2020.12.21

'AI 프로젝트를 수렁으로 이끄는' 7가지 흔한 이유

John Edwards | CIO
어디서부터 잘못된 것일까? AI를 도입한 많은 기업들이 흔한 실수를 저지른다. 여기 AI를 제 궤도에 올려놓을 수 있는 조언들을 정리했다. 
    

인공지능(AI)은 생산성과 비즈니스 민첩성, 고객 만족을 높이는 데 도움을 줄 수 있다. 새 제품 및 서비스의 출시 시간을 앞당길 수도 있다. 그러나 IT리더가 AI 과학을 추구하면서 성공보다는 실망을 경험하는 경우가 많아지고 있다. 예를 들어 2020년 IDC연구에서는 28%의 AI 및 머신러닝(ML) 프로젝트가 실패한 것으로 나타났다.

효과적인 AI 전략을 수립하는 데에는 신중한 계획, 정확히 정의된 목표, 강력한 경영진의 의지와 함께 흔한 실수를 능숙하게 회피하는 능력이 필요하다. 기존의 AI 전략이 기대치 달성에 실패하고 있다면 아마 아래의 7가지 이유 중 하나 때문일 가능성이 높다. 
 
Image Credit : Getty Images Bank

불충분한 직원 교육 
AI의 성공적 전개에 있어 주요 걸림돌 중 하나는 단연 이용자와 관련된 것이다. 페퍼다인 대학교 그래지아디오 경영대학원의 정보시스템 및 기술운영 교수인 찰라 그리피-브라운은 “직원에게 AI 솔루션 이용 교육을 하지 않는다면 AI는 성장하지 못할 것이다” 라고 말했다. 

이어 그는, 단순히 교육 차원을 넘어, “정책을 갱신해야 하고, 단순한 기술 지원 뿐 아니라 업무 지원도 배치되어 있어야 한다”라고 덧붙였다. 

IT리더는 인력이 신기술로 작업할 수 있도록 적절히 교육시켜야 한다고 세계적인 IT 컨설팅 회사인 인포시스의 사장인 래비 쿠마르가 말했다. 그는 “단순히 AI를 소비하는 것이 아니라 이와 함께 작업할 수 있도록 팀을 교육시키고 무장시킬 수 있는 계획이 마련되어 있어야 한다”라고 말했다.

즉 AI가 인간의 노력을 요구한다는 발상은 처음부터 이니셔티브에 각인되어 있어야 한다. 그리피-브라운은 “이는 AI 자체보다 전개하기가 더 어려울 수 있다”라고 말했다. 

거버넌스의 부재 또는 부적합 
AI 전략은 회사 전체를 아우르는 전사적 모델 거버넌스 표준이 없다면 효과적으로 작용하거나 확장될 수 없다. 신용평가 기관인 FICO의 최고 애널리틱스 임원인 스캇 졸디는 모델 거버넌스에는 여러 측면이 있다고 지적했다.

그는 “책임성 있는 AI(responsible AI ) 개념이 융합되어야 한다. 견실하고 설명 가능하고 윤리적이고 효율적인 AI를 의미한다”라고 설명했다. 또한 모델 거버넌스는 표준적인 기술 배치 관행에 치중해야 하고, 나아가 어떤 AI 기법이 사용될 수 있고, 사용될 수 없는지를 명시해야 한다고 그는 주문했다.

졸디는 “마지막으로, AI 프로젝트는 기업 차원의 관리형 모델 배치 프로세스가 필요하다. 이에 의해 모델은 기업 표준에 맞게 생성될 수 있고, 개별 데이터 과학자의 편향성에 영향을 받지 않는다”라고 덧붙였다. 

