AI 빠진 비즈니스 로드맵, 의미없는 구호일뿐이다

오춘호 선임기자

입력2021.04.21 22:41 수정2021.04.22 00:11

포브스, AI 비즈니스 위한 15가지 팁 공개
신뢰할 만한 데이터 확보가 우선돼야

인공지능(AI)의 급격한 발전으로 대다수 기업들이 비즈니스 전략 수립을 고민하고 있습니다. 비즈니스 로드맵에 AI가 포함되는 새 경영 전략을 채워 넣어야 할지가 화두입니다. 물론 각 기업에 딱 맞는 최적의 AI전략을 찾기는 정말 힘이 듭니다. 전통 기업일수록 더욱더 그렇습니다. 미국 경영잡지 포브스는 15명의 AI 전문가들이 조언하는 비즈니스 AI 전략 15가지를 실었습니다. 이를 간추려 소개합니다.

고객 경험을 AI와 접목해야

①전체 비즈니스 로드맵에 AI를 넣어라
AI가 배제된 비즈니스 전략은 의미 없다고 얘기할 만큼 모두 AI에 초점을 맞추고 있습니다. AI솔루션을 도입하는 건 비용이 많이 들기 때문에 기업에서 AI를 채택하기로 했으면 전 직원이 업무 자동화를 충분히 이해해야 하고 데이터 중심의 의사결정을 유도해야 합니다. 당장 AI에 대한 편견을 없애는 게 중요합니다.

②목표는 명확하게, 계획은 신중하게
AI는 조만간 지속가능한 성장의 중요한 원동력으로 자리잡을 게 명백합니다. 기업들은 경쟁력을 유지하고 우수한 고객 경험을 지속적으로 제공하기 위해 AI를 확보해야 합니다. 하지만 AI의 성공은 명확한 목표가 있어야 하고 인간의 지능도 보완해야 한다는 데 있다는 걸 명심해야 합니다.

③탄탄한 데이터 전략으로 시작하라
AI 계획의 전제 조건은 데이터 전략입니다. 신뢰할만한 데이터가 있어야 AI 혁신을 이끌 수 있습니다. 데이터 기술의 발전으로 데이터를 수집하는데 예전만큼 비용이 많이 들거나 시간이 소요되지는 않습니다.

④현실적인 기대치와 측정 가능한 결과치를 설정하라
AI는 모든 것을 고칠 수 없습니다. AI 활용 사례의 비즈니스적 가치를 평가하는 게 업무의 시작입니다. 데이터를 잘 식별하는 전문가와 AI 알고리즘을 업무에 적용하는 방법을 아는 전문가들과 함께 AI의 비즈니스 가능성을 짚어봐야 합니다.

⑤노코드(No Code)와 로코드(Low Code) 플랫폼을 고려하라
이제 AI 전략을 회피하는 기업은 실패할 운명으로 비즈니스 환경이 바뀌었습니다. 기계 학습은 로코드와 노코드를 통해 비전문가라 하더라도 쉽게 접근할 수 있습니다. 더욱 많은 디지털 작업자들도 일상화된 업무를 AI로 강화하고 있습니다.

⑥수익에 영향을 미치는 고객 경험을 적극 활용하라
최근 기업들이 가장 관심을 많이 보이는 AI 전략은 고객과의 관계입니다. 고객 이탈을 방지하고 수익을 늘리기 위한 고객 경험(CX· Customer Experience)을 설정하고 활용하는데 AI를 사용하는 기업들이 늘고 있습니다.

⑦직원 효율성을 높이는데 중점을 둬라
뛰어난 AI를 사용하면 데이터 교육이 없어도 직원들의 효율성을 높일 수 있습니다. 기술적 인프라를 희생하지 않고서도 의미 있는 결과를 이끌어낼 수 있도록 AI를 적극 활용해야 합니다.

