넘버스 IT 리서치 자료

검색 결과 약 33개 (0.04ms)

“더 신뢰할 수 있는 데이터가 필요하다”

넘버스

자료 제목 :

2023 데이터와 애널리틱스 현황 The State of Data and Analytics Report

자료 출처 :

Salesforce

원본자료 다운로드

발행 날짜 :

2023년 11월 02일

주요 내용 :

생성형 AI의 급속한 발전으로 분석 및 IT 리더는 데이터 전략 및 데이터 관리와 관련하여 더 많은 압박을 받는 것으로 나타났다. 최근 IT 임원을 대상으로 진행된 여러 설문 조사 결과를 비교해보며 생성형 AI 시대 앞서나갈 수 있는 팁을 얻어보자. ⓒ Getty Images Bank 11월 초 발표된 세일즈포스(Salesforce)의 데이터 및 분석 현황 보고서에 따르면 비즈니스 리더의 77%가 이미 생성형 AI의 혜택을 놓치고 있다고 우려하고 있으며, 마케팅 리더의 경우 그 비율이 88%에 달했다. 세일즈포스의 이번 조사 결과는 지난 9월에 발표된 IDC의 전 세계 최고 경영진 설문조사 2023-2024 결과와 일치한다. IDC 설문조사에 참여한 최고 경영진의 절반 이상이 새로운 투자를 위해 생성형 AI를 최우선으로 고려하고 있으며, 87%는 최소한 잠재적인 사용 사례를 검토하고 있다고 답했다. IT 리더들 역시 생성형 AI에 열광하고 있다. 파운드리가 최근 발표한 AI 우선순위 연구 2023에 따르면 IT 의사결정권자의 56%가 생성형 AI에 대해 더 많은 것을 배우고 싶어 하는 것으로 나타났다. IT 리더는 챗봇 및 가상 비서(56%), 콘텐츠 생성(55%), 산업별 애플리케이션(48%), 데이터 증강(46%), 개인화된 추천(39%)에 생성형 AI를 적용하고 있었다. 세일즈포스의 설문조사에 따르면, 소위 ‘AI 얼리어답터’는 이미 고객 서비스 해결 시간 단축, 매출 증대 등 생성형 AI로 혜택을 보고 있었다. 물론 이로 인해 데이터 관리 및 데이터 거버넌스를 구축의 중요성도 커지고 있다. 세일즈포스 보고서에 따르면 기술 리더의 87%는 AI의 발전으로 인해 데이터 관리의 우선순위가 높아졌으며, 92%는 신뢰할 수 있는 데이터가 그 어느 때보다 더 필요하다고 답했다. IT 리더들은 성공적인 생성형 AI 사용을 위한 요건으로 정확하고 완전하며 통합된 데이터(55%), 비즈니스에 대한 새로운 위협을 방지하기 위한 강화된 보안 조치(54%), 윤리적 사용 지침(30%) 등을 꼽았다. 세일즈포스의 자회사인 태블로 소프트웨어(Tableau Software)의 CEO인 라이언 아이타이(Ryan Aytay)는 “데이터 관리의 개념과 신뢰할 수 있는 데이터의 확보는 계속해서 중요해지고 있다”라며 “많은 고객이 AI로 데이터 관리가 더 중요해지고 말하고 있다. 심지어 시급한 문제라고 보고 있다. 또한 오늘날 데이터에서 충분한 가치를 얻고 있다고 느끼지 못한다는 심각한 의견을 말하는 고객도 많다”라고 설명했다. 데이터 성숙도에 대한 단절 세일즈포스의 보고서에 따르면 분석 및 IT 리더들은 전반적으로 조직의 데이터 성숙도에 대해 자신감을 느끼고 있었다. 데이터 역량, 프로세스, 후원, 투자, 비전 등의 요소를 고려했을 때, 리더의 37%는 조직의 데이터 성숙도가 동급 최고 수준이라고 답했으며, 또 다른 57%는 데이터 성숙도가 업계 표준과 동등하다고 답했다. 데이터 성숙도가 업계 표준에 미치지 못하거나 존재하지 않는다고 생각하는 리더는 6%에 불과했다. 기술 리더는 데이터의 정확성에 대해서도 가장 자신감이 높았다. 세일즈포스는 데이터 및 분석 부서의 57%와 IT 부서의 53%가 데이터 정확성에 대해 완전히 확신한다고 답했다. 데이터에 의존하는 현업 부서는 훨씬 더 회의적이었으며, 마케팅(45%), 영업(42%), 서비스(40%) 부서의 리더는 조직 데이터의 정확성에 대해 덜 확신한다고 답했다. 아이타이는 “궁극적으로 데이터가 최신성을 가졌는지가 매우 중요하다”라며 “옳고 그름의 문제가 아니다. 영업 리더는 실시간으로 데이터가 필요하다. 데이터가 24~48시간이 지난 것이라면 최신 데이터가 아니므로 기술적으로 잘못된 것이다”라고 설명했다. 그럼에도 불구하고 기술 리더의 94%는 데이터에서 더 많은 가치를 얻어야 한다고 답했으며, 78%는 조직에서 데이터로 비즈니스 우선순위를 추진하는 데 어려움을 겪고 있다고 답했다. 데이터 관련해서 리더가 우선시하는 영역은 데이터 품질 개선, 보안 및 규정 준수 강화, AI 역량 구축, 전사적 데이터 해독 능력 향상, 도구 및 기술 현대화였다. 다만 목표를 세우는 건 간단할지 모르지만, 실제로 이를 달성하는 것은 어려운 일이다. 특히 AI에 대한 단기 및 장기 전략을 말할 때는 주변인을 설득해야 하는 과정을 거쳐야 한다. 이해관계자의 불만 이러한 성공을 위해서는 통합 데이터 전략이 필수적이다. IT 리더의 59%는 통합 데이터 전략이 없다고 답했으며, 이는 생성형 AI를 구현하는 데 있어 가장 큰 우려 사항이라고 표현했다. 또한 60%는 생성형 AI가 현재 기술 스택에 통합되지 않을 것이라고 설명했다. 아이타이는 “최고 데이터 책임자, 즉 IT 책임자에게 '데이터 전략이 일치하고 있습니까?"라고 묻는다면 당연히 일치한다고 생각할 수 있다”라며 “하지만 비즈니스의 다른 이해관계자가 매일 필요로 하는 것과 정말 일치할까? 내가 영업 리더라면 내 파이프라인을 알아야 한다. 예측을 알아야 한다. 얼마나 많은 담당자를 고용했는지 알아야 한다. 예정된 이벤트가 무엇인지 알아야 한다. 하지만 이러한 정보가 IT 팀과 연결되어 있지 않고 IT 팀이 나와 같은 방식으로 생각하지 않는다면 실제로 조정된 전략을 세우기가 매우 어렵다”라고 설명했다. 세일즈포스는 현업 부서 리더의 41%가 조직의 데이터 전략이 비즈니스 목표와 거의 또는 전혀 일치하지 않는다고 생각하는 반면, 분석 및 IT 리더의 37%는 같은 생각을 가지고 있다는 사실을 발견했다. 이런 차이는 공유된 KPI의 부족이 이 문제의 근본 원인일 수 있다. 기술 리더의 60% 이상이 비즈니스 팀의 데이터 활용 또는 인사이트 도출 속도에 대해 잘 모른다고 인정했으며, 68%는 데이터 수익 창출의 가치를 추적하지 않아 데이터 이니셔티브의 ROI를 효과적으로 정량화하기 어렵다고 답했다. 아이타이는 영업팀이 고객과의 아웃바운드 커뮤니케이션을 자동화하고 싶을 수도 있지만, 외부 생성형 AI를 사용하면 회사의 독점 데이터가 공개 대규모 언어 모델(LLM)로 유출될 위험이 있다고 지적했다. 그는 “IT 및 데이터 부서와 협력하는 경우 더 신뢰할 수 있는 방식으로 작업을 수행해 볼 수 있다. 민감 데이터를 가리고 데이터 관련 작업이 중단되지 않고 규정 준수를 보다 확실히 지키는 식이다”라고 말했다. 실제로 비즈니스 리더와 기술 리더 모두 ‘보안 위협’을 데이터 프로젝트에서 중요한 과제로 꼽았다. 새로운 데이터 소스를 통합하고 새로운 기술을 활용할 기회가 늘어남에 따라 취약점도 증가하고 있기 때문이다. 조직의 데이터 양과 복잡성이 증가함에 따라 위협 표면도 확장된다는 문제도 있다. 파운드리의 설문조사에 따르면 IT 리더의 45%가 보안과 개인정보 보호가 생성형 AI와 기존 시스템의 통합에 영향을 미치는 요소라고 생각하는 것으로 나타났다. IDC의 설문조사에서도 응답자의 45% 이상이 보안 문제가 생성형 AI 이니셔티브 구현과 관련된 가장 큰 과제라고 생각하고 있었다. 또한 데이터의 양과 복잡성이 증가함에 따라 데이터 조화의 어려움이 가중되어 데이터 소스에서 가치를 추출하기가 점점 어려워지고 있다. 기술 리더의 3분의 2 이상이 향후 1년간 데이터 양이 평균 22% 증가할 것으로 예상했다. 세일즈포스는 데이터를 효과적으로 활용하기 위해서는 데이터 거버넌스와 데이터 문화를 구축하는 것이 핵심이라고 조언했다. 데이터 거버넌스는 조직 내에서 누가 데이터 자산에 대한 권한과 통제권을 가지고 있는지, 그리고 정보를 수집, 관리, 저장, 측정 및 전달하는 일련의 규칙 또는 정책을 포함하여 이러한 데이터 자산이 어떻게 사용될 수 있는지를 정의하는 시스템이다. 조직은 데이터 전략의 이러한 근본적인 측면을 파악해야 한다. 그렇지 않으면 생성형 AI로 인한 리스크가 실제 현실로 나타나고 데이터 기반 의사 결정 및 데이터 관련 발전을 저해할 수 있다. ciokr@idg.co.kr

