기업별 현장에서 적용된 생성형 AI 사례 분석 (feat. 생산성 향상)

기업별 현장에서 적용된 생성형 AI 사례 분석 (feat. 생산성 향상)

 

1. ING

글로벌 금융 기관인 ING는 네덜란드에서 고객 서비스를 향상시키기 위해 생성 AI를 활용했습니다. 현재의 클래식 챗봇은 대화의 40~45%를 해결하지만, 여전히 주당 16,500명의 고객이 실시간 상담원과의 대화를 필요로 합니다. 생성 AI의 잠재력을 인식한 ING는 맞춤형 고객 지원 챗봇을 개발하여 즉각적이고 맞춤형 도움을 제공했습니다. 이를 통해 이전 솔루션과 비교했을 때 첫 7주 동안 20% 더 많은 고객이 긴 대기 시간을 피할 수 있었고 즉각적인 만족감을 제공받았습니다. 이 챗봇은 10개 시장으로 확장되면서 3,700만 명의 고객에게 도달할 것으로 예상됩니다.

 

2. Recursion

생명공학 회사인 Recursion은 약물 발견을 가속화하기 위해 새로운 생성 AI 플랫폼을 개발하고 대형 언어 모델(LLM)을 훈련했습니다. 이 플랫폼은 과학자들이 대량의 독점 생물학적 및 화학적 데이터 세트를 처리할 수 있는 여러 머신러닝 모델에 동시에 접근할 수 있게 하여 약물 개발 시간을 절약할 수 있도록 합니다.

 

3. Itaú Unibanco

라틴 아메리카 최대의 민간 은행인 Itaú Unibanco는 여성 축구 선수들을 위한 광고 캠페인을 AI를 사용하여 제작했습니다. 이 캠페인은 1941년 브라질 법률이 여성의 축구 경기를 금지한 사실을 강조했습니다. AI 생성 이미지는 실제 선수들과 역사가들과의 대화를 바탕으로 하여 "존재하지 않았던 브라질 팀들" 캠페인을 만들었고, 이는 새로운 세대의 AI 기반 미디어 광고의 길을 열었습니다.

 

반응형

4. Nubank

Nubank는 고객 서비스를 향상시키기 위해 생성 AI 가상 비서를 시범 운영하고 있습니다. 이 가상 비서는 Nubank 생태계 내에서 개인 맞춤형 신용 관련 옵션을 제공하는 데 중점을 둡니다. 고객이 신용카드 사용을 이해하고 담보 대출 기회를 탐색하며 신용 한도에 영향을 미치지 않고 온라인 결제 서비스인 NuPay를 사용할 수 있도록 돕습니다. 또한, 고객의 프로필과 자격에 따라 개인 대출을 제공할 수 있습니다. 초기 단계에서는 이 혁신적인 솔루션이 Nubank의 고객 참여 플랫폼인 NuCommunity 회원에게만 제공될 예정입니다. GPT-4와 Nubank의 독점 도구를 사용하여 개발된 이 비서는 지속적인 고객 상호작용을 통해 진화하고 개선되어 동적이고 고객 중심의 서비스를 보장합니다.

 

5. Saudi Aramco

Saudi Aramco는 AI 허브를 구축하여 유전과 가스전의 유정 헤드에서 매일 50억 개 이상의 데이터 포인트를 효율적으로 분석하고 있습니다. 이를 통해 석유 물리적 특성에 대한 이해를 높이고 탐사 및 시추 의사 결정을 가속화합니다. 이러한 솔루션은 실시간 경고를 제공하여 비즈니스 중단을 방지하고, 저수지 성능을 향상시키며, 유전 개발 계획과 유정 경로를 최적화하여 수백만 달러를 절감합니다. AI 기술은 또한 파이프가 막히는 등의 시추 문제를 예측하고 예방하며, 적외선 이미지를 사용하여 증기 트랩과 같은 필수 장비의 상태를 모니터링하는 데 사용됩니다.

 

6. DigitalOwl

DigitalOwl의 AI 기반 플랫폼은 방대한 의료 기록, 전통적인 기록과 전자 건강 기록을 효율적으로 처리하고 분석할 수 있도록 지원합니다. 이 솔루션은 생명 보험 언더라이터를 위해 설계되었으며, 복잡하고 방대한 의료 문서를 탐색하는 작업을 단순화하고 중요한 정보를 추출하여 조직화합니다.

 

728x90

7. Vistra Corp

미국 최대의 경쟁 전력 생산자인 Vistra Corp는 2030년까지 배출량을 60% 줄이고 2050년까지 순 배출 제로를 달성하겠다는 목표를 세웠습니다. 여러 배출량 감소 이니셔티브 중에서, Vistra는 AI가 자사 발전소를 더 효율적으로 운영하는 데 어떻게 도움이 될 수 있을지 알아보고자 했습니다. 회사는 2년간의 발전소 데이터를 학습한 다층 신경망 모델을 사용하여 최적의 발전소 운영 방안을 도출했습니다.

 

예를 들어, 온도와 습도와 같은 외부 요인의 조합에 따라 최대 열 효율을 달성하기 위한 제어실의 설정값을 결정하는 것입니다. 발전 공학 전문가들이 모델을 검증한 후, 운영자에게 30분마다 효율성을 높이기 위한 권장 사항을 제공하기 시작했습니다. 이를 통해 에너지 목표를 달성하고 발전소의 신뢰성을 개선할 수 있었습니다.

 

이로 인해 덕트 버너 사용이 30% 감소하고 연간 약 $175,000의 연료 절감 효과와 탄소 배출 감소를 달성하여, 보다 효율적이고 신뢰할 수 있는 전력을 보장했습니다. 이러한 인사이트는 Heat Rate Optimizer(HRO)라는 솔루션에 통합되어 회사 전체 함대에 구현되어 $2,300만의 절감 효과를 가져왔습니다. Vistra는 이후 HRO를 26개 발전소의 67개 추가 발전 장치로 확장했습니다.

---

 

소프트 웨어 패치가 부른 나비효과 (feat. 사이버 정전 대란)

 

전 세계를 덮친 IT 대란 (feat. MS 클라우드 먹통)

 

파리 올림픽에 도입된 AI 카메라 (feat. 실시간 감시에 대한 의문)