AI 최적 활용처 발굴: 효율성과 혁신 극대화

기업들이 인공지능 활용 방안을 모색하면서, AI는 인간이 잘하지 못하거나 하기 싫어하는 작업에 가장 적합하다는 사실을 발견하고 있습니다.

AI에 대한 인간의 기술적 꿈은 보통 이기적인 "내게 무슨 의미인가?"에서 시작합니다. 개인으로서 우리는 기술이 우리 삶과 업무에 어떻게, 언제 변화를 줄지 알고 싶어 합니다.

자동차, TV, 컴퓨터 등도 마찬가지였습니다.

자동차는 포드 같은 기업이 새로운 제조·마케팅 모델을 만들기 전까지는 단순한 장난감에 불과했습니다. 타이어 회사 미쉐린(Michelin)은 운전자들에게 갈 곳을 안내하는 가이드북을 개발했습니다. TV의 기적에 매료되었을 때 우리를 사로잡은 것은 필로 판즈워스(Philo Farnsworth)의 발명 자체가 아니라 엔터테인먼트 기업과 광고주였습니다.

AI와 머신러닝도 검색과 소셜미디어에서 이미 우리 일상의 일부가 되었습니다.

AI와 이를 활용하는 기업들이 우리를 미래에 어디로 데려갈까요? 우리 삶에 어떻게 녹아들까요?

연구기관 BBN의 기술자들은 AI가 향후 수년간 우리 삶을 어떻게 바꿀지 엿보았습니다. 이들의 초점은 네트워킹, 특히 5G에 맞춰져 있었습니다. BBN은 1960년대 알파넷(Arpanet) 시절부터 통신을 핵심으로 삼아왔기 때문입니다.

참고: 지속적 인텔리전스 인사이트

변화는 어디에서 오는가?

BBN의 예측과 소비자 중심 기술이 비즈니스에 여는 기회를 살펴보겠습니다.

AI를 5G의 인에이블러로, 5G를 새로운 애플리케이션의 인에이블러로 보십시오. 모든 통신사와 휴대폰 회사가 5G를 밀어붙이고 있습니다. BBN은 퀄컴(Qualcomm)을 인용하며 5G가 서비스 품질 향상, 이동성 관리 개선, 위치 파악 기능 강화를 가져올 것이라고 말합니다. 또한 네트워크 효율성 증대, 배포 용이성, 보안 강화도 약속합니다.

BBN 저자 임티아즈 아담스(Imtiaz Adams)는 5G 시대가 "클라우드 서버가 계속 활용되면서, 데이터가 생성되는 엣지(온디바이스)에서 AI의 부상이 두드러져 지능형 디바이스로부터 실시간(또는 근실시간) 응답을 가능케 하는 세상"이 될 것이라고 말했습니다.

이제 5G와 AI를 결합해 M2M(사물 간) 통신을 촉진하십시오. BBN은 자율주행차, 새로운 유형의 로봇, 드론 같은 자율 시스템의 새로운 기회를 강조합니다. 이들 모두 IoT 네트워크 전반의 지능형 센서 데이터에 의존합니다. AI와 5G는 가상현실(VR)과 증강현실(AR)을 차세대 수준으로 끌어올려 기업의 디지털 트랜스포메이션을 주도할 수 있습니다.

아담스는 "개인 맞춤 의료로 헬스케어 개선, 더 나은 고객 서비스로 금융 혁신, 향상된 개인화와 고객 서비스로 마케팅 진화, 더 스마트하고 효율적인 제조"의 약속을 인용했습니다. 이 예측에는 매우 큰 "전제(IF)"가 따릅니다. 정치 지도자와 규제 당국이 "일어날 변화의 규모를 실제로 이해하고, AI 배포를 가능케 하는 규제 프레임워크와 인프라를 최적화해야 한다"는 것입니다.

비즈니스가 AI 기반 애플리케이션으로 수익을 개선할 수 있는 몇 가지 사례를 소개합니다.

소매업에서의 AI 활용

아마존 같은 유통 거대기업이 고객 니즈 예측과 공급망 관리에 AI를 활용하는 방식을 소수의 소매업체만 따라할 수 있습니다. 하지만 어떤 소매업체도 AI로의 이동을 무시할 수 없습니다.

인수·금융 그룹 트라이앵글 캐피털(Triangle Capital LLC)의 공동창업자 리처드 케스텐바움(Richard Kestenbaum)은 포브스(Forbes) 기고문에서 "소매업체들에게 AI 이야기를 하면 눈이 흐려진다. 외국어 듣는 듯하고 아무도 이야기하고 싶어 하지 않는다. 하지만 오고 있다. 피할 수 없다. AI는 대소 규모를 막론하고 소매업의 거의 모든 측면에 스며들 것"이라고 말했습니다.

