(온라인) 2025 CES 분석 (2/2) #9

DEV-daehyun99's Blog			Period	2024/10/01 ~ 2025/02/28
			Link	https://dev-daehyun99.tistory.com/
2024년
번호	업로드 일정	내용
1	10월 01일	KT AIVLE School 6기 기자단 활동 시작 인사
2	10월 07일	IT 분야 정보 공유
	10월 23일	KES 2024 관람
3	10월 28일	KES 2024 리뷰 (1/2)
4	11월 11일	KES 2024 리뷰 (2/2)
	12월 10일	AI summit Seoul 2024 관람
5	12월 16일	AI summit Seoul 2024 리뷰 (1/2)
6	12월 30일	AI summit Seoul 2024 리뷰 (2/2)
2025년
번호	업로드 일정	내용
7	01월 13일	에이블스쿨 2024 되돌아보기 & 7기 모집
8	01월 27일	(온라인) 2025 CES 분석 (1/2)
9	02월 10일	(온라인) 2025 CES 분석 (2/2)
10	02월 28일	KT AIVLE School 6기 기자단 활동 마무리 인사

---

	컨퍼런스 주제	요약
1	Global AI Investment Trends	AI의 미래, 투자 동향, 차세대 AI 혁신과 성장을 주도하는 기회에 대한 최고 투자자들의 인사이트를 확인하세요.
2	Workforce Readiness And The Global Economy	AI가 고용 시장을 어떻게 변화시키고 있는지 살펴보고, 미래를 대비한 인력 준비, 재숙련, AI 주도의 기회 수용에 대한 인사이트를 살펴보세요.
3	The Race for Generative AI and LLM Supremacy	최고의 모델과 신생 기업이 서로 다른 수준의 혁신으로 경쟁하며 그 자리를 차지하기 위해 경쟁하는 제너레이티브 AI와 LLM 패권 경쟁의 현황에 대해 알아보세요.
4	Retail Reimagined From Vision to Value With AI	AI Agent가 소매 고객 경험을 변화시키고, 개인화된 상호작용을 촉진하며, 비즈니스가 고객과 연결되는 방식에 혁신을 가져오는 방법을 알아보세요.
5	The Rise of AI Agents	공급망 최적화 및 고객 개인화 강화부터 주방 자동화 및 예측 메뉴 계획의 혁신에 이르기까지 AI가 식품 서비스 산업을 어떻게 재편하고 있는지 살펴보세요.

 

---

- The Race for Generative AI and LLM Supremacy

- 영상 링크 : https://www.ces.tech/videos/2025/january/the-race-for-generative-ai-and-llm-supremacy/

- 세션 참가자:

Sandy Cartr from Unstoppable / Women of AI and Web3
Stephanie Buckner from Altair
Ray Wang from Constellation Reserch
Hassan Sawaf from AIExplain
Yujing Qian from GMI Cloud

 

1. 기업들의 LLM 도입

 최근 77%의 기업이 회사 생산성 향상을 위해 LLM 도입을 검토하고 있다고 한다. 예를 들어, 회의 효율을 높이기 위해 Otter AI 등의 회의 요약 AI 도구를 사용하는 사례가 있다. 다만 웃픈 사실로는 사람들이 회의를 피하려는 태도가 생산성을 가장 크게 떨어뜨리는 문제라고 한다... 이 밖에도 LLM은 법률, 고객 경험, HR, 개발 등 다양한 분야에서 뛰어난 효율성을 보이고 있고, 특히 개발 분야에서는 기존에 최소 1년이 걸리던 작업을 한 달 만에 완료할 수 있을 정도이다.

 

2. 거버넌스 구축

 LLM 도입을 준비하는 기업들은 방대한 데이터와 모델을 다루기 때문에, 체계적인 거버넌스 구축에 관심이 많다. 권한이 있는 직원에게만 정보가 공개되도록 보안을 유지해야 하며, LLM에서 발생할 수 있는 ‘할루시네이션’ 문제를 어떻게 제어할지도 중요한 과제다. 이를 해결하기 위해 RapidMiner 등 지식 그래프 기술이 적용된 플랫폼을 활용해 견고한 데이터 관리 체계를 마련할 필요가 있다.

 

3. 데이터와 모델의 정확도

 데이터를 제대로 활용하려면 통합이 필수적이다. 대부분의 기업은 데이터가 여러 사일로(silo)에 나눠져 있어, AI Fabric 같은 레이어를 구축해 데이터를 연결 및 통합하려고 시도하고 있다.
 데이터 통합이 중요한 이유는 모델의 정확도 향상이 필요하기 때문이다. AI 기반 제품이 프로덕션 단계에 이르면 제품 출시 전에 문제 발생 시 책임 소재 등을 미리 설정해야 한다. 그러나 LLM은 완벽하지 않다는 특성이 있다. 예를 들어 정확도가 85%인 모델을 금융 분야처럼 높은 정확도가 요구되는 곳에 도입하면 큰 문제가 될 여지가 있고, 제품을 사용하지 않을 것이다. 따라서 제품 정확도를 높여야 하고, 이를 위해서는 데이터 통합, 추가 데이터 소스 확보, 데이터 파트너십 체결 등이 중요하다.