자연언어처리 기술 적극 활용해야

⑧실행 가능한 데이터 통찰력을 자동화하라
AI는 분석 결과를 실행에 곧바로 옮길 수 있는 접착제라 할 수 있습니다. 데이터를 해석하고 직접적인 행동을 촉발해 인간 행동의 필요성을 없애고 업무 프로세스의 속도를 높입니다. AI가 더 이상 선택사항이 아닌 점도 이런 이유에서입니다.

⑨AI 도구가 기존 기술과 잘 융합되는지 확인하라
AI 전략수립에서 이미 사용중인 기술과 융합할 수 있는지 확인하는 게 무엇보다 필요합니다. 데이터를 잘 연결하지 않고 AI전략을 구현한다면 충분한 인사이트를 얻어낼 수 없습니다.

⑩자연어 처리 기회를 찾아라
기업 성장을 꾀하려면 자연언어 처리(NLP)기법을 잘 활용해야 합니다. NLP는 사람들이 원하는 것을 콘텐트로 바꾸는 역할을 해 줍니다. 대다수 기업 콘텐츠가 5년 내에 AI모델로 접근할 것이라고 전문가들이 주장하는 이유이기도 합니다.

⑪AI가 형편없는 소프트웨어를 치료하진 않는다
머신러닝(ML·기계학습)이 효과적으로 사용된다면 효율성과 생산성, 의사결정에 큰 영향을 끼칠 수 있습니다. 제품 검색이나 콘텐츠 처리, 개인화 경험도 촉진합니다. 하지만 AI는 부적절한 소프트웨어나 평범한 플랫폼을 고치는 치료약이 아닙니다. 데이터가 부족하면 오히려 편향과 부정확성을 유발하는 악성 도구로 끝날 수 있습니다.

⑫잠재적인 보안 문제를 살펴라
AI의 발전을 지속가능하게 하려면 기업은 먼저 보안에 대해 생각해야 합니다. 기존 방어조치는 모델의 정확성을 떨어뜨립니다. 역으로 AI가 모델의 정확도를 계속 증가시키지만 철저한 보안이 전제되지 않으면 후유증이 의외로 클 수 있습니다.

⑬사이버보안 자동화를 꾀하라
AI를 통해 조직은 사이버 보안 태세를 자동화하고 데이터 침해를 방지할 수 있습니다. 두 개의 사이버 보안 워크플로를 선택하고 AI로 이를 자동화하는 파일럿 프로젝트를 시작하십시오.

⑭AI로 인력을 대체하는 게 아니라 이익을 얻을 수 있도록 해라
AI는 모두를 위한 미래입니다. 대부분 단조로운 작업을 자동화하므로 인간이 더 높은 수준의 작업을 수행할 수 있습니다. 이상적인 AI가 아직 할 수 없는 설계나 관리 같은 작업을 인간은 할 수 있습니다. 직원은 이 방식으로 경력을 발전시킬 수 있습니다. 기업은 AI가 직원을 대체하지 않고 혜택을 받을 수 있도록 계획해야 합니다.

⑮책임감 있고 안전한 AI 소비를 위한 기준을 설정하라
AI없는 미래는 존재하지 않습니다. 특히 의료 기관은 AI가 가져올 임상 및 운영의 변화 모두에 대비해야 합니다. 당장 책임감 있고 안전한 AI 소비를 위한 기준을 설정해야 합니다. 또한 AI 활용 기준을 적용하고 관리할 수 있는 윤리위원회를 구축해야 합니다.
오춘호 연구위원 ohchoon@hankyung.com

