“AI이노베이션의 궁극적 지향점은 고객경험의 혁신…사람에 대한 깊은 이해 필요”
“AI이노베이션의 궁극적 지향점은 고객경험의 혁신…사람에 대한 깊은 이해 필요”
  • 박시현 기자
  • 승인 2020.10.12 08:18
  • 댓글 0
이 기사를 공유합니다

정두희 한동대학교 ICT창업학부 교수, 162회 영림원CEO포럼 강연
정두희 한동대학교 ICT창업학부 교수
정두희 한동대학교 ICT창업학부 교수

[디지털경제뉴스 박시현 기자] 정두희 한동대학교 ICT창업학부 교수가 8일 162회 영림원CEO포럼에서 ‘초격차를 만드는 인공지능(AI) 이노베이션’을 주제로 강연했다. 정 교수의 이번 강연은 △AI에 대한 이상과 현실 사이 △AI이노베이션 정의와 속성 △AI이노베이션 방법론과 AI가 제공하는 5대 기능 혁신 △AI이노베이션의 접근법 4가지 △왜 AI이노베이션을 하는가? 등의 소주제로 진행됐다. 다음은 강연내용

AI에 대한 이상과 현실 사이 = 2019년만 해도 “AI는 기업 혁신에 중요하다”고 누구나 공감했다. 하지만 2020년 들어 AI를 활용한 수익 창출 모델 등이 좀 더 구체화되고 이슈화되면서 AI가 중요하다는 표현은 진부해졌다.

AI가 만드는 새로운 세상은 어떠한지 하나의 예로 살펴보자. 일반적으로 출판사가 10권을 출간해 1권만 베스트셀러로 만들면 성공이라고 한다. 워낙 출판 경쟁이 치열한데다 독자들의 눈높이가 높아졌기 때문이다. 그런데 출간한 책의 90%를 베스트셀러로 만든 출판사가 있다. 미국의 신생출판사 '인키트(Inkitt)'가 그 주인공이다. 이 출판사는 책을 출간하기 전에 AI를 활용해 흥행을 예측해 선별 출간한다. 웹사이트에 책의 내용을 사전에 연재해 독자들이 얼마나 재미있게 지속적으로 읽었는지를 AI를 통해 측정하고 데이터로 만들어 그 흥행 가능성을 예측한다.

2017년에 발표된 MIT 슬론 매니지먼트 리뷰에 따르면 전세계 경영자 75%는 “인공지능이 새로운 비즈니스 기회를 창출할 것”이며, 85%는 “인공지능이 회사의 경쟁우위를 향상시킬 것”이라고 했다. 이런 전망 속에 코로나19는 AI에 대한 관심을 더욱 증폭시키고 있다. 코로나19의 여파로 기존 경영방식의 한계가 노출되고, 비대면 자동화 중심의 디지털 트랜스포메이션의 가속화가 전망되면서 AI는 지능형 자동화를 실현하는 데 중추적인 역할을 할 것으로 기대를 모으고 있다.

하지만 현실은 어떠한가. MIT 슬론 매니지먼트 리뷰에 의하면 AI를 전반적으로 도입한 곳은 5%에 불과했으며, 절반이 넘는 54%가 아직 도입하지 않은 상태였다. 국내 기업도 상황은 마찬가지다. 2018년 8월 기준으로 AI 기술 도입을 준비하고 있는 기업은 16%였으며, 실제 업무에 활용하고 있는 기업은 12.5% 뿐이었다. 이미 AI를 도입한 기업도 대부분 파일럿 수준에 머물렀다.

왜 이런 현상이 발생했을 까? 국내 기업의 경우 AI 기술에 대한 전략적 방향성을 세우지 않은 채 ‘AI를 도입한 앞선 기업’이라는 이미지 포장용 프로젝트를 추진한 탓이다. 이처럼 시류에 편승한 방향성 없는 프로젝트는 AI가 제대로 작동하지 않고 전시품으로 전락하는 결과를 낳았다. AI는 실질적이고 포괄적으로 도입하지 않으면 뚜렷한 가치를 낼 수 없다는 사실을 알아야 한다.

