브라질에서는 소비자 프로필이 변화하고 있으며, 이에 따라 구매 경험에 대한 요구도 함께 변화하고 있습니다. 이제는 좋은 제품이나 서비스를 제공하는 것만으로는 충분하지 않습니다; 지금 정말 중요한 것은 기업이 처음 접촉부터 판매 후까지 고객과 어떻게 관계를 맺느냐입니다.

점점 더 즉각적인 상호작용이 이루어지는 환경에서 소비자들은 단순한 상품과 서비스 교환을 넘어서는 경험을 추구하며, 빠르고 적절하며 연결된 동시에 맞춤화된 응답을 요구한다. 기업에게 이는 도전 과제이며, 원활하고 무결한 경험을 보장하는 통합되고 일관된 전략을 수립하는 것이 필요합니다.

이러한 현실 앞에서 '보편적 고객 경험(UCE - Universal Customer Experience)'이라는 글로벌 개념이 등장합니다: 브라질에서 점점 더 강력한 힘을 얻고 있는 혁신적이고 통합된 접근 방식입니다.

보편 고객 경험은 고객과의 관계에 관련된 모든 프로세스, 단계 및 기술을 통합하여 각 접점에서 일관되고 원활하며 맞춤화된 경험을 제공하는 것을 목표로 하는 방법론입니다. Poli Digital의 CEO인 Alberto Filho는 "이것은 고객 접점마다 일관되고 유연하며 개인화된 경험을 제공하는 것을 목표로 하는 방법론입니다"라고 설명합니다.

둘째 아들, UCE는 분산된 모델과 달리 상호작용의 완전한 통합을 추구하는 접근 방식으로, 고객의 여정을 연속적이고 중단이나 의사소통 실패 없이 유지하며, 사용된 채널이 웹사이트, 인스타그램, 왓츠앱 등 무엇이든 상관없습니다.

이 개념은 시장에서 점점 더 커지고 있는 현실과 일치합니다: 고객 충성도는 기업 성장의 핵심 요소입니다,라고 폴리 디지털의 CEO가 말했습니다. Investopedia의 데이터에 따르면, 브라질 기업 매출의 65%는 기존 고객으로부터 나오며, 이는 고객 여정에서 성공적인 경험이 긍정적인 영향을 미친다는 것을 보여줍니다. 또한 KPMG의 조사에 따르면 충성도 높은 소비자의 86%가 자신을 잘 돌봐주는 브랜드를 친구와 가족에게 추천하여 회사의 도달 범위를 확대하고 입소문 효과를 만들어내어 새로운 고객 확보를 촉진합니다.

그러나 고객의 보편적 경험을 달성하려면 단순히 기술 솔루션을 구현하는 것 이상이 필요합니다. 비록 챗봇, 가상 비서 및 자동화 시스템과 같은 도구들이 프로세스를 최적화하고 신속하게 만드는 데 필수적이지만, UCE의 진정한 본질은 고객 여정의 각 단계에서 개인화되고 원활한 경험을 창출하는 데 있다. 회사 부서 간의 통합은 고객 서비스, 판매 또는 애프터 서비스 등 모든 상호작용이 핵심 전략인 독특하고 맞춤화된 경험을 제공하는 것과 일치하도록 보장하는 비결입니다.

알베르토 필로는 "가장 진보된 혁신 기술의 도입만으로 모든 문제를 해결할 수 없다"고 강조하며, 성공적인 고객 여정을 제공하기 위해 모든 부서가 통합적으로 협력해야 하며, 각 접점의 중요성을 이해하고 데이터를 지능적으로 활용하여 경험을 지속적으로 향상시켜야 한다고 말했습니다. 이는 유치, 고객 서비스, 판매, 그리고 판매 후 경험까지 포함됩니다. 이는 각 고객과의 상호작용을 관계를 강화하고 실질적인 가치를 제공할 수 있는 기회로 삼는 것을 의미하며, 실시간으로 수집된 정보와 행동을 기반으로 합니다.

소비자의 기대를 충족시키는 것뿐만 아니라 이를 뛰어넘기 위해 노력하는 기업들에게 만국 고객 경험은 필수 전략이 됩니다. 그것은 더 빠르고 효율적이며 맞춤화된 서비스를 가능하게 하여 소비자의 여정을 개선할 뿐만 아니라 브랜드에 대한 충성도를 높이고, 결과적으로 성장과 지속적인 혁신을 촉진합니다.

