편집
1,319
번
바뀜
→시대의 흐름에 베팅하라
[[File:246p.JPG|600px|none]]
[[File:247p.JPG|600px|none]]
=== On tap data, 데이터 경쟁력이 AI 경쟁력이다 ===
많은 사람이 인공지능을 떠올릴 때 입건이 같은 알고리즘을 생각한다. 정교한 알고리즘을 도입하면 좋은 비즈니스 솔루션이 나올 것으로 기대하지만 이는 큰 오해다. 마이크로소프트의 기술책임자인 제이콥 스포엘스ㅡ라(Jacob Spoelstra)는 ‘’’“흔히 나타나는 실수는 정교한 예측 알고리즘을 개발해놓고도 거기에 필요한 데이터는 가지고 있지 않다는 점이다”’’’라고 이야기했다. 알고리즘의 정교한지 데이터의 부재를 구제해주지는 못한다. 알고리즘이 동작하려면 데이터가 필요하다.머신러닝은 라벨화되어 있는 데이터가 필요하고, 패턴이니 알고리즘이 작동하려고 다양한 이미지, 음성, 텍스트, 지문 등이 필요하다. AI 혁신은 데이터 확보 능력과 더불어 데이터에 대한 활용 및 관리 능력을 요구한다.
우리는 AI 비즈니스의 차별성이 어디서 나오는지를 정확히 이해해야 한다. 점점 인공지능 소프트웨어에 자유롭게 접근할 수 잇는 시대가 되고 있다.이러한 시대에 알고리즘 자체는 차별성을 만들어내지 못할 것이다. ‘’’솔루션의 성능을 더욱 고도화할 ‘데이터’가 중요해지는 것이다.’’’ 아마존이 애써 개발한 알렉사의 알고리즘을 개방한 이유는 무엇일까? 이는 인공지능의 진정한 가치는 정교한 알고리즘보다 데이터에 있다는 것을 시사한다. 수많은 디지털기기를 통해 수많은 사람이 알렉사를 이용한다면 고객 데이터가 기하급수적으로 쌓인다.데이터가 방대해질수록 아마존의 예측능력은 더욱 월등합니다.아마존은 인공지능 엔진은 공개했지만 데이터는 공개하지 않았다. 인공지능의 미래가 결국 데이터에 달려 있기 때문이다.
(중략)
모든 조직은 비즈니스에 가장 적합한 데이터를 확보하기 위해 다각적인 접근을 취할 필요가 있다. 전략적으로 데이터 확보 채널을 마련해야 한다. 커피숍 같은 서비스 업체는 디지털 데이터가 만들어지지 않는 비즈니스이지요, 스타벅스는 디지털 플라이휠(Digital Flywheel)이라는 새로운 디지털 서비스를 선보이면서 데이터 확보를 위한 활로를 열었다. 스타벅스의 디지털 플라이휠은 리워드, 개인 맞춤, 결제, 주문 등의 서비스를 모바일 앱으로 간편하게 제공함으로써 스타벅스 이용률과 편리성을 키우는 전략이다. 사이렌 오더(Siren Order)은밀히 모바일로 주문할 수 있는 서비스다. 매장에서 줄을 서서 기다릴 필요 없이, 가는 도중에 앱으로 커피를 주문하고 매장에 도착하면 커피를 바로 찾아갈 수 있다. 게다가 앱으로 주문 승인, 커피 제조, 제조 완료 등 진행 상태를 확인할 수 있고, 음료가 완성되면 진동벨처럼 알림 메시지를 받을 수 있다.또 모바일 오더 & 페이는 초간편 결제 시스템이다. 앱에서 주문한 커피는 신용카드나 현금이 아닌 스타벅스 카드로 결제하면 된다.
이러한 디지털 세계에서의 고객행동은 데이터로 수집된다.사람들이 어느 스타벅스에서 어떤 커피를 몇 잔 마셨는지, 결제는 어떤 방식으로 하는지 등의 정보가 인공지능을 학습시킬 귀중한 데이터라는 것이다. 고객에게 감성적인 경험을 선사하는 스타벅스는 이렇게 디지털 기술을 융합해 서비스 역량을 높이고 데이터 기반의 고도화된 인공지능 서비스를 통해 커다란 시너지를 만들어내고 있다.