관련 뉴스

1

음성인식으로 의료AI의 지평을 넓히다

인공지능(AI)의 비약적인 발전으로 모든 분야에서 인공지능 활용이 본격화하고 있다. 특히 의료기관의 AI도입이 활발하다. 기존 인력, 예산, 시스템으로는 의료의 질과 환자안전 극대화라는 근본 목표와 신속성, 효율성, 편리성, 경제성 강화라는 두 마리 토끼를 모두 잡을 수 없기 때문이다. 국내 병원들은 현재 원내 여러 임상과 진료지원부서에서 요구하는 인공지능 시스템의 개별 구축 작업을 활발히 진행하고 있다. 대표적인 인공지능 시스템이 영상진단 보조시스템, 진료프로세스 개선, 유전체검사를 기반으로 하는 정밀의료, 일부 과에 적용되는 ‘Speech to Text(STT)’ 등이다. 서울성모병원과 은평성모병원은 충실한 전자의무기록 입력이 가장 큰 과제라고 판단하고 이에 대한 개선점을 찾기 위해 노력해 왔다. 안전과 의료의 질 향상, 수련교육 지침준수, 효율적 보험청구, 주 52시간/80시간 근무시간 준수를 이행하는 동시에 양질의 빅데이터 구축을 위해서다. 전자의무기록에는 환자의 외래, 입원, 투약, 처치, 수술, 병리진단 결과 , 영상검사결과, 동의서, 진단서 등 환자와 관련된 모든 자료가 저장된다. 따라서 전자의무기록의 정확성과 안전성은 정확한 진단과 치료 뿐만 아니라 각종 의료관련 안전사고와 빅데이터 구축에 직결되고 있다. 이러한 의무기록의 중요성에도 불구하고 날이 갈수록 환자의 수, 각종양식, 입력되는 기록양, 입력사항, 새로운 약물 등이 급증하여 의무기록이 불충실해질 수밖에 없다. 즉 대부분의 의사와 간호사들은 환자치료 도중에 많은 양의 진료기록을 해야 하기 때문에 필수적으로 입력해야 하는 입력을 최소화하거나 잘못하는 것은 물론 중요한 사항들을 누락하게 된다. 더구나 약물투입시 잘못된 처방입력으로 의료사고를 야기하기도 한다.이렇게 의료진들이 대부분의 시간을 본업인 환자치료보다는 의무기록에 사용해 환자들의 진료시간은 짧아지고 진료대기 시간이 늘어나는 원인이 된다. 잘못 입력된 의료 정보나 기록은 의료 빅데이터 구축 시 활용이 불가능해 중요한 의료 데이터 자산이 사장된다. 서울성모병원과 은평성모병원에서는 이러한 전자의무기록의 문제점을 해결하기 위해서 진료나 수술, 처치가 끝난 후 데스크톱에 타이핑으로 기록하는 기존의 시스템 대신 현장에서 진료행위 내용을 블루투스 마이크를 통해서 녹취하면 전자의무기록에 자동으로 입력되게 하는 인공지능 시스템을 3년 전부터 스타트업과 공동 개발해 좋은 성과를 얻었다. 다만 현장에서 모바일로 모든 의료행위 내용을 녹취해 전자의무기록에 정확하고 신속하게 입력하기 위해서는 두 가지 필수 조건이 있다. 첫째, Voice EMR은 병원의 적극적 협조가 없으면 완성될 수 없다. 서울성모병원과 은평성모병원은 같은 소속병원이지만 하드웨어와 통신환경이 다르며 사용하는 의료용어와 자연어, 약어가 다르고 입력하는 시스템도 천차만별이다. 따라서 각 병원만이 가지고 있는 데이터를 확보하여 딥러닝시키는 것이 필수다. 둘째, 음성인식 인공지능 시스템의 높은 기술적 완성도가 중요하다. 병원에서는 같은 의료용어도 의료진에 따라 영어 의료용어, 한국어 의료용어만을 사용하기도 하고 영어와 한국어를 혼용하는 의료진도 있다. 또 현장에서는 상당한 소음이 있으며 여러 의료진이 동시에 이야기하는 경우도 있다. 이 모든 상황에서 녹취내용을 강력한 보안하에 정확하게 입력하기 위해서는 95%이상의 인식율과 소음차단, 화자분리기술, 개인음성 정보 확인 등 최첨단 인공지능 기술이 필요하다. 서울성모병원과 은평성모병원은 의료현장에서 실시간으로 진료행위를 녹취해 전자의무기록에 입력하게 되면서 의료진의 입력 스트레스가 줄어들고, 입력이 정확하게 되고, 입력시간이 획기적으로 단축돼 보다 많은 시간을 환자 진료에 사용할 수 있게 됐다. 특히 처방 입력오류가 거의 발생하지 않는 등 놀라운 효과가 확인됐다. 현장에서 사용한 Voice EMR의 고무적인 결과는 이미 인공지능의 미래가 우리 곁에 와 있음을 절감하게 한다.
2

