요약
AI 도입과 이에 맞춘 엔터프라이즈 적응은 거의 모든 조직의 최우선 과제입니다. 그러나 79%의 리더들이 그 우선순위에 동의하는 반면, Microsoft와 LinkedIn의 최근 설문조사에 따르면 절반 이상이 이를 실현할 비전이 부족하다고 우려하고 있습니다. 이것이 바로 Dona Sarkar와 같은 전문가들이 필요한 이유입니다. 그녀는 Microsoft의 Copilot 및 AI 확장성 프로그램을 이끌며, AI 편향 및 기타 함정을 경계하면서 기업 리더들에게 이 혁신적인 기술을 효과적이고 원활하게 통합하는 방법을 가르치고 있습니다.
핵심 요점: 적극적인 역할을 하십시오. "AI가 [당신에게] 일어나도록 내버려 두지 말고," 그녀는 말합니다, "AI를 주도적으로 활용하십시오."
진행자: Doug Thompson, 수석 교육 설계자, Tanium
게스트: Dona Sarkar, 수석 문제 해결사, Copilot 및 AI 확장성 프로그램, Microsoft
쇼 노트
AI를 조직에 통합하는 최선의 방법과 특히 Microsoft Copilot을 최대한 활용하는 방법에 대한 자세한 내용은 Tanium의 수상 경력에 빛나는 온라인 사이버 뉴스 매거진인 Focal Point의 기사와 다음의 유용한 리소스를 확인하십시오.
- 4 AI 시대의 중요한 리더십 우선순위 | Focal Point
- AI 대 인간: SecOps가 다음 전쟁터가 될 수도 (없을 수도) 있는 이유 | Focal Point
- AI 편향 방지는 최상위에서 시작됩니다 – 이 여성 최고 AI 책임자들에게 물어보세요 | Focal Point
- Tanium이 Microsoft Copilot for Security와 통합 – 사이버보안 팀을 위한 판도 변화 | Tanium
- 데이터 시트: Tanium & Microsoft Copilot for Security | Tanium
- 온디맨드 웨비나: 실시간 데이터로 Microsoft Copilot for Security 강화 | Tanium
대본
다음 인터뷰는 명확성을 위해 편집되었습니다.
"기업들은 실제로 데이터를 제대로 정리하지 못하고 있습니다. 그리고 모든 사람들이 하는 말 중 하나는, AI가 데이터 문제와 관련하여 우리를 훨씬 더 취약하게 만들었다는 것입니다. 저는 이렇게 말합니다, 아니요, AI는 침대 밑을 비추며 좀약이 있다고 말하는 커다란 손전등입니다. 그리고 당신은 이렇게 말하겠죠, 오, 저 방충제는 어디서 온 거야? 그것들은 이미 거기 있었던 겁니다, 친구여. 그것은 단지 [AI가] AI가 그것에 큰 스포트라이트를 비추고 있는 것입니다."도나 사르카르, 수석 트러블메이커, 코파일럿 및 AI 확장성 프로그램, 마이크로소프트
Doug Thompson: 기술 혁신은 단순히 새로운 것을 도입하는 것만이 아닙니다. 그것은 또한 행동, 비즈니스, 그리고 수익을 변화시키기 위해 사람들의 신뢰를 얻는 것이기도 합니다. 그것이 바로 오늘날 기업들이 AI를 도입하려고 할 때 우리가 목격하고 있는 것입니다. 기술 혁신은 쉽지 않습니다. 그리고 이를 증명하는 두 가지 통계가 있습니다: 마이크로소프트와 링크드인의 최근 설문조사에 따르면 79%의 리더들은 경쟁력을 유지하기 위해 AI를 도입해야 한다는 것을 알고 있지만, 60%는 자신의 조직이 이를 실현할 비전이 부족하다고 우려합니다. 우리는 지난해 ChatGPT에서 이를 목격했고, 올해는 마이크로소프트 코파일럿에서 이를 보고 있습니다.
기업들은 AI를 도입하고 싶지만 최대한 활용하는 방법을 잘 모르고 있습니다.
안녕하세요, 저는 Tanium의 수석 교육 설계자 Doug Thompson입니다. 오늘 Let's Converge에서는 Copilot AI와 그 잠재력을 최대한 발휘하는 방법에 대해 이야기합니다.
