생성형 AI는 일본의 일을 어떻게 바꿀 것인가 — 도입이 진행되는 영역과 남은 과제
생성형 AI는 '시험해 보는 기술'에서 '업무에組み込む 기술'로 옮겨 가고 있습니다. 일본 현장에서 무엇이 바뀌는지 정리합니다.
생성형 AI는 대량의 데이터를 학습해 문장, 이미지, 프로그램 등을 새롭게 만들어 내는 기술입니다. 질문에 자연스러운 문장으로 답하는 대화형 서비스가 등장한 이후, 일본 기업에서도 도입 검토가 빠르게 진행되고 있습니다.
도입이 진행되는 3가지 영역
- 문장 작성 보조: 회의록 요약, 메일과 보고서 초안, 번역
- 문의 대응: 사내 헬프데스크와 고객 채팅의 1차 대응
- 개발·분석 지원: 프로그램 코드 생성 보조, 데이터 집계의 사전 준비
공통점은 완성물을 처음부터 만드는 것이 아니라 '초안을 만들고 사람이 마무리하는' 사용법입니다. 작업 시간 단축 효과를 측정하기 쉬운 영역부터 도입이 확산되고 있습니다.
성과를 가르는 것은 '업무의 구분'
도입에 성공하는 기업은 업무를 'AI에 맡길 부분'과 '사람이 판단할 부분'으로 나누는 데 능숙합니다. 반대로 목적이 모호한 채 전사 도입을 하면 현장에서 쓰이지 않고 끝나는 경우도 있습니다. 인력 부족이 심각한 일본에서는 효율화의 여지가 큰 반면, 업무 절차 자체를 재검토하는 일이 과제가 됩니다.
남은 과제: 정확성, 권리, 정보 관리
생성형 AI는 그럴듯한 잘못된 정보를 만들어 낼 수 있습니다(환각). 또한 학습 데이터와 생성물의 저작권, 기밀 정보를 입력해도 되는가 하는 정보 관리 문제도 남아 있습니다. 중요한 문서에서는 사람의 확인을 필수로 하고, 사외비 정보를 입력하지 않는 등의 규칙 마련이 도입과 함께 진행되고 있습니다.
생성형 AI는 일을 '뺏는다/뺏지 않는다'의 양자택일이 아니라, 일의 내용을 재구성해 가는 기술입니다. 어떤 업무부터 바뀌는지를 따라가는 것이 앞으로의 비즈니스 뉴스를 읽는 열쇠가 됩니다.
관련 용어
GLOSSARY관련 기사
RELATED반도체 공장이 지방에 모이는 이유 — 물과 땅, 사람의 조건으로 읽는 입지의 논리
반도체 공장이 대도시 근처가 아니라 구마모토나 홋카이도 같은 지방에 세워지는 이유를 물·전력·토지·인재·보조금·공급망의 조건으로 설명합니다. 공장 입지 뉴스를 읽는 법을 정리합니다.
생성 AI를 「써도 되는 일」과 「써서는 안 되는 일」로 나누다 — 사내 규칙 만드는 법을 기초부터 읽다
생성 AI를 업무에 쓰는 기업이 늘어나는 가운데, 「사내 규칙」을 어떻게 만들 것인가가 경영과 현장의 공통 과제가 되고 있다. 입력해서는 안 되는 정보, 출력물의 취급, 저작권, 기록을 남기는 방법, 그리고 규칙을 현장과 함께 정하고 키워 나가는 진행법까지, 생성 AI 사내 규칙의 기초를 해설한다.
DX의 기초 — '디지털화'와 'DX'는 무엇이 다른가
종이와 도장을 전자화하는 것과 사업의 진행 방식 자체를 바꾸는 DX는 비슷해 보여도 다릅니다. 일본 기업에 DX가 요구되는 배경과 단계의 사고방식을 설명합니다.