전용준 리비젼컨설팅 대표 / 경영학박사

▲ 전용준 리비젼컨설팅 대표 / 경영학박사

[아이티데일리] 지난 2016년 알파고로부터 우리는 너무 큰 충격을 받았다. 더욱이 그 이듬해에 열린 다보스포럼에서의 4차산업혁명은 또다시 큰 파도로 밀려들었다. 그로부터 우리 사회 전체는 디지털이 불러올 미래의 변화를 매우 심각하게 걱정하기 시작했다. 이제 인공지능은 기업과 공공기관, 일반 대중과 어린 학생들에 이르기까지 각자의 서로 다른 필요에 의해 모두들 관심을 둘 수밖에 없는 대상이 되었다. 이러한 과정들은 <그림>의 구글 트렌드 검색추이 통계에서도 그대로 드러나고 있다.

사실 인공지능에 관해서 그 동안 수많은 오해와 상상이 난무했고, 맹목적인 관심과 근거 없는 막연한 두려움으로 지난 몇 년이 지나갔다. 일부는 미래를 차근히 준비해 나간 반면 일부는 허황된 계획으로 시행착오를 겪거나 반대로 중도 포기하는 모습도 보였다. 그런가 하면 일부는 아무런 대비 없이 그저 세상의 변화를 바라만 보는 경우도 있었다.

인류의 생활 모든 부분이 인공지능에 의해 달라져갈 것이라고들 예상하고 있지만 그 최전선에 기업들의 일상적인 업무에 대한, 즉 비즈니스 적용이라는 영역이 존재한다. 과연 인공지능의 비즈니스 적용은 현재 어느 단계에 와 있고, 어디를 향해 가고 있는 것일까?

▲ <그림> 인공지능과 4차산업혁명에 대한 관심도 추이 (출처: 구글 트렌드, 2010년 1월 9일 기준 최근 5년)


인공지능, 어떻게 변화하고 있나?

국내외에서 수많은 시장조사기관과 연구기관, 그리고 소위 전문가들이 인공지능 활용에 대해 다양한 관점의 전망을 내놓고 있다. 기본적으로는 매우 빠른 속도로 인공지능을 도입하는 기업들이 증가할 것이라는 점이 공통된 견해이다. 다만 그 속도와 상대적으로 빠르게 움직일 산업분야, 업무기능 분야, 기술 분야에 대한 구체적인 의견들이 부족하거나 존재하더라도 서로 일치하지 않는 경우들이 많다.

최근에 개최된 인공지능 활용과 관련된 몇몇 행사들에서 볼 수 있었던 국내외의 동향을 중심으로 생각해보면 크게 세 가지의 변화를 알 수 있었다.

첫째, 인공지능이라고 총칭해서 부르는 것들이 실제로는 챗봇이나 가상비서처럼 음성이나 영상과 같은 - 이전에는 다루지 않던 - 비정형적 데이터를 분석하는 식의 전혀 새로운 적용들에서부터 기존의 매출/수요, 고객행동을 예측하는 것과 같이 기업들이 오랫동안 다루어왔던 전통적인 문제들까지 대상이 매우 다양한 것들로 구성되어 있다.

둘째, 매우 빠른 속도로 시도 내지는 본격 적용이 늘어나고 있다는 것이다. 겨우 1~2년 사이에도 인공지능을 업무에 도입하는 기업들의 비율이 두 배 이상으로 증가했다는 조사들을 흔히 접할 수 있을 정도이다. 마지막으로 규모가 큰 기업들과 규모가 작은 기업들 사이에 격차가 매우 크며 그 차이가 점점더 커지는 추세라는 점에도 주목할 필요가 있다.

이러한 변화로 인해 심지어 인공지능 양극화(AI Divide)라는 표현까지 등장했다. 인공지능을 이야기하면서 흔히들 언급하는 아마존, 페이스북, 구글, 우버, 에어비앤비 등은 모두 기술 중심의 기업들로 볼 수 있지만 동시에 전 세계시장을 상대하는 상당한 규모를 가진 기업들이라는 점을 기억해야 한다. 특히 한정된 시장에 속해있다 보니 상대적으로 규모가 작은 국내 내수 중심 기업들에게 이런 규모의 경제에 따른 수준차이를 어떻게 극복할 것인가는 매우 심각한 문제가 아니라 할 수 없을 것이다.

