AI를 사용하면 팀의 생산성이 얼마나 향상되나요? | 비즈니스 속의 AI #71

AI는 전문가를 어떻게 지원합니까?

업무 중에 AI를 사용하면 생산성이 향상된다는 증거가 있나요? 물론! 이 가설을 확인하는 가장 큰 연구는 Harvard Business School과 MIT Sloan School of Management를 포함한 미국 경영 대학원의 과학자 그룹에 의해 수행되었습니다. 연구원들은 Boston Consulting Group에 고용된 전체 컨설턴트의 약 7%에 해당하는 758명의 컨설턴트의 작업을 조사했습니다.

그들의 임무는 다음과 같은 측면을 고려하여 신제품에 대한 개념을 개발하는 것이었습니다.

• 창의성,
• 분석적 사고, 또는
• 설득력.

AI가 생산성을 높이는지 테스트하는 실험의 일환으로 AI 지원이 없는 경우와 ChatGPT Plus 최신 버전의 기반이 되는 언어 모델인 GPT-4를 사용한 경우의 성능을 비교했습니다. 이 연구의 목적은 AI를 일상 업무에 통합하면 컨설턴트의 일반적인 작업 흐름이 어떻게 바뀌는지 조사하는 것이었습니다.

출처: DALL·E 3, 프롬프트: Marta M. Kania(https://www.linkedin.com/in/martamatyldakania/)

AI가 업무 생산성을 높여준다?

BCG의 결과는 놀라울 정도로 명확했습니다. AI 지원을 받은 모든 컨설턴트는 업무 품질을 향상시켰습니다. 실제로 품질이 최대 40%까지 향상되었습니다. 그런데 연구는 어떻게 진행됐나요?

실험에서 참가자들은 무작위로 세 그룹으로 나뉘었습니다.

• 통제 그룹 — 구성원들은 직장에서 AI를 사용하지 않았습니다.
• GPT-4에 액세스할 수 있는 그룹 – 그러나 인공 지능을 가장 잘 사용하는 방법에 대한 사전 교육이 없는 경우
• GPT-4 및 교육 자료에 액세스할 수 있는 그룹입니다.

연구는 세 단계로 나누어졌습니다:

1. 먼저 컨설턴트는 인구통계학적 데이터와 성향에 관한 설문조사를 작성했습니다.
2. 그런 다음 주요 부분으로 진행하여 제품 컨셉 개발과 관련된 작업을 수행했습니다. 이러한 작업은 좁은 대상 그룹과 운동선수를 위한 신발 제작과 같은 현실적인 사례 연구를 포함하여 일상 업무와 매우 유사했습니다. 이 작업에는 창의성, 분석적 사고, 설득력 있는 텍스트 작성이 필요했습니다.
3. 세 번째 단계에는 AI 작업에 대한 컨설턴트의 경험을 요약하는 인터뷰가 포함되었습니다.

그 결과, GPT-4를 사용하는 컨설턴트는 생산성이 12.5% ​​더 높았고 25% 더 빨랐습니다. GPT를 사용하는 효과적인 방법에 대한 추가 교육을 받은 기술이 부족한 전문가에게서 가장 큰 이점이 관찰되었습니다. 이 그룹에서 연구원들은 생산성이 43%나 증가했다는 사실을 발견했습니다!

인공지능과 협업하는 방식

모든 직원이 같은 방식으로 AI와 상호작용했나요? 그렇지 않은 것으로 나타났습니다. 그래서 연구원들은 AI가 생산성을 높이는 가장 일반적인 두 가지 방법을 확인하기로 결정했습니다. 그들은 그들을 "사이보그"와 "켄타우로스" 페르소나라고 불렀습니다.

사이보그

사이보그 모델은 인간과 AI가 긴밀하게 협력하여 작업을 달성하는 협업 접근 방식을 나타냅니다. 사이보그 협업의 예는 다음과 같습니다.

• 프로그래머가 코딩을 시작하면 Github Copilot을 사용할 때와 마찬가지로 AI가 코드를 보완하고 개선합니다.
• 컨설턴트는 분석을 통해 결론을 내리기 시작하고 AI는 ChatGPT Plus와 같은 도구를 활용하여 추가 데이터와 시각화를 제공합니다.
• 카피라이터는 컨셉을 바탕으로 광고 텍스트를 만들기 시작하고 AI는 아이디어와 기성 세그먼트를 제안합니다. 그런 다음 카피라이터는 컨셉을 다듬고,
• 엔지니어가 프로젝트를 스케치하면 AI가 이를 기반으로 시각화를 생성합니다.

