[컴퓨터월드] 오늘날 큰 규모의 디지털 혁신을 달성하기 위해서는 인간이 수행하는 의사 결정과 그 외 작업을 자동화해야 한다. AI는 이 목적을 달성하는데 매우 유용하지만 대부분의 기술들은 아직 미성숙한 상태다.

CIO들은 수익 증대와 서비스 확장 등의 전략적 비즈니스 목적을 달성하기 위해, 애플리케이션들이 전략적 효과를 내도록 설계함으로써 디지털 성공을 가로막는 장벽을 극복할 수 있다. 이러한 애플리케이션은 운영이나 전술적 목표를 가진 애플리케이션과는 다른 기준으로 설계돼야 한다. 여기에서 제시하는 여섯 가지 원칙을 활용해 애플리케이션 설계를 평가하고 필요한 경우 개선안을 권고하는 것이 좋다.

분석

설계 원칙 No. 1: 미래를 내다보라

디지털 비즈니스에서 AI는 비즈니스 실행으로 직결되는 인사이트를 생성한다. 인사이트와 실행 간의 긴밀한 관계는 두 가지 방식으로 나타난다.

■ 더 나은 인사이트 생성: AI는 많은 변수를 고려한 알고리즘을 사용해 기존 분석 애플리케이션이 놓치는 방대한 데이터 저장소 내에서 패턴을 발견한다. 또한 머신러닝과 기타 기술을 활용해 결과에 기반한 알고리즘을 자동으로 재정비함으로써 시간의 흐름에 따라 점점 더 개선된다. AI의 인사이트 생성 능력은 운영·전술·전략 등 어느 단계에나 적용할 수 있으며, 개체가 보다 지능적이고 조직이 보다 복잡할수록 영향력은 커진다. 향후 AI는 시장에 새로이 등장할 기회에 맞춰 신제품을 만들거나 비즈니스 전략을 구성할 수도 있을 것이다.

■ 인사이트를 행동으로 전환: 기존 분석 애플리케이션은 의사 결정자들에게 인사이트를 제공하며, 이후 취할 조치를 결정하는 것은 의사 결정자들의 일이다. 분석과 실행은 각각 별개의 프로세스에서 일어나며, 수동으로 사업부에 전달 및 적용된다. 반면 AI가 생성한 인사이트에는 특정 상황에서 고객·시장 등 다른 개체가 보일만한 행동과 이에 영향을 미치기 위해 기업이 할 수 있는 일이 무엇인지에 대한 내용이 모두 포함된다. 따라서 이러한 인사이트는 자동화된 프로세스에 통합될 수 있다.

설계 원칙 No. 2: 자율적으로 행동하라

AI 애플리케이션은 기존의 수동 프로세스를 자동화한다. 이에 더해 AI는 자율적인 비즈니스 운영을 구현해 한 걸음 더 나아갈 수 있다. 자율적인 운영은 기업들이 추구하는 다양한 미래 산업의 일부다.

예를 들어 영국의 온라인 식품업체 오카도(Ocado)는 AI로 완전 자동화된 배송망을 구현하고자 한다. 이미 물류센터에서는 로봇들이 무리지어 물품을 나르고 인간 피커(picker)가 바구니에 물품을 담고 있다. 그 후 다른 AI 기반 컨베이어 시스템이 한 번에 약 8천개 정도의 바구니를 배송 트럭에 싣는다. 물품이 원래 있던 자리에서 트럭까지 이동하는 데는 10분 정도가 걸린다. 이러한 방식으로 영국 버밍험에 위치한 오카도의 물류 창고는 하루에 130만 개의 물품을 운반한다. 아울러 오카도는 피커 업무를 자동화할 수 있는 로봇 팔도 개발하고 있다.

자율적으로 운영되는 AI 애플리케이션을 설계할 때는 다음의 세 가지 규칙을 염두에 둬야 한다.

■ AI 애플리케이션은 작업장과 최대한 가까이 위치해야 한다. 오카도 로봇들은 서로 통신하며 전체 로봇 무리의 효율성을 극대화할 수 있도록 창고 내 카트 운반 경로를 결정한다.