케스텐바움은 AI 기반 애플리케이션이 조명과 냉동 비용 같은 과제를 관리해 전기세를 절감할 수 있다고 설명했습니다. 퍼블릭스(Publix) 매장들은 AI 소프트웨어로 매장 뒤편 냉동고 문이 열리는 빈도를 파악해 불필요한 직원 방문을 줄이고 있습니다. 5만 평방피트 규모의 퍼블릭스 매장 하나가 열린 냉동고 관리 개선만으로 연간 6만 달러를 절약한다고 합니다.

이 6만 달러로 퍼블릭스 매장은 신입 직원을 채용해 고객 서비스와 매장 경쟁력을 높일 수 있습니다.

은행업

긴 창구 줄, 저축 통장, 제한된 계좌 접근 시간으로 대변되던 은행 업무가 컴퓨터, 스마트폰, 인터넷으로 얼마나 변했는지 기억하는 분들은 앞으로 더 큰 변화가 올 것임을 알 것입니다.

디지털 트랜스포메이션 기업 아토스(Atos)의 프랑크 코아스논(Franck Coisnon) 그룹 산업 이사는 인터내셔널 뱅킹(International Banking) 최근 기고에서 은행권에 영향을 미치는 AI 유형을 4가지로 정리했습니다: "음성 및 안면 인식, 자연어 처리, 머신러닝, 딥러닝."

은행에서 AI가 적용될 수 있는 몇 가지 영역:

• 고객 서비스. AI가 수작업으로 처리되던 수천 통의 고객 이메일을 분석해 적절한 답변과 추천 액션 아이템을 제공합니다.
• 영업 및 고객 인텔리전스. "AI를 활용해 고객으로부터 데이터와 인텔리전스를 수집·분석함으로써 비즈니스 개발팀에 독창적 인사이트, 세일즈 파이프라인, 관계를 발전시키고 매출을 늘리기 위한 '최적의 다음 행동'을 추천합니다." 코아스논의 글입니다.
• IT 서비스. "AI는 애플리케이션 장애 가능성을 예측해 IT 인프라의 유용성과 복원력을 높여줍니다."
• 사기 방지. "AI는 사기 요소가 있는 결제나 클레임을 탐지·차단함으로써 사기 관리에 점점 더 필수적이 되고 있습니다."
• 사이버 보안. 모든 산업의 기업이 사이버 공격을 우려하지만, 은행권에서는 해커가 훔칠 돈과 시스템 장애로 잃을 돈이 있기에 특히 무섭습니다. 예측 분석이 은행을 어떻게 보호할 수 있는지 생각해 보십시오.

농업 분야의 AI

와인 제조업이 아닌 기업 리더들도 포도밭에서 배울 점이 있으며, 이는 농업 밖에도 적용됩니다.

"인간이 눈으로 관찰할 수 있는 것은 컴퓨터도 볼 수 있도록 학습시킬 수 있습니다." 농업 소프트웨어 기업 툴 테크놀로지스(Tule Technologies)의 CEO 겸 공동창업자 톰 샤플랜드(Tom Shapland) 박사가 최근 기고에서 썼습니다.

툴은 오늘날 컴퓨터 비전 기술 발전을 활용한 차량 탑재 카메라 시스템을 포도밭에 도입하고 있습니다. 초기에는 포도밭 전역의 포도 송이를 세는 것부터 시작하지만, 해충, 병해, 수분 스트레스 같은 문제를 인간이 포도밭에서 찾아내는 것까지 잠재적으로 수행할 수 있습니다. 컴퓨터 비전을 이미지를 입력받아 문제나 건강한 농산물의 패턴을 학습해 찾아내는 시스템으로 생각하십시오.

모든 것은 집중에서 시작된다

AI가 공상에서 현실로 넘어오던 시절, 로봇과 컴퓨터가 우리 삶을 지배하는 세상을 상상하는 사람이 많았습니다. (알렉사(Alexa) 일부 용례를 보면 좀 과한 감도 있습니다).

하지만 위 사례들은 AI가 인간이 다소 집중된 작업을 수행하도록 돕는 여러 방식을 보여줍니다. AI의 발전 경로가 많은 이전 기술을 따른다면, 많은 기업 임원과 이사회 멤버가 전사적 AI 전략을 요구할 것은 확실합니다.

현실에서 AI 애플리케이션 발전은 개별 라인 매니저나 작업자가 지나치게 많은 인력이나 자원을 소모하는 단일 문제를 바라볼 때 더 많이 일어날 것입니다. 에너지 관리나 병든 포도 같은 사례에서 AI가 문제를 단독으로 해결하지는 못할 수 있습니다. 하지만 인간보다 빠르게 문제를 포착하고, 해결은 인간에게 맡길 수 있습니다.