사람의 뇌는 단순한 정보보다 ‘이야기’를 좋아하고 감정과 기억도 더 오래 각인한다고 합니다. 디지털데일리 테크콘텐츠랩의 ‘스토리팩’은 혁신기업의 기술, 인재, 조직 관련 소식들을 책 한권 읽는 듯한 재미와 구성으로 풀어낸 기업별 연재 기획물입니다. <편집자주>

#콘텐츠 구성

1. 더 사람다운 AI 만들기
- 1-1. 답변 기회, 다시 드릴게요
- 1-2. 카메라 면접관은 굿바이

2. 안 보여도 중요한 AI 서비스 역량

3. 제네시스랩 넥스트
- 3-1. AI 면접관은 시작일뿐
- 3-2. 생성형 AI 휴먼이 온다

- 4. AI 투명성은 모두의 과제

이전 내용은 하단 관련기사 메뉴에 링크된 上편 대기업이 택한 'AI 면접관' 개발 비하인드 [스토리팩-제네시스랩①]에서 확인할 수 있습니다.

1. 더 사람다운 AI 만들기

[디지털데일리 이건한 기자] 앞서 AI 면접관이 어떻게 신뢰 가능한 대상으로 거듭날 수 있는지 살펴봤습니다. 이번에는 AI가 얼마나 더 사람다워질 수 있는지 확인해보죠.

만약 면접 현장에서 AI가 정해진 질문과 답변 평가에만 집중한다면 엄밀히 말해 컴퓨터나 기계 그 이상이 되긴 어려울 겁니다. 하지만 실제 면접은 면접관과 응시자 사이에서 여러 비정형적 교감이 함께 이뤄지는 시간이기도 하죠. 제네시스랩은 이런 요소들도 놓치지 않으려는 고민을 통해 지속해서 보다 사람다운 전문가 AI 개발 방법을 모색하는 중입니다.

1-1. 답변기회 다시 드릴게요

앞선 편에서 설명한 뷰인터 HR AI의 행동사건면접(BEI) 기능 중에는 ‘탐침 질문 생성’이 있습니다. 쉽게 말해 면접관이 현장에서 던지는 ‘추가 질문’인데요. 뷰인터 HR은 만약 답변자의 역량 점수가 낮게 측정될 경우, 면접관들이 사전에 등록한 예비 질문 모음에서 가장 적절한 탐침 질문을 선별해 응시자에게 제시합니다.

이는 BEI의 평가 정확도를 높이는 동시에 응시자는 답변 실수를 만회하고 자신의 역량을 다시 한번 어필할 수 있는 기회가 됩니다. 또한 각 지원자에게 최적화된 심층질문, 답변 만회를 위한 기회 부여는 실제 면접 현장에서도 면접관 재량으로만 일어날 수 있는 상황인데, 이를 AI로 구현한 겁니다.

이 기능은 현재 동종업계에서 뷰인터 HR에만 구현되어 있습니다. 제네시스랩의 특허로도 등록돼 있죠. 단순해 보이지만 추가 질문을 선택하고 제시하는 기술은 그리 간단하지 않습니다. AI가 답변자의 발화 및 역량 데이터를 실시간으로 평가하면서, 내부적으론 점수가 가장 낮은 평가 항목을 찾아 그에 부합하는 질문을 선별하는 과정까지 신속 정확하게 처리해야 하기 때문이죠. 일반 대화와 달리 추가 탐침에서 엉뚱한 질문이 선정될 경우 오히려 면접의 몰입도나 신뢰도를 낮출 수도 있기 때문에 개발 부담이 더욱 큰 기술이기도 합니다.

1-2 카메라 면접관은 굿바이

AI 면접관이 사람을 대신하려면 이처럼 기능적 요소 외에도 응시자에 대한 여러 인간적 배려가 함께 이뤄져야 합니다. AI 휴먼도 면접의 필수 요소는 아닐지라도 응시자가 더 편안하고 자연스러운 분위기에서 면접에 도전할 수 있도록 돕는 면에서 긍정적일 텐데요. 보이는 AI 면접관 기능을 제공 중인 곳도 국내에선 아직 제네시스랩 뿐입니다.

