AI가 좋긴 좋은데 우리 조직에 도입할 수가 없네, 어떻게 해야 할까

경영진과 AI 연구자들이 모여, AI에 대한 가시성 확보 필요
AI 사용하는 미국 기업, 주로 규모가 큰 기업들로 10% 미만
AI의 예측 능력과 인간의 직관력을 결합하는 것은 조직의 몫

 

(출처=셔터스톡, 편집=임채린 기자)

기존의 기업들은 변화하는 경영 환경 속에서 살아남기 위해 CEO를 비롯한 경영 스태프들이 머리를 맞대고 기업 경영 전략을 짰다.

 

그러나 인공지능(AI)의 출현이 기업의 의사결정 환경을 급격하게 바꿔놓았다. 오늘날의 경영자들은 기업 경영의 효율성과 경쟁 우위를 확보하기 위해 AI를 의사결정의 전략적 도구로 활용할 필요성이 점차 늘어나고 있다.

 

그럼에도 불구하고, 기업의 최고 정보책임자인 CIO조차도 인공지능이 기존의 조직 관리에 방해가 되거나 아니면, 비용 문제 등으로 도입에 거부감을 느끼는 사례가 많은 것이 사실이다.

 

이에 대해 오랫동안 기업 경영을 취재하고, AI 전문가이기도 한 베테랑 기자 출신 스테파니 오버비(Stephanie Overby) 작가는 “비즈니스 전반에서 AI에 대한 지원을 얻어내는 것은 최고정보책임자(CIO)와 다른 IT 리더들에게 매우 중요하다”고 역설한다.

 

지난 11일 CIO와 IT 리더들의 독자층을 두고 있는 온라인 출판기업 ‘엔터프라이즈 프로젝트(The Enterprisers Project)’에 스테파니 기자는 ‘조직에서 인공지능(AI)을 전파하는 방법’이란 제하의 칼럼에서 다양한 기업 사례를 통해 분석한 ‘조직에서 인공지능(AI)을 전파하는 방법’ 6가지 팁을 제시했다.

 

1. IT 내 흥분을 자아낸다.

 

중국 최대의 IT 다국적 민영 기업 레노버(Lenovo Group)는 조직 전반에 AI를 구현해 효율성을 높이고 있다. 그러나 과거에 Lenovo 그룹의 부사장이자 CIO인 아더 휴(Arthur Hu)는 “AI는 끊임없이 변화하고 있기 때문에 현재 회사 주변에서 사용 중인 기술의 라이프 사이클에 대해 이야기할 것을 권한다”고 말했다.

 

2. 경영진을 참여시켜 AI와 디지털 전환 전략을 일치시킨다.

 

AI 플랫폼 제공업체 PROS의 AI 전략가인 저스틴 실버(Justin Silver)는 “경영진은 AI 시스템의 입출력이 전반적인 디지털 전환 전략과 일치하도록 AI팀과 협력해야 한다”고 말했다.

 

3. 다른 자문 위원회를 소집한다.

 

휴는 “무언가를 변경할 때는 조직의 파트너, 공급업체 및 직원과 자문 위원회를 연결해 구현에 대한 통찰력과 의견을 얻는 것이 중요하다”고 강조했다.

 

4. AI 팀을 조직에 통합한다.

 

넥스트 웨이브 인스티튜트(Next Wave Institute)의 AI 컨설턴트 피터 스콧(Peter Scott)은 “AI 팀을 작은 사일로에 집어넣지 말고, 스스로 비즈니스를 전환하라고 말하라”고 역설했다. 즉, AI는 사람들이 생각하는 비즈니스 전 분야에 영향을 미친다는 주장이다.

 

5. 혜택의 개인 맞춤을 설정한다.

 

선가드 어베일러빌리티 서비스(Sungard Availability Services)의 CIO인 크리스 필딩(Chris Fielding)은 “경영진의 지원과 쉽게 알아볼 수 있는 데이터를 통해 성공적인 사용 사례를 제시하는 가운데 AI 사용을 장려할 수 있다”고 말했다.

 

IT 리더와 관리자는 팀 구성원들에게 AI의 통합이 왜 이로운지, 그것이 생산성과 효율성에 미칠 긍정적인 영향을 매일, 그리고 장기적으로 명확하게 전달해야 한다는 것이다.

 

6. 실직 우려를 해결해야 한다.