AI의 진정한 가치를 이해하는 데 실패 
AI에 접근하는 기업이 많아졌지만 이들 가운데 많은 수가 AI의 실질적 ROI 혜택을 충분히 이해하지 못한다. 전문 서비스 기업인 액센추어의 응용 인텔리전스 사업부를 총괄하는 랜 구언은 “AI를 업계 애플리케이션의 핵심 가치 체인에 융합시키는 것이 필수적이고, 이를 하나의 애드-온으로 취급해선 안 된다”면서 “AI가 제대로 접목된다면 가치 추적이 저절로 이뤄지고, 반복적이 된다”라고 말했다. 

AI 가치 발견 로드맵은 대다수 다른 기업 기술의 그것과는 차이가 있다. 예를 들어 소프트웨어는 자체적인 가치 제어장치(value guardrails)가 있다.

쿠마르는 “즉 소프트웨어를 통해 기업이 어떤 가치를 얻을 것인지가 매우 명확하다”라고 말했다. AI는 가치 제어장치가 없기 때문에 가치가 기하급수적일 수 있다. 그는 “조직은 흔히 AI 응용 분야의 잠재 범위를 발견하는 법을 모른다”고 지적하면서 “나아가, 기업의 AI 도입은 국지적 문제에 집중하거나 특정한 난제에 대처하는 데 집중하는 것이 보통이다. 그들은 가치 체인 전반에 걸쳐 AI가 어떻게 사용될 수 있는 가에 관한 ‘거시적 그림’을 굳이 생각하지 않는다”라고 말했다.

기존 업무 프로세스에 AI를 제대로 융합하는 일에 소홀 
AI가 가치를 창출하려면 표적 업무 프로세스에 직접 접목되어야 한다. 따라서 업무 프로세스의 변경이 불가피하고 인간의 역할 또한 변해야 한다. 

경영 컨설팅 회사인 보스턴 컨설팅 그룹의 상임 파트너이자 AI 공동 책임자인 셔빈 코다반더는 “대다수 일상 업무의 경우, AI는 전체 과정을 자동화할 수 있고 인간 개입을 배제할 수도 있다”라고 말했다. 

코다반데는 전면적 무인 자동화가 중요한 AI 혜택이지만 이는 AI 기술이 제공할 수 있는 가치의 작은 부분에 불과하다고 지적했다. 그는 “일류 조직과 함께 한 연구 및 작업에서 우리는 이들이 자동화를 초월해 AI를 빈번히 활용하는 것을 목격한다. 성장을 견인하고, 고객 경험을 개선하고, 위험을 효과적으로 관리하는 데 이를 사용한다”라고 말했다. 효율적인 조직은 새로운 인간-AI 상호작용 모델을 구현함으로써 이를 달성한다고 그는 설명했다.

예를 들어 고객 서비스의 경우 단순히 AI가 할 수 있는 것이 중요한 게 아니라 인간 고객 서비스 요원과 AI가 협력해 고객 서비스를 향상시키는 것이 관건이다. 코다반데는 “조직 학습을 진정으로 도입하고 인간-AI 시스템이 활성화되려면 변경해야 할 기저의 업무 프로세스, 그리고 새로운 프로세스 안에서 인간과 AI가 상호 작용하는 다양한 방법에 대한 깊은 이해와 함께 AI 이니셔티브를 시작해야 한다”라고 설명했다.  

선별 또한 중요하다. AI는 IT 유행어가 되었고, CIO들은 AI 경쟁에서 뒤쳐지지 않으려고 한다. 그러나 무작정 서두르다 보면 IT 리더는 모든 비즈니스 난제에 AI를 투입해야 한다고 느낀다고 미네소타 세인트 폴의 세인트 토마스 대학교 응용 인공지능 센터 소장인 맨지트 레지는 지적했다. 그는 “AI 부서와 현업 부서가 서로 겉도는 경우를 흔히 목격한다”라고 언급했다. 

레지는 영향을 받는 현업 부서가 처음 2~3년 간 자금을 제공하는 AI 이니셔티브를 시작하라고 제안했다. 그는 “그런 식이라면 AI의 가능성을 현업 부서에게 증명할 수 있는 충분한 시간이 AI 팀에게 주어진다”면서 “동시에, 현업 부서는 AI에 대한 확신을 키울 수 있고, 후속 연도에 AI 프로젝트에 기꺼이 자금을 제공할 것이다”라고 설명했다. 

