2017.04.13

AI를 100% 활용하기 위해 필요한 능력 5가지

Diana Bersohn | CIO
인공지능(AI) 산업은 2016년 80억 달러 규모의 거대 시장으로 성장했다. 업계 애널리스트들은 이 시장이 향후 3년 간 최소 5배 성장세를 이어나갈 것으로 전망한다. 오늘날 인공지능에 대한 기업의 투자는 크게 비용 절감과 고객/직원 경험 증진이라는 두 측면에 초점을 맞추고 있다.



최근 액센추어(Accenture)는 IT, 비즈니스 경영자 5,400명을 대상으로 설문을 진행하고 그 결과를 '테크놀로지 비전 2017' 보고서로 발행했다. 내용을 보면 응답자의 79%는 AI가 자사의 테크놀로지 채택 전반을 가속화하는 효과가 있을 것으로 답했다.

AI의 혁신 가능성은 모두가 동의하지만 그것이 일자리에 미칠 영향에 대해서는 아직 확언하기 어렵다. 한가지 분명한 것은 어떤 산업에 종사하던, 리더에겐 모든 인력 유형(실제 인간 및 기계)이 미래 사업 환경에서 수행할 역할에 대한 더 세심한 고민이 요구된다는 점이다.

정보 테크놀로지 인력과 관련해서 AI가 특히 많은 변화를 야기할 것이다. 애널리틱스에서 클라우드까지 오늘날의 CIO는 이미 다양한 변혁적 기술을 도입, 관리하고 있다. 이에 더해 AI는 IT 사업부에게 비즈니스의 변화를 주도하고 그 기능을 강화할 새로운 기회와 과제를 동시에 부여할 것이다. IT의 새로운 기회 발굴을 위해 리더는 더 결단력 있는 자세로 조직 구성원의 경쟁력과 기술 역량을 재정의하고 AI와 함께 할 미래에 대비해야 한다.

여기 머신러닝과 인공지능의 가치를 온전히 받아들이기 위해 기술자가 갖춰야 할 5가지 핵심 경쟁력을 소개한다.

1. 기계 관리
많은 관리자와 일반 직원이 기계가 궁극적으로 인간을 대체할 것으로 우려한다. 그러나 우리가 자주 간과하는 것은 기업에서 로보틱 프로세스 자동화(RPA, Robotic Process Automation) 소프트웨어와 지능형 기기, 물리적 로봇을 개발하고 관리하는 것은 결국 인간이라는 점이다. 상용 AI는 아직 초기 단계이므로 그 활용 역시 아직은 기업내에 부분적으로 도입되고 있다. 즉 아직 미성숙한 부분이 많으며, 이를 관리할 중앙 구조 역시 없는 상황이다.

IT 사업부는 전사적 지능형 기기의 미래를 주도할 기술적 아키텍처의 개발과 시스템 구축을 맡을 최적의 조직이다. 그러나 이런 권한은 공짜로 주어지는 것이 아니다. CIO를 비롯한 IT 리더가 조직원에게 명확한 커리어 경로를 제시하고 그와 관련해 필요한 교육과 개발 지원을 제공해 그들이 전통적인 ‘시스템 관리자'의 역할을 넘어 ‘변혁의 주도자'로 자리매김할 수 있도록 지원해야 한다. 변혁의 주도자는 AI가 산업 및 기업 전반에 적용되고 더 효율적으로 기능할 수 있도록 하는 사람이다.

요구되는 구체적 역량 : RPA 관리(블루프리즘(BluePrism), 버라인트(Verint)) 역량, AI 유형 및 주요 용례, 결과물에 대한 이해

2. 프로세스 컨설팅
IT 사업부는 오랜 기간 기업의 성과 목표 최적화를 위한 프로세스 개선을 고민하는 과정에서 소외됐다. 따라서 리더는 직원이 비즈니스 프로세스에 대한 지식과 머신러닝이 비즈니스 프로세스, 결과물 개선에 기여할 수 있는 바를 교육해 그들의 역량 강화를 도와야 한다. 예를 들어 AI를 활용하면 인간의 역량을 능가하는 복수 정보 스트림 처리를 통해 자금 세탁 과정을 차단할 수 있다. 데이터 동기화, 기초적 의사 결정의 과정에 AI의 도움을 받되 더 복잡한 결정은 인간이 직접 내림으로써 의사 결정 역량을 강화하는 방식이다.

