Offcanvas

AI / BI / 머신러닝|딥러닝 / 빅데이터 | 애널리틱스

인터뷰 | “조립형 플랫폼으로 생성형 AI 혜택 전사에 확대” 로이터 엔지니어링 총괄

2024.02.06 Lucas Mearian  |  Computerworld
콘텐츠 및 기술 기업인 톰슨로이터는 방대한 데이터와 문서를 선별하기 위해 수년간 AI 플랫폼을 활용하고 있다. 생성형 AI가 등장한 이후에는 자체 생성형 AI 플랫폼 개발과 교육을 통해 혁신의 속도를 높이고 있다.
 
숀 말호르타 엔지니어링 총괄 ⓒ 톰슨로이터

톰슨로이터라고 하면 언론사를 먼저 떠올리겠지만, 톰슨은 원래 톰슨 코퍼레이션이라는 이름으로 금융 및 법률 정보 제공하는 곳이었다. 2007년 통신사 로이터를 톰슨이 인수하면서 현재의 사명인 톰슨로이터가 쓰이고 있다. 톰슨로이터는 미디어 서비스를 통해 방대한 데이터를 보유하고 있으며, 법률, 세금, 컴플라이언스, 리스크 관리 솔루션을 제공하며 기술 전문성을 쌓아왔다. AI 기술은 이미 30년 전부터 도입했다.

2022년 말 생성형 AI 기술 붐이 일어나면서, 톰슨로이터는 AI 전략을 다시 개편해야 했다. 특히 경쟁사보다 앞서면서 더 까다로워지고 산업별 고객의 요구사항을 충족할 수 있는 전략이 필요했다.

새로운 AI 전략 하에 톰슨로이터는 마이크로소프트(MS) 코파일럿 기술을 통합한 새로운 제품을 11월 공개했다. AI 역량을 확보하기 위해 케이스텍스트(Casetext)라는 법률 AI 스타트업을 6억 5,000만 달러에 인수하기도 했다. 향후 AI 역량 개발 및 고객 지원을 위해 연 1억 달러를 지원하겠다는 포부도 밝혔다.

톰슨로이터의 생성형 AI 솔루션은 클라우드 기반의 API 기반 플랫폼이다. 덕분에 톰슨로이터 콘텐츠를 확장하고 직원과 고객이 AI를 재사용 가능한 요소로 만들 수 있었다. 새로운 생성형 AI 플랫폼을 잘 활용할 수 있도록 직원 대다수에게 교육을 제공하고 있다.

톰슨로이터에는 현재 2,500명 기자와 6,500명의 사진 기자가 재직하고 있다. 뉴스 서비스와 별도로 법률, 세무, 회계 업계 등의 전문가가 톰슨 로이터의 솔루션을 이용하고 데이터를 제공받고 있다.

톰슨로이터의 엔지니어링 총괄 숀 말호트라는 최소한의 기술 역량으로 앱을 만들 수 있도록 돕는 ‘AI 스킬 팩토리’ 개발을 주도한 인물이다. AI 스킬 팩토리 플랫폼을 통해 톰슨로이터의 기술 직원은 도구를 빠르게 설계, 구축, 배포하고 있다. 또한 로우코드/노코드 기능을 이용할 수 있기에 기술 전문가가 아닌 직원도  AI 스킬 팩토리 플랫폼으로 안전하게 생성형 AI를 실험하고 있다. 덕분에 톰슨로이터 내 혁신과 아이디어가 더욱 빠르게 실현되고 있다.

생성형AI 플랫폼의 성공 덕분에 톰슨로이터는 지난 3개월 동안 법률 산업 고객을 위한 3가지 AI 기반 솔루션을 출시할 수 있었다. 가까운 시일 이내 더 많은 솔루션이 출시될 예정이다. 톰슨로이터가 어떻게 AI 전략을 구축했고, 관련 성과는 무엇이었는지 아래 인터뷰를 통해 자세히 살펴보자.  

Q. 톰슨로이터가 어떤 문제를 직면했고, 생성형 AI가 어떤 도움을 주었는지 설명해달라.
A. 생성형 AI는 판을 바꾸는 소위 ‘게임 체인저’다. 다행히 우리는 이미 오래전부터 자연어 처리 프롬프트를 사용해 왔다.

우리는 법률, 세무, 리스크 및 규정 관리 솔루션부터 뉴스 서비스까지 제공하고 있다. 고객의 의견을 듣고 애로사항을 파악해 보니 상당수 문제를 대규모 언어 모델(LLM)로 해결할 수 있다는 것을 확인했다. 다만 그러한 새로운 기술을 고객이 요구하는 속도에 맞춰 적절하게 제공할 수 있을지에 대한 고민이 있었다. 결론적으로 애플리케이션 개발을 돕는 자체 생성형 AI 플랫폼을 만들어 고객이 원하는 속도에 맞춰 혁신을 제공할 수 있었다.

