하버드비즈니스리뷰

모두가 거대 언어 모델^{LLM•Large Language Models}이 집단의 생산성 향상에 큰 도움이 되리라는 기대했다. 맥킨지는 LLM과 다른 형태의 생성형 인공지능(AI)이 전 세계적으로 기업 수익을 연간 4조4000억 달러까지 증가시킬 수 있다고 과감하게 선언했다. 닐슨 또한 직원 생산성을 66% 향상시킬 수 있다고 호언장담했다. 이런 전망에 힘입어 지난 한 해 동안 많은 기업이 최우선 과제로 LLM과 생성형 AI를 사용해 생산성을 높일 수 있는 방법을 찾아 나섰다. 필자들은 신기술이 흥미롭고 경이롭긴 해도 전사적 차원에서 일괄적으로 도입하기보단 신중한 실험 거친 다음 도입할 것을 권장한다.

하지만 이런 툴이 일부의 예상처럼 회사 전체의 생산성에 혁신적인 효과를 가져올 수 있을지에 대해서는 의문이다. 천천히 접근해야 하는 이유 중 하나는 생산성 평가가 일반적으로 문서 요약, 자료 작성, 고객 전화 응대 등 “업무 차원”에서 이뤄지기 때문이다. 또한 “개인 차원”의 LLM 사용 방법과 혜택에 초점을 맞춘다. 이 결과를 사용해 “조직 차원”의 성과에 대한 결론을 도출하는 것은 무리다.

LLM 인터페이스를 갖춘 머신러닝 플랫폼을 콜센터 내 채팅 및 결과 데이터에 학습시킨 생성형 AI의 영향에 대한 최신 연구를 살펴보자. 연구진은 생산성 측정을 위해 평균 채팅 완료 시간을 살펴봤다. 새로운 툴을 사용한 경우 채팅 완료 시간이 평균 14% 개선됐다.

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

로그인 멤버십 결제