세상에 없는 맛 찾는 파이오니어 매코믹 AI 셰프, 인간과 겨루다

향신료로 유명한 식품회사 매코믹은 요즘 미국 증시에서 가장 주목받는 기업 중 하나입니다. 3년 전만 해도 50달러를 오르내리던 회사 주식은 4월 현재 90달러 안팎에서 움직이고 있습니다. 지난해 말에는 100달러를 훌쩍 뛰어넘기도 했습니다. 시장이 매코믹의 현재 수익과 성장성에 모두 가치를 두고 있습니다. 매코믹의 매출은 2020년(11월말 기준) 56억달러를 기록해 전년 동기 대비 5.7% 증가했습니다. 꾸준한 성장에는 이 기업의 AI 전략이 숨어 있습니다. 매코믹은 자사의 핵심역량을 강화하고 업계 선두를 유지하기 위해 인공지능을 활용했습니다. 식품전문가들이 찾지 못하는 맛 영역에 AI 도전매코믹이 IBM과 파트너를 맺고 더 좋은 맛과 풍미를 위한 특수 인공지능 프로그램을 개발에 착수한 건 2014년이었습니다. 2010년대 들어 식품업체와 조미료 업체들의 경쟁은 치열해지고 있었습니다. 새 레시피와 신제품을 탄생시킬 때까지 과정은 갈수록 힘들어졌습니다. 소비자 기호는 변덕이 심했고 무설탕과 무착색이라는 시대적 트렌드도 맞춰야 했습니다. 매코믹은 여러가지 식품 연구용으로 약 1만 종류의 식재료와 착색재료 보조제 등을 전 세계에서 조달했습니다. 개발자들은 식자재 500종류 이상을 계속 실험해 왔습니다. 한 번에 사용하는 식재료가 20종을 넘는 경우도 있었습니다. 소비자들은 새롭고 놀랄 만한 맛을 원했습니다. 소비자 기호에 맞는 제품을 개발했다고 하면 이미 그들은 다른 맛을 원했습니다. 소비자들을 이끌고 업계를 선도할 만한 조미료가 필요했습니다. 그렇게 해서 찾은 게 AI에 의한 맛과 풍미의 개발이었습니다. 소비자들이 전혀 느끼지 못하는 맛을 AI가 찾도록 한 겁니다. 새로운 맛 개발과정 70% 이상 단축 매코믹은 이를 위해 IBM과 함께 소비자 선호도 조사 데이터와 수억 개의 맛 데이터를 확보한뒤 새로운 맛 조합을 5년동안 계속 학습, 개발했습니다. 그 결과 2019년에 인공지능(AI)활용으로 세 가지의 맛 플랫폼을 개발해냈습니다. 터스칸 치킨과 부르봉식 돼지안심, 뉴올리언스식의 소시지 등 세 가지 요리에 들어가는 조미료였습니다. AI 조미료 플랫폼의 이름을 '원(One)'이라고 지었습니다. 엄청 놀랄 만한 평가를 받았습니다. 모든 세대에 맞는 맛이라고 매코믹은 자랑합니다.매코믹은 인공지능 덕분에 기존 개발 과정이 단축되거나 단순화되는 크나큰 성과도 맛보았습니다. 매코믹은 맛 하나의 개발 과정이 최대 70% 이상 단축됐다고 보고 있습니다. 점점 더 다양한 맛에 도전도 합니다. 4월말 현재 더 원으로 내놓은 상품은 모두 9가지입니다. 간단한 쇠고기 볶음요리에 참깨 오렌지 생강의 풍미를 더한 조미료와 마늘과 콩 된장이 들어가는 연어 조미료도 내놓았습니다. AI가 아닌 식품과학자들이 개발했다면 시도하지 않았을 조합들입니다. 그렇다고 개발담당자들이 AI에 전적으로 맡기는 건 아닙니다. 이들은 현재 괜찮은 아이디어를 AI의 제안과 비교, 진단하고 있습니다. AI는 한 걸음 더 나아갑니다. 식재료를 개인화하는 작업에도 도전합니다. 조리 도구도 AI가 원하는 방향으로 바꾸고 있습니다. 소비자들이 다음에 무엇을 원하는지 예측하기도 합니다. 주목할 건 이런 과정을 식품과학자들이 도저히 당해 낼 수 없는 속도로 해내고 있다는 겁니다.30년간 1조원 이상 투자한 데이터가 큰 자산 매코믹은 이에 앞서 데이터 분석의 중요성을 일찌감치 파악해 데이터 부문을 2014년 비벤다라는 이름의 자회사로 독립시켰습니다. 30년간 1조원 이상을 식품 분석과 조리과학에 투자해 축적한 데이터가 큰 자산이었습니다. 이런 데이터가 AI의 기반이 되었습니다.매코믹은 홈페이지에 AI의 채용을 이렇게 설명합니다. “AI기술을 사용하면 오늘날의 혁신 속도를 휠씬 넘어서 소비자와 업계 파트너가 원하는 강렬한 맛에 대한 수요를 충족시킬 수 있습니다. AI를 사용해 수억 개의 데이터에서 새로운 맛 조합을 배우고 예측해 보다 빠르고 효율적으로 탐색할 수 있습니다. ” 매코믹은 맛의 과학과 예술을 재창조하는 미각의 기업으로 살아남으려 합니다. 그렇다고 AI가 요리의 즐거움을 뺏지는 못할 겁니다. 오춘호 연구위원 ohchoon@hankyung.com
3

