AI 세대를 위한 전략적 제휴: 이를 구축하고 작동시키는 방법

[힘힘]

AI 세대를 위한 전략적 제휴: 이를 구축하고 작동시키는 방법

2024년 5월 22일| 기사

공유하다

인쇄

다운로드

구하다

전략적 제휴는 생성 AI로부터 가치를 구축하려는 기업에게 필수입니다. 하지만 전통적인 공급업체 방식처럼 접근하면 효과가 없습니다.

다운로드

기사(7페이지)

Generative AI(gen AI)의 혁신적인 잠재력은 비즈니스를 혁신하고 연간 최대 4조 4천억 달러의 경제적 영향을 촉진할 것을 약속합니다 . 다양한 산업 및 부문에 걸쳐 기업의 전례 없는 채택률과 상당한 민간 투자가 이러한 잠재력을 강조합니다.

사이드바

저자 소개

그러나 기술로부터 가치를 포착하는 것은 결코 기술만의 문제가 아닙니다. Gen AI 실험을 실행하는 것 이상을 원하는 기업은  노력의 전체 가치를 달성하기 위해 작업 방식을 재구성 해야 합니다 . 이러한 재배선의 핵심 구성 요소 중 하나는 전략적 제휴를 개발하는 것입니다.1Gen AI 제공자와 함께. 많은 사람들이 AI를 생성하는 기술을 사용하는 데 있어 경험이 부족하고 기술의 빠른 변화 속도에 대한 위험과 기술의 불안정성으로 인해 Gen AI와 협력할 때 발생하는 고유한 과제로 인해 협업이 점점 더 중요해졌습니다.

많은 기업이 이미 Gen AI 제공업체와 어느 정도 협력하고 있지만, 제공업체에서 무엇을 찾아야 하는지, 전략적 제휴가 어떻게 작동해야 하는지에 대한 시대에 뒤떨어진 개념으로 인해 이러한 노력이 위험에 처해 있습니다. 전략적 제휴를 최대한 활용하려면 기업은 다음 세 가지 영역에 집중해야 합니다.

가장 인기 있는 통찰력

1. 생성 AI의 경제적 잠재력: 차세대 생산성 개척지
2. 직장 내 여성 2023
3. 조직 문화를 빠르게 변화시키기 위한 5가지 대담한 조치
4. 왜 그렇게 많은 나쁜 상사가 여전히 정상에 오르는가?
5. 생성 AI란 무엇인가?

1. 협업에 대해 더 깊이 알아보세요. Gen AI 프로그램에서 제공업체와 협력하려면 사려 깊은 투명성, 빈번한 커뮤니케이션, 계획, 개발 및 지속적인 관리 전반에 걸친 명시적인 조정을 통해 기존 공급업체에 필요한 것보다 더 높은 수준의 신뢰와 협업이 필요합니다.
2. 확장성, 상호 운용성 및 재사용성을 제공하는 공급자에 중점을 둡니다. 단일 제공업체는 회사에 필요한 모든 것을 제공할 수 없습니다. 다양한 공급자와 함께 규모를 달성한다는 것은 공급자가 얼마나 잘 확장할 수 있는지뿐만 아니라 해당 솔루션이 회사의 Gen AI 생태계의 다른 구성 요소와 얼마나 잘 작동하는지 이해하는 것을 의미합니다.
3. 당신의 운명을 통제하십시오. 제공업체의 역량을 기반으로 하는 것과 지나치게 의존하는 것 사이에서 균형을 맞추는 것이 중요합니다. 이는 유연한 인프라에 투자하고, 공급자 성과를 지속적으로 모니터링하고, 지적 재산(IP) 경계를 명확히 하면서 결과에 대한 보상을 연결하는 것을 의미합니다.

공동작업에 대해 더 자세히 알아보세요.

