현실 속 성공적인 AI팀이란?··· 현장의 여러 풍경

그는 “IT 프로젝트로 취급하곤 한다. 작은 기술전문가 및 수학자 그룹을 만들면 마법 같은 일이 일어날 것이라고 생각한다. 블랙박스를 얻어서 비즈니스 부문에 주면 좋은 일이 일어날 것이라는 생각이다”라고 말했다.

하지만 그렇게 되지 않는다. “AI 프로젝트에 투입되는 노력의 중 약 50%는 사람과 관련된 것이다. 변화 관리와 교육이 대표적이다”라고 그가 말했다.

예를 들어, 최근의 한 프로젝트에서 철강 산업 부문의 한 고객사는 수요 전망 개선을 원했다. 그는 현업 직원들을 모델을 만드는 과정에 참여시켰다. 그들을 대체하지 않을 것이라는 사실을 깨달을 수 있도록 하기 위해서였다. 살레는 “이를 통해 그들이 나아졌다. 나아가 더 큰 목적을 달성하기 위해서는 그들이 프로젝트 설계와 실행에도 참여해야 했다”라고 말했다.

그에 따르면 모델이 사용자가 알고리즘 이면의 로직을 이해하지 못하는 블랙박스라면 도입이 어렵다. “그리고 결국 시범 운영으로 돈만 쓰고 솔루션을 확장하지 못하게 된다”라고 그는 지적했다.

한 뱅킹 고객은 1,800명을 트랜슬레이터로 교육하기도 했다는 설명이다. 살레는 “CEO가 비전을 가지고 추진했다. 그 결과, 해당 은행에서 AI 도입이 극적으로 가속화되었다”라고 말했다.

성공적인 AI 프로젝트는 또한 기업이 운영활동 중 일부를 재구성해야 할 수도 있다. 예를 들어, 한 유틸리티 고객은 한 시간에 500개의 캠페인을 수행할 수 있는 환상적인 마케팅 모델을 만들었다. 그러나 해당 비즈니스가 별도의 캠페인 관리 및 마케팅 팀들을 중심으로 구성되어 있어 AI가 가능하게 한 속도를 제대로 활용할 수 없었다.

살레는 “비즈니스 자체가 일부 바뀌어야 했다. 정말로 신속하게 의사를 결정하기 위해 그들 스스로 민첩해져야 했다”라고 말했다.

그에 따르면 기업들이 AI 애플리케이션을 출시할 때, 스스로 기술을 제대로 활용할 수 있는 방식으로 조직화되어 있는지 자문해야 하는 경우가 많다. 살레는 “대부분 새롭게 조직화될 수 있으며, 좀더 빠르게 의사를 결정할 수 있다는 결론에 도달하곤 한다”라고 말했다.

외부 전문성을 포함시키라
융합된 팀은 AI를 운영하고 싶어하는 기업에게 필수적이라고 옴디아(Omdia)의 AI 및 NLP 수석 분석가 마크 베큐가 말했다. 하지만 많은 스킬은 찾기가 어려운 것이 현실이다.

그는 “특히, 숙련된 데이터 사이언티스트는 드물고 한동안 그럴 것이다. 따라서 몇몇 역량 세트를 갖춘 구축팀이 있더라도 AI를 아웃소싱하는 추세이다”라고 말했다.

그 결과, 컴패니 너스 같은 조직은 도구, 플랫폼, 전문성을 제공하는 외부 제공업체를 찾고 있다. 그리고 도구는 계속 개선되고 있다. 예를 들어, 데이터 태깅과 정제를 아웃소싱할 수 있을 뿐 아니라 DIY 클라우드 기반 AI 플랫폼과 도구 그리고 노코드(No-code) 옵션이 AI 보급에 도움이 되고 있다.

SaaS와 E2E(End to End) 솔루션 제공업체들도 AI 기능을 기업에 제공하고 있다고 그가 진단했다. 세일즈포스, 어도비(Adobe), 오라클(Oracle) 등은 예측 분석과 가상 비서를 포함하여 AI 기능을 자사의 도구에 내장하고 있다. 그리고 뉘앙스(Nuance), 인터렉션(Interactions), IP소프트(IPSoft) 등의 기업들이 자체 데이터 사이언스 전문성이 필요 없는 가상 비서를 제공하고 있다.

그는 “많은 AI 사례에서 당분간은 이 접근방식이 유효할 것이다”라고 말했다.

일부 기업들은 외부 제공업체의 제품과 구성품을 사용함으로써 큰 이익을 얻게 될 것이라고 PC(PricewaterhouseCoopers)의 신기술 책임자 스콧 라이켄스가 말했다. 그는 “비용 절감, 신속한 의사결정에 도움이 될 뿐 아니라 이전에는 불가능했던 의사 결정도 가능해질 수 있다”라고 말했다.

현재 AI 및 머신러닝 인재 시장 상황으로 인해 내부 AI팀 구축에 많은 비용이 소요되기 마련이다. 하지만 이런 투자는 기업이 시장에서 차별화하고 특정 비즈니스 요구에 맞게 AI 사용을 최적화하는 데 도움이 될 수 있다.

이 밖에 조직은 덜 숙련된 사람들을 참여시킴으로써 AI팀 구축을 가속화할 수 있다고 컨설팅 기업 인사이트(Insight)의 최고 데이터 및 AI 설계자 켄 세이어가 말했다.

그의 기업이 현재 그렇게 하고 있다. 세이어는 “내부적으로 자체 조직에서 점차 많은 신입 리소스를 사용하는 방법을 파악해가고 있다”라고 말했다. 이러한 방법 중 하나는 멘토십 모델을 도입하는 것이다.

그는 “내가 프로젝트를 운영하면 다른 데이터 사이언티스트가 이를 추적하도록 하는 식이다. 이렇듯 내부 멘토링 모델이 활성화되면서 팀원들이 가능한 빠르게 성장하게 된다. 각 단계마다 지원이 제공되기도 한다”라고 말했다.