우리금융그룹 AI ,DX 넘어 AIX로

“디지털 혁신에 그룹 미래 달렸다!”우리금융그룹(이하 우리금융)이 DT(Digital Transformation)추진단을 신설한 것은 지난해 7월이다. 코로나19가 금융의 디지털트랜스포메이션(DX)을 앞당기는 계기가 됐다. 디지털전략부, 빅데이터사업부, AI사업부, 디지털사업부, 스마트앱개발부에 3개 직할팀(DT추진ACT, 마이데이터 ACT, 디지털커뮤니케이션팀)을 구성해 운영하고 있다. 눈길을 끄는 곳은 AI사업부다. AI확산팀, AI추진팀으로 구성된 AI사업부는 신기술의 은행사업 적용을 연구하고 지원해 AI를 활용한 업무 효율화 과제를 발굴하고 추진하는 게 목적이다. 또 하나의 의미있는 사례는 우리금융과 KT 간 금융·ICT 융합을 위한 업무협약이다. 지난해 8월 손태승 우리금융지주 회장과 구현모 KT대표이사는 디지털 혁신을 위해 공조를 하기로 뜻을 모았다. 이 협약은 금융과 통신을 연계한 공동 마케팅부터 디지털 신사업까지 모두 아우른다는 점에서 혁신적 MOU로 평가받고 있다. 특히 데이터를 활용한 ‘마이데이터’ 협업은 관련 시장 경쟁구도에 변수로 떠올라 주목된다. 그룹 간 데이터 결합이 강력한 시너지를 낼 수 있기 때문이다.금융 차원에서 ‘좋은 사회를 위한 AI(AI for Social Good)’ 사례도 눈여겨 볼 대목이다. 지난해 9월부터 시작한 전기통신금융사기 AI모니터링 고도화가 대표적 사례다. AI 기술을 활용해 의심거래를 실시간으로 수집하고 분석해 금융사기를 사전에 예방함으로써 고객 피해를 막자는 취지다. 고객 우선주의 실천에 첨단 디지털기술을 적극 활용한 것이다.금융 고객들의 투자 수요 고도화에도 AI활용도를 높이고 있다. 올해 1월부터 빅데이터를 활용한 고객행동 기반의 개인화 마케팅을 시작한 것이 첫 번째다. 고객행동 정보를 AI로 분석해 개인별 맞춤 금융상품을 추천한다는 게 골자다. 비정형 데이터를 정형데이터와 결합하는 고객행동 정보 통합 데이터베이스 구축에도 나섰다. 맞춤상품 추천 후 일주일 이내 비대면 채널 신규가입 건수가 기존보다 약 12~36% 증가한 것으로 나타났다.