데이터는 AI 시스템의 핵심 자신이기 때문에 데이터를 어떻게 확보할지에 대한 전략이 수립되어야 한다. 데이터는 하나의 채널을 통해 수집할 수도, 다양한 채널을 통해 전방위적으로 수집할 수도 있다. 구글은 검색포털뿐 아니라 음성에서, 네스트(Nest, 실내 온도 조절장치를 제조하는 스타트업으로 구글이 2014년 인수함) 같은 기기 등을 통해 전방위적으로 사용자 데이터를 수집한다. 양질의 데이터를 얻기 위해서는 정교한 전략을 수립해야 한다. 또한 이를 통합 데이터 웨어하우스(data warehouse)를 통해 집중화하여 관리해야 한다.
‘’’중요한 점은 데이터 확보가 IT 부서 등 조직 내 특정 부서의 전유 업무가 아니라는 점이다.’’’ 모든 조직에서 데이터 확보에 관여하지 않는다면 AI 경쟁력은 극대화하기 어렵다. ‘’’데이터 확보 업무를 IT 부서등 기존의 관련 부서의 일로만 여긴다면 AI 기술의강점을 키우는 데 한계를 지닐 수밖에 없다.’’’ 의식하든 그렇지 않든, 마케팅, 회계, 운영, 영업 등 거의 모든 부서가 각종 데이터를 접하고 있다. 협력 및 제휴 회사의 채널과 합치면 데이터 소스는 무궁무진합니다. 이를 회사의 AI 경쟁력을 위해 얼마나 유연하고 효과적으로 활용하는가 중요하다.
(중략)
이 모든 것이 고객경험을 높이는 데 중요한 일이지만, 큰 조직에서는 여러 부서에서 서로 다른 데이터를 사용하다 보니 데이터가 단편화되는 경향이 있다. 이는 인공지능 알고리즘의 성능을 향상시키는 데 커다란 걸림돌잇다. 그때그때 필요할 때마다 데이터를 단편적으로 확보하는 게 아니라, 인공지능 솔루션에 대한 커다란 방향을 그린 후 그에 맞추어 일관된 데이터 확보 전략을 취해야 하고, 서로 다른 출처의 데이터를 어떻게 일관된 세트로 결합할지에 대한 분명한 전략을 세워야 한다.
<nowiki>
데이터가 특정 영역에 격리되거나 여러 부서의 데이터가 분산되어 통합을 이루지 못하면 인공지능은 제대로 활용될 수 없다.
</nowiki>
(중략)
데이터의 개인정보 보호는 조직 내 강력한 데이터 거버넌스 제도가 명확히 자리잡혀 있는지 여부가 결정한다. 2019년 <MIT 슬론매니지먼트리뷰>에 따르면 실제 데이터에 익숙한 조직은 데이터 거버넌스에 대한 정책이 잘 수립되어 있다고 한다. 데이터 기반의 인공지능 비즈니스를 일찍 도입한 혁신기업은 데이터 관리방식도 우수할 확률이 높다. 뒤늦게 서둘러 기술을 도입하는 기업은 조직의 데이터 관리 시스템을 제대로 정비해놓지 못할 가능성이 크다. 이렇듯 AI도입에뒤쳐진 기업에서 데이터 관리 수준의 격차가 또 하나의 진입장벽으로 작용할 것이다.
[[File:691429F3-5ADE-400C-B9E4-D8157E105742.jpeg|thumb|none]]
‘’’정리하면 인공지능 솔루션에 데이터는 가장 중요한 원동력이다. 사업에 최적화된 기능을 발휘하려면, 관련 데이터가 충분히 뒷받침되어야 한다.’’’ 이에 앞으로는 데이터의 중요성이 더욱 커질 것이다. ‘’’누구나 인공지능 소프트웨어를 사용할 수 있는 시대가 될 것이고, 결국 양질의 데이터에서 차별성이 창출된다.’’’ 조직 내 데이터 접근 및 활용 능력을 잘 갖추고, 개인정보 등 데이터 관리에 대한 견고한 체계를 마련하는 것이 중요하다. 또한 데이터를 활용해 플랫폼 및 제휴기업과 시너지를 내는 것 또한 정교한 검토를 통해 접근해야 한다. 데이터의 확보, 사용, 관리 면에서 성숙한 조직이다.
=== Network, 네트워크 효과로 역량을 증폭하라 ===
인공지능 서비스에서 플랫폼이 중요한 이유는 뭘까? 인공지능이 플랫폼화되면 인공지능의 고차원적인 기능을 일반 사람도 클라우드 같은 플랫폼을 통해 쉽게 이용할 수 있다. 마이크로소프트가 PC 운영체제 시장을 90% 넘게 독점했던 것처럼, 인공지능 시대에도 플랫폼을 장악하는 기업이 많은 이점을 거머쥐게 될 것이다.