이는 기술 개발에만 함몰된 개발사가 아니라 사람과 사회적 영향력을 함께 고려하는 제네시스랩의 개발 및 운영 가치관이 만들어낸 차이로 풀이되는데요.

실제로 글자만으로 이뤄진 AI 면접은 응시자들에게 딱딱하고 생소한 느낌을 줍니다. 카메라와 질문지만 주어진 상황에서 앞을 보고 사람과 대화하듯 제스처를 취하고, 문장과 톤을 결정해야 한다고 생각해보세요. 연기에 재능이 있지 않은 이상 쉽지 않고 집중도 잘 되지 않을 겁니다. 이때 비록 가상의 인물이라도 ‘눈을 마주칠 대상’이 있다면 얘기가 다릅니다.

이 과정에서 제네시스랩은 AI 면접관도 최대한 자연스럽게 느껴지도록 별도의 음성합성 기술과 얼굴생성 기술을 적용했다고 설명했습니다. 또한 면접 질문과 카테고리와 어울리는 음성, 면접관처럼 보이는 복장과 선택된 음성에 걸맞은 얼굴이 생성되도록 함으로써 응시자를 한층 더 배려하려 노력했죠.

2. 안 보여도 중요한 ‘AI 서비스 역량’

이렇게 신뢰할 수 있는 AI, 더욱 사람다운 AI가 만들어졌습니다. 그런데 끝이 아닙니다. 좋은 AI를 만든 후에는 안정적으로 구동하고 서비스하는 문제는 전혀 다른 영역이거든요.

컴퓨팅 분야에서 영상은 데이터 규모가 상대적으로 크고 연산도 복잡한 편입니다. 그런데 동시에 수천개 이상의 비디오 영상을 분석해야 하는 AI 영상면접 서비스라면? 필요한 컴퓨팅 자원과 연산 난이도가 급상승하죠. 특히 이때 쓰이는 딥러닝 AI는 기본 성능이 좋지만, 이를 높일수록 더 많은 컴퓨팅 자원과 안정적인 처리 능력을 요구하는 기술입니다.

이와 관련해 제네시스랩의 육근식 HR사업총괄은 “제네시스랩 같은 AI 솔루션사의 도전이 쉽지 않은 이유는 AI 원천기술 영역과 활용 영역의 전문지식이 고르게 필요하단 점”이라고 설명했는데요. 제네시스랩이 해결해야 할 주요한 과제도 ▲AI 영상 데이터 전처리 기술 ▲딥러닝 최적화 기술 ▲탄력적인 컴퓨팅 인프라 관리 기술 등을 두루 확보하는 것이었습니다.

그 결과 제네시스랩은 안정적인 AI 기술 및 서비스 구현을 돕는 통합 인터페이스 ‘제네시스 API 시스템’ 개발에 성공, 150여개 고객사가 있는 지금도 안정적인 서비스 제공을 이어가고 있습니다. 해당 시스템 구성을 살펴보면 딥러닝 평가 및 추론 기능을 보다 효과적으로 구동하기 위한 모듈부터 클라우드 서비스 자원 관리 효율화를 통한 비용 최적화 시스템, 나아가 뷰인터 HR 외 외부 서비스 지원을 돕는 인터페이스까지 제네시스랩의 각종 기술력이 집약된 것을 확인할 수 있죠.

3. 제네시스랩 넥스트

3-1. AI 면접관은 시작일 뿐

제네시스랩은 뷰인터 HR 외에도 인터랙티브 AI 콘텐츠 플랫폼 ‘쥬씨’, AI 마음 헬스케어 플랫폼 ‘닥터리슨’ 등 다양한 신사업에서도 지속적인 성장 잠재력을 확보하고 있습니다. 하지만 제네시스랩을 상징하고, 제네시스랩의 다음 스텝을 가늠케 하는 핵심 서비스는 여전히 뷰인터 HR입니다. 실제로 지금도 다양한 서비스 확장 가능성을 보여주고 있고요. 그럼에도 이 솔루션의 한계는 채용 비수기엔 지속적인 사용 수요를 만들기 어렵다는 것입니다.

