이준기 연세대 정보대학원 교수가 19일 한국생산성본부(KPC)가 개최한 '2023 CEO북클럽'에서 주제강연을 진행 중이다. [사진=한국생산성본부]
[뉴스투데이=박진영 기자] 이준기 연세대학교 정보대학원 교수는 19일 한국생산성본부(KPC)가 개최한 ‘2023CEO북클럽’에서 ‘AI 경영’을 주제로 강연을 진행했다. 북토크에 앞서 이 교수는 “회사를 경영하는 입장에서 AI와 빅데이터를 어떻게 봐야하고, 조직에 어떻게 적용해야 할 것인지에 초점을 맞춘 강연을 하겠다”고 말했다.
■ 미래 사회에 주목 받는 AI‧빅데이터 전문가= 세계 경제 포럼 일자리 보고서가 발표한 인기 직업 1~3위가 인공지능‧빅데이터 관련 직종 / 2030년까지 인공지능이 경제에 기여하는 규모는 15조7000억 달러
이 교수는 많은 전문가들이 가까운 미래에 데이터 기반의 사회가 도래할 것임을 예견했다고 말하며 강연을 시작했다. 그는 “가트너는 2011년에 데이터는 21세기의 원유라고 말했고, 2021년 경영 매거진 HBR은 데이터 과학자(Data Scientist)가 21세기의 가장 매력적인 직업이 될 것 이라고 전망했다”고 설명했다.
인공지능의 발달이 경제에 미칠 영향에 대해 이 교수는 “다국적 회계 컨설팅 그룹 PWC가 2017년에 발표한 자료에 따르면 2030년까지 인공지능이 글로벌 경제에 기여하는 규모는 15조7000억 달러가 될 것”이라며 미래를 긍정적으로 내다봤다.
이 교수는 2020년 자료인 '세계 경제 포럼 일자리 보고서(World Economic Forum's Job Report)'를 기반으로 삼아 앞으로 뜰 직업 20개를 소개했다. 1위가 데이터분석과학자(Data Analystc and Scientist), 2위가 AI 학습 전문가(AI and Machine Learning Specialists), 3위가 빅데이터 전문가(Big Data Specialists)라는 설명. 한 마디로 인공지능‧빅데이터 관련 직종의 인기가 높아질 것이라고 전망했다.
이어 이 교수는 “직업 검색 플랫폼인 Glassdoor가 지난해 발표한 유망직업 1위~3위에 데이터 과학자(Data Scientist)가 포함되었다”며 “세계 경제 포럼 일자리 재설정 정상회담(World Economics Forum's Jobs Reset Summit)이 발표한 미래 유망 직업에도 빅데이터 과학자(Big Data Scientist), AI 전문가 등이 상위권에 포함되었다”고 덧붙였다.
■ AI‧빅데이터= 방대한 데이터를 활용한 통찰력으로 세상을 변화시키는 힘 / 새벽 2시 KT 기지국 통화량 빅데이터 활용해 야간 버스 노선 만들어
이 교수는 인공지능과 빅데이터를 활용해 새로운 것을 보는 통찰력(insight)를 찾는 일이 중요하다고 강조했다. 이 교수는 “갈릴레오는 1632년 ‘대화’라는 책을 발간하고 목성의 위성 4개가 목성 주변을 돌고 있다는 것을 근거로 지동성을 발표했다”며 “천동설을 믿던 당시에 데이터를 모으고 새로운 세계를 발견한 것에서 교훈을 얻어 빅데이터‧AI가 통찰력으로 세상을 바꾸는데 기여할 수 있다”고 말했다.
이 교수는 디지털 시대인 미래 사회는 모든 것의 데이터화가 가능하다고 설명했다. 그는 “모든 것이 기록에 남는다”며 “냉장고를 열고 닫은 횟수 까지도 기록되는데 이런 데이터를 통해서 새로운 통찰을 얻는 것이 기업 경영의 핵심”이라고 강조했다.
이 교수는 “빅데이터의 규모가 중요한 것이 아니고 새로운 데이터를 통해서 기존 관념에 대한 새로운 시각과 통찰을 가지는 것이 중요하다”며 방대한 양의 데이터로 통찰을 얻은 성공 사례를 설명했다.
먼저 스마트폰의 흔들림 측정 기능을 통해 치매와 파킨슨병에 대한 연구를 한 사례는 누구나 축적할 수 있는 데이터를 단순히 보관하는데 그치지 않고 인사이트까지 발견한 좋은 예다. 현재 기술로 스마트폰의 리듬과 걸음걸이를 분석해서 치매 초기 환자를 구별할 수 있다.
KT의 AI‧빅데이터 활용 사례도 인사이트를 발견하는 기업의 중요한 역할을 설명하는데 충분했다. 새벽 2시에 대중교통이 없어서 집으로 돌아가지 못하는 시민을 위한 버스 노설 증설에 KT가 축적해 놓은 빅데이터가 사용됐다. 서울시는 KT의 기지국에서 새벽 2시에 데이터 사용과 통화량이 가장 많은 곳을 중심으로 버스 노선을 만들어 효율적으로 운영하고 있다.
