| |
 |
|
|
▲ 찰스 응(Charles Ng) 박사
애피어 엔터프라이즈 AI 부문 부사장
|
최근 몇 년간 인공지능(AI) 도입으로 업무 프로세스를 효율적으로 전환하거나 비용을 절감하는 등 혜택을 누리고 있는 기업들이 대폭 늘어났다. 기업 규모에 관계 없이 AI 도입을 어디서부터 어떻게 시작할지 판단하기는 쉽지 않은 일이다. 특히 작은 규모의 기업들에게는 더 복잡하고 때로 불가능한 과제로 보일 수도 있다.
그러나 AI 도입으로 더 큰 혜택을 기대할 수 있는 쪽은 오히려 중소기업들이다. 이전부터 이어온 레거시 시스템을 보유하고 있어 AI 시스템이 효과적으로 작동하는 데 필요한 데이터를 통합하는 데 어려움을 겪을 수 있는 중견 또는 대기업들보다 규모가 작거나 상대적으로 사업을 시작한지 오래되지 않았기 때문이다.
이러한 중소기업, 특히 디지털 시대에 생겨나고 성장한 기업들은 데이터를 수집하고 통합하는 것이 쉬워 AI 솔루션을 보다 신속하게 도입할 수 있다. 사업을 영위한지 오래된 디지털 이전 세대의 기업, 그리고 스타트업 단계를 벗어난 중견 디지털 기업들도 AI 도입을 고려해 볼만한데, 핵심은 기업이 보유한 데이터를 디지털 플랫폼으로 가져올 수 있는 방법을 찾는 것이다.
AI는 모든 비즈니스에 영향을 미칠 흥미로운 기술이다. 사업주 및 경영진 모두 디지털화가 더 이상 선택 사항이 아니라 필수라는 것을 이해하고 있다. 하지만 진정한 디지털 전환은 원거리 여정으로 미래를 향해 나아가는 데 필연적인 적응과 진화를 받아들이고자 하는 기업에게는 몇 가지 신기술을 접목하는 것 이상의 의미를 지닌다. 즉, 디지털로의 사업 전환은 규율, 비전, 의지를 필요로 한다.
최고 경영진 승인 필수
AI 도입을 막 시작하는 기업에게 가장 중요한 것은 경영진의 개입이다. 비즈니스의 어느 한 부분에라도 AI를 도입하려면 변화가 필요하기 때문이다. 경영진의 승인이 없이는 재정적 투자 및 꼭 필요한 기업문화적 변화와 관련해 극복해야 할 장애물이 너무 많을 것이다.
경영자들은 AI 도입 결정을 위해서는 ‘기술 관련 전문 지식’이 꼭 필요하다고 생각할지도 모른다. 하지만 변화에 대한 욕구, 오픈 마인드, 그리고 직원들과 기꺼이 소통하려는 의지가 경영진의 올바른 결정에 진정으로 요구되는 요소들이다.
구체적인 목표 설정
AI의 핵심은 데이터 분석, 모델 및 알고리즘을 사용해 비즈니스 의사 결정을 개선하는 것이다. AI가 효과를 내고 경영진이 목표했던 효율성, 생산성 및 인사이트를 달성하려면 좋은 품질의 데이터가 필요하다. 경영진은 보다 정확한 고객 서비스, 과잉재고나 낭비를 줄일 적시 구매 등과 같이 성과 측정 지표를 구체적으로 정의하고, 최대한 데이터 기반 의사 결정을 내려야 한다. 목적을 분명히 하면 실행은 쉬워지고 효과를 내기도 어렵지 않다.
또한 한 프로세스 또는 작은 분야부터 시작해보는 것도 방법이다. 데이터 중심 의사 결정의 중요성을 인지하고 그 태도를 견지하는 것도 매우 중요하다. 이는 올바른 데이터를 수집하고, 데이터 처리, 분석 및 저장에 필요한 엔지니어링 시스템을 구비하고, 기술 및 분석 인력을 존중하고, 데이터 중심의 혁신 기업 문화로 나아가는 중요한 토대가 된다.
| |
 |
|
| [이미지 제공 = 애피어] |
새로운 팀 구성원으로 AI 받아들여야
기업 문화는 AI를 도입할 때 큰 변수가 된다. 사람들은 경험과 인간의 판단에 기반한 의사 결정에서 데이터 중심의 의사 결정으로 전환하는 것에 대해 당연히 주저한다. AI에 대한 평가가 다소 자극적으로 과장돼 사람들이 기계에게 직업을 뺏길 것이라는 불안을 낳은 경향이 있다.