해외 동향에서 눈에 띄는 몇 가지를 살펴보면 다음과 같다. 우선 단위 업무별 인공지능/머신러닝 적용이다. 예를 들면 고객, 상품, 가격 등에 대한 영역별 분석이 대폭 증가하면서 한 기업 내에도 다수의 모델과 모델링 프로세스 및 운영시스템이 존재하게 되었으며 결과적으로 이들에 대한 통합 및 관리가 필요해지기 시작했다. 이미 일정규모 이상의 기업들에게 인공지능은 추상적인 개념이 아니라 업무의 일부가 되었고 일상적인 업무에 장착(Embed)되는 단계에 진입했다. 때문에 전사적 모델 관리와 생산(Production) 모니터링이 지속적으로 이루어지기 시작한 것이다.

대표적인 인공지능 적용 분야로 분류되는 추천시스템의 본격 활용은 산업별로 글로벌 리더 그룹 또는 온라인 또는 모바일 채널에 특화된 기업들에게는 이미 보편화 됐다. 교과서에 등장할 정도로 널리 알려진 넷플릭스의 단순 협력적 여과(Collaborative Filtering)를 사용하는 정도로는 이미 경쟁력을 가질 수 없는 단계에 이르렀다. 여행분야의 대표적인 기업 중 하나인 익스피디아(Expedia)만 하더라도 일백 명에 이르는 데이터 엔지니어와 데이터 사이언티스트로 구성된 팀이 운영되고 있으며 핵심 적용분야의 하나로 추천시스템을 운영하고 있다.

또한 금융권 등 극히 제한적인 특수 분야에서 자금세탁방지나 금융사기적발 등에서 일부 활용되어왔던 비정상 패턴 탐지(Anomaly Detection)가 다양한 산업의 비즈니스 문제에 이미 폭넓게 적용되기 시작했다. 예를 들면 온라인에 비정상적이거나 의도적으로 왜곡하는 리뷰를 등록하는 경우를 자동 탐지하는 것과 같은 새로운 유형의 응용들이 등장하고 있다.

조직적인 측면에서는 국내외를 막론하고 여전히 조직 내부의 수용을 위한 설득과 성과에 대한 객관적/수치적 입증이 중요한 과제로 요구되고 있다. 여전히 경영진을 포함한 대다수의 구성원들이 인공지능의 실체와 그 잠재력에 대한 이해가 충분한 수준은 아니라는 사실의 반증일 수 있는 대목이다. 그런가 하면 업무프로세스의 지능화에 따른 조직 내 역학 및 이해 관계의 충돌이라는 민감한 이슈가 작용하는 부분일 수도 있다.

기술적인 면에서는 특히 심층신경망(Deep Neural Networks)에 대해 대다수가 매우 큰 기대를 하고 있지만 매출예측이나 고객분석 등 일반적 비즈니스 문제에 대한 적용에서는 복잡한 기술을 적용하는 과정에서 투입해야 하는 총자원의 양에 비해 얼마나 큰 가치를 얻을 수 있는가에 대한 고민이 상당부분 남아 있는 것으로 보인다. 딥러닝 기술은 특히 응용 측면에서는 아직 유아기(Infancy)를 넘어서지 못했다. 따라서 인공지능 기술을 활용하는 단계에 이른 기업들은 개발과 운영 전체 과정의 효율성이라는 측면에서 적용여부를 대상 업무별로 결정하고 있다. 그럼에도 국내에서는 딥러닝을 만병통치약으로 오해하는 경우를 많이 볼 수 있다는 점은 아쉬울 수밖에 없다.


모험과 시도가 필요한 시점

세계적인 대기업들을 제외한다면 국내 대다수의 대기업들은 인공지능 활용에 여전히 보수적이고 소극적인 편이다. 투자의 규모와 투입하는 인력 및 조직 규모 등에 있어서 그렇게 크지 않은 것에서 잘 드러나 있다.

지금 우리는 거대한 변화의 중심에 서있다. 맹목적인 투자가 필요한 것은 아니지만, 어느 정도는 위험을 감수하는 모험과 공격적인 시도가 필요한 시점이다. 그렇지 않고 선두 자리를 차지하겠다는 것은 지나친 욕심에 불과할 뿐이다. 미래의 모든 결과는 지금의 선택에 의해 만들어질 수밖에 없기 때문이다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지