[AIF2024] “미래 기업 경쟁력, 생성 AI 에이전트에서 나올 것”

[시사저널e=최성근 기자] “모든 기업의 생존과 경쟁력은 AI 전환에 달려있다. 빠르게 움직이는 회사만이 경쟁력을 가질 것이다.”

이영복 제네시스랩 대표는 12일 서울 용산구 그랜드하얏트서울에서 열린 ‘제10회 인공지능 국제포럼(AIF 2024)’에서 ‘기업의 의사결정, 생성 AI 에이전트 세상에서’란 주제로 AI 에이전트, LLM(Large Language Model)과 RAG(Retrieval Augmented Generation) 기술 발전, 제네시스랩 시스템 등을 중심으로 강연했다.

이영복 대표는 “AI 시장이 2027년엔 200조원으로 커질 것으로 예상된다. 이렇게 AI 에이전트 시장이 커지게 된 배경엔 핵심기술인 LLM, RAG가 있다”고 말했다. 

LLM은 초거대언어모델로 대규모 텍스트 데이터를 학습하고, 이를 바탕으로 텍스트 생성, 번역, 요약, 질문에 대한 답변 등 다양한 언어능력을 구사할 수 있다. 광범위한 지식 활용, 뛰어난 언어이해 및 생성능력, 다양한 과제 수행 등이 장점으로 꼽히는 반면, 사실관계 오류 가능성, 맥락 이해의 한계, 일관성, 윤리문제 등은 단점으로 지적된다.

이러한 LLM의 한계를 보완한 것이 RAG이다. RAG는 외부지식 활용, 증거 기반 생성, 맥락 이해력 상승이 주요 특징이다. 대규모의 구조화된 지식베이스를 모델에 연결 가능하고, 주어진 질의에 대한 관련 정보를 지식베이스에서 검색, 추출한다.

검색된 지식 정보를 증거로 활용해 보다 사실에 기반한 답변을 생성하고, 생성된 답변의 출처를 명시함으로 신뢰성을 높였다. 외부 지식을 통해 질의에 대한 배경지식과 맥락을 파악하며 단순한 패턴 매칭이 아닌 추론 능력을 바탕으로 답변을 생성한다.

이 대표는 “RAG는 LLM 프롬프트를 통해 질의를 던질 때 그 프롬프트를 더 풍부하게 만들어주기 위해 리트르벌을 통해 풍부한 정보를 입력하게 된다. 리트리벌 모듈에 DB나 백과사전 등 외부지식을 연동하는 것”이라며 “이를 토대로 사용자 의도를 정확하게 파악하고, 더 풍부하게 만들어 프롬프트에 넣다 보면, 사실에 기반한 답변을 제공하고, 맥락 이해력도 상승한다”고 말했다.

AI 에이전트는 복잡한 업무를 자동화하고 반복 질문과 반복 수행을 통해 업무를 완성하는 것을 말한다. 질문 파악, 계획 수립, 도구 활용, 반복 수행 절차를 거친다. 사용자 요청이 무엇인지 판단하고 필요한 업무에 대한 계획을 세우고 어떤 작업을 진행해야 하는지 결정한다. 계획에 따라 캘린더 열람, 온라인사이트 접속, 검색 등 다양한 도구를 활용하고, 계획에 따른 업무가 완료됐는지 확인하고, 부족한 부분이 있다면 반복 질문과 수행을 통해 업무를 완성한다.

AI 에이전트는 사람과 같이 메모리와 성향까지도 가질 수 있다. 인간행동의 대화형 시뮬라크라(Simulacra of Human Behavior)란 논문에서 컨셉을 시뮬레이션했고 여기서 사람의 기억, 성향까지 GPT를 통해 구현했다. 

