AI의 생산성 향상에 대한 근거1

https://www.technologyreview.kr/the-coming-productivity-boom/

AI가 이끄는 생산성 혁명 - MIT 테크놀로지 리뷰 | MIT Techonology Review Korea

2021년 6월의 AI 생산성에 관한 기사

 

(1) 2001년 이래 최대 수치로,  2021년 1분기 노동생산성 증가율이 5%를 뛰어넘었다.

: 2001년 4.5% 수준에서 20년간 내려오던 연간 노동생산성 증가율이 2021년을 기점으로 5%대를 상회했다.

(2) 생산성 향상에 기여한 것은 1. AI 2. 디지털화 3. 양적 완화

:  AI 부문에서는 데이터 저장 비용의 감소, 연산능력 강화, 시각/음성 예측 및 진단, 클라우드 컴퓨팅 성장이 두드러졌다.

생명과학, 에너지 분야에서도 신약설계를 최적화하고 에너지 효율을 높이는 등의 효과 있었다.

 

+현재 노동생산성 증가율은 2021년 상반기 5%를 찍고 내려오다가 2023년에 들어 서서히 회복 중

 

https://blogs.nvidia.co.kr/2023/07/19/generative-ai-for-industries/

AI를 통한 생산성 향상: 산업 전반에 걸쳐 새로운 효율성의 시대를 여는 생성형 AI - NVIDIA Blog Korea

2023년 7월의 NVIDIA 블로그

 

ChatGPT를 필두로 한 생성형 AI의 발전

(1) 신약개발: 단백질 구조의 예측, 대규모 데이터 훈련 등

(2) 금융 서비스: 고객문의 대응, 블룸버그 등의 비즈니스 관련 기사 제작

(3) 소매업: 고객 경험 개선, 검색엔진 최적화, 전사적 자원 관리 시스템 개선

(4) 통신: 네트워크 설계, 보안 대응, 쵲거화

(5) 에너지: 에너지 및 유지보수 예측, 스마트 그리드 관리, 그리드 보안

(6) 교육연구: 지능형 튜터링, 연구

(7) 공공: 행정업무 효율 향상

---

이 정도 깊이의 기사들은 너무나 많다. 궁금한 것은 1. AI로 인해서 정확히 어떤 부분에서 어떻게 생산성 향상이 이루어지느냐, 2. 기존에 AI 활용은 전무했느냐 이다. 머신러닝에 따른 고도의 예측능력과 이를 통한 업무 프로세스의 단축, 노동력 대체, 자동화 등. 이러한 것들이 이제 곧 이뤄지는 거대한 변화인 것인지, 이전에 꾸준히 이루어져 왔으나 스포트라이트를 뒤늦게 받는 것인지 의문이 든다.

 

데이터 분석이라는 것이 생산공정에서부터 시작된 이래로, 제조업의 생산효율은 계속해서 개선의 시도를 해왔을 것이고 공정의 자동화도 생각보다 도입률이 높은 편이다. 고객 대응에 챗봇은 이전부터 있어왔고 AI 도입으로 인해 만족스러운 고객 대응이 가능할지도 의문이다. 생각해볼 수 있는 부분은 거대 언어 모델을 기반으로 한 생성형 AI인데, 보고서를 써내는 일 등의 행정업무 등을 개선할 수 있을 것이다. 노동력을 대체할 수준까지는 아닌 것 같고 일하는 시간이 줄어들 수 있을 것으로 보인다. 특히 마이크로소프트의 코파일럿은 아직 제대로 써보진 않았지만 지금의 생각으로선 현재 AI가 줄 수 있는 가장 파급력있는 혁신이 아닐까 싶다. 워드, 엑셀, 파워포인트 등 마이크로소프트 오피스를 쓰지 않는 사람이 없고 강력한 빙챗에, 깃헙까지. 문서 작성과 코딩에서 생산성 향상을 확신할만한 유일한 기술이 아닌가 싶다.

 

몇 년 전 빅데이터라는 키워드가 오간 적이 있고 얼마 전만 해도 메타버스와 NFT가 왔다갔다. AI는 워낙 광범위한 개념이라 현재 주식시장을 잘 받쳐주고 있는 모습인데, 정보가 개방적인 현재에 닷컴버블에 비할 것은 아니지만 AI의 잠재력을 조금이나마 구체화하여 알아두는 것이 도움이 될 것이다.

 

크게 두가지로 AI의 기술과 역사에 대해서 알아보고자 한다.