일단 11월 AI 기반 법률 콘텐츠 검색 도구 ‘웨스트로 프리시전(Westlaw Precision)’라는 도구를 출시했다. 최근에 2개 제품을 추가 출시했다. 이렇게 빨리 제품을 출시할 수 있었던 것은 ‘AI 스킬 팩토리’라는 자체 AI 플랫폼 덕이다. 해당 플랫폼으로 개발자는 여러 제품에 재사용할 수 있는 코드 문단을 활용했다.

Q. 이미 AI 팀이 구성된 상태였을 텐데, 생성형 AI를 도입했을 때 팀에 어떤 사람을 영입했는가? 다른 조직에도 AI 전문팀을 구성할 것을 제안하고 싶은가?
A. 기존 개발이나 AI 개발이나 크게 다르지 않다. 따라서 일단 개발자가 필요하다. 디자이너도 필요하다. 제품 관리자(Product Manager)도 필요하다. 법률팀 지원도 필요하다. 이런 모든 이해관계자가 필요한 셈이다. AI 개발과 일반 개발의 차이점을 굳이 꼽자면, 법률, 개발자, 마케팅 등 모든 이해관계자가 생성형 AI를 새로운 영역이라고 받아들인다. 따라서 같은 기술팀이라도 AI팀은 AI에 대한 이해도가 높아야 한다. 그렇기 때문에 교육이 매우 중요하다. 또한 새롭게 등장하는 문제를 해결할 수 있는 역량이 있어야 한다.

톰슨로이터는 이미 AI에 집중한 훌륭한 조직을 보유하고 있었고, 그 팀을 생성형 AI 기술을 위한 팀으로 빠르게 키웠다. 생성형 AI 팀은 AI 전문가가 아닌 기술자나 심지어 비기술자도 고객에게 가치를 더할 수 있는 방법을 찾을 수 있어야 한다.

단순히 AI 전문가를 고용한다고 새로운 제품을 빠르게 고객에게 빨리 전달할 수 있는 것은 아니다. 톰슨로이터의 AI팀은 확장 가능한 방식을 추구해 속도를 높이려고 했다. 특히 전문 지식을 기반으로 API, 노코드/로코드 등 재사용 가능한 구성 요소를 미리 만들어 AI 전문가가 아닌 직원도 고객에게 AI 기술을 만들고 실험할 수 있게 지원했다. 이것이 내가 생각하는 효과적인 확장 방식이다.

Q. 2022년 말 생성형 AI가 대중에게 본격 확대됐을 때 어떤 획기적인 변화가 있었나?
A. 톰슨로이터는 오픈AI의 대규모 언어 모델과 다른 트랜스포머 기반 모델을 실험해 왔다. 그래서 항상 생성형 AI 문제를 주시하고 있었다.

챗GPT가 등장한 2022년 11월에 나온 LLM은 이전에는 해결할 수 없었던 문제를 해결할 수 있었다. 일종의 변곡점을 통과한 셈이다. 과거에도 우리는 LLM을 활용해 변호사 고객이 수많은 사건을 요약하고 핵심 사실을 효과적으로 파악할 수 있는 기술을 만들려고 했다. 하지만 과거의 모델은 제대로 된 결과를 내놓지 못했다. 새로운 모델에선 갑자기 결과가 잘 나왔다. GPT가 이미 논의던 프로젝트의 속도를 높여줬기에 신속하게 기술을 살펴보려 했다.

Q. 캐이스텍스트 인수 이후 AI 기반 리서치 도구인 웨스트로 프리시전(Westlaw Precision)과 코카운슬코어(CoCounsel Core) 같은 제품을 출시했다. 업무 환경에 AI를 어떻게 활용하고 있는가?
A. 웨스트로 프리시전부터 설명하자면, 이 제품은 작년 11월에 출시했다. 거의 모든 변호사가 업무 중 법률 리서치를 해야 한다. 웨스트로 프리시전으로는 리서치 과정에 변화를 주고자 했다. 법률적 질문과 관련이 있을 수 있는 판례를 찾을 때 웨스트로 프리시전의 검색 기능을 활용하면된다.