“AI 기능을 지원하는 제품에 더 많은 가격을 지불할 생각이 있다”

넘버스

자료 제목 :

AI 우선순위 연구 2023 AI Priorities Study 2023

자료 출처 :

Foundry

원본자료 다운로드

발행 날짜 :

2023년 10월 02일

주요 내용 :

파운드리가 진행한 조사 결과에 따르면, IT 의사결정권자들은 엔터프라이즈 애플리케이션에 생성형 AI를 도입함으로써 얻을 수 있는 이점에 대해 낙관적으로 생각하고 있으며, 현재 많은 사람들이 가격에 포함될 것으로 기대하는 것으로 나타났다. ⓒ Getty Images Bank 파운드리(구 IDG)가 진행한 ‘AI 우선순위 연구 2023’ 조사에 따르면 기업은 생산성과 혁신을 높이기 위해 AI를 검토하고 있으며, AI에 관심 있는 조직의 3분의 1이 최고 AI 책임자(Chief AI Officer)를 고용했거나 찾고 있었다. AI 우선순위 연구 2023을 위해 파운드리는 조직에 AI 및 생성형 AI 기술을 구현했거나 구현할 계획이 있거나 적극적으로 연구 중인 IT 의사 결정권자를 대상으로 설문조사를 실시했다. 응답자 중 56%가 생성형 AI에 대해 더 많이 배우고 싶다고 답한 가운데, AI 중에서도 가장 우선순위가 높은 것은 단연 ‘생성형 AI’이었다. 생성형 AI에 대한 크나큰 기대감 IT 리더들은 다양한 프로젝트에서 생성형 AI를 활용하고자 하며, 대다수가 챗봇과 가상 비서를 통한 기술 적용에 관심이 있다고 답했다(56%). 그다음으로 응답자의 55%가 생성형 AI로 콘텐츠 생성을 하고 있다고 답했다. 특정 산업 맞춤 애플리케이션(48%), 데이터 확대(46%), 개인화된 추천(39%)도 핵심 활용 사례 5가지 안에 들었다. IT 조직의 4분의 1 이상(26%)은 이미 보안 점검을 위한 피싱(phishing) 시뮬레이션과 같은 콘텐츠를 만들거나 정책을 작성하는 데 생성형 AI를 사용하고 있다. 42%는 1년 이내에 생성형 AI를 사용할 계획이라고 답했다. 생성형 AI는 최근 소프트웨어 개발 영역에서 활용도가 높은 것으로 나타나고 있는데, 실제로 이번 조사에서도 응답자 21%가 코드 개발에 생성형 AI를 사용하고 있었다. 응답자 41%는 1년 이내에 개발 영역에 생성형 AI를 사용할 것으로 예상하고 있다. 헬프데스크 역시 생성형 AI를 활용하기에 적합한 분야로, 현재 17%가 IT 지원을 위해 생성형 AI를 활용하고 있으며 45%는 1년 이내에 활용할 계획이라고 응답했다. 응답자의 58%는 생성형 AI가 직원 생산성에 큰 역할을 할 것이라고 답했으며, 테스트하기 위해 개념 증명(PoC)을 시작하고 있는 것으로 나타났다. 흥미롭게도 개인 차원의 생산성 향상이 기업 차원으로 확대되는지, 아니면 조직이 더 적은 인원으로 동일한 작업을 수행할 수 있을지는 의견이 분분했다. 응답자의 55%는 생성형 AI를 통해 직원들이 고부가가치 업무에 다시 집중할 수 있다고 답했으며, 54%는 AI 기능을 통해 인력을 줄일 수 있다고 답했다. 응답자의 57%는 이미 사용 사례를 파악하고 있다고 답했고, 45%는 파일럿 프로그램을 시작했으며, 41%는 직원 교육 또는 숙련도 향상, 40%는 정책 및 가이드라인 수립 등 다양한 방식으로 생성형 AI의 도래에 대비하고 있다고 답했다. IT 의사 결정권자의 약 30%는 이미 생성형 AI 도구를 사용자에게 제공하고 있으며, 23%는 공급업체 파트너의 앱을 테스트하고 있다고 답했다. 소프트웨어 공급업체는 자사 제품에 생성형 AI를 도입하기 위해 분주하게 움직이고 있다. 응답자 중 55%가 이러한 제품이 더 나은 비즈니스 성과를 창출한다는 데 동의한다는 사실에 안도하는 한편, 실제로 이를 위해 비용을 더 지불할 의향이 있다고 말한 비율은 44%에 불과했다. ⓒ 파운드리 IT 의사 결정권자들은 이미 사용 중인 일부 엔터프라이즈 앱에 생성형 AI 기능이 탑재된 것을 목격하고 있다. 이러한 기능이 빈번히 보면서 장점이 있다고 여기는 분야는 마이크로소프트가 11월에 출시할 M365 코파일럿(Copilot)과 같은 생산성 및 공동 작업 도구와 세일즈포스의 아인슈타인 코파일럿(Einstein Copilot)과 같은 마케팅 및 영업 소프트웨어였다. 그다지 큰 이점이 없을 것으로 예상되는 분야는 ERP다. 지난 9월 쥴(Joule)이라는 생성 AI 비서를 발표한 SAP 입장에서는 다소 실망스러운 결과일 수도 있겠다. 보안 및 개인정보 보호 우려 설문조사 응답자는 생성형 AI 사용 과정에서 윤리적 부분에 대해 우려를 표혔다. 그중 보안과 개인정보 보호를 가장 많이 꼽았고(둘 다 36%), 진위 여부와 신뢰(34%), 지적 재산(31%), 규제 준수(29%), 편견(27%), 투명성(27%)이 그 뒤를 이었다. 데이터 자체도 우려의 대상이었다. 응답자의 34%만이 조직이 효과적인 AI를 구현할 수 있는 적절한 데이터와 기술을 보유하고 있다고 답했다. 이들이 직면한 가장 까다로운 요구 사항은 데이터의 품질과 양, 개인정보 보호 및 윤리적 고려 사항, 데이터 가변성이었다. ⓒ 파운드리 생성형 AI와 기존 시스템의 통합에 영향을 미치는 요인으로는 데이터 통합(45%), 보안 및 개인정보 보호(45%), 사용자 경험(34%), 교육(31%), 호환성(26%), 변경 관리(25%)가 있었다. 이는 다른 신규 및 레거시 시스템을 통합할 때도 발생하는 거의 동일한 우려 사항이다. 부자가 더 부자가 될 수 있도록 지원 응답자가 속한 조직은 직원 생산성 향상(응답자의 48%), 혁신 실현(43%), 경쟁 우위 확보(41%)를 위해 AI에 투자하고 있었다. 거의 모든 지표에서 대기업(직원 수 1,000명 이상)이 AI 투자 및 채택 측면에서 선두를 달리고 있었다. 동시에 소규모 조직은 AI를 제대로 따라잡지 못하고 있었다. 따라서 AI가 파괴적 혁신인 만큼, 힘 있는 사람들에게 유리한 방향으로 상황을 더욱 기울일 가능성이 높아 보인다. 대기업 중 38%는 생성형 AI를 지원하기 위해 데이터 과학자를 채용했고 29%는 찾고 있었다. 소규모 조직에서는 채용한 수치는 17% 찾고 있는 수치는 30%였다. 이러한 불균형은 다른 생성형 AI 지원 역할에 대한 채용에서도 계속되고 있었다. AI 챗봇 개발자는 현재 대기업의 20%, 중소기업의 8%에서 근무하고 있으며, 프롬프트 엔지니어의 경우 15% 대 7%의 비율을 보이고 있었다. 최고 AI 책임자는 대기업의 15%, 중소기업의 6%만이 근무하고 있었다. 발전하는 추세 37%의 조직에서 소프트웨어 개발자가 이미 코드 생성 또는 완성을 위해 생성형 AI의 도움을 받고 있지만, 41%가 소프트웨어 개발에 생성형 AI를 사용하고 있는 반면 소규모 조직에서는 33%에 그쳐 대기업이 주도하고 있는 것으로 나타났다. 아직 이러한 지원 개발 도구를 사용하지 않는 응답자 중 81%는 향후에 사용할 예정이라고 답했지만, 34%만이 향후 1년 이내에 사용할 계획이며 나머지는 일정을 구체적으로 정하지 않았다. 파운드리는 965명의 IT 의사결정권자를 대상으로 이번 설문조사를 실시했으며, 이 중 절반은 북미, 1/3은 아시아 태평양, 1/6은 유럽, 중동, 아프리카에 거주하고 있다. 응답자의 소속은 기술 산업이 20%로 가장 많았고, 제조(13%), 서비스(11%), 금융 서비스(8%), 교육(8%), 의료(6%), 소매, 도매 및 유통(6%)이 그 뒤를 이었다. ciokr@idg.co.kr

“AI 또는 ML 애플리케이션 관리 실패로 손실이 발생했다”

