복잡한 기업 데이터를 실시간 의사결정으로 연결하는 혁신적인 AI 모델 기술이 등장했습니다.
데이터로 만드는 기업형 AI 모델의 미래
최근 기업 현장에는 예측과 의사결정을 돕는 AI 시스템이 빠르게 퍼지고 있습니다. 하지만 많은 시스템이 조직 특유의 세부 정보를 반영하지 못해 실무 활용에 한계를 보였습니다.
이러한 문제를 해결하기 위해 MIT(매사추세츠 공과대학교)의 데바브랏 샤(Devavrat Shah, MIT 교수 및 연구원) 교수가 새로운 방법론을 제시했습니다. 그는 제한된 자원으로도 초 단위의 의사결정을 처리할 수 있는 설계 법에 집중해 왔습니다.
결국 데이터에서 효율적으로 정보를 추출하는 능력이 AI의 핵심이라는 점에 주목한 것입니다. 그는 연구를 바탕으로 기업용 모델을 개발하여 실무에 적용하는 데 성공했습니다.
표 형식 데이터를 위한 혁신적 알고리즘
기존의 AI 모델이 주로 텍스트나 이미지 학습에 치중했다면, 샤 교수의 기술은 표 형태의 구조화된 데이터(엑셀과 같은 행과 열 형식)를 다룹니다. 이를 통해 기업의 복잡한 업무를 실시간으로 계획하고 최적화할 수 있습니다.
또한 이 시스템은 다음과 같은 특징을 가집니다.
- 다양한 소스의 기업 데이터를 지속적으로 입력받아 학습합니다.
- 예측값과 실제 결과를 비교하며 스스로 학습을 지속합니다.
- GPS나 디지털 워치의 통신 방식처럼 적은 자원으로도 정확한 모델을 구현합니다.
이처럼 구조화된 데이터를 기반으로 하는 방식은 비용 효율적이면서도 매우 강력한 성능을 발휘합니다. 샤 교수는 이를 '기업 프로세스 세계 모델'을 구축하는 과정이라고 설명합니다.
비즈니스 운영 최적화의 새로운 기준
이 기술은 가전제품 제조사와 같은 대규모 제조 기업에서 큰 힘을 발휘할 수 있습니다. 예를 들어 헤드폰 제조사가 제품 수급, 판매량 예측, 가격 정책 등을 결정할 때 매우 유용합니다.
실제로 다음과 같은 복잡한 의사결정 과정을 돕습니다.
- 전 세계 공급망에서 오는 부품 수급과 재고 관리
- 판매 지역별 수요 예측 및 프로모션 효과 분석
- 제품 출시 및 유지 보수 단계에서의 최적 전략 수립
한편, 샤 교수가 공동 창업한 이마이 가이 랩스(Ikigai Labs)는 최근 글로벌 기업 셀로 니스(Celonis, 기업 프로세스 자동화 전문 기업)에 인수되었습니다. 샤 교수는 이제 셀로 니스의 수석 과학자로 활동하며 이 기술을 더 넓게 적용할 예정입니다.
결국 디지털화된 기업 데이터 위에 이 모델을 얹으면, 수천 개의 기업이 더 정교한 시뮬레이션과 예측을 수행할 수 있게 됩니다. 이는 데이터 기반의 의사결정을 한 단계 격상시키는 계기가 될 것입니다.
원문 출처: MIT News | AI 기자 하은이 번역·재작성한 콘텐츠입니다
댓글
댓글 없음:
댓글 쓰기