9월 20일(수) 인터컨티넨탈 서울 코엑스 HL/B1층 하모니 볼룸에서 개최
이제 막 연구소를 벗어난 AI 기술의 발전 속도와 대중화는 지금까지 우리가 경험해 본 적 없는 속도로 우리를 놀라게 하고 있다. 제조에서부터 소매, 유통, 인터넷 비즈니스, 의료나 금융, 공공 분야는 물론이고 건설이나 광업, 농업에 이르기까지 거의 모든 분야에 AI의 도입이 시도되고 있다는 것은 바로 이런 AI에 대한 기대감이 얼마나 크며, 그 파급력이 얼마나 넓게 확산될 수 있는지를 보여주는 예라고 할 수 있다.
AI로 인해 우리가 살아가는 방식, 그리고 일하는 방식 또한 변화를 맞이하게 될 것으로 예상되고 있다. 이런 변화가 기업의 비즈니스를 보다 탄력적이고 유연하게 만들 수 있는 방법을 제시할 것으로 예상됨에 따라 많은 조직들이 AI의 도입을 서두르고, AI의 도입을 통해 비즈니스를 개선하기 위한 방안을 적극적으로 찾아 나서고 있는 상황이다.
하지만 이들이 간과하고 있는 사실 중 하나는 AI의 품질은 데이터가 좌우한다는 것이다. AI의 학습을 위해서는 방대한 양의 데이터가 필요하며, 이런 데이터의 품질이 AI의 편향과 같은 문제를 유발하는 문제가 될 수도 있다. 반면 AI의 도입 이유 중 하나는 기업들이 데이터 경영을 추구하면서 기업이 보유한 데이터를 보다 효율적으로 사용하고자 하는 부분에 기인한다. 이런 데이터를 분석해 인사이트를 얻기 위한 가장 효율적인 방법은 다시 AI로 귀결된다.
따라서 이 두 기술은 서로가 서로를 보완하면서 상호 발전해 나간다고 할 수 있다. 특히 생성AI의 등장은 이런 인공지능의 영향력을 더욱 강화하고 있다. 자연어로 명령을 내리면 이미지를 만들고, 회의 내용을 요약하고, 수많은 데이터를 분석하고 인사이트를 뽑아 리포트를 만들어 주고, 심지어 코드를 생성해 업무를 자동화하고 서비스를 만들어 주기까지 한다. 그리고 이런 생성AI의 한계가 어디까지인지 우리는 아직 알지 못한다.
현재 많은 기업들이 생산성 향상, 그리고 변화에 대한 탄력적이고 유연한 대응, 경쟁력의 확보 등 여러 가지 이유로 AI와 빅데이터를 적극적으로 수용하고 있지만, 특히 AI와 관련해 아직도 해결해야 할 과제가 산적해 있다.
우선 생성 AI로 인해 드러나고 있는 문제는 데이터 보안과 거버넌스 등의 문제가 대두되고 있으며, 서서히 AI와 관련된 법적인 규제나 규정이 제정되고 있는 상황이기에 이에 대한 대비 또한 필요하다. 특히 AI의 품질은 학습 데이터의 품질에 의해 좌우되는 만큼 양질의 학습 데이터를 어떻게 확보하고 활용할 것인가에 대해서도 준비가 필요하다.
AI 관련 기업들은 저마다 신뢰할 수 있는 AI, 책임 있는 AI를 외치고 있지만, 신뢰할 수 있고 책임 있는 AI가 기존 AI와 어떤 측면에서 다르고, 이를 위해 우리가 준비해야 할 것은 무엇인지 또한 고민해야 할 문제다.
AI를 기반으로 기업의 비즈니스 데이터와 비즈니스 프로세스를 보다 효율적으로 운영하고 경쟁력을 강화하기 위한 MLOps/AIOps는 물론이고, LC/NC(Low Code/No Code)와 같은 셀프 서비스 중심의 데이터 AI를 구현하기 위해서는 무엇보다 이런 신뢰할 수 있는 AI, 책임 있는 AI가 급선무이며, 이런 바탕이 확고하게 만들어져야만 이를 기반으로 HR, 마케팅, 영업, 고객 서비스 등 실제 비즈니스 환경에 AI를 적용할 수 있다.
문제는 이런 AI 기술이 아직 초기 개발 단계임에도 불구하고 수많은 영역에 빠르게 적용되기 시작하면서 여러 부작용이 드러나고, 심지어 많은 조직들은 AI를 어떻게 활용해야 할 것인지에 대해 올바른 방향을 잡지 못하고 있다.
빅데이터와 AI에 관련된 이런 많은 문제를 어떻게 해결하고 도입, 운영해야 최고의 성과를 올릴 수 있을지에 대해 많은 조직들이 고민하고 있는 것이다.
GTT KOREA와 전자신문인터넷이 공동으로 오는 9월 20일 수요일 'Next AI & Big Data Summit(NABS) 2023' 유료 콘퍼런스를 인터컨티넨탈 서울 코엑스 호텔 하모니 볼룸에서 개최한다.
