SAS가 기업에게 제공하는 생성형 AI의 가치 ‘지능형 의사결정’
“지금 기업들은 경제적, 지정학적 우려뿐 아니라 AI 혁신의 빠른 속도 때문에 많은 혼란에 직면하고 압도당하고 있다. SAS는 기업이 불확실성을 헤쳐 나가고, 문제해결에서 돌파구를 마련하며, 궁극적으로 유리한 의사결정을 내리게 지원하려 한다. 이 목표를 달성하기 위해 전체 포트폴리오에 걸쳐 최첨단 기능을 구축하고 있다.”.
브라이언 해리스 SAS 최고기술책임자(CTO)는 7일 미국 올랜도에서 열린 연례 컨퍼런스 ‘SAS 이노베이트 2025’에서 이같이 밝혔다.
SAS는 6일부터 9일까지 미국 올랜도에서 개최하는 ‘SAS 이노베이트 2025’에서 SAS 바이야 플랫폼의 생성형 AI 신제품을 대거 선보였다.
새롭게 공개된 제품은 ▲SAS 데이터메이커 ▲SAS 바이야 인텔리전트 디시저닝 ▲SAS 바이야 코파일럿 ▲ SAS 바이야 워크벤치 등이다. SAS 바이야 플랫폼을 기반으로 산업별, 목적별로 특화된 사전학습된 경량의 특화 AI 모델도 새롭게 공개했다.
브라이언 해리스 CTO는 “오늘날 생성형 AI, AI 에이전트, 심지어 양자 AI까지 빠른 혁신 속도는 강렬하고 압도적으로 느껴진다”며 “현실에서 기업에게 중요한 건 비즈니스의 차이를 만들 수 있는 한 가지, 즉 의사결정 인텔리전스”라고 말했다.
그는 “단순한 결정이 아니라 더 나은 성과를 만드는 의사 결정, 시장 경쟁에서 승리하는 데 도움을 주는 결정”이라며 “생성형 AI는 놀라운 돌파구지만, 적절한 제어를 하지 않고 올바른 사례에 적용되지 않으면 수행할 수 있는 작업에 제한이 있다”고 설명했다.
대형언어모델(LLM)은 환상적 기대를 세상에 만들었지만, 현실은 다르다. 일반적으로 만들어진 LLM을 주택담보대출 결정에 활용하면, 실제 신용점수와 다르게 승인 거부가 이뤄진다는 연구가 있다. 인터넷 데이터를 학습한 공개된 LLM은 인종적 편향성을 갖고 있어서 흑인이나 여성은 백인 남성보다 더 낮은 신용 점수를 받는다는 것이다. LLM의 편견을 줄이기 위해 프롬프트를 추가하지만, 편향성을 일관적으로 줄일 수 없다는 게 해당 연구의 내용이다.
이에 대해 해리스 CTO는 “주택담보대출 애플리케이션 예제는 LLM, 모델 거버넌스, 머신러닝, API 등으로 모델링된 더 강력한 접근 방식이 필요하다는 것을 강력하게 시사한다”며 “이는 공정성, 정확성 및 거버넌스를 보장하기 위한 것”이라고 말했다.
SAS는 AI 에이전트를 정의할 때 루프 시나리오에서 인간과 AI 사이의 스펙트럼으로 나눠 생각한다. 인간을 배제하고 AI가 인간을 대신해서 완전히 자율적으로 결정을 내리는 것과, 필요할 때 인간이 개입해서 참여하는 것이다. 사기 거래를 예로 들면, 인간을 배제한 루프에서 에이전트는 자율적으로 사기 거래를 감지하고 거부한다. 그러나 항상 간단한 건 아니다. 추가 검토가 필요한 불규칙한 거래가 많다. 휴먼인더루프가 필요하다. 에이전트가 불규칙한 거래를 분석하고, 추가 데이터 소스의 맥락을 확장하고, 복합 위험 점수를 계산한 다음 인간의 검토를 위한 요약을 만드는 것이다.
SAS 바이야 인텔리전트 디시저닝은 로우코드, 노코드, 드래그앤드롭 인터페이스를 통해 가장 복잡한 에이전트 AI 워크플로우를 쉽게 구축할 수 있게 한다. 이렇게 만든 AI 에이전트를 기업의 전체 에코시스템에 쉽게 통합할 수 있다.
브라이언 해리스 CTO는 “SAS의 AI 모델은 매우 간결하고 명확한 응답을 제공하지만, 결정을 내리지 않는다”며 “SAS 바이야의 어젠다 워크플로우를 통해 애플리케이션의 논리를 볼 수 있으며, 모든 단일 애플리케이션이 독창적인 워크플로우를 통해 단계별로 어떻게 진행되는지 보여주는 시각적 자료를 제공한다”고 말했다.
그는 “디자인 모드란 것으로 전환하면, 전체 어젠다 워크플로우에서 새로운 업무 흐름이나 작업 옵션을 추가할 수 있다”며 “SAS는 시장에서 가장 강력한 AI 에이전트의 계보를 제공한다”고 강조했다.