■ AI 애플리케이션은 현 상황을 거의 실시간으로 파악할 수 있어야 한다. 이들은 분석 가능한 많은 데이터를 필요로 하며, 그 데이터의 상당수는 이들이 자동화하는 작업에서 나온다.

■ AI 애플리케이션은 현장에서 결정을 내리거나 다른 로봇과 함께 결정을 내릴 수 있는 지능을 갖춰야 한다.

설계 원칙 No. 3: 고객과 연결하라

디지털 비즈니스는 시장과 고객에 대한 지식을 기반으로 성장하므로, 디지털 비즈니스를 지원하기위해 AI 애플리케이션은 고객에 최대한 가까이 위치해야 한다. 따라서 거대 디지털 기업들은 기업과 고객을 연결하기 위해 AI 기반의 대중적인 기술을 활용한다. 고객과 직원들은 아마존의 알렉사(Alexa)나 애플의 시리(Siri)와 같은 가상 비서의 편리함과 친숙함을 좋아한다. 이런 거대 디지털 기업들이 실제 서비스를 제공하는 회사보다 고객에 대한 정보를 더 많이 축적할 수 있다.

CIO들은 AI 애플리케이션 설계를 평가할 때 거대 디지털 기업들로부터 힌트를 얻어야 한다. 거대 디지털 기업들은 어디서든 고객 수요를 포착하고 중요한 정보를 수집하려고 한다. 이들은 가상 비서 서비스를 PC, 태블릿, 스마트폰 등 한정된 디바이스에서 제공하는 것에 그치지 않는다. 사용자는 가상 비서를 자신이 선택한 디바이스에 연결해 사용할 수 있다. 예를 들어 구글 어시스턴트를 스피커와 시계, 자동차 등에 연결해 사용할 수 있는 것이다.

거대 디지털 기업들은 이러한 고객 관계를 지속적이고 가치 상승적인 개념으로 간주한다. 가상 비서의 대화 기능은 더욱 진화하고 있고, 이들은 가정과 직장 내에서 더욱 복잡하고 가치 있는 서비스를 수행할 수 있게 됐다. 마찬가지로 CIO들은 전략적 AI 애플리케이션을 시간의 흐름에 따라 더욱 친밀한 고객 관계를 구축할 수 있는 수단으로 생각해야 한다.

설계 원칙 No. 4: 현실 세계를 강화하라

전략적 AI 애플리케이션은 실제 세계에서 차이를 만들어 내야 한다. AI는 다른 첨단 기술과 결합하고 사물들이 서로 협업할 수 있는 새로운 방식을 지원하면서 실질적인 영향력을 갖춰야 한다.

■ 결합: 4차 산업 혁명은 사회 내, 더 나아가 인체 내에 새로운 방식으로 기술을 적용한다. 4차 산업 혁명의 기술 융합은 물리적, 디지털, 생물학적 경계를 모호하게 만든다. 이는 로봇, AI, 블록체인, 나노기술, 양자 컴퓨팅, 생명공학, IoT, 3D 프린팅, 자율주행차 등의 분야에서 이뤄지는 획기적인 발전에 의해 주도된다.

■ 협업: 스웜(swarm)은 네트워크 엔드포인트를 구성하기 위한 모델 또는 전략이다. 이는 AI로 구동되는 SW에이전트 또는 디바이스의 무리로, 전체적으로 지능을 모방한다. 스웜에 속한 각 요소들은 행동을 조직화함으로서, 가장 스마트한 기계도 혼자서는 달성할 수 없는 목표를 협업으로 이뤄낸다.

CIO들은 어려움을 해결하기 위해 스웜의 형태로 행동하는 AI 애플리케이션을 설계할 것을 고려해야 한다.

■ 확장: 스웜은 최대 및 최소 기능적 규모 범위 내에서 기기를 가감해 신속히 규모를 상·하향 조정할 수 있는 개방형 네트워크다.

■ 유연성: 스웜은 명령 및 제어 시스템이 반응할 수 있는 속도보다 변화하는 상황에 더 빠르게 적응할 수 있도록 기초적인 지능을 제공한다.