 

기계를 품은 작가 셴커의 낸시 A는 “AI 채택의 어려움 중 하나는 많은 기능적 리더들이 일자리를 잃거나 쓸모없게 되는 것에 대한 두려움”이라고 주장했다.

 

미국 소규모 기업들, 아직 AI 투자 꺼려해

 

지난해 7월 30일  미국 유력 기술 매거진 ‘와이어드(Wired)’는 유명 기업의 인공지능 경영 참여도에 대한 조사 결과를 보도했다.

 

“AI가 대유행이다. 그렇다면 왜 더 많은 기업이 이 제품을 사용하지 않는가?”

 

이 질문에 MIT 테크놀로지 리뷰의 선임 편집장을 지낸 적이 있는 와이어드의 선임작가 ‘윌 나이트(Will Knight)’는 미국의 유명 맥주 제조회사들의 사례를 들어 설명했다.

 

지난 2017년 말 버드와이저의 뒤를 잇는 벨기에의 맥주 제조회사 ‘앤하이저부시 인베브(AB InBev)’는 양조 레시피에 약간의 인공지능을 추가하기 시작했다.

 

뉴저지주 뉴어크의 한 양조장에서 수집한 데이터를 활용해 맥주 불순물 제거에 사용되는 여과 공정의 잠재적 문제를 예측하는 AI 알고리즘이 바로 그것이다.

 

이에 대해 뉴저지 맥주 회사를 운영하는 폴 실버맨(Paul Silverman)은 “우리는 AI는 고사하고, 컴퓨터조차 사용하지 않고 있다.”고 말하고, “우리는 앉아서 맥주를 맛보며, 다음에 무엇을 만들까 고민한다. 전산 능력이 매우 떨어진다”고 응답했다.

 

윌은 양조장 격차는 미국 기업들이 AI를 채택하고 있는 속도를 보여준다고 말한다.

 

즉, 인공지능에 대한 과대광고들이 너무 많아서, 사람들은 그것이 어디에나 있다고 상상하지만 실제로 새로운 보고서에 따르면, AI를 사용하는 기업은 주로 규모가 큰 기업들로 10% 미만이라는 것이다.

 

스탠퍼드 디지털 경제 연구소장 에릭 브리뇰프슨(Erik Brynjolfsson) 박사는 “우리는 AI 도입 초기 단계에 있다. 사람들은 머신러닝 혁명이 점점 사라지고 있다고 생각해선 안된다”고 말했다.

 

윌은 미국내 많은 소규모 기업들은 AI를 기업 경영의 일부라고 생각하지 않는다고 지적했다.

 

윌은 그들은 자기 회사가 어떤 형태의 AI를 사용하고 있다는 사실조차 모르고 있을 수도 있으며, 이 기업들은 직원이나 고객 관리와 같은 작업에 어떤 형태로든 머신러닝을 도입하고 있는지도 모른다고 주장했다.

 

AI 예측, 조직에게 아직은 애매한 영역

 

그렇다면, 기업들은 왜 AI 도입에 회의적일까?

 

이 질문에 대한 대답은 지난 2018년 8월 8일 자, 포브스 지에 “기업 경영에서의 AI의 도전과 과제”란 칼럼을 쓴 퍼블릭스(Publicis) 그룹의 프라샨트 메타(Prashant Mehta) 부사장에게서 듣는다.

 

프라샨트 부사장이 속한 퍼블릭스 그룹은 파리에 본사를 둔 프랑스의 다국적 광고 회사다.

 

프라샨트 부사장에 따르면, AI와 관련된 조직은 AI가 왜 그러는지, 무엇을 하는지 명확하게 설명할 수 없다. 사람들은 AI가 어떻게 결정을 내리는지를 이해하지 못하기 때문에 이에 대해 회의적이라고 주장한다.

 

AI 예측의 확률은 조직에 여전히 애매한 영역이며, AI 시스템의 의사결정이 명확하다는 것을 입증하거나, 보장할 방법이 없다고 그는 주장했다.

 

“해결책은 AI를 설명할 수 있고, 입증 가능하며, 투명하게 만드는 데 있다. 조직은 설명 가능한 AI를 모범 사례로 받아들여야 한다”는 방법론을 그는 제시했다.

 

또 데이터 개인 정보 보호 및 보안 문제도 기업 조직이 AI를 받아들이는 걸림돌이라고 덧붙였다.

 

대부분의 AI 애플리케이션은 학습과 현명한 의사결정을 위해 많은 양의 데이터에 의존하는데 이는 데이터 침해 및 신원 도용과 같은 심각한 문제에 취약하다는 지적이다.

