트랜스폼 2024 행사에서 Elastic의 CEO 아쉬 쿨카르니와 DocuSign의 CPO 드미트리 크라코프스키는 기업 검색 및 계약 관리에 있어 생성 AI의 변혁적 역할에 대해 논의했습니다. 그들의 인사이트는 방대한 데이터와 복잡한 계약을 관리하는 기업에 있어 AI 기반 검색 기능의 중요성이 날로 증가하고 있음을 강조했습니다.
비구조화 데이터 분석 향상
Elastic은 생성 AI 통합을 통해 기업 검색 접근 방식을 크게 발전시켰습니다. 2023년 5월, Elasticsearch 관련 엔진(ESRE)의 도입은 Elastic의 검색 기술 전략에서 중요한 발전을 의미합니다. ESRE는 전통적인 키워드 기반 검색과 고급 벡터 검색 기능을 결합하여 방대한 데이터 저장소 내 맥락과 의미를 더 깊게 이해할 수 있도록 합니다. 이 하이브리드 모델은 Elastic 고객들이 벡터 검색, BM25 텍스트 검색 또는 두 가지를 조합하여 관련 문서를 보다 효과적으로 검색할 수 있도록 합니다.
쿨카르니는 벡터 데이터베이스 기술에서의 검색 증강 생성(RAG)의 발전을 강조하며, “우리는 아마도 가장 널리 사용되는 벡터 데이터베이스 중 하나입니다.”라고 전했습니다. 그는 Elastic의 RAG 구현이 데이터베이스 기능을 강화하고 있음을 강조했으며, 이는 Elasticsearch에서의 수년간의 노력에 기반을 두고 있습니다.
쿨카르니는 이제 제공되는 강력한 기능 사항으로 접근 권한, 패싯 검색, 하이브리드 검색 및 다양한 검색 기술을 결합할 수 있는 능력을 언급했습니다. 그는 “개발자에게 선택권과 기능, 모델 선택에 있어 개방성을 제공하는 것이 중요하다. 이것은 우리의 DNA의 일부가 될 것입니다.”라고 밝혔습니다.
AI의 빠른 발전 속에서 모델 선택은 매우 중요합니다. 쿨카르니는 고객들이 정확성과 비용을 최적화하기 위해 다양한 대규모 언어 모델에 쿼리를 분산시키고 있다고 언급했습니다.
AI 기반 계약 관리의 발전
DocuSign은 AI를 활용하여 계약 관리를 혁신하고 있습니다. 크라코프스키는 “우리는 계약 협상에서 에이전트가 지원하는 부분에서 막 시작했을 뿐입니다.”라고 그들의 비전을 설명했습니다. 이 접근은 AI가 계약 협상에 적극적으로 참여하는 미래를 암시합니다.
지능형 계약 관리(IAM) 플랫폼은 정적 계약 데이터를 실행 가능한 통찰력으로 전환하는 데 초점을 맞추고 있습니다. IAM의 핵심 구성 요소인 Maestro, Navigator 및 App Center는 계약을 분석하여 기업 디지털화에서의 주요 격차를 해소합니다. 크라코프스키는 “대부분의 기업이 운영을 디지털화했지만, 계약은 여전히 정적인 PDF로 남아 있어 효과적으로 쿼리하거나 분석하기 어렵습니다.”라고 설명했습니다.
IAM은 이러한 정적 문서를 구조화된 데이터로 변환하여 체계적인 분석을 가능하게 합니다. 크라코프스키는 약 70개의 계약을 보유한 고객의 사례를 들어 이들이 다양한 조건에 수억 달러를 지출하고 있었음을 나타냈습니다. 계약을 집계하고 분석함으로써 DocuSign은 고객이 불일치를 식별하도록 도와 1억 달러 이상을 절감하게 했습니다. 수동 검토에서 자동화된 프로세스로의 전환은 IAM이 계약 관리를 크게 향상시킬 수 있는 잠재력을 보여줍니다.
AI 도입의 도전 과제 탐색
두 임원은 책임 있는 AI 도입의 중요성을 강조했습니다. 크라코프스키는 “우리는 빠르게 움직여야 하지만, AI 사용에서 발생하는 질문에 대해 신중해야 합니다.”라고 경고했습니다. 특히 민감한 계약 데이터와 관련하여 더욱 그렇습니다.
DocuSign은 데이터 보안과 투명성을 최우선으로 삼고 있습니다. 크라코프스키는 “우리는 매우 조심스럽고 우리의 관행에 대해 투명합니다. 고객 데이터를 교육에 사용할 때는 명시적인 허가를 구합니다.”라고 언급했습니다.
두 임원은 부분적인 접근 방식보다 포괄적인 솔루션의 필요성을 강조했습니다. 크라코프스키는 “우리의 목표는 고객이 여러 구성 요소를 조합해야 하는 것이 아니라 종합 솔루션을 제공하는 것입니다.”라고 말했습니다.
AI 비용 및 자원 최적화
비용 효율성은 AI 도입에서 중요한 고려 사항입니다. 크라코프스키는 자원 활용 극대화의 중요성을 언급하며, “자원을 조합하고 활용하는 방법을 이해하는 것은 가치를 유지하는 데 매우 중요합니다.”라고 강조했습니다.
쿨카르니는 AI 경제의 변화를 예측하며, “추론 비용은 하드웨어 발전 및 기술 진보와 대형 언어 모델 공급자 간 경쟁 증가로 인해 감소할 가능성이 높습니다.”라고 전망했습니다.
미래를 바라보며 두 임원은 AI 기능의 확장을 논의했습니다. 쿨카르니는 다양한 데이터 유형을 처리하고 일관된 응답을 제공할 수 있는 다중 모드 AI 모델을 언급했습니다. 크라코프스키는 계약 관리에서 식별된 통찰력, 애매모호성 및 준수 문제를 다룰 수 있는 잠재적 응용 프로그램을 설명했으며, 이 많은 문제는 자동으로 해결될 수 있습니다.
실제 AI 구현 사례
토론에서는 기업에서의 AI 응용 프로그램에 대한 실용적인 사례도 포함되었습니다. 쿨카르니는 Cisco가 Elastic의 기술을 사용하여 고객 지원 기능을 자동화하여 엔지니어들이 더 가치 있는 작업에 집중할 수 있도록 했던 방법을 공유했습니다. 또 다른 사례로 Fortune 100 은행이 Elastic을 통해 AIl 기반 검색 도구로 자산 관리자 및 클라이언트 간 상호 작용을 전환하여 개인화된 “1인 Bloomberg 터미널”을 생성한 사례를 강조했습니다.
검색 기능 향상에서부터 AI 지원 계약 협상에 이르기까지 AI의 잠재적 응용 프로그램은 방대합니다. 그러나 이러한 잠재력을 실현하기 위해서는 데이터 프라이버시, 모델 투명성, 비용 효율적인 확장 등 기술적, 윤리적 및 운영적 도전 과제에 세심한 주의가 필요합니다.
순위 목록