‘’’플랫폼의 가장 큰 장점은 독보적 성벽을 쌓을 수 있다는 것이다.’’’ 왜냐하면 플랫폼 내에서는 경쟁자가 따라오기 어려운 선순환 구조가 생기기 때문이다. ‘’’플랫폼 기업은 방대한 데이터를 축적함으로써 제품및 서비스의 AI 기능을 향상시킬 수 있다.’’’ 제품과 서비스가 질적으로 향상되면 더 많은 사람이 모이게 된다. 더 많은 사람이 모이면 수집되는 데이터의 양이 더 늘어나고 이는 또다시 제품과 서비스의 질적 향상으로 이어진다. 플랫폼 구축은 이러한 선순환 고리를 설계하는 것이라고 볼 수 있다.
[[File:73AA47B6-2745-41CD-8477-E6B51D7AC95B.jpeg|thumb|none]]
그럼 어떻게 해야 플랫폼을 장악할 수 있을까? MIT의 마이클 쿠수마노 교수는 플랫폼을 구축하는 세 가지 원칙을 제시했다. ‘’’첫 번째 원칙은 개방성이다. 개방형 정책을 통해 타 기업이나 전문가가 자사 제품과 서비스에 이를 접목할 수 있게 해야 한다.’’’ 구글은 2016년 8월 데이터 분석과 머신러닝이 적용된 서비스인 ‘구글 클라우드 플랫폼(Google Cloud Platform, GCP)’을 내놨다. 기업용 클라우드 서비스 시장을 공략하기 위해서다. 구글은 과거에도 안드로이드를 모두에게 개방해 누구나 좋은 애플리케이션을 개발해 안드로이드 기반 스마트폰에서 구동할 수 있게 했다. 이를 더 잘할수 있도록 아예 IT 기업 입장에서는 영업 비밀에 해당할 법한 안드로이드 알고리즘 자체를 공개했다. 구글은 이에 그치지 않고 딥러닝이나 자율주행차에 적용된 머신러닝과 딥러닝 알고리즘도 오픈소스로 공개하는 정책을 펼치고 있다. 개발자들은 이제 구글의 인공지능 알고리즘을 접할 수 있게 됐다. 이러한 정책은 전 세계적으로 구글 플랫폼에 맞는 다양한 인공지능 애플리케이션이 개발되는 데 기폭제 역할을 할 것이다.
이미 알고 있겠지만, 아마존은 2016년부터 인공지능 비서 알고리즘 알렉사를 외부 기업이 이용할 수 있도록 ‘알렉사 파트너 프로그램’을 펼치고 있다. AWS 파트너 기업들이 알렉사를 자사 제품에 탑재하거나 혹은 응용개발을 할 수 있게 한 것이다. 알렉사가 수행할 수 있는 일은 3만 개에 육박한다. 이 알렉사 알고리즘을 일반 기업이 자사 제품과 서비스에 녹여내는 것을 아마존이 허용한 것이다.
(아래 사진으로 대체)
[[File:5A7974C4-8F95-4229-8593-081BE993A167.jpeg|thumb|none]]
두 번째 원칙은 차별적 가치 제공이다. 아마존은 오래전부터 추천 서비스를 개발해왔다. 이 서비스는 AWS 위에서 아마존 머신러닝 서비스로 진화했다.
(아래 사진으로 대체)
[[File:5625F783-B68C-4273-86C0-D2B1BDB11EFB.jpeg|thumb|none]]
정리하면, 인공지능 비즈니스 혁신에 성공하려면 ‘당장’ 움직이는 조직이 되어야 한다. 또한 조직 내 인간과 인공지능 머신의 ‘협업’체계를 구축해야 한다. 인공지능에 대한 기술적 지식뿐 아니라 비즈니스 및 산업 지식을 동시에 보유한 ‘인재’를 확보해야 한다. 또한 인공지능 도입은 IT 관련 부서만의 일이 아니며, AI와의 시너지가 극대화될 수 있도록 조직 전반적인 기능의 ‘통합’이 이뤄져야 한다. 인공지능 알고리즘의 성장 기반은 풍부한 ‘데이터’이기 때문에 데이터의 확보 및 관리가 수월하도록 정비해야 한다. 끝으로 기하급수적 성장을 이끌 수 있는 플랫폼 형태의 비즈니스를 통해 ‘네트워크’ 효과를 창추랳야 한다. 존 챔버스가 이야기했듯 끝까지 생존하는 물고기는 큰 물고기가 아니라 빠른 물고기다. 부단히 움직여라.
