생성적 AI의 영향을 탐색하는 방법

인쇄 산업에 대한 생성 인공 지능과 대규모 언어 모델의 의미는 무엇입니까?

2023년은 생성적 인공지능(AI)이 등장한 해였다. 현재 1억 명의 사람들이 시장 선두주자인 ChatGPT를 사용하고 있습니다. 당시 ChatGPT는 역사상 가장 빠르게 성장하는 애플리케이션이었습니다. 다른 기술적 도약과 마찬가지로 업무와 개인 생활의 여러 측면에 통합되는 것을 막을 수는 없습니다.

생성적 AI(Generative AI)는 기계가 인간과 같은 텍스트, 이미지 및 응답을 생성할 수 있도록 지원함으로써 기술의 중요한 발전을 의미합니다. 그러나 AI는 의식이 있는 존재가 아닙니다(그러나 때로는 놀랍게도 '실제'인 것처럼 보입니다). 수십억 개의 소스에서 수집된 수십억 개의 단어와 구문을 학습하여 텍스트에서 종종 기괴하고 인간처럼 들리는 존재감을 생성하기 위해 다음에 올 단어를 예측합니다.

이로 인해 번개처럼 빠르고 인간적인 반응이 나올 수 있지만 사실적 오류, 저작권 문제가 발생할 수도 있으며 기존 인력이 자신의 업무가 중복될 수 있다는 우려를 불러일으켰습니다. 그러나 우리는 AI에 대한 무서운 뉴스를 주의 깊게 다루어야 하며 AI를 직장에서 사용할 수 있는 또 다른 도구로 보아야 합니다. 올바르게 사용하고 적절한 가드레일을 설치하면 비즈니스에만 도움이 될 수 있습니다.

더 작고 민첩한 기업은 AI를 최대한 활용하고 이를 사용하여 일상적인 작업에서 시간을 절약하고 직원이 더 수익성 있는 프로젝트에 집중할 수 있는 좋은 위치에 있습니다.

OpenAI의 GPT-3가 예시하는 대규모 언어 모델은 광범위한 인터넷 데이터 세트를 기반으로 연마된 고급 AI 시스템입니다. 비지도 학습을 통해 수백만 개의 문구를 탐색하고 기사나 책과 같은 다양한 텍스트 소스에서 패턴과 뉘앙스를 추출합니다. 수십억 또는 수조 개의 매개변수를 사용하는 GPT-3과 같은 모델은 상황에 따른 이해를 보여주고 번역에서 창의적인 글쓰기에 이르는 작업에 탁월합니다. 특히 더 민첩한 소규모 회사는 AI를 최대한 활용하고 이를 사용하여 일상적인 작업에 소요되는 시간을 절약하고 직원이 보다 수익성 있는 프로젝트에 집중할 수 있는 좋은 위치에 있습니다.

기회와 함정

예를 들어, AI는 시장 조사에 사용되어 텍스트 분석을 통해 미묘한 통찰력을 제공할 수 있습니다. 마케팅에서는 마우스 클릭만으로 콘텐츠 생성을 간소화하고 메시징을 개인화합니다. 시간이 지나면 언어나 데이터로 작업하는 모든 사람에게 휴대용 계산기처럼 편리하고 어디에나 존재하는 도구가 될 것입니다.

생성적 AI 도구는 코드 작성, 테스트 데이터 생성, 단위 테스트 자동화, 코드 오류 문제 해결, 문서 초안 작성 등 반복적인 작업을 자동화하여 프로그래머 생산성을 높일 수 있습니다.

고객 서비스에도 도움이 될 수 있습니다. LLM은 챗봇, 가상 비서 및 자동화된 커뮤니케이션 시스템을 배포하여 고객 상호 작용을 향상시킵니다. 이를 통해 고객 서비스가 더욱 원활해지고 수동 작업이 줄어듭니다. Accenture 의 보고서에 따르면 LLM은 간단하지 않은 고객 서비스 상호 작용의 70%를 처리하는 데 유용할 수 있으며 대화형의 강력하고 지능적인 봇의 이점을 누릴 수 있는 것으로 나타났습니다.

크리에이티브 팀에서 AI는 기존 이미지에서 새로운 이미지를 추정하고, 사람의 얼굴을 기반으로 새로운 사진을 생성하거나, 제품 이미지를 새로운 위치에 배치할 수 있습니다. 또는 고객이 티셔츠에 어떤 디자인을 원하는지 말로 설명할 수 있고 AI는 고객이 선택할 수 있는 옵션을 제공할 수 있습니다. 마치 DALL-E가 구두 입력을 해석하여 예술 작품을 생성하는 것과 같습니다.