SAS 바이야 인텔리전트 디시저닝은 기업의 AI 에이전트 구축과 배포를 지원하는 AI 에이전트 프레임워크다. AI 에이전트의 자율성과 업무 복잡성에 대한 감독의 균형을 이루기에 적절한 휴먼인더루프 수준을 설정할 수 있다.
인텔리전트 디시저닝은 AI 에이전트 공급망의 전체 계보를 보여주며 모델, AI 거버넌스 등을 관리할 수 있다. 해리스 CTO는 “객관적인 AI의 설계 및 통합에 시장을 선도하는 접근 방식을 도입해 인간 중심성의 균형을 독특하게 유지하고, 포괄적인 지침을 보장하면서 비즈니스 모델의 이슈를 해결할 수 있는 의사 결정을 상상할 수 있도록 한다”고 설명했다.
SAS 데이터메이커는 합성 데이터를 생성하는 제품이다. 기업은 SAS 데이터메이커를 이용해 개인정보보호 문제와 데이터 희소성 문제를 해결할 수 있다. SAS는 작년 11월 합성데이터 기술 전문기업 ‘헤이지’를 인수했다. SAS 데이터메이커는 오는 3분기 중 정식 출시될 예정이다.
SAS 바이야는 데이터 수집, 분석뿐 아니라 AI 에이전트 구축, 배포, 모니터링에 이르는 전체 AI 에이전트 여정을 다룰 수 있다. 지속적인 성능 추적, 거버넌스, 보안 등으로 AI 에이전트 수명주기 전반을 관리할 수 있다.
SAS는 또한 바이야 에센셜과 일부 제품 패키지를 이용할 수 있는 매니지드 클라우드 서비스를 출시했다. 중소기업은 SAS 바이야 에센셜을 즉시 사용가능한 호스팅 서비스로 이용할 수 있다.
생성형 AI 도구인 SAS 바이야 코파일럿도 출시된다. 생성형 AI의 도움을 받아 데이터 분석과 활용 작업의 생산성을 극대화할 수 있다. SAS 바이야 플랫폼에 내장된 대화형 AI를 통해 데이터 과학자, 비즈니스 사용자 모두 자연어로 데이터를 분석하고, 관리할 수 있다. 초기 주요 기능으로 AI 기반 모델 개발과 코드 생성 등을 제공한다. 현재 SAS 바이야 코파일럿은 초대전용 비공개 미리보기로 제공되고 있다. 3분기 중 정식 출시될 예정이다. SAS 바이야 코파일럿은 마이크로소프트 애저 AI 파운드리 기반에서 구축됐다.
개발자, 데이터과학자, 모델러 등을 위한 클라우드 기반 코딩 환경인 SAS 바이야 워크벤치는 이제 SAS언어나 파이썬뿐 아니라 R 언어도 지원한다. 기존 아마존웹서비스(AWS) 마켓플레이스뿐 아니라, 마이크로소프트 애저 마켓플레이스에서도 이용할 수 있게 됐다.
SAS는 기업 내 개발자, 데이터 과학자 및 분석가, 비즈니스 리더에 이르기까지 조직 내 전체 구성원이 손쉽게 데이터를 활용하게 하는 걸 목표로 한다. 사용자는 SAS 바이야 기반으로 생성형 AI를 도입함으로써 생산성을 높이고 더 나은 의사결정을 할 수 있게 된다.
SAS는 조직에서 활용 목적에 맞게 생성형 AI 모델을 쉽게 도입해 즉시 활용할 수 있도록 사전 준비된 경량 모델을 제공한다. SAS AI 모델은 각 산업 특성과 업무에 맞도록 만들어졌다.
바로 사용 가능하기도 하고, 고객 데이터를 학습하고 미세조정할 수도 있다.
현재 활용가능한 AI 모델은 전 산업에 대한 AI 기반 개체 식별, 문서 분석 등과, 헬스케어의 약물 복용 순응 위험, 제조의 전략적 공급망 최적화, 공공 부문의 식량지원을 위한 지불 성실성 및 매출에 대한 세무 준수 등이다.
SAS는 올해 은행업을 위한 결제 및 카드 모델에 대한 사기 판별, 헬스케어를 위한 의료 서비스용 지불 무결성, 제조업의 근로자 안전 모니터링, 공공부문의 개인 소득세 세무 준수 등의 경량 모델을 출시할 예정이다.
이와 함께 기업과 조직 내 다양한 데이터 소스를 SAS 모델과 제품에 맞게 자동 변환하는 ‘데이터 매퍼 에이전트’를 선보일 예정이다. 이 AI 에이전트를 이용하면, 이기종 형식의 데이터에 대한 데이터 준비 작업을 자동화할 수 있고, AI 모델을 실시간으로 실행할 수 있게 된다.
우도 스글라보 SAS 응용 AI 및 모델링 연구개발(R&D) 부문 부사장은 “AI의 미래는 지능적일 뿐 아니라 책임감 있고, 즉시 사용가능하며, 관련성 높은 에이전트에 달려 있다”며 “수십년 간 축적된 분야 전문 지식을 바탕으로 윤리를 중시하는 접근 방식에 기반해 구축된 산업별 AI 모델은 AI 에이전트를 향한 과감한 발걸음을 보여준다”고 밝혔다.
글. 바이라인네트워크
<올랜도(미국)=김우용 기자>yong2@byline.network
