AI 활용 시기는 언제일까요?

역사적으로 기술적인 전환점을 느낄 수 있는 순간들이 있었습니다. 어떤 발견이나 혁신이 산업을 변화시키고, 어떤 경우에는 우리가 알고 있는 세상을 변화시킬 것이라는 것을 알 수 있는 순간입니다.

수세기를 거슬러 올라가 보면 1455년에 Johannes Gutenberg가 인쇄기를 발명하고, 1765년에 James Watt가 증기기관을 개발하거나, 1876년에 Alexander Graham Bell이 최초의 전화기를 설계한 것을 떠올릴 수 있습니다. 더 현대적인 예로는, 1937년에 최초의 컴퓨터가 등장했고, 1974년에는 개인용 컴퓨터와 인터넷이 등장했습니다. 물론 더 많은 사례가 있지만, 제가 주목하는 것은 변화의 속도입니다.

과거에는 다음 발전이 이루어지기까지 수십 년은 아니더라도 몇 년이 걸렸습니다. 오늘날에는 혁신이 더욱 빠르게 이루어지고 있습니다. 또한 새로운 기술을 도입하는 속도가 느리면 뒤처질 위험이 큽니다. 오픈소스 소프트웨어, 클라우드 컴퓨팅, 자동화에서 이런 상황을 경험했고, 이제는 인공지능과 머신 러닝에서도 이러한 상황이 일어나고 있습니다.

하지만 그렇다고 해서 지금까지 열심히 노력한 성과를 포기해야 한다는 의미는 아닙니다. AI와 같은 차세대 기술은 비즈니스를 운영하는 기존 기술과 원활하게 통합되어야 합니다. 현재를 잃지 않으면서 앞으로 나아갈 수 있는 혁신이 필요합니다.

AI는 이미 전환점에 도달했으며 이를 무시할 수는 없습니다. 대신, 우리는 어떻게, 어디서, 그리고 왜 AI를 활용할지를 결정하고 이를 사용해 조직을 발전시켜야 합니다. 이번 주 Red Hat Summit에서 이에 대해 살펴보았습니다.

지금은 기술 분야에서 가장 흥미로운 순간 중 하나입니다. 불과 수십 년 전만 해도 공상 과학 소설처럼 들렸던 기술 발전이 이제는 일상이 되었습니다. AI는 잘 알려지지 않았던 학술적 영역에서 ChatGPT와 같은 보편적인 기술로 발전했습니다. 또한 소수만 이용할 수 있던 툴에서 이제는 대중이 주도하고 활용하는 운동으로 변화했습니다. 오픈소스의 영향력과 협업의 특성을 AI의 잠재력과 결합하면 전 세계의 문제를 우리가 상상했던 것보다 더 효과적이고 빠르게 해결할 수 있을 것입니다.

우리의 역량은 창의성에 의해 제한될 뿐입니다. AI의 독창적인 요소는 모든 사람에게 동일할 필요가 없다는 점입니다. 각자의 비즈니스와 산업에 맞게 AI를 어떻게 활용할지 분석해야 합니다. 모든 상황에 적합한 솔루션은 없을 수도 있지만, 변화의 원동력인 AI를 간과할 수는 없습니다. 우리에게는 지금 이 순간을 받아들이고 미래를 만들어가는 데 참여할 수 있는 기회가 있습니다.

AI에 대한 많은 기대에도 불구하고, 우리 모두가 직면한 상반된 진실도 인식하고 있습니다. 첫째, 더 적은 리소스로 더 많은 작업을 수행해야 합니다. 이는 IT에서 일반적으로 겪는 과제이지만, 오늘날에는 더 적은 인력, 툴 또는 예산으로 더 많은 일을 해야 하는 것이 철칙이 되었습니다. 둘째, 리소스를 신속하게 조정하고, 변화하는 수요를 충족하거나, 새로운 풋프린트로 확장하는 등 규모에 따른 혁신을 지속적으로 추진해야 합니다. 이처럼 양립할 수 없는 것처럼 보이는 요구 사항을 해결하는 것은 어려울 수 있지만, 우리가 저지를 수 있는 가장 큰 실수는 성장과 발전을 추구하기보다는 현재 상태를 유지하려고만 하는 것입니다. 이를 조화시키기가 어렵더라도 지금이야말로 앞으로 나아가야 할 때입니다. 새로운 것을 시도하고, 프로세스를 변화시키며, 현상 유지를 변혁시켜야 합니다.

Red Hat Summit에서는 변화를 권장합니다. 단순히 변화를 위한 변화가 아니라, 비즈니스 혁신의 순간을 이끌어내는 데 도움이 될 수 있는 변화를 말합니다. 이러한 변화는 Event-Driven Ansible을 중심으로 구축되어 IT 팀이 새로운 수익원을 창출할 수 있는 시간을 확보할 수 있을 것입니다. 또는 Red Hat Trusted Software Supply Chain을 도입하여 공급망 취약점에 대한 복원력을 유지하면서 혁신을 더욱 가속화할 수도 있습니다.

Ansible Lightspeed 및 Red Hat OpenShift AI가 이러한 순간을 구축하는 데 필요한 솔루션일 수도 있습니다. IT 자동화를 위한 도메인별 AI의 약속 또는 일관된 AI/ML 모델 학습을 위한 표준화된 기반을 통해 조직에 적합한 AI의 장점을 활용할 수 있습니다.

어떤 미래가 펼쳐질지는 아무도 모릅니다. ChatGPT-3조차도 예측할 수 없습니다. 그렇다고 해서 향후 몇 달 또는 몇 년 동안 어떤 과제에 직면하게 될지 예측할 수 없다는 의미는 아닙니다. 이에 대비하기 위해 우리는 리소스를 보강하고 작업을 간소화할 수 있습니다. 즉, 가장 중요한 것과 혁신의 순간을 앞당길 수 있는 것에 집중하는 것입니다.