편집
1,319
번
바뀜
→기억하고 싶은 글귀
창조적 융합을 가장 잘 실천하고 있는 기업은 스타벅스다. 커피전문점과 인공지능의 조합이 왠지 어울리지 않아 보이지만 스타벅스는 이를 아주 자연스럽게 수행하고 있다. 이 회사는 최근 음성명령이나 채팅창을 통해서 주문할 수 있는 마이 스타벅스 바리스타' 서비스를 시작했다. 인공지능 챗봇 기술을 이용, 음성이나 채팅을 통해 마치 스타벅스 내 점원과 대화하듯이 주문을 하는 서비스다. 아마존의 가상비서 알렉사를 통해서도 스타벅스 커피를 주문할 수 있도록 했다. 스타벅스의 핵심은 고객과의 정서적 유대감을 형성하는 것인데, 인공지능 기술이 이를 더욱 강화해주리라 보고 다양한 AI 기술을 적극적으로 결합한 것이다. 스타벅스 창업자인 하워드 슐츠(Howard Schultz)는 "기술혁신은 브랜드를 강화하고 매장관리의 효율성을 개선하며 수익성을 높여주고 경쟁우위를 확대해 고객에게 스타벅스에서의 경험의 질을 높이는 기회를 만들 것"이라고 주장한다.
=== 창조에 다가선다, 생성혁신 ===
인공지능 생성기술은 다양한 영역에서 활용될 것이다. 정기적으로 나오는 잡지의 표지 디자인 영역에도 이 혁신기술이 적용될 수 있다. 스탠퍼드대학교 연구원인 로비 바렛(Robbie Barrat)은 머신러닝을 이용해 인공지능에 수천 점의 그림을 학습시켰다. 이후 생성적 적대 신경망(Generathe Adversarial Network, GAN) 기술을 적용해 직접 풍경화를 그리게 했다. GAN 기술은 인간의 개입이나 추가적인 학습 데이터 없이 인공지능 스스로 학습하게 하는 신경망 기법으로, 서로 대립되는 두 시스템이 상호경쟁을 통해 성능을 높이는 비지도학습법의 하나다. 가령 한 시스템은 위조지폐를 만드는 기능이고 다른 시스템은 지폐 위조 여부를 감지하는 기능일 경우, 두 시스템의 경쟁을 통해 성능을 향상시키는 것이다. 로비 바렛은 이 방식을 2주 정도에 걸쳐 적용해 완성도 높은 풍경화를 만들었고 이를 잡지 표지에 적용했다. 매주 새로운 디자인을 만들어내는 작업에는 이른바 창작의 고통이 따르고 만만치 않은 비용이 발생하지만, 인공지능을 통한 이러한 방식은 창작에 효율성을 가져다줄 것이다.
로고 디자인도 마찬가지다. 로고 디자인은 한 컷의 작은 이미지이지만 기업의 철학을 담아야하고 고객을 끌어들일 마케팅적 요소도 있어야 하기 때문에 고민도 많이 해야 하며, 따라서 수많은 재작업을 필요로 한다. 그런데 재작업의 상당수를 인공지능으로 해결할 수 있다면 로고 제작에 드는 시간과 노력을 단축할 수 있을 것이다. 인공지능을 이용해 자동으로 기업 로고를 디자인해주는 스타트업, 테일러 브랜드(Tailor Brands)는 이 부분을 공략했다. 고객이 웹사이트에 접속해서 회사에 대한 기본 정보를 입력하고 원하는 디자인 스타일을 선택하면 인공지능이 자동으로 다양한 브랜드 로고를 디자인해준다. 무료로 말이다. 2014년에 설립된 이 스타트업은 3년 동안 이미 4,500만 개의 로고를 만들어냈다.