=== 기술에 대한 비전을 세워라 ===
‘’’구글 CEO인 선다 피차이는 2017년 ‘AI 퍼스트’를 선언하며 구글의 모든 사업은 인공지능 중심이 될 것이라고 발표했다.’’’ 지메일이나 검색 뿐 아니라 구글 홈, 구글 어시스턴트, 기업용 클라우드 서비스에 이르기까지 모든 서비스를 인공지능 기반으로 개발한다는 골자다. 그는 ‘’’앞으로 구글 비즈니스의 핵심은 머신러닝 등 AI에 대한 장기적인 투자라고 강조했다.’’’ 주주들에게도 인공지능은 사람들의 일하는 방식을 개선할 수 있는 기회라고 강조했다. 이 시점에 구글은 거금을 들여 17개의 기술 보유 스타트업을 인수했다.
피차이는 ‘AI 퍼스트’에서 2018년 ‘모두를 위한 AI(AI For Everyone)’로 확장된 개념을 다시 발표했다. 앞으로도 인공지능을 중심에 두고 관련 기술의 개발과 서비스 발전을 위해 다양한 시도를 펼치겠다는 의지를 전 조직과 고객에게 밝힌 것이다. 이를 통해 구글의 전 조직은 인공지능 기술과 서비스가 사람들 곁에서 구현되도록 힘을 모으고 있다. 이 메일을 보낼 때 인공지능이 적절한 문장을 예측해 제시해주고, 전화로 식당과 미용실을 예약해주는 등 일상생활에 구글의 인공지능이 스며들 수 있도록 기술을 개발하고 있다.
인공지능 비즈니스를 성공적으로 추진하기 위해서는 기술에 대한 경영자의 비전이 중요하다. 인공지능 기술 도입은 경영자의 의지와 비전만큼 이뤄질 것이다. 불확실성이 크고 생소한 영역이기 때문에 경영자의 결정 없이 조직 스스로 움직이기란 사실상 불가능하다. 앞서 인공지능 기술 도입 속도를 결정하는 변수 중 첫째가 경영자의 의지라고 밝혔다. 경영자가 인공지능을 어느 정도 강하게 도입하려 하는가. 혹은 얼마나 광범위하게 적용하려 하는가는 실제 비즈니스에서 인공지능 기술이 차지하는 비중을 결정할 것이다. 스타트업도 마찬가지다. 기술에 대한 창업자의 믿음과 자신감만큼 기술개발에 대한 투자가 이뤄진다.
나는 전작 <<기술지능>>에서 ‘’’기술혁명 시대에 필요한 것은 ‘불가능한 목표(Impossible purposes)’‘’’라고 강조한 바 있다. 인간은 대부분 과거 지향적이다. 과거 지식에 비추어 상식적이고 당연시되는 것을 추구한다. 그런데 그렇게 기존 궤도에서 가능한 것만 추구하다 보면 같은 자리에만 머물게 된다. ‘’’혁신이란 이전에 없던 새로운 궤도를 만들어내는 것이기 때문에 지금의 익숙한 궤도에서 벗어나야 하고, 익숙하지 않은 생각, 조금 무리한 상상력이 필요하다. ‘가능한 미래’는 어제의 목표이고, 새로운 혁신은 ‘불가능한 미래’에서 시작된다.’’’
(그림으로 대체)
[[File:BAADD7E5-3C3B-4F44-AB17-9819E2E65B1B.jpeg|thumb|none]]
<nowiki>
구글의 공동창업자 래리 페이지(Larry Page) : “우리가 구글을 통해 만들어낸 많은 것들이 처음에는 미친 생각처럼 보였다.”
하지만 지금 그러한 ‘미친 생각’들이 모든 산업의 판도를 바꾸고 우리는 ‘미친 사람들’이 만들어놓은 새로운 시장 속에서 살아가고 있다. 앞으로 인공지능은 수많은 ‘미친 상황’을 만들어낼 것이다.
</nowiki>
3년 후부터는 AI에 기반해 역량을 증폭시켜 시장을 파괴하는 기업이 많아질 것이다. 이런 시대에 시장을 파괴하는 기업은 바로 지금 불가능한 목표를 위해 한 걸음씩 전진하는 기업일 것이다. ‘’’미래학자 토머스 프레이는 현재가 미래를 만드는 것이 아니라, 미래의 비전이 현재를 만든다고 했다. 불가능하게 느껴질 정도의 대담한 비전은 시야를 넓혀준다. 시대의 흐름을 읽는 눈이 밝아질 것이고, 변화의 본질을 해석하는 눈이 생길 것이다. 경영자의 담대한 비전이 조직의 미래를 구할 것이다.’’’
