Offcanvas

AI / BI / CIO / How To / 디지털 트랜스포메이션 / 머신러닝|딥러닝

“내년이면 대기업 1/3이 활용한다” 의사결정 인텔리전스 실용 조언 10가지

2022.04.01 Maria Korolov  |  CIO


젠팩트(Genpact)의 글로벌 분석 책임자 아마레쉬 트리패시는 “결과의 질과 의사결정의 질은 다르다. 때로는 좋은 카드가 있고 옳은 의사결정을 해도 잃을 때가 있다”라고 말했다.

안타깝게도 복잡하고 빈번하지 않은 의사결정의 경우 기업들은 일반적으로 이를 측정하는 메커니즘이 없다.  이 문제를 해결하려면 기술이 중요하다고 트리패시가 말했다.

그는 “첫 번째 단계는 조직의 의사결정 프로세스를 공식화하는 것이고, 그 후에 이 프로세스를 지원하기 위한 소프트웨어 추가에 관해 생각할 수 있다”라고 말했다.

하지만 이런 결정의 결과를 수집하고 의사결정 인텔리전스 프로세스와 다시 연계시키는 것은 쉽지 않다. 마케팅 분야의 기업들이 현재 가장 잘 적응하고 있다고 트리패시가 말했다. 그는 “그들은 정기적으로 A-B 테스트를 수행하고 색상과 글꼴을 변경한다. 아니면 메뉴 항목을 바꾼다. 그들은 테스트를 많이 한다”라고 말했다.

생명 공학 분야에서 유사한 프로세스가 약물 발견과 백신 개발에 적용된다고 그가 덧붙였다. 인적 자원 분야에서도 기업들은 의사결정 프로세스를 검토하고 결과를 살펴보곤 한다. 그는 “고용을 통해 결과가 상대적으로 명확해진다. 고용자의 성과를 확인할 수 있고, 기업에서 가장 어려운 부분은 결과가 그렇게 명확하지 않을 때이다”라고 말했다.

편향된 데이터에 주의하라
의사결정은 기초 데이터가 중요하다. 기업의 이력에 문제가 있다면 이력에 기초한 훈련 세트에도 같은 문제가 내재될 수 있다. 예를 들어, 과거에 아이비리그 출신의 백인을 고용했던 기업은 아이비리그 학위가 있는 백인만 추천하는 고용 추천 시스템을 도입할 수도 있다.

사람들도 내재적으로 편향되어 있다고 부즈앨런해밀턴(Booz Allen Hamilton)의 CIO 브래드 스톤이 말했다. 그리고 그들은 그들의 편견을 뒷받침하는 데이터를 찾는다. 그는 “우리는 더 많은 신입 직원이 필요하다고 생각되면 더 많은 신입 직원이 필요하다는 사실을 뒷받침하는 데이터를 찾는다. 그리고 더 많은 비즈니스 운영 인력이 필요하다고 생각하면 이를 뒷받침하는 데이터도 찾는다”라고 말했다.

그는 “그리고 사람들이 데이터를 살펴볼 때 자신의 경험에 비추어 생각하기 때문에 결함이 있는 의사결정으로 이어질 수 있다. 팬데믹을 통해 우리는 과거를 기준으로 미래를 예측할 수 없다는 사실을 배웠다”라고 말했다.

그는 의사결정을 위한 적절한 기준을 제공하는 것이 해결책이라고 말했다. 그는 “미래의 성공적인 비즈니스와 임무도 이런 편견을 관리하면서 과거로부터 배울 수 있다”라고 말했다.

효과가 있다면 AI를 신뢰하라
때로는 데이터에 기초한 추천이 본능에 반할 때가 있다. 이를 간과하면 기업이 몇 년이나 뒤쳐질 수 있다.

공급망 관리 기술 기업 블루 욘더(Blue Yonder)의 전략적 자문가 겸 설립자 마이클 페인트는 많은 기업들이 자신의 본능이 틀릴 수 있음을 인정하느라 분투하는 모습을 보았다. 예를 들어, 식료품점에서 신선 식품을 주문하는 것은 대칭 비용 함수라고 그가 말했다. 너무 적으면 고객들이 실망하게 되지만 너무 많으면 식품이 상하게 된다.