이는 문제에 대한 통합적 접근, 그리고 더 복잡한 의사 결정을 위한 프로세스 재설계 및 역량 지원에 인간의 관여가 있어야 함을 잘 보여주는 사례다. AI는 이미 고객 중심적, 내부 프로세스 변화를 주도하는데 이용되고 있다. 인간의 힘만으론 불가능했던 과정이다. 최근 RPA 업체 오픈스팬(OpenSpan)을 인수한 페가(Pega)의 사례 등 전통적 비즈니스 프로세스 관리 기법과 RPA 간의 융합은 이미 현실화됐다. 더불어 더 넓게는 RPA를 넘어 음성 기반 고객 인증을 통해 고객 서비스 소통을 증진하는 등 다양한 사례가 여러 산업에서 나오고 있다.

요구되는 구체적 역량 : 비즈니스 프로세스에 대한 지식과 산업 지식


3. 플랫폼과 데이터 관리
고급 정보 관리 및 테크놀로지 플랫폼(빅 데이터 등) 관련 역량은 테크놀로지 인력에게 반드시 필요하다. 머신러닝 방법론이 생산하는 예측적 모델의 품질은 전적으로 입력되는 데이터의 품질에 좌우된다. 전사적 사일로 및 데이터 품질 이슈는 IT가 이전부터 다뤄온 내용이지만, AI 시대에는 모델 및 플랫폼 지원 역량의 부재로 인한 병목 위험이 한층 크다.

IT가 전사 클라우드 공급자로서 정체성을 재정의해 감에 따라, 새로운 테크놀로지, 아키텍처 컨셉은 IT에 기업 데이터의 관리자, 그리고 궁극적으로는 머신러닝의 가치를 온전히 끌어내기 위한 사일로 해체 책임자 역할을 요구하고 있다.

요구되는 구체적 역량 : 데이터 시스템 관리, API 관리 및 배치, 정보 전략

4. 알고리즘 인식
우리 모두가 데이터 과학자가 될 필요는 없지만, 테크놀로지 관리자로서 통계에 대한 기본적 이해와 AI 알고리즘의 생성, 개선, 그리고 궁극적인 데이터 산출 과정에 대한 이해는 필수적으로 갖춰야 한다. 이들 역량은 IT에 두 가지 핵심 이점을 제공한다.

우선, AI의 역량을 설명하는 주체로서 비즈니스가 해당 모델을 지속적으로 개선해 나가는 과정에 파트너로 함께할 수 있다. 둘째로 머신러닝의 기반이 되는 수학적 개념에 대한 근본적 이해는 지식과 창의성 증진으로 이어질 수 있다. 이 창의성은 IT 조직이 AI 기능 구성 과정에서 더 긍정적인 비즈니스 결과물을 창출하는 데 도움이 될 것이다.

실제로 액센추어의 경우 스티븐스 인스티튜트 오브 테크놀로지(Stevens Institute of Technology)와 함께 자사 인력과 관련한 주요 영역에 더 상급의 애널리틱스 스킬을 개발, 적용하고 있다.

요구되는 구체적 역량 : 데이터 세트 선정 및 서브 세팅, 모델 조직화 및 안정화 테크닉

5. 리더십 및 평가
기계는 우리의 동료로 업무 환경에 자리를 잡을 것이며, 현재 인간이 많은 시간을 들여 처리하는 일상적 관리 활동을 대신할 것이다. 기업 내 각 영역의 인력은 이 새로운 동료가 내리는 운영과 관련한 의사결정을 관리하고 인간으로서 더 중요한 의사 결정을 담당하는 새로운 협업에 익숙해질 필요가 있다. 이러한 변화는 우리에게 더 심도 있는 문제 해결 역량과 함께 기계가 올바른 의사 결정을 처리하고 궁극적으로 반응을 생성할 수 있도록 하는 ‘질문 구성' 역량을 요구한다.