(중략)
앤드르 웅이 구글 브레인팀을 이끌 때 조직 내부에서 딥러닝 기술에 대한 회의론이 일었다. 응은 구글 서비스에 AI를 적ㅇㅇ하는 데 있어서 작은 프로젝트의 성공으로 추진력을 얻고 이를 통해 점차 AI 적용 범위를 확대해나가겠다는 전략을 세웠다. 그 시작이 바로 음성인식을 통한 웹 검색 서비스 개발이었다. 구글에 직접적인 수익을 가져다주지는 않지만 이는 조직 내에서 의미 있는 프로젝트로 자리잡았고, 이 프로젝트가 성공하자 AI기술개발에 대한 추진력이 생겼다. 이를 통해 인력과 자원을 모을 수 있게 되었고 AI 도입을 구글맵 등 다른 영역으로 확대하는 데 성공했다. 이처럼 AI 이노베이션 추진에는 경영자의 전략이 필요하다.
=== 기술의 본질을 통찰하라 ===
인공지능에 의한 변화는 단절적이고, 불규칙적이며, 불확실할 것이다.
(중략)
‘’’첫 번째로 문제를 통찰해야 한다.’’’ 과거 변화가 크지 않고 프로세스가 대체로 정형화된 시기에는, 풀어야 할 문제 자체가 어느 정도 정해져 있었꼬, 이를 ‘어떻게 해결할 것인지(how to solve)’가 중요했다. 그러나 기술혁명으로 인해 산업의 변화가 큰 지금은 해결해야 할 문제가 무엇인지조차 알기 어렵다. ‘무엇을 해결할 것인가(what to solve)’에 대한 통찰이 중요한 시기다.
(중략)
인공지능을 도입하기 위해서는 자기 조직에 대한 솔직한 이해가 필요하다. 많은 조직이 인공지능 기술을 도입하지만 모두가 효과를 보지는 못한다. 선도적인 이미지로 포장하기 위해 무늬만 인공지능을 도입하는 기업도 많다. ‘’’내가 가진 약점을 분명히 알아야 문제를 해결할 실마리를 찾을 수 있고, 그런 상태에서 인공지능을 도입해야 기술이 작동한다.’’’ 자신에 대한 이해가 결여된 상태에서 인공지능으 롣입하면 실질적으로 창출되는 가치가 별로 없다. 인공지능은 조직의 호환을 요구하는 기술이다. 그렇기에 조직에 대한 솔직한 이해가 있어야 조직을 움직이고 AI를 받아들일 수 있다. 앞서 살펴봣듯 인공지능 도입은 조직의 대대적 변화를 수반할 수 있기 때문에, 이러한 변화를 감당할 수 있는 역량이 있고, 준비가 되었는지 냉철히 따져봐야 한다. 조직에 대한 이해가 결여된 상태에서는 ‘모든 것이 실현 가능할’ 것처럼 보인다. 그러나 현실에 부딪히면 그게 아니었다는 것을 뒤늦게 깨닫는다.
‘’’두 번째로 통찰해야 할 것은 기술의 잠재성(potential)이다. 사실 기술 자체는 현상이고, 기술 이면에 숨어 있는 본질적 가치를 읽어내야 한다.‘’’
(중략)
인공지능 기술은 잠재성이 많지만 실제 이 기술이 적용된 제품이나 서비스는 아직 파일럿 수준인 경우가 많기 때문에 성능 면에서 열등한 경우가 대부분이다...(중략)... 이 시점에서 경영자가 봐야 할것은 단순의 기술의 현재 사양이 아니라, ’’’이 기술이 장차 만들 시장의 크기, 가치의 크기다.’’’ 산업을 선도한 기업들은 대부분 아무도 주목하지 않은 미래 잠재성을 보고 조기에 도입해 시장 선점에 성공했다는 점을 기억해야 한다.
한편, 이농지능이 가져올 소비문화의 변화 또한 경영자가 통찰해야 할 중요한 부분이다. 인공지능으로 인해 서비스가 고도화될수록 소비자들은 AI 기반서비스에 의존하게 될 것이다. 내가 일일이 찾아보며 구매하는 것보다 나를 잘 아는 AI가 추천해주는 구매 대안이 더 탁월하다는 것을 점차 깨닫게 될 것이기 때문에, 사람ㄷ믈은 주체적으로 소비 의사결정을 하기보다는 인공지능 서비스에 의사결정을 맡기게 될 것이다. 이러한 변화 속에서 어떤 현상이 나타날까? ‘’’바로 브랜드 영향력이 약해지고, 인공지능 서비스의 영향력이 커진다’’’는 것이다. 지금까지는 제품에 대한 정보를 완전하게 파악하지 못했기 때문에 브랜드가 절반 정도는 제품에 대한 설명을 해주었다. 좋은 브랜드는 좋은 상품을 팔 것이라는 기대가 있었다.