인간의 두뇌는 위험을 올바르게 계산하지 못하기 때문에 같은 원리가 의류 업계의 계절 패션 등 수명이 제한된 제품에도 적용된다. 예를 들어, 독일의 백화점 체인 페인트는 6~7년 전 주문에 AI를 사용하기 시작했다가 3년 만에 포기했다. 그는 “직원과 관리자들 모두 이를 이해하지 못했다. 관리자는 수학자가 아니다. 그들은 자신의 직감과 경험이 더 옳다고 생각하곤 했다”라고 말했다.

그는 “일례로 매년 크리스마스때마다 매장 관리자들은 충분한 제품을 확보하지 못할까봐 허둥댄다. 그리고 그들은 미친듯이 사들인다. 크리스마스 2주 전, CEO조차도 ‘우리는 고기와 쿠키가 더 많이 필요하다. 더 많이 주문하라. 주문하고 싶은 것에 50%를 추가하라’라고 말했다. 그리고 크리스마스가 지난 후 그 50%를 버린다. 100만 유로 이상의 비용이 발생한다”라고 말했다.

그는 최소한 분석이 어떻게 작용하는지 이해하는 1명의 사람과 경영진이 신뢰라는 정성적인 사람 1명이 있다면 해결할 수 있다고 말했다.

합성 데이터를 활용하라
경우에 따라 훈련 데이터의 부재를 합성 데이터로 보완할 수 있다. 실제 이력 데이터 대신에 사용하도록 정확하게 모델링 된 인공적으로 생성된 정보인 합성 데이터는 머신러닝 시스템에 추가적인 연료를 제공할 수 있다. 기업은 이를 활용해 더 많은 사례에 자동화된 정보를 적용할 수 있다고 브레테녹스가 말했다.

또한 기업들은 블랙 스완(Black Swan) 이벤트나 이례적인 시나리오에 대비하여 훈련할 수 있다. 

가트너 분석가 스베틀라나 시큘라에 따르면 2024년까지 AI 및 분석 솔루션 개발에 사용되는 데이터의 60%가 합성하여 생성될 것으로 전망된다(2021년에는 1%).

다양한 결과를 시뮬레이션 하라
많은 경우 너무 많은 외부적인 요소가 결과에 영향을 미치기 때문에 적절한 의사결정이 불가능하다. 새로운 코로나19 물결, 운하에 갇힌 또 다른 유조선, 지역적 가뭄, 전쟁 발발 등은 비즈니스에 큰 영향을 미칠 수 있지만 예측이 불가능하다.

그렇다고 기업이 무력하다는 것은 아니다. 대신에 시뮬레이션을 실행하여 여러 시나리오에 대비할 수 있다. 그리고 모든 데이터를 수집하여 정보에 기초한 의사를 결정할 수 있다.

하지만 데이터와 분석에는 한계가 있다. 브레테녹스는 “나는 많은 인수 의사결정에 참여했다. 때로는 CEO가 거래와 사랑에 빠진다. 그리고 때로는 기본적인 원칙을 잊어버린다”라고 말했다.

하지만 중요한 의사결정에는 많은 요소가 작용한다고 그가 말했다. 이런 요소 중 하나는 CEO가 모든 어려움에도 불구하고 사람들을 결집시키는지 여부이다. 그는 “그들은 예지력이 있을 때가 있다. 그들은 거래의 가치와는 상관없이 카리스마로만 일을 성사시킨다. 그런 사람이라면 CEO가 가능하게 할 수 있기 때문에 데이터를 무시할 수 있다”라고 말했다.

작게 시작하고 학습하라
중요한 것은 의사결정 인텔리전스에 주목하고 테스트하는 것이다. 브레테녹스는 “작게 시작할 수 있다. 사실, 많은 기업들이 이미 의사결정 인텔리전스이라고 부르지 않으면서 의사결정 인텔리전스를 수행하고 있다”라고 말했다.

여기에는 추천 엔진이 있는 온라인 소매기업이 포함된다. 하지만 항상 의사결정 인텔리전스의 모든 관점을 활용하는 것은 아니다.

그는 “사람들이 추천에 따라 행동하면 거래가 발생한다. 하지만 구매하지 않는 상황을 분석하는 조직이 거의 없다. 하지만 사람들은 구매하지 않았을까? 제품, 가격 또는 시기가 잘못되었을까?”라고 말했다.

그는 “의사결정 인텔리전스 사고방식이 있다면 거래가 아닌 것들도 분석해야 한다. 지금 당장 의사결정 인텔리전스를 수행할 수 있다. 투자를 약간만 더 늘리고 행동을 취하면 된다”라고 말했다. ciokr@idg.co.kr

CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.