변호사는 통합된 최신의 정확한 콘텐츠가 필요다. 연계된 모든 콘텐츠를 읽어야 한다. 검색엔진에선 일단 관련 콘텐츠를 보여주는데 변호사는 결과물을 꼼꼼히 다 살펴봐야 한다. 그리고 각 콘텐츠가 실제로 자신이 수행 중인 연구와 관련이 있는지 파악해야 한다. 이게 리서치 과정의 첫 번째 단계다.

과거 우리는 적절한 정보가 검색 결과로 나오도록 AI를 활용했다. 생성형AI가 결합된 웨스트로 프리시전은 적절한 정보를 찾을 뿐 아니라 관련성이 있는 모든 판례를 요약해 준다. 유용한 인용문도 제공하는데, 이 과정에서 어떤 신뢰할 수 있는 콘텐츠에서 정보가 나왔는지도 쉽게 확인할 수 있다. 거기다 단순히 문장을 나열하는 것 이상 읽기 쉽고 이해하기 좋은 형태의 요약문을 볼 수 있다. 자연스레 고객은 웨스트로 프리시전으로 시간을 절약할 수 있다. 더 높은 품질의 제품을 제공하는 셈이다.
 
웨스트로 프리시전 예시 ⓒ 톰슨로이터

코카운슬코어는 케이스텍스트 팀의 작업으로 탄생했다. 사실 케이스텍스트는 GPT가 공식 출시되기 전에 오픈AI와 파트너십을 맺은 몇 안 되는 기업 중 하나였다. 당연히 AI 기술을 개발하는 데 유리한 고지를 선점하고 있었다. 그렇게 해서 나온 코카운슬코어는 변호사가 문서 요약을 하거나 입력한 정보와 관련한 질문을 하고 답변을 받을 때 쓸 수 있다.

코카운슬코어로 직접 콘텐츠를 검색하지 않아도 원하는 내용을 질문하면 적합한 콘텐츠를 찾아서 표시해 준다. AI 기반 답변을 훨씬 더 빠르게 얻을 수 있다.

Q. 생성형 AI의 어떤 점이 가장 인상적이었나?
A. 결과물의 품질이다. 물론 애초부터 매우 높은 수준으로 신뢰할 수 있는 콘텐츠를 활용하지 않으면 생성형 AI 결과물에 문제가 있을 수 있다. 하지만 그 문제 수준은 예전만큼 크지 않다. 과거의 AI 모델에 점수를 매긴다면 D 학점이나 F 학점을 줘야 할 정도였다. 최근의 언어 모델을 활용하면 D 학점이나 C 학점을 줄 수 있다. 큰 변화다. 꽤 개선된 것이다.

여기에 검색 증강 생성(RAG) 같은 기술을 적용하여 높은 수준의 콘텐츠와 LLM의 강력한 기능을 결합하면 이제 AI 모델은 A 학점을 받을 수 있는 수준까지 올라왔다. 중요한 점은 고객은 이상한 결과가 적게 나온다고 해서 만족하지 않는다는 것이다. 고객은 리스크 높은 기술을 다루고 있기에 늘 콘텐츠가 신뢰할 수 있고 최신이며 완전한지 알고 싶어한다. RAG 기반 접근 방식은 고객에게 진정한 가치를 제공할 수 있다는 점에서 매우 놀라웠다.

Q. 어떤 데이터 콘텐츠 시스템을 LLM에 연결했나? API는 직접 API를 만들었는가?
A. 일부 콘텐츠는 독점 콘텐츠이기 때문에 고객으로부터 제공받지 못한다. 그래서 톰슨로이터는 수년에 걸쳐 접근성이 뛰어난 API를 구축했다. 그리고 API 기술은 생성형 AI 플랫폼과 결합했다.

톰슨로이터의 AI 플랫폼에는 콘텐츠에 접근할 수 있는 간단한 API가 있다. 애플리케이션 개발자는 생성형 AI 플랫폼으로 안전하고 간편히 콘텐츠에 접근할 수 있다. 콘텐츠 접근 관련 API를 처음부터 구축하는 대신 애플리케이션의 비즈니스 로직을 구축하는 데만 신경을 쓰면 된다.