오늘 저와 함께하는 분은 진정한 변신의 달인, Dona Sarkar입니다. Microsoft에서 그녀는 소프트웨어 엔지니어, 제품 관리자, Windows Insider 프로그램의 수석 #ninjacat으로 활동하며 제품 공동 개발에 참여한 21백만 명의 사용자를 감독했습니다. 그녀는 접근성 서비스 기술 이사를 역임했으며, 현재는 수석 문제 해결사로서 Copilot 및 AI 확장성 프로그램을 이끌고 있습니다. 그녀는 또한 작가이자 패션 디자이너이며, 제가 가장 좋아하는 – 와인 바의 공동 소유자이기도 합니다. 그녀가 Fast Company의 100 가장 생산적인 인물 중 한 명으로 선정된 것은 당연한 일입니다.
팟캐스트에 오신 것을 환영합니다, Dona.
Dona Sarkar: 정말 감사합니다, Doug. 함께하게 되어 정말 즐겁습니다. 그리고 그 멋진 소개에 정말 감사드립니다. 앞으로도 저를 따라다니며 소개해 주셨으면 합니다. 그것은 매우 인상적으로 들립니다.
Thompson: 저는 그런 일들을 위해 시간을 낼 수 있습니다. 하지만 이 질문을 드려야겠습니다: 하루에 24 시간보다 더 많은 시간이 있나요? 진지하게, 어떻게 그렇게 많은 일을 해내시나요?
Sarkar: 모든 것을 다 해내겠다는 생각을 포기하고, 하루에 정확히 두 가지 일만 해내겠다는 이론을 진심으로 받아들인 것 중 하나입니다. 그리고 그게 전부입니다. 그래서 오늘 같은 날은, 낮에는 본업을 하고 저녁에는 와인 바 관련 일을 하는 것이 전부입니다. 그것이 오늘 제가 해낼 전부입니다. 예를 들어, 어제는 친구들과 사교적인 시간이 필요했습니다. 그래서 본업을 하고 친구들과 사교적인 시간을 보냈습니다. 그래서 저는 하루에 두 가지만 예약하고, 그게 전부예요, 그게 전부, 그게 전부입니다.
Thompson: 그리고 우리가 부르는 이 개인적인 부업을 함으로써, 당신은 모든 인생 목표를 어느 정도 이루고 있는 거네요. 우리는 한 번의 삶을 살아갑니다.
Sarkar: 네, 정말 맞는 말이에요. 제가 생각하는 것 중 하나는: 은퇴 후에 하고 싶은 일들이 무엇인지, 그리고 그것들을 지금 부업으로 시작할 수 있는 방법이 무엇인지입니다. 그래서 제가 기술 분야에서 은퇴 – 공식적으로 "은퇴" – 하게 되면, 그것들로 제2막을 시작할 것인데, 이미 제가 10, 20년 동안 해온 일이 될 거예요. 그러면 이미 어느 정도 잘하게 되어 있을 거예요.
그래서 저는 다음 직장을 구하는 동안 전업으로 전환할 수 있는 여러 부업들을 운영함으로써 미래를 대비하는 것을 정말 강력히 지지합니다. 다음 직장을 구하고 싶다면, 또는 부업 중 하나를 선택해 이제 전업으로 운영하고 싶다면요.
Thompson: 정말 훌륭하네요. 저는 패션 디바와 신참 바 오너를 포함하여 당신의 이력서에 있는 모든 항목들을 줄줄이 읊었습니다. 당신은 장애가 있는 고객들과 함께 일했고, Windows Insiders Group과 함께 일했으며, 비즈니스 애플리케이션을 구축하기 위한 로우 코드 서비스 모음인 Microsoft Power Apps와도 함께 일했습니다. 정말 다양한 고객층이네요. 이러한 모든 경험들이 Copilot과 AI 전반에 대한 당신의 시각에 어떤 영향을 미쳤나요?