=== AI 비즈니스의 목적은 고객경험 혁신이다 ===
가령 커플 매칭 서비스는 오래전부터 존재했지만, 최근 인공지능 예측모델에 기반해 전방위적 상황을 고려한 매칭 분석을 추구하는 형태의 서비스가 등장했다. 데이팅 애플리케이션인 틴더(Tinder)는 DNA 분석업체인 페라모르(Pheramor)와 제휴해, 개개인이 선호하는 스타일이나 가정환경 같은 추구하는 삶의 방향뿐 아니라 DNA 테스트를 통한 생물학적 요소의 적정성까지, 다양한 맥락을 분석할 수 있게 되었다. 참고로 요즘 DNA 테스트는 매우 간소해졌다. DNA 키트를 구입해서 입속의 뺨에 살짝 긁으면 입 안의 세포가 묻어 나오는데 이를 업체에 보내면 3개월 이내에 DNA 분석을 해준다. 이 정보는 인공지능 예측모델과 결합되어 최적의 배우자를 보다 정확하게 찾을 수 있는 시너지를 창출한다.
(중략)
정리해보면, 기술에서 가치를 캐내는 일이 기술혁신의 본질이다. 엔지니어가 정교한 AI 알고리즘을 개발해도, 이를 토앻 수익 기회를 창출하는 비즈니스 모델을 만들어내지 못한다면 그저 빛 좋은 개살구일 뿐이다. 기술을 어떤 형태의 참신한 솔루션으로 만들어낼 것인가? 기술이 창출하는 기능을 누구에게 제공할 것인가? 경쟁사의 제품과 차별화가 되는 가치제안을 만들어낼 수 있는가? 이를 어떤 방식으로 고객들에게 전달할 것인가? 수익을 어떻게 낼 것인가? 우리는 인공지능 기술에 대한 이해를 바탕으로, 이러한 질문을 던지며 매력적이고 참신한 비즈니스 모델을 개발해야 한다.
=== AI 비즈니스의 실행지침, A.C.T.I.O.N ===
인공지능에 의한 변화는 선형적이지 않기 때문에 예측도 어렵다. 급변하는 환경에서 과거와 똑같은 길을 걷고 있다면 경쟁력을 잃기 쉽다. 실리콘밸리의 투자자인 피터 틸(Peter Thiel)은 '''"앞으로의 세상은 거듭제곱 법칙을 따를 것"'''이라고 말했다.
평균적인 성공을 거두는 기업들이 분포의 중앙에서 다수를 이루지 않는다. 오히려 한 분야에서 가장 성공한 소수의 기업이 그 분야 나머지 기업들의 성공을 모두 합친 것보다 더 큰 성공을 누리는 것이다. 시장에서 가장 큰 수익률은 언제나 희소한 자원을 가진 기업에 돌아간다. 인공지능은 기업에 무한한 성장의 기회를 가져다줄 중요한 기술자본이다.
앞으로 3~5년 사이, 산업은 인공지능 기술에 의해 커다란 지각변동을 겪을 것이다. 이 시기의 시장에서 기업은 혁신을 주도하는 기업과 혁신에 따르는 기업 두 종류로 나뉠 것이다. 전자는 시장의 파괴를 주도할 것이고 후자는 파괴의 희생양이 될 것이다. 앞장에서 살펴봤듯 이미 시장에는 독창적이고 진취적인 마인드로 비즈니스를 혁신하는 기업이 많다. 앞으로 3년 후 시장은 이들에 의해서 파괴될 가능성이 크다. 이들은 인공지능에 의해 증폭된 역량을 활용해 월등한 제품을 배포, 확산시켜 시장을 장악할 것이다. 월등한 인공지능 기술을 보유한 기업에 더 많은 소비자가 몰릴 것이며, 인공지능 머신은 더 많은 소비자의 사용 데이터를 기반으로 더욱 강력하게 고도화될 것이다. 역량이 증폭된 소수가 시장을 독식하게 된다. 파괴자와 희생자, 무엇이 이러한 운명을 가를까? 결국은 '실행'이다. 실행력이 강한 기업이 시장의 파괴적 혁신을 주도할 것이다. 이번 장에서는 인공지능 비즈니스 혁신을 위해 구체적으로 어떻게 실행해야 하는지에 대해 이야기할 것이다. 그 실행지침은 'A.C.T.I.O.N'이다.