 

4. AI 모델보다 중요한 데이터 흐름 관리

 많은 사람이 AI 모델링이나 모델 작동 방식에만 초점을 맞추지만, 실제로는 모델보다 데이터가 더 중요하다고 한다. 데이터를 바라볼 때는 하나의 파이프라인으로 인식해야 하는데, 이는 AI 모델 학습이 단발적으로 일어나는 것이 아니라 지속적으로 이루어져야 함을 의미한다. 결국 비즈니스에 어떻게 데이터를 활용하고 데이터 흐름을 관리하느냐가 가장 핵심적인 문제이다.

---

- Retail Reimagined From Vision to Value With AI

- 영상 링크 : https://www.ces.tech/videos/2025/january/retail-reimagined-moving-from-vision-to-value-with-ai/

- 세션 참가자 :

Andi Huels from Vody
Adam Dumey from WWT
Thomas Geraghty from Universal Destinations and Experiences
Noah Zamansky from StitchFix
Mattia Miglio from Alibaba
Stephanie Horbaczewski from Vody

 

 최근 AI기술은 다양한 산업에서 필수적인 기술로 자리 잡고 있으며, 소매업 분야에서도 AI를 활용한 혁신이 활발하게 이루어지고 있다. 해당 세션은 소매업에서 AI를 도입하는 단계와 주요 과제, 실제 적용 사례를 다루고 있다.

 

1. 소매업에서 AI 도입 단계 및 필요성

 소매업에서는 기업들을 AI 도입 단계에 따라 'AI에 대해 배우는 기업', 'PoC (Proof of Concept) 진행 기업', ' AI를 적용한 기업', ' AI에 회의적인 기업'으로 구분 할 수 있다.

 AI는 2022년 가을, 과거 '아이폰 모먼트' 같은 순간을 맞이하며 대중화되었다. 이 시기 OpenAI의 ChatGPT와 DALL-E가 등장하였고, 이를 Deloitte AI 포럼에서 직관한 진행자는 AI가 실생활에 깊숙이 자리 잡을 것이라 생각하였다고 한다. CES 2025에서 엔비디아 CEO 젠슨 황의 기조연설에서도 'ChatGPT Momnet'를 언급하며 AI가 앞으로 우리 삶의 필수적인 요소가 될 것이라고 강조했다. 소매업에서도 마찬가지로 AI 도입은 선택이 아닌 필수가 되어가고 있다고 한다.

 

2. AI 도입의 주요 과제

 하지만, AI 도입에는 여러 가지 도전 과제들이 존재한다. 대부분의 최고 경영진은 50 ~ 60대의 남성들이고, 이들은 AI 기술에 대한 이해도가 낮다. 이로 인해 AI의 실질적인 비즈니스 효과를 이해하지 못한 채 AI를 도입하려는 경향이 있고, AI 기술자체보단, 이를 통한 비즈니스 문제 해결에 집중할 필요가 있다.

 

3. 소매업에서 AI 활용 사례

 Stitch Fix는 AI와 전문 스타일리스트를 결합한 온라인 개인 스타일링 서비스 기업으로, 고객 맞춤형 패션 추천 및 분석 서비스를 제공한다. 고객이 앱을 다운로드하고 온보딩 과정을 거치면, AI가 취향을 분석해 개인화된 스타일을 추천한다. 또한, 스타일리스트와 고객 간 원활한 소통을 위해 멀티모달 기술을 활용하여 고객의 니즈를 보다 정확하게 파악하고 최적의 스타일을 제안한다. 더 나아가, 고객 데이터를 분석해 최신 패션 트렌드와 수요를 예측하고, 이를 바탕으로 재고 계획을 조절해 효율적인 운영이 가능하도록 지원한다.

 Universal Destination & Experiences은 테마파크, 호텔, 리조트 등을 관리하며, 데이터 분석 기술을 활용하여 고객 경험을 혁신하고 있다. 해당 기업은 오프라인 공간에서 고객의 상호작용이 주로 이루어지고 있다. 테마파크의 방문객 흐름을 모니터링하여 고객이 특정 구역에 몰리는 시간대를 분석하여 유동적인 관리를 수행하고, 방문객에게 기다려야 할 시간을 최소화하여 효율적인 동선을 안내하고 있다. 리조트에 입장할 수 있는 티켓과 얼굴 인식 기능을 연결하여, 어트랙션에 입장하는데 걸리는 시간을 줄일 수 있었다고 한다.

 Alibaba는 140개국 이상의 200000개 이상의 판매자가 입점한 플랫폼으로, 판매자들이 제품을 쉽게 등록할 수 있도록 Smart Assistant를 도입하였다. 검색 엔진 시스템 개선에도 AI 기술을 활용하였는데, 기존의 검색 엔진은 데이터의 5%만 인덱싱한 반면에 B2B 데이터의 80% 이상을 인덱싱하여, 다양한 시장의 제품을 분석할 수 있도록 하였다. 이 밖에도 물류 최적화와 마케팅 솔루션에도 AI 기술을 활용하였다고 한다.