불충분한 관리 및 모니터링 
CIO는 100%에 가까운 가동시간을 전달하는 데 전문가이다. 이처럼 AI를 엄밀하게 다를 필요가 있다. AI 기술을 이용한다는 결정은 흔히 인간의 삶에 직접적 영향을 주기 때문이다. 졸디는 “시스템이 정상적으로 가동되는 것을 보장하는 것과 동일한 수준의 엄격함이 필요하다. AI 모델은 기대를 충족해야 하고 끊임없이 모니터링되어야 한다”라고 말했다. 

졸디는 AI를 혼란스럽게 구축하는 것에 관한 코리니엄 글로벌 보고서를 언급했다. 보고서는 67%의 최고 데이터 및 애널리틱스 임원이 AI 모델의 일관된 정확성을 확인하기 위해, 나아가 모델 표류 및 편향을 방지하기 위해 이를 모니터링하지 않는다고 언급했다. 그는 “간과되기 쉽지만, AI 모델 전개 및 모니터링은 핵심 모델 개발만큼 또는 그 이상으로 중요하다”라고 말했다. 
 
최고 경영진의 지원 결여 
경영진의 IT 지식 부족은 흔한 일이다. 따라서 IT 리더는 활발한 AI 전략을 개발하는 것의 영향과 혜택을 가시적으로 보여주어야 한다. 

임원진의 전적인 협력이 없고 AI 응용 분야의 우선순위를 설정하고 혁신하지 않는다면 AI 전략을 확장하는 데 어려움을 겪을 것이라고 비즈니스 및 기술 컨설팅 회사인 캡제미니 노스 아메리카의 인사이트 및 데이터 수석 부사장인 제리 커츠는 말했다. 

그는 “조직이 단기 투자의 장기적 혜택과 보상을 이해하지 못한다면 AI 전략을 장기적으로 확장할 수 있는 지지를 얻기가 쉽지 않을 것이다”라고 말했다. 

AI가 검증된 가치 증진 기술이라고 상임 경영진을 설득하는 일은 어려울 수 있음을 커츠는 인정했다. 그는 “저항은 성공적으로 극복될 수 있지만 매우 세심하게 설계된 AI 전략 및 로드맵이 필요하다. 이는 비즈니스 응용분야 식별/우선순위 설정 프로세스와 함께 데이터 추적을 다루고 확장에 따른 비-기술 장벽에 효과적으로 대처해야 한다”라고 설명했다. 

도입 관리 무시 
전체 AI 예산을 기술 구입에 사용하려는 충동을 억제하라. 경영 컨설팅 회사인 쿠로시오 컨설팅(Kuroshio Consulting)의 경영 파트너이자 공동 설립자인 크리슈나 커티는 “대신, 관리에 동등한 금액을 사용하라”라고 권고한다. 그는 “AI 구현에 따른 커뮤니케이션, 교육, 워크플로우 재설계, 조직 구조 변경을 위한 자금을 남겨두는 것이 성공에 필수적이다”라고 말했다. 

커티는 AI 기술과 그에 따른 데이터 관리 작업에 투자하면 충분하다고 생각하는 기업이 많다며, 이는 커다란 오류라고 지적했다. 그는 “대다수 문제는 협소한 IT 팀 외부에서 일어난다”라고 경고했다. 업무, 재무, HR, 마케팅에 이르는 전체 조직이 운영 및 비즈니스 모델에 포함되어야만 AI를 효과적으로 전개할 수 있다. 

