인공지능이 아직도 미완성 기술이고, 그러므로 지금은 학습하고 실험해보는 데까지만 써야 하는 걸까? 대부분 그렇게 생각한다. 그런데 이미 인공지능으로 수익을 곱절로 불리기 시작한 기업들이 있다. 완성되지 않은 기술일지 모르나, 아주 신생아 단계에 있는 것도 아니다.

[보안뉴스 문정후 기자] 테크 분야의 많은 사람들이 인공지능을 “업무 효율을 높여주는 기술”로서 인식하고 있다. 그런데 엑센추어(Accenture)에서 새롭게 진행한 최근 연구 결과를 보면, 그렇게 생각하는 사람들의 경우 기업의 이윤 창출에 이바지 하는 기술의 가치를 심각하게 과소평가하는 성향을 보일 때가 많은 것으로 나타났다. 하지만 15개국 16개 산업 내 1200개 기업들의 경쟁력과 시장에서의 성적을 분석했을 때 인공지능이라는 기술을 보다 뛰어나게 다룰 줄 아는 12% 기업들이 경쟁사들보다 평균 50% 이상의 수익 성장을 기록한 것으로 나타났다.


보유한 인공지능 기술이 얼마나 성숙하냐 혹은 인공지능 기술 활용도가 얼마나 높냐에 따라 수익의 높고 낮음이 확실하게 결정된다는 지표가 하나 둘 쌓이고 있다. 인공지능 분야 안의 여러 가지 기술들과 기존 기술들, 그리고 회사의 사업 방향과 전략을 이리 저리 조합함으로써 최선의 결과를 낼 줄 아는 기업들이 경쟁사들보다 확 앞서고 있는 것이다. 그리고 한 가지 중요한 특징이 더 있는데 이런 기업들은 지나친 완벽주의를 배제한다. 신기술을 무조건 추앙하는 것도 바람직하지 않지만 반대로 완벽하지 않으면 신기술을 도입하지 않겠다는 접근법 역시 기업의 수익 창출이라는 면에서 해로울 수 있다는 것이다.

예를 들어 한 대형 제약 회사의 경우 인공지능을 통해 수익을 늘리겠다는 목표 아래 고객의 상세한 프로파일을 만드는 인공지능 제품들을 100여 개 구축했고, 이를 통해 재고와 가격의 관리를 보다 효율적으로 하려 했다. 즉 데이터와 인공지능을 적극적으로 결합하여 실질적인 사업 행위에 접목한 것인데, 이를 2020년부터 지금까지 진행하고 있다. 또한 앞으로도 한 동안은 계속 이 프로젝트에 자원을 투자할 계획이다.

반대로 인공지능을 가지고 끝없이 실험만 하는 기업들도 있다. 사실 이런 기업들이 절반을 훌쩍 뛰어넘는 것으로 조사됐다(63%). 오래된 기술과 제품을 다량으로 보유하고 있는 산업(예 : 은행)들에서 이런 성향이 강하게 나타났다. 그래서 그런지 2024년 내에 인공지능을 충분히(인공지능이 수익에 직접적인 영향을 미치는 수준) 도입할 기업들이 의료와 보험 업계에서는 11%, 금융에서는 12%로 예상되고 있다. 같은 기간 동안 테크 분야에서는 50%가 그러한 수준에 달할 것으로 보인다.

혹시 인공지능 실험에서 벗어나 인공지능 활용 기업이 되고 싶다면 이미 그렇게 하고 있는 기업들로부터 배워야 할 것을 배울 필요가 있다. 그들이 가진 특성들, 혹은 강점들을 다섯 가지로 요약하면 다음과 같다.

1. 의도적으로 혁신의 문화를 회사 내부에서부터 형성해야 한다. 당연한 말이지만 경영진들부터 변해야 한다. 직원들에게 인공지능 도입을 과제처럼 맡기기만 해서는 실험에서 매번 끝나고 만다. 회사 내 구성원들이 새로운 것에 겁 없이 도전해 보는 것을 당연시 여기도록 분위기를 조성해야 한다. 윗선에서 혁신을 장려하고, 용기를 주고, 다른 기업들의 사례들을 공격적으로 탐구할 필요가 있다. IT 팀 들볶아서 될 문제가 아니다.