하지만 제네시스랩이 뷰인터 HR 개발 과정에 획득한 AI 기술들은 확장성이 뛰어납니다. 가깝게는 면접을 넘어 직원 행동지표 분석을 통한 ▲임직원 진단 ▲교육 ▲승진 ▲퇴사 등 다양한 사내 HR 라이프 사이클 관리에도 활용할 수 있죠. 또한 여기서 확보한 데이터는 다시 사내 인적 시스템과 서비스를 개선할 때 필요한 명확한 근거와 기준으로 쓰일 수 있습니다.

3-2. 생성형 AI 휴먼이 온다

제네시스랩이 확보한 AI 기술들은 궁극적으로 국내외 모든 AI 기업들이 목표로 삼고 있는 진짜 AI 휴먼 구현의 기반 기술 및 데이터이기도 합니다.

“제네시스랩의 기술은 사람의 생각, 행동, 과거경험, 태도 등을 데이터화 하는 것이 핵심인데요. 이를 바탕으로 ‘Generative Agent(생성형 AI 인간)‘를 만들어내는 기술 연구에 총력을 다하고 있습니다. 궁극적으로 사람과 같은 AI를 만들어 의사결정, 업무 자동화 등 기업과 조직에 필요한 AI 기술을 제공하는 기업으로 거듭나려는 것이 우리의 목표입니다.” 유대훈 제네시스랩 CAIO(최고 인공지능 책임자)의 말입니다.

한마디로 제네시스랩은 특기인 AI HR 기술을 바탕 삼아, AI 휴먼 비즈니스 전반으로 사업을 확대하겠단 이야기입니다. 또한 이런 관점에서 해석하면 쥬씨나 닥터리슨처럼 사람과의 상호작용, 마음의 영역을 다루는 서비스들을 함께 개발해 운영 중인 것도 생성형 AI 휴먼 개발이란 확고한 방향성을 뒷받침한 행보로도 이해가 되죠.

4. AI 투명성은 모두의 과제

제네시스랩의 기술 경쟁력은 차별화된 AI 투명성 확보에서 시작됐습니다. 하지만 AI 투명성이란 키워드는 지금도 전세계 모든 AI 업계과 정부가 함께 고민하고 개발해 나가야 할 영역으로 이야기되는데요.

이에 이영복 제네시스랩 대표는 “이미 세계적으로 AI 관련 규제들이 빠르게 준비되고 있는데 대부분 AI의 위험성을 대비하기 위한 것”이라며 “이제는 AI 기술과 서비스를 만드는 첫 단계에서부터 모두가 함께 고민할 요소들이 많다”고 지적했는데요.

특히 이런 고민과 업계 공동의 노력이 중요한 이유는 본격적인 AI 시대 진입을 앞두고 AI에 대한 부정적인 선입견 확산을 예방하는 측면도 있기 때문입니다. 일례로 수년 전만해도 ‘세상을 바꿀 기술’로 주목받은 메타버스, 블록체인 등은 어느새 그 열기가 푹 차가워진 신세인데요. 세간에 장밋빛 기대감은 부풀리고 정작 서비스의 질은 한참 미치지 못한 모습을 보여준 기업들, 그럼으로써 소비자 시장의 기대와 신뢰도 크게 무너져 버린 결과물임을 잊지 말아야 할 것입니다.

또한 인간을 닮은 AI가 현실에서 우리와 공존하는 영역이 넓어질 것도 예견된 미래 중 하나입니다. 이를 맞이하는 과정에서 우리는 지금껏 겪어보지 못한 기술적, 윤리적 갈등 등을 마주하게 될 텐데요. 그보다 앞서 만들어진 제네시스랩의 해결 방법, 긍정적인 결과물은 좋은 선례로서 업계에 시사하는 바가 적지 않아 보입니다.

# 이후 연재될 이야기를 미리 확인하고 싶다면 검색창에 ‘DD테크콘텐츠랩’ 혹은 ‘제네시스랩 기술편 스토리팩’을 검색해보세요!