“AI 도입하지 않은 기업, 시장에서 도태될 수도” = 2017년 맥킨지 글로벌 연구소가 내놓은 ‘AI를 채택한 선도기업과 후발기업의 현금 흐름 창출 전망’에 따르면 오는 2030년에 선도기업은 현금흐름의 변화 비율이 122인 반면 후발기업 즉 AI를 도입하지 않거나 실패한 기업의 그 비율은 -23으로 전망됐다. 마이너스 수치는 그만큼 현금 흐름의 감소를 뜻한다. 이 같은 전망은 앞으로 다수의 기업들이 시장에서 도태할 수 있다는 것을 시사한다.

AI의 온전한 도입이 쉽지 않은 이유는 무엇일까? 무엇보다 AI에 대한 이해가 부족하기 때문이다. AI 기술로 무엇을 할 수 있는지, 어떻게 이용해야 하는지, 왜 바꿔야 하는지에 대해 잘 이해하지 못하고 있다는 것이다.

AI를 온전하게 도입하려면 경영자가 리스크를 감수하고 투자할 만큼 가치가 있다고 인식을 전환해야 하는데 국내의 경우 부정적인 인식이 강한 편이다. 조직들 역시 AI에 대한 이해가 부족한 것도 온전한 도입을 어렵게 한다. 조직 내에서 AI라는 새로운 기술을 수용할 만한 새로운 프로세스와 문화 조성이 중요하며, 그렇지 않으면 신기술을 도입해 놓고도 제대로 작동할 수 없다.

어느 기술이 처음부터 엄청난 성능으로 활용되는 것은 아니다. 그 시작은 열악하며 어느 시점에 이르러야 그 발전이 가속화하며, 대중들이 시장에서 받아들이면 급속히 확산된다. AI 기술도 마찬가지다. 산업에는 학습효과라는 게 있다. 반복적으로 사용하면 그 단가가 떨어진다. 이 학습효과가 발휘되기에는 어느 정도 시간이 걸린다. 지금 AI의 선발기업과 후발기업의 격차는 2~3년 후 가시화될 것이다. 선발기업은 이미 대단한 준비를 하고 차근차근 진행하고 있다. 이를테면 학습 데이터 축적이나 알고리즘의 고도화 등이 그것이다.

기업들에게 지금 필요한 것은 무엇인가? 바로 액션이다. AI에 관한 뭔가를 하고 있어야만 한다는 얘기다. 격차가 가시화되는 시점에 위기감을 느낀다면 이미 늦은 셈이다.

그렇다면 어떤 액션을 해야 하는가.

“AI이노베이션의 성공은 기술력보다 응용력에 달려” = AI이노베이션은 인공지능 기술로 고도화된 기능을 구현하고, 새로운 가치를 창출해 사용자 경험을 향상시키며, 그 결과로 ‘초격차’ 즉 확연한 차이를 실현하는 것이다.

AI이노베이션을 하려면 4가지를 준비해야 한다. 알고리즘, 데이터, 애플리케이션, 그리고 비즈니스 모델이며, 이 4가지 구성요소 간의 균형 있는 발전이 중요하다.

비유하자면 알고리즘은 씨앗이며, 데이터는 물이며, 애플리케이션은 다 자란 나무이다. 애플리케이션은 다시 말해 사람들이 사용할 수 있는 제품이나 서비스이다.

우리나라는 4가지 구성요소 간의 불균형이 심하다. AI 연구의 대부분이 알고리즘과 데이터 분야에 몰려 있다. AI 대학원의 전공 교수의 95%가 엔지니어로서 특허 취득이나 논문 작성에 치우쳐 있다. 창조적인 제품과 서비스를 상용화할 수 있는 연구자는 소수인 것이다.

