인간의 직감을 추월하다··· 2022년 기업 분야 AI 동향 10가지

비즈니스 현장에 접근하는 AI
인공지능 초기에 프로젝트는 데이터 사이언티스트들만이 주도했었다. 데이터와 알고리즘이 있었고, 새로운 도구를 비즈니스 문제에 적용하는 수단을 이들이 선택했다. 때로는 성공하기도 했다. 지금 그 역학이 뒤집어지고 있다.

비즈니스 리더들은 몇몇 성공적인 프로젝트를 통해 배웠으며 AI가 어떤 도움이 될 수 있는지에 대해 좀더 자세히 깨달아가고 있다. 그 결과, 일선의 사업부들이 점차 AI 도입을 주도하고 있다.

맥킨지(McKinsey&Co.)의 퀀텀블랙(QuantumBlack) 글로벌 책임자 알렉스 싱글라는 “AI를 잘 하는 기업들은 현업 부분이 주도하고 있다”라고 말했다.

예를 들어, 허니웰(Honeywell)은 내부 운영에 AI를 사용하고 있으며 이를 고객용 제품과 서비스에 적용하고 있다고 해당 기업의 CDTO 쉐일라 조단은 “우리 또한 현업 부문과 긴밀한 관계를 맺고 있다. 우리는 가치 지향적이며, 고객을 위한 가치가 최우선적이다”라고 말했다.

기업 전 분야에 스며드는 AI
2년 전 조단이 허니웰에 입사했을 때, 첫 번째 대형 프로젝트는 데이터 웨어하우스 전략을 구현하여 모든 트랜잭션 데이터를 수집하는 것이었다.

그녀는 “이제 모든 부서, 모든 사업부에 디지털 의제가 있다”라고 말했다. 예를 들어, 허니웰은 모든 계약을 디지털화 했다. 그녀는 10만 건 이상의 디지털 계약를 통해 해당 기업이 거의 모든 기능 영역을 위한 AI 솔루션을 구축하는 데 도움이 되는 풍부한 데이터를 확보할 수 있었다고 밝혔다.

이제 AI를 통해 허니웰의 모든 계약은 이제 인플레이션 또는 가격 문제의 영향을 받는 영역에 대해 자동으로 검토될 수 있다. 조단은 “인간이 10만 건의 계약을 검토하는 것은 불가능하다”라고 말했다.

마찬가지로 완전한 재고 데이터를 통해 허니웰은 이제 폐기할 재고와 재사용할 수 있는 재고를 파악하여 원자재를 더욱 효율적으로 관리하는 것에 대한 스마트한 결정을 내릴 수 있게 됐다. 그녀는 “모든 부서에서 AI가 등장하고 있다. 재무, 법률, 엔지니어링, 공급망, IT 등이 포함된다”라고 말했다.

AI로 자동화 강화
허니웰이 공격적인 자동화 프로그램을 추진한 지 3년이 되었다. 회사는 이제 반복적인 작업에 대해 모두 자동화를 검토한다. 조단은 “올 해 아마 100건의 프로젝트가 있을 것이다. 우리는 전반에 걸쳐 이런 작업을 자동화하고 있다”라고 말했다.

그리고 허니웰은 이런 자동화를 더욱 스마트하게 하기 위해 노력하고 있다고 그녀가 덧붙였다. 그녀는 “우리는 더 많은 자동화된 봇에 AI를 적용할 것이다. 자동화된 봇이 더 스마트해지는 것이 중요하다”라고 말했다.

기본적인 규칙 기반 자동화를 시작한 또 다른 기업은 부즈 앨런 해밀턴(Booz Allen Hamilton, BAH)이다. 현재 이 기업은 AI와 머신러닝을 자동화에 통합하여 더욱 광범위한 작업에 적용할 수 있도록 진행하고 있다고 BA(Booz Allen)의 AI 활동 부사장 저스틴 네로다가 말했다.