사이보그 모델에서 핵심은 최적의 결과를 얻기 위해 인간과 기계의 노력을 원활하게 통합하는 것입니다. 이것이 바로 AI가 생산성을 크게 높이는 방법입니다.

출처: HuggingFace(https://huggingface.co/spaces/hysts/ControlNet-v1-1)

켄타우루스

Centaur 모델에는 작업 위임이 포함됩니다. 여기서 일부 작업은 인간이 수행하고 다른 작업은 각 엔터티의 강점과 약점에 대한 개별 평가를 기반으로 AI에 위임됩니다. Centaur 전략의 예는 다음과 같습니다.

• AI가 진단하고, 의사가 맞춤형 치료법을 제시하고,
• 비즈니스 문제를 파악하는 컨설턴트, AI가 분석하고 추천하는 서비스,
• 고소장 초안을 작성하는 변호사와 문서의 정확성과 완전성을 검증하는 AI,
• 텍스트 개요를 작성하는 카피라이터와 문체 및 문법 수정을 수행하는 AI.

핵심은 전략적으로 작업을 분할하고 인간과 기계의 강점을 활용하는 것입니다. 그러나 Centaur 접근 방식은 AI에 더 적합한 작업을 구별하여 생산성을 향상시키는 작업과 인간이 더 잘 처리하는 작업을 어떻게 구별할 수 있는가라는 과제를 제시합니다.

파편화된 기술의 경계

연구자들은 인공지능의 '역량'을 '기술의 단편화된 경계'로 정의하는 과제를 분류했습니다. 이 용어는 인공 지능의 다양하고 변동하는 기능과 관련이 있습니다.

AI의 기능은 종종 예상치 못한 방식으로 빠르게 발전하고 있습니다. 그렇기 때문에 인간에게는 비슷하게 어려워 보일 수 있는 작업이 이 "경계"의 다른 측면에 속할 수 있습니다. 일부는 AI의 도움으로 쉽게 해결할 수 있는 반면 다른 일부는 현재 능력의 범위를 넘어서는 상태로 남아 있습니다.

예를 들어, 연구 결과에 따르면 GPT는 다음과 같은 작업을 쉽게 수행합니다.

• 새로운 제품에 대한 창의적인 아이디어를 창출하고,
• 설득력 있는 문구를 작성하는 데 도움이 되었거나
• 상세한 데이터 분석을 수행했습니다.

반면에 간단한 수학적 계산에서는 실수를 했습니다. 이러한 "분열된 경계"는 AI 설계자와 사용자 모두에게 과제를 제기합니다. 겉보기에 유사해 보이는 작업이 알고리즘에 대해 쉽거나 어려울지 예측하기 어렵습니다. 따라서 AI의 기능을 단계별로 탐색하고 테스트하는 것이 중요합니다. 이러한 기능의 "분리된 경계"를 더 잘 이해할수록 인간과 기계의 작업을 더 효과적으로 통합할 수 있습니다.

출처: DALL·E 3, 프롬프트: Marta M. Kania(https://www.linkedin.com/in/martamatyldakania/)

AI를 통해 회사의 생산성을 높이는 방법은 무엇입니까?

회사에서도 유사한 실험을 수행하여 인공 지능이 업무 결과를 얼마나 향상시킬 수 있는지 평가할 수 있습니다. AI의 도움 여부에 관계없이 프레젠테이션, 보고서, 사업 제안서 준비, 사례 연구 해결 등의 작업을 직원에게 할당하는 것부터 시작하는 것이 좋습니다. 이를 통해 생산성과 작업 품질에 대한 실제 영향을 측정할 수 있습니다.

그럼에도 불구하고 직원을 적절하게 준비시키는 것은 필수적입니다. Boston Consulting Group의 성공과 마찬가지로 AI를 통해 생산성이 40% 증가하려면 교육 이니셔티브와 교육 자료 제작이 필요합니다.