넘버스

자료 제목 :

기업의 생성형 AI 도입 현황 Enterprise Generative AI Adoption

자료 출처 :

AIIA

원본자료 다운로드

발행 날짜 :

2023년 08월 15일

주요 내용 :

“AI는 투자 우선순위가 가장 높다”

2/3

넘버스

자료 제목 :

펄스 오브 체인지 : 생성형 AI에 대한 기업 임원의 인식 Pulse of Change: C-suite perceptions on generative AI

자료 출처 :

Accenture

원본자료 다운로드

발행 날짜 :

2023년 06월 15일

주요 내용 :

생성형 AI는 빠른 속도로 전 세계 기업의 관심을 사로잡으며 비즈니스 운영, 모델, 제품 및 서비스에 중대한 영향을 미치고 있다. 비즈니스 리더라면 생성형 AI를 도입하기 전에 다음 8가지 질문에 대한 답을 준비해 두면 좋다. ⓒ Getty Images Bank 많은 기업이 현재 생성형 AI의 잠재력을 활용하기 위해 데이터, 인력, 프로세스를 준비하며 필요한 일이 무엇인지 파악하는 데 분주하다. 최근 액센츄어의 조사에 따르면, 거의 모든(99%) 임원이 생성형 AI 투자를 강화할 계획이라고 말했다. 지금이야말로 리더는 업무 처리 방식에 새로운 변화를 주어야 한다. CIO는 조직이 생성형 AI를 도입하는 과정에서 적극적인 역할을 맡을 수 있다. CIO는 비즈니스 프로세스에 대한 교차 기능적 관점을 지니고 있으며 기술을 활용하여 운영을 혁신하고 가치를 제공하는 방법을 잘 이해하고 있기 때문이다. 하지만 생성형 AI를 도입하는 과정은 쉬운 일이 아니다. 실제로 액센츄어 스트래터지(Accenture Strategy) 보고서에 따르면, 고위 기술 리더 중 67%가 직원의 기술 전문성 부재로 인해 전략 개발 과정에서 기술을 통합하기 어렵다고 답했다. 결국 생성형 AI를 순조롭게 도입하려면 기본적으로 생성형 AI와 혁신을 제대로 이해하고 이를 기업 내 의미 있는 성과로 연결할 줄 아는 능력이 필요하다. AI를 비즈니스에 효과적으로 통합하려면 우선 비즈니스 가치를 정의하는 명확한 목표를 설정하고 AI 전략을 해당 비즈니스 목표에 맞추는 것부터 시작해야 한다. 기업 내부 디지털 어젠더를 이끄는 CIO는 이미 생성형 AI를 전면에 내세우고 AI 솔루션을 활용하기 시작했다. 많은 CIO는 강력한 기반 아키텍처를 구성하는 것이 조직의 AI 준비 여정을 위한 중요한 첫 번째 단계라고 보고 있다. 이런 단계로 기업이 높은 효율성과 효과성을 추구하며 생성형 AI를 기업 전반에 걸쳐 성공적으로 확장할 것이라고 여기는 것이다. 이미 전 세계 임원 중 98%는 AI 파운데이션 모델이 향후 3~5년 동안 조직의 전략에 있어서 중요한 역할을 할 것으로 보고 있다는 조사 결과도 있다. 그렇다면 CIO는 이제 무엇을 할 수 있을까? 고객의 AI 여정을 돕는 도구이자 기업을 위한 AI 안내자(Navigator)를 설계하는 과정에서 일단 생성형 AI에 대비되어 있는지 확인해야 한다. CIO라면 다음 8가지 질문을 집중적으로 살펴보면 좋다. 질문 1. 우리는 어떤 파운데이션 모델을 활용해야 하는가? 위 질문은 ‘모델 결과값의 관련성, 신뢰성, 사용성을 확보하기 위해 어떤 아키텍처가 가장 적합한가’라는 의미를 가진다. 생성형 AI 모델과 관련 기술 제공업체 수는 끊임없이 증가하고 있다. 조직의 필요 및 요청 사항에 적합한지 확인하기 위해 신중하게 선택해야 한다. 질문 2. 어떻게 하면 이런 모델의 접근성을 높일 수 있을까? 기업이 모델을 도입하기 위해 고려해야 하는 접근방식은 크게 2가지다. 각각 장단점이 있다. 먼저 자체 퍼블릭 클라우드에서 기업이 스스로 모델에 접근하는 ‘완전 제어’ 옵션이 필요한지 알아봐야 한다. 두 번째 속도와 간결성을 위해 제어권을 조금 포기하고 외부 제공업체가 제공하는 관리형 클라우드 서비스를 이용할지 고민해야 한다. 질문 3. 활용을 위해 데이터에 모델을 어떻게 적용할 것인가? AI를 데이터와 함께 활용해야 탄탄한 디지털 코어를 만들 수 있다. 데이터와 AI는 오늘날 기업의 경쟁 우위의 원천이 되고 있다. 생성형 AI의 가치를 극대화하기 위해서는 기업 내부 데이터를 활용하여 정확도, 성능, 활용도를 높여야 한다. 조직과 인력에 적합한 사용자 정의 도구를 생성하기 위해 자체 데이터에 사전 훈련 모델을 적용할 수 있는 다양한 방법을 고려하자. 질문 4. 기업의 전반적인 준비 상황은 어떠한가? 일단 기업 내에서 사용하는 기술이 통합 용이성 및 호환성이 높은지 파악하야 한다. 파운데이션 모델은 사용하기에 안전한지도 알아봐야 한다. 생성형 AI를 도입하려면 일단 모든 기업이 탄탄하고 책임감 있는 AI 컴플라이언스 프로그램을 신속하게 마련해야 한다. 설계 단계에서 생성형 AI 사용 사례의 잠재적인 위험을 평가하기 위한 관리 통제책으로서 탄탄한 AI 기반을 구축하기 위해 법률, 규정, 윤리적 기준 준수는 필요하다. 질문 5. 우리 기업의 탄소 발자국은 어떠한가? 파운데이션 모델은 사전 학습된 AI 기술이지만, 이를 적용하고 미세 조정하는 과정에서는 상당한 에너지를 소비할 수 있다. 에너지 소비량의 규모와 영향력은 파운데이션 모델을 구매, 강화 또는 구축하는 과정에 따라 달라진다. 미리 이런 부분을 확인하지 않을 경우, 환경에 심각한 영향을 끼칠 수 있다. 따라서 기업 및 환경에 모두 옳은 선택을 하기 위해 초기에 지속 가능한 고려 사항을 따져보는 것이 중요하다. 질문 6. 생성형 AI 앱 개발을 구체화할 방법은 무엇인가? 파운데이션 모델을 선택하여 배포한 후 다음 단계는 개발한 애플리케이션을 더 많은 사용자에게 폭넓고 빠르게 확대하는 것이다. 이때 어떤 프레임워크가 필요할지 고려해야 하며 특히 프롬프트(Prompt) 엔지니어링 기법을 잘 활용하는 것이 중요하다. 특정 비즈니스 기능 또는 영역에 적합한 효율적이고 잘 설계된 다수의 프롬프트와 템플릿을 구축할 수 있는 셈이다. 질문 7. 생성형 AI를 대규모로 운영하기 위해 무엇이 필요한가? 기존의 프로세스를 뒤집고 새로운 기술을 활용하는 방식을 고안할 때면 ‘복잡성’이라는 문제를 마주하게 된다. 하지만 CIO라면 대규모로 AI가 생성하는 가치를 활용하는 방법을 찾아야 한다. AI는 혁신을 이끄는 비옥한 토지 같은 것이다. CIO는 기업 네트워크 전반에 걸쳐 잘 연결되어 있다. CIO가 교차 기능 협업의 기회를 찾으면 조직 내에서 그리고 산업 전반에 걸쳐 개방적인 혁신을 촉진할 수 있을 것이다. 또한 새로운 인사이트와 정보에 기초한 의사 결정을 이끌고 새로운 성장 기회를 찾아낼 수 있다. 질문 8. 목표를 설정하기 위해 어디에서 시작하고 어떻게 진행해야 할까? 기업 상당수는 생성형 AI로 ‘생산성’을 높이는 것을 목표로 삼을 것이다. 여기서 소프트웨어 개발 부분을 주목해볼 수 있다. 소프트웨어 개발 영역은 CIO가 역량을 잘 발휘할 수 있는 분야이기 때문이다. 파일럿 프로젝트로 일단 가시적인 결과를 통해 팀의 실제 경험을 입증할 수 있는 사용 사례를 공유하자. 예를 들어, 액센츄어 내부에서는 지난해 생성형 AI가 소프트웨어 개발 생산성을 높일 수 있는지 살펴보았다. 당시 액센츄어 개발팀은 아마존 코드위스퍼러(Amazon CodeWhisperer) 등의 AI 코딩 도구를 사용했으며 이를 통해 개발자 생산성 및 코드 품질이 크게 높아졌다는 것을 확인했다. 또한 전반적인 릴리즈 사이클이 빨라졌으며, 새로운 AWS 벨로시티(Velocity) 플랫폼을 더 신속하게 제공하는 데도 도움이 되었다. 이런 의미 있는 자체 사례를 발견하면서 액센츄어는 생성형 AI의 가능성과 실현 방안을 조직 내부에 공유했다. 그리고 다른 분야에서도 신속하게 생성형 AI를 실험하고 테스트하고 활용도를 확장하도록 안내했다. 이런 식으로 이해 관계자에게 기술의 발전 방향, 이동 속도, 조직이 기대할 수 있는 결과에 대해 안내할 수 있는 역량을 갖출 수 있다. 새로운 변곡점 생성형 AI 덕에 기술은 더 많은 산업에서 더욱 강력한 성장, 추가적인 민첩성, 뛰어난 탄력성을 달성하는 데 중요한 역할로 자리잡을 것이다. 기술이 일과 생활을 근본적으로 바꾸는 것이다. 액센츄어 조사에 따르면 전체 근로 시간 중 40%가 LLM(Large Language Model)로부터 영향을 받을 수 있다. 특히 IT와 기술 역할에서 근무 시간의 73%를 생성형 AI가 바꿔 놓을 수 있다. 결국 안전하고 책임감 있고 비용 효율적이며 실질적인 비즈니스 가치를 제공하는 방식으로 생성형 AI를 활용하고 이를 위한 기반을 만드는 것에 더욱 집중해야 한다. CIO는 오늘날 빠르게 변화하는 디지털 환경의 복잡성을 비즈니스가 헤쳐 나갈 수 있게 도울 수 있다. 가령 AI의 획기적인 발전과 기업 전반을 고려한 총체적인 성능 접근 방식을 통해 새로운 AI 성능의 경계를 설정할 수 있다. 또한 자신과 기업이 속한 산업을 재정의하기 위해 AI를 활용하는 방안을 제시할 수 있다. 이 모든 것이 기업의 준비성에서 시작되며, CIO가 미래에 대비하는 조직을 구성하기 위한 가치를 발현할 열쇠를 쥐고 있다. *이 글은 액션츄어의 다이애나 버슨(Diana Bersohn)과 란 구안(Lan Guan)이 공동으로 작성하였다. 다이애나 버슨은 액센츄어의 전략-기술 부문의 상무이사다. 그녀는 전략 및 혁신 분야의 리더로서 글로벌 IT 운영 모델과 대규모 비즈니스 및 기술 혁신을 전문적으로 담당하고 있다. 란 구안은 액센츄어의 최고 AI 책임자(Chief AI Officer)로서 다양한 산업 및 지역의 기업과 긴밀히 협력하여 가치와 성장을 주도하는 데이터 및 AI 전략을 개발하고 있다. 또한 구안은 글로벌 경영 위원회의 위원이며, 기업이 AI 투자를 통해 가치를 창출할 수 있도록 지원하는 액센츄어 고급 AI 센터를 이끌고 있다. 이전에는 액센츄어 클라우드 퍼스트의 데이터 및 AI 글로벌 리더직을 맡기도 했다. ciokr@idg.co.kr