그는 “사람들은 가장 단순한 자동화부터 시작한다. 그리고 스스로에게 ‘또 자동화할 수 있는 것이 있을까?’라고 묻는다. 그리고 AI와 ML이 필요하다는 사실을 깨닫는다”라고 말했다.

그는 “AI 기반 자동화는 기업들이 인력 부족 또는 많은 양의 작업을 처리하는 데 도움이 될 수 있다. 또는 작업의 절반을 자동화한 후 사람들이 어려운 부분을 처리할 수 있다”라고 말했다.

AI를 자연스럽게 적용
대규모 AI 적용에는 중요한 변화 관리 구성요소가 있다고 맥킨지의 싱글라가 말했다. 사람들이 사용할 방식에 대한 이해가 필요하며, 사람들이 개발하고 있는 기술뿐 아니라 기술 인력과 주제 사안 및 비즈니스 전문가의 조합을 통해 이루어진다고 그가 말했다.

그는 “보험 사정인들에게 AI의 3가지 적용 방법을 선택하라고 한다면 그렇게 할 가능성은 0이다. 하지만 워크플로에 자동으로 기초할수록 성공의 가능성이 높아진다. 누군가의 행동을 바꿀 필요가 적어질수록 도입률이 높아질 가능성이 높다”라고 말했다.

총체적으로 전환되는 AI 전략
기업들이 초기 개념 증명에 성공한 후 기술을 운영화하고 인재, 전문지식, 모범 준칙를 구축하기 위해 AI 전문가 조직을 구성하는 경우가 많다. 하지만 기업이 임계 질량 수준에 도달하게 되면 이런 전문가 조직 중 일부를 해체하고 AI를 구성하여 전문가들을 가장 필요한 곳으로 직접 이동시키는 것이 합리적이다.

맥킨지의 싱글라는 “덜 성숙한 기업들의 경우 인재를 보유하고 기관 전반에 걸쳐 학습하는 전문가 조직을 확보하는 데 가치가 있다. 이것이 없다면 기업들은 일반적으로 확장 능력이 없다. 재능이 있는 사람들은 사고방식이 비슷한 사람들과 함께 하고 싶어한다. 그리고 경험이 부족한 사람들은 전문가 조직에 속할 때 이점을 누린다. 거기에서 성장하거나 학습할 수 있기 때문이다”라고 말했다.

이들을 너무 조기에 분산시키면 영향이 희석되고 기업이 여러 비즈니스 부문에서 성공적인 프로젝트를 반복하고 재현할 수 있는 능력이 감소한다.

그는 “하지만 일정 수준의 성숙도와 규모에 도달하면 장기적으로 기술 전문가가 심층적인 AI 전문지식과 영역 전문지식을 확보할 때 진정한 이점이 있다. 하지만 규모가 있을 때만 가능하다”라고 말했다.

비즈니스 문제는 분산되어 있다고 인사이트(Insight)의 엔지니어 아몰 아즈가온카가 말했다.

그는 “비즈니스 문제가 한 곳에 있는 것은 아니기 때문에 AI 배치가 중앙에 집중될 것이라고 기대할 수 없다. 그들도 분산되어야 한다. 하지만 비즈니스 영향과 연계된 중앙 집중 AI 전략이 있어야 한다”라고 말했다.

다른 많은 기업들과 마찬가지로 BAH는 핵심 AI 그룹부터 시작했다. BAH의 AI 활동 부사장 저스틴 네로다는 “지난해 우리는 이것을 추진했다. 우리는 AI 전문가를 확보한 기업을 통해 하위 셀을 보유하고 있다. 하지만 이를 확산시키기 전에 임계 질량에 도달해야 한다. 그렇지 않으면 다 허물어질 것이다”라고 말했다.

그는 “우리 조직과 우리가 협력하는 고객들 내부에서 이런 것을 목격했다”라고 덧붙였다.