[기고] 인공지능(AI)이 필요한 순간

맷 힉스 레드햇 최고경영자(CEO)

전문가 칼럼입력 :2023/05/25 10:43

맷 힉스 맷 힉스 레드햇 최고경영자(CEO)

역사를 통틀어 기술혁명의 순간들이 산업과 세계를 깊이 있게 바꾼 순간들이 있었다. 1455년의 인쇄기 발명부터 1974년의 인터넷 출현까지, 우리가 살아가고, 일하고, 생각하는 방식을 바꿔 왔다. 오늘날, 인공지능(AI)과 머신러닝의 급속한 진화와 함께, 우리는 또 다른 변혁적인 시대의 문턱에 서 있다.

맷 힉스 레드햇 CEO

1455년에 요하네스 구텐베르크가 인쇄기를 발명하였고, 1765년에 제임스 와트가 증기기관을 만들었다. 그리고 1876년에는 알렉산더 그레이엄 벨이 최초의 전화를 설계했다. 현대에 와서는 1937년에 최초의 컴퓨터가 등장했고, 1974년에는 개인용 컴퓨터와 인터넷이 등장했다. 이와 같은 변화의 순간들은 아직도 더 많이 있지만, 강조하고 싶은 것은 변화의 속도다.

과거에는 다음 단계의 발전이 이루어지기까지 수년에서 수십 년이 걸렸다. 그러나 현재는 혁신의 속도가 빠르게 가속화되고 있으며, 새로운 기술 적용이 늦으면 경쟁에서 뒤쳐질 수 있다. 오픈 소스 소프트웨어, 클라우드 컴퓨팅, 자동화 등을 통해 이 현상을 이미 목격했다. 이제는 인공지능과 머신 러닝을 통해 이런 변화가 더욱 가속화되고 있다.

그러나 기술의 급격한 발전에도 불구하고, 우리는 지금까지의 노력을 포기해서는 안 된다. AI와 같은 차세대 기술은 기존 비즈니스 운영 방식과 원활하게 맞물려야 한다. 우리는 앞으로 나아가되 현재를 파괴하지 않는 혁신이 필요하다.

AI는 중대한 전환점에 도달했다. AI를 어떻게, 어디서, 왜 사용해야 하는지를 이해하고, 조직 발전에 활용할 수 있어야 한다. 이번 주에 열리는 레드햇 서밋에서 이에 대해 더 자세히 살펴볼 예정이다.

지금이 기술 업계에서 가장 흥미로운 순간이다. 불과 수십 년 전만 해도 공상과학 소설처럼 들렸던 발전이 이제는 보편화되었다. AI는 학계를 넘어 일반 대중의 일상에 까지 확대되었다. 또한 소수의 사람들만 접근할 수 있었던 도구에서 이제는 대중이 주도하고 활용하는 툴로 발전했다. 오픈소스의 영향력, 협업, AI의 잠재력을 결합하면 우리가 상상했던 것보다 더 효과적이고 빠르게 세상의 문제를 해결할 수 있을 것이다.

우리의 한계는 창의력에 의해 결정된다. AI의 가장 독특한 점은 모든 사람들에게 동일한 의미를 가질 필요가 없다는 것이다. 우리 각자는 자신의 비즈니스와 산업에 AI를 어떻게 활용할지를 분석해야 한다. 만능 해결책은 없지만, AI는 변화의 원동력으로서 무시할 수 없다. 이 순간을 받아들이고 미래를 만들어가는데 우리 모두가 함께 할 수 있는 기회가 있다.

AI에 대한 기대에도 불구하고, 우리 모두가 직면하는 상반된 진실을 인식해야 한다. 

첫째, 더 적은 자원으로 더 많은 일을 해야 한다. 이는 IT 업계에서 흔히 볼 수 있는 트렌드로, 더 적은 인력, 도구, 예산으로 더 많은 일을 처리해야 하는 것을 의미한다. 

둘째, 리소스를 신속하게 조정하고 변화하는 수요를 충족하거나 새로운 공간으로 확장하는 등 규모에 맞는 혁신을 지속적으로 추진해야 한다. 이처럼 서로 양립할 수 없어 보이는 요구 사항을 해결하는 것은 어렵지만, 성장과 발전을 추진하지 않고 현재를 유지하려고 움츠리는 것은 우리 모두가 범할 수 있는 가장 큰 실수다. 통합이 어렵더라도 지금이 바로 앞으로 나아가야 할 때이다. 새로운 것을 시도하고, 프로세스를 바꾸고, 현상 유지를 파괴해야 한다.

레드햇 서밋에서 우리가 장려하는 것은 바로 변화다. 단순히 변화를 위한 것이 아니라 비즈니스의 혁신의 순간을 이끌어내기 위한 것이다. 예를 들어, 이벤트 기반 앤서블을 중심으로 구축되어 IT 팀이 새로운 수익원을 창출할 수 있도록 지원할 수 있고, 레드햇 트러스티드 서플라이 체인을 채택하여 공급망 취약성에 대한 복원력을 유지하면서 혁신을 더욱 빠르게 추진할 수 있을 수도 있다.

관련기사

앤서블 라이트스피드와 레드햇 오픈시프트 AI를 통해 소개하는 기술은 기업의 혁신을 추구하는 데 필요하다. 도메인별 AI로 IT 자동화를 실현하거나, 일관된 AI/ML 모델 학습을 위한 표준화된 기반을 통해 조직에 적합한 AI의 이점을 누릴 수 있기 때문이다.

아직 챗GPT조차도 예측 불가능하기 때문에 미래를 알 수 없다. 그렇다고 해서 앞으로 몇 달, 몇 년 안에 어떤 도전에 직면할지 예측할 수 없다는 뜻은 아니다. 이에 대비하기 위해 저희는 리소스를 강화하고 업무를 간소화하여 가장 중요한 것, 혁신의 순간을 앞당길 수 있는 것에 집중할 수 있다.

*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.