칼럼 | LLM의 진정한 잠재력은 '하이브 마인드를 통한 팀워크'

대규모 언어 모델(LLM)은 조직 내 커뮤니케이션과 협업에 따른 마찰을 줄이고, 개인과 팀 간에 거의 즉각적으로 정보를 수집, 분석, 해석, 배포하는 '공유 의식'을 실현할 잠재력을 갖고 있다.
 

이라크 전쟁 당시, 필자가 속했던 미국 합동특수작전사령부(JSOC) 파견부대는 바그다드 외곽의 텐트 아래에서 꽤 암울한 결론에 도달했다. 최고의 장비를 갖춘 최정예 대테러팀이 중고품 가게에서 쉽게 구할 수 있는 기술로 무장한 적에게 패배하고 있다는 사실 말이다. 적들은 상황이 파악되기도 전에 계획을 수립하고 실행했고, 다음 목표로 나아갔다.

그렇다. 통신 기술은 훨씬 더 발전했지만, 문제는 마찰이었다. 계급 운영 모델의 모든 단계에서 정보가 느려지면서 비교 우위를 잃은 것이다.

그러나 적의 모델은 할인마트 수준 기술의 위력을 증폭시켰다. 이들은 언제 어디서나, 누구에게나 정보를 제공할 수 있었다. 빠르게 실행하고, 순식간에 적응하며 파괴적인 효과를 냈다. 마치 하나의 세포처럼 생각하고 행동하는, 끊임없이 진화하는 세포 네트워크인 유기체 같았다.

텐트 아래에 있던 군인들은 선택에 기로에 섰다. 수십 년간 운영해 온 방식을 근본적으로 바꾸느냐, 아니면 손을 놓고 패배하느냐였다.

이 문제는 LLM에도 그대로 적용될 수 있다. 대부분의 조직이 이와 동일한 상황에 직면하게 될 가능성이 높다.

LLM은 이미 비즈니스 기능에 혁신을 일으키고 있지만, 그 진정한 잠재력은 오늘날에 상상할 수 없는 속도로 전략을 실행하는 데 있다. 문제는 무엇일까? 속도에 맞게 실행 프로세스를 구축한 조직은 LLM을 최대한 활용할 수 있게 되겠지만, 그렇지 않은 조직은 따라잡기에 너무 뒤처질 수 있다는 것이다.

LLM의 진정한 가능성
딥러닝과 방대한 데이터세트를 활용해 자연어를 분석, 이해, 예측, 요약 및 생성하는 LLM은 최신 AI와 실생활 사이의 간극을 메운다. 거의 모든 사람이 정보를 즉시 분석하고 일반 언어에 지능적으로 응답하는 기능을 활용할 수 있다.

이미 고객 경험, 마케팅, 연구 개발 등을 혁신하기 위해 LLM에 대한 투자가 이뤄지고 있다. 하지만 공동의 목표에 필수적인 정보를 조회, 조정, 수정, 선별, 분석, 전송, 응답하는 데 소요되는 시간과 에너지를 생각해 본다면 LLM의 더 큰 잠재력을 시각화할 수 있다.

JSOC의 경우 실행 속도를 높이기 위해 프로세스 가속화를 핵심으로 삼았다. 해결책은 운영 및 인텔리전스(O&I) 브리핑이라고 부르는 회의였다. 매일 정해진 시간에 모여 최신 인사이트를 교환하고, 다음 24시간 동안 실행에 옮긴 다음 다시 모여 검토하는 방식이었다.

O&I는 표준 군사 작전에 있는 방식이었지만, 그와 다른 점은 역할이나 계급에 관계 없이 모든 JSOC 구성원 또는 파트너가 초대됐다는 점이다. 이곳에서는 모든 사람이 모든 정보를 공유해야 했다.

수십 년간 이어져 온 문화적 관습에 반하는 일이었기 때문에는 처음에 모두가 싫어했다. 하지만 이내 조직의 핵심이자 운영의 근간이 됐다. 그리고 효과도 있었다. 팀원들이 계급을 넘어 서로 더 많이 소통할수록 모두가 다른 사람들이 무엇을 하고 있는지, 어떻게 서로 맞물려 있는지, 그리고 각자의 정보가 어떻게 도움이 될 수 있는지 더 많이 알게 됐다.

JSOC는 이를 '공유 의식'이라 불렀는데, 공유 의식이 커질수록 더 나은 결정을 내리고 더 빨리 행동에 옮길 수 있었다. 시간이 지나면서 이전에는 며칠이 걸리던 작업이 몇 시간으로 단축됐다. 기록적인 수준의 속도였다.

LLM을 활용하는 조직은 이에 비하면 훨씬 더 빠를 것이다.

O&I는 중요하긴 했지만 한계가 있었다. 현장과 실행에서 멀어지게 만들었기 때문이다. 또한 시간 제약으로 인해 모든 사람이 기여하기 어려웠다. 우리가 떠난 뒤 정보는 빠르게 노후화되고 자주 변경됐다. O&I 전후에 받은 정보가 다시 소집될 때까지 전체 운영에 통합되지 못하는 경우도 많았다.

