BLOG

인사이트/블로그

모든 기업 실무자들이 인공지능에 관심을 두어야 하는 이유

루이
2022-04-07

인공지능이 모든 산업과 분야를 막론하고 영향을 끼치고 있다는 소식이 들려오지만, 정작 우리 기업에서 그게 왜 필요한지, 어떻게 적용해야 하는지, 내 업무 성과에 무슨 도움이 될 것인지 막막하기만 합니다. 더불어서 지금 진행하고 있는 업무 성과에 신경쓰기도 바쁜데 인공지능 도입이 내 업무를 더욱 과중시키는 것은 아닌지 걱정되기도 하고요.


위와 같은 이유들 때문에 현재까지 인공지능 기술 개발과 적용, 운영은 현업 실무자들의 관심사항과는 거리가 멀었습니다. 단지 무언가를 새롭게 시작해보려는 운영진과, 고도화된 기술 개발에 관심을 갖는 데이터 전문가, 머신러닝 개발자들이 주체가 되어왔었죠.


하지만 최근 들어 현업에서도 부담 없이 인공지능 기술을 도입할 수 있는 자동화 솔루션이 등장함에 따라 각광을 받고 있습니다. 과거 SI기업에게 기술 개발을 의뢰하거나 사내에 개발 담당자를 채용하였던 경향이 이제는 현업 주도로 바뀌어나가고 있는 것이죠.


인공지능 기술 개발은 현업 주도로 바뀌어나가고 있습니다

인공지능 기술 개발은 현업 주도로 바뀌어나가고 있습니다


현업을 주도로 인공지능 기술을 개발하고 적용하는게 정말 가능한 일일까요? 더불어서 반드시 이렇게 되어야만 하는 이유가 있을까요?


네, 반드시 그렇게 되어야만 합니다. 이제는 모든 실무자들이, 특히 비즈니스 담당자들이 인공지능의 활용에 관심을 두어야 합니다. 바로 아래와 같은 이유에서 말이죠.


1. 인공지능 개발과 활용의 주체는 데이터 전문가가 아닌 비즈니스 담당자이어야 한다.


왜 그럴까요? 결론부터 말씀드리면 인공지능 기술을 어떻게 다루어야 성과가 나는지 비즈니스 담당자가 가장 잘 알기 때문입니다. 어떤 데이터를 활용하여 어떤 모델이나 기술을 개발하든지, 결국에는 그 기술로 성과를 증명해야 하는 책임은 비즈니스 담당자들에게 있습니다. 그런데 기술 도입이나 개발의 목표에서부터 비즈니스와의 연결고리가 분명하지 않으면 성과 또한 분명하게 나타나기 힘듭니다.


예를 들어서 상품의 정확한 판매량을 인공지능으로 예측하여 재고를 관리하겠다는 목표를 세웠다고 해봅시다. 그러면 데이터 전문가는 과거 상품 판매 이력을 통해 앞으로의 상품 판매량을 예측하는 머신러닝 모델을 개발하려고 할 것입니다. 이 때 개발된 머신러닝 모델은 명백하게 기존에 존재하던 상품의 판매 이력을 토대로 합니다. 새롭게 출시하는 상품과는 다른 특성을 가지고 있죠.


그런데 비즈니스 입장에서는 기존에 존재하던 상품 판매를 예측하는 데에 관심이 있지 않을 수 있습니다. 기존 상품 판매량은 이미 수년간 쌓아왔던 경험을 토대로 충분히 오차 범위 내의 예측이 가능하기 때문이죠. 중요한 것은 올해에 새롭게 출시되는 상품 판매량이며, 이를 예측하기 위해서는 새롭게 출시되는 상품의 특성을 면밀하게 살펴보고 상품 홍보를 위해 어떤 이벤트와 비즈니스 전략을 펼칠것인지에 대한 의사결정이 반영되어야 합니다. 데이터 전문가가 그 전략을 예측 과정에서 반영하지 못했을 경우, 개발된 예측 모델은 믿을만한 성능을 내지 못할 것입니다.


이러한 맥락에서 보았을 때, 인공지능 기술이 유용하게 쓰이기 위해서는 기술을 고도화할 수 있는 개발 전문가 뿐만 아니라 비즈니스 담당자의 경험과 노하우가 담겨야 한다고 볼 수 있습니다. 기존의 데이터에는 그동안 실행해왔던 비즈니스 전략이 충분히 반영되어있는지 판단하고, 향후 개발될 인공지능 기술과 앞으로 실행할 비즈니스 전략을 어떻게 연동시켜 의사결정을 이루어나갈 지 미리 계획을 세워야 합니다. 그리고 그러한 계획은 데이터 전문가가 아니라 비즈니스 담당자만이 할 수 있습니다.


2. 인공지능 활용 목적은 단순히 업무 효율성을 높이는 데에 있지 않다.


위에서 얘기한 내용은 너무도 당연해 보입니다. 그럼에도 불구하고 지금까지 비즈니스 담당자가 인공지능 개발과 활용의 주체가 되지 못한 이유는 무엇이었을까요? 가장 큰 이유는, 현재까지 인공지능 기술의 발전이 개발자의 작업 효율과 기술 성능을 높이는 데에 맞춰져 있었기 때문입니다.


