우리는 AI가 비용을 정당화할 만큼 충분한 유형의 가치를 생산할 것이라는 믿음이 흔들리기 시작하면서 네 번째 AI 겨울을 목전에 두고 있습니다.
골드만삭스와 다른 연구 기관의 기사가 수많은 나뭇잎처럼 떨어지는 것처럼, 다음 AI 겨울을 막을 시간은 아직 있으며, 그 해답은 수년 동안 우리 앞에 있었습니다.
뭔가 빠졌어요
대부분의 과학 분야에서 획기적인 발전은 실험실에서 이뤄진 다음 엔지니어에게 전달되어 실제 응용 분야로 전환됩니다.
화학 연구팀이 접착 결합을 형성하는 새로운 방법을 발견하면 그 발견은 화학 엔지니어에게 전달되어 제품 및 솔루션을 엔지니어링합니다.
기계 물리학자의 돌파구는 기계 엔지니어에서 솔루션을 엔지니어링하는 것으로 전환됩니다.
그러나 AI에서 돌파구가 마련되었을 때 응용 인공 지능에 대한 뚜렷한 분야가 없기 때문에 AI 분야에서 과학적 돌파구를 마련하려는 열망으로 박사 학위를 취득한 데이터 과학자를 고용하는 데 투자하는 조직은 대신 실제 솔루션을 엔지니어링하려고 시도합니다.
그 결과는 어떠하였습니까? AI 프로젝트의 87%가 실패합니다.
엔지니어링 인텔리전스 도입
"엔지니어링 인텔리전스"은 엔지니어링에 뿌리를 둔 AI 연구의 실제 적용에 중점을 둔 새로운 학문으로, 원자재와 함께 과학의 돌파구를 활용하여 안전하고 실용적인 가치를 설계하고 구축하는 학문입니다. 이를 통해 도메인 전문가, 과학자 및 엔지니어가 데이터 과학자가 될 필요 없이 인텔리전스 솔루션을 만들 수 있는 역량을 갖추게 됩니다.
선도적인 산업 조직들은 연구-엔지니어링 파이프라인을 재구축하고, 학계 및 기술 공급업체와 새로운 파트너십을 형성하고, 화학 연구를 화학 엔지니어와 공유하는 것과 동일한 방식으로 AI 연구를 인텔리전스 엔지니어에게 전달할 수 있는 생태계 조건을 조성하기 시작했습니다.
그 결과는 어떠하였습니까?
가치를 창출하고 이를 프로덕션으로 만드는 실질적인 사용 사례의 획기적인 애플리케이션으로, 데이터만을 기반으로 하는 데이터 과학자 또는 기술 공급업체는 발견하지 못했을 것입니다.
조직에 인텔리전스 엔지니어링을 도입하기 위한 5단계
전문성은 인텔리전스 엔지니어링의 핵심이며, 실제 적용을 통해 학습된 전문 지식의 단위인 기술로 표현됩니다. 이론과 교육은 기술 습득을 가속화할 수 있지만 실제 경험 없이는 기술을 가질 수 없습니다. 조직에 이미 전문가가 있다고 가정할 때, 인텔리전스 엔지니어링 분야를 소개하고 AI 활용에 대한 기존 접근 방식에서 어떻게 벗어나는지 알아보기 위해 따를 수 있는 5가지 실용적인 단계는 다음과 같습니다.
AI를 도입하는 전통적인 접근 방식(실패율 87%를 차지)은 다음과 같습니다.
1. 문제 목록을 만듭니다. 또는 데이터를 검사하십시오.
2. 잠재적인 사용 사례 집합을 선택합니다.
3. 투자 수익률(ROI), 실현 가능성, 비용 및 일정에 대한 사용 사례를 분석합니다.
4. 사용 사례의 하위 집합을 선택하고 실행에 투자합니다.
엔지니어링 인텔리전스를 도입하기 위한 인텔리전스 엔지니어링 접근 방식은 다음과 같습니다.
1. 기존 프로세스 전반에 걸쳐 전문 지식에 대한 히트맵을 만듭니다.
2. 어떤 전문 지식이 조직에 가장 가치가 있는지 평가하고 해당 전문 지식의 풍부 또는 희소성을 평가합니다.
3. 조직에서 가장 가치 있고 부족한 상위 5개 전문 지식 영역을 선택합니다.
4. ROI, 실현 가능성, 비용 및 일정을 분석하여 지능형 솔루션을 엔지니어링합니다.
5. 가치 사례의 하위 집합을 선택하고 실행에 투자합니다.
AI를 통한 새로운 가치의 물결 엔지니어링
인텔리전스 엔지니어링이 조직에 도입되고 직관적인 애플리케이션이 개발되어 프로덕션에 투입되면 이 새로운 기능을 활용하여 기존 전문 지식을 넘어 조직과 에코시스템 전반에 걸쳐 안전하고 실용적인 엔지니어링 가치를 창출할 수 있는 새로운 기회로 확장할 수 있습니다.
조직, 산업 및 교육 기관이 엔지니어링 인텔리전스를 위한 프로그램을 구축함에 따라 조직, 개인 및 우리 사회는 AI의 실현되지 않은 경제적, 사회적 잠재력의 이점을 활용하여 새로운 종류의 일자리를 창출하고 가치 창출의 새로운 물결을 이끌 것입니다.
이상의 기사는 2024년 9월 1일 VentureBeat에 게재된 “Introducing AI’s long-lost twin: Engineered intelligence”제목의 기사 내용을 편집하여 작성하였습니다.
* 원문정보 출처 : Introducing AI's long-lost twin: Engineered intelligence | VentureBeat
저작권자 ⓒ 창조아고라, 무단 전재 및 재배포 금지