생성적 AI는 세계를 바꿀 수 있지만 데이터 인프라가 따라와야 한다

생성적 AI에 대한热에 따른 관심에도 불구하고, 대부분의 산업 전문가들은 아직 중요한 질문에 대해 논의하지 않았다. 즉, 이 기술을 장기적으로 지원할 수 있는 인프라 플랫폼이 있는지, 그리고 그것이 생성적 AI가 약속하는 혁신을 지원하기에 충분히 지속 가능한지에 대한 것이다.

생성적 AI 도구는 이미 좋은 평가를 받고 있다. 단순한 버튼 클릭으로 잘 구성된 텍스트를 작성할 수 있는 능력은 수동으로 몇 시간, 몇 일, 몇 주, 혹은 몇 달이 걸리는 작업을 대체할 수 있다.

하지만 적절한 인프라가 없으면, 이러한 도구는 세계를真正로 바꿀 수 있는 규모의 확장성을 가지지 못한다. 곧 76억 달러를 초과할 것으로 예상되는 생성적 AI의 천문학적인 운영 비용은 이미 이러한 사실을 증명하고 있다. 그러나 다른 요인들도 작용하고 있다.

기업들은 지속 가능한 방식으로 이러한 도구를 활용하기 위해 올바른 도구를 생성하고 연결해야 하며, 중앙 집중식 데이터 인프라에 투자해야 한다.这样하면 LLM에 모든 관련 데이터를無제한으로 접근할 수 있게 된다. 적절한 도구를 전략적으로 구현하면, 현재 데이터 센터가施하는 용량 제한에도 불구하고, 기업들은 비즈니스 가치를 달성할 수 있을 것이다. 그렇게 함으로써 AI 혁명이真正로 발전할 수 있을 것이다.

알려진 패턴

카프제미니 연구소의 새로운 보고서에 따르면, 74%의 경영진은 생성적 AI의 이점이 우려를超过한다고 믿고 있다. 이러한 합의는 이미 기업들 사이에서 높은 채택률을 불러일으켰으며, 약 70%의 아시아-태평양 지역 기업들이 이러한 기술에 투자하거나 실제 사용 사례를 탐색하기 시작했다.

하지만 세계는 이미 이러한 길을 걸어왔다. 예를 들어, 인터넷은 점차적으로 더 많은 관심을 끌기 시작했고, 다양한 응용 프로그램을 통해 기대 이상의 성과를 보여주었다. 그러나 실제로 비즈니스에 가치를 제공하기 시작한 것은 인터넷의 응용 프로그램이 대규모로 구현된 이후였다.

ChatGPT를 넘어서

AI도 유사한 주기를 따르고 있다. 기업들은 빠르게 이 기술에 뛰어들었으며, 약 93%의 기업들이 이미 여러 AI/ML 사용 사례 연구에 참여하고 있다. 그러나 높은 채택률에도 불구하고, 많은 기업들은 아직 배포에 어려움을 겪고 있다. 이는 데이터 인프라가 부적합하다는 명백한 증거이다.

적절한 인프라가 있다면, 기업들은 생성적 AI의 매력적인 능력의 표면적인 수준을 넘어서서, 비즈니스 환경을変革하는 TRUE 잠재력을 활용할 수 있을 것이다.

실제로, 생성적 AI는 짧은 시간에 효과적으로 문장을 작성할 수 있다. 그러나 그 잠재력은 그 이상이다. 잠재적인 약물 발견, 의료 치료, 공급망 최적화 등은 모두 데이터 센터가 AI 응용 프로그램의 작업량을 관리할 수 있을 만큼 강력하지 않으면 불가능하다.

확장성의 장벽을 극복하다

생성적 AI는 아직 비즈니스에重大한 가치를 제공하지 못하고 있다. 이유는 데이터 센터의 용량 제한 때문이다. 데이터 센터의 인프라는 원래 대규모 탐색, 오케스트레이션, 모델 조정을 지원하도록 설계되지 않았기 때문에, LLM이 효율적으로 여러 훈련 주기를 실행할 수 없다.

생성적 AI의 가치를 얻는 것은 비즈니스에서 자신의 데이터를 얼마나 잘 활용하는지에 달려 있다. 이는 강력한 데이터 아키텍처를 개발함으로써 개선될 수 있다. 이를 위해 구조화된 데이터 소스와 비구조화된 데이터 소스를 LLM에 연결하거나 기존 하드웨어의 처리량을 증가시킬 수 있다.

기업들이 자신의 데이터를 통합하여 LLM을 훈련시키기 위해서는, 먼저 데이터를統一된 방식으로 통합해야 한다. 그렇지 않으면, 데이터가 시로된 구조로 남아 있으면, LLM의 학습 능력에 편향이 발생할 가능성이 있다.

지원 시스템

생성적 AI는 갑자기 나타난 것이 아니다. 이미 오랜 시간 동안 개발되어 왔으며, 그 사용과 잠재력은 앞으로 몇십 년 동안 계속 증가할 것이다. 그러나 현재, 비즈니스 응용 프로그램은 확장성이없는 벽에 부딪치고 있다.

현실은 이러한 도구가 지원하는 데이터 처리 인프라만큼 강력하다는 것이다. 따라서 비즈니스 리더들은 이러한 도구가 약속하는重大한 가치를 실제로 제공할 수 있도록, 페타바이트 단위의 데이터를 처리할 수 있는 플랫폼을 활용해야 한다.