인공지능 시스템의 작동 방식을 요약하면 Code와 Data의 결합이라고 볼 수 있습니다. 이를 요리에 비유해볼까요. 데이터가 재료라면 코드는 이 재료를 요리하는 방식이라고 볼 수 있습니다. 그리고 인공지능은 요리하는 방식을 습득해서 맛있는 음식을 내놓는 요리 로봇이라고 할 수 있죠.


출처 : https://www.nykana.org/food-story/2016/7/21/ai-vs-food-tech-


그런데 음식점을 운영하는 사업가는 어떻게 하면 매출을 더 올릴 수 있을까하는 고민을 하고 있습니다. 손님들의 평가를 들어보면 음식 맛은 이미 충분한 거 같은데, 손님이 더 늘지 않습니다. 메뉴를 더 늘려야 할까? 아니면 메뉴가 오히려 너무 많아서 문제인가? 가게 위치가 별로인가? 홍보 방식이 잘못되었나? 타겟을 잘못 잡은 걸까? 가격이 너무 비싼가?


이 때 요리 로봇 개발자가 와서 지금까지 요리하는 속도가 너무 느렸으니 더 빠르게 하는 것에 초점을 맞추자고 합니다. 로봇을 업그레이드하면 재료 손질을 더욱 빠르게 하고, 냉동 식품의 해동 속도를 올릴 수 있으며, 오븐 성능도 더욱 좋아진다고 합니다. 그러면 메뉴를 주문했을 때 손님이 기다리는 시간이 줄어들테니 더욱 좋지 않겠느냐면서요.


하지만 사업가의 입장에서는 그게 문제가 아닙니다. 사업가는 지금 요리를 어떤 타겟으로, 어떻게 홍보했을 때에 더 많은 손님을 모실 수 있는지가 중요하니까요. 그리고 요리 로봇이 각 손님에 따라 최적화된 요리를 최적화된 가격으로 제시해주기를 바랍니다.


이처럼 인공지능의 활용 목적은, 단순히 기존 업무의 효율성을 높이는 데에만 있지는 않습니다. 그 요리의 운영 전략을 시뮬레이션하여 적합한 의사결정을 할 수 있는 데에도 인공지능이 활용될 수 있죠. 하지만 현재까지의 인공지능 발전 경향은 대부분 효율성을 높이는 데에만 급급해왔습니다. 아래 그림처럼, 데이터를 수집하고 보관하며 전처리하여 학습 속도와 예측 성능을 높이는 MLops(Machine Learning Operations) 과정의 효율에만 초점을 맞추어 왔던 것이죠.


그러나 비즈니스 성과를 내기 위해서는 MLops의 다음 단계가 필요합니다. 비즈니스 전략을 시뮬레이션하고 의사결정을 최적화하는 것이죠. 그래서 최근에는 단순 인공지능이라는 개념보다는 의사결정지능(Decision Intelligence)라는 개념이 소개되면서, 끊임없이 이를 연구하고 개발하는 기업이 늘어나고 있습니다.


데이터 분석의 파이프라인과 MLops

데이터 분석의 파이프라인과 MLops


두번째 항목까지가 비즈니스 담당자가 인공지능 활용의 주체가 되기 위한 충분조건이었다면, 이제 세번째 항목은 필요조건이라고 할 수 있습니다. 제가 아무리 떠들어봤자, 비즈니스 담당자는 이렇게 대꾸할 수도 있거든요.


"근데 저는 데이터를 다루어본 적도 없고, 코딩도 할 줄 모르는데요. 결국 인공지능을 쓰려면 데이터 전문가에게 부탁할 수 밖에 없어요."


코딩은 물론 중요하고, 도움이 됩니다. 그러나 모든 비즈니스 담당자가 코딩을 알아야만 하는 것은 아닙니다.


3. 더 이상 인공지능 기술을 활용하기 위해 코딩이 필요하지 않다.


autoML(automated Machine Learning)이라는 개념에서부터 알 수 있듯이, 이제 데이터를 다루는 인공지능 기술 중 하나인 머신러닝의 경우 코딩 없이 자동화된 학습과 예측이 가능합니다. 자동화 솔루션을 익히는 데에는 만 하루가 걸리지 않죠. 이제 모든 비즈니스 담당자들이 직접 데이터를 불러와 학습 모델을 만들고, 이를 새로운 데이터에 적용하여 예측을 해볼 수 있습니다.


다만 학습 모델이 얼마나 잘 학습을 하였는지, 이들은 얼마나 예측 성능이 좋은지에 대해 검토하고 이를 고도화하기 위해서는 여전히 데이터 전문가는 중요한 역할을 할 수 있습니다. 맛있는 음식이 나오기 위해서는 무엇보다 좋은 재료를 준비하는 게 여전히 중요하니까요. 이 경우, 비즈니스 담당자와 데이터 전문가가 서로 협업하는 그림을 그려볼 수 있습니다. 빠르게 다양한 요리를 만들어보고 테스트해보면서 고객 별로 최적의 상품을 개발하는 데에는 비즈니스 담당자가 자동화 솔루션을 활용해볼 수 있습니다. 그리고 만들어진 요리를 더욱 고부가가치의 요리로 업그레이드 하거나, 최상의 입맛을 가지고 있는 고객들에게 특별한 요리를 대접해야 하는 경우 데이터 전문가가 나설 수도 있겠죠.


그렇지만 한 가지는 기억해둡시다. 비즈니스를 잘 아는 사람만이 인공지능을 활용해 성과를 이끌 수 있다는 것입니다. 바로 여러분이 말이죠.