 

하지만 최근에 유럽연합(EU)이 개인 데이터 보호를 보장하는 일반 데이터 보호 규정(GDPR) 시행을 통해 향후 데이터 과학자가 사용자의 데이터 보안과 기밀성을 훼손하지 않고, AI를 개발할 수 있게 된 점은 다행스러운 일이라고 설명했다.

 

또 그는 “ 작금의 기업들은 엄청난 데이터에 접근하지만, 인공지능 애플리케이션 학습에 적합한 데이터셋은 실제로 드물며, 가장 강력한 인공지능 기계는 지도학습 훈련을 받은 기계들이다”고 지적했다.

 

이 교육에는 기계가 학습할 수 있도록 구성된 라벨로 표시된 데이터가 필요하지만, 레이블이 지정된 데이터는 제한된다는 것이다.

 

이를 해결할 차세대 AI 알고리즘의 사례로, ‘전학 학습’, ‘무감독/준감독 학습’, ‘능동형 학습’ 등을 추천했다.

 

결론적으로, 그는“미래에 인공지능(AI) 기반 기계의 예측 능력과 인간의 직관력과 판단력을 결합할 수 있는 것은 조직의 몫”이라고 강조했다.

 

CIO가 AI의 비즈니스 사례를 만드는 방법

 

올해 1월 27일 CIO DIVE에 가트너의 CIO 금융 서비스 연구 부문 무투시 사우(Moutusi Sau) 부사장은 “AI를 채택할 때, 조직의 차별화된 장애물이 있을 수 있으며, AI에 대한 설득력있는 비즈니스 사례를 구성할 때 CIO는 이런 점들을 고려해야 한다”고 말했다.

 

다음은 무투시 부사장이 제안하는 기업의 AI 채택 시 고려해야 할 6가지 사항이다.

 

첫 번째, AI는 즉각적인 투자자본수익률(ROI)을 제공하지 않고도 큰 비용이 소요될 수 있다. 프로젝트의 예상 비용과 편익을 분석하는 것은 모든 비즈니스 사례에 있어 중요한 요소라는 것이다.

 

CIO는 AI 프로젝트의 예상 비용과 편익을 계산할 때, 이러한 요소를 고려해야 한다.

 

두 번째, AI는 고유한 기술과 재능이 필요하다는 것이다. 인재 획득은 AI 배치에서 조직이 직면한 가장 큰 제약 중 하나이며, AI 채택자에게 인재 욕구 충족이 가장 어려운 과제다.

 

CIO는 프로젝트를 시작할 때부터 AI 인재를 채용하고 개발해야 하며, 이를 위해 예비사업 사례로 제시할 수 있는 조직 AI 기술 습득 및 개발 방안을 마련해야 한다.

 

세 번째, AI 비즈니스 사례에 측정 가능한 가치가 필요하다는 것이다. AI 프로젝트의 사업 가치를 조기에 측정하는 것이 중요하며, CIO는 AI 프로젝트를 시작할 때부터 성공을 측정하는 가치를 우선시해야 한다.

 

네 번째, 데이터, 교육 및 알고리즘의 중요성이 부각된다는 것이다. 데이터와 알고리즘의 상호작용은 AI 사업 계획의 필수적인 구성요소다. 이를 위해 CIO는 비즈니스 문제에 예측에 필요한 충분한 지원 데이터가 있는지 확인해야 한다.

 

다섯 번째, 구축, 구매 또는 아웃소싱 결정이 중요하다는 것이다. 구축, 구매 또는 아웃소싱 결정은 조직에서 사용할 수 있는 리소스에 따라 결정적으로 달라진다. CIO는 제안된 프로젝트가 조직 고유의 것이며, 강력한 사내 데이터 과학기술을 이미 사용할 수 있는지를 구축해야 한다.

 

여섯 번째, AI 알고리즘은 고유한 윤리 및 거버넌스 요구를 충족해야 한다는 것이다. CIO는 AI 구현 작업 시 윤리 및 거버넌스 요구에 대한 계획을 수립하기 위해 윤리의 중요성을 인식하고, 신뢰를 쌓기 위해 이러한 과제를 사전 예방적으로 관리하라고 주문했다.

 

AI타임스 조행만 객원 기자 chohang5@kakao.com 

 

Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지

 

AI가 좋긴 좋은데 우리 조직에 도입할 수가 없네, 어떻게 해야 할까 - AI타임스