올해 우리금융이 시작한 또 하나의 의미있는 AI활용 사례는 KT그룹과 AI 기반 투자상품 불완전판매 방지 프로세스 도입을 위한 MOU를 채결한 것이다. AI 기반으로 금융상품 판매 프로세스를 혁신하고, AI 기반의 금융상품 완전판매 솔루션을 도입하며, 불완전판매 예방을 위한 AI 학습 및 컨설팅을 하는 등 3개 분야에서 협업을 대폭 강화하기로 했다. 지난 3월부터는 AI 상담 통합 플랫폼 구축에도 나섰다. AI 상담봇을 도입하는 한편 챗봇을 고도화해 고객에게 최적화된 답변을 제공하자는 취지다. 상담 시간도 단축될 것으로 기대하고 있다. 고객센터에 ‘AI전담 운영팀’을 신설해 미래형 고객 커뮤니케이션 센터로 진화시켜 나가겠다는 전략이다.직원 AI 재무장 교육에도 발벗고 나서고 있다. 이미 지난해 10월부터 KT그룹과 빅데이터·AI 공동연수를 시작했다. 기초이론에서 고급 실무 프로세스까지 금융과 통신을 융합할 수 있는 토털 AIX 역량을 강화하는 게 목표다. 빅데이터를 활용한 AIX 과제 발굴을 그룹은 기대하고 있다.카이스트에 빅데이터·인공지능 교육과정을 개설한 것도 같은 맥락이다. 산학연계로 빅데이터와 인공지능 분야 인재양성에 나서기로 한 것이다. 우리금융지주와 우리은행 등 자회사 직원을 대상으로 3개월간 연수를 진행한다. KT, 교보생명 등의 참여로 금융과 IT를 융합한 다양한 시너지를 기대하고 있다.AI를 활용한 인사관리 혁신도 핵심 사업이다. AI 자동 매칭 시뮬레이션을 개발해 소규모 인사에 활용하고 있다. 최적 근무지 선정을 위해 직무경험, 출·퇴근 경로, 근무기간, 직급 등을 감안한 빅데이터 구축도 완료했다. 그룹은 올해 상반기에 시스템을 고도화해 7월 정기인사 등 대규모 인사에까지 시스템을 확대 적용할 계획이다.우리은행은 올해를 ‘금융의 AIX 원년’으로 삼아 AI 기반 시장예측시스템 구축에도 적극 나설 예정이다. AI를 활용한 금융시장 동향 분석으로 고객 수익률을 높이고 리스크 관리를 강화하자는 게 골자다. ▲시장 전망분석 ▲자산배분 ▲포트폴리오 구성 ▲상품 평가 및 선정 ▲상품 리밸런싱 등 자산관리 전체 과정을 AI의 도움으로 신속하고 정확하게 처리할 수 있도록 지원할 계획이다. [한경AI경제연구소 정리]