[2020 데이터 컨퍼런스⑤] Data to AI, 작고 빠른 실행이 성공의 열쇠 - 고객사례를 통해 본 데이터 & AI 전략

[아이티데일리] 오전 마지막 세션에서는 박준규 메가존 전무가 연단에 올라 ‘Data to AI, 작고 빠른 실행이 성공의 열쇠-고객사례를 통해 본 데이터 & AI 전략’이라는 주제로 발표를 진행했다.

“당장 실행 가능한 목표를 설정해 데이터 & AI 프로젝트를 추진하라”

박 전무는 기아자동차의 ‘오너스 매뉴얼(Owner’s Manual)’ 사례를 소개하면서, “애자일(Agile) 방법론을 최우선의 목표로 설정해야 하며, 당장 실행 가능한 목표를 설정해 데이터 & AI 프로젝트를 추진해야 한다”고 강조했다.

박준규 전무는 데이터와 AI가 4차 산업혁명의 기폭제가 됐다고 설명했다. 정형·비정형 데이터를 수집·분석해 새로운 통찰력을 확보한다는 욕구가 증가했고, GPU, TPU 등 하드웨어 기술의 진화와 머신러닝/딥러닝 등 프레임워크 개발로 AI 기술이 대중화된 것이 데이터 경제를 촉발시켰다는 것이다.

하지만 데이터를 활용하는 것은 기업들에게 큰 도전과제가 되고 있다. 빅데이터가 이슈가 되면서 수집되는 데이터의 양은 늘었지만, 데이터를 비즈니스에 활용하는 기업은 줄고 있다. 데이터 기반 경영을 포기하는 경우가 생기고 있는 것이다. 이는 데이터의 증요성이 대두됨에 따라 데이터를 수집했지만, 관리 및 정제 등이 원활하지 않아 문제가 되고 있는 것으로 보인다. 현재 트렌드에서는 데이터 웨어하우스의 현대화, 데이터레이크의 현대화, 데이터 스트림 분석 등 3가지가 맞물려 발전해야 한다.

박준규 전무는 선진사례의 공통 분모를 ▲도구 ▲설계 ▲실행 등 3가지 관점에서 설명했다. 먼저 데이터 및 AI 관련 도구 선택의 기준은 명확해지고 있다. 쿠버네티스, 텐서플로우 등 오픈소스를 위주로 인프라, 플랫폼 개발도구 및 환경을 선택하고 있다. 설계의 관점에서는 하이브리드 및 멀티 클라우드 구조로 AI 및 빅데이터 관련 인프라와 플랫폼이 설계되고 있다. 설계 방향은 통합과 자동화가 중요 목표가 되고 있다.

마지막으로 실행의 관점에서는 작게 시작해 크게 적용하는 방식이 선호되고 있다고 짚었다. 기존 서비스나 시스템의 개선 가능한 부분을 찾아 신속하게 프로젝트를 추진하고 성과 분석을 토대로 새로운 적용 대상을 탐색하고 있다는 것이다. 박준규 전무는 특정 기술에 대한 내재화보다는 데이터 주도, AI 우선 조직으로 인식과 행동 방식을 바꾸는 것이 더욱 중요하다고 말했다.

이어 박준규 전무는 기아자동차 ‘오너스 매뉴얼’ 사례를 소개했다. 기아자동차는 차량 소유자를 대상으로 앱 기반 매뉴얼을 제공하기 위해 시스템을 구축했다. 인공지능 및 구글클라우드 머신러닝 기반의 심볼 스캐너를 적용해 차량 내 심볼을 인식, 동영상 등으로 콘텐츠를 제공한다.

기아자동차는 글로벌 서비스 확산 전략으로 208개 국가, 39개 언어로 사용할 수 있도록 글로벌 CMS 및 안드로이드·iOS 앱을 구현했다. 또한 쉬운 매뉴얼 이용을 위해 심볼 스캐너를 적용했다. 차량의 특정 영역을 이미지 인식하면, 심볼을 인식해 그 부분에 맞는 매뉴얼을 제공하는 방식이다. 기아자동차는 심볼 스캐너 구현을 위해 구글 인공지능 플랫폼과 하이퍼인퍼런스(Hyper Inference)를 결합했다.

박준규 전무는 사례 소개에 이어 AI 성숙도를 높이기 위해 고려해야 할 사항에 대해 소개했다. 박 전무는 “데이터 및 AI 역량을 강화하기 위해서는 사람, 기술, 데이터, 프로세스 모두를 살펴야 한다. 먼저 기술에 대한 접근은 학습과 훈련을 통해서 해야 한다. 사람에 대한 접근은 데이터 과학자와 AI 개발자 중 누구에게 힘을 실어줄지, 관계자들 간의 협업은 어떻게 지원할지를 살펴야 한다”고 강조했다. 이어 “데이터는 보안 및 규제에 대한 통제력 확보를 전제로, 접근성, 확정성, 자동화 등을 고려해야 한다. 프로세스는 매뉴얼 기반 작업과 체계화되지 않은 데이터 MLOps 파이프라인을 정리해 자동화를 기반으로 효율적으로 실행되도록 해야 한다”고 덧붙였다.

마지막으로 박준규 전무는 “데이터 및 AI 프로젝트를 실행할 때는 애자일 방법론을 최우선 목표로 설정해야 한다. 기술과 도구가 아니라 데이터와 AI를 능숙하게 제품, 서비스, 업무에 적용해 질을 높이는 데 집중해야 한다. 또한 당장 실행 가능한 목표를 설정해 데이터 & AI 프로젝트를 추진해야 한다. 데이터와 AI 선도 기업의 사례를 살펴보면 오랜 준비와 철저한 준비보다 가치 있는 한 번의 실행이 더욱 중요하다”고 강조했다.