요구되는 구체적 역량 : 커뮤니케이션 및 EQ, 판단에 기반한 솔루션 제시, 협업 및 교차 기능에 대한 이해

직원이 이러한 역량을 갖출 수 있도록 리더가 즉시 해야 할 일은 무엇일까? 우선, 내부 학습 프로그램을 개발해 직원이 AI에 대비할 수 있도록 즉 AI의 본질과 그 가치에 대해 명확한 이해하고 막연한 공포를 줄일 수 있도록 지원해야 한다. 일련의 가상, 대면 활동을 통해 기업은 인공지능의 기회에 대한 직원의 이해 수준 및 관련 경쟁력을 제고할 수 있을 것이다. 활동의 효과는 직원의 성격과 기술 수준에 따라 다르겠지만 궁극적으로 이를 통해 직원의 이해 수준은 분명히 발전할 것이다.

또한 AI가 우리의 업무 효율성을 높이고 (직업 자체가 아닌) 일상의 번거로운 작업을 없애주는 과정을 명확히 설명하는 노력 역시 필요하다. 이와 관련해서는 프로토타입이나 실제 데모를 입수해 직원에게 AI를 접할 기회를 제공하는 방법도 도움이 될 것이다. 끝으로 창의성과 개방성, 유연성을 강화해 실제 업무 현장에 투입된 AI와 로보틱스가 더 효율적으로 기능할 수 있도록 보장하는 노력 역시 필요하다. 이 노력은 특히 매니저 집단에게 필요한 과정이다.

기계는 이미 주변의 모든 기업과 조직 환경 가까이에 와 있다. 이 자동화, 증강 기술을 실험하고 도입하는 것의 가치는 한 두 마디로 전부 설명할 수 있는 것 이상이다. 또한 AI는 IT에겐 이 새로운 기술의 가치를 기업 전반에 전달할 주도자로서 자신의 역할을 재정의할 기회가 될 것이다. 효율적인 기계 관리와 이용 데이터 및 알고리즘 관리, 그리고 궁극적으로는 리더십 및 평가 기준 관리의 역할에 집중해 IT는 기업 환경에 AI를 보급하고 그 기능을 최적화할 주역으로 자리매김할 것이다.

Diana Bersohn는 액센추어 스트레티지의 managing director이며 글로벌 IT 운영 모델과 기술 트랜스포메이션 관련 전문가이다. ciokr@idg.co.kr
2017.04.13

AI를 100% 활용하기 위해 필요한 능력 5가지

Diana Bersohn | CIO
인공지능(AI) 산업은 2016년 80억 달러 규모의 거대 시장으로 성장했다. 업계 애널리스트들은 이 시장이 향후 3년 간 최소 5배 성장세를 이어나갈 것으로 전망한다. 오늘날 인공지능에 대한 기업의 투자는 크게 비용 절감과 고객/직원 경험 증진이라는 두 측면에 초점을 맞추고 있다.



최근 액센추어(Accenture)는 IT, 비즈니스 경영자 5,400명을 대상으로 설문을 진행하고 그 결과를 '테크놀로지 비전 2017' 보고서로 발행했다. 내용을 보면 응답자의 79%는 AI가 자사의 테크놀로지 채택 전반을 가속화하는 효과가 있을 것으로 답했다.

AI의 혁신 가능성은 모두가 동의하지만 그것이 일자리에 미칠 영향에 대해서는 아직 확언하기 어렵다. 한가지 분명한 것은 어떤 산업에 종사하던, 리더에겐 모든 인력 유형(실제 인간 및 기계)이 미래 사업 환경에서 수행할 역할에 대한 더 세심한 고민이 요구된다는 점이다.

정보 테크놀로지 인력과 관련해서 AI가 특히 많은 변화를 야기할 것이다. 애널리틱스에서 클라우드까지 오늘날의 CIO는 이미 다양한 변혁적 기술을 도입, 관리하고 있다. 이에 더해 AI는 IT 사업부에게 비즈니스의 변화를 주도하고 그 기능을 강화할 새로운 기회와 과제를 동시에 부여할 것이다. IT의 새로운 기회 발굴을 위해 리더는 더 결단력 있는 자세로 조직 구성원의 경쟁력과 기술 역량을 재정의하고 AI와 함께 할 미래에 대비해야 한다.

여기 머신러닝과 인공지능의 가치를 온전히 받아들이기 위해 기술자가 갖춰야 할 5가지 핵심 경쟁력을 소개한다.