“직장내 챗GPT 사용 규제 혹은 제한에 반대한다”

넘버스

자료 제목 :

컨버세이션 스타터스 : 챗GPT 활용 조사 Conversation Starters : 20% of Professionals think ChatGPT Should be Banned in the Workplace

자료 출처 :

Glassdoor

원본자료 다운로드

발행 날짜 :

2023년 06월 14일

주요 내용 :

인공지능(AI)이 급속히 성장하고 발전하면서 사이버 보안 업계는 새로운 문제를 마주하고 있다. 데이터 유출, 규정 준수, 신속한 인젝션 공격 등 다양한 위험에 대응하기 위해 CISO는 AI를 이해하고 적극적으로 대비책을 마련해야 한다. ⓒ Getty Images Bank 인공지능(AI)이 최근 너무 빠르게 발전하면서 이에 대한 장점과 문제점이 동시다발적으로 나오고 있다. CSIO라면 이런 상황에 지체 없이 적절히 대처해야 한다. 특히 프롬프트 인젝션 공격(injection attacks), 데이터 유출, 거버넌스 및 컴플라이언스 같은 문제를 적극 검토해야 한다. 사실 AI 프로젝트에서는 늘 보안 관련된 문제가 존재했다. 다만 생성형 AI의 급속한 성장 및 배포로 기존 시스템이 제어하기 어려운 보안 문제가 생기고 있다. 생성형 AI가 확산되면서 등장한 새로운 취약성도 있다. 가트너가 5월에 공개한 조사 결과에 따르면, 조직의 70%는 챗GPT 사용을 계기로 생성형 AI 사용 또한 검토할 계획을 가지고 있다. 비슷하게 PwC가 5월에 발간한 생성형 AI 분석 보고서에 따르면, 거의 모든 비즈니스 리더들은 단기적으로 AI 시스템과 관련된 최소한 하나의 이니셔티브를 우선순위로 설정하고 있다고 언급하고 있다. 생성형 AI에 대한 관심은 일시적인 현상이 아닐 가능성이 높다. 골드만 삭스는 생성형 AI가 세계 GDP를 7%까지 끌어올릴 수 있다고 예측하고 있다. 맥킨지에 따르면, AI가 가장 많이 활용되는 영역은 고객 운영, 마케팅 및 영업, R&D, 소프트웨어 엔지니어링 분야다. 예를 들어, 소프트웨어의 경우, 글로벌 전략 컨설팅 회사인 알트먼 솔론(Altman Solon)의 설문 조사에 따르면 기술 기업의 거의 4분의 1이 이미 소프트웨어 개발에 AI를 활용하고 있으며, 66%는 향후 1년 이내에 AI를 채택할 가능성이 있다. AI 기반 사이버 공격 앞서 언급한 가트너 조사 결과에 따르면, 경영진의 68%은 생성형 AI의 장점이 위험성을 능가한다고 생각하고 있었다. 위험성이 장점을 능가한다고 생각하는 경우는 5%에 불과했다. 그러나 가트너의 분석가인 프란체스 캐러무지스는 투자가 심화됨에 따라 경영진들은 관점을 바꾸기 시작할 수 있다고 보고 있다. 캐러무지스는 “생성형 AI의 개발 및 배포를 시작함에 따라 조직들은 신뢰, 위험, 보안, 프라이버시 및 윤리적 문제에 직면할 가능성이 높다”라고 지적했다. 최근 주목받는 보안 문제는 새로운 위협 벡터(threat vector)로 떠오른 프롬프트 인젝션 공격(prompt injection attacks)이다. 가트너의 분석가인 아비바 리탄은 “프롬프트 인젝션 공격은 새로운 공격 벡터이자 침해 벡터다. 기존 보안 제어로는 이를 막기에 충분하지 않다”라며 “다른 경우, 챗봇 사용자가 다른 이의 프롬프트를 볼 수 있었다”라고 언급했다. 해커들은 챗GPT 및 기타 대규모 언어 모델을 ‘탈옥(jailbreaking)’해 멀웨어를 작성하거나 폭탄 제조 지침을 제공하는 등 해서는 안 되는 일을 하도록 AI를 속이고 있다. 따라서 기업이 고객 서비스와 같은 자체 생성형 AI를 출시하기 시작하면, 악의적 행위자들은 ‘탈옥’을 통해 다른 이의 계정에 액세스하거나 기타 해로운 행동을 수행할 수 있다. 올해 초 OWASP(오픈소스 웹 애플리케이션 보안 프로젝트)는 대규모 언어 모델에서 볼 수 있는 가장 중요한 취약성 상위 10가지를 발표했다. 여기서 프롬프트 인젝션 공격은 1위에 올랐다. 또한 공격자는 이러한 모델을 활용해 악성 코드를 실행하고, 제한된 리소스에 액세스하거나, 훈련 데이터를 오염시킬 수 있다. 기업이 이러한 모델을 자체 배포할 경우, 프롬프트 주변에는 방화벽을, 프롬프트 환경 주변에는 관찰 가능성 및 이상 징후 탐지 기능을 확보할 수 있다. 리탄은 “어떤 상황이 일어나고 있는지 파악할 수 있고 제어 장치를 구축할 수 있다”라고 언급했다. 서드파티 벤더의 경우 상황이 조금 다를 수 있다. 벤더는 처음에 모델을 만드는 데 사용된 학습 데이터에 대해 최고 수준의 보안 제어 기능을 갖추고 있더라도, 챗봇이 작동하려면 운영 데이터에 접근해야 한. 리탄은 “기존 보호 제어는 모델에 들어가는 데이터 및 프롬프트 인젝션에는 적용되지 않는다. 이상적으로 이 모든 것을 온프레미스에서 처리하면 좋다. 그렇지 않다면 다른 보호 장치를 마련해야 한다”라고 지적했다. AI 사용으로 인한 데이터 유출 위험 완화 직원들은 챗GPT를 좋아한다. 채용 관리 서비스인 글래스도어가 직장인 9,000여명을 대상으로 설문 조사한 결과, 응답자 80%가 챗GPT 사용 금지를 반대했다. 그러나 챗GPT는 물론 비슷한 대규모 언어 모델은 사용자와 상호 작용하며 지속적인 훈련을 거친다. 문제는 사용자가 회사 기밀로 가득 찬 문서를 편집하는 데 도움을 요청할 경우, AI는 해당 기밀에 대해 알게 될 수 있고 이후 다른 사용자에게 이러한 정보를 유출할 수 있다는 점이다. 포레스터 리서치의 분석가인 제프 폴라드는 “분명히 있을 법한 시나리고, 현실적인 우려다”라고 설명했다. 데이터 보호 솔루션 업체 사이버헤이븐(Cyberhaven)의 CSO인 크리스 핫슨은 “한 의사는 환자에게 편지를 쓰기 위해 환자 정보를 가져와 챗GPT에 업로드하는 경우도 있었다”라고 언급했다. 기업용으로 특별히 설계된 플랫폼은 이런 보안 문제를 적극 고려하고 있다고 포레스터의 폴라드는 설명한다. 폴라드는 “데이터로 인해 솔루션 채택을 거부할 수 있기에 데이터를 보관하려는 기술에 관심이 없다”라고 언급했다. 생성형 AI를 배포하는 가장 안전한 방법은 자체 인프라에서 프라이빗 모델을 실행하는 것이다. 그러나 알트만 솔론에 따르면, 이는 가장 인기 있는 옵션이 아니며, 기업의 20%만이 이러한 옵션을 선호하고 있다. 약 3분의 1은 퍼블릭 인프라 환경을 이용하며, 공급자가 만든 환경을 사용하며 생성형 AI를 배포하는 것을 선택하고 있다. 이런 방식은 보안성 문제를 초래할 수 있으므로 기업은 이용하고자 하는 생성형 AI 벤더에 대한 신뢰성을 충분히 확인해 봐야 한다. 48%의 기업이 가상 프라이빗 클라우드와 같은 서드파티 클라우드 환경에 AI를 배포하고 있다. 상당수의 기업이 이런 방식을 이용 중이다. 예를 들어, 마이크로소프트는 애저 클라우드에서 엔터프라이즈 고객을 위한 안전하고 격리된 챗GPT 배포를 제공한다. 