하이브리드 서비스 모델: 고객 경험의 미래

AI와 자동화의 활용이 인간 직원의 기술 개발에 해가 되어서는 안 됩니다.

사회는 주식 매매나 콜센터 상담원 같은 많은 전통적 직업이 점점 더 자동화되고 있음을 받아들였습니다. 제4차 산업혁명이 도래하면 인간의 일자리가 기계에 빼앗기거나 로봇이 세상을 지배할 것이라는 초기 우려는 물론 근거 없는 것이었습니다.

세계경제포럼(WEF)에 따르면, 자동화가 2025년까지 약 8,500만 개의 일자리를 대체하겠지만, 미래 기술 주도 경제는 9,700만 개의 새로운 일자리를 창출할 것입니다. 하지만 현재 기계가 전체 작업의 약 30%를 수행하는 반면, 2025년에는 인간과 기계의 50:50 조합으로 극적으로 균형이 바뀔 것으로 예상됩니다.

현실은 업무 과제가 점점 더 인간과 기계 기술의 조합을 요구하게 될 것이라는 점입니다. 기계가 사람들이 하던 작업을 점점 더 많이 수행하게 됨에 따라, 우리 인간은 대인 관계 기술과 분석 기술을 강화해야 할 것입니다. 이것들이 고용주에게 가장 가치 있는 기술이 될 것이기 때문입니다.

이는 산업 전반에 걸쳐 반복되는 주제입니다. 현장 서비스 및 유지보수 분야에서는 이미 변화가 있었습니다. 센서 배치 증가로 데이터 분석이 늘어나고 IoT 네트워크를 통한 원격 장치 관리가 가능해졌습니다. 이는 직무 역할과 기술에 연쇄 효과를 미쳤습니다. 그 결과 기업들은 장비 중심적으로 변모했으며, 자동화된 데이터를 중심으로 고객 지식과 기계 성능을 구축하게 되었습니다.

현장 서비스 및 플랜트 기반 유지보수 팀은 적응해야 했으며, 조직 내 강조점이 이동한 것이 그들에게 유리하게 작용했습니다. 서비스는 더 이상 비즈니스에 대한 비용으로 간주되지 않습니다. 제품과 고객에 대한 인텔리전스를 제공하고, 많은 경우 비즈니스의 최전선이 될 수 있는 능력 덕분에 서비스는 이제 전략적으로 중요합니다.

하지만 많은 기업에서 이는 고용 문제로 이어졌습니다. 특히 인력이 고령화됨에 따라 그렇습니다. 지식 손실이 점점 더 흔한 문제가 되고 있습니다. Service Council에 따르면, 서비스 조직의 70%가 향후 5~10년 내 은퇴하는 인력으로 인한 지식 손실로 부담을 느낄 것이라고 답했으며, 50%는 현재 서비스 수요를 충족할 자원 부족을 겪고 있다고 주장합니다. 자동화는 훌륭하지만 한계가 있습니다.

흥미롭게도 TSIA는 최근 모든 현장 서비스 조직의 절반이 현장 서비스 엔지니어를 위한 공식적인 커리어 패스를 갖추지 못하고 있음을 발견했습니다. 제 생각에 이는 불필요한 상업적 리스크의 큰 포인트입니다. 이러한 조직들은 이전 세대보다 디지털 기술 및 기계와 더 긴밀하게 협업해야 할 젊은 서비스 기술자들을 혼합 현실 미래에 대비해 충분히 준비시키지 않고 있습니다. 이는 우연히 일어나지 않습니다.

장비 '유지보수 상태 그대로'에 대한 정확한 데이터를 캡처하는 통합 '기록 시스템'이 분명히 필요합니다. 장비가 현재 어떻게 보이는지 보여주는 이러한 유형의 데이터베이스는 서비스 기술자가 장비 데이터가 말하는 것의 맥락을 이해하도록 돕습니다. 자동화가 문제나 잠재적 이슈에 대한 경고를 생성할 수 있지만, 서비스 기술자는 여전히 그 문제를 빠르고 효율적으로 해결하는 방법을 알아야 합니다.

데이터를 올바르게 읽고, 이슈 수정 방법 이해, 부품 조달, 고객 기대 관리 등 기본 원리는 그리 새롭지 않습니다. 하지만 기계가 내장된 자동화와 데이터 기반 분석으로 진화함에 따라, 기업이 자동화에 과도하게 의존하여 인간의 진단 능력이 쇠퇴하게 할 위험이 있습니다.

최근까지 기술은 주로 반복적이거나 힘든 작업 자동화에 사용되었습니다. 하지만 AI와 머신러닝 발전으로 기계가 수행할 수 있는 작업의 범위가 이전 세대 기술이 가능하게 했던 것보다 훨씬 더 넓어졌습니다.

새로운 세대가 노동시장에 진입함에 따라 가장 가치 있는 기술은 대인 관계 기술(의사소통, 공감, 갈등 관리, 리더십, 경청, 협업, 호기심, 회복탄력성)과 인지 기술(분석, 평가, 종합, 판단, 의사결정, 창의성)이 될 것입니다. 우리는 이미 미국과 영국에서 대인 관계 기술, 고차 인지 기술, 시스템 기술에 강한 강조를 보고 있습니다.

전문 기술과 깊은 제품 지식의 수명은 기술이 빠르게 발전하고 지식이 이동 중에도 더 쉽게 접근 가능해짐에 따라 감소하고 있습니다. 전문 기술의 반감기를 불과 5년으로 추정합니다. 즉, 5년마다 그 기술의 가치는 이전의 절반 수준이 됩니다. 따라서 20년 후에는 어떤 기술도 사실상 쓸모없게 됩니다.

미래의 근로자는 기술이 비즈니스 운영 방식을 더욱 진화시킴에 따라 배우고, 배운 것을 버리고, 다시 배우는 능력과 의지를 가져야 합니다. 이는 현재 근로자에게도 마찬가지로 중요합니다. 제4차 산업혁명의 직장에서 요구되는 새로운 기술에 적응하고 배우는 능력에 집중해야 할 것이며, 노동시장에 새로 진입하는 이들에게도 마찬가지입니다.

인간은 자동화된 기계와 같은 언어를 구사할 수 있어야 하지만, 이 기계들이 기술 개발을 가로막아서는 안 됩니다. 서비스 유지보수 관점에서 AI와 자동화는 인간의 대체물이 아니며, 결코 그렇게 여겨져서도 안 됩니다. 만약 있다면, 이는 업계를 개방하고 하이브리드 서비스 기회라는 완전히 새로운 분야를 창출하고 있습니다.