인공지능(AI)에 대한 관심이 높아지면서 LLM이라는 용어를 자주 접하게 됩니다. 하지만 많은 사람들이 이에 대한 정확한 의미와 중요성을 잘 모르고 있습니다. 오늘은 LLM에 대해 쉽게 알아보고, 이것이 우리 일상생활에 어떤 영향을 미치고 있는지 살펴보겠습니다.
LLM, 정의부터 비슷한 개념까지 한눈에!
LLM은 ‘Large Language Model’의 약자로, 한국어로는 ‘대형 언어 모델’이라고 합니다. 이는 AI가 인간의 언어를 이해하고 생성하는 데 사용되는 핵심 기술입니다. LLM은 방대한 양의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성할 수 있는 능력을 갖추게 됩니다.
그렇다면 LLM의 주요한 특징은 무엇일까요? 먼저 자연어 처리(NLP) 능력이 무척 탁월하다는 것입니다. 이때 자연어는 블특정 다수의 인간이 일상적으로 사용하며 탄생한 언어를 말하죠. 따라서 텍스트 기반 데이터 처리에 특화된 기술이라고 볼 수 있고, 지식 정보의 변환 및 생성에 주력합니다. 특히나 최근의 LLM은 AI 기술의 발전으로 더욱 정교해지고 있습니다. 2024년 기준, GPT-4와 같은 최신 LLM 모델들은 인간 수준의 언어 이해력을 보여주고 있으며, 다양한 분야에서 활용되고 있죠.
요즘에는 LLM을 이야기할 때 자주 함께하는 두 개의 용어도 있습니다. 바로 ‘LMM’과 ‘SML’인데요. LMM은 ‘Large Multimodal Model’의 준말로 텍스트뿐만 아니라 이미지, 소리, 비디오 등 다양한 형태의 데이터를 처리할 수 있습니다. LLM이 주로 자연어 처리에 집중하여 더 깊이 있는 언어 이해와 생성을 목표로 하는 것과는 다른 목표를 가진 것이죠. SLM(Small Language Model)은 LLM을 더 작고 가볍게, 빠르게 구축한 모델로 특정 분야나 작업에 특화된 작은 규모의 언어 모델을 말하곤 합니다. 때문에 더 효율적이고 빠른 처리가 가능합니다. 2024년 현재, 많은 기업들이 자사의 특정 요구사항에 맞는 SLM을 개발하고 있기도 하죠.
요즘 LLM, 이렇게 인기 있습니다
최근 LLM의 발전은 눈부십니다. OpenAI의 GPT-4는 1조 개 이상의 매개변수를 가지고 있을 수 있으며[1] 이는 이전 모델에 비해 월등히 높은 성능을 자랑합니다. 이러한 발전은 자연어 처리 능력의 향상 뿐만 아니라, 다양한 응용 분야에서 혁신을 이끌고 있습니다.
주요하게 눈여겨 볼 트렌드는 도메인 특화 LLM의 등장, RAG(Retrieval-Augmented Generation) 기술의 활용, 그리고 AI 에이전트의 발전을 들 수 있는데요. 특히, 도메인 특화 LLM의 경우 특정 도메인이나 분야에 최적화된 모델을 적용하는 사례로, 해당 분야 내부에서 더욱 정확하고 전문적인 응답을 제공하는 것에 초점을 두고 있습니다. 더불어, RAG 기술은 LLM에 실시간으로 최신 정보를 제공해 응답의 정확성을 높이며[2], AI 에이전트는 복잡한 작업을 자동으로 수행할 수 있습니다. 양자컴퓨팅 기업 SandboxAQ에서는 RAG 기술에 대해 아래 영상처럼 설명하고 있습니다.
국내의 경우, SK Telecom의 ‘에이닷’이 있습니다. 에이닷은 최근 대규모 업데이트로 글로벌 첨단 거대언어모델(LLM)을 한데 모은 멀티 LLM 에이전트를 통해 퍼플렉시티, 챗GPT, 클로드 등 다양한 대화형AI 모델을 지원하게 됐습니다.[3] 덕분에 사용자는 목적에 따라 언어모델 엔진을 선택해 답변을 받을 수 있고, 같은 질문에 대해 쉽게 다른 모델로부터 답을 받아 비교할 수 있게 됐죠.