많은 기업이 배우고 있는 것처럼 Gen AI 기능을 생성하는 "구축 대 구매" 접근 방식은 Gen AI의 잠재력을 최대한 활용하는 데 부족합니다. 전적으로 사내에서 솔루션을 구축하는 것은 시간이 많이 걸리고 리소스 집약적일 수 있습니다. 특히 대부분의 회사에 AI 인재가 부족하다는 점을 고려할 때 더욱 그렇습니다.2기존 Gen AI 제품이나 서비스를 구매하면 입증된 솔루션에 빠르게 액세스할 수 있지만, 이러한 솔루션에는 비즈니스에 실제로 필요한 사항에 맞게 맞춤화하기 위해 숙련된 Gen AI 작업자가 필요한 경우가 많습니다. 

반면, 공급업체와 협력하면 최신 기능과 전문 지식, 개발 속도, 맞춤형 솔루션에 대한 액세스 측면에서 상당한 이점을 얻을 수 있습니다. 그러나 효과적인 전략적 세대 AI 제휴는 기존 공급업체 관계와 다르게 작동합니다. 기술은 여전히 ​​빠르게 발전하고 있으며 구현이 복잡하고 안정성 문제로 인해 솔루션이 더욱 긴밀해지며 더 높은 수준의 신뢰가 필요합니다. 예를 들어, 모델을 세부적으로 조정하기 위한 데이터 공유는 고객 회사가 데이터를 효과적으로 보호할 수 있는 전략적 동맹을 신뢰하는 경우에만 가능합니다. 마찬가지로, 아직 완전히 안정적이지 않은 AI 모델의 근본 원인 문제를 해결하는 복잡성으로 인해 명확한 의사소통 라인과 해결 프로토콜에 대한 조정이 모두 필요합니다. 이러한 수준의 신뢰와 협업은 세 가지 필수 구성 요소를 기반으로 구축되어야 합니다.

• 솔루션의 공동 창조.  대부분의 기업에서 Gen AI의 가장 큰 가치는 공급자가 제공하는 기존 기능을 채택하고 이러한 기능을 기업의 고유한 데이터에 맞게 조정하는 데서 비롯됩니다. 이를 위해서는 회사와 제공업체가 긴밀하게 협력하여 올바른 데이터를 소싱 및 준비하고, 관련 프롬프트를 엔지니어링하고, 특정 사용 사례 요구 사항에 따라 모델을 미세 조정하고, 현장에서 모델을 테스트 및 반복하는 고도로 반복적이고 협업적인 프로세스가 필요합니다. 회사가 협력해야 할 제공업체의 범위를 관리하려면 업데이트를 공유하고, 과제를 논의하고, 제공업체 간의 우선순위를 조정하기 위해 빈번한 접점을 마련하는 것이 중요합니다. 이 과정에서 직접 워크숍과 공동 혁신 세션에 시간을 할애하고, 이정표를 축하하고, 학습 내용을 공개적으로 공유하는 것도 신뢰 구축에 중요합니다.

  예를 들어, 한 명품 소매 회사가 맞춤형 제품 추천 시스템을 만들기 위해 Gen AI 제공업체와 파트너십을 맺었을 때 회사는 세부 사양, 기능, 고객 리뷰를 포함한 방대한 제품 정보 카탈로그를 공유했습니다. 또한 회사는 고객이 질문을 제기하는 방식과 같은 고객 선호도와 행동의 미묘한 차이에 대한 귀중한 통찰력을 제공했습니다. 이를 통해 공급업체 엔지니어는 관련 메시지를 표시하고, Gen AI 모델을 미세 조정하여 이 도메인별 데이터를 이해 및 해석하고, 명품을 설명하는 데 사용되는 특정 언어, 용어 및 속성을 이해하는 데 도움이 되었습니다.

  이 협업은 결과 모델이 복잡하거나 모호한 쿼리의 경우에도 99% 이상의 정확도로 가장 적합한 제품을 표시하는 데 중요한 역할을 했습니다. 초기 결과에 따르면 이 솔루션은 제품 발견에서 구매까지의 전환율을 10~20% 향상시킬 수 있으며 이는 명품 산업에 있어서 획기적인 도약입니다.

