요약할 대상이 기본으로 정해져 있으며 추가 확장도 가능합니다. 요약 결과 그리고 텍스트의 톤앤매너의 경우 현재 일관성있게 만들어지고 있으며 향후 커스텀 가능성도 있습니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
이는 서비스 제공자 뿐만 아니라 사용자와 함께 지속적으로 발전시켜나가야 할 영역입니다. 금융권의 거버넌스/감사 체계가 있듯 AI 활용에 대해서도 유사한 거버넌스/감사 체계를 준비해야 합니다.
각 비즈니스 성격에 맞는 LLM을 만들고 활용하는 것은 어쩌면 자연스러운 일입니다. Gen AI Controller를 통해서 다양한 LLM 연결을 지원합니다.
서비스나우_손형수입니다. 기본적으로 서비스나우는 SaaS시스템으로 기본적으로 서비스나우가 prelearned된 서비스를 제공합니다. 그러나 고객사의 데이터가 쌓인 후 그 데이터를 바탕으로 학습하게 됩니다.
[질문] 고객사의 데이터가 쌓인 뒤에는 그 데이터만 학습한 결과로 서비스를 제공하는지 아니면 고객사 데이터와 prelern 대상 데이터의 혼합 결과를 학습한 결과로 서비스를 제공하나요?
일단 서비스나우 LLM 기준으로 말씀드리자면, 미리 학습된 모델 기반으로 신뢰할 수 있는 데이터 소스를 추가 연결하여 확장하는 형태입니다.
현 시점에서는 R&D 중심으로 정확도를 높이기 위해 자체 튜닝을 진행하고 있습니다만, 추후 프롬프트 최적화와 같은 기능이 추가될 예정입니다.
서비스나우는 기술 자체를 내세우기보다는 유스케이스 형태로 고객에게 서비스를 제공하고 있습니다. 예로 머신러닝의 경우 데이터사이언티스트와 같은 인력이 필요치 않습니다.
퍼블릭 또는 프라이빗 LLM을 활용할 수 있습니다. 서비스나우에서 제공하는 Now Assist는 자체 LLM이며 샌드박스 형태라고 봐도 무방합니다.
결국은 데이터 소스를 어떻게 잘 분류하여 양질의 데이터로 채우느냐입니다. 서비스나우는 데이터 품질 및 건강도를 잘 관리할 수 있는 환경을 제공합니다. 또한 승인 프로세스가 내재되어 있습니다.
아직 답변이 없습니다
명확한 비즈니스 목적 기반으로 자동화 대상을 선별하는 것이 중요합니다. 그리고 작은 범위로 시작하는 것이 좋습니다. 실패를 하지 않으면 최상이겠으나 실패를 하더라도 작게, 빨리 실패하는 것이 좋기 때문입니다.
기술적인 역량에 대한 비교보다는 플랫폼 기반의 확장성에 차별점이 있다고 말씀드리고 싶습니다. 목적에 맞게 AI/ML 유스케이스를 만들고 있으며 모든 혜택은 플랫폼 위의 모든 워크플로우에게 주어집니다.
비즈니스를 잘 아는 현업 담당자가 Gen AI를 활용하여 직접 문제를 해결한다면 생산성은 물론이고 효과성에 큰 향상을 얻을 수 있습니다.
서비스나우의 Gen AI인 Now Assist 유스케이스를 활용하시면 즉시 생산성 향상을 기대하실 수 있습니다. 서비스나우는 AI에 대한 거버넌스 체계를 내재화하였고 이를 기반으로 유스케이스를 만들고 있습니다.
데이터는 많으면 많을수록 보다 정교하고 실질적인 결과를 얻으실 수 있습니다.