디지털 혁신의 촉매제로서의 HSE: 회사에 AI를 도입한 방법

대규모 산업 기업의 디지털 혁신은 종종 보수주의, 관료주의, 혁신에 대한 두려움에 직면합니다. HSE 전문가들은 예방 조치에 집중하는 대신 반복적인 업무에 시간을 낭비해야 합니다. 이번 발표에서 아나스타샤 루코벤코(Anastasia Lukovenko)는 인공지능 도구의 단계적 도입을 통해 이러한 장벽을 극복한 실제 사례를 분석합니다.

단순한 챗봇에서 경영진의 참여까지

신경망 통합이 초기부터 대규모 IT 예산을 필요로 하는 것은 아닙니다. 연사는 18,000명 이상의 직원을 둔 자사의 사례를 통해 프로그래머의 개입 없이 만들어진 기본 솔루션으로 이니셔티브가 어떻게 시작되었는지 보여줍니다. 다음과 같은 전문 챗봇이 개발되었습니다:

• 위험 평가 봇 및 안전 퀴즈 — 직원의 참여를 유도하고 경영진에게 기술의 가능성을 시각적으로 보여주기 위해 개발되었습니다.
• 개인보호구(PPE) 및 작업환경평가 정보 도우미 — 근로자가 작업복 지급 기준과 작업 환경 등급을 빠르게 확인할 수 있도록 한 도구입니다. 이를 통해 HSE 전문가가 내부 규정에서 데이터를 검색하는 시간을 획기적으로 단축했습니다.

이러한 파일럿 프로젝트의 성공은 확장으로 이어졌습니다. 회사는 HSE 전문가를 위한 소규모 마스터 클래스에서 최고 경영진을 위한 맞춤형 교육과 다른 부서의 AI 도입을 위한 전략 세션 개최로 나아갔습니다.

정보 보안 및 자체 LLM

기업 부문에서 AI 발전의 주요 장벽은 예상대로 정보 보안이었습니다. 외부 플랫폼의 사용은 서버 위치 및 데이터 유출 위험에 대해 보안 부서의 합당한 의문을 불러일으킵니다. 발표에서는 클라우드 솔루션에서 자체 로컬 플랫폼 구축으로 전환하는 해결책을 자세히 다룹니다. 서버를 구매하고 로컬 대규모 언어 모델(LLM)을 설치함으로써 회사는 폐쇄된 보안 경계를 완벽하게 유지하면서 내부 문서로 신경망을 학습시킬 수 있었습니다.

이 웨비나에서 배울 내용:

• 프로그래밍 기술 없이 개인보호구(PPE) 및 작업환경평가에 대해 직원을 상담하는 챗봇을 만드는 방법은 무엇인가?
• 최고 경영진의 회의론을 극복하고 AI 기술 투자의 필요성을 정당화하는 방법은 무엇인가?
• 기업 보안 부서의 승인을 얻는 데 도움이 되는 논리와 기술적 솔루션은 무엇인가?
• 퍼블릭 AI 서비스에서 회사 서버의 자체 로컬 LLM으로의 전환을 어떻게 구성할 것인가?