• 공동기획.  Gen AI 제공업체는 향후 기능을 포함하여 제품 로드맵에 대한 가시성을 제공하고 알파 또는 베타 릴리스에 대한 액세스 권한을 부여하는 것이 필수적입니다. 이를 통해 클라이언트 회사는 공급자의 서비스가 회사의 미래 요구 사항을 충족하기 위해 어떻게 발전할 수 있는지 예측하고 로드맵 방향에 영향을 미칠 수 있습니다. 회사가 전략적 목표와 관련 고객 통찰력을 공유하여 공급자가 회사의 요구 사항을 더 잘 이해할 수 있도록 로드맵을 조정할 수도 있습니다.

  기업 이 솔루션이 제대로 작동하려면 긴밀하게 통합 되어야 하는 다양한 제공업체에서 개발한 다양한 세대의 AI 모델 및 애플리케이션을 사용하여 작업할 가능성이 높다는 점을 고려할 때 이러한 수준의 의사소통 및 조정은 특히 중요합니다 . 명확성과 투명성을 제공함으로써 얻을 수 있는 잠재적 이점에는 다양한 공급업체가 로드맵을 조정하고 종속성을 식별하는 데 도움이 되는 것(예: 특정 세대 AI 솔루션을 제공하기 위해 함께 작동해야 하는 여러 모델 간)이 포함됩니다. 우리가 큰 이익을 얻은 영역 중 하나는 상호 로드맵과 시스템 종속성을 해결하기 위해 사전에 상당한 시간을 함께 투자하는 것입니다. 종종 2~4주 동안 이틀에 한 번씩 회의를 하기도 합니다. 이러한 노력의 결과에는 고객 회사가 모든 당사자를 더 잘 관리하고 조정할 수 있도록 공급자 간의 이정표와 종속성을 포착하는 기본 프로젝트 계획이 포함되어야 합니다.

  한 선도적인 기술 회사가 이러한 접근 방식을 채택했습니다. 핵심 제품을 강화하기 위해 영향력이 큰 사용 사례를 식별하기 위해 Gen AI 제공업체와 공동 계획 세션에 참여했습니다. 회사는 귀중한 고객 분석 통찰력을 공유하고 AI 기반 혁신에 대한 장기 비전을 설명했으며, 이는 AI 제공업체가 보다 일치된 로드맵을 개발하는 데 도움이 되었습니다. Gen AI 제공업체는 차세대 AI 기능 및 모델에 대한 조기 액세스를 제공하여 회사가 일반 출시 전에 테스트하고 피드백을 제공할 수 있도록 했습니다. 이러한 공동 계획 노력과 로드맵 요구 사항 및 조정에 대한 지속적인 커뮤니케이션을 통해 회사는 대규모 솔루션 배포를 위한 출시 시간을 단축할 수 있었습니다. 예를 들어, 전략적 제휴를 시작한 지 6개월 이내에 Gen AI를 기반으로 한 개인화된 마케팅 캠페인을 시작하여 판매 전환율이 크게 향상되었습니다.

• 위험 및 투자 공유.  Gen AI 프로그램에는 전문 하드웨어, 대규모 데이터 수집 및 태깅, 모델 교육을 위한 광범위한 컴퓨팅 리소스에 대한 상당한 투자가 필요한 경우가 많습니다. 또한 환각 모델부터 개인 정보 보호 문제까지 Gen AI 기능 채택과 관련된 위험에 세심한 주의가 필요합니다. 이러한 이유로 기업은 Gen AI 개발과 관련된 재정적, 기술적, 운영적 자원과 위험을 제공업체 간에 가장 잘 분배하는 방법을 고려해야 합니다. 예를 들어, 회사와 제공업체는 데이터 개인정보 침해, 모델 편견, IP 침해 등 Gen AI 프로젝트와 관련된 특정 위험을 명시적으로 정의해야 합니다. 이러한 계약은 이러한 위험을 완화하고 관리하기 위한 각 당사자의 책임은 물론 재정적 또는 법적 책임을 이상적으로 설명합니다.

  앞서 언급한 동일한 기술 회사는 토큰 사용 대신 결과를 중심으로 계약을 구성하여 Gen AI 제공업체와 위험을 공유했습니다. 이러한 접근 방식을 통해 회사는 불확실성과 비용을 관리하는 동시에 인센티브를 조정하고 성공을 위한 공동의 의지를 육성할 수 있었습니다.