1. 기계 관리
많은 관리자와 일반 직원이 기계가 궁극적으로 인간을 대체할 것으로 우려한다. 그러나 우리가 자주 간과하는 것은 기업에서 로보틱 프로세스 자동화(RPA, Robotic Process Automation) 소프트웨어와 지능형 기기, 물리적 로봇을 개발하고 관리하는 것은 결국 인간이라는 점이다. 상용 AI는 아직 초기 단계이므로 그 활용 역시 아직은 기업내에 부분적으로 도입되고 있다. 즉 아직 미성숙한 부분이 많으며, 이를 관리할 중앙 구조 역시 없는 상황이다.

IT 사업부는 전사적 지능형 기기의 미래를 주도할 기술적 아키텍처의 개발과 시스템 구축을 맡을 최적의 조직이다. 그러나 이런 권한은 공짜로 주어지는 것이 아니다. CIO를 비롯한 IT 리더가 조직원에게 명확한 커리어 경로를 제시하고 그와 관련해 필요한 교육과 개발 지원을 제공해 그들이 전통적인 ‘시스템 관리자'의 역할을 넘어 ‘변혁의 주도자'로 자리매김할 수 있도록 지원해야 한다. 변혁의 주도자는 AI가 산업 및 기업 전반에 적용되고 더 효율적으로 기능할 수 있도록 하는 사람이다.

요구되는 구체적 역량 : RPA 관리(블루프리즘(BluePrism), 버라인트(Verint)) 역량, AI 유형 및 주요 용례, 결과물에 대한 이해

2. 프로세스 컨설팅
IT 사업부는 오랜 기간 기업의 성과 목표 최적화를 위한 프로세스 개선을 고민하는 과정에서 소외됐다. 따라서 리더는 직원이 비즈니스 프로세스에 대한 지식과 머신러닝이 비즈니스 프로세스, 결과물 개선에 기여할 수 있는 바를 교육해 그들의 역량 강화를 도와야 한다. 예를 들어 AI를 활용하면 인간의 역량을 능가하는 복수 정보 스트림 처리를 통해 자금 세탁 과정을 차단할 수 있다. 데이터 동기화, 기초적 의사 결정의 과정에 AI의 도움을 받되 더 복잡한 결정은 인간이 직접 내림으로써 의사 결정 역량을 강화하는 방식이다.

이는 문제에 대한 통합적 접근, 그리고 더 복잡한 의사 결정을 위한 프로세스 재설계 및 역량 지원에 인간의 관여가 있어야 함을 잘 보여주는 사례다. AI는 이미 고객 중심적, 내부 프로세스 변화를 주도하는데 이용되고 있다. 인간의 힘만으론 불가능했던 과정이다. 최근 RPA 업체 오픈스팬(OpenSpan)을 인수한 페가(Pega)의 사례 등 전통적 비즈니스 프로세스 관리 기법과 RPA 간의 융합은 이미 현실화됐다. 더불어 더 넓게는 RPA를 넘어 음성 기반 고객 인증을 통해 고객 서비스 소통을 증진하는 등 다양한 사례가 여러 산업에서 나오고 있다.

요구되는 구체적 역량 : 비즈니스 프로세스에 대한 지식과 산업 지식


3. 플랫폼과 데이터 관리
고급 정보 관리 및 테크놀로지 플랫폼(빅 데이터 등) 관련 역량은 테크놀로지 인력에게 반드시 필요하다. 머신러닝 방법론이 생산하는 예측적 모델의 품질은 전적으로 입력되는 데이터의 품질에 좌우된다. 전사적 사일로 및 데이터 품질 이슈는 IT가 이전부터 다뤄온 내용이지만, AI 시대에는 모델 및 플랫폼 지원 역량의 부재로 인한 병목 위험이 한층 크다.

IT가 전사 클라우드 공급자로서 정체성을 재정의해 감에 따라, 새로운 테크놀로지, 아키텍처 컨셉은 IT에 기업 데이터의 관리자, 그리고 궁극적으로는 머신러닝의 가치를 온전히 끌어내기 위한 사일로 해체 책임자 역할을 요구하고 있다.