그러나 AI가 시장에 있는 모든 상품군을 비교 분석해 사용자에게 가장 잘 맞는 대안을 추천해주는 상황에서는 브랜드가 의미 없다. 이런 상황에서는 브랜드의 힘에 의지하기보다는 인공지능 알고리즘이 추천하는 포트폴리오 안에 드는 것이 더 중요해진다. AI 플랫폼이 소비자에게 다가가는 제품의 필터링 역할을 하다 보니, 제품을 파는 기업 입장에서는 공략해야 할 대상이 소비자가 아닌 AI로 바뀌게 되는 것이다.
(중략)
‘’’마지막은 수익성(profit)을 통찰해야 한다. 인공지능을 도입하는 목적은 기업의 궁극적인 목적과 연결되어야 한다.’’’ (중략) 따라서 무엇보다 경영자는 인공지능 기술 도입을 통해 새로운 가치가 얼마나 창출될 수 있는지를 냉철하게 따져봐야 한다. 인공지능으로 새롭게 탄생한 제품과 서비스가 경쟁사에 비해 어떤 차별점을 갖는지에 대한 가치제안을 정확히 파악해야 하고, 타킷 고객이 느낄 가치의 크기는 어느 정도일지 객관적으로 평가해야 한다. 또한 이러한 가치를 어떤 방식으로 고객에게 제공하고, 구체적으로 어느 부분에서 현금흐름을 창출할 거싱ㄴ지 꿰뚫어 봐야 한다.
(중략)
‘’’나는 <<기술지능>>에서 통찰의 기반은 풍부한 지식이라고 강조했다.’’’ 인간은 역량 한계, 의사결정의 복잡성, 불완전한 정보 같은 문제 때문에 의사결정을 완벽하게 하지 못하며, 이런 상황에서 합리적인 의사결정은 지식의 기반에 좌우된다...(중략)...각자 보유하고 있는 지식의 양에 따라 대상을 해석하는 양상은 달라진다. 딥러닝에 대한 아무런 지식이 없다면 이걸로 뭘 할 수 있을지에 대한 통찰은 나오기 어렵다. 그러나 기술에 대한 풍부한 지식이 있고, 기술을 이용한 다양한 사례를 접해본 사람은 기술의 잠재성을 수월하게 해석해낼 수 있을 것이다.
‘’’오랜 기간 지식을 쌓으면 자기만의 지식기반이 생기고, 이는 곧 통찰력의 근간이 된다.’’’ 기술적 통찰력은 단순히 기술의 규칙, 절차, 도표 등 표면적 지식을 아는 데 머무르지 않는다. 기술을 시장에 선보일 때 일이 어떻게 돌아갈지, 어디서 잘못될 수 있을지 꿰뚫어 본다.
(중략)
‘’’인공지능 시대에 경영자가 기술에 대한 통찰력을 갖기 위해서는 AI에 숙달해야 한다.’’’ 앞으로는 인공지능에 기반하지 않은 사업이 거의 없을 것이다. 대부분 비즈니스가 인공지능에 의해 고도화될 것이다...(중략)...’’’AI에 숙달한다는 것은 인공지능으로 인해 나타나는 변화와 리스크를 이해하는 것이다. 인공지능의 한계점은 무엇인지, 무엇이 잘못될 수 있는지를 통찰해야 한다.’’’
<gallery>
File:B20319E2-73D9-4B45-8792-B38E17915BC5.jpeg
File:E01ECEC2-AC83-47B7-BDE6-927D66765962.jpeg
File:6BD74620-4A2E-4867-A156-FEF0771A6FFB.jpeg
File:6DE5BA20-428F-4DB4-8C60-79B31BC8DA41.jpeg
File:8E856D80-80D1-495E-8411-91A573AC2CCB.jpeg
File:29270943-68DD-42E0-BEDE-669B0BE50AF0.jpeg
File:84148911-C095-4771-9A03-B84753D98109.jpeg
File:6F213CD3-F5D5-4B6F-81ED-1B01D653D972.jpeg
File:F4CB44D6-A86F-4ED2-A963-9DDE53CD9B17.jpeg
</gallery>
=== 기능적 고착에서 벗어나라 ===
혁신을 막는 가장 큰 인지적 장벽은 기능적 고착(functional fixedness)이다. 기능적 고착은 어떤 대상을 그것의 전통적 쓰임새로만 보게 만드는 심리적 편향이다. 토니 맥카프라(Tony McCaffrey)는 어떤 대상을 보면 그 물건을 사용하는 데 중요하지 않은 기능들을 머릿속에서 자동적으로 없애 버리기 때문에 기능적 고착이 생겨난다고 설명했다.