Sarkar: 제 업무 주제 중 하나는, 항상 그래왔는데, 저는 2002부터 이 업계에 있었으니, 세상에, 벌써 22년이 됐네요. 정말 오랜 시간이네요. 그래서 저는 개발자로서 풀타임으로 고객들과 함께 일해왔고, 항상 고객 중심이었으며, 이제 22년째 항상 고객 중심으로 일하고 있습니다. 그리고 제 큰 주제는 기술 민주화였습니다. 즉, 어떻게 하면 기술을 가능한 한 가장 많은 사람들에게 관련성 있는 것으로 만들 수 있느냐는 것입니다. 그리고 제가 기술 민주화에 대해 이야기할 때, 사람들은 아, 이 산업이나 저 산업을 말하는 건가요?라고 생각합니다. 아니요, 저는 전 세계적으로를 의미합니다. 우리가 만드는 기술이 나이지리아 라고스, 남아메리카 우루과이, 또는 인도네시아 자카르타, 그리고 앨라배마주 버밍엄에서도 관련성을 가지려면 어떻게 해야 할까요. 왜냐하면 우리가 세상에서 알고 있는 것 중 하나는 디지털 불평등이기 때문입니다 – 모든 사람이 인터넷 지식, 롤 모델, 기회 등에 동일한 접근권을 가지고 있지는 않기 때문입니다.
제가 주로 작업하는 기술은 보통 Windows 인사이더 프로그램처럼 기술 민주화에 매우 집중된 것입니다. 우리는 전 세계 모든 나라에 인사이더를 보유하고 있습니다. 그리고 그 목적은 원하는 누구에게나 Windows의 이전 버전에 대한 접근권을 제공하여 글로벌 출시 전에 자신과 조직의 역량을 키워 더 잘 준비할 수 있도록 하는 것입니다. 그리고 Power [Apps] 플랫폼, 로우 코드도 마찬가지입니다, 그렇죠? 저는 하이 코드를 사용하는 사람이지만, 세상의 모든 사람이 컴퓨터 과학 학위를 취득하거나 코딩 부트캠프를 할 시간이 있는 것은 아니라는 것을 알고 있습니다. 그래서 Power Apps는 드래그 앤 드롭과 몇 가지 수식 등을 통해 비즈니스를 위한 엔터프라이즈급 앱을 구축할 수 있는 능력을 제공합니다. 그리고 접근성도 마찬가지로, 신체 장애, 신경 다양성, 또는 정신 건강 문제를 가진 전 세계 모든 사람이 기술을 사용하여 더 자유로운 삶을 살 수 있도록 보장합니다.
이 모든 기술로 다양한 종류의 사람들과 함께 일한 후, 저는 AI가 우리가 허용한다면 실제로 매우 훌륭한 평등화 도구가 될 수 있다는 것을 깨달았습니다. 비기술적인 배경을 가진 사람들에게 정말 놀라운 기술 멘토가 될 수 있고, 또는 모국어가 아닌 언어로 작업하는 사람들을 위한 훌륭한 번역 도구가 될 수도 있습니다. 그리고 법률 자문이나 초기 의료 검진 같이 사람들이 감당하기 어려울 수 있는 것들에 접근할 수 있게 해주는 역할도 할 수 있습니다. 그래서 저는 AI가 매우 훌륭한 민주화 도구가 될 수 있는 힘을 가지고 있다고 생각하며, 우리가 살고 있는 이 AI 세계 전체에서 제가 가장 흥미롭게 생각하는 부분이 바로 그것입니다.
Thompson: 정말 훌륭하네요. 정말 마음에 듭니다. 그리고 있잖아요, 저는 당신의 커리어를 한동안 지켜봐 왔어요. 우리는 함께 일하지는 않았지만, 같은 시기에 Microsoft에 있었죠. AI와 특히 Copilot에 대한 가장 큰 오해는 무엇인가요? 제 말은, 민주화 같은 것들에 대해 언급하셨잖아요. 분명히 반복적으로 등장하는 주제들이 있을 것 같습니다.
Sarkar: 네, 제 생각에 가장 큰 오해 중 하나는 AI와 Copilot이 우리를 더 게으르게 만들 것이라는 점입니다. 사실, 이야기해 볼 세 가지 오해가 있습니다. 그리고 제가 방문하는 모든 나라에서 이런 이야기를 듣습니다.