요구되는 구체적 역량 : 데이터 시스템 관리, API 관리 및 배치, 정보 전략

4. 알고리즘 인식
우리 모두가 데이터 과학자가 될 필요는 없지만, 테크놀로지 관리자로서 통계에 대한 기본적 이해와 AI 알고리즘의 생성, 개선, 그리고 궁극적인 데이터 산출 과정에 대한 이해는 필수적으로 갖춰야 한다. 이들 역량은 IT에 두 가지 핵심 이점을 제공한다.

우선, AI의 역량을 설명하는 주체로서 비즈니스가 해당 모델을 지속적으로 개선해 나가는 과정에 파트너로 함께할 수 있다. 둘째로 머신러닝의 기반이 되는 수학적 개념에 대한 근본적 이해는 지식과 창의성 증진으로 이어질 수 있다. 이 창의성은 IT 조직이 AI 기능 구성 과정에서 더 긍정적인 비즈니스 결과물을 창출하는 데 도움이 될 것이다.

실제로 액센추어의 경우 스티븐스 인스티튜트 오브 테크놀로지(Stevens Institute of Technology)와 함께 자사 인력과 관련한 주요 영역에 더 상급의 애널리틱스 스킬을 개발, 적용하고 있다.

요구되는 구체적 역량 : 데이터 세트 선정 및 서브 세팅, 모델 조직화 및 안정화 테크닉

5. 리더십 및 평가
기계는 우리의 동료로 업무 환경에 자리를 잡을 것이며, 현재 인간이 많은 시간을 들여 처리하는 일상적 관리 활동을 대신할 것이다. 기업 내 각 영역의 인력은 이 새로운 동료가 내리는 운영과 관련한 의사결정을 관리하고 인간으로서 더 중요한 의사 결정을 담당하는 새로운 협업에 익숙해질 필요가 있다. 이러한 변화는 우리에게 더 심도 있는 문제 해결 역량과 함께 기계가 올바른 의사 결정을 처리하고 궁극적으로 반응을 생성할 수 있도록 하는 ‘질문 구성' 역량을 요구한다.

요구되는 구체적 역량 : 커뮤니케이션 및 EQ, 판단에 기반한 솔루션 제시, 협업 및 교차 기능에 대한 이해

직원이 이러한 역량을 갖출 수 있도록 리더가 즉시 해야 할 일은 무엇일까? 우선, 내부 학습 프로그램을 개발해 직원이 AI에 대비할 수 있도록 즉 AI의 본질과 그 가치에 대해 명확한 이해하고 막연한 공포를 줄일 수 있도록 지원해야 한다. 일련의 가상, 대면 활동을 통해 기업은 인공지능의 기회에 대한 직원의 이해 수준 및 관련 경쟁력을 제고할 수 있을 것이다. 활동의 효과는 직원의 성격과 기술 수준에 따라 다르겠지만 궁극적으로 이를 통해 직원의 이해 수준은 분명히 발전할 것이다.

또한 AI가 우리의 업무 효율성을 높이고 (직업 자체가 아닌) 일상의 번거로운 작업을 없애주는 과정을 명확히 설명하는 노력 역시 필요하다. 이와 관련해서는 프로토타입이나 실제 데모를 입수해 직원에게 AI를 접할 기회를 제공하는 방법도 도움이 될 것이다. 끝으로 창의성과 개방성, 유연성을 강화해 실제 업무 현장에 투입된 AI와 로보틱스가 더 효율적으로 기능할 수 있도록 보장하는 노력 역시 필요하다. 이 노력은 특히 매니저 집단에게 필요한 과정이다.

기계는 이미 주변의 모든 기업과 조직 환경 가까이에 와 있다. 이 자동화, 증강 기술을 실험하고 도입하는 것의 가치는 한 두 마디로 전부 설명할 수 있는 것 이상이다. 또한 AI는 IT에겐 이 새로운 기술의 가치를 기업 전반에 전달할 주도자로서 자신의 역할을 재정의할 기회가 될 것이다. 효율적인 기계 관리와 이용 데이터 및 알고리즘 관리, 그리고 궁극적으로는 리더십 및 평가 기준 관리의 역할에 집중해 IT는 기업 환경에 AI를 보급하고 그 기능을 최적화할 주역으로 자리매김할 것이다.

Diana Bersohn는 액센추어 스트레티지의 managing director이며 글로벌 IT 운영 모델과 기술 트랜스포메이션 관련 전문가이다. ciokr@idg.co.kr
X