기업의 인공지능(AI) 도입이 모델 자체의 성능 부족이 아닌, 조직 내 의사결정, 협상, 실행 방식에 대한 구조화된 지식 부재로 실패하는 경우가 많다는 분석이 나왔습니다. 이에 브라질 연구진은 기업의 암묵적이고 파편화된 지식을 주권적이고 감사 가능하며 실행 가능한 '기업 인텔리전스 레이어'로 전환하는 새로운 프레임워크인 기업 언어 모델(CLM: Corporate Language Model)을 제안했습니다.
CLM은 일반적인 대규모 언어모델(LLM)이 기업 특유의 지식 기반을 갖지 못하고, 검색 증강 생성(RAG) 방식 또한 실행 가능한 행동으로 이어지지 못하는 한계를 극복하고자 합니다. 이 프레임워크는 생성형 모델과 지식 그래프를 결합하는 '신경-상징 메시(Neurosymbolic Mesh)', 재사용 가능한 전술과 목표를 유형화하는 '스킬 그래프(Skill Graph)', 기능 영역을 모델링하는 '리빙 디지털 트윈(Living Digital Twins)', 그리고 주권과 추적성을 보장하는 '심층 보안 레이어(Deep Security Layer)' 등 네 가지 핵심 아키텍처 기둥으로 구성됩니다. 특히 '스킬 그래프'는 구성 가능한 설명 가능성을 제공하며, '지혜 경청자 효과(Wisdom Listener effect)'를 통해 암묵적 지식 기반이 사용될수록 가치가 증대되는 효과를 강조합니다.
이러한 CLM은 기업이 보유한 정형, 비정형, 다중 모드, 그리고 암묵적 지식까지 통합하여 온톨로지(ontology) 기반의 기업 파운데이션을 구축합니다. 이를 통해 기업은 추론 및 통제된 실행이 가능한 시스템을 갖추게 되며, 이는 기업 AI가 단순한 정보 제공을 넘어 실제 비즈니스 프로세스에 깊이 통합되어 작동할 수 있음을 의미합니다. 브라질의 한 병원 사례 연구는 CLM의 성숙도 단계 중 세 가지를 구현하여 그 잠재력을 입증했으며, 이는 기업 AI가 직면한 고질적인 문제를 해결하고 조직 학습 및 동적 역량을 강화하는 데 중요한 전환점이 될 수 있습니다.