Q. 도전 과제는 무엇이 있었나?
A. 속도과 도전 과제였다. 고객은 생성형 AI로 문제를 해결하려는 데 관심이 높았다. 고객이 요구하는 빠른 속도로 기술을 제공하면서도 동시에 안전성, 신뢰성, 보안성도 높이는 것이 관건이었다. 속도와 안전성은 간혹 상충하기도 했다.

Q. 톰슨로이터의 AI 플랫폼에 대해 더 설명해달라. 단순히 MS 365 코파일럿의 변형 버전인가? 아니면 완전히 독자적인 AI 플랫폼인가?
A. MS 코파일럿과는 완전히 별개의 플랫폼이다. 톰슨로이터가 직접 개발한 기술이다. 해당 플랫폼은 레고 블록 같이 특정 역할을 하는 요소가 여러 개 구성돼 있다. 톰슨로이터 직원은 각 구성 요소를 활용해 고객을 위한 생성형 AI 애플리케이션을 더 쉽게 구축할 수 있다. 가령 어떤 구성 요소를 활용하면 안전한 방식으로 콘텐츠에 접근할 수 있다. 어떤 구성 요소를 활용하면 만들고자 하는 제품에서 일관된 프론트엔드 환경을 구축할 수 있다. 사용하기 쉬운 제품이 만들어지는 셈이다.

프롬프트를 위한 구성 요소가 있다. 따라서 톰슨로이터 개발자는 특정 LLM 프롬프트를 구축하는 방법에 대해 일일이 이해하지 않아도 된다. 다양한 LLM을 실험해 볼 수 있는 구성요소도 있다. 이를 통해 내부 직원은 어떤 것이 자신에게 적합한지 확인할 수 있다. 이러한 모델 중에는 톰슨로이터가 직접 구축한 모델도 있고, 외부 모델도 있다.

로우코드 또는 노코드 방식으로 언어 모델에 접근하게 돕는 구성요소도 있다. 이런 구성 요소를 활용하면 개발자가 아니어도 아이디어가 있는 사람이면 AI 애플리케이션을 개발할 수 있다. 예를 들어, 톰슨로이터의 법률 전문 에디터가 있다고 치자. 해당 에디터는 법률에 대해 잘 알고 있는데, AI 모델이 특정 유형의 문서를 요약하는 작업을 잘 수행할 수 있을지 궁금할 수 있다. 톰슨로이터의 생성형 AI 플랫폼을 사용하면 코드 한 줄을 작성하지 않고도 이 질문에 대한 답을 얻고 실험할 수 있다. 빠른 속도라는 근본적인 문제로 돌아가서 이러한 생성형 AI 플랫폼은 모든 직원이 혁신에 참여하고 아이디어에 도움을 줄 수 있다는 점에서 정말 강력하다.

Q. AI 코딩 도구는 생성형 AI 분야에서도 활용도가 높은 기술로 여겨진다. 직접 AI 코딩 도구를 써보니 내부 반응은 어떠했는가?
A. 일단 어떤 부서에 있든 생성형 AI는 우리가 하는 일을 돕고 더 효과적으로 만드는 잠재력이 있다. 이는 톰슨로이터에 국한된 이야기는 아니다. 그중 개발과 관련해서 이야기하자면 우리는 더 나은 코드를 작성하고 작업 속도를 높여주는 생성형 AI 도구를 적극 활용하고 있다. 실제로 사내 개발자의 만족도는 높아졌다. 이러한 환경은 신제품 개발 속도에도 영향을 준다.

톰슨로이터의 개발 환경에서는 생성형 AI를 확실히 활용하고 있다. 거기에 기술 전문가가 아니어서 AI를 실험할 능력이 없었던 톰슨로이터 직원도 이제 AI 플랫폼의 로우코드/노코드 도구로 아이디어 구현하고 실험하고 있다. 코딩할 필요성을 거의 없애고 AI 도구로 아이디어를 확대할 수 있게 지원하는 것이다.

Q. LLM을 클라우드나 외부 데이터 센터에 실행하는 경우, 보안 및 개인정보 보호에 어떤 우려가 있나?
A. 개인 정보 보호와 보안은 처음부터 최우선 과제였다. 법률 전문가, 세무 전문가, 리스크/사기/컴플라이언스 전문가 등 우리가 서비스를 제공하는 시장을 살펴보면 데이터에 매우 민감하다. 애초부터 의무 사항이 많은 시장이기 때문에 톰슨로이터도 고객이 보안 및 개인정보 보호를 높이고 규정을 준수할 수 있도록 도와야 한다. 보안과 개인정보 보호는 개발 프로세스의 모든 부분에 내재되어 있다.

