제공되는 데이터로 결정되는 AI 역량

최근 인공 지능(AI)은 혁신, 경제적인 게임 체인저, 과대 혹은 과소평가된 "괴물" 등 다양한 방식으로 묘사되고 있습니다. AI는 이전의 산업 혁명이나 과학 혁명 같은 정보 혁명의 다음 단계로, 인류 발전에 기여한 위대한 도구 전통의 명맥을 잇는 새로운 개척 기술로 여겨지고 있습니다. 또한, AI는 기존의 주요 혁신 기술과 마찬가지로 선의 근원이 될 수도, 혼란의 근원이 될 수도 있습니다.

AI는 비즈니스에 커다란 가능성을 제시합니다. 머신 러닝을 기반으로 하는 예측형 AI는 이미 우리가 본 것보다 더 효과적이고 빠르게 패턴을 인식하고 효율성을 대폭 개선하며 비즈니스 및 사회 문제를 해결하는 데 사용되고 있습니다. 단백질 접힘 방식에 따라 생물학적 기능에 미치는 영향이 어떤지를 예측하는 등 의료 연구를 개선하는 데 사용할 수 있습니다. 금융 사기를 감지하여 고객과 회사의 수익을 모두 보호하는 데 도움이 될 수 있습니다. 위기와 파급 효과를 보다 정확하게 예측하여 자연 재해 대비 계획을 세우는 데 도움이 될 수 있습니다. 우리는 수년간 고객이 이러한 AI 중심 목표를 달성하도록 지원해 왔기에 잘 알고 있습니다.

그리고 생성형 AI는 패턴을 인식할 뿐만 아니라 새로운 패턴을 생성하기도 합니다. 이 기능을 통해 소프트웨어 개발자는 생산성을 높이고, 콘텐츠 제작자는 훨씬 몰입감 높은 환경을 제공할 수 있으며, 고객, 직원, 시민 및 학생들은 필요한 정보를 훨씬 쉽게 찾을 수 있습니다.

이러한 모든 가능성은 한 가지, 즉 데이터에 의해 만들어집니다. 이렇게 된 지는 오래되었습니다. 이전 세대의 AI 툴도 더 나은 데이터 세트를 통해 더 나은 예측을 제공할 수 있게 되었으며 매우 큰 데이터 세트를 사용함으로써 대규모 언어 모델이 생성형 AI를 기반으로 새로운 수준의 기능을 실현했습니다. 현재의 혁신은 고객의 개인 데이터를 사용하여 더 나은 맥락을 제공하거나 기존 모델을 미세 조정하고 더 나은 의사 결정을 내림으로써 이러한 기반 모델을 빠르게 개선하고 있습니다. 저명한 컴퓨터 과학자인 Peter Norvig는 다음과 같이 요약합니다. "더 영리한 알고리즘보다는 더 많은 데이터가 좋고, 더 많은 데이터보다는 더 나은 데이터가 좋다."

간단히 말해 AI는 데이터를 기반으로 구축되므로 AI가 제공하는 통찰력과 분석을 위해서는 데이터 저장, 안전, 접근성이 매우 중요합니다. 또한, 조직의 AI 역량은 공급받는 데이터 양에 따라 달라집니다. 

AI 운영을 위해서는 여러 버전의 모델을 관리하고 최신 데이터 세트를 사용하여 최신 상태로 유지해야 합니다. 즉, 기업의 자체 데이터이든 고객이 AI 시스템을 개선하는 데 사용하는 기타 관련 데이터 세트이든 관계없이 대량의 데이터가 자유롭게 이동할 수 있어야 합니다. 물론 이는 댐의 배수로를 여는 것만큼 간단하지 않다는 사실을 누구보다 잘 알고 있습니다. 데이터의 양은 방대하고 끝이 없을 뿐만 아니라 분산되어 있고 구조화되지 않은 경우가 많으며 보호가 필요합니다. 기술의 복잡성, 분산된 조직 및 데이터 사일로는 AI 프로젝트를 운영 환경으로 전환하는 데 주요 장애물이 됩니다. AI를 최대한 활용하려면 기존의 데이터 사일로 병목 현상 없이 가장 완벽하고 강력하며 지속 가능한 솔루션이 필요합니다. 최신 지능형 통합 하이브리드 클라우드 데이터 인프라를 갖추는 것이 AI의 기반이 됩니다.

중소 기업이든 대기업이든 관계없이 데이터 엔진을 최적화하여 지능형 기술 혁신을 활용할 수 있는 방법은 다음과 같습니다. 

• 데이터와 AI 조직을 통합하십시오. AI 기반 데이터 중심의 미래로 가는 조직의 준비에서 가장 큰 격차는 종종 데이터의 분산된 소유권, 사일로화된 데이터 플랫폼 및 인프라, 그리고 사일로에서 운영되는 서로 다른 범위의 전문가로 인해 발생합니다. 예를 들어, 많은 조직에는 데이터를 깊이 이해하고 있는 데이터 분석가와 엔지니어, 최신 데이터 분석 툴을 해당 데이터에 적용할 수 있는 데이터 과학자, 비즈니스 성과를 높이기 위해 데이터 및 AI 권장 사항을 적용하는 방법을 이해하는 비즈니스 분석가가 있습니다. 이러한 역할은 더 높은 AI 효과를 실현하기 위해 한 팀처럼 긴밀하게 협력해야 합니다.