첫 번째는 AI의 사용 사례가 전부이거나 아무것도 아니라는 것입니다. 기업이 AI에 완전히 올인하거나 그렇지 않거나 둘 중 하나라는 것이죠. 그래서 그게 첫 번째입니다. 두 번째는 모든 기업이 AI를 받아들일 준비가 되어 있다는 것입니다. "좋아요, 데이터가 준비됐으니 내일 바로 시작할 수 있어요."라는 식이죠. 그리고 세 번째는 모든 사람이 사용 방법을 알고 있다는 것입니다. 이 중 어느 것도 전혀, 전혀, 전혀 사실이 아닙니다.
첫 번째로: 모든 회사는 모든 단일 시나리오에 AI를 적용해야 한다고 생각합니다. 그리고 그것은 사실이 아닙니다. 왜냐하면 우리가 지금 모두 이야기하고 있는 생성형 AI는, 생성하기 때문입니다. 따라서 비결정적 출력이 나오는 사용 사례, 즉 출력이 특정 문구의 정확한 검색 결과일 필요가 없는 경우에 정말 유용합니다.
AI는 검색이 아닙니다. 사람들이 그렇게 사용할 때, 저는 이렇게 생각합니다. 그럴 수 있지만, 생성형 AI의 진정한 힘은 새로운 것을 생성하는 데 있습니다. Doug와 창의적인 인터뷰 일정을 잡는 이메일을 작성해 주세요; 전략 보고서를 만들어 주세요; 새로운 그림, 새로운 동영상을 만들어 주세요. 즉, 창의성이 실제로 가치를 발휘하는 곳에서 처음부터 새로운 것을 창조하는 것입니다. 저는 AI에 대해 항상 이렇게 말합니다. 인터넷을 생각하듯이 AI를 생각하세요: 새로운 아이디어로 새로운 문제를 해결하는 데 도움을 줄 수 있는 것입니다. 그래서 저는 AI가 단순히 용인되는 것이 아니라 환영받는 시나리오에서 AI를 사용합니다, 그렇죠? 지구상의 모든 단일 시나리오가 아니라요. 그래서 그게 첫 번째입니다.
두 번째는: 기업들이 실제로 데이터를 제대로 관리하지 못하고 있다는 것입니다. 그리고 모든 사람들이 하는 말 중 하나는, AI가 데이터 문제와 관련하여 우리를 훨씬 더 취약하게 만들었다는 것입니다. 저는 이렇게 말합니다, 아니요, AI는 침대 밑을 비추며 좀약이 있다고 알려주는 커다란 손전등입니다. 그러면 여러분은, 오, 저 좀약들은 어디서 온 거지? 라고 말하겠죠. 그것들은 이미 거기 있었던 겁니다, 친구여. 단지 AI가 그것에 큰 스포트라이트를 비추고 있을 뿐입니다. 그래서 사람들이 찾기 어렵다는 모호함에 의한 보안은 더 이상 적용되지 않습니다. 우리는 AI를 구현하기 전에 실제로 데이터 보안을 제대로 갖춰야 합니다. 이를 위한 많은 전술이 있지만, 이것이 사람들로 하여금 우리가 생각했던 것만큼 데이터 보안이 잘 되어 있지 않았다는 것을 깨닫게 만들었다고 생각합니다.
그리고 세 번째는: 사람들이 사용 방법을 스스로 터득할 것이라는 점입니다. 하지만 그것은 근본적으로 사실이 아닙니다. 왜냐하면 그것이 그렇게 자연스러운 일이 아니기 때문입니다. 사람들은 적절한 교육 없이, 안내 없이, "이것이 좋은 사용 사례입니다. 여기 좋은 프롬프트가 있습니다. 이것을 특별히 이 용도로 사용하세요."라는 말 없이는 어떤 것도 사용하는 방법을 터득하지 못했습니다. 그것이 사람들이 실제로 필요로 하는 것이며, 기업들은 반드시 직원들의 업무에 통합되는 방식으로 조직의 역량 강화에 투자해야 합니다. 재무팀이 주말에 스스로 배워야 한다고 말하는 것과는 다릅니다. 그들이 왜 그렇게 하겠습니까? 그들은 해야 할 일이 있습니다. 그래서 저는 해커톤, 프롬프트-어-톤 – 하루에 하나의 프롬프트 훈련 – 그런 종류의 것들이 정말, 정말 효과적이며 조직 내에서 매우 잘 작동한다는 것을 발견했습니다.