이 개념을 채택함으로써 기업은 경쟁 우위를 창출할 뿐만 아니라, 소비자들이 그들의 여정의 모든 단계에서 소중하게 여기고 이해받는 견고한 평판을 구축합니다. 점점 더 역동적인 시장에서 UCE는 각 상호작용이 기업의 고객 만족과 충성도에 대한 진정한 약속을 반영하는 열쇠가 될 수 있습니다.

우리는 2025년 초에 불과하며, 기술 회사 Nvidia의 CEO인 Jensen Huang은 이미 선언했습니다.“에이전트 AI 시대가 도래했다”. O구글와 a오픈AI최근 2025년에 출시될 예정인 새로운 유사 모델들이 발표되었습니다.40%브라질의 대기업들은 올해 안에 인공지능 에이전트 시스템을 그들의 운영에 통합할 계획입니다.

인공지능 에이전트가 이전 버전과 어떻게 다른지, 2025년의 최신 기술 유행어가 브라질 소비자에게 어떤 의미를 가질 수 있을까요? 분석가들은 급진적인 변화들을 기대하고 있지만, 최종 결과는 생각보다 더 미묘할 수 있습니다.

인공지능 에이전트는 지능형 시스템 개발에서 매우 흥미로운 새로운 단계라고 크리슈나 타마나 Gupshup 기술 이사가 말했습니다. 하지만 모든 첨단 기술과 마찬가지로 전문 용어에 갇히기 쉽습니다. 대신, 2000년대 후반 휴대폰에서 스마트폰으로의 변화 크기와 규모에 비유하세요. "우리가 지금 사용하고 있는 것이 생성 AI 하나의 애플리케이션이라면, 에이전트 AI는 스마트폰을 사용하는 것과 같다"고 크리슈나가 말한다.

생성 AI는 가장 오래된 휴대폰 모델과 마찬가지로 기본적으로 일회용 애플리케이션입니다. 열고, 상호작용하고, 다시 필요할 때까지 닫습니다,라고 임원이 계속 말했습니다. 스마트폰과 비교하면, 동시에 많은 앱을 사용할 수 있는 것처럼, 에이전트 AI는 생성 AI와 관련하여 그렇게 보입니다. 이제 더 이상 하나의 앱이 아니라, 여러 앱이 동시에 상호작용하는 가득 찬 스마트폰 전체를 의미합니다.

인공지능 에이전트도 자율적으로 작업을 수행하고, 결정을 내리며, 사용자 정보와 환경 변화에 적응하도록 만들어졌습니다. 그리고 생성 AI가 소비자와 기업의 사용 사례를 본 적이 있지만, 다음 진화 단계는 개인적인 삶보다 직업적인 삶에 더 큰 영향을 미칠 가능성이 높습니다.

곧, 가장 오래 걸리고 반복적인 작업들이 자율적으로 수행되는 근무일이 생겨서, 우리가 더 높은 수준의 전략적, 창의적, 사회적 역할에 집중할 수 있는 시간이 더 많아질 것입니다. 우리 개인 생활에서 인공지능 에이전트는 요청과 예약을 할 수 있는 유용한 도우미로 구체화될 수도 있으며, 주말의 사회 일정이나 심지어 우리의 재정을 관리하는 역할도 할 수 있습니다. 그러나 누구도 우리가 대규모 인공지능 에이전트에 얼마나 가까이 있는지 알지 못하기 때문에 전문가들은 선도적인 분야를 찾아 길을 이끌고자 하고 있습니다.

"인공지능을 처음 도입하는 부서들은 이를 비하인드에서 운영하는 방식으로 수행한다"고 타마나가 설명했다. "금융 부문은 사기 탐지에서 성과를 내고 있으며, 의사와 약사는 데이터 분석, 연구 및 개발에 집중하고 있고, 제조업은 인공지능 로봇과 심지어 거의 인간의 개입 없이 작동할 수 있는 전체 공장을 만들고 있다"고 관찰했다.

전문 분야에서 일하지 않는 한, 브라질 사람들의 일상생활은 인공지능 에이전트의 즉각적인 영향을 느끼지 못할 수 있으며, 유일한 예외는 한 가지 핵심 분야입니다. “나 구프숍에서 인공지능 에이전트는 다양한 요청을 처리하지만, 그중 가장 진보된 것 중 하나는 고객과의 상호작용을 다루는 것이다,”라고 크리슈나가 계속했다. 그러므로 올해 소비자들이 고객 지원 담당자와 대화할 때 차이를 느끼기 시작할 것이라고 나는 놀라지 않을 것이다.