그는 “유능한 CIO는 최고 임원 동료와의 협력을 통해 총체적 AI 전략의 개발과 기술을 실무에 투입했을 때의 성공을 보장한다”라고 말했다. ciokr@idg.co.kr



2020.12.21

'AI 프로젝트를 수렁으로 이끄는' 7가지 흔한 이유

John Edwards | CIO
어디서부터 잘못된 것일까? AI를 도입한 많은 기업들이 흔한 실수를 저지른다. 여기 AI를 제 궤도에 올려놓을 수 있는 조언들을 정리했다. 
    

인공지능(AI)은 생산성과 비즈니스 민첩성, 고객 만족을 높이는 데 도움을 줄 수 있다. 새 제품 및 서비스의 출시 시간을 앞당길 수도 있다. 그러나 IT리더가 AI 과학을 추구하면서 성공보다는 실망을 경험하는 경우가 많아지고 있다. 예를 들어 2020년 IDC연구에서는 28%의 AI 및 머신러닝(ML) 프로젝트가 실패한 것으로 나타났다.

효과적인 AI 전략을 수립하는 데에는 신중한 계획, 정확히 정의된 목표, 강력한 경영진의 의지와 함께 흔한 실수를 능숙하게 회피하는 능력이 필요하다. 기존의 AI 전략이 기대치 달성에 실패하고 있다면 아마 아래의 7가지 이유 중 하나 때문일 가능성이 높다. 
 
Image Credit : Getty Images Bank

불충분한 직원 교육 
AI의 성공적 전개에 있어 주요 걸림돌 중 하나는 단연 이용자와 관련된 것이다. 페퍼다인 대학교 그래지아디오 경영대학원의 정보시스템 및 기술운영 교수인 찰라 그리피-브라운은 “직원에게 AI 솔루션 이용 교육을 하지 않는다면 AI는 성장하지 못할 것이다” 라고 말했다. 

이어 그는, 단순히 교육 차원을 넘어, “정책을 갱신해야 하고, 단순한 기술 지원 뿐 아니라 업무 지원도 배치되어 있어야 한다”라고 덧붙였다. 

IT리더는 인력이 신기술로 작업할 수 있도록 적절히 교육시켜야 한다고 세계적인 IT 컨설팅 회사인 인포시스의 사장인 래비 쿠마르가 말했다. 그는 “단순히 AI를 소비하는 것이 아니라 이와 함께 작업할 수 있도록 팀을 교육시키고 무장시킬 수 있는 계획이 마련되어 있어야 한다”라고 말했다.

즉 AI가 인간의 노력을 요구한다는 발상은 처음부터 이니셔티브에 각인되어 있어야 한다. 그리피-브라운은 “이는 AI 자체보다 전개하기가 더 어려울 수 있다”라고 말했다. 

거버넌스의 부재 또는 부적합 
AI 전략은 회사 전체를 아우르는 전사적 모델 거버넌스 표준이 없다면 효과적으로 작용하거나 확장될 수 없다. 신용평가 기관인 FICO의 최고 애널리틱스 임원인 스캇 졸디는 모델 거버넌스에는 여러 측면이 있다고 지적했다.

그는 “책임성 있는 AI(responsible AI ) 개념이 융합되어야 한다. 견실하고 설명 가능하고 윤리적이고 효율적인 AI를 의미한다”라고 설명했다. 또한 모델 거버넌스는 표준적인 기술 배치 관행에 치중해야 하고, 나아가 어떤 AI 기법이 사용될 수 있고, 사용될 수 없는지를 명시해야 한다고 그는 주문했다.

졸디는 “마지막으로, AI 프로젝트는 기업 차원의 관리형 모델 배치 프로세스가 필요하다. 이에 의해 모델은 기업 표준에 맞게 생성될 수 있고, 개별 데이터 과학자의 편향성에 영향을 받지 않는다”라고 덧붙였다. 