또한 한글과컴퓨터는 2023년 말, LLM을 활용한 ‘한컴 어시스턴트’를 공개했습니다. 이 서비스는 사용자의 의도를 분석하여 자동으로 문서와 그래프를 생성하는 기능을 제공하는 것으로, 이를 통해 문서 작성 시간을 평균 30% 단축시키는 효과를 보였다고 밝힌 바 있습니다.
이외에도, 카카오는 2024년 하반기에 대화형 플랫폼 형태의 AI 서비스를 별도 앱으로 출시할 예정인데요. ‘카나나 엑스’와 ‘카나나 알파’ 조직을 통해 개발을 진행 중이며, 자체 LLM 개발보다는 사용자 친화적인 서비스 출시에 집중하고 있음을 알렸습니다.[4]
커뮤니케이션 서비스에서 특히 사랑받는 LLM
국내외적으로 LLM은 특히 커뮤니케이션 서비스에서 그 진가를 발휘하고 있습니다. 고객 센터에서의 AI 도입은 고객 상담 및 대응 능력을 크게 향상시키고 있습니다. 뛰어난 자연어 처리 능력을 갖춘 LLM은 고객의 문의를 정확하고 빠르게 이해하고 답변할 수 있어, 고객 만족도를 높이는 데 기여합니다.
AICC(AI Contact Center)에서의 LLM 활용이 특히 눈에 띄는데요. 자연스러운 대화형 상담 서비스를 제공할 수 있고, 복잡한 고객 문의에 대한 답변을 빠르고 정확하게 생성할 수 있으며 24시간 언제든 센터 운영 중단 없이 고객을 지원할 수 있습니다. 또한 기업 내부 지식을 학습하여 맞춤형 상담을 지원하고, 상담사 업무 효율성을 높여주죠. 국내의 경우도 국가 기관의 일부 AICC 구축 사례를 포함한다면, LLM은 콜센터의 디지털 전환을 가속화하고 고객 서비스 품질을 향상시키는 핵심 기술로 자리잡고 있습니다.
위와 같은 기술들의 결합으로 AICC는 더욱 지능적으로 진화하고 있습니다. 이를 고객 경험 향상과 기업의 운영 방식을 최적화하는데 크게 기여하고 있는데요. 고객의 셀프 서비스 선호도가 증가하면서 LLM 기반 AICC가 다양한 산업 분야에서 효과적으로 반영되고 있습니다.
또한 AICC는 클라우드 기반이기 때문에 대부분의 기업들이 효율적인 비용으로 AI 기술을 도입할 수 있게 되었죠. 이에 따라 고객 경험을 크게 개선하고 기업 및 서비스 운영 효율성을 높이는 데 기여하고 있다는 시장의 분석이 뒤따르고 있습니다.[5][6] 결과적으로, AICC는 더욱 지능적인 고객 서비스 플랫폼으로 발전할 수 있을 것입니다.
인포뱅크 LLM 기반 챗봇 서비스 ‘채티스트’ 화면
이러한 배경에 맞춰서, 인포뱅크도 LLM 기반 챗봇 서비스 ‘채티스트’를 통해 고객들의 커뮤니케이션 수고를 덜어줄 수 있는 부분은 없을지 고민하고 있습니다. 특히 최근 부각되는 스팸 메시지 이슈를 기준으로 논의가 이뤄지고 있는데요. 스팸 신고된 메시지를 챗봇이 학습해 고객이 메시지 발송 전 ‘스팸 유사도’를 체크하는 기능 등을 고려하고 있습니다. 이를 통해 다양한 고객 문의에 효과적으로 대응하고 메시징 서비스의 품질을 향상시키고자 합니다.
지금까지 보았던 것처럼 LLM은 AI 기술의 핵심 요소로, 우리의 일상생활과 비즈니스 환경을 크게 변화시키고 있습니다. 특히 커뮤니케이션 서비스 분야에서 LLM의 활용은 고객 경험을 획기적으로 개선하고 있습니다. 기업들은 LLM을 활용해 서비스를 구체화하고 고도화하며, 더 나은 고객 가치를 창출하고 있습니다.
앞으로 LLM 기술은 더욱 발전하여 우리 삶의 다양한 영역에서 혁신을 이끌 것으로 기대됩니다. 이러한 변화에 적응하고 활용할 줄 아는 능력이 미래 사회에서 중요한 경쟁력이 될 것입니다. LLM의 발전을 주목하며, 이를 통해 우리의 삶이 어떻게 더 편리하고 풍요로워질지 기대해 봅니다.