McKinsey의 전략적 제휴 역량 에 대해 자세히 알아보세요.

확장성, 상호 운용성 및 재사용성을 제공하는 공급자에 집중

효과적인 Gen AI 솔루션을 위한 최고의 구성 요소를 모두 제공할 수 있는 단일 공급자는 적어도 아직은 존재하지 않습니다. 기술 스택 전체에서 함께 작동하는 데 필요한 다양한 구성 요소와 모델은  기업이 선별된 전문 기술 제공업체 네트워크와 협력해야 함을 의미합니다.

확장 가능한 공급자 생태계를 개발할 때 함께 작동하는 구성 요소 부분이 개별 부분보다 더 중요합니다. 기업은 전체 Gen AI 시스템이 가장 효과적으로 작동할 수 있도록 하는 기준을 평가해야 합니다. 공급자 환경의 성장으로 인해 올바른 공급자를 선택하는 것이 특히 어려워졌습니다. 실제로 2022년 11월 ChatGPT가 출시된 이후 오픈소스 대형 언어 모델(LLM) 및 상용 LLM의 수가 4배로 늘어났습니다.삼또한 현재 1,000개 이상의 AI 공급업체가 있으며, 전년도에 600개 이상의 신제품이 출시되었으며, 이는 주로 Gen AI에 의해 촉진되었습니다.4이를 위해 기업은 제공업체를 선택할 때 세 가지 주요 기준에 초점을 맞춰야 합니다.

• 확장성.  모델을 훈련하고 미세 조정하는 데 필요한 데이터의 양부터 모델이 응답하는 쿼리 수에 이르기까지 Gen AI의 놀라운 규모를 고려할 때 제공업체는 증가하는 복잡한 트래픽과 사용자 쿼리를 아무런 문제 없이 처리하는 입증된 실적을 보유해야 합니다. 성능 저하. 기업은 실제 상황을 재현하지 못하고 일반적으로 확장 준비 상태에 대한 좋은 지표가 아닌 압력 테스트 파일럿 프로그램을 수행해야 합니다. 확장성을 평가할 때는 성능 저하 없이 6개월 동안 50% 증가한 사용자 쿼리를 처리하는 등 특정 목표를 달성할 수 있는 공급자를 찾는 것이 중요합니다. 또한 제공업체는 변화하는 목표에 부합하도록 이정표와 계약을 정기적으로 검토하고 조정해야 합니다.
• 재사용 성.  코드를 재사용하면 AI 사용 사례 개발 속도가 30~50% 빨라질 수 있으므로 공급자가 여러 프로젝트에서 쉽게 용도를 변경할 수 있는 솔루션을 제공하는 것이 중요합니다.5따라서 기업은 다양한 상황에 맞게 미세 조정 및 적용할 수 있는 유연한 모듈식 구성 요소와 사전 학습된 모델(예: 사용자 정의 가능한 자연어 처리 모듈 또는 구성 가능한 데이터 파이프라인)을 제공하는 제공업체를 찾아야 합니다. 또한 솔루션을 쉽게 사용자 정의하고 확장할 수 있는 도구와 프레임워크(예: Gen AI 구성 요소를 통합하고 확장하기 위한 직관적인 API 및 소프트웨어 개발 키트 또는 모델 미세 조정을 위한 드래그 앤 드롭 인터페이스)를 제공하는 공급자를 찾아야 합니다. .
• 상호 운용성.  모델과 구성 요소 간의 상호 운용성은 응집력 있고 효율적이며 확장 가능한 Gen AI 생태계를 만드는 데 중요합니다. 모델 또는 솔루션 상호 운용성을 평가할 때 기업은 데이터 교환, API 설계 및 소프트웨어 개발에 대한 업계 표준 및 모범 사례(예: Apache Avro 및 JavaScript Object Notation과 같은 표준 데이터 형식, 확립된 기계 학습 프레임워크)를 준수하는 공급자를 찾아야 합니다. PyTorch 또는 데이터 거버넌스 표준과 같은). 공급자는 널리 채택되는 프로그래밍 언어를 사용하고, 잘 문서화되어 사용하기 쉬운 API를 제공하고, 회사의 데이터 소스, 애플리케이션 및 플랫폼과의 원활한 통합을 지원해야 합니다.