일부 애플리케이션에서는 자체 제품을 개인화할 때 AI를 고객에게 직접 아웃소싱할 수 있습니다. Antigo Designer 에서 고객은 사진 속 얼굴 감지에 AI를 사용하여 실질적인 개인화 기능을 선보일 수 있습니다. 미적인 측면 외에도 AI 기반 임포지션은 더욱 효율적인 인쇄 실행을 촉진하고 낭비를 줄여줍니다.

프린터의 경우 이러한 향상된 생산성은 특히 마케팅 자료 생산을 가속화하는 자동화된 콘텐츠 생성 도구의 경우 확실한 이점입니다.

회사 전반에 걸친 이점은 분명합니다. 고도로 숙련된 작업자에게 생성 AI가 미치는 영향에 대한 새로운 연구에서는 이를 사용하지 않는 작업자에 비해 작업자의 성과를 최대 40% 향상시킬 수 있는 것으로 나타났습니다. 인력에 대한 영향은 여전히 연구 중이지만 AI는 대량 실업을 유발하는 대신 출력이 올바른지 확인하기 위해 여전히 인간의 인지 입력이 필요할 것으로 보입니다. 직원들은 더 많은 양의 업무에 대처하거나 고객 지원, 영업, 연구 개발 등 인간과 대면하는 업무에 더 많은 시간을 할애할 수 있습니다.

인쇄업체의 경우 이러한 향상된 생산성은 특히 마케팅 자료 생산을 가속화하는 자동화된 콘텐츠 생성 도구의 경우 확실한 이점입니다. 그러나 기술에는 잘못된 해석부터 정확성 문제에 이르기까지 가끔 오류가 내재되어 있습니다. 또한, 콘텐츠 생성 시 사실과 허구를 구별하는 문제를 해결하는 것은 특히 사실의 정확성이 요구되는 상황에서 실질적인 문제를 야기합니다. 뉴스 사이트와 같이 공개적으로 이용 가능한 소스에 대한 ChatGPT의 교육으로 인해 저작권 문제도 발생했습니다.

AI를 통한 다음 단계

인쇄 산업에서 생성 AI의 실제 적용은 자동화, 워크플로 및 로봇 공학에 중점을 둡니다. 워크플로우의 AI 최적화는 작업의 정확성과 속도를 향상시키는 동시에 로봇공학의 통합은 워크플로우 변화를 예측하여 지속적인 생산성을 위해 잠재적인 문제를 사전에 해결합니다. 전 세계적으로 인건비가 상승했으며, 제조업이 한때 없어진 미국과 유럽의 제조 기지로 돌아가 '내륙' 산업으로 이동함에 따라 AI는 프린터가 절실히 필요한 비용 절감을 찾는 데 도움을 줄 수 있습니다.

마케팅 및 시장 조사에 대한 영향은 비즈니스에 실질적인 이점으로 해석됩니다. 예를 들어 마케팅 자료의 개인화 및 추세 분석을 통한 정보에 입각한 의사 결정이 가능합니다. 또한 AI의 시간 절약 기능은 전반적인 생산성을 향상시켜 고부가가치 작업에 집중하도록 하고, AI로 훈련된 로봇의 통합은 운영 효율성에 기여합니다.

인쇄업체는 AI 애플리케이션과 혁신에 대한 정보를 얻고 낙관적이어야 하며 AI가 가져오는 기회를 포착할 준비가 되어 있어야 합니다.

Generative AI의 예측 기능은 인쇄 산업의 적시 제조를 향상시킬 수 있습니다. 예상되는 시장 수요에 맞춰 생산 프로세스를 조정하는 것이 운영 전략이 되어 과잉 재고를 최소화하고 낭비를 줄여 보다 효율적인 생산을 가능하게 합니다. 예를 들어, 기업은 방대한 양의 언어 데이터를 분석하여 패션 트렌드, 공급망 문제 또는 상품 가격을 예측할 수 있습니다. 감정 분석을 통해 기업은 온라인 평판을 추적하고 발생하는 모든 문제를 신속하게 해결할 수 있습니다.

인쇄업체는 AI 애플리케이션과 혁신에 대한 정보를 얻고 낙관적이어야 하며 AI가 제공하는 기회를 포착할 준비가 되어 있어야 합니다. 또한 특히 인력과 그들의 변화하는 역할에 대한 심각한 과제에서 AI의 파괴적인 잠재력에 대해 명확하게 인식해야 합니다. 또한 AI 사용을 확대하는 데 필요한 컴퓨팅 성능은 기존 지속 가능성 측정과 충돌해서는 안 됩니다. 아직 AI 정책이 없다면 지금이 바로 작업을 시작할 때입니다.