그러나 그런 일이 일어난다고 해도 많은 시간이 지난 후일 것이다. 오히려 지금은 모든 사람의 업무를 보다 효과적으로 도와줄 수 있는 능력 있는 팀원으로서 AI를 받아들여야 할 시기다.
최적의 AI 솔루션 채택
AI 기술을 효과적으로 도입하는 데 요구되는 특정 리소스는 이미 보유하고 있는 자원이 무엇인지에 따라 달라지며, 중소기업의 경우 벤더의 도움을 받아 AI를 도입할 가능성이 크다. 기업의 상황에 맞는 최고의 솔루션을 선정하기 위해서는 충분한 조사가 선행돼야 한다. 또한 경영진은 대면 논의를 통해 관련 부서 직원들이 당면한 실제적인 문제가 무엇인지 파악해야 한다.
특히 경영진이 기업의 구석 구석에서 매일같이 어떤 일이 일어나고 있는지 실상을 파악하고, 모든 추측을 배제하는 것이 중요하다. AI 도입에 대한 반감은 결과를 빨리 보고자 하는 경영진이 솔루션으로 할 수 있는 것과 할 수 없는 것을 이해하지 못한 채 너무 빨리 밀어부침으로써 그 결과에 실망하게 되면서 발생한다. 한 번 이런 일을 겪고 나면 다시 AI를 도입할 가능성은 낮아지고, 이는 결국 기업의 손실로 이어지게 된다.
AI의 기능은 방대하며 다양한 방법으로 사업 운영을 지원할 수 있다. 어느 정도 업력이 쌓인 중견기업의 경우 창업한지 얼마 되지 않은 젊은 기업들과 같은 속도로 성장하기는 힘들겠지만, 성장이라는 요소도 AI의 효과를 측정하는 핵심성과지표(KPI) 중의 하나일 뿐이다.
대부분의 기업들은 업무를 보다 효율적으로 수행할 수 있는 방법을 찾고 있으며, AI를 통해 작업에 확장성을 보장할 수 있다. 예를 들면, 일반적으로 여러 직원으로 구성된 복합팀이 투입돼야 하는 작업을 AI가 수행하도록 함으로써 조직을 슬림하게 유지할 수 있다. 또한 반복적인 관리 작업을 덜어줌으로써 전략적이고 창의적인 문제 해결 능력이 요구되는 업무에 집중할 수 있는 시간을 더 많이 확보해줄 수 있다.
AI 도입을 고려중인 아태지역의 중소기업들에게는 넓은 길이 열려 있다. 한국은 4차산업혁명 시대의 원유로 불리는 데이터 관련 산업 활성화를 위해 정부 주도로 개인정보보호 관련 규제를 완화하는 등 많은 노력이 이뤄지고 있다. 대만은 매년 수많은 컴퓨터 과학 및 정보 시스템 관리 전문가를 배출하고, 누구나 테스트와 실험에 이용할 수 있는 데이터 공유, AI 스타트업 생태계 활성화 등으로 아시아의 AI 중심지로 인정받고 있다. 싱가포르 또한 정부의 전폭적인 지원으로 AI 부문이 빠르게 발전하고 있다.
애피어 고객들의 사례에서도 아태지역 기업들이 AI 도입에 적극적이고, 성과 극대화를 위한 협력에도 열의를 갖고 임하는 것을 볼 수 있다. 아태지역에는 많은 경제 신흥국들이 포진하고 있어 중소기업들이 AI 도입을 통해 사업 성공은 물론 경쟁사들과 차별화할 수 있는 좋은 기회를 제공할 것이다. |
webmaster@datanet.co.kr
KT, ‘28GHz 기업전용 5G 네트워크’ 개발 성공