마이크로소프트에 따르면, 1,000개 이상의 기업 고객은 이미 3월에 애저 오픈AI 서비스에서 챗GPT 및 기타 오픈AI 모델을 사용하고 있었으며, 이 수치는 5월 중순을 기점으로 4,500개로 증가했다. 이러한 서비스를 활용하는 회사에는 메르세데스 벤츠, 존슨 앤 존슨, AT&T, 카맥스, 도큐사인, 볼보 및 이케아 등이 포함된다. 거버넌스 및 컴플라이언스에서의 AI 위험 생성형 AI을 도입하는 기업은 엄청나지만 이를 관리 감독할 역량은 부족할 수 있다. 글로벌 로펌 리드 스미스 LLP(Reed Smith LLP)의 사이버 보안 및 머신러닝에 중점을 두고 있는 파트너인 제리 스테그마이어는 “생성형 AI로 직원 중에는 매주 업무 중 많은 시간을 절약하고 있다. 하지만 기업 입장에서는 누가 그러고 있는지 알지 못한다. 개별적인 직원 수준에서 엄청난 생산성 향상이 이뤄지고 있지만 기업은 얼마나 생산성 향상이 일어나고 있는 인지하지 못하고 있다”라고 지적했다. 2월에 발표된 피쉬보울(Fishbowl)의 조사에 따르면, 전문가의 43%는 챗GPT와 같은 도구를 사용한 경험이 있으나, 거의 70%가 상사 모르게 사용했다. 이는 기업이 법적 및 규제적 리스크의 형태로 인지하거나 측정할 수 없는 기술적 부채를 안고 있는 것일 수 있다고 스테크마이어는 설명한다. 설문조사가 아닌 사용량 데이터를 기반으로 한 넷스코프(Netskope)의 최근 보고서에 따르면, 챗GPT의 사용은 매월 25%씩 증가하고 있으며, 전체 직원의 1%가 매일 챗GPT를 사용하고 있다. 그 결과, 기업의 약 10%가 현재 직원의 챗GPT 사용을 차단하고 있다. 업무 내용 파악뿐만 아니라 생성형 AI와 관련된 법률 및 규제에 대한 가시성 또한 부족하다. 스테크마이어는 “대기업은 어느 정도의 예측 가능성을 필요로 한다. 현재 이러한 불확실성이 상당하다”라고 설명했다. 모델에 투입되는 지적 재산 및 훈련 데이터에 대한 불확실성, 프라이버시 및 보안 규정에 대한 불확실성, 그리고 새로운 법적 및 규정 준수 위험은 늘 부상하고 있다. 예를 들어, 6월에 미국의 라디오 진행자 마크 월터스는 자신이 자금을 횡령했다는 엉뚱한 말을 챗GPT가 출렸했다며, 챗GPT 개발사인 오픈AI를 명예 훼손으로 고소했다. 물론 챗봇에 응답으로 인해 이를 만든 오픈AI 혹은 기타 회사들은 책임을 져야 하는지는 아직 결론이 나오지 않았다. 제조물 책임법이 어떤 방식으로 적용되느냐에 달려있다. 스테그마이어는 “상당한 배상금이 걸려 있을 경우, 사람들은 창의적으로 법적 이론을 고안해낸다”라고 지적했다. 스테그마이어에 따르면, 소프트웨어가 제품인지 아닌지와 관련해 그간 몇 가지 변화가 있었으며, 이로 인한 잠재적 영향은 엄청날 수 있다. 또한 유럽의 인공지능 법(AI Act)을 포함해 데이터 프라이버시 관련 새로운 법이 등장할 가능성이 있다. 그러나 이런 법률은 합의를 도출하는 것이 쉽지 않아 가까운 시일에 미국에서 유사한 법이 등장할 가능성은 낮다. 그럼에도 미 연방거래위원회(FTC)는 AI와 관련한 성명을 발표해왔다. 스테그마이어는 “AI는 소비자, 기업 및 규제 기관에게 있어 매력적인 존재다. 이 3가지가 모두 합쳐질 경우, 새로운 시행 혹은 규제 활동이 일어나는 경향이 종종 있다”고 이야기했다. AI의 잠재적 문제에 적극 대응하고 싶다면, 개인정보보호 중심 설계(privacy by design), 보안 내재화(security by design) 및 차별금지 원칙(anti-discrimination principles)을 포함해 현재의 모범 사례 도구를 적용할 수 있도록 생성형 AI 학습 곡선을 강화할 것을 권고한다. 스테그마이어는 “생성형 AI와 관련해 ‘일단 행동으로 옮기는 전략(run fast and break stuff)’은 특히 대기업의 경우 규모에 맞는 전략으로 수용되지는 않을 것이다”라고 설명했다. 안타깝게도, 기업들은 생성형 AI와 관련해 어떤 상황이 일어나고 있다는 것을 인지하고 있더라도 배포 모델에 따라 이에 대한 가시성이 거의 없거나 아예 없을 수 있다. 예를 들어, 직원이 고객에게 편지를 쓰는 동안 챗GPT의 도움을 요청하는 경우, 챗GPT는 답을 제시하는 동안 최소한 고객에 대한 정보를 얻어야 한다. 일정 기간 동안 이 데이터가 오픈AI 서버에 저장되는 것이다. 또한 직원이 챗GPT가 대화 기록을 저장하도록 하는 경우, 이 데이터는 서버에 무기한 남게 된다. 인사이트 엔터프라이즈(Insight Enterprises)의 엔지니어인 캄 태그리언티는 이러한 데이터 이동 문제는 유럽과 데이터 상주 법(data residency laws)이 있는 기타 관할권에서 특히 중요하다고 언급한다. 그는 “데이터가 어디로 이동하는지 파악하기 어렵다. 제출한 데이터에서 어떤 작업이 수행되었는지 알기 어렵다. 통제 영역을 벗어나게 되면 취약성이 된다”고 지적했다. 생성형 AI를 사용할 계획일 경우, 필요한 제어 장치 마련을 진지하게 고민할 것을 그는 조직들에게 권고한다. 미국 국립표준기술연구소(NIST)의 AI 리스크 관리 프레임워크(AI Risk Management Framework)에서 시작할 수 있다고 그는 설명했다. 이상적으로 기업은 플랫폼 선택 전 거버넌스 문제를 고려해야 한다. 그러나 KPMG 조사에 따르면, 생성형 AI의 위험을 평가하고 위험 마이그레이션 전략을 구현하기 위해 전담팀을 마련한 조직은 6%에 불과하다. 또한 경영진의 35%만이 회사가 향후 12개월 간 AI 시스템의 거버넌스 개선에 주력할 계획이라고 언급했다. 뿐만 아니라 리스크 전문가의 32%만이 현재 생성형 AI의 적용 계획 및 전략 단계에 관여하고 있다고 답했다. 마지막으로, 5%만이 성숙하고 책임감 있는 AI 거버넌스 프로그램을 마련했다고 답했으나, 19%는 프로그램 마련을 위해 작업 중이며 거의 절반은 프로그램 생성을 계획 중이라고 밝혔다. 기업은 가장 먼저 무엇을 해야 할까? 옴디아(Omdia)의 엔터프라이즈 보안 관리 수석 분석가인 커티스 프랭클린은 “즉시 생성형 AI 사용의 잠재적인 위험에 대한 직원 교육을 시작할 것을 CSO에게 권장한다. 생성형 AI의 사용을 막을 수는 없겠지만, 이와 관련한 위험이 있다는 사실을 직원들이 인지할 수 있도록 해야 한다. 시급한 과제다. 이 글을 다 읽을 때 즈음이면 이를 위해 어떠한 조치를 취해야 할 것인가에 대해 생각하고 있을 것이다”라고 지적했다. 다음 단계는 다양한 사업부의 이해관계자가 참여하는 위원회를 구성해 생성형 AI가 조직 내에서 합법적으로 사용될 수 있는 방법을 모색하고 이러한 이점과 리스크 간의 균형을 맞추기 시작하는 것이다. 프랭클린은 “생성형 AI 사용 방식을 결정하고 잠재적 오용 혹은 남용으로부터 조직을 보호할 수 있는 위험 기반 프레임워크를 마련해야 한다”라고 설명했다. ciokr@idg.co.kr