■ 엣지 데이터: IoT를 포함한 엣지 네트워크는 신속히 분석 및 대응해야 하는 많은 양의 데이터를 생성한다. 스웜은 데이터가 발생한 위치에 분석과 행동을 위한 기능을 배치한다.

■ 연결: 스웜은 명령이 거의 없어도 알아서 작동할 수 있다. 따라서 이들은 네트워크 연결이나 인력 지원이 제한적인 곳, 인간보다 빨리 반응해야 하는 환경 등에서 효과적일 수 있다.

설계 원칙 No. 5: 보이지 않는 것을 감지하라

AI는 인간이 필적할 수 없는 방식으로 작업을 관리할 수 있고, 전략적 AI 애플리케이션은 이러한 능력을 활용한다. 특히 AI 애플리케이션은 세부성과 속도를 관리할 수 있다.

■ 세부성: 디지털 기술은 기업이 실제 세계와 디지털 세계를 자세히 들여다보고 사물과 사건, 결과를 정확하게 제어할 수 있도록 해준다. 예를 들어, 리프트(Lyft)나 우버(Uber) 같은 서비스는 택시를 잡기위해 도심 거리 곳곳에 서 있는 사람들의 위치를 감지할 수 있으며, 실시간으로 고객과 차량, 운전자를 매칭할 수 있다. 또 다른 예시는 미국 식품의약국(FDA)이 센서를 장착한 디지털 알약을 승인한 사례로, 이 약은 환자와 간병인들이 복약이 제대로 이뤄졌는지 컴퓨터로 추적할 수 있게 해준다.

2030년에 이르면 전 세계에서 연결된 사물은 1천억 개, 2050년에 이르면 1조개에 달할 전망이다. 이 정도 수준에서 의사 결정 범위를 확대하고 복잡성을 다룰 수 있는 것은 AI 뿐이다. 이와 같은 세부성의 혁명은 거의 모든 산업 분야에서 높은 가치의 혁신 가능성을 만들어 낸다. AI는 기업이 고객의 요구사항을 더욱 충족할 수 있는 새로운 제품과 서비스, 비즈니스 모델을 설계할 기회를 제공한다.

■ 속도: AI 애플리케이션은 점점 더 복잡해지는 상황에서 인간보다 훨씬 빠르게 의사 결정을 내릴 수 있다. 이미 고속 거래 애플리케이션은 나노초(nanosecond) 단위로 돈을 움직인다. 이들은 시장 내외부의 많은 변수를 고려하는 알고리즘에 의해 구동된다.

블록체인은 가상 세계와 현실 세계의 모든 객체를 포괄하도록 거래를 확장할 것이다. AI, IoT와 같은 기술로 향상된 블록체인 솔루션은 스마트 계약, 분산형 자율 조직 등 동적인 프로그램 작동 가능성을 허용한다. 이러한 맥락에서 AI는 향상된 개인화와 기존에는 추적 불가능했던 자산과 관련한 새로운 비즈니스 모델을 창출하는데 도움이 될 수 있다.

설계 원칙 No. 6: 위험을 관리하라

보안, 위험, 개인정보보호는 AI 애플리케이션 개발을 막는 최대 장벽이다. 특히 AI 애플리케이션이 전략적 비즈니스 목적을 실현할 때 이러한 문제는 더욱 중요하다. 한 번의 실수는 단순히 운영을 혼란에 빠뜨리는데 그치지 않고, 브랜드나 기업 자체에 해를 끼친다. 따라서 CIO는 AI 애플리케이션 설계에 따르는 위험을 파악하고 이를 완화하기 위한 계획을 모색해야 한다. 여기에는 AI 애플리케이션에 대한 반발심 유발 등 사회적인 외부 위험 요소가 포함될 수 있다. 그러므로 애플리케이션이 할 수 있는 것과 할 수 없는 것을 결정하는 윤리적 가이드라인이 필요하다.