[[File:9C7C6212-2E96-4A1A-97B7-28DF8279C7FB.jpeg|thumb|none]]
AI에 의한 비즈니스 혁신을 이루는 데 있어서 이러한 인지 장벽을 극복하는 것은 매우 중요하다. 어떻게 극복할 수 있을까?
‘’’첫 번째는 본질적 용도의 부정이다.’’’ 모든 사물은 용도가 정해져 있는 것 같지만 달리 생각해보면, 그 무엇이든 본래의 용도를 무력화할 수 있다.
(중략)
‘’’두 번째는 이질적 결합이다. 스티브 잡스는 “창조란 그냥 여러 가지 요소를 하나로 연결하는 것”이라고 했다.’’’ 창조적인 사람에게 어떻게 그렇게 창조적으로 일할 수 있느냐고 물으면 그들은 죄책감을 느낄 것이라고도 했다. 왜냐하면 그들은 실제로 엄청나게 새로운 것을 만들어 낸 것이 아니라 단지 이미 있는 것들을 연결하기만 했을 뿐이기 때문이다.
(중략)
닛산자동차는 자율주행 기술을 회의실 의자에 접목했다. 보통 회의가 끝나면 의자가 너저분하게 어질러지는 경우가 많다. 그런데 박수 한버너 치면 모든 의자들이 자율주행 기능에 의해 원래 자리로 돌아간다. 이 의자의 이름도 이를 설명하듯이 ‘주차하는 의자(parking chair)’다. 각국 및 각 도시의 제도적 장벽 때문에 자율주행차가 도로를 다니지는 못하지만, 이 기술을 회의실과 연결해서 새로운 혁신의 제품을 탄생시킨 것이다.
‘’’세 번째는 포괄적 개념화다.‘’’ 토니 맥카프리와 짐 피어슨(Jim Pearson)은 <하버드 비즈니스 리뷰>에서 특정 대상에 대해 일반화하여 표현해보는 포괄적 기술로 기능적 고착 문제를 극복할 수 있다고 소개했다...(중략, 타이타닉호 침몰의 원인이었던 빙산의 평평한 곳으로 승객을 실어날랐따면 수 많은 생명을 구할 수 있었을 거라고 함)...’’’대상을 특정 용도에 국한하지 말고, 용도를 보다 포괄적으로 확장해 다른 차원의 용도를 떠올려볼필요가 있다.’’’
‘’’문제를 혁신적으로 해결해야 하는 상황에서 유연한 사고를 하려면 주어진 자원과 지향하는 목표를 포괄적으로 넓히는 게 중요하다. 그래야 가능한 목표와 가용 자원을 연결하기가 수월해지기 때문이다.’’’
=== 균형감각을 유지하라 ===
경영자는 인공지능을 도입하면 그 즉시 사업의 성과가 극적으로 좋아진다거나, 문제들이 저절로 해결되는 것으로 오해해선 안 된다. 잠재성과 실제를 구분해야 한다. 인공지능이 산업ㅇ르 크게 변화시킬 기술임에는 의심의 여지가 없다. 그러나 인공지능 도입 시점에서 이 기술을 기업에 극단적 변화를 가져올 마법상자로 보는 것은 그릇된 일이다. 미숙한 시스템에 갑자기 성숙해 영리해지고 신세계가 열리는 것이 아니다.
(중략)
또한, 기술은 사회적 메커니즘에 속해 있다는 것도 함께 고려해야 한다. 기술의 발전은 사회적 수용 없이는 이뤄지지 않는다. 아무리 뛰어난 기술이라 해도 대중이 거부하면 발전이 지속되지 않는다.
<gallery>
File:B39E293B-A045-4C9B-8F7B-2555CAD6A257.jpeg
File:85E16648-FA0F-4153-BA1F-BA6629C2D409.jpeg
File:7F97BDA1-A715-423E-BDBE-1ACFD9DE56DF.jpeg
</gallery>
=== 시대의 흐름에 베팅하라 ===
‘’’변화의 시대에는 시장의 근본적 흐름을 읽고 다가오는 기회에 과감히 베팅하는 능력이 가장 필요하다.’’’ 변화가 극심할 때는 현재 자신의 위치가 위태로워질 수도 있고, 반대로 ‘’’이전에 경험해보지 못한 거대한 기회를 얻을 수도 있다.’’’