2030년까지 자동화로 인해 사라지는 일자리

7300만

개

넘버스

자료 제목 :

2023 자동화와 일자리의 변화 통계 35+ Alarming Automation & Job Loss Statistics 2023

자료 출처 :

ZIPPIA

원본자료 다운로드

발행 날짜 :

2023년 06월 08일

주요 내용 :

컴퓨터 비전 분야의 AI 시장 연평균 성장률

21.5

넘버스

자료 제목 :

2028년까지 컴퓨터 비전 산업에서의 AI 전망 AI In Computer Vision Market - Global Forecast to 2028

자료 출처 :

MarketsandMarkets

원본자료 다운로드

발행 날짜 :

2023년 05월 15일

주요 내용 :

컴퓨터 비전(Computer Vision) 분야에서의 AI 시장 규모가 2028년까지 연간 21.5% 성장할 전망이다. 2023년 172억 달러로 예상되는 시장 규모는 2028년이 되면 457억 달러로 증가할 것으로 추정된다. 딥러닝(deep learning)의 발전과 사용 확대, 에지 컴퓨팅 확산 등이 성장을 견인하는 주요 요인이 될 것으로 예상된다. 마켓앤마켓(MarketsandMarkets)의 '2028년까지 컴퓨터 비전 산업에서의 AI 전망(AI In Computer Vision Market - Global Forecast to 2028)' 보고서는 자동화 및 효율성에 대한 증가가 컴퓨터 비전 시장에서 AI 성장의 핵심 동력이 될 것이라고 밝혔다. 보고서는 컴퓨터 비전 분야의 AI 시장을 구성 요소(하드웨어, 소프트웨어), 기능(훈련, 추론), 애플리케이션(산업, 비산업), 최종 사용자, 지역 등으로 나누어 분석했다. 컴퓨터 비전 산업에서의 AI 시장 규모가 2028년 457억 달러로 증가하며 연간 21.5% 성장할 전망이다. (자료 : MarketsandMarkets) 최근에는 자동차, 드론, 로봇 등에서 자율주행이 성장의 핵심 요소로 부상하면서, 컴퓨터 비전과 AI의 결합이 가속화되고 있다. 컴퓨터 비전이 눈의 역할을 맡고 AI가 두뇌 역할을 담당하면서, 실시간으로 변하는 주변 환경에 따라 인식, 판단, 행동의 과정을 자동화하려는 수요가 급증하고 있기 때문이다. 농업과 물류 분야에서의 다양한 애플리케이션이 등장하는 것도 주목할 만하다. AI 컴퓨터 비전을 통해 농작물 성장 상태나 환경 모니터링, 수확량 예측, 질병 식별과 조치 등 작물을 재배하는 과정을 자동화 및 지능화할 수 있기 때문이다. 물류 산업 역시 창고 관리, 물품 운송 및 적재, 분류 및 배송 등의 단계에서 작업 효율을 높일 수 있다. 보고서는 "2028년까지 하드웨어 부문에서 GPU(graphic processing units)가 가장 높은 성장률을 유지할 것이다. GPU는 컴퓨터 비전과 AI 분야에서 복잡한 데이터를 보다 효율적으로 처리할 수 있기 때문이다. 산업 검사 분야의 여러 기업이 이미지 분류, 이미지 분할, 물체 감지 등과 같은 AI 비전 작업을 수행하기 위해 엔비디아 젯슨 플랫폼을 사용하고 있다"라고 밝혔다. 시장 점유율은 소프트웨어 분야가 가장 높은 시장 점유율을 차지할 것으로 예상했다. AI 플랫폼 시장이 최근 몇 년 사이 급속하게 성장하면서, 관련 소프트웨어 분야의 시장 점유율이 확대되고 있기 때문이다. 보고서는 의료, 금융, 소매 산업에서의 AI 채택 증가와 엣지 컴퓨팅에서의 AI 사용 증가도 포함된다고 전했다. 기능 분야에서는 훈련(Training) 부문이 2028년까지 가장 높은 연간성장률을 유지할 것으로 분석했다. 컴퓨터 비전은 물론이고 어떤 분야에서든 인공지능을 접목하고 활용하려면 실제 사용되거나 유사한 데이터로 인공지능을 학습시키는 과정을 거쳐야 한다. 이를 위해서는 최적화된 학습 알고리즘과 성능과 효율성을 개선할 수 있는 다양한 기술이 필요하기 때문에 다양한 산업에서 활용되며 성장을 이끌고 있다. 지역에 따른 성장 전망에 대해서는 시장 점유율은 북미 시장이, 성장률을 아태지역이 가장 높을 것으로 예상했다. 보고서는 "미국의 경우는 산업용 드론의 안정 및 자율성 문제를 극복하는 것에 초점을 맞추고 있다. 전체 아태지역은 중국, 한국, 일본과 같이 빠르게 성장하고 선도적인 국가들이 산업 전반에 걸친 최신 기술을 채택하는 역동적인 변화를 목격하고 있다"라고 밝혔다. ciokr@idg.co.kr

개발자가 전체 업무 시간 중 새로운 코드 작성에 쓰는 비율

넘버스

자료 제목 :

AI 시대의 빅코드 Big Code in the Ai era

자료 출처 :

Sourcegraph

원본자료 다운로드

발행 날짜 :

2023년 04월 28일

주요 내용 :

코드 검색 및 관리 도구 개발 업체 소스그래프(Sourcegraph)가 프로그래밍 활동을 분석한 보고서 ‘AI 시대의 빅코드(Big Code in the Ai era)’를 28일 공개했다. 소스그래프에 따르면, 최근 AI 기반 코딩 생성 도구의 인기가 높아지고 있는 것으로 나타났다. 소스그래프가 개발자 1,000여 명을 설문 조사한 결과, 응답자 95%가 깃허브 코파일럿, 챗GPT, 코디(cody) 등 AI 코딩 도구를 이용하고 있었다. ⓒ 소스그래프 하지만 AI 코딩 도구가 장점만 있는 것은 아니다. 소스그래프는 “AI 코딩 도구로 새로운 코드를 작성하는 코드는 더 빨라지고 있으나 기존에 작성된 코드를 관리하는 것은 더 복잡해지고 있다”라고 지적했다. 응답자는 업무 시간의 14%만 새로운 코드를 작성하고 있었고, 56%는 기존 코드를 관리하고, 나머지 30%는 코드와 관련 없는 업무에 투자하고 있었다. 여기에 AI에게 맡긴 코드를 이해하는 것에 대한 부담감이 늘고 있었다. 개발팀 리더의 87%는 AI가 만든 코드에 대한 지식을 따라잡는 데 어려움을 겪고 있다고 응답했다. 소스그래프는 “AI 기반 코드도구로 도움을 받은 개발자는 만족감, 효율성, 생산성을 높일 수 있었으나 회사 차원에서 해당 코드가 효과적으로 안전하게 작동하고 있는지 확인하는 많은 작업을 하고 있다”라고 설명했다. 특히 수 십년동안 활용되는 과거의 코드 혹은 수백만 줄 분량의 가진 일명 ‘빅코드(Big Code)’가 신규 코드와 결합되면 전체 코드의 복잡성은 더욱 높아지는 상황이다. 실제로 응답자의 61%는 AI 코드가 기술 부채를 가져올까 우려했으며, 67%는 AI 성장으로 코드가 무분별하게 확산하는 것에 대해 걱정하고 있었으며, 76%는 AI로 작성한 코드를 나중에 관리해야 하는 상황에 대해서 염려하고 있었다. 소스그래프는 AI 기반 코드와 빅코드가 결합되면서 이를 관리하지 못할 경우 혁신에 방해가 될 것이라고 지적하며, 사내에 AI 자문 위원회를 구성해서 코드에 대한 기술, 법, 보안 요소를 집중적으로 관리하라고 조언했다. AI 사용에 대한 명확한 정책을 문서화하고 실무진이 이를 참고해 스스로 자신 있게 원칙대로 AI를 사용할 수 있게 유도하라고 제안했다. jihyun_lee@idg.co.kr

빙 검색엔진과 엣지 브라우저의 일일 활성 사용자

억 명

넘버스

자료 제목 :

빙/엣지 일일 활성 사용자

자료 출처 :

Microsoft

원본자료 다운로드

발행 날짜 :

2023년 03월 08일

주요 내용 :

2026년 인바운드 고객 문의 중 사람 대신해 스마트 기기가 요청하는 비율

넘버스

자료 제목 :

2023년 전망 : 고객 서비스와 지원 전략 그리고 리더십 Predicts 2023 : Customer Service and Support Strategy and Leadership

자료 출처 :

Gartner

원본자료 다운로드

발행 날짜 :

2023년 03월 01일

주요 내용 :