이 대표가 밝힌 논문의 핵심 내용은 이렇다. 실제 25명의 가상인물들이 주어진 게임 환경 공간에서 스스로 살아간다. 25명의 프로파일을 바탕으로 GPT가 각자 하루일과도 만들어내고, 프로파일을 바탕으로 그에 맞는 대화도 다른 가상인물들과 나눈다. 이를 바탕으로 각자의 메모리 스트림에 저장되며 나중에 만나더라도 얘기가 계속 전개된다.

이 대표는 “25명의 가상의 AI 에이전트들이 이 공간에 살명서 각각의 직업, 삶을 살아간다”며 “AI 에이전트가 사람과 같이 메모리와 성향까지도 가질 수 있단 것을 입증한 것”이라고 설명했다. 이어 “AI 에이전트와 메모리와 성향까지 가질 수 있는 AI 데이터가 결합돼 움직이는 세상이 오고 있다”며 “결국 사람처럼 일도 하고 의사결정까지 내릴 수 있는 세상으로 기술이 고도화하고 있다”고 덧붙였다.

AI 에이전트가 다양한 방면에서 활용될 수 있단 점도 설명했다. AI 에이전트 챗봇은 단순한 챗봇을 넘어 사용자와 상호작용과 경험이 급속히 발전하고 있다. 사용자 언어 문맥을 파악하고 사람과 유사한 응답이 가능하다. 또 상사 대신 업무지침을 물어볼 수 있으며 회사 규정에 따른 업무를 더 정확히 할 수 있다.

AI 에이전트 의사결정은 논리를 이해하고 데이터 기반 의사결정을 AI가 직접 내닐 수도 있다. 목표, 성향, 데이터 접근권한에 따라 각 AI 에이전트 역할 분담에 의거해 의사결정이 가능하다. 복잡한 의사결정을 합리적, 효율적으로 내릴 수 있다.

AI 에이전트 가상비서는 사용자와의 커뮤니케이션을 통해 지속적으로 피드백을 학습한다. 새로운 질문과 지시, 시나리오를 접하면서 사용자 의도에 부합할 수 있도록 응답을 조정, 개선하고 사용자와 의사소통 뿐 아니라 웹사이트, 소셜미디어 등 다양한 채널과 상호작용한다.

제네시스랩에 대한 설명도 있었다. 전문가 인사이트를 학습한 AI가 모듈에 따라 사용자에게 다양한 기능을 제공할 수 있으며, 최종적으론 AI휴먼 형태로 사용자와 질문, 답변을 주고받는 상호작용을 지향하고 있다.  

이 대표는 “첫 사업으로 HR 쪽에서 AI 면접관 에이전트를 만들어 하고 있다”며 “채용, 교육훈련 평가, 승진 선발, 퇴사까지 사람이 계속 개입, 진단, 평가, 분석해야 하는 영역에 전문가 AI를 만들어 제공하고 있다”고 말했다.

전체 인사관리 과정에서 AI 면점관 에이전트를 활용할 수 있다. 영상분석을 통해 비언어적 행동, 역량, 직무 등을 분석해 사람을 전인적으로 분석, 평가할 수 있다. LG, 현대차, 삼성 등 주요 기업 및 정부, 지자체 등에서 제네시스랩 기술 및 솔루션을 도입, 활용하고 있다.

향후 기업 의사결정 구조 방향에 대한 전망도 내놓았다. 이 대표는 “기업 내 프라이빗 LLM이 많이 구축되고, 구축할 때 가장 중요한 신뢰성, 윤리 등 프레임워크를 가진 상층 LLM이 작동하고 AI 에이전트 들이 구축될 것”이라며 “그걸 바탕으로 업무가 자동화하고 워크플로우가 만들어지면서 토론 기반의 의사결정이 나올 것”이라고 말했다.

고난도 문제를 해결하기 위한 다중세계로 확장한 AI 에이전트들이 회사 의사결정을 위해 일하고, 회사 지표, 데이터를 바탕으로 셀프 리포팅이 가능한 수준까지 발전할 것이란 설명이다.

이 대표는 “미래 기업 경쟁력은 생성 AI 에이전트에서 나올 것”이라고 강조했다.