이 세 가지 기준은 확장 가능한 Gen AI 제공업체를 선택하는 데 중요하지만 기업은 모든 제공업체가 윤리적 지침, 현지 개인 정보 보호 및 기술 주권 규정 준수와 같은 다른 기준에 대한 높은 기준을 충족하도록 해야 합니다. 명확한 데이터 거버넌스와 보안 프로토콜을 설정하고 조정하면 공급자와의 신뢰를 구축하는 데 큰 도움이 될 수 있습니다.

당신의 운명을 통제하세요

긴밀한 전략적 제휴를 구축하는 것과 이러한 협업의 더 넓은 방향과 비전에 대한 기관을 유지하는 것 사이의 최적점을 찾는 것은 조직에 중요한 과제를 제시합니다. 독립성을 유지하고 자신의 운명을 통제하려는 기업은 다음 지침을 고려하는 것이 좋습니다.

• 유연한 인프라를 구축하세요.  유연하고 확장 가능한 Gen AI 인프라는 다양한 공급자를 신속하게 통합하기 위한 기반 역할을 할 수 있습니다. 이 "섀시"는 중앙 집중식 플랫폼이거나 다양한 세대의 AI 구성 요소가 원활하게 함께 작동할 수 있도록 하는 잘 정의된 API, 통합 프로토콜 및 데이터 형식의 집합일 수 있습니다. 유연성을 극대화하기 위해 기업은  컨테이너화, 자동화된 테스트, CI/CD(지속적 통합 및 지속적 전달) 파이프라인과 같은 MLOps (기계 학습 운영) 모범 사례를 채택할 수 있습니다. 이러한 관행은 Gen AI 스택의 안정성과 성능을 보장하고 문제가 발생할 경우 변경 사항을 신속하게 롤백하는 데 도움이 됩니다.
• 모델 성능을 지속적으로 모니터링합니다.  기업은 "블랙박스" 솔루션을 받지 않으려면 공급자가 무엇을 구축하고 있는지 명확하게 이해해야 합니다. 그들은 개발 중에 공급자가 적절한 문서와 충분한 투명성을 포함하도록 보장해야 합니다. 공급자 성능을 추적하고 문제를 조기에 식별하려면 강력한 모니터링 및 테스트 기능이 필요합니다(예: 모델 입력 및 출력, 대기 시간 및 처리량 통계, 사용자 피드백을 포함한 관련 지표를 수집하고 집계하는 자동 보고 기능). 데이터 수집부터 모델 출력까지 Gen AI 솔루션에 대한 엔드투엔드 테스트를 정기적으로 수행하여 성능을 추적하고 공급자 생태계 전반에서 문제의 원인을 식별하는 것이 중요합니다. 경험에 따르면 포괄적인 테스트 전략(예: 공동 통합 테스트 및 시나리오 테스트)을 수립하는 데 모든 공급자가 참여하면 명확한 기대치와 책임을 설정하는 데 도움이 됩니다.
• 명확한 IP 경계를 설정합니다.  Gen AI와 관련하여 IP에 대한 어려운 질문이 여전히 해결되고 있으므로 사전에 명확한 경계를 설정하는 것이 중요합니다. 예를 들어 회사는 독점 데이터 세트, 알고리즘 또는 모델과 같이 각 당사자가 협업에 제공하는 기존 IP를 지정해야 합니다. 라이선스, 상업화 및 수익 공유에 대해 사전 정의된 조건을 포함하여 협업 중에 생성된 IP(예: 특허, 저작권 또는 영업 비밀)를 소유하고 관리하는 방법을 정의해야 합니다. 그리고 공동 개발된 IP에 대한 개별 기여를 추적하고 귀속시키는 프로세스를 개략적으로 설명해야 합니다. 이를 통해 분쟁을 예방하고 각 당사자의 기여를 적절하게 인식할 수 있습니다. 이 과정에서 투명성을 유지하고 조정을 보장하는 것도 신뢰 구축에 도움이 될 수 있습니다.
• 보상을 결과에 연결하십시오.  계약 구조(예: 명확한 KPI, 서비스 수준 계약, 라이선스 계약 등)에 대한 모범 사례를 따르고 위험 공유 조항을 지정하는 동시에 공급자의 보상을 모델 정확도, 가동 시간 및 사용자와 같은 측정 가능한 결과에 연결하는 것이 중요합니다. 만족. 기업은 유연성 제한을 피하기 위해 최소 지출 요구 사항을 피하고 명확한 종료 조항과 데이터 이동성 요구 사항을 포함해야 합니다.