Thompson: 마지막 요점인 조직적 변화 또는 문화적 변화가 매우 중요하며, 많은 사람들이 이를 간과합니다. 그들은 기술적인 문제라고 생각하고 기술은 괜찮지만, 그것은 다른 무엇만큼이나 문화적이고 조직적인 문제입니다.
Sarkar: 네, 그것은 매우 사실입니다. AI는 50% 사람과 50% 기술에 관한 것입니다. 그리고 AI를 수행할 수 있도록 기술을 정비하는 것은 훌륭한 일입니다. 사용 사례를 정의하고, 데이터가 정돈되어 있는지 확인하고, 올바른 AI 제품을 구현했는지 확인하는 것 – 그것이 작업의 50%입니다. 나머지 50%는 조직이 권한을 부여받고 두려움을 느끼지 않도록 의미 있는 방식으로 AI를 사용하도록 가르치는 것입니다. 그것이 핵심입니다.
왜냐하면, 네, AI는 업무의 많은 부분을 자동화할 것이기 때문입니다. AI가 와서 당신의 일자리를 빼앗아 가지는 않을 것입니다. AI는 당신의 업무에서 특정 작업들을 자동화할 것입니다. 개발자인 저의 경우, AI는 아마도 지금부터 영원히 제가 만드는 모든 웹사이트의 첫 번째 버전을 구축할 것입니다. 그것은 정말 좋은 소식입니다. 하지만 개발자인 저는 이 다섯 개의 웹사이트에서 가져온 내추럴 와인을 갖춘 워싱턴 주의 와인 바 웹사이트를 만들어 달라고 프롬프트를 입력해야 할 것입니다. 테마는 청록색과 금색으로 해주세요.
Thompson: 작가나 콘텐츠 크리에이터 또는 기조연설자로서, 당신이 말씀하신 것처럼 저는 AI를 사용해 초안을 작성하는데, 그것이 많은 시간을 절약해 주기 때문입니다. 그런 다음 저는 그것을 검토하고 개인화하면서 이것이 좋은지 아닌지 판단하고, 조사를 하는 등의 작업을 합니다. 그래서 웹사이트를 구축하는 것처럼, 그것은 분명히 저에게 많은 시간을 절약해 줍니다.
Sarkar: 맞습니다.
Thompson: 그럼 여기서 주제를 조금 바꿔보겠습니다. AI 편향에 대해 여쭤보고 싶었는데요, 이것은 매우 큰 문제이며 여러 면에서 거의 극복할 수 없는 것처럼 보입니다. 이것은 비즈니스 리더들의 발목을 잡습니다. 그들은 AI를 도입하고 싶지만, 편향된 데이터를 입력하고 싶지는 않습니다. 편향을 어떻게 피할 수 있을까요? 그리고 이것은 – 아마도 당신의 과거 경력과 다른 역할들이 여기서 많은 도움이 될 것 같습니다.
Sarkar: 네. 편향은 저에게 정말 흥미로운 주제인데, 결국 우리가 편향을 어떻게 정의하느냐로 귀결됩니다. 왜냐하면 제가 생각하는 편향과 당신이 생각하는 편향은 우리가 정확히 같은 일을 하더라도 매우 다를 수 있기 때문입니다. 그래서 많은 부분이 제가 '이것은 무엇을 위한 것인가?'라는 질문을 던지는 것에서 비롯됩니다. 예를 들어, 저는 AI가 해당 AI 도구가 수행하도록 설계된 일만 하도록 가드레일을 설치하는 것을 강력히 지지합니다.
예를 들어 설명해 드리겠습니다. 의사들을 위한 도구를 만든다고 가정해 봅시다 – 제가 방금 본 것인데, Color [Health's]의 "코파일럿"이라고 불리며 환자의 암 감지를 돕는 도구입니다. 그러니 몇 가지 기본적인 편향을 제거해 봅시다. 누군가 코파일럿에게 "페라리 구매를 도와줘"라고 말한다면, 코파일럿은 "저는 그런 일은 하지 않습니다. 저는 암 감지만 도와드립니다."라고 말해야 합니다. 그게 전부입니다. 따라서 한 가지 중요한 것은 AI 제품이 무엇을 할 수 있고 할 수 없는지를 철저히 생각하는 것입니다.