AI의 진정한 가치를 이해하는 데 실패 
AI에 접근하는 기업이 많아졌지만 이들 가운데 많은 수가 AI의 실질적 ROI 혜택을 충분히 이해하지 못한다. 전문 서비스 기업인 액센추어의 응용 인텔리전스 사업부를 총괄하는 랜 구언은 “AI를 업계 애플리케이션의 핵심 가치 체인에 융합시키는 것이 필수적이고, 이를 하나의 애드-온으로 취급해선 안 된다”면서 “AI가 제대로 접목된다면 가치 추적이 저절로 이뤄지고, 반복적이 된다”라고 말했다. 

AI 가치 발견 로드맵은 대다수 다른 기업 기술의 그것과는 차이가 있다. 예를 들어 소프트웨어는 자체적인 가치 제어장치(value guardrails)가 있다.

쿠마르는 “즉 소프트웨어를 통해 기업이 어떤 가치를 얻을 것인지가 매우 명확하다”라고 말했다. AI는 가치 제어장치가 없기 때문에 가치가 기하급수적일 수 있다. 그는 “조직은 흔히 AI 응용 분야의 잠재 범위를 발견하는 법을 모른다”고 지적하면서 “나아가, 기업의 AI 도입은 국지적 문제에 집중하거나 특정한 난제에 대처하는 데 집중하는 것이 보통이다. 그들은 가치 체인 전반에 걸쳐 AI가 어떻게 사용될 수 있는 가에 관한 ‘거시적 그림’을 굳이 생각하지 않는다”라고 말했다.

기존 업무 프로세스에 AI를 제대로 융합하는 일에 소홀 
AI가 가치를 창출하려면 표적 업무 프로세스에 직접 접목되어야 한다. 따라서 업무 프로세스의 변경이 불가피하고 인간의 역할 또한 변해야 한다. 

경영 컨설팅 회사인 보스턴 컨설팅 그룹의 상임 파트너이자 AI 공동 책임자인 셔빈 코다반더는 “대다수 일상 업무의 경우, AI는 전체 과정을 자동화할 수 있고 인간 개입을 배제할 수도 있다”라고 말했다. 

코다반데는 전면적 무인 자동화가 중요한 AI 혜택이지만 이는 AI 기술이 제공할 수 있는 가치의 작은 부분에 불과하다고 지적했다. 그는 “일류 조직과 함께 한 연구 및 작업에서 우리는 이들이 자동화를 초월해 AI를 빈번히 활용하는 것을 목격한다. 성장을 견인하고, 고객 경험을 개선하고, 위험을 효과적으로 관리하는 데 이를 사용한다”라고 말했다. 효율적인 조직은 새로운 인간-AI 상호작용 모델을 구현함으로써 이를 달성한다고 그는 설명했다.

예를 들어 고객 서비스의 경우 단순히 AI가 할 수 있는 것이 중요한 게 아니라 인간 고객 서비스 요원과 AI가 협력해 고객 서비스를 향상시키는 것이 관건이다. 코다반데는 “조직 학습을 진정으로 도입하고 인간-AI 시스템이 활성화되려면 변경해야 할 기저의 업무 프로세스, 그리고 새로운 프로세스 안에서 인간과 AI가 상호 작용하는 다양한 방법에 대한 깊은 이해와 함께 AI 이니셔티브를 시작해야 한다”라고 설명했다.  

선별 또한 중요하다. AI는 IT 유행어가 되었고, CIO들은 AI 경쟁에서 뒤쳐지지 않으려고 한다. 그러나 무작정 서두르다 보면 IT 리더는 모든 비즈니스 난제에 AI를 투입해야 한다고 느낀다고 미네소타 세인트 폴의 세인트 토마스 대학교 응용 인공지능 센터 소장인 맨지트 레지는 지적했다. 그는 “AI 부서와 현업 부서가 서로 겉도는 경우를 흔히 목격한다”라고 언급했다. 

레지는 영향을 받는 현업 부서가 처음 2~3년 간 자금을 제공하는 AI 이니셔티브를 시작하라고 제안했다. 그는 “그런 식이라면 AI의 가능성을 현업 부서에게 증명할 수 있는 충분한 시간이 AI 팀에게 주어진다”면서 “동시에, 현업 부서는 AI에 대한 확신을 키울 수 있고, 후속 연도에 AI 프로젝트에 기꺼이 자금을 제공할 것이다”라고 설명했다. 