이 모델들은 회사의 특정 데이터로 훈련되었으며, 통합된 보호 장벽과 언제든지 전환할 수 있는 인간 에이전트가 마련되어 있습니다. 그러므로 Gupshup의 기술 책임자는 소비자에게 챗봇과 인간 간의 상호작용이 더 원활한 서비스로 변화할 것에 주의를 기울이도록 말합니다. 당신이 누구가 인간인지 AI인지 인지하지 못하는 것은 우리가 훌륭한 작업을 했다는 의미입니다. 그러나 당신이 대화하고 있는 에이전트가 경험이 풍부하고, 도움이 되며, 적극적이고, 하루 24시간, 주 7일 언제든지 이용 가능하다면, 이것이 AI 에이전트와의 첫 번째 상호작용일 수 있습니다.

브라질에서는 국내 유명 패션 브랜드와의 협력을 통해 에이전트 인공지능의 신흥 시장을 강조하고 있습니다. Gupshup은 브라질의 소매업체 Reserva를 위해 최초로 인공지능 에이전트를 출시한 대화형 인공지능 플랫폼 중 하나입니다. 그 브랜드의 AI 에이전트는 사용자에게 WhatsApp에서 직접 AI를 이용한 독특한 쇼핑 경험을 제공합니다. 사용자는 문자 또는 음성 메시지를 보내 제품을 검색하거나 선물하려는 사람의 특징을 설명할 수도 있습니다. 이것은 어머니의 날에 이루어진 것으로, 사용자가 자신의 어머니에 대해 자세히 설명할 기회를 갖고, 그리하여 그 날짜를 기념할 최고의 선물을 찾는 것이었습니다.

이렇게 AI는 사용자가 제공한 설명에 가장 적합한 제품을 이해하고 추천하며, 사용자는 WhatsApp의 기본 캐러셀 모델을 통해 쉽게 이용 가능한 제품을 확인하거나 제품에 대한 더 많은 정보를 얻거나 구매를 완료하기 위해 사이트로 리디렉션될 수도 있습니다.

아이디어인공지능(인공지능)은 새롭지 않지만, 관련 기술의 최근 발전으로 인해 우리 모두가 매일 사용하는 도구가 되었습니다.인공지능의 점점 더 커지는 중요성과 확산은 동시에 흥미롭고 잠재적으로 경고를 불러일으키며, 많은 인공지능 플랫폼과 자원의 기반이 본질적으로 소수의 강력한 기업들이 통제하는 블랙박스이기 때문이다.

레드햇과 같은 대규모 조직들은 믿고 있습니다모두가 AI에 기여할 수 있는 능력을 가져야 한다인공지능 혁신은 막대한 처리 능력과 이를 훈련시키는 데이터 과학자들을 감당할 수 있는 기업에만 국한되어서는 안 된다대형 언어 모델(LLMs)

대신, 수십 년 간의 오픈 소스 개발 경험과 커뮤니티와의 협력을 통해 모두가 AI에 기여하고 혜택을 누릴 수 있으며, 동시에 우리의 필요에 부응하는 미래를 형성하는 데 도움을 줄 수 있습니다. 오픈 소스 접근법이 인공지능의 잠재력을 최대한 발휘하는 유일한 방법임에는 의심의 여지가 없으며, 이를 더 안전하고, 접근 가능하며, 민주화하는 길입니다.

오픈 소스란 무엇입니까?

비록 "오픈 소스"라는 용어가 원래 소프트웨어 개발 방법론을 의미했지만, 그것은 더 개방적이고 분산되며 깊이 협력적인 더 일반적인 작업 방식으로 확장되었습니다. 오픈 소스 운동은 이제 소프트웨어 세계를 훨씬 넘어섰으며오픈 소스의 방식전 세계의 과학, 교육, 정부, 제조, 건강 등 다양한 분야의 협력 노력에 포옹되었습니다.

오픈 소스 문화에는 몇 가지가 있다기본 원칙과 가치그것을 효과적이고 의미 있게 만드는 것, 예를 들어:

• 협력적 참여
• 공유된 책임
• 열린 교환
• 능력주의와 포용성
• 커뮤니티 중심 개발
• 오픈 협업
• 자기 조직화
• 존중과 상호성

오픈 소스 원칙이 협력 노력의 기반이 될 때, 역사는 놀라운 일이 가능하다는 것을 보여줍니다. 중요한 몇 가지 예는 개발과 확산에서 시작됩니다리눅스세계에서 가장 강력하고 보편적인 운영 체제로서의 존재는 등장과 성장에 따라쿠버네티스그리고 컨테이너뿐만 아니라 인터넷 자체의 개발과 확장도 포함됩니다.