LLM은 이러한 제한 없이 의식을 공유할 수 있게 해준다. 여기엔 다음과 같은 특징이 있다.

지식 공유. 정적 데이터베이스와 달리 LLM은 두뇌와 같은 기능을 한다. 더 많은 정보가 제공될수록 더 똑똑해진다. 또한 그 정보를 사용해 스스로를 향상시킬 수도 있다. 누구나 언제 어디서나 필요한 정보에 정확하게 액세스할 뿐만 아니라, LLM은 나노초 단위로 수집된 정보를 쉬운 언어로 설명하고 추가 리소스를 제안할 수 있다.

확장성. LLM은 참여, 도움 요청 또는 의견 제공에 제한을 두지 않기 때문에 확장하는 팀을 잘 지원할 수 있다.

업데이트. LLM은 사용자로부터 받은 질문과 설명을 마이닝해 가장 최신 정보를 흡수하고 배포할 수 있다.

'하이브 마인드(hive mind)'를 향해
LLM을 활용한 조직의 공유 의식이라는 개념이 실제로 어떻게 구현될 수 있을까?

지금이 2028년이라고 상상해 보라. 리더인 당신은 메시지가 조직에 배포되기 전에 검토하고 있다. 화면에 봇이 나타나 "캐롤이 방금 부사장들에게 메시지를 직접 받으라고 전달했습니다. 타임라인을 고려할 때 적절해 보입니다. 제가 이 메시지를 작성해 개인화할까요?"라고 묻는다. 그럼 "응"이라고 답한다.

메시지가 나타나고 봇은 닉이 영상 통화를 요청하고 있다고 알리며 "제가 대신 전화를 받을까요?"라고 묻는다. "부탁해"라고 대답한다.

메시지를 검토하는 동안 봇이 전화를 받고 다른 제안을 건넨다. "닉이 헨더슨 거래에 대한 새로운 정보를 가져왔습니다. 부사장 메시지에 포함해 캐롤에게 알릴까요?"라고 물으면, 다시 "응"이라고 대답한다.

과거에는 이런 시나리오가 터무니없어 보였지만, 더 이상은 아니다.

몇 년 전 JSOC가 그랬던 것처럼 대부분의 조직은 곧 '집단 지성'을 이용해 놀라운 속도로 생각하고 행동하는 경쟁자들과 맞닥뜨리게 될 것이다.

다행히도 JSOC는 적들을 따라잡을 수 있었지만, 오늘날 조직에는 2가지 선택지밖에 없어 보인다. 지금 당장 이 파워 커브의 선두에 서거나 아니면 도태되는 것이다. LLM이 너무 빠르게 발전하고 있기 때문에 적당히 해서는 아무것도 할 수 없다.

취해야 할 행동
조직 리더는 LLM의 잠재력을 탐색할 때 3가지 조치를 고려할 수 있다.

1. LLM의 한계를 시험한다: LLM이 무엇을 할 수 있는지 모른다면 그 장점이나 위협도 상상하기 어렵다. 팀의 업무에 이를 통합해 최대한 많은 의견을 얻을 방법을 찾아보라. 시제품을 만들어 메시징, 일정 관리, 업무 조정 등에 관한 기회를 탐색하라. 매주 하나의 챗봇을 구축하는 CFO와 팀도 있다.

2. 모든 곳에 투명성을 구현한다:기술만으로는 충분하지 않다. JSOC는 그 사실을 뼈저리게 느꼈다. 사실 핵심은 투명성이었으며 꾸준한 훈련이 없었다면 이를 유지하지 못했을 터다. 아무리 강력한 기술이라 할지라도 LLM은 여전히 정보를 공유하려는 팀의 의지에 달려 있다. 조직에서 정보 공유가 어려운 일처럼 느껴지면 조직 문화를 바꿔야 하며, 이는 반드시 윗선에서 주도해야 한다.

3. LLM 가이드라인을 개발한다: LLM과 이를 구동하는 AI는 완벽하지 않다. 데이터 편향, 프라이버시 보호, 결과물의 정확성, 그리고 이에 대한 대처 방안과 같은 우려도 계속 나오고 있다. 각국 정부가 이 기술을 규제하는 방법에 초점을 맞추고 있기 때문에 조직의 데이터 활용 방법에 대한 경계를 설정해야 한다. 필요한 경우 프로젝트를 중단하고 데이터를 삭제하는 방법을 파악하라. 윤리적 사용 및 모니터링을 위한 프로토콜을 수립하고, 규제의 발전에 맞춰 업데이트할 준비를 하라.

LLM이 계속 발전하면서 조직 리더는 중요한 결정에 직면하게 된다. 이 혁신 기술을 수용해 시대를 앞서갈 것인가, 아니면 도태될 위험을 감수할 것인가. 세 번째 선택지가 있을 가능성은 거의 없다.

* Chris Fussell은 경영 컨설팅 기업 맥크리스탈 그룹의 사장이다. 이 기사에는 동료인 Will Smith가 함께 참여했다. ciokr@idg.co.kr