불충분한 관리 및 모니터링 
CIO는 100%에 가까운 가동시간을 전달하는 데 전문가이다. 이처럼 AI를 엄밀하게 다를 필요가 있다. AI 기술을 이용한다는 결정은 흔히 인간의 삶에 직접적 영향을 주기 때문이다. 졸디는 “시스템이 정상적으로 가동되는 것을 보장하는 것과 동일한 수준의 엄격함이 필요하다. AI 모델은 기대를 충족해야 하고 끊임없이 모니터링되어야 한다”라고 말했다. 

졸디는 AI를 혼란스럽게 구축하는 것에 관한 코리니엄 글로벌 보고서를 언급했다. 보고서는 67%의 최고 데이터 및 애널리틱스 임원이 AI 모델의 일관된 정확성을 확인하기 위해, 나아가 모델 표류 및 편향을 방지하기 위해 이를 모니터링하지 않는다고 언급했다. 그는 “간과되기 쉽지만, AI 모델 전개 및 모니터링은 핵심 모델 개발만큼 또는 그 이상으로 중요하다”라고 말했다. 
 
최고 경영진의 지원 결여 
경영진의 IT 지식 부족은 흔한 일이다. 따라서 IT 리더는 활발한 AI 전략을 개발하는 것의 영향과 혜택을 가시적으로 보여주어야 한다. 

임원진의 전적인 협력이 없고 AI 응용 분야의 우선순위를 설정하고 혁신하지 않는다면 AI 전략을 확장하는 데 어려움을 겪을 것이라고 비즈니스 및 기술 컨설팅 회사인 캡제미니 노스 아메리카의 인사이트 및 데이터 수석 부사장인 제리 커츠는 말했다. 

그는 “조직이 단기 투자의 장기적 혜택과 보상을 이해하지 못한다면 AI 전략을 장기적으로 확장할 수 있는 지지를 얻기가 쉽지 않을 것이다”라고 말했다. 

AI가 검증된 가치 증진 기술이라고 상임 경영진을 설득하는 일은 어려울 수 있음을 커츠는 인정했다. 그는 “저항은 성공적으로 극복될 수 있지만 매우 세심하게 설계된 AI 전략 및 로드맵이 필요하다. 이는 비즈니스 응용분야 식별/우선순위 설정 프로세스와 함께 데이터 추적을 다루고 확장에 따른 비-기술 장벽에 효과적으로 대처해야 한다”라고 설명했다. 

도입 관리 무시 
전체 AI 예산을 기술 구입에 사용하려는 충동을 억제하라. 경영 컨설팅 회사인 쿠로시오 컨설팅(Kuroshio Consulting)의 경영 파트너이자 공동 설립자인 크리슈나 커티는 “대신, 관리에 동등한 금액을 사용하라”라고 권고한다. 그는 “AI 구현에 따른 커뮤니케이션, 교육, 워크플로우 재설계, 조직 구조 변경을 위한 자금을 남겨두는 것이 성공에 필수적이다”라고 말했다. 

커티는 AI 기술과 그에 따른 데이터 관리 작업에 투자하면 충분하다고 생각하는 기업이 많다며, 이는 커다란 오류라고 지적했다. 그는 “대다수 문제는 협소한 IT 팀 외부에서 일어난다”라고 경고했다. 업무, 재무, HR, 마케팅에 이르는 전체 조직이 운영 및 비즈니스 모델에 포함되어야만 AI를 효과적으로 전개할 수 있다. 

그는 “유능한 CIO는 최고 임원 동료와의 협력을 통해 총체적 AI 전략의 개발과 기술을 실무에 투입했을 때의 성공을 보장한다”라고 말했다. ciokr@idg.co.kr

X