AI 시대의 혁신과 위험 균형 맞추기

Monica Caldas Liberty Mutual Insurance의 전무이사 겸 글로벌 CIO입니다. 2018년 회사에 합류하기 전, 그녀는 General Electric에서 17년 동안 공급망 디지털화 및 데이터를 사용한 기관차 엔진 고장 예측 등 변혁 프로젝트에 참여했습니다. 8세에 미국으로 이주한 포르투갈 이민자인 Caldas는 경력 내내 문제 해결 지향적인 태도를 유지해 왔습니다. Caldas는 Liberty Mutual에서의 업무와 STEM 분야 여성 옹호 노력을 인정받아 2025 MIT Sloan CIO 리더십 어워드를 수상했습니다. MIT Sloan Management Review는 Caldas와 생성형 AI 배포, 현대화 관리, 인재 개발 접근 방식에 대해 논의했습니다. 이 인터뷰는 명확성과 분량을 위해 편집되었습니다.

기술이 이토록 빠르게 진화하는 상황에서 CIO 역할의 주요 기능에 대해 어떻게 생각하시나요?

모니카 칼다스: 저는 이 역할을 방어와 공격이라는 두 가지 렌즈를 통해 바라봅니다. 회사가 운영될 수 있도록 데이터를 보호하고 안전하고 안정적인 시스템을 갖추는 것이 임무입니다. 그러나 동시에 새로운 기능과 성능을 구축하여 공격적으로 나서야 합니다.

이 프레임워크는 시대와 업계에 관계없이 항상 유효합니다. 오늘날, 차세대 데이터 및 AI 역량을 활용하려면 공격과 방어를 동일한 강도로 접근해야 합니다.

저는 네트워크 내 많은 CIO들과 대화를 나누는데, 우리 모두 이 현대화 여정을 탐색하고 있습니다. 다양한 시스템에 고립된 정형 및 비정형 데이터가 있어 빠르게 접근할 수 없다면, 고급 생성형 AI 기능으로 할 수 있는 것에 한계가 생길 것입니다. 따라서 저는 선도자가 되어 새로운 기술을 신속하게 배포하고 싶지만, 우리처럼 규제가 엄격한 업계에서는 안전하고 안정적인 시스템이 없다면 그렇게 할 자격이 없습니다.

리버티 뮤추얼은 생성형 AI 배포에 어떻게 접근했나요?

칼다스: 가장 먼저 한 일은 책임 있는 AI 운영 위원회를 설립하여 위험을 파악하고 적절히 대처하는 것이었습니다. 그런 다음 실험 프레임워크를 구축하여 직원들이 AI 사용 방법과 위험 및 기회를 관리하는 직관을 개발하도록 도왔습니다. 직원들은 먼저 교육을 통해 위험, 발생할 수 있는 환각, 도구 사용에 대한 기대치를 이해해야 합니다.

헬프 데스크에서는 Libby라는 내부 에이전트를 배포했습니다. 이 에이전트는 지식 데이터베이스에 연결되어 있으며, 환경에서 발생하는 문제를 계측하여 직원들이 어려움을 겪을 수 있는 부분을 예측합니다. 이전에는 수동이었던 워크플로를 자동화했으며, 헬프 데스크 직원들을 백로그에 있던 작업에 재배치할 수 있었습니다.

소프트웨어 개발 수명 주기 중 35%에서 GenAI를 배포하여 엔지니어를 지원할 수 있다는 것을 확인했습니다. 예상대로, 경력이 많은 엔지니어는 훨씬 더 빠르게 작업할 수 있습니다. 주니어 엔지니어는 이 역량을 활용하기 위해 더 많은 멘토링이 필요합니다.

단순히 더 많은 일을 하는 것만이 아닙니다. 생산성은 다차원적입니다. 품질, 의사 결정 시간, 더 나은 제품으로 고객에게 서비스를 제공하는 것이 중요합니다.

생성형 AI는 현대화 노력에 어떤 영향을 미치고 있나요?

칼다스: 저희는 다양한 기술 스택을 보유하고 있으며, 현대화는 단순히 리프트 앤 시프트만을 의미하지 않습니다. 일부는 정리하고 폐기하는 작업이고, 일부는 실제 변환입니다.

GenAI를 사용하여 코드를 작성할 수 있지만, 현대적인 아키텍처도 필요하다는 것을 알게 되었습니다. 그렇지 않으면 COBOL을 Java로 변환하려다 'Jobol'이 되어 버립니다. 필요한 모든 현대 아키텍처 스택 기능을 갖추지 못합니다. GenAI는 버튼만 누르면 새 코드가 나오는 마술 지팡이가 아닙니다. 네, 코드는 나오지만 프로덕션에 바로 사용할 수는 없습니다. 보안 프로토콜과 같은 많은 비기능적 요구 사항을 추가해야 합니다.