기계가 고객이 되는 시대가 본격적으로 도래할 전망이다. 정확히 말하면 AI를 기반으로 한 챗봇이나 가상 비서가, 사람인 고객을 대신해서 문제점을 알리고 제품 정보를 수집하는 고객 서비스 활동을 수행하는 것이다. 가트너는 이를 '기계 고객'(machine customers)으로 정의하고, 2026년까지 인바운드 고객 서비스(inbound customer service)를 통한 연결의 20%가 기계 고객으로부터 올 것이라고 전망했다. 검색 엔진 중심의 검색의 시대에서 인공지능을 기반으로 한 답변의 시대로, 문제 해결의 접근과 방법이 변화하고 있다. 챗GPT(ChatGPT)의 등장은 불과 몇 달 만에 디지털 혁명의 영역과 방향을 순식간에 바꿔 놓을 만큼 큰 반향을 일으키고 있다. 코로나19 팬데믹이 그랬던 것처럼, 어느 날 갑자기 이전과 이후를 순식간에 바꾸고 있다. 가트너는 사람 대신 고객 서비스를 요청하는 스마트 제품으로 인해, 2024년까지 약 1억 건의 서비스 요청이 제기될 것으로 예상했다. 이 시장 조사 기관에 따르면 스마트한 조직은 챗봇 간 커뮤니케이션을 가능하게 하는 대화형 AI 플랫폼(CAIP;Conversational AI Platforms)에 투자를 시작할 전망이다. 가트너의 서비스 및 지원 부문 수석 애널리스트인 우마 찰라는 "기계 고객은 노력이 덜 드는 경험을 구성하는 요소에 대한 고객 기대치를 재설정하여 더 큰 경쟁 격차를 만들 것이다. 이를 수용하는 조직은 손쉬운 서비스에 대한 이 새로운 표준을 충족함으로써, 가치를 차별화하고 격차를 좁힐 수 있을 것"이라고 전했다. 고객 서비스 업무를 좀 더 쉽게 하기 위해 업무의 일부를 자동화하는 고객 서비스 담당자가 증가하는 것도 고객 서비스 분야에서 주목해야 할 부문이다. 가트너는 고객 서비스 담당자의 30%가 2026년까지 일부 업무를 자동화할 것으로 예측했다. 이 과정에서 회사에서 제공하는 도구를 사용하지 않고, 자체적인 자동화를 사용하는 경우도 있다고 밝혔다. 가트너의 고객 서비스 연구 책임자인 에밀리 포토스키는 "소프트웨어 분야에서 자가 자동화가 한동안 진행되고 있지만, 담당자의 자동화 도구에 대한 액세스 방식을 개선되고 있다. 앞으로 챗GPT(ChatGPT), 깃허브 코파일럿(Github Co-pilot)과 같은 새로운 리소스는 기술 수준에 관계없이 담당자가 계속해서 코딩에 더 쉽게 접근할 수 있도록 할 것"이라고 말했다. 아울러 "자체 자동화를 허용할 뿐만 아니라 승인하는 고객 서비스 및 지원 조직은, 그렇지 않은 조직보다 경쟁력이 높아질 것이다. 담당자가 리더가 인식하지 못하는 비효율성을 알아차리고 수정하기 때문이다. 이러한 조직은 잠재적 구직자들이 조직의 유연성과 혁신에 대한 개방성을 높이 평가할 가능성이 높기 때문에, 더욱 매력적인 고용주가 될 수 있다"라고 전했다. 다만, 고객 서비스 및 지원 리더는 예기치 않은 무단 기술 사용에 대비해, ▶ 자체 자동화 기회를 검토하고 승인하기 위한 실사를 위한 프레임워크 만들고 ▶ 기계 고객이 엔터프라이즈 봇과 더 쉽게 상호 작용할 수 있도록 확장 가능한 챗봇 플랫폼에 투자하고 ▶ 채널 성능 (봇 대 봇 및 비챗봇 채널)을 측정하여 시스템 고객이 전체 채널 포트폴리오에 미치는 영향을 이해할 필요가 있다고 가트너는 조언했다. ciokr@idg.co.kr

2027년까지 문자-비디오 변환 AI 시장의 연평균 성장률

37.1

넘버스

자료 제목 :

2027년까지 글로벌 텍스트-이미지 변환 AI 시장 전망 Text-to-Video AI Market - Global Forecast to 2027

자료 출처 :

MarketsandMarkets

원본자료 다운로드

발행 날짜 :

2023년 02월 23일

주요 내용 :

글로벌 '문자-비디오 변환 AI' 시장 규모가 2027년까지 37.1%의 성장률을 기록하며 초고속으로 성장할 전망이다. 2022년 1억 달러로 추정되는 시장 규모는 2027년에 9억 달러 규모로 급성장할 것으로 예상된다. 비디오가 고객 참여 및 유지율을 높이는 중요한 도구로 자리 잡으면서, 기업에서의 비디오 수요가 증가가 시장 성장할 주도할 것으로 보인다. 마켓앤마켓(MarketsandMarkets)이 '2027년까지 글로벌 텍스트-이미지 변환 AI 시장 전망(Text-to-Video AI Market - Global Forecast to 2027)' 보고서를 발표했다. 보고서는 텍스트-이미지 변환 AI 시장을 구성 요소(소프트웨어, 서비스), 배포 모드(온프레미스, 클라우드), 조직 규모(대기업, 중소기업), 최종 사용자(마케터, 소셜 미디어 관리자, 교육자, 콘텐츠 제작자, 기업 전문가 등), 업종, 지역으로 구분해 조사와 분석을 진행했다. 마켓앤마켓이 '2027년까지 글로벌 텍스트-이미지 변환 AI 시장 전망' 보고서를 통해 2027년까지 문자-비디오 변환 AI 시장이 연간 37.1%의 고속 성장을 이어갈 것으로 전망했다. (자료 : MarketsandMarkets) 텍스트-이미지 변환 AI는 제작하고자 하는 비디오에 대한 설명을 문자로 입력하면 이를 기반으로 동영상 클립을 생성한다. 또는 다양한 모양의 아바타중에서 원하는 형태, 언어, 억양 등을 선택하고, 윙크, 끄덕임, 찌푸림 등의 표정이나 제스처를 삽입한 영상을 만드는 것이 가능하다. 이렇게 생성한 동영상은 학습, 교육, 고객 안내, 제품 소개, 기업 커뮤니케이션, 마케팅 등 다양한 분야에서 여러 가지 용도로 활용할 수 있다. 인공지능을 활용하는 동영상 생성은 비용과 시간면에서 저렴하고 빠르다는 것이 장점이다. 동영상 제작과 편집 등을 할 수 있는 전문가가 없어도 누구나 간편하게 원하는 목적의 비디오를 자체 제작할 수 있기 때문에, 기업에서 자연어 처리(NLP;Natural Language Processin) 기반의 AI 비디오를 생성해서 활용할 수 있는 범위는 무궁무진하다. 보고서는 우선 식음료 부문에서 빠른 속도로 시장이 성장할 것으로 내다봤다. 제품 광고와 홍보에 비디오를 활용하려는 수요가 많고, 비디오를 통해 음식과 음료의 정보를 전달하는 것이 여러 가지 면에서 효과적이기 때문이다. 비디오로 담아낸 정보를 통해 고객의 관심과 구매를 유도할 수 있고, 긍정적인 이미지를 생성하고 전파하는 데 효과적이기 때문이다. 구성 요소 부문에서는 소프트웨어가 예측 기간 가장 큰 시장 점유율을 차지할 것으로 예상했다. 문자-이미지 AI 소프트웨어 도구는 윈시 입력 텍스트 또는 오디오를 애니메이션 캐릭터 형태의 비디오 콘텐츠로 변환할 수 있도록 설계된 AI 기반 솔루션이다. 고품질 비디오를 생성할 수 있도록 다양한 아바타나 음성, 다국어, 음악, 여러 가지 비디오 효과 등의 옵션 등을 지원한다. 기업 규모에서는 대기업이, 업종에서는 교육 부문이 예측 기간 높은 성장률을 기록할 것으로 보고서는 분석했다. 대기업은 여러 지역이 산재해 있는 장치를 효율적으로 관리하기 위해 문자-비디오 변환 AI 솔루션 및 서비스 배포의 필요성이 증가하고 있고, 교육 부문에서는 코로나19 팬데믹을 겪으면서 원격 및 동영상 교육을 활용하는 것이 빠르게 자리를 잡고 있다. 지역적인 전망을 보면 시장 점유율에서는 북미 시장이 가장 크겠지만 성장률은 아시아 태평양이 가장 높을 것으로 예측했다. 미국과 캐나다에는 이미 문자-비디오 변환 AI를 활용할 수 있는 기반 인프라가 잘 구축되어 있고, 아태지역의 주요 업체에서 문자-비디오 AI 부문에 많은 투자가 이루어질 것으로 예상했다. 문자-비디오 변환 AI 시장을 이끄는 주요 업체로는 글리아클라우드(GliaCloud), 디자인.에이아이(Designs.ai), 픽토리(Pictory), 로쇼츠(Raw Shorts), 비메오(Vimeo), 베디아(Vedia), 루멘스5(Lumen5), 씬세시아(Synthesia), 스티브 AI(Steve AI), 인비디오(InVideo), 메타(Meta), 아워 원(Hour One), 웨이브.비디오(Wave.video), 딥브레인(DeepBrain AI) 등이 있다. ciokr@idg.co.kr

2021년 스웨덴 스타트업이 유치한 투자금 총액

78억

유로

넘버스

자료 제목 :

스웨덴 기술 생태계 보고서 2021 Sweden Tech Ecosystem: Report 2021

자료 출처 :

Sweden Tech Ecosystem

원본자료 다운로드

발행 날짜 :

2023년 02월 15일

주요 내용 :

금융사의 가장 흔한 AI 활용 사례

가지

넘버스

자료 제목 :

금융 서비스의 AI 현황 : 2023년 트렌드 State of AI in Financial Services: 2023 Trends

자료 출처 :

Nvidia

원본자료 다운로드

발행 날짜 :