시작하기

Gen AI의 혁신적인 잠재력이 계속해서 전개됨에 따라 기업은 이 새로운 시대에 성공할 수 있도록 결단력 있는 행동을 취해야 합니다. 시작하기 위해 경영진은 다음 조치를 고려할 수 있습니다.

• Gen-AI 동맹 전략을 감독하기 위해 비즈니스, IT, 법무, 조달 등의 주요 이해관계자로 구성된 운영위원회를 구성합니다. 위원회는 전략적 제휴 기준을 정의하고, 성과 지표를 설정하고, 거버넌스 지침을 수립하는 임무를 맡아야 합니다. 이를 위해서는 팀이 전략적 지침 내에서 결정을 내릴 수 있는 충분한 자율성이 필요합니다.
• 차세대 AI 제공업체를 평가, 온보딩 및 관리하기 위한 표준화된 프레임워크가 포함된 전략적 AI 세대 동맹 플레이북을 개발합니다. 이 프레임워크에는 확장성, 재사용성, 상호 운용성을 평가하기 위한 지침은 물론 계약, 서비스 수준 계약, 성능 대시보드용 템플릿도 포함되어야 합니다.
• 전략적 Gen-AI 동맹 감사를 수행하여 현재의 전략적 제휴를 평가하고 Gen AI 전략과의 격차, 중복 또는 불일치를 식별합니다. 비즈니스 가치를 촉진할 수 있는 잠재력을 기반으로 유지, 확장 또는 단계적으로 폐지할 전략적 제휴를 결정합니다.
• Gen AI 연합에 전담 관계 관리자를 할당합니다. 관리자는 제공업체와 효과적으로 소통하고 역량을 평가하며 회사의 기술 요구 사항에 부합할 수 있도록 Gen AI 기술, 아키텍처 및 모범 사례를 확실하게 이해해야 합니다. 또한 전체 AI 생태계를 감독하고 공급자 간의 활동을 조정하고 진행 상황을 모니터링하며 문제를 해결하는 데 도움을 주는 "중앙 기관" 역할을 합니다. 대부분의 경우 솔루션 설계자를 참여시키고 공급자와 정기적으로 만나 그들이 수행 중인 작업과 진행 상황을 정확히 이해하는 것이 유용할 것입니다.

---

신뢰를 구축하고 협업을 육성하는 것은 올바른 기술을 선택하는 것만큼 중요합니다. 기업은 소규모로 시작하고, 빠르게 학습하고, 자주 반복하여 Gen AI의 잠재력을 최대한 활용하는 방향으로 나아가고 있는지 확인해야 합니다.

저자 소개

Alex Singla는 McKinsey 시카고 사무소의 수석 파트너입니다. Alexander Sukharevsky는 런던 사무소의 수석 파트너입니다. Ben Ellencweig는 코네티컷 주 스탬포드 사무실의 수석 파트너입니다. Guilherme Cruz 는 뉴욕 사무소의 파트너이며Carlo Palermo 는 컨설턴트이고 Joshan Cherian Abraham 은 어소시에이트 파트너입니다.

저자는 이 기사에 기여한 Aaron Kovar, Doruk Caner 및 Matias Navarro Crespo에게 감사의 말씀을 전하고 싶습니다.