핵심은 방법일 것이다. 일단 내가 피하고 싶었던 방식은 개발팀이 개별적으로 적합한 LLM과 콘텐츠에 안전하게 접근하는 방법을 알아내는 것이었다. 아무리 좋은 의도를 가지고 있다고 해도 그러한 방식은 설계상 문제가 발생할 수 있다.

여기서 톰슨로이터의 생성형 AI 플랫폼이 빛을 발한다. 각 구성요소를 활용하면 올바른 방식으로 개인정보를 보호하고 보안성을 갖출 수 있다. 다시 말해 데이터 보존과 데이터 프라이버시가 존중되도록 보장되는 방식을 공동의 AI 플랫폼에서 제공하는 것이다. 직접 만든 모델과 관련된 윤리적 수준도 평가할 수 있다. 플랫폼에서 이 모든 작업을 수행하기에, 일일이 규칙을 설명하지 않고 ‘플랫폼을 사용해야 합니다’라고 하나의 공지만 주면 된다. 플랫폼만 제대로 사용했는지 확인하면, 프라이버시 보호 장치, 보안 기능이 제대로 작동하는지 관리자 입장에서 알 수 있다.

Q. 기술 및 비즈니스 직원이 생성형 AI를 사용하도록 어떻게 교육했나?
A. 변화 관리는 고객만큼이나 우리에게도 중요하다. 그래서 모든 직원을 대상으로 기초적인 AI 교육을 실시하는 과정을 거쳤다. 톰슨로이터의 데이터 과학 전문가와 기술 전문가가 함께 일반 직원 대상으로 광범위에게 교육을 진행했다. 고객에게 최고의 서비스를 제공하려면 모든 직원이 AI를 기본적으로 알아야 한다고 생각했다. 그런 다음 특정 부서를 위한 교육 프로그램도 따로 만들었다.

예를 들어, 개발 조직에서는 개발자를 대상으로 훨씬 더 광범위한 AI 교육을 실시했다. 개발자는 제품을 만드는 사람들이기 때문에 당연히 기초 교육보다 더 깊이 있는 AI 교육이 필요하다. 이 교육은 AI 애플리케이션을 구축할 사람을 대상으로 했다. 그런 다음 팀 전체에 교육을 확장하며, 진행 상황을 추적하여 모든 사람이 해당 교육을 이수할 수 있도록 도왔다.

다른 부서에도 비슷한 유형의 교육을 실시하고 있다. 고객을 대면하는 영업사원이 AI에 대해 알아야 하는 것과 개발자가 AI에 대해 알아야 하는 것은 다를 수 있지만, 둘 다 어찌 됐든 AI에 대해 알아야 한다. 그래서 교육과 훈련에 많은 투자를 하고 있다.

Q. AI 교육은 언제부터 시작했고 어떻게 진행했나?
A. 별도의 교육 기간을 할당했다. 작년에 AI를 위한 교육 일정도 따로 잡았다. 이번이 처음은 아니다. AI 환경에 맞게 자료를 변경하기는 했지만, AI 교육은 톰슨로이터에 늘 있어왔다. 이미 수년 동안 여러 차례에 걸쳐 AI 전문가에게 교육 자료를 만들어 달라고 요청했다. 고객의 요구사항과 비즈니스 상황이 변화했기에 자연스럽게 지원해왔다.

생성형 AI 모델에 대한 교육은 별도로 지원했다. 특히 2023년 초 많은 직원이 관심을 갖게 되면서 따로 교육 프로그램을 만들었다. 생성형 AI와 별개로 기존 AI 교육 프로그램은 수년 동안 운영됐다.

Q. 얼마나 많은 교육 프로그램이 있나?
직원들이 이용할 수 있는 AI 교육의 종류는 매우 다양하다. 전부 다 이수하려면 몇 주는 투자해야 할 것이다. 일부는 선택 사항이고 일부는 필수 사항이다. 전체적으로는 선택사항이 적다.

‘AI 스킬 팩토리’라는 것이 우리의 생성형 AI 플랫폼 안에 있다. 웨스트로우 도구도 AI 스킬 팩토리에서 나왔다고 볼 수 있다. 로우코드/노코드 환경 덕에 AI 역량을 개발하면서 시장에 빠르게 제품을 출시할 수 있었다.