이번 “Next AI & Bigdata Summit 2023”에서는 총 20개 세션과 전시 부스를 통해 AI & Big Data 최신 기술 트렌드를 조망하고, AI & Big Data 과제 및 해결 방안을 공유하며, 산업별·조직별 맞춤형 AI & Big Data 활용 전략이 제시된다.
특히 한국IBM, 메가존클라우드, 엘라스틱 코리아, 씨게이트, 유클릭, VESSL AI, 다원컴퓨팅, 퓨어스토리지, 맨텍솔루션, AWS, 투블럭AI, 레인보우브레인, 마이크로소프트, 퀘스트소프트웨어 카우치베이스 등 국내외 AI와 빅데이터 산업을 이끌고 있는 글로벌 리더 기업들이 급변하는 기술과 비즈니스 환경에서 생산성과 효율성, 직원과 고객의 경험을 향상시켜 조직과 비즈니스를 혁신할 수 있는 맞춤형 AI와 빅데이터 전략을 사례 별로 살펴보고, 미래의 빅데이터와 AI 기술을 공유한다.
15개 세션으로 진행되는 발표 세션은 △클라우드, 네트워크, 보안 등 관리의 복잡성의 증가로 인한 문제를 AI 기반으로 해결하고 AI와 생성AI의 학습 기반이자 활용 대상인 데이터를 통해 비즈니스 경쟁력과 확보할 수 있는 각종 전략과 기술에 대해 알아보는 Manage & Data Smart △생성AI, AICC, 각종 협업 툴과 영상회의 툴, RPA 등 AI 기반 업무 환경 개선 툴을 통해 비즈니스 생산성 향상과 새로운 비즈니스 기회 창출은 물론 직원의 역량을 극대화할 수 있는 방안을 제시하는 Business Smart 등의 주제로 진행된다.
또한 이번 행사에서는 IBM, 메가존클라우드, 엘라스틱, 씨게이트, 유클릭, 엔비디아, 베슬AI, 투블럭AI, 맨텍솔루션, 레인보우브레인, 다원컴퓨팅 등 주요 기업들의 솔루션과 서비스를 소개하는 전시 부스를 운영해 관련 솔루션과 제품, 서비스에 대한 이해를 높일 수 있는 기회가 될 것이다.
최석재 한국IBM 상무는 “비즈니스를 위한 생성형 AI 구축 및 확산 전략”이라는 주제로 생성AI의 비즈니스 기회와 활용 사례와 함께 IBM이 새롭게 출시한 기업용 AI와 데이터 플랫폼 왓슨x를 기반으로 기업이 신뢰할 수 있는 데이터, 속도, 거버넌스를 기반으로 조직 전체에 생성AI의 비즈니스 가치를 확대하고 비즈니스 혁신을 가속할 수 있는 기술과 접근 방법에 대해 알아본다.
한지운 메가존클라우드 부사장은 “Private AI 시대를 위한 Hybrid AI Platform으로의 진화”라는 주제로 프라이빗 AI 환경으로 변화가 이뤄짐에 따라 필요성이 높아지는 적절한 플랫폼과 데이터 안정성, 보안 등의 요구 조건을 살펴보고, 기존 AI 환경과 새로운 환경 간에 조화로운 운영, 관리를 위해 필요한 하이브리드 AI 환경으로의 진화, 그리고 이런 환경을 조성하기 위해 필요한 하이브리드 클라우드 기반의 MLOps 플랫폼에 대해 설명한다.
최병주 엘라스틱 코리아 Senior Solutions Architect는 “Generative AI Elasticsearch: OpenAI meets private data”라는 주제로 생성AI를 통해 기대할 수 있는 혜택과 한계점을 엘라스틱으로 어떻게 보완할 수 있는지, 그리고 기업 내에서 생성AI와 같은 기술을 통해 무엇을 기대할 수 있는지와 엘라스틱 8.X에서 소개하는 Vector 서치의 의미와 활용 범위 등을 소개한다.
김태희 씨게이트 과장은 “빅데이터 시대에 대응하는 씨게이트의 전략과 데이터 관리 방안”이라는 주제로 구조화되지 않은 비정형 데이터의 증가가 기업의 데이터센터 운영에 큰 부담으로 다가오고 있는 시점에서 데이터 저장 관점에서 인사이트를 소개하고, 효율적인 데이터 관리 방안에 대해 알아본다.
김광정 유클릭 전무는 “생성형 AI 시대를 앞당길 맞춤형 거대 언어 모델 Small LLM의 시대가 온다!”라는 주제로 Small LLM의 수요가 증가한 배경과 관련 시장 동향을 함께 살펴보고, 초기 투자 부담을 줄이고 디지털 제품이나 서비스에 빠르게 생성형 AI를 도입할 수 있는 도메인 특화 Small LLM을 훈련 또는 파인튜닝하기 위한 NVIDIA의 하드웨어와 소프트웨어 솔루션 활용 방법에 대해 알아본다.
안재만 Vessl AI 대표는 “데이터 중심 AIOps/MLOps 사례 연구”라는 주제로 기업들이 'Production-ready LLM'에 필요한 대규모 인프라 운용 방법과 모델을 빠르게 파인튜닝 후 배포 해나가는 워크플로우를 제안하고, Llama 2를 예로 대형언어모델을 학습, 최적화, 배포하는 과정을 소개한다.