 

---

- The Rise of AI Agents

- 영상 링크 : https://www.ces.tech/videos/2025/january/the-rise-of-ai-agents/

- 세션 참가자 :

Deborah Matteliano from AWS
Michael Anderson from SoundHound
Susan Sly from ThePause.AI
Caroline Reppert from NRF
Adam Dumey from WWT

 

1. AI Agent의 진화

 AI 에이전트는 초기에는 단순한 IVR(Interactive Voice Response) 봇 형태로 시작되었다. 이 시기의 AI는 사용자의 요청에 대한 FAQ(자주 묻는 질문) 응답 수준에 머물렀으며, 백엔드 시스템과의 통합 없이 단순한 질문과 답변을 제공하는 기능만 수행할 수 있었다.

 이후, 대화형 AI 플랫폼(Conversational AI)이 등장하면서 AI의 기능이 더욱 확장되었다. 대화형 AI는 사용자의 대화 흐름을 이해하고, 백엔드 시스템과 더 나은 통합을 이루어, 자연스러운 대화로 FAQ를 삽입할 수 있게 되었다.

 생성형 AI는 단순한 질의응답을 넘어 보다 인간다운 상호작용을 가능하게 했다. 사용자는 고객, 직원, 혹은 환자로서 AI와 대화할 수 있었으며, 개인 맞춤형 경험을 제공받을 수 있게 되었다.

 에이전틱 AI는 이에 더불어, 사용자의 개인화된 정보들을 미리 파악하고 최적의 정보를 제공하는 역할을 할 수 있다.

과거의 챗봇들은 응답 성능이 좋지 않아 사용자들이 기피했던 기술이다. 하지만, 기술의 발전에 따라 사용자 경험이 향상되고 신뢰가 향상되어 AI 활용이 점차 늘어나게 되었다.

 

2. AI Agent에게 요구되는 특징 (지능적, 적응력, 자율성과 의사 결정권)

 에이전틱 AI는 개인화된 정보를 제공하기 위한 몇 가지 중요한 요소를 가지고 있다. 사용자가 원하는 결과를 제공하기 위해서는 AI가 활용할 수 있는 도구들이 뒷받침 되어야 한다. 여러 도구들 중에서 필요한 도구들만 사용하여 사용자에게 답변을 제공해야 한다. ChatGPT의 캔버스 모드, 웹 검색, 딥 리서치 기능 등을 도구로써 말하는 것 같다. 또한, 다양한 환경에서 사용할 수 있는 적응력이 필요하다. 사용자는 에이전틱 AI와 음성 또는 채팅으로 상호작용할 수 있어야 하고, 휴대폰 앱, 자동차 등 다양한 디바이스에서 동작할 수 있어야 한다. 또한, 단순히 명령을 따르는 것이 아닌, 스스로 판단하여 최적을 결정을 내릴 수 있는 자율성과 의사 결정권을 가지고 있어야 한다.

 

3. AI Agent 예시

 AI 에이전트의 이해를 돕기 위해, 보험 가입 과정에서의 AI 에이전트 활용 사례를 소개해주었다. 고객은 곧 아이를 가질 예정이고, 이에 맞는 건강보험 플랜을 찾는 상황을 가정하고 있다. 이에 AI 에이전트는 고객의 아이디, 비밀번호 설정 등의 가입 프로세스를 도와야 하고, 고객의 상황에 맞는 "축하한다."는 감정적 반응과 고객이 실질적으로 필요로 하는 보험 플랜 정보를 제공할 수 있어야 한다. 또한, 고객의 세부 상황에 따라 보험 플랜을 조정하고, 중요한 결정이 필요하다면 인간 상담원을 연결해줄 수 있어야 한다.

 

4. AI Agent의 미래와 변화

 AI 에이전트 기술로 인해 미래에는 하이브리드 세상이 될 것이라고 한다. 전체 상담원 중에서 AI 에이전트 활용 비율은 2024년에 1%에 불과했다. 하지만, 2025년에는 30%를 차지할 것으로 예상되고 있다. 이에 기업들은 AI 에이전트를 어떻게 배포해야 할지 고려해야 하고, 새로운 정책과 조직도의 변화가 예상되고 있다.

 인재 고용 측면에서도 변화가 있을 것이다. 기업들은  AI 도구를 잘 활용하는 인재를 더욱 선호하게 될 것이라고 한다. 한 미래학자는 "기업들이 더 이상 최고의 우수한 학생을 채용하지 않을 것이며, 대신 AI를 효과적으로 활용하여 문제를 해결하는 창의적인 인재를 채용할 것"이라고 전망했다. 즉, 미래에는 AI 자체를 개발하는 능력뿐만 아니라, AI를 효과적으로 관리하고 활용하는 능력이 더욱 중요해질 것이다.