이노베이션에는 2가지 방식이 있다. 하나는 ‘테크 푸시(Tech Push)'로 좋은 기술을 개발하고 나서 솔루션을 개발하는 것이며, 또 하나는 기술이 아닌 시장의 니즈를 포착해 이 니즈를 충족하는 기술을 개발하는 것으로 '마켓 풀(Market Pull)'이라고 한다.

AI이노베이션은 전형적인 테크 푸시이다. AI 관련 신기술이 쏟아져 나와도 사람들은 이 기술이 나에게 뭘 해줄지 모른다.

스티브 잡스는 “헨리 포드가 당시 사람들에게 어떤 교통수단을 원하는지 물었다면 더 빠른 말이라고 했을 것”이라고 말했다. 이 말은 사람들이 자동차의 패러다임 변화를 잘 몰랐다는 의미다.

스티브 잡스는 또 “소비자는 우리가 무언가를 보여주기 전에는 자신이 무엇을 원하는지 전혀 알지 못한다”고 했다. 이는 아이패드와 아이폰 등 혁신 제품을 제시한 스티브 잡스의 통찰력을 보여주는 대목이다. AI 시대에 혁신적인 경영자는 AI 기술지식을 바탕으로 소비자 니즈를 충족할 제품을 제시하는 고도의 통찰력이 필요하다는 것을 시사한다.

AI 제품이 일반 제품과 다른 점은 무엇일까. 일반 제품은 사용할수록 나빠지지만 AI 제품은 사용할수록 점점 더 좋아진다. AI 제품은 학습을 통해 성장하기 때문이다. 이를테면 아마존이 2016년 1월 선보인 AI비서인 '알렉사'의 수행 기능은 30개에 불과했지만 2019년 4월에 8만개, 2020년 9월 현재 10만개를 넘어섰다. 또 세계 최강 바둑 고수인 ‘알파고제로’도 초기에는 18급 수준이었지만 지속적인 강화학습 방식으로 36시간 후에는 ‘알파고리’에 처음 승리하고 72시간이 지나서는 알파고리에 100대 0으로 완파했다. 그리고 40일 후에는 모든 알파고 시스템을 능가하는 최고수에 등극했다.

AI는 용도가 정해져 나오지 않는다. 딥러닝과 같은 하나의 알고리즘은 모든 분야에 활용할 수 있다. 사실상 무한대이다. 여기서 중요한 것은 그 알고리즘이 어느 분야에 사용될 수 있도록 제시하는 기업가적 창의성과 상상력이 필요하다는 점이다. 다시 말해 AI이노베이션의 성공은 기술력보다 응용력에 달려 있다.

그러면 AI이노베이션을 어떻게 할 것인가?

AI이노베이션을 위한 3가지 질문 = AI이노베이션을 하려면 3가지 질문에 대한 답을 내려야만 한다. 그 질문은 첫째 어떤 기능으로 혁신할 것인가? 둘째 어떻게 적용할 것인가? 셋째 그래서 고객이 뭐가 좋아지는가? 이다.

먼저 어떤 기능으로 혁신할 것인가?. AI는 크게 5대 기능혁신을 제공한다. △인식혁신 △예측혁신 △자동화혁신 △소통혁신 △생성혁신이 그것이다.

첫째, 인식혁신은 특정 대상에 AI 인식기능을 구현하는 것이며 인식 대상에 따라 음성인식, 이미지인식, 안면인식, 감정인식, 맥락인식 등이 있다.

‘하이미러(HiMirror)’는 피부상태를 분석해주는 스마트 거울로 잔주름, 안색, 다크서클, 반점, 모공을 인식한다. 드론에 엔비디아 딥러닝 알고리즘을 적용한 ‘스카이디오’는 인식기능을 가진 드론으로, 사람을 따라다니며 장애물을 인식해 피한다.

AI인식의 완성은 맥락인식이다. 맥락인식의 결정체는 사람과 AI 간의 대화 시연에 성공한 구글의 AI비서 ‘듀플렉스’이다. 하지만 돌발상황 등 모든 맥락을 고려하는 데에는 한계가 있다.