AI 시대의 오픈 소스의 여섯 가지 장점

오픈 소스 코드를 통한 기술 개발에는 수많은 이점이 있지만, 그 중 여섯 가지 이점이 두드러집니다.

혁신 속도 증가

기술이 협력적이고 개방적으로 개발될 때, 혁신과 발견은 폐쇄된 조직과 독점 솔루션과 달리 훨씬 더 빠르게 일어날 수 있습니다.

작업이 공개적으로 공유되고 다른 사람들이 이를 기반으로 창작할 수 있을 때, 팀은 처음부터 시작할 필요가 없기 때문에 엄청난 시간과 노력을 절약합니다. 새로운 아이디어는 이전에 나온 프로젝트를 확장시킬 수 있습니다. 이것은 시간과 비용을 절약할 뿐만 아니라 더 많은 사람들이 함께 문제를 해결하고 공유함으로써 결과를 강화합니다.통찰력서로의 작업을 검토하다.

더 넓고 협력적인 커뮤니티는 단순히 더 많은 것을 성취할 수 있습니다: 사람들을 육성하고 전문 지식을 연결하여 복잡한 문제를 해결하고 더 빠르고 효과적으로 혁신하는 것, 이는 작고 고립된 그룹보다 더 뛰어납니다.

접근의 민주화

오픈 소스는 또한 새로운 인공지능 기술에 대한 접근을 민주화합니다. 연구, 코드 및 도구가 공개적으로 공유될 때, 이는 일반적으로 최첨단 혁신에 대한 접근을 제한하는 일부 장벽을 제거하는 데 도움이 됩니다.

오인스트럭트랩이것은 이 전제의 훌륭한 예입니다. 이니셔티브는 LLM에 대한 능력과 지식 기여 과정을 간소화하는 독립적인 오픈 소스 AI 모델 프로젝트입니다. 노력의 목표는 누구나 형성하는 데 도움을 줄 수 있도록 하는 것이다생성형 AI(생성 AI), 일반적으로 필요한 데이터 과학 기술과 훈련이 없는 것들도 포함합니다. 이것은 더 많은 개인과 조직이 신뢰할 수 있는 방식으로 LLM의 훈련과 정제에 기여할 수 있게 합니다.

3. 향상된 보안 및 개인 정보 보호

오픈 소스 프로젝트는 진입 장벽을 낮추기 때문에 더 크고 다양한 그룹의 기여자들이 개발 중인 AI 모델에 존재하는 잠재적인 보안 문제를 식별하고 해결하는 데 도움을 줄 수 있습니다.

대부분의 데이터와 방법은 폐쇄되어 있으며 독점적인 논리에 의해 유지되고 있습니다. 이러한 조직 외부의 사람들은 이러한 알고리즘이 어떻게 작동하는지, 잠재적으로 위험한 데이터나 내재된 편견을 포함하고 있는지에 대한 통찰력을 얻는 것이 드뭅니다.

모델과 이를 훈련하는 데 사용된 데이터가 공개된다면, 누구든지 이를 검토할 수 있어 보안 위험을 줄이고 플랫폼의 편향을 최소화할 수 있습니다.또한, 오픈 철학의 기여자들은 도구와 프로세스를 만들어 모델과 애플리케이션의 미래 개발을 추적하고 감사할 수 있게 하여 다양한 솔루션의 개발을 모니터링할 수 있게 합니다.

이 개방성과 투명성도신뢰를 얻다사용자는 자신의 데이터가 어떻게 사용되고 처리되고 있는지 직접 검토할 수 있는 가능성을 가지므로, 자신의 프라이버시와 데이터 주권이 존중되고 있는지 확인할 수 있습니다. 또한 기업들은 InstructLab과 같은 오픈 소스 프로젝트를 사용하여 맞춤형 모델을 생성하고 엄격한 통제 하에 유지함으로써 개인 정보, 기밀 또는 독점 정보를 보호할 수도 있습니다.

4. 유연성과 선택의 자유를 제공합니다

비록 독점적이고 블랙박스인 일체형 LLM이 대부분의 사람들이 생성 AI에 대해 보고 생각하는 것이지만, 우리는 점점 더 작은 독립적이고 특정 목적을 위해 개발된 AI 모델로의 움직임이 증가하는 것을 목격하고 있습니다.