2023년 02월 02일

주요 내용 :

"앞으로 금융 서비스 기업이 강력해진 하이브리드 클라우드를 채택하는 경우가 더욱 증가할 전망이다. 현재 대규모 언어 모델과 자연어 처리를 중심으로 한 AI 활용이 활발한 것으로 나타났다. AI가 수익을 높일 수 있는 상당한 잠재력을 가지고 있으며, 금융 기관에 정량화할 수 있는 영향을 미치고 있다." 엔비디아(NVIDIA)가 약 500명의 글로벌 금융 서비스 전문가를 대상으로 실시한 '금융 서비스의 AI 현황 : 2023년 트렌드(State of AI in Financial Services: 2023 Trends)' 설문 조사 보고서를 발표했다. 이번 조사는 경영진, 데이터 과학자, 개발자, 엔지니어, IT 전문가 등 전 세계 금융 관련 분야 전문가를 대상으로 실시한 것으로, AI 채택을 촉진하는 주요 사용 사례, 경영진들의 개발자에 대한 인식, AI 목표 달성의 가장 큰 과제 등에 대한 내용을 담고 있다. 엔비디아가 AI 채택을 촉진하는 주요 사용 사례, 경영진들의 개발자에 대한 인식 등을 담은 '금융 서비스의 AI 현황 2023년 트렌드'에 관한 설문 조사 결과를 발표했다. (자료 : NVIDIA) 이번 설문 조사에서 주목할만한 점은 설문에 응답한 기업의 거의 절반이 'AI 성능을 최적화하고 비용을 절감하기 위해 하이브리드 클라우드로 이전'하고 있다는 것이다. 금융 서비스 기업은 다른 기업에 비해 민감한 데이터를 많이 다루기 때문에, 클라우드로의 이전에도 이러한 부분을 감안해야 한다. AI를 활용한 금융 서비스 업무와 교육 등에 대한 지출을 최적화하고 비용 효율을 높이기 위해, 컴퓨팅 작업이 많은 워크로드를 하이브리드 클라우드로 이전하는 것이다. 이러한 변화에 속에서 클라우드 서비스 업체에서 제공하는 클라우드 및 온프레미스 인스턴스에서 데이터 이식성, 엠엘옵스(MLOps) 관리 및 소프트웨어 표준화가 비용 및 효율성을 위한 전략적 필수 요소로 떠오르고 있다. AI를 활용하는 주요 사례로는 자연어 처리 및 대규모 언어 모델(26%), 추천 시스템 및 차선 조치(23%), 포트폴리오 최적화(23%) 및 사기 탐지(22%)인 것으로 나타났다. 메타버스, 합성 데이터 생성 및 가상 세계를 위한 새로운 워크로드도 주목할만한 분야였다. 은행, 무역 회사, 헤지 펀드 등이 이러한 기술을 채택하여 개인화된 고객 경험을 창출하고 있는 것으로 조사됐다. AI를 도입하고 업무에 적용하면서 실질적으로 얻을 수 있는 효과와 수익을 정량화하고, 이를 기반으로 더 많은 잠재력을 기대하고 있는 것도 눈여겨볼 부분이다. 설문 응답자의 절반 이상이 'AI가 조직의 연간 수익을 최소 10% 증가시키는 데 도움이 될 것'이라고 답변했고, 1/3 이상이 'AI가 연간 비용을 최소 10% 이상 줄이는 데 도움이 될 것'이라고 응답했다. 보고서는 "컴퓨터 비전 및 자연어 처리는 재무 문서 분석 및 청구 처리를 자동화하여 회사의 시간, 비용 및 리소스를 절약하는 데 도움이 된다. AI는 또한 자금 세탁 방지 및 고객 파악 프로세스를 강화하여 사기를 방지하는 데 활용할 수 있으며, 추천자는 회사의 고객 또는 고객을 위한 개인화된 디지털 경험을 생성한다"고 금융 분야에서의 구체적인 AI 활용 사례를 소개했다. 하지만 AI 목표를 달성하려면 'AI 전문가를 채용하고 유지'하는 장애물을 넘어야 한다. 설문 응답자의 36%가 AI 인재를 영입하고 고용을 유지하는 것이 가장 큰 어려움이라고 대답했고, 28%는 AI 혁신을 가능하게 하는 기술도 부적절하다고 여기는 것으로 나타났다. 또한, 모델 교육 및 정확성을 위한 불충분한 데이터 크기에 대해서도 26%가 시급하게 해결해야 하는 문제라고 지적했다. AI에 대한 경영진의 인식이 바뀐 것도 감지되고 있다. 설문 조사 대상자의 약 64%는 "우리 회사의 임원 리더십 팀이 AI를 중요하게 생각하고 믿는다"라고 답했다. 이는 1년 전 36%였던 것과 비교하면 2배가 늘어난 셈이다. 또한 58%는 "AI가 우리 회사의 미래 성공에 중요하다"라고 답변했으며, 이는 1년 전 39%보다 증가한 것이다. ciokr@idg.co.kr

2023년 전 세계 사이버 보안 지출 예상 규모

2238억

달

넘버스

자료 제목 :

2023년 1월 카날리스 전망 Canalys Forecasts, January 2023

자료 출처 :

Canalys

원본자료 다운로드

발행 날짜 :

2023년 01월 18일

주요 내용 :

"2023년에는 기업과 조직을 위협하는 요소가 증가하면서 사이버 보안 방어 확대 및 심화, 탐지 기능 확장, 사고 대응 개선 등에 관한 압력이 지속될 것이다. 그러나 챗GPT(ChatGPT)와 같은 생성 AI 모델의 출현과 남용은 2023년에 직면해야 하는 위험을 다른 수준으로 증가시킬 것이다." 사이버 보안 위협 요소가 다양한 형태로 확산되고 확대되는 가운데 챗GPT의 출현이 새로운 수준의 위협 요소를 증가시키는 요인이 될 수 있다는 경고가 나왔다. 갈수록 지능적이고 고도화되는 사이버 공격 기법이 챗GPT같은 생성 AI의 악용으로 새로운 사이버 보안 위협에 직면할 수 있다는 것이다. 2023년 전 세계 사이버 보안 지출은 약 2,238억 달러에 달하며 약 13% 성장할 전망이다. 제품 부문은 795억 달러, 서비스 부문은 1,443억 달러에 이를 것으로 카날리스는 예상했다. (자료 : Canalys) 카날리스(Canalys)의 애널리스트인 매튜 볼은 "생성 AI를 악용한 더 많은 사이버 공격자가 산업적 규모로 악성 코드 생성을 활성화 및 가속화하고 공격의 빈도와 범위를 늘릴 것이다. 조직은 이미 현재의 위협 수준에 대처하기 위해 고군분투하고 있으며, 지출을 삭감할 여력이 없다. 대신 더 현명한 투자를 하기 위해 채널 파트너와 더 긴밀하게 협력해야 한다"라고 밝혔다. 이러한 상황에서 카날리스가 발표한 최신 사이버 보안 전망에 따르면, 기업용 제품 및 서비스를 포함한 전 세계 사이버 보안 지출 규모가 2023년 13.2% 증가할 전망이다. 2023년 사이버 보안 분야의 총지출 규모는 최상의 시나리오를 가정했을 때 약 2,238억 달러에 달할 것으로 예상했다. 아울러 사이버 보안 서비스가 제품 출하량을 앞지른 것으로 나타났다. 카날리스는 "지속적으로 강화된 위협 수준은 조직의 투자 우선순위 목록에서 사이버 보안을 높게 유지할 것이다. 그러나 예산 부서에서 지출을 면밀히 조사하고 위반 위험을 최소화하기 위해 가장 시급한 사이버 보안 요구 사항에만 집중해야 한다는 압력이 가중되기 때문에 계획된 모든 프로젝트가 승인되지는 않을 것"이라고 분석했다. 또한 정부와 기업 간의 지출은 증가하겠지만 경제 상황이 악화됨에 따라 중소기업의 투자는 약화될 것으로 내다봤다. 이러한 가운데 컨설팅, 아웃소싱, 배포, 통합, 유지 관리 및 관리 서비스를 포함한 사이버 보안 서비스 제공 분야의 시장 규모는 1,443억 달러에 달하며 14.1% 성장할 것으로 예상했다. 이는 2023년 전 세계 사이버 보안 시장의 64.5%를 차지하는 규모다. 아울러 엔드포인트 보안, 네트워크 보안, 웹 및 이메일 보안, 데이터 보안, ID 및 액세스 관리, 취약성 및 보안 분석을 포함한 사이버 보안 제품의 출하량은 2023년에 11.7% 증가한 795억 달러에 이를 것으로 예상했다. 거래 규모는 2023년에도 계속 증가할 것으로 전망하고, 추가 승인 수준이 필요하므로 판매 주기도 연장될 것으로 분석했다. ciokr@idg.co.kr

IT World: About IDG; Privacy Statement; 이용약관; 개인정보처리방침; 이메일무단수집거부; 청소년보호정책; REPRINTS

News: 뉴스; Members Only; 리뷰; How-To; 오피니언

Topics: 윈도우; AI; 클라우드; 오피스&협업; 모바일; 데이터센터; 보안

Business: 테크라이브러리; 솔루션센터; 컨퍼런스; 마케팅 서비스; 리서치 서비스; 연락/문의

Join Us On: Twitter; Facebook; RSS

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Offcanvas

Offcanvas

세상의 모든 IT 리서치 자료 - 넘버스 Numbers