둘째, 예측혁신은 AI 예측기술을 바탕으로 예측정보 제공 또는 예측을 통해 고도화된 서비스를 제공하는 것이다. 예측알고리즘의 원리는 수많은 데이터에 대한 학습을 거쳐 패턴을 파악하고 특정 조건이 주어졌을 때 그에 대한 결과를 추론한다.

나이키가 인수한 ‘셀렉트’는 수요예측 알고리즘을 보유한 스타트업으로, 사용자의 구매패턴을 인식해 수요를 예측한다. 모바일, 웹사이트, 오프라인 매장의 데이터에 기반해 사용자가 원하는 품목, 구매 타이밍, 구매 장소 등을 예측한다. 수개월이 걸렸던 기존 방식과 달리 30분만에 예측을 완료한다.

‘존7(Zone 7)’은 스포츠 선수들의 경기영상, 의료기록, 생체정보 등을 분석해 부상을 예측한다. 예측의 정확도는 95%로 구단의 부상 발생률을 75%나 줄이는 효과를 제공했다.

아마존은 고객이 구매하면 배송하는 것이 아니라 예측 알고리즘으로 고객의 니즈를 미리 감지해 배송함으로써 고객 맞춤형 서비스를 실현하고 있다.

셋째, AI자동화혁신은 사람이 세팅하는대로 작동하는 기존 자동화와 달리 최적화하는 것이다. AI 자동화는 최적화 과정을 거치며 시간이 갈수록 점점 더 좋아진다.

이를테면 알파고 알고리즘은 구글 데이터센터의 전력관리에 적용됐다. 온도와 전력 데이터를 실시간으로 반영해 팬, 냉각시스템, 창문 등 120개 변수를 조정해 전력 최적화를 이뤄냈다. 이를 통해 전력소모 15% 절감, 냉각비용 40% 절감이라는 효과를 냈다.

넷째, 소통혁신은 딱딱한 기계에 대화 기능을 부여해 생동감 있는 커뮤니케이션 존재로 탈바꿈시킨다. 자연어 처리 기반으로 인간과 의사소통하는 소통혁신은 비서, 호텔서비스, ARS 등 다양한 영역에 적용할 수 있다.

특히 가상비서를 통한 쇼핑 즉 음성쇼핑은 냉장고에 우유가 떨어지면 바로 주문하고, 주방에서 설거지를 하다가 필요한 것이 생각하면 바로 구매할 수 있도록 해준다. 미국과 영국의 음성쇼핑 시장은 2017년 20억달러에서 2022년에 450억달러로 급증할 것으로 예상된다.

아마존이 ‘알렉사’를 글라스, 반지, 냉장고 등 가전 제품에 임베디드한 이유는 음성쇼핑 시장의 확대 전망을 뒷받침한다. 아마존은 알렉사를 파는 것보다는 본업인 전자상거래의 활성화에 초점을 맞추고 있다.

아마존의 경쟁사인 구글은 포털 검색이 강점으로 PC 구입의 첫 접점이다. 아마존은 ‘검색’이라는 인터페이스를 탈피해 ‘음성쇼핑’이라는 새로운 인터페이스를 구축해 수요 욕구가 발생하는 바로 그 장소에서 구매가 일어날 수 있도록 했다. 아마존의 변화의 핵심은 인터페이스의 장악인 셈이다. 새로운 인터페이스는 전혀 다른 소비 방식으로 유통업계에 커다란 변화를 불러일으킬 것으로 예상된다.

다섯째, 생성혁신은 AI 생성기술을 이용한 창작혁신이다. AI 초상화가 경매 시장에서 43만달러에 낙찰된 사건은 AI가 이제 미술이나 음악 등 예술 영역에도 들어왔다는 점에서 의미심장하다.