노력은 거의 확실히 성과를 거둘 것입니다. 예를 들어, 광고 대행사는 캠페인 아이디어를 보다 빠르게 생성할 수 있고, 은행은 고객 데이터를 보다 효율적으로 분석할 수 있으며, 법률 회사는 보다 효과적으로 문서를 작성할 수 있습니다. 창의성, 정보 분석 또는 텍스트 작성이 필요한 모든 곳에서 AI는 직원의 생산성을 높이는 데 도움이 됩니다.

AI와 함께 일하는 미래

인공 지능의 발전은 특히 새로운 도구를 배우고 작업 방식을 변화하는 기술 가능성에 적응하는 데 어려움을 겪는 개인들에게 큰 희망과 우려를 불러일으킵니다.

AI가 팀의 가장 단순하고 반복적인 작업을 덜어줌으로써 생산성을 향상시킨다는 것은 의심의 여지가 없습니다. 점점 더 많은 작업이 자동화될 것입니다. AI 트레이너나 지식 중개인 등 인간과 기계 기술을 결합한 새로운 역할도 등장할 것입니다. 지속적인 기술 개발과 AI와의 효과적인 협업 학습이 필수적입니다.

동시에 위협을 인지하는 것도 중요합니다. 자동화는 기술이 부족한 개인의 일자리를 빼앗을 수 있습니다. 또한 회사가 기술 제공업체에 지나치게 의존하게 될 위험도 있습니다. 따라서 건강한 거리를 유지하고 AI가 제공하는 정보를 비판적으로 평가하는 것이 중요합니다.

AI를 이용한 작업의 미래는 잘 쓰여진 공상 과학 소설처럼 매력적이지만 다소 불안해 보입니다. 한편으로는 놀라운 가능성이 있지만 다른 한편으로는 우리가 정말로 모든 것을 통제할 수 있을까요?

요약

실험 결과는 AI가 오늘날 생산성을 향상시키는 것으로 나타났습니다. 일부 창의적이고 분석적인 작업의 경우 작업 속도가 최대 40% 향상됩니다. 숙련도가 낮은 근로자가 가장 많은 혜택을 누리지만, 최고 수준의 전문가도 더 빠르고 효율적입니다.

AI로 자동화할 수 있는 작업과 사람의 개입이 필요한 작업을 이해하는 것이 중요합니다. AI의 역량을 최대한 활용하려면 업무를 구성하는 방식의 변화도 필요합니다. 그리고 일의 미래는 흥미로울 것입니다. 확실히 지루하지 않을 것입니다. 이 연구에 대한 더 자세한 설명이 궁금하다면 전체 보고서(링크)를 읽어보세요.

저희 콘텐츠가 마음에 드신다면 Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok에서 바쁜 꿀벌 커뮤니티에 가입하세요.

저자: 로버트 휘트니

IT 부서를 코칭하는 JavaScript 전문가이자 강사입니다. 그의 주요 목표는 코딩하는 동안 효과적으로 협력하는 방법을 다른 사람들에게 가르쳐 팀 생산성을 높이는 것입니다.

모든 게시물 보기

비즈니스에서의 AI:

1. 비즈니스에서 AI의 위협과 기회(1부)
2. 비즈니스에서 AI의 위협과 기회(2부)
3. 비즈니스에서의 AI 애플리케이션 - 개요
4. AI 지원 텍스트 챗봇
5. 비즈니스 NLP의 오늘과 내일
6. 비즈니스 의사결정에서 AI의 역할
7. 소셜 미디어 게시물 예약. AI가 어떻게 도움을 줄 수 있나요?
8. 자동화된 소셜 미디어 게시물
9. AI로 운영되는 새로운 서비스와 제품
10. 내 사업 아이디어의 약점은 무엇입니까? ChatGPT를 사용한 브레인스토밍 세션
11. 비즈니스에서 ChatGPT 사용
12. 합성 배우. 상위 3개 AI 비디오 생성기
13. 3가지 유용한 AI 그래픽 디자인 도구. 비즈니스에서의 생성적 AI
14. 오늘 꼭 시험해 봐야 할 멋진 AI 작가 3인
15. 음악 창작에서 AI의 힘 탐구
16. ChatGPT-4로 새로운 비즈니스 기회 탐색
17. 관리자를 위한 AI 도구
18. 당신의 삶을 더 쉽게 만들어 줄 멋진 ChatGTP 플러그인 6가지
19. 3 그라피코프 AI. Generatywna sztuczna inteligencja dla biznesu
20. McKinsey Global Institute가 말하는 AI의 미래는 무엇입니까?
21. 비즈니스에서의 인공지능 - 소개
22. NLP, 즉 비즈니스에서의 자연어 처리란 무엇입니까?
23. 자동 문서 처리
24. Google 번역과 DeepL. 비즈니스를 위한 기계 번역의 5가지 응용
25. 보이스봇의 운영 및 비즈니스 애플리케이션
26. 가상 비서 기술, 아니면 AI와 대화하는 방법?
27. 비즈니스 인텔리전스란 무엇입니까?
28. 인공지능이 비즈니스 분석가를 대체할 것인가?
29. 인공지능이 BPM에 어떻게 도움을 줄 수 있나요?
30. AI와 소셜 미디어 – 그들은 우리에 대해 무엇을 말하는가?
31. 콘텐츠 관리의 인공 지능
32. 오늘과 내일의 창의적 AI
33. 멀티모달 AI와 비즈니스 애플리케이션
34. 새로운 상호 작용. AI는 우리가 장치를 작동하는 방식을 어떻게 변화시키고 있습니까?
35. 디지털 기업의 RPA 및 API
36. 미래의 직업 시장과 다가오는 직업
37. 교육 기술의 AI. 인공지능의 잠재력을 활용한 기업의 3가지 사례
38. 인공지능과 환경. 지속 가능한 비즈니스 구축에 도움이 되는 3가지 AI 솔루션
39. AI 콘텐츠 탐지기. 그만한 가치가 있나요?
40. ChatGPT 대 Bard 대 Bing. 어떤 AI 챗봇이 경쟁을 주도하고 있을까요?
41. 챗봇 AI는 Google 검색의 경쟁자인가요?
42. HR 및 채용을 위한 효과적인 ChatGPT 프롬프트
43. 신속한 엔지니어링. 프롬프트엔지니어는 어떤 일을 하나요?
44. AI 모형 생성기. 상위 4개 도구
45. AI와 그 밖의 무엇? 2024년 비즈니스를 위한 최고의 기술 트렌드
46. AI와 비즈니스 윤리. 윤리적 솔루션에 투자해야 하는 이유
47. 메타 AI. Facebook과 Instagram의 AI 지원 기능에 대해 무엇을 알아야 합니까?
48. AI 규제. 기업가로서 알아야 할 것은 무엇입니까?
49. 비즈니스에서 AI를 활용하는 5가지 새로운 용도
50. AI 제품 및 프로젝트 - 다른 제품과 어떻게 다른가요?
51. AI 지원 프로세스 자동화. 어디서 시작하나요?
52. AI 솔루션을 비즈니스 문제에 어떻게 연결합니까?
53. 팀의 전문가로서의 AI
54. AI 팀 vs 역할 분담
55. AI에서 진로 분야를 선택하는 방법은 무엇입니까?
56. 제품 개발 프로세스에 인공 지능을 추가하는 것이 항상 가치가 있습니까?
57. HR의 AI: 채용 자동화가 HR 및 팀 개발에 미치는 영향
58. 2023년 가장 흥미로운 AI 도구 6가지
59. AI로 인해 발생하는 6대 비즈니스 사고
60. 회사의 AI 성숙도 분석은 무엇입니까?
61. B2B 개인화를 위한 AI
62. ChatGPT 사용 사례. 2024년 ChatGPT로 비즈니스를 개선하는 방법에 대한 18가지 예
63. 마이크로러닝. 새로운 기술을 얻는 가장 빠른 방법
64. 2024년 기업에서 가장 흥미로운 AI 구현
65. 인공지능 전문가는 어떤 일을 하나요?
66. AI 프로젝트는 어떤 과제를 가져오나요?
67. 2024년 비즈니스를 위한 상위 8개 AI 도구
68. CRM의 AI. CRM 도구에서 AI는 무엇을 변화시키나요?
69. UE AI법. 유럽에서는 인공지능 사용을 어떻게 규제하나요?
70. 소라. OpenAI의 실감나는 영상은 비즈니스를 어떻게 변화시킬까요?
71. 상위 7개 AI 웹사이트 빌더
72. 코드 없는 도구와 AI 혁신
73. AI를 사용하면 팀의 생산성이 얼마나 향상되나요?