이진현 맨텍솔루션 상무는 “하이브리드 클라우드를 통한 비용 효율적인 AI 플랫폼 전략과 사례”라는 주제로 비용 효율적이며, 인프라의 종속성으로부터 벗어날 수 있는 효과적인 AI 플랫폼 전략과 구체적인 사례를 통해 디지털 플랫폼 전략 수립에 꼭 필요한 인사이트를 제공한다.
홍규표 한국IBM 부장은 “차세대 데이터 아키텍처 및 저장소 watsonx.data 기반 AI 가속화”라는 주제로 하이브리드 멀티클라우드 환경을 위한 차세대 데이터 레이크하우스 아키텍처 기반으로 데이터 관리 비용을 대폭 절감하면서도 데이터 접근을 단순화하고, 통합 거버넌스를 자동화해 분석과 AI를 확장하는 방법을 살펴본다.
김영석 퓨어스토리지 상무는 “Building All-Flash, Sustainable, AI-ready Data Centers- 지속 가능하고, AI에 최적화된 올프래시 데이터 센터 구축 전략”이라는 주제로 퓨어스토리지가 기업의 AI 고도화를 어떻게 지원하는지, 그리고 AI를 기반으로 한 데이터센터는 어떻게 더 적은 에너지, 비용, 공간과 냉각으로 실현할 수 있는지 알아본다.
이진현 맨텍솔루션 상무는 “하이브리드 클라우드를 통한 비용 효율적인 AI 플랫폼 전략과 사례”라는 주제로 비용 효율적이며, 인프라의 종속성으로부터 벗어날 수 있는 효과적인 AI 플랫폼 전략과 구체적인 사례를 통해 디지털 플랫폼 전략 수립에 꼭 필요한 인사이트를 제공한다.
윤석찬 AWS 수석 테크 에반젤리스트는 “기업 내부 데이터를 활용한 생성 AI 기반 서비스 구축하기”라는 주제로 Amazon Bedrock를 기반으로 기존 생성AI 모델에 기업 내부 데이터를 통합해 자체 생성AI 서비스를 구축하는 방법을 비지니스 사례에 따라 살펴보고, AI에 대한 전문적인 지식 없이도 클라우드를 통해 기업 데이터 보안을 유지하면서 손쉽게 기업 내 생성AI 서비스를 제공하는 방법에 대해 알아본다.
조영환 투블럭AI 대표는 “AI와 함께하는 자기주도형 글쓰기 교육”이라는 주제로 NLP 기술의 집합체인 글쓰기 AI 자동 평가 엔진을 소개하고, 이를 활용해 진행하고 있는 온라인 글쓰기 대회에서 학생들이 어떻게 자기 주도적인 학습을 하고 있는지 소개한다. 또한 텍스트 분야에서 생성형 AI와 분석형 AI를 결합하는 방법에 대해 설명한다.
박재호 레인보우브레인 전무는 “Hyper Automation: 생성형AI와 RPA가 만들어가는 새로운 업무환경”이라는 주제로 생성AI와 RPA의 결합을 통해 비즈니스 사용자가 실행하는 거의 모든 반복 작업을 자동화할 수 있는 방법을 소개하고, 비즈니스 프로세스를 동적으로 탐색하고 이를 자동화하기 위한 봇을 생성하는 등 새로운 업무 환경을 만들기 위한 방안에 대해 설명한다.
이건복 한국마이크로소프트 개발자 리드는 “생성형 AI 에이전트 코파일럿(Copilot)을 이용한 생산성 향상”이라는 주제로 마이크로소프트의 다양한 코파일럿 기능과 자체 앱 개발을 위한 코파일럿 활용 방안에 대해 알아보고, 생성AI의 장점과 자연어 방식의 인터페이스를 통해 기존에 제한된 상호작용을 뛰어넘어 효율적으로 업무를 진행하는 방법에 대해 설명한다.
유광일 퀘스트소프트웨어코리아 차장은 “실시간 데이터를 활용한 빅데이터 분석 전략”이라는 주제로 실시간 데이터 복제를 통해 데이터의 빠른 이동과 공급, 정확한 분석이 가능하도록 구성하기 위한 방안과, 이를 통해 어떻게 빅데이터 분석의 효율성을 높이고 신속한 인사이트 얻을 수 있는지에 대해 알아본다.
김의만 카우치베이스 전무는 “글로벌 스케일 어플리케이션을 위한 혁신 데이터 플랫폼”이라는 주제로 AI 기반 애플리케이션을 구축하기 위해 필수적인 데이터 플랫폼으로서 카우치베이스의 특징과 생성AI를 결합해 개발 생산성을 높일 수 있는 카우치베이스 'Capella iQ'의 활용법과 이를 이용해 애플리케이션 출시 기간을 단축시킬 수 있는 방안에 대해 소개한다.
행사 관련 자세한 내용과 참관 신청은 관련 페이지(https://nabs.etnews.com)에서 확인할 수 있다.
전자신문인터넷 유은정 기자 judy6956@etnews.com
