본문으로 건너뛰기
IFAI

AI 도구

IBM, 기업용 생성형 AI 플랫폼 '왓슨x' 공개…기초 모델·거버넌스 도구 집약

게시 확산 지수 34

IBM이 연례 행사 '씽크'에서 기업용 AI·데이터 플랫폼 '왓슨x(Watsonx)'를 발표했다. 파운데이션 모델 개발부터 거버넌스까지 아우르는 3가지 제품군으로 구성되며, 허깅페이스와도 파트너십을 맺었다. 기업들이 데이터 보안과 신뢰성을 확보한 상태에서 자체 AI를 구축할 수 있도록 지원하는 것이 핵심이다.

IBM, 기업용 생성형 AI 플랫폼 '왓슨x' 공개…기초 모델·거버넌스 도구 집약
이미지: techcrunch.com

최근 AI로 대체 가능한 백오피스 직무 채용을 중단하겠다고 밝혀 화제를 모았던 IBM이 5월 9일 연례 컨퍼런스 '싱크(Think)'에서 기업용 차세대 AI 플랫폼 'IBM 왓슨x(Watsonx)'를 전격 공개했습니다.

과거 퀴즈쇼 우승으로 유명했던 오리지널 왓슨의 명성을 잇는 이번 신제품은 대규모 언어 모델(LLM)과 기업용 데이터를 아우르는 통합 플랫폼입니다. 롭 토마스(Rob Thomas) IBM 최고상업책임자는 기자 간담회에서 "AI가 관리자를 완전히 대체하지는 않겠지만, AI를 쓰는 관리자가 쓰지 않는 관리자를 대체하게 될 것"이라며 업무 방식의 근본적 변화를 강조했습니다.

IBM 자체 조사에 따르면 기업 리더의 30%가 신뢰와 투명성 부족을, 42%가 프라이버시 문제를 생성형 AI 도입의 주요 걸림돌로 꼽았습니다. 왓슨x는 바로 이러한 기업들의 보안과 신뢰 불안을 해소하겠다는 목표로 설계되었습니다.

왓슨x를 지탱하는 세 가지 축

왓슨x는 크게 왓슨x.ai, 왓슨x.data, 왓슨x.governance 등 세 가지 서비스로 나뉩니다.

먼저 왓슨x.ai는 기업이 파운데이션 모델을 훈련, 미세조정, 검증 및 배포할 수 있는 엔터프라이즈 스튜디오입니다. IBM이 자체 개발한 7개의 사전 학습 모델이 제공되며, 일부는 오픈소스로 공개됩니다. 또한 오픈소스 AI 플랫폼 허깅페이스(Hugging Face)와 파트너십을 맺고 수천 개의 데이터셋과 모델을 플랫폼 내에서 바로 활용할 수 있도록 했습니다.

이번 발표에서 주목받은 모델은 세 가지입니다. 자연어 프롬프트로 코드를 생성해 레드햇 앤서블 워크플로우 등을 자동화하는 'fm.model.code', 유기화학 등 산업별 특화 텍스트 모델인 'fm.model.NLP', 그리고 NASA의 위성 원격 탐사 데이터를 학습해 기후 변화와 자연재해를 예측하는 'fm.model.geospatial'입니다.

나머지 두 축은 데이터 관리와 규제 준수입니다. 왓슨x.data는 AI 워크로드에 최적화된 맞춤형 데이터 스토어로 하이브리드 클라우드 환경 전반의 데이터를 단일 창구에서 조회할 수 있게 돕습니다. 왓슨x.governance는 모델의 편향성과 데이터 표류를 감지하고 기업의 윤리 가이드라인을 지키도록 모니터링하는 도구입니다.

인프라 측면에서는 AI 학습과 추론에 특화된 신규 클라우드 GPU 인스턴스를 선보였으며, 인텔과 협력해 클라우드 서비스별 탄소 배출량을 측정·시각화하는 'IBM 클라우드 카본 캘큘레이터'도 함께 공개했습니다.

왜 중요한가

보안과 규제 준수가 최우선인 금융, 의료, 제조 등 대기업 사용자에게 왓슨x는 꽤 매력적인 카드가 될 수 있습니다. 아르빈드 크리슈나(Arvind Krishna) IBM CEO가 강조했듯, 퍼블릭 클라우드뿐 아니라 프라이빗 인스턴스와 온프레미스 환경에서도 기업 고유의 코드로 모델을 안전하게 돌릴 수 있기 때문입니다. 사내 기밀 유출이 두려워 챗GPT 도입을 막았던 기업이라면 검토해 볼 가치가 충분합니다.

산업 전체로 보면 IBM은 오픈AI와의 일반 챗봇 대결을 피하고, 아마존 세이지메이커(SageMaker), 구글 버텍스 AI(Vertex AI), 마이크로소프트 애저 AI 플랫폼이 포진한 B2B 인프라 시장에 정면 승부를 걸었습니다. IBM의 무기는 모델 자체의 스펙보다도 엔터프라이즈 레거시 시스템을 꿰뚫고 있는 컨설팅 조직과 산업별 특화 데이터 결합 역량에 있습니다.

우리는 IBM이 모델 성능보다 거버넌스와 데이터 정합성을 전면에 내세운 점이 매우 영리한 접근이라고 봅니다. 현재 기업들이 생성형 AI 도입을 망설이는 진짜 이유는 성능 부족이 아니라 통제 불능과 책임 소재 문제이기 때문입니다. 다만 과거 왓슨 헬스 사업부의 기술적 한계와 매각 사례처럼, 이번에도 마케팅 수사에 비해 실제 도입 비용이 과도하거나 구축이 어렵다면 치열한 클라우드 전쟁에서 입지를 굳히기 어려울 수 있습니다.

출처 (1)

  1. [1]
    techcrunch.com(새 탭에서 열림)원문techcrunch.com

매일 AI 콘텐츠 픽