전략적 AI 애플리케이션을 위한 각각의 설계는 행동의 한계를 정의해야 한다. 명확히 정의된 한계는 개념 표류, 즉 시간의 흐름에 따라 분석 모델과 현실 간 차이가 벌어지는 위험을 줄여준다. 비즈니스 여건은 지속적으로 변화하므로, AI의 학습 능력은 일정한 한계 내에서 변화에 맞게 적응해야 한다. 또한 전략적 AI 애플리케이션 설계는 이사회와 CEO의 결정에 따른 기업의 위험 감내 수준을 반영해야 한다.

■ 설계자는 특정 시장 상황 속에서 고객에게 고위험·고수익 투자를 추천하도록 로보어드바이저(roboadvisor)를 교육시킬 수 있지만, 이사회가 가진 위험 감내 수준이 높지 않은 경우 그러한 교육이 이뤄져서는 안 된다.

■ 자율 무기는 스스로 목표물을 효율적으로 공격할 수 있겠지만, 정치적·도덕적 차원에서 이러한 결정들은 인간이 내리도록 요구할 수 있다.

즉, AI 애플리케이션의 자율성은 기업 방침에 의해 제한돼야 한다. AI 시스템은 현장에 적용된 AI 애플리케이션을 모니터링 하는데도 사용될 가능성이 높다.

제언

■ 디지털 비즈니스 산업 비전을 전략적 AI 애플리케이션 개발의 토대로 사용해야 한다. 그 비전의 일부를 발전시키기 위해 AI 애플리케이션을 설계해야 한다. 이 애플리케이션은 산업 비전을 실현하는데 필요한 기능에 추가되거나, 비전과 관련된 자산을 처리하는 데 도움이 돼야 한다.

■ 앞서 제시한 여섯 가지 설계 원칙을 사용해 전략적 의도로 모든 AI 애플리케이션을 평가해야 한다. 애플리케이션이 여섯 가지 원칙 모두를 준수할 필요는 없지만, 두 가지 이하의 원칙만을 포함한 설계는 재고해봐야 한다. 애플리케이션이 원하는 결과를 촉진할 수 있도록 설계자들에게 다른 원칙도 포함시킬 것을 요청해야 한다.

■ 기업 요구사항과 상황에 따라 설계 원칙에 다른 비중을 둬야 한다. 또한 시간의 흐름에 따라 설계 원칙의 중요성은 달라진다.

■ 인력을 충원할 경우 단순히 비즈니스적인 요건만 고려해서는 안된다. 팀원 중 최소 1명은 높은 수준에서 기업 전략을 파악하고 AI 애플리케이션이 의도한 결과를 낼 수 있는지 가늠할 수 있는 사람이 포함돼야 한다.

■ AI 애플리케이션이 성공에 필요한 정보에 액세스 할 수 있도록 데이터 품질 향상에 자금을 투자해야 한다. AI 전략을 멀티 애플리케이션으로 간주하고, 프로젝트나 데이터 사일로에 갇히지 말아야 한다. 애플리케이션 설계자들에게 영향 측정을 포함하도록 요청해야 한다. 이러한 측정은 동일한 데이터세트에서 작업하는 여러 애플리케이션에 대한 비교가 가능해야 한다.

■ 기술 투자 포트폴리오 전체를 검토해 AI가 필요로 하는 엣지 컴퓨팅, 실시간 운영, 지능을 지원하는지 파악해야 한다.

■ AI 애플리케이션을 사용해 비즈니스 현실을 더욱 세부적으로 관측하거나 더 빨리 시행할 수 있어야 한다. 클록 윈도우(clock windows) 내 활동, 기본 디지털 신호에 중첩된 신호, 물리적 거리로 인해 생겨난 취약성, 겉으로 보기엔 정상적인 메시지로 보이는 악성 코드 등을 해결해야 한다.

■ AI 기술이 원하는 것을 수행해낼 만큼 충분히 성숙하지 않은 경우, 규칙 기반 프로그램으로 자동화를 지원하는 것을 고려해야 한다. 이는 지속적으로 이뤄지는 작업이므로 부분적인 해결책은 완전한 AI 기반 자동화로 나아가는 중요한 단계가 될 수 있다.