Q. 톰슨로이터의 AI 플랫폼을 구축하는 데 비용과 시간을 얼마나 투자했는가? 자체 LLM은 따로 만들고 있는가?
A. AI 모델 학습에는 다양한 방법이 있다. 대형 규모의 AI 모델은 외부 벤더가 엄청난 시간과 리소스를 투입해 만들고 있으며, 보통 범용성을 추구한다. 그런 모델은 우리가 직접 구축할 수 있는 것은 아니다. 다른 고객과 마찬가지로 우리도 이러한 모델을 가져와서 활용하고 있다.

빅테크의 LLM만큼 크지 않지만 다르지만 톰슨로이터도 자체 모델을 구축하면서 다양하게 실험하고 있다. R&D 관점에서 개발하고 있다. 물론 외부 모델도 함께 실험하고 있다.

이렇게 자체 LLM를 투자하는 이유는 모든 문제를 해결해 주는 만능 AI 모델이 존재하지 않을 거라고 보기 때문이다. 미래에는 고객의 문제에 따라 다른 모델을 사용할 것 같다. 톰슨로이터만이 가진 콘텐츠와 전문성을 바탕으로 맞춤형 모델을 만들고 고유한 가치를 제공할 수 있을 것이다. 단 그 모델은 빅테크 기업이 제공하는 모습과 크기 측면에서 다를 것이다.

톰슨로이터 입장에서 고객의 문제에 잘 대응할 수 있는 작은 모델을 찾아내는 것이 중요하다. 그리고 모델이 작을수록 실행 시간, 비용, 모든 형태의 효율성 등 여러 측면에서 더 효율적일 것이다. 이것이 우리 R&D 부서에서 하는 일이다. 톰슨로이터가 보유한 콘텐츠와 산업별 전문 지식을 어떻게 활용하면 고객을 위해 가장 작은 모델로 문제를 해결할 수 있는지 연구하고 있다.

Q. 지난 11월 따로 전략을 외부에 발표했다. 톰슨로이터의 AI가 어디로 나아갈 것으로 보는가?
A. 제품 및 기능을 제공하는 속도는 더욱 빨라질 것이다. 앞서 말했듯이 법률 테크 기업 케이스텍스트를 인수했고, 11월에 한 가지 제품을 출시했다. 앞으로 몇 가지 제품을 더 출시할 예정이다.

다시 속도를 더 높이려고 한다. 우리의 기술은 하나의 생성형 AI 솔루션으로 끝나는 포인트 솔루션이 아니다. 발표 현장에서 공유했던 자료에는 ‘AI 어시스턴트’라는 개념이 있었다. 이 AI 어시스턴트의 생성형 AI 기능은 모든 제품에 걸쳐 존재한다. 그런 기능으로 사용자는 더 많은 가치를 얻고, 효과적으로 해결책을 얻을 수 있다. 톰슨로이터는 이러한 기술을 개발하고 제품에 통합하는 속도를 계속 높여 나갈 것이다.

앞으로 점점 더 많은 것을 공개할 것이다. 그렇기 때문에 지금 이 시기에는 기반이 되는 플랫폼이 중요하다고 본다. 기반이 탄탄해야 미래에 차별화된 이점을 제공할 수 있을 것으로 보기 때문이다.

Q. 11월 발표에 따르면, 톰슨로이터는 AI에 1억 달러(약 1,329억 원)를 투자할 것이라고 밝혔다. 해당 투자는 2024년에 진행되나 아님 몇 년 후에 진행될까?
A. 체계적으로 투자금을 쓰려고 한다. 일단 자사 솔루션 구축을 위해서 비용을 투입할 계획이다. 최근에 인수한 케이스텍스트와 유사한 인수 사례가 있을 수도 있다. 문화적으로, 기술적으로, 무엇보다 우리 고객의 문제 해결에 도움이 된다면, 다른 기업을 인수할 수 있다.

그리고 파트너도 더 확대할 계획이다. 톰슨로이터는 최근 MS와 파트너십을 발표했 다. 그 일환으로 MS 빌드 컨퍼런스에서 직접 코파일럿 통합 후 변화에 대해 공유하기도 했다. 우리는 변호사 고객이 MS 워드에서 코파일럿 확장 프로그램을 연결해 계약서 초안을 보다 효율적으로 작성할 수 있도록 지원할 수 있을 것으로 보고 있으며, 관련 기술을 적극 개발하고 있다. 정리하자면, 1억 달러는 크게 솔루션 구축, 외부 기업 인수, 파트너 기술 활용이라는 세 가지 측면에 나눠 투자될 것이다.
ciokr@idg.co.kr
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.