이어 이 교수는 2주간 눈동자 분석을 통해 학습을 완료할 시기를 예측하는 시스템, 요리책을 분석해서 새로운 레시피를 개발하는 경우 등 데이터를 통해 새로운 시각을 얻은 다양한 사례를 소개했다.
■ AI‧빅데이터의 효과적 활용법=핵심문제를 선정해 해결법을 만들어라
이 교수는 “AI‧빅데이터를 효과적으로 활용하기 위해서는 기업에 필요한 것. 핵심 문제에 대한 새로운 시각을 제공할 수 있는 데이터를 확보하는 것이 필요하다”고 강조했다. 그는 “핵심 문제를 선정해 해결할 수 있는 방법을 만들면 남보다 경쟁력을 갖출 수 있다”고 말하며 “빅데이터 자료를 바탕으로 현업팀을 통한 TF를 잘 운영하는 것이 포인트다”고 덧붙였다.
이어 미래 사회에 기업이 살아남기 위해서는 패러다임의 전환이 필요하다고 강조했다. 이 교수는 “AI Transformation을 적용해 기업의 업무 프로세서를 AI화 시키는 것이 필요하다. 업무(Task) 중심에서 프로세서와 인간 중심으로 바뀌어야 한다. 리테일 사업을 예로 든다면 상품소싱‧상품 배지‧제안‧배송 등의 메인 프로세스를 가지고 인사이트를 도출하면 경쟁력이 있다”고 말했다.
이 교수는 AI Transformation이 어떻게 확장되는지의 과정을 설명했다. 이 교수는 “기업은 리스크를 없애기 위해서 원하는 데이터를 갖추기 전까지 투자를 주저한다. 필요한 데이터를 갖추면 적극적으로 투자를 시작한다”며 한 핀테크 기업의 예를 들었다.
핀테크 기업 A는 대출 신청에 3분, 승인에 1초, 사람개입에 0이라는 모토로 ‘3-1-0 전략’을 시작했지만 데이터 축적 과정에서 300개의 리크스를 확인했다. 리스크를 없앤 다음 대출 처리 비용이 급감했다. 기존은행이 35만원을 지출할 때 이 기업은 350원만 지출했다.
이 교수는 위의 예를 들며 AI‧빅데이터를 사용하는 큰 단점은 리소스를 모으는데 굉장한 노력이 필요하고 본격적으로 새로운 것에 시도하는데 위험(리스크)가 심한 것이라고 설명했다.
이 교수는 전기를 사용하기 전까지 리스크에 대한 부담으로 시간이 지연된 예도 들었다. 이 교수는 “증기를 이용하면 모든 기계가 증기 기관의 속도에 맞춰서 일해야 하지만 전기는 모든 기계에 다른 속도를 적용할 수 있다. 이를 알아도 리스크가 커서 전기를 사용하고 20년간 생산성에 변화가 없었다. 사람들이 전기의 효과를 인식했을 때 생산성이 급증하기 시작했다”고 했다.
이에 이 교수는 “기술의 진보는 1차 모델과 2차 모델로 구분된다. 1차 모델은 대체를 중요하게 생각하지만 2차 모델은 변화를 강조해서 많은 데이터가 필요하다”고 덧붙였다.
이 교수는 리스크를 극복하고 비용 절감에 성공한 사례로 테슬러 공장의 예를 들었다. 테슬라는 사람과 인공지능이 어떻게 조합해서 일하는지를 시험했다. 그 당시 아무도 AI와 로봇을 연결하는 시도를 하지 않았다. 테슬라는 리스크를 안고 여러 방법을 시도한 결과 공정 과정에서 비용을 40~50% 줄여서 영업 이익을 줄였다. 테슬라 자동차 한대의 순수익은 현대차 3대와 맞먹는다. 도요타는 4대, 포드는 5대를 팔아야 테슬라 한 대를 판매한 것과 같은 순수익을 얻을 수 있다.
■ AI‧빅데이터 사용의 장점= 아무도 시도하지 않은 부분에서 엄청난 결과 만들어내
AI Transformation의 장점에 대해 이 교수는 “AI는 아무도 시도해보지 않은 것에 도전할 때 엄청난 결과를 만들어낸다”고 말했다.
고객은 AI Transformation을 통해 가장 효과 좋은 사업 방법을 찾을 수 있다. 구글은 광고비를 많이 지불하는 사업주의 광고를 메인에 노출한다. 광고의 경매화가 시작됐다. 경쟁자가 1000원을 낼 때 5000원을 낸다면 메인 노출을 해준다. 꽃배달의 경우 8명이 구매하면 1명이 구매한다는 데이터를 가지고 있다면 한번 클릭할 때 4000원을 내면 적당하다는 식의 계산을 한다.