그것은 단순히 API 호출의 시스템 프롬프트를 지정하여 암 관련 질문에만 답하도록 설정하는 문제입니다. 다른 것에는 답하지 않습니다. 누군가 다른 것을 물어보면, 이 메시지를 전달하세요. 따라서 책임감 있는 AI를 위한 첫 번째 단계는 이에 관한 질문에만 답하는 것입니다.
두 번째는 어떤 데이터를 기반으로 하는지 살펴보는 것입니다. 왜냐하면 여기서 확장성과 관련된 제 역할이 중요해지기 때문입니다, 그렇죠? 데이터는 어디서 오는 걸까요? 단순히 표준 기본 GPT-4-Omni인가요, 아니면 이 암 클리닉의 환자 기록이나 연구 등에서 나온 일종의 데이터셋이 있는 건가요? 저는 그것이 어떤 종류의 데이터를 기반으로 한다고 가정합니다.
그렇다면 이제 데이터에 대해 생각해 봅시다. 특정 소득 계층의 미국 서부 해안 거주자들의 데이터가 과도하게 많은가요, 아니면 전 세계 대상을 상당히 대표하는 데이터를 보유하고 있나요? 아마도 편향된 데이터를 가지고 있을 가능성이 높습니다.
하지만 여기서 세 번째 부분이 등장하는데, 바로 데이터의 풍부함이 항상 우선시되지 않도록 AI의 편향성을 어떻게 균등화하느냐입니다. 예를 들어 DNA 가닥을 업로드하면, 이 사람은 이러한 인구 통계에 속할 경우 암에 걸릴 가능성이 높다는 식으로 말하는 거죠, 기타 등등. 그래서 여기서 데이터를 활용한 미세 조정, 또는 검색 증강 생성 [대규모 언어 모델이 학습 데이터 외부의 독립적인 지식 베이스를 참조하여 응답을 개선하는 프로세스], 또는 데이터 세트가 학습 데이터만큼 편향되지 않도록 데이터의 가중치를 변경하는 개념이 등장합니다.
그리고 이것이 우리가 남은 경력을 보낼 곳입니다, Doug, 당신도 알잖아요. [그는 웃는다.] 우리는 여기서 소외된 사람들은 어디에 있는가라고 말하게 될 것입니다. 언어일 수도 있고, 인종, 성별, 위치, 나이일 수도 있습니다 – 나이는 중요한 요소입니다. 그리고 동등한 수의 사람들에 대해 동등한 양의 데이터를 보유하지 못한다는 사실에 기반하여, 어떻게 사람들이 치료에서 형평성을 얻을 수 있도록 보장할 수 있을까요? 매우 복잡한 질문이지만, 간단히 말하면 우리 모두가 AI가 어떻게 작동하는지에 대해 더 기술적으로 이해해야 하며, 매우 구체적인 문제를 해결하기 위해 가능한 한 많은 편향 제거 기법을 구현할 수 있어야 합니다.
Thompson: 저는 의료 및 AI 분야의 다른 사람과 이야기를 나눴는데, 그녀는 노년 백인 남성으로 과부하된 치료 계획에 대해 비슷한 예를 들었습니다, 그들이 단순히 과대 대표되어 있다는 것입니다. 그 데이터가 어디서 오는지, 어떻게 정제하고 모든 사람이 대표될 수 있도록 보장하는지에 대해 생각해 보는 것입니다.
Sarkar: 맞습니다.
Thompson: AI에 대해 가장 흥미로운 점은 무엇인가요? 이 역할을 맡으면서 예상하지 못했던 이점이나 미처 보지 못했던 것이 있었나요?
