컨텐츠 바로가기

05.18 (토)

이슈 IT기업 이모저모

[MS AI 서울] LG전자가 AI를 똑똑하게 활용하는 방법, '찾다'

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>


[디지털데일리 이종현기자] 생성형 인공지능(AI)은 등장 직후 전 세계를 뜨겁게 달궜다. 메타버스나 블록체인과 같은 기존 이슈를 모두 집어삼키는 메가 트렌드로 급부상했다. 하지만 인기와 달리 실제 기업 현장에서 이를 활용하는 움직임은 더디기만 했다. 내부 데이터가 외부로 유출될 수 있다는 우려 때문이다. 기업들이 자신의 환경에 맞는 AI 도입 방안을 찾는 가운데 LG전자는 ‘찾다(CHATDA, Chat based Data Analytics)’라는 답안지를 제출했다.

30일 LG전자 생활가전(H&A) 사업본부의 김성일, 서인원 선임연구원은 마이크로소프트(MS)가 개최한 AI 투어 서울 행사에 참가해 자사의 활용 사례를 발표했다. 급증하는 데이터 활용 수요에 대응하기 위해 대규모언어모델(LLM)을 이용한 시스템 '찾다'를 개발하기까지의 과정을 공유했다.

김 연구원에 따르면 LG전자 H&A 사업본부 내 데이터 요청건수는 지난 몇년간 폭발적으로 늘었다. 2021년 대비 2023년에는 603%나 증가했는데, 가전이 사물인터넷(IoT)을 도입한 스마트홈 솔루션으로 거듭나면서 구성원의 데이터 활용 수요도 늘었기 때문이다.

늘어난 수요에 발맞춰 요청받은 데이터를 제공하는 데 드는 시간도 크게 줄였다. 2021년 60일이었던 시간은 2024년 3일가량으로, 20배가량 빨라졌다. 하지만 최근에는 단순한 로우 데이터를 요청하는 것이 아니라 여러 데이터가 결합된 것을 요청하면서 처리 복잡성이 크게 늘었고, 이에 따른 대안이 필요해졌다는 것이 그의 설명이다.

LG전자는 오픈AI의 GPT를 활용함으로써 이를 해결했다. 다만 단순히 챗GPT를 도입한다고 해결된 것은 아니다. 내부 데이터의 외부 유출이라는 보안 이슈나 LLM이 잘못된 답변을 하는 환각(Hallucination) 현상 방지 등이 필요했는데, 이를 해결한 결과물이 찾다다.

디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>


김 연구원은 “엔터프라이즈 기업들이 GPT를 곧바로 사용하기는 어렵다. 내부 데이터, 코드 등 기밀이 유출될 수도 있다. 실제 타 기업에서 유출이 있기도 했다"며 "또 어떠한 의사결정을 하기 위해 데이터 분석을 하고 AI를 활용하는 건데, 만약 환각 현상이 생긴다면 아무런 의미가 없다”고 말했다.

LG전자는 MS에서 제공하는 애저 오픈AI GPT와 데이터 스키마를 활용해 보안 이슈가 없는 엔터프라이즈용 데이터 분석 코파일럿 찾다를 개발했다. 기존 보유 중인 데이터와 검생증강생성(RAG) 등을 통해 답변 정확도를 높였다.

자연어로 질문을 하는 것만으로 데이터 분석이 가능한 것이 가장 큰 특징이다. 데이터 분석 전문가가 아니라고 할지라도 이용 가능하다. MS의 협업툴 팀즈(Teams)를 통해 접근하도록 해 접근성을 높였다. 데이터 추출, 변환, 저장까지 코드 작성 없이 가능하다.

실제 활용 사례도 시연했다. ‘세탁기와 건조기를 동시에 보유한 고객 중에, 세탁기 사용 완료 1시간 이내에 사용된 건조기 코스 중 가장 많이 사용된 코스 5개를 테이블로 제공해줘’, ‘(식기세척기) 여성 고객들이 자주 사용하는 코스 5개를 사용횟수와 함께 그래프로 그려줘’ 등 요청에 찾다는 충실히 답했다. 그래프를 그리거나 추천 질문을 제공하기도 했다.

LG전자 H&A 사업본부는 현재 사용 중인 데이터 웨어하우스 시냅스(Synapse)를 MS가 최근 발표한 ‘MS 패브릭’으로 전환할 계획이다. 올해 발표될 것으로 기대되는 GPT-5 등 도입도 기대 중이라고 밝혔다.

김 연구원은 “아직까지는 정형 데이터만 다루고 있지만 향후에는 사내에서 생성되는 여러 비정형 데이터도 이용하는, 궁극적으로 현업 사용자들이 불필요하게 시간을 할애하지 않고 본인의 업무에 집중할 수 있는 데이터 환경을 만들도록 노력하겠다”고 피력했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.