=== Agility, AI는 선점 게임이다 ===
'''인공지능은 속도전이다. 일찍 도입하는 기업이 선점효과를 누릴 가능성이 높다.''' 선점이 중요한 몇 가지 이유가 있다. 인공지능은 앞서 소개했듯이 학습하는 기계다. 인간이 성장하듯 인공지능 시스템도 시간이 지날수록 성능이 좋아진다. 그 말은 일찍 도입하면 학습량이 많아서 더 우월해질 수 있다는 뜻이다.
아마존의 인공지능 비서 알렉사를 보자. 알렉사가 시장에 등장한 초기 2016년 1월에는 수행하는 기능(skill)이 뉴스 읽기, 음악 재생 등 30가지 정도에 불과했다. 12개월이 지나자 수행 기능이 5,000가지로 늘어났고, 3개월이 더 지난 2017년 2월에는 1만 가지로 늘어났다. '''학습을 먼저 시작할수록 학습량이 많아진다. 인공지능의 학습은 데이터를 기반으로 하는데 데이터의 축적도 먼저 시작한 기업이 유리하다. 더 긴 기간 축적할 수 있기 때문이다.'''
또한 축적된 데이터로 더 월등한 성능을 창출할 수 있기 때문에 더 많은 사용자를 모을 수 있고, 이는 더욱 방대한 데이터를 확보할 수 있는 기반이 된다. 특히 플랫폼 기반의 비즈니스를 하는 기업이라면 증가하는 사용자를 통해 획득하는 고객활동 데이터의 양이 기하급수적으로 늘어난다. 일찍부터 인공지능으로 특화된 기업은 월등한 제품을 먼저 만들어낼 수 있는 것이다.
그동안 자본주의 시장에서 기회는 대기업에 집중되었다. 새로운 기회가 생길 때, 대기업이 막대한 자본을 투자하여 진입하면 규모가 작은 기업은 먼저 시장에 뛰어들었다 하더라도 경쟁을 할 수가 없었다. 그러나 인공지능 시대에는 회사의 규모가 중요하지 않다. 고객긔 규모가 중요하다. 작은 스타트업이라도 혁신적인 아이디어와 민첩성을 갖추고 있다면 빠른 속도로 고객을 확보할 수 있다.
민첨성의 의미는 다른 데 있지 않다. 실패를 빨리 해보라는 뜻이다. AI에 관심 있는 경영자는 많다. 그러나 뭔가 시도를 해본 경영자는 적다. 관심은 있는데 아직 시도를 안 하는 이유는 뭘까? 많은 리더가 기술 도입에 대해 철저히 분석하고 계획을 완벽히 수립한 후 AI 프로젝트를 시작하려고 한다. 그동안의 비즈니스 패러다임에서는 맞는 이야기다. 그러나 인공지능은 그 종류가 전혀 다른 신기술이다. 매뉴얼이나 가이드라인이 존재하지 않는다. 런앤건(Run and Gun)이다. 공을 먼저 던져놓고 달려야 한다. 시장은 아직 인공지능 기술에 맞추어 정비되어 있지 않다. 인공지능을 어떤 방식으로 적용할지에 대한 모범답안이 시장에 나와 있지 않다. 경쟁사보다 먼저 도입하고, 시행착오를 하면서 정답을 찾아가야 하는 게임이다. 시간이 지나 시장에 모범답안이 나오기 시작하는 시점이면 시장의 재편이 어느 정도 마무리된 단계일 것이다. 그땐 늦는다. 지금은 정답을 기다릴 때가 아니다.
(중략)
IT 기업 시스코(Cisco Systems)의 존 챔버스(John Chambers) 전 회장은 "IT 산업은 변화가 빠른데 변화할 때마다 그에 필요한 역량을 모두 갖출 수는 없다. 따라서 해당 역량을 가진 기업을 인수하는 방식으로 역량을 확보하는 게 가장 적합한 전략이다"라고 했다. 인공지능도 마찬가지다. 디지털 기술로 무장한 선도기업이라 해도 새로운 인공지능 기술을 다 확보하지는 못하기 때문에 신생 스타트업을 눈여겨본다. 미국의 시장 조사기관인 CB인사이트(CB Insights)에 따르면, 2017년 한 해에만 약 120개의 인공지능 스타트업이 설립됐는데 그중 115개가 인수되었다.
=== AI 도입 속도를 결정하는 요인 ===
[[분류:2020년]]