성공적인 AI 구현을 위한 세 가지 방안

우리가 일상에서 보는 뉴스 피드나 모바일 기기의 앱에는 AI 기술이 일부라도 포함되어 있을 가능성이 높습니다. 다른 많은 기술과 마찬가지로 AI는 우리의 일상과 업무에 스며들어 있습니다. AI는 세계를 변화시키고 있으며 그 잠재력은 계속해서 성장하고 있습니다.

많은 산업 분야에서 기업은 AI를 통해 비용 절감, 효율성 개선, 수익 증대의 혜택을 누리기 위해 경쟁하고 있습니다. 이를 새로운 ‘골드 러시’의 시대라고도 할 수 있습니다. 하지만 AI 기술 자체가 복잡하고 여전히 빠르게 발달하는 단계에 있기 때문에, AI 여정을 시작하려는 기업은 이 기술에 투자할 경우 몇 가지 위험이 있다는 사실을 염두에 두어야 합니다.

씨게이트는 ‘데이터 현황: AI 도입을 위한 준비’ 보고서를 통해, 리더들과 전문가들의 통찰력을 모아 어떻게 하면 기업이 성공적인 AI 구현을 할 수 있을지 조사했습니다. 전문가들이 조언하는 세 가지 주의 사항은 아래와 같습니다.

 

전례 없는 양의 데이터를 성공적으로 처리하기 위해서는 조직 전체의 데이터 우선주의 전략이 필요합니다

AI의 성공적인 구현은 기업이 데이터를 통해 얼마나 많은 가치를 창출하는가에 달려 있습니다. AI 뿐만 아니라 데이터도 사업의 성패를 좌우할 수 있습니다. 그러므로 기업은 데이터 우선주의 전략, 즉 인프라에서 인재 확보까지 데이터 가치 사슬을 지원할 수 있는 의사 결정을 하는 것이 필수입니다.

견고한 데이터 인프라는 기하급수적으로 증가하는 데이터를 처리하는 것은 물론, 승인되지 않은 접근으로부터 데이터를 보호하기 위한 강력한 기반입니다. AI로부터 실용적인 통찰력을 얻기 위해 필요한 데이터의 양은 그만큼 보안 위험에 대한 노출되는 양도 확대됨을 의미합니다. 예를 들어 AI 모델을 구축하기 위해 외부 클라우드 서비스 이용을 확대할 경우 데이터의 업로드 및 다운로드 과정에서 새로운 위험에 노출될 수 있습니다. 이러한 위험에는 공격자가 비밀스럽게 데이터를 가로채 변경하는 새로운 유형의 중간자 공격(man-in-the-middle attacks)이 있습니다.

 

적절한 인재를 찾기 위해 최선을 다하는 동시에, 내부의 인재를 개발하는 것을 잊지 마십시오

새롭고 흥미진진한 기술을 사용하기 위해 좋은 인재를 찾는 것은 언제나 어려운 일입니다. 예를 들어 10년 전만 해도 데이터 분석 인재를 찾는 것은 쉽지 않았습니다.  기업은 이보다 더욱 큰 잠재력을 가진 AI의 가치를 실현할 수 있는 인재를 확보하는데 모든 노력을 다해야 합니다.

인재 확보의 첫 번째 단계에서는 어떤 종류의 역량이 필요한 지 파악해야 합니다. 현재 AI는 유행어와 같아서 지원자가 몰려들 가능성은 충분합니다. 하지만 이 중 AI로 귀사의 비즈니스를 성장시킬 가능성이 있는 지원자는 몇이나 될까요?  수학, 통계학, 프로그래밍에 능숙한 인재를 찾으십시오. AI를 구현하기 위해서는 수많은 테스트가 필요합니다. AI 전문가는 개념의 최종 적용 단계에 도달할 때까지 실제 시스템에 알고리즘을 적용하고 끊임 없이 조정합니다.

하지만 이러한 인재에 대한 시장의 수요는 매우 높습니다. 그러므로 이들을 어떻게 유치할 수 있을 것인지 고민해야 합니다. AI를 활용하는 흥미진진한 곳으로 귀사를 홍보하십시오. AI 데이터 과학 모임, 해커톤 등으로 기업을 홍보하고, 인재들이 귀사의 비전과 귀사에서 앞으로 할 수 있는 일을 살펴볼 기회를 만드십시오. 또 다른 좋은 방법은 뛰어난 AI 인재가 일해보고 싶은 업계 최고 수준의 컴퓨테이셔널 아키텍처를 공개하는 것입니다. AI 인재들은 자신의 분야에서 가장 발전된 기술을 활용해 일할 수 있는 기회를 찾고 있습니다.

하지만 최고의 인재를 찾기 위한 노력에는 끝이 없지만, 기존의 인재 풀을 재교육하는 것 또한 기업에 똑같이 가치 있는 일이라는 사실을 잊지 마십시오. 신입부터 임원까지 기존 직원들에 투자함으로써 새로운 활력을 불어넣을 수 있고, AI 문제 해결의 새로운 방법에 대한 영감을 얻을 수 있습니다. 필수적인 AI 기술을 교육하고 기업의 AI 역량을 발전시킬 수 있는 인센티브 정책을 시작하십시오. 숙련된 인재와 새로운 인재를 확보함으로써 기업은 새롭고 점점 더 복잡해지는 AI 문제에 대처할 준비를 할 수 있습니다.

 

수익 증대에 미치는 영향으로 AI의 성공을 평가하십시오

AI 전략은 각 기업의 문화, 기술 성숙도, 사업의 성격에 따라 달라집니다. AI 혁신의 속도는 