AI의 지능과 데이터가 비즈니스에 어떤 도움을 주는가
2018년 03월 29일
많은 사람들이 인공지능(이하 AI)이 우리의 미래를 바꿀 놀라운 기술이 될 것이란 예상을 한다. 그에 반해 필요한 전문 지식을 배운다거나 수익화로 연결짓는 부분에선 여전히 안개 속을 헤매는 중이다. 맥킨지(mckinsey.com)가 인공지능과 데이터가 어떻게 비즈니스에 도움을 주는가에 대한 주제로 앤드류 응(Andrew Ng)교수님의 인터뷰를 실었다. 그냥 AI를 활용하는 회사와 진짜 AI회사가 어떻게 다른지, 기업 조직 구성과 채용 그리고 AI를 더 쓸모있게 만드는 방법이 뭔지 등에 대해 앤드류 응 교수님이 이야기 한다. 인터뷰를 보고 간단히 메모.
인공지능(AI) 동향
요즘 많이 쓰이는 AI 기술
지난 수십 년간 지지부진하다가 컴퓨터 성능이 좋아지고 데이터가 모이면서 빛을 보기 시작하고 있음. 요즘엔 스팸 메시지 구별, 번역, 이미지 인식, 음성에서 스크립트를 뽑아내는 등 입력을 넣으면 출력을 얻는(혹은 A-to-B 식으로 맵핑하는) 정답을 알려주고 인공지능을 훈련시키는 지도 학습(supervised learning) 방법이 실제 비즈니스에 많이 쓰이고 있으며 여러 산업군을 탈바꿈 시키기 충분함. 자동화는 기존에도 쓰고 있었지만 AI 그중에도 특히 지도 학습(supervised learning)과 머신러닝(Machine learning)은 자동화 대상을 크게 확대할 것임.
당장 AI를 비즈니스에 사용하고 수익도 얻으려면
정답을 알려주지 않아도 인공지능이 스스로 학습하는 비지도 학습(Unsupervised learning), 하나를 하기 위해 다른 지식을 활용하는 전이 학습(Transfer learning), 인공지능에 긍정, 부정과 같은 신호를 주고 이를 학습해가는 강화 학습(Reinforcement learning) 등이 있지만 아직 초기 단계라 비즈니스에 당장 적극적으로 활용되긴 어려울 것. 앞서 이야기한 지도 학습을 주목! 요즘 인공지능으로 수익을 만들어 낼 수 있는 확실한 방법
산업을 바꿀 두 가지 큰 변화
여러 산업에서 두 가지 큰 변화가 있을 것인데 바로 아날로그이거나 컴퓨터에 없는 걸 디지털화(Digitization)하는 것과 거기에서 인사이트를 얻어 낼 수 있는 데이터 과학(Data science)이 그것임.
인공지능(AI)이 기업에 미치는 영향
진짜 AI 기업이란
AI는 다수 기업을 탈바꿈시킬 것이며 새로운 기업의 등장도 이끌게 될 것. 우리가 인터넷 기업(Internet company)를 지칭할 때 웹사이트 운영 여부가 아니라 인터넷이 주는 새로운 가능성을 활용하여 사업을 하고 기업 구조를 그에 맞게 구성한 회사를 말하듯이 AI 기업(AI company)은 머신러닝(Machine learning) 기술 좀 쓴다고 해서 AI 기업이 되는게 절대로 아님. 착각하지 말 것.
채용의 변화
기존 채용에 쓰던 엔지니어, 제품 관리자, 디자이너와 같이 구닥다리 직군 설명도 곧 쓰이지 않게 될 것. 앱 만들 땐, 제품 관리자가 와이어 프레임(일종의 제품 구상 스케치)같은 걸 그리고 그랬을텐데 자율주행차와 같이 AI 제품에는 와이어 프레임 그리고 그런 건 없음. AI 시대에 맞는 새로운 직군과 채용 프로세스 준비가 필요함.
기업이 노력해야 하는 부분
강력한 AI 전문가를 고용해 조직을 멋지게 구성하고 싶겠지만 AI를 하는 사람 구하기가 어렵고, 그걸 응용해서 시장에 녹여낼 사람을 찾는 건 더 어려움. 인터넷에 AI 자료가 널려 있으나 이걸 보고 응용하고 자기 일에 활용할 수 있게 만드는 게 관건. 이럴려면 직원들의 AI수준을 학습을 통해 좀 높일 필요가 있음. 온라인 교육을 활용하면 좋음.
AI 기업이 되기 위한 전략
진짜 AI 기업이 되기 위해선 좀 더 정교하고 치밀한 데이터 수집 전략이 필요. 무턱대고 데이터를 모으고 또 그냥 버리고 이런 식으로는 진짜 AI 기업이 될 수 없음. 제품 출시 후 쌓인 데이터를 이용해 제품을 개선하고 다시 데이터를 모아 좀 더 개선하고 하는 선순환 구조를 만들어 사용자에게 훌륭한 경험을 줄 수 있도록 해야 함. 이런 식의 선순환 구조가 몇 년간 지속되면 경쟁 기업은 당신을 이기기 정말 힘들어짐. 구글과 같은 검색엔진 기업이 좋은 예. 구글은 사용자들이 특정 키워드를 검색한 다음 어떤 링크를 누르는지에 대한 엄청나게 귀중한 정보를 계속 쌓고 있으며 다시 제품에 반영하는 선순환 구조를 가지고 있음.