생성혁신의 또다른 예로는 비즈니스위크가 AI를 이용해 표지를 디자인하고 있는 점을 들 수 있다. 표지 디자인은 저널의 내용을 반영해야 하는 높은 난이도의 작업이다. AI 생성혁신은 하루에만 수만의 표지 디자인을 만들어낸다. 그러면 AI가 인간을 몰아낼 것인가? 그렇지 않다. 인간은 AI가 만들어낸 표지 디자인 중 10가지를 선택해 더욱 품질을 높일 수 있다. AI는 인간이 일을 더 잘 할 수 있도록 도와주는 협업 도구의 역할을 할 것이라는 얘기다.

AI이노베이션, 어떻게 적용할 것인가 = AI이노베이션의 접근법은 △확장 △대체 △창출 △결합 등 4가지로 구분할 수 있다.

'확장'은 AI를 이용해 기존 제품과 서비스의 기능을 보완하는 것으로, 아마존의 넷플릭스 추천엔진을 그 예로 들 수 있다.

'대체'는 AI가 제품과 서비스의 기능을 대체하는 것으로, 로봇 레스토랑, 암검진 등이 대표적이다. 실제로 AI는 MRI 사진 판독에서 사람보다 더 정확해 암검진에 효율적이다.

'창출'은 AI 등장으로 과거에 없었던 새로운 제품과 서비스를 만들어내는 것으로, 스마트스피커, 가상비서, 자율주행차가 그 예다.

'결합'은 가상비서와 온라인쇼핑이 결합한 음성쇼핑 플랫폼을 대표적으로 들 수 있다.

왜 AI이노베이션을 하는가? AI이노베이션의 궁극적 지향점은 고객경험의 혁신이다. 기업의 수익은 고객만족에서 창출된다. AI이노베이션도 고객경험을 향상시키는 방향에서 이뤄져야 한다. 하이테크 기업이 저지르는 실수가 있다. 공들여 개발한 기술에 대한 애착이 지나쳐서 시장의 반응이나 피드백을 무시한다. AI는 ‘테크 푸시’라는 혁신 방식을 취하지만 그 지향점이 고객이라는 점에서 시장을 무시해서는 안된다. 결국은 사람이다. 고객경험의 혁신을 이루려면 기술에 대한 이해 뿐만 아니라 사람에 대한 깊은 이해가 필요하다.

AI 기술 구현이 어려운 것이 아니다. AI이노베이션의 4가지 구성요소 가운데 씨앗 역할을 하는 알고리즘은 세상에 널리 공개돼 있다. 마이크로소프트가 인수한 깃허브는 무려 1억개가 넘는 알고리즘을 보유하고 이를 일반에 공개하고 있다. 이는 알고리즘과 기술이 어디에 있는지를 파인딩하는 것이 중요하다는 것을 시사한다. 나아가 이를 통해 고객에게 어떤 만족을 줄 수 있는 창조적인 제품을 고안하는 것은 더 중요하다.

독일의 철학자 헤겔은 “씨앗이 땅에 떨어지면 씨앗은 씨앗이라는 자기 존재를 부정하고, 새싹을 내며 꽃을 피운다. 그러나 때가 되면 꽃은 꽃이라는 자신의 존재를 부정함으로써 열매를 맺게 된다”고 말했다.

헤겔의 이 말은 ‘자기부정’의 힘을 강조한 것이다. 좀더 고차원적인 존재로 승화하려면 자기부정을 해야 한다. 변화하지 않는 이유는 자기부정이 안되기 때문이다.

시스코 존 체임버스 회장을 인터뷰한 적이 있는데 그가 들려준 말이 생각난다. “Disrupt or Disrupted(변화하라, 그렇지 않으면 세상의 변화에 의해 파괴당할 것이다)”

◆영림원CEO포럼
영림원 CEO포럼은 2005년 10월 첫 회를 시작하여 매달 개최되는 조찬 포럼으로, 중견 중소기업 CEO에게 필요한 경영, 경제, IT, 인문학 등을 주제로 해당분야 최고의 전문가들이 강연한다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.