2. 사람을 키우는 데에 보다 많은 것을 투자할 필요가 있다. 인공지능이나 관련 기술이 아무리 눈 부시게 발전한다 한들, 그것을 제대로 활용할 줄 아는 사람이 조직 내에 없으면 아무 소용이 없다. 심지어 그런 사람이 한두 사람에 그쳐도 큰 차이를 만들어내지 못한다. 인공지능 전문가들을 소수라도 영입하는 것은 물론 전사적인 교육과 훈련도 병행해야 한다. 모두가 인공지능 전문가가 될 필요는 없지만 누구나 글자를 읽을 줄 알듯이 인공지능에 대한 기본적인 ‘리터러시’는 갖춰야 한다. 직원을 대상으로 한 교육과 훈련이라는 것 자체에 막막함을 느끼는 경영진들이 있을 텐데, 인공지능을 성공적으로 도입한 조직들은 대부분 ‘게이미피케이션’이라는 접근법으로 이를 해결했다. 한 회사에서는 이런 식으로 교육을 받은 직원 한 명이 간단한 예측형 소프트웨어를 만들어 회사 전체가 100만 달러의 비용을 아낄 수 있었다.

3. 코어가 될 만한 인공지능 알고리즘부터 준비해야 한다. 그리고 그것을 중심으로 회사 전반에 걸쳐 인공지능 기술을 접목해야 한다. 이 때 기억해야 할 건 ‘아이디어를 실질적인 상품으로 변환시킬 수 있는 인프라’가 최종 목적이 되어야 한다는 것이다. 데이터가 끊임없이 생성되고 인공지능 알고리즘에 주입돼 분석되며, 이를 통해 수익 창출이나 비용 감소로 직결되는 결론이 나오는 그런 인프라 말이다. 예를 들어 유럽의 한 에너지 기업은 현장 엔지니어들이 머신러닝 모델에 대하여 학습하고 체험할 수 있는 디지털 공장을 하나 구축했다. 이렇게 투자를 하고 나서 인공지능 기반 앱들을 구축하고 출시하는 데 필요한 기간이 18개월에서 5개월로 크게 감소했다. 연간 최저 수익이 15억 달러 증가했다.

4. 시작부터 ‘책임감 있게’ 설계해야 한다. 조직 내로 신기술이 더 많이 들어온다는 건 더 많은 책임감이 필요하다는 뜻이 된다. 인공지능을 성공적으로 도입해 직원들의 사기도 오르고, 기업 수익도 오르고, 시장 내 입지도 올랐다고 끝이 아니다. 그 만큼 신기술로부터 유입되는 각종 위험들까지도 책임감 있게 예상하고 방비해야 한다. 한 중앙은행의 경우, 인공지능을 금융 사업에 실질적으로 적용할 때 고려해야 할 것과 방법론, 도구들까지도 상세하게 작성해 가이드라인을 마련한 바 있다. 그리고 이 가이드라인은 그 지역 금융 산업 전체에 매우 긍정적인 영향을 미치고 있다.

5. 종착지라는 건 존재하지 않는다. 지금이야 인공지능을 비롯해 여러 가지 신기술들을 도입하느냐 마느냐를 놓고 고민하지만, 결국은 뒤쳐지기 싫어서라도 모두가 신기술을 공격적으로 받아들이는 시점이 올 것이다.  그리고 어느 순간 신기술을 통해 수익이 늘어나는 달콤함도 맛 볼 수 있을 것이다. 그런데 거기가 끝이 아니다. 오히려 처음보다 더 박차를 가해야 할 수도 있다. 실제로 이미 인공지능을 성공적으로 도입한 기업들의 경우 이전보다 더 공격적으로 기술에 투자하고 있다. 맛을 본 사람이 먹을 줄 안다고, 신기술의 장점을 알아버린 사람들이 더 과감히 투자를 하는 것이며, 그러니 앞서가는 데에 있어 가속이 붙는다. 한 번 기술 도입에 투자하기로 했으면 이득을 보는 방향만을 고민하고 연구해야 한다. 언제고 취소할 수 있다는 마음이 조금이라도 남아 있으면 갈 길이 더 멀어진다.

글 : 산지브 보흐라(Sanjeev Vohra), 국제 사업 총괄, Accenture Applied Intelligence
[국제부 문정후 기자(globoan@boannews.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>