Sarkar: 저에게 정말 흥미로운 점 중 하나는 세상의 어떤 주제에 대해서도 항상 함께 생각해 줄 파트너가 생겼다는 것입니다. 예를 들어, 저는 얼마 전에 협상 튜터를 만들고 있었습니다. 저는 협상을 더 잘할 수 있도록 도와달라고 했습니다. 무엇을 협상하는 건가요? 무엇이든요. 이 렌터카 가격, 더 많은 휴가 주수, 가족과 저녁 식사를 어디서 할지 같은 것들이요. 그래서 그것은 제가 협상의 이 부분은 매우 잘한다는 것을 깨닫는 데 정말 도움이 되었습니다. 저는 협상의 [다른] 이 부분은 그다지 잘하지 못합니다. 그래서 저는 Microsoft Copilot을 사용하여 기본적인 협상 멘토를 설정하고 "당신은 나의 협상 멘토가 될 것입니다."라고 했습니다. 다양한 시나리오를 협상하는 데 도움을 주세요. 당신이 문제를 주면, 저는 해결책을 가지고 올게요. 제가 해결책을 가지고 오면, 제 해결책에 대한 피드백을 주시고 다음 협상 카드를 만드는 데 도움을 주세요." 이런 기본적인 것들이에요.
우리는 이런 걸 가져본 적이 없었어요. 우리는 이런 걸 가져본 적이 없었는데, 이건 제 개인 Copilot에서 혼자 사용하면서 더 나은 소통가, 더 나은 경청자, 더 나은 협상가가 되는 법을 배울 수 있는 것이에요. 그래서 다음에는 더 나은 경청자가 되도록 도와주세요, 더 나은 리더가 되도록 도와주세요, 더 나은 관리자가 되도록 도와주세요라고 할 건데, 이게 지금까지 존재했던 가장 훌륭한 멘토링 도구 중 하나라고 생각하기 때문이에요.
Thompson: 네, 당신은 그걸 계속 발전시키고 있군요. 제가 당신을 알아온 수년 동안, 그런 능력을 개발하려는 노력은 당신이 항상 집중해온 것이에요. 제 아내가 얼마 전 밤에 제가 ChatGPT와 무언가를 두고 언쟁하는 걸 목격했는데, 프롬프트를 이해하지 못하고 있었기 때문이에요. 그리고 저는 단순히 제가 정말로 원하는 것을 AI에게 말하지 않았던 것입니다. 그리고 그것은 또 다른 문제인데, 듣고 계신 분들을 위한 미래 직업과 관련된 이야기입니다. 프롬프트 엔지니어링, 이것은 엄청나게 중요해질 것입니다.
Sarkar: 네. 그리고 프롬프트 엔지니어링은 모든 직업의 일부가 될 것입니다. 그것은 직업 타이틀처럼 되는 것이 아니라, 직업에서 요구되는 것이 될 것입니다. 노동 시장에 진입하거나 경력을 전환하거나 하는 사람들은 특정 문제를 해결하기 위해 자신의 특정 산업에 맞는 정말 좋은 프롬프트 기술을 알고 있을 것으로 기대될 것입니다. 그래서 저는 사람들이 다시 한번 더 기술적으로 접근하고, 더 실습적으로 참여하며, AI가 이런 것들에는 정말 잘하고, 저런 것들에는 덜 잘한다고 말하는 것이 정말 중요하다고 생각합니다. 따라서 자신의 산업에서 리더가 되고자 하는 사람은 실제로 프롬프트 라이브러리를 만들기 시작해야 합니다. 예를 들어, 접근성 분야에서 일하는 변호사를 위한 10 훌륭한 프롬프트, 또는 암 연구에서 AI에 정말 정말 유용한 10 시나리오, 그리고 암 연구에서 AI를 사용하지 말아야 할 10 시나리오 같은 것들입니다. 저는 이것을 위해 AI를 사용하고, 저것에는 사용하지 말라고 구분하고 말할 수 있는 능력이, 특정 산업과 특정 사용 사례에 관한 공간에서 사람들을 사상적 리더로 진정으로 부각시킬 것이라고 생각합니다.
Thompson: 저도 동의합니다. 그것은 모든 사람의 업무의 일부입니다. 그것은 마치 오피스 제품군이나 그런 것을 사용할 수 있는 것과 비슷합니다. 그것은 매일 하는 일입니다. 그러니 한 가지가 있다면, 우리가 마무리에 가까워지면서, 비즈니스 리더들이 이 대화에서 가져가야 할 한 가지가 있다면, AI가 그들의 비즈니스를 어떻게 변화시킬 수 있는지에 대해 염두에 두어야 할 한 가지가 있다면, 그것은 무엇일까요?
