엔터프라이즈 워크플로우에 생성형 AI 내장: 생산성의 미래

기업들은 커뮤니케이션과 생산성을 향상시키기 위해 생성형 AI(genAI)를 점점 더 많이 채택하고 있습니다. 최근 연구에 따르면 2025년까지 거의 모든 기업이 genAI를 워크플로우에 통합할 것으로 예상됩니다. 독립형 genAI 도구에도 장점이 있지만, 이 기술을 기존 엔터프라이즈 애플리케이션에 직접 내장하면 더 매끄럽고 사용자 친화적인 경험을 제공할 수 있습니다.

운영을 간소화하고 커뮤니케이션을 개선하기 위해 기업들은 생성형 AI(genAI)에 주목하고 있습니다. 사용자가 별도의 애플리케이션으로 전환해야 하는 경우가 많은 독립형 genAI 도구와 달리, 내장형 genAI는 기존 워드 프로세싱, 스프레드시트, 이메일 및 기타 생산성 소프트웨어에 AI 기능을 매끄럽게 통합할 수 있습니다. 이러한 변화는 genAI의 기능에 대한 접근을 단순화하고 직원들에게 더 직관적으로 만들기 위한 욕구에서 비롯됩니다.

Forrester의 GenAI 채택에 대한 통찰

Forrester가 북미와 영국의 기술 의사 결정자들을 대상으로 최근 실시한 설문조사는 기업 전반에 걸쳐 생성형 AI(genAI) 채택이 크게 증가할 것으로 예측합니다. 2025년까지 거의 모든 기업이 커뮤니케이션을 지원하기 위해 생성형 AI를 활용할 것으로 예상되며, 특히 작성 및 편집 작업에서 그렇습니다. 실제로 설문 조사 응답자의 70%가 이미 작성 및 편집 요구의 대부분 또는 전부에 genAI를 사용하고 있다고 밝혔습니다.

Forrester의 연구 결과에 따르면 ChatGPT와 같은 독립형 genAI 도구에도 그 역할이 있지만, 기능 간 협업을 완전히 지원하지 못하고 직원의 워크플로우에 매끄럽게 통합되지 않을 수 있습니다. 따라서 genAI의 진정한 잠재력은 기존 엔터프라이즈 애플리케이션에 직접 내장될 때 더 잘 실현될 가능성이 높습니다.

Microsoft 365 copilot: 게임 체인저

임베디드 생성형 AI에서 가장 주목할 만한 발전 중 하나는 Microsoft 365 생산성 스위트의 다양한 앱에 통합되고 있는 생성형 AI 어시스턴트인 Microsoft 365 Copilot입니다. 일부 생성형 AI 기능이 Teams와 같은 앱에 도입되었지만, Copilot의 일반 출시를 기다리는 사람들이 많습니다. 백오피스 업무 프로세스를 변화시킬 잠재력이 상당한 기대감을 불러일으키고 있습니다.

일부 기업들은 내장형 genAI 솔루션의 일반 출시를 기다리지 않고 자체적으로 애플리케이션에 생성형 AI를 통합하고 있습니다. 이는 종종 OpenAI와 같은 AI 제공업체에 API 호출을 통해 이루어지거나, 로컬에서 실행되는 대형 언어 모델(LLM)을 구현함으로써 달성됩니다. 이러한 선제적인 조치는 기업의 생산성을 향상시키고 경쟁 우위를 유지하는 데 도움이 됩니다.

많은 벤더들이 이미 애플리케이션에 genAI 기능을 통합하여 기업들이 기존 워크플로우 내에서 이 기술을 활용할 수 있도록 하고 있습니다. 예를 들어, Zoom과 Microsoft Teams와 같은 온라인 미팅 플랫폼은 이제 미팅 내용을 캡처하고 요약하는 방식을 크게 개선하는 내장 또는 추가 AI 기반 요약 기능을 제공합니다.

여러 기업은 이미 워크플로우 내에서 생성형 AI의 힘을 활용하고 있습니다. Stream Financial Technology는 이메일 클라이언트에서 genAI를 사용하여 이메일을 요약하고 메시지를 작성합니다. 또한 Google Docs와 같은 애플리케이션 내에서 AI 기반 텍스트 생성 및 편집 기능을 제공하는 Grammarly도 도입했습니다.

 보험 중개업체인 NFP는 마케팅 카피 작성을 위해 Jasper AI를 사용해 왔습니다. Jasper AI는 GPT-4 모델을 사용하며 특정 비즈니스 사용 사례에 맞게 맞춤 설정할 수 있습니다. NFP는 또한 이메일 작성을 위해 영업 참여 플랫폼인 Salesloft에 생성형 AI를 통합했습니다.

Thomson Reuters는 수년간 AI를 사용해 왔으며 생성형 AI의 잠재력을 적극적으로 탐구하고 있습니다. 그들은 AI를 사용하여 커뮤니케이션을 초안 작성하고, 작업 산출물의 초안을 작성하며, 심지어 직원의 질문에 답변하는 데 사용합니다. 이 기술은 인간의 능력을 대체하는 것이 아니라 보완하는 것으로 간주됩니다.

생성형 AI의 도입은 수많은 혜택을 제공하지만, 기업은 잠재적 위험에 주의해야 합니다. 개인정보 보호, 보안, 그리고 학습 데이터의 정확성이 주요 우려 사항입니다. 기업은 저작권과 관련된 법적 문제를 피하기 위해 AI 학습 데이터의 출처를 명확히 파악해야 합니다. 성공적인 도입을 위해서는 사용자가 사용하기 쉽고 기존 워크플로우에 원활하게 통합되는 AI 도구를 선택하는 것이 필수적입니다.