• 비정형 데이터를 평가하고 통합하십시오. 수년간 기업들은 데이터베이스, 데이터 웨어하우스, 비즈니스 인텔리전스 툴 등 정형 데이터에서 가치를 이끌어내는 툴에 투자해 왔습니다. 하지만 생성형 AI는 회사 데이터의 다수이자 가장 빠르게 성장하는 부분, 즉 비정형 데이터로부터 가치를 끌어낼 수 있는 강력한 엔진을 제공합니다. 여전히 대부분의 조직에서 데이터의 주요 형식은 텍스트이며, 문서, 오디오 파일, 이미징 및 비디오와 같은 대용량 파일이 회사 데이터의 가장 큰 비율을 차지합니다. 자연어 처리(NLP) 및 컴퓨터 비전(CV)은 가장 성숙한 AI 툴 중 하나이며, 확실히 생성형 AI가 가장 빠르게 적용된 분야입니다. 기업에서 생성형 AI 애플리케이션과 함께 사용할 수 있도록 보장하려면 비정형 데이터 환경과 관련 애플리케이션에 관한 최신 정보를 제공해야 합니다.

• 워크로드 및 데이터를 지능형 하이브리드 멀티 클라우드 인프라와 통합하십시오. 데이터의 양, 유형, 속도가 급격하게 증가하고 있습니다. 방대한 양의 데이터를 처리해야 하므로 단순화 및 통합이 훨씬 어렵습니다. 데이터 파이프라인은 사실상 데이터를 수집, 전송, 처리, 변환, 저장, 검색 및 표시하기 위한 아키텍처 시스템입니다. 오늘날의 최첨단 AI 팀은 하이브리드 클라우드 데이터 파이프라인을 구축하여 퍼블릭 클라우드의 확장성과 지속적인 혁신 기능을 온프레미스 환경의 보안 및 거버넌스와 결합하기를 바랍니다.

• 데이터의 보안과 거버넌스를 최우선 과제로 지정하십시오. 큰 힘에는 큰 책임이 따릅니다. 진부한 말일 수도 있지만, 어디서나 인용되는 데에는 이유가 있으며, 특히 AI와도 관련이 있습니다. AI는 보안 측면에서 이점이 있습니다. 사이버 위협을 실시간으로 식별하고 오류 탐지를 위한 모델을 만들 수 있지만, 그 자체로도 위험할 수 있습니다. AI를 사용하면 개인 데이터의 가치가 훨씬 높아지지만 모델에서 오류, 편향 및 기타 부정확성의 원인이 될 수 있습니다. 따라서 보안을 잘 유지하고 잘 관리해야 합니다.

데이터 엔진을 최적화하면 책임감 있고 안전하고 경제적인 방법으로 AI의 강력한 기능을 활용할 수 있는 견고한 기반을 마련할 수 있습니다.

NetApp이 가장 잘하는 분야는 데이터 및 데이터 인프라입니다. NetApp의 전문 지식을 활용하면 제약 없이 고객의 요구에 집중하여 진정한 성공을 달성할 수 있습니다.

NetApp은 30년간 지속적인 기술 및 비즈니스 모델 혁신을 통해 이러한 변화에 대응하며 전문성을 심화하고, 고객이 변화하는 세상에 적응할 수 있도록 지원하여 비즈니스 성공을 이끌어냈습니다. NetApp은 클라이언트-서버 컴퓨팅이 표준이 되었을 때, 기업이 판매를 인터넷으로 전환했을 때, 클라우드가 혁신 기술이 되었을 때, 하이브리드 솔루션이 탄생했을 때 그 자리에 서 있었습니다. 따라서 기술이 변화하더라도 기업이 필요로 하는 것이 무엇인지 잘 알고 있습니다. AI도 마찬가지입니다. 고객이 AI 기술을 사용하여 의약품 개발 및 질병 진단을 강화하고, 제조 및 고객 서비스를 개선하고, 사기, 낭비 및 위험을 줄일 수 있도록 지원했습니다. 또한, NetApp은 제품과 서비스를 한층 더 발전시키고 개선하기 위해 AI를 일상적으로 사용하고 있습니다.

오직 NetApp만이 고객이 데이터의 전체 라이프사이클을 통합, 액세스, 관리할 수 있도록 지원하며 AI를 포함한 모든 애플리케이션과 모든 데이터에 대해 이를 수행할 수 있습니다.

AI와 데이터의 미래, 그리고 이 중요한 접점에서 NetApp의 위치에 관해 자세히 알고 싶다면 데이터 및 인프라 사상가, 선구자, 개발자를 위한 NetApp의 글로벌 기술 컨퍼런스인 NetApp INSIGHT^® 2023에 등록하십시오. 

여러 업계 리더들이 책임감 있고 성공적으로 이 여정을 계획할 수 있는 방법에 관해 논의할 것입니다. 여러분도 함께 하시기 바랍니다.