글로벌 인력의 생성형 인공지능(AI) 역량을 강화하기 위해서는 단순한 영상 강의를 넘어선 능동적인 실전 참여가 필수적이다. Atos는 이러한 과제를 해결하기 위해 아마존 웹 서비스(AWS)와 협력하여 'AWS AI 리그'를 개최했다. 이는 이론적 지식과 실제 응용 사이의 간극을 좁히기 위해 설계된 경쟁형 학습 프로그램이다. 특히 이번 사례는 기술 인력의 몰입도를 높이기 위해 게임화 요소를 도입하는 기업 교육의 최신 트렌드를 잘 보여준다.

프로그램의 핵심은 '지능형 보험 심사역' 사례에 집중되었다. 참가 직원들은 위험 평가 및 보험 정책 추천과 같은 복잡하고 전문적인 업무를 처리할 수 있도록 거대언어모델(LLM)을 파인튜닝했다. 파인튜닝이란 기존 AI 모델에 특정 분야의 데이터를 추가 학습시켜 전문성을 높이는 과정이다. 참가자들은 AI 구축 및 배포 인프라인 Amazon SageMaker를 활용했으며, 복잡한 하드웨어 관리보다는 데이터 품질 개선과 하이퍼파라미터 조정 등 모델 학습의 핵심 변수 최적화에 집중했다.

2주간 진행된 가상 스프린트 결과, 400명의 참가자가 4,100개 이상의 모델을 생성하는 성과를 거두었다. 특히 평가의 일관성을 유지하기 위해 'LLM-as-a-Judge' 방식이 도입되었는데, 이는 대규모 모델이 다른 소규모 모델들의 응답을 자동으로 평가하는 시스템이다. 이러한 방식은 전문가 수준의 성능을 내면서도 비용 효율적인 모델을 배포하려는 기업들의 실무적 요구를 반영한다. 결과적으로 우호적인 경쟁이 기업 내 AI 리터러시를 가속화하는 동시에 실무에 즉시 투입 가능한 솔루션을 생산할 수 있음을 입증했다.

글로벌 인력의 생성형 인공지능(AI) 역량을 강화하기 위해서는 단순한 영상 강의를 넘어선 능동적인 실전 참여가 필수적이다. Atos는 이러한 과제를 해결하기 위해 아마존 웹 서비스(AWS)와 협력하여 'AWS AI 리그'를 개최했다. 이는 이론적 지식과 실제 응용 사이의 간극을 좁히기 위해 설계된 경쟁형 학습 프로그램이다. 특히 이번 사례는 기술 인력의 몰입도를 높이기 위해 게임화 요소를 도입하는 기업 교육의 최신 트렌드를 잘 보여준다.

프로그램의 핵심은 '지능형 보험 심사역' 사례에 집중되었다. 참가 직원들은 위험 평가 및 보험 정책 추천과 같은 복잡하고 전문적인 업무를 처리할 수 있도록 거대언어모델(LLM)을 파인튜닝했다. 파인튜닝이란 기존 AI 모델에 특정 분야의 데이터를 추가 학습시켜 전문성을 높이는 과정이다. 참가자들은 AI 구축 및 배포 인프라인 Amazon SageMaker를 활용했으며, 복잡한 하드웨어 관리보다는 데이터 품질 개선과 하이퍼파라미터 조정 등 모델 학습의 핵심 변수 최적화에 집중했다.

2주간 진행된 가상 스프린트 결과, 400명의 참가자가 4,100개 이상의 모델을 생성하는 성과를 거두었다. 특히 평가의 일관성을 유지하기 위해 'LLM-as-a-Judge' 방식이 도입되었는데, 이는 대규모 모델이 다른 소규모 모델들의 응답을 자동으로 평가하는 시스템이다. 이러한 방식은 전문가 수준의 성능을 내면서도 비용 효율적인 모델을 배포하려는 기업들의 실무적 요구를 반영한다. 결과적으로 우호적인 경쟁이 기업 내 AI 리터러시를 가속화하는 동시에 실무에 즉시 투입 가능한 솔루션을 생산할 수 있음을 입증했다.