이것들작은 언어 모델(SLMs)는 일반적으로 매우 작은 데이터 세트에서 훈련되어 기본 기능을 부여하며, 이후 특정 도메인에 대한 데이터와 지식을 활용하여 더욱 맞춤화됩니다.

이 SLM들은 더 큰 형제들보다 훨씬 더 효율적이며, 의도된 용도로 사용할 때 성능이 매우 뛰어나거나 더 뛰어남을 보여주었습니다. 그들은 더 빠르고 더 효율적이며 훈련하고 배포할 수 있으며 필요에 따라 맞춤화되고 조정될 수 있습니다.

그리고 그것이 대부분 InstructLab 프로젝트가 만들어진 이유입니다. 그와 함께, 당신은 더 작은 오픈 소스 AI 모델을 선택하고 원하는 추가 데이터와 훈련으로 확장할 수 있습니다.

예를 들어, InstructLab을 사용하여 고객 맞춤형으로 고도로 조정되고 특정 목적에 맞게 개발된 고객 서비스 챗봇을 만들어 조직 내 모범 사례를 강화할 수 있습니다. 이 관행은 모든 곳에서 실시간으로 최고의 고객 서비스 경험을 제공할 수 있게 해줍니다.

그리고 더 중요한 것은, 이것이 공급업체에 묶이는 것을 방지하고, AI 모델과 이를 기반으로 만든 애플리케이션을 어디서 어떻게 구현하는지에 대한 유연성을 제공한다는 점입니다.

5. 활기찬 생태계를 가능하게 합니다

공개 커뮤니티에서,누구도 혼자서는 혁신하지 않는다그리고 이 믿음은 공동체 설립 초기 몇 달부터 유지되어 왔습니다.

이 아이디어는 오픈 소스 솔루션의 선두주자인 Red Hat의 AI 시대에도 계속 유효할 것이며, 다양한 오픈 소스 도구와 프레임워크를 제공할 것입니다.레드햇 AI파트너들이 최종 고객에게 더 많은 가치를 창출할 수 있는 솔루션입니다.

하나의 공급업체만으로는 조직이 필요로 하는 모든 것을 제공하거나 현재의 기술 발전 속도를 따라잡을 수 없습니다. 오픈 소스의 원칙과 실천은 혁신을 가속화하고 프로젝트와 산업 간의 협력과 협업 기회를 촉진하여 활기찬 생태계를 가능하게 합니다.

6. 비용 절감

2025년 초에추정된다미국에서 데이터 과학자의 평균 기본 급여가 125,000달러를 초과하며, 더 경험이 많은 데이터 과학자들은 훨씬 더 많은 수입을 올릴 수 있습니다.

물론, 인공지능을 갖춘 데이터 과학자에 대한 수요가 매우 크고 증가하고 있지만, 대부분의 기업들은 필요한 전문 인재를 유치하고 유지하는 데 큰 기대를 하지 않습니다.

그리고 정말 큰 LLM은 구축, 훈련, 유지 및 배포하는 데 엄청나게 비싸며, 고도로 최적화된 컴퓨터 장비로 가득 찬 창고(그리고 매우 비싼)와 막대한 저장 용량이 필요합니다.

개방형 모델, 더 작고 특정 목적과 AI 애플리케이션을 위해 구축된 모델은 구축, 훈련 및 배포에 훨씬 더 효율적입니다. 그들은 LLM의 계산 능력의 일부만 요구하지만, InstructLab와 같은 프로젝트는 전문 기술과 경험이 없는 사람들이 적극적이고 효과적으로 AI 모델의 훈련과 미세 조정을 기여할 수 있도록 합니다.

명백하게, 오픈 소스가 제공하는 비용 절감과 유연성은 AI 개발에 있어 경쟁 우위를 기대하는 중소기업에게 유익하다.

요약하자면

민주적이고 개방된 인공지능을 구축하기 위해서는 클라우드 컴퓨팅, 인터넷, 리눅스 및 기타 많은 개방적이고 강력하며 혁신적인 기술들을 가능하게 한 오픈 소스 원칙을 활용하는 것이 중요합니다.

이것이 Red Hat이 인공지능 및 기타 관련 도구를 실현하기 위해 따르고 있는 길입니다. 모든 사람은 인공지능의 발전으로 혜택을 받아야 하며, 따라서 모두가 그 방향을 결정하고 형성하는 데 도움을 줄 수 있어야 하며, 그 발전에 기여해야 합니다. 협력적 혁신과 오픈 소스는 그 분야의 미래에 필수불가결한 것으로 간주되지 않습니다.