Sarkar: 제 생각에 가장 중요한 것은 모든 비즈니스 리더가 AI가 어떤 형태로든 자신의 비즈니스를 변화시킬 것이라는 것을 알아야 한다는 것입니다. 그것은 어느 시점에서 일어날 것입니다. 내일 아침에 일어나지 않을 수도 있지만, 앞으로 몇 년 안에 일어날 것입니다. 인터넷이 보편화되었을 때처럼, 모두가 오, 우리 회사는 인터넷을 사용하지 않을 거야, 그냥 내부적으로만 운영할 거야라고 했던 것과 같습니다. 그것은 약 1년 반 정도 지속되었죠, 그렇죠? 그것은 전혀 말이 되지 않습니다. 모바일도 마찬가지입니다. 모든 회사는 모바일에서 작동하는 웹사이트를 보유하고 있습니다.
그것은 그냥 일어날 것입니다. 그들이 할 수 있는 최선은 적극적인 역할을 하는 것입니다. AI가 그들에게 일어나도록 내버려 두기보다는 AI에게 일어나도록 나아가십시오.
Thompson: 네, 맞는 말씀이라고 생각합니다. 이 문제에서 현실을 외면할 수는 없습니다. 이것은 반드시 고려해야 할 사항입니다. 하지만 그렇다고 해서 AI나 무언가로 구동된다는 이유만으로 무턱대고 뛰어들어 아무것이나 구매할 수는 없습니다. 그것은 AI를 피하려는 것만큼이나 어리석은 일입니다.
Sarkar: 맞습니다. 그렇기 때문에 의도적으로 접근하여 이러한 프로세스 중 어떤 것에 AI를 실제로 활용하여 개선할 것인지를 결정하는 것이 정말 중요합니다. 그리고 조직이 AI를 활용하여 업무를 수행하는 규모를 어떻게 확장할 수 있을까요?
저는 이것이 세 단계의 과정이라고 생각합니다. 첫째, Copilot이나 ChatGPT 등 오늘날 존재하는 무료 AI 도구들을 직접 사용해 보세요. 귀하의 산업 분야에서 AI가 무엇을 잘하고 무엇을 못하는지 파악하세요. 둘째, 귀하의 조직에 가장 적합한 도구가 무엇인지 파악하세요. 특정 목적에 맞는 도구일 수도 있습니다. 대규모 도구일 수도 있습니다. 셋째, 데이터를 정리하고 조직의 규모를 확장하여 귀하의 비즈니스 영역에서 매우 구체적인 시나리오를 해결하는 데 실제로 활용할 수 있는 방법을 파악하세요.
Thompson: 네, 그리고 세 번째 것은 나머지 두 개와 병렬로 진행하세요. 마지막 부분이 끝날 때까지 기다리지 마세요.
Sarkar: 네. 물론이죠.
Thompson: Dona, 정말 감사합니다. 당신과 대화할 때마다 항상 흥미롭습니다. 새로운 역할과 열정을 공유해 주셔서 감사합니다. 지난 [프로젝트 내내] 유럽에서도 당신을 쭉 지켜봤고, 이제 Copilot까지요. 당신이 영향을 미치는 사람들과 당신이 하고 있는 일들이 정말 놀랍습니다. 진심으로 감사드립니다.
Sarkar: 저도 정말 좋아요. 정말 좋아요. Doug, 초대해 주셔서 정말 감사합니다. 감사합니다. 모두 감사합니다.
Thompson: 저는 Microsoft의 수석 트러블메이커인 Dona Sarkar와 이야기를 나눴습니다.
AI가 귀사의 기업을 어떻게 변화시킬 수 있는지 더 알고 싶으시다면, Tanium의 온라인 사이버 뉴스 매거진인 Focal Point를 확인해 보세요. 쇼 노트에 여러 기사 링크가 있습니다. 또는 tanium.com/p를 방문하여 출판물을 확인하세요.
오늘날 최고의 비즈니스 리더 및 보안 전문가들과의 더 많은 대화를 듣고 싶다면, 즐겨 사용하는 팟캐스트 앱에서 Let's Converge를 구독하고, 이 에피소드가 마음에 드셨다면 별 다섯 개 평점을 남겨 주세요.
들어주셔서 감사합니다. Let's Converge의 다음 에피소드에서 더 많은 사이버 인사이트를 공유하기를 기대합니다.