북토크 시간에 성공 사례로 안내하는 기업들의 예가 모두 AI‧빅데이터 사용의 장점이라고 볼 수 있다.
■ 책을 통해 문명을 발달시킨 인류, 미래는 AI‧빅데이터 사용을 통해 제 2의 지식 혁명이 일어나
이 교수는 인간이 동물과 달리 문명을 발전시킨 사례를 예로 들면서 미래에 AI‧빅데이터 사용이 새로운 지식 혁명을 불러올 것이라고 예측했다.
이 교수는 “인간과 동물의 뇌구조는 비슷한데 교육을 통해 각자의 삶이 달라졌다. 인간은 축적된 지식을 후대에 전수했다”며 “인간만이 축적된 기술을 가질 수 있는 방법의 핵심은 커뮤니케이션이다. 호모사이펜스가 다른 호모 종보다 뛰어났던 것은 언어의 교환 때문”이라고 했다.
이어 “인간은 책을 통해 시공간이 해체 되면서 어마한 양의 지식을 축적하기 시작했다”며 “앞으로는 인공지능이나 빅데이터에 의한 지식 혁명이 일어날 수 있다”고 확언했다.
■ AI‧빅데이터의 최근 이슈들=업무의 기본지식인 도메인(domaion)지식이 많은 사람, AI의 경제성 높아
최근 AI‧빅데이터의 주요 이슈거리로 이 교수는 △확고한 Domaion지식과 인공지능의 조합 △문제해결기술의 적용 △chatGPT를 활용한 조직 지식 시스템의 구축 △더 많은 선택 옵션에 의한 선택 등을 꼽았다.
이 교수는 확고한 도메인 지식의 축적과 인공지능의 조합의 예로 바둑을 언급했다. 그는 “예전의 인공지능 바둑은 장난감 수준이었다. 최근 인공지능 바둑은 신의 등급이다. 인공지능 바둑은 세계 랭킹 1위 커세와 시합해서 1000점 높은 4858점으로 이겼다”고 말하며 “모든 프로 바둑기사는 인공지능을 사용해야 한다. 예전은 바둑을 책으로 배웠지만 이제는 인공지능으로 배워야 한다. 최근 3년 동안의 AI 교육이 바둑 기사의 역량을 급격히 높였다”고 말했다.
이 교수는 AI를 제대로 활용하기 위해서는 업무의 기본 지식인 도메인(domian) 지식을 충분히 갖추는 것이 중요하다고 강조했다. 이 교수는 “전문의와 수련의에게 AI 툴을 주면 AI 활용정도는 수련의가 높았지만 총 생산량은 전문의가 높았다”며 “업무에 필요한 도메인(domaion) 지식이 매우 높은 사람에게 AI의 도움이 효과가 있다”고 말했다.
이 교수는 “가설을 만들고 데이터를 얻어서 문제를 풀어야 지식이 쌓인다”며 AI를 활용한 지식의 확장이 중요하다고 강조하고 “ChatGPT를 통한 새로운 조직 지식 관리 시스템을 도입하는 것도 중요하다”고 했다.
강연 마지막에 이 교수는 생성 AI 시대의 도래를 언급했다. 이 교수는 오토바이 디자인을 예로 들며 “예전의 전문가는 오토바이를 그리는데 많은 시간을 투자했다. 앞으로 디자인의 영역은 선택의 문제다. AI에게 오토바이의 구조를 계속 교육하면 AI는 짧은 시간에 수천 장의 오토바이 사진을 만들 수 있다. 전문가는 어떤 사진을 선택할지에 집중하면 된다”고 말했다.
■ 기업의 문제점 개선 방안= 현업 전문성과 AI기술을 겸비한 '핑크 피플' 양성
이 교수는 빅데이터를 활용한 인공지능팀의 조직 운영이 실패할 확률이 높다는 현실을 지적했다. 이 교수는 “빅데이터를 통한 조직 운영의 실패 확률이 높다. 가장 큰 문제는 프로젝트 목표 설정‧데이터 확보‧데이터 분석‧지속적 모니터링‧조직의 적용 등이다”며 “우리나라에서는 빅데이터를 가지고 탑-다운 방식으로 조직을 운영하는 것이 효과적이다”고 대처 방법을 알렸다.
마지막으로 이 교수는 현장에서 현업 기술과 빅데이터 기술을 모두 갖춘 핑크 피플(People)을 만드는 것이 중요하다고 했다. 그는 “핑크 피플은 교육장에서 프로젝트 선정‧커뮤니케이션‧데이터 확보‧인공지능의 이해 등을 배운다”며 “빅데이터 전문가에게 현업을 가르치고 실패한 경험이 많다. 이보다는 현업에 일하는 분야별 직무 전문가가 AI‧빅데이터를 배우는 것이 효과적이다”고 했다.