(예: 인텔은 메모리 칩이 아니라 마이크로프로세서에 베팅을 하여 PC 시대의 공룡이 될 수 있었음)
지금은 인공지능이 새로운 변화를 주도하고 있다.이 시점에 우리는 어떠한 자세를 가져야 할까? 나는 <<기술지능>>에서 세 가지 베팅의 법칙을 소개했다. 무엇보다, ‘’’모든 베팅은 변화를 일으킨다. 땅에 씨앗을 심으면 어쨌든 싹이 자라난다. 변화의 시기에 심는 씨앗은 거대한 기회를 가져올 수 있다.’’’ 앤드루 S. 그로브는 마이크로프로세서라는 씨앗을 심었고, 이를 위해 사업의 방향을 전면적으로 바꿨다. 이 씨앗은 훗날 인텔을 IT 업계 최강자로 발돋움하게 만들어주었다. 현재 시장을 주무르고 있는 거대기업의 과거를 되돌아보면 변화의 흐름을 간파해숨겨진 기회에 배팅하는 데 주저하지 않았다는 것을 알 수 있다. 제프 베조스(Jeff Bezos)는 전자상거래가 유행하기 전부터 효율적인 온라인 쇼핑몰을 구축했고, 모바일기기, 드론 등 각종 신기술을 동원해 사업의 기반을 넓혀왔다. 지금은 인공지능 기반 가상비서를 출시해 이전에 없던 새로운 시장을 창조했다. 빌 게이츠는 PC의 일반화가 진행될 것이라는 시장의 변화를 간파했고, PC 안에 들어갈 운영체제를 장악할 수 있는 기회를 만들어내기 위해 모든 역량과 자원을 투자했다. 게이츠는 이 베팅을 통해 거대 소프트웨어 왕국을 만들었다. 베팅은 크건 작건 변화를 일으킨다. 인공지능은 중대한 위협이자 거대한 기회다. 베팅은 기회에 다가서게 할 것이다.
또한, ‘’’베팅을 하지 않으면 아무 일도 일어나지 않는다. 씨앗을 심지 않으면 아무 싹도 나지 않는다. 오해해선 안 된다. 아무 일도 안 일어난다는 게 현재 상태의 존속을 의미하지 않는다. 파괴적 혁신의 시대에 가만히 있는 것은 막강한 경쟁자에 의해 도태되는 것을 의미한다.’’’
(중략)
‘’’끝으로 모든 베팅에는 희생이 다른다. 세상에 공짜는 없다는 진리는 비즈니스에 가장 잘 적용된다. 열매를 얻고 싶다면 씨앗을 심어야 하고 씨앗을 심은 이후부터는 작물을 잘 가꾸기 위해 시간과 비용을 들여야 한다.’’’
(중략)
‘’’인공지능 베팅을 위해서는 기존 사업을 잠식할 수 있는 카니발라이제이션을 감수’’’해야 한다. 이러한 희생을 감수하지 못한다면 기회를 얻기 어렵다. ‘’’코닥이 디지털 카메라 기술을 가장 먼저 개발해놓고도 디지털화에 늦은 이유는 기존 필름사업의 잠식을 우려했기 때문이라는 점을 생각해봐야 한다.’’’
‘’’인공지능에 대한 베팅은 기술의 특성상 장기적이고 지속적이어야 한다. 인공지능 알고리즘 자체가 지속적인 학습을 통해 성능을 고도화하는 속성을 지녔고, 참신한 애플리케이션을 개발하기 위해서는 끊임없는 연구개발도 이뤄져야 한다. 조직 전반적으로 AI 효과를 극대화하기 위해 교육 및 채용이 계속적으로 필요할 것이다.’’’ 구글, IBM, 마이크로소프트, 애플 등 세계적 IT 기업들은 일찌감치 AI 기술을 도입하는 데 큰 베팅을 했고, 매년 새로운 기술을 가진 스타트업을 인수하는 데 막대한 자금을 쓰고 있다. 그에 비해 국내 시장은 이러한 선도기업들과 약 2~5년 정도의 기술격차를 보이고 있다. 인공지능의 경우 선도기업의 기술 발전 속도는 후발자에 비해 빠르기 때문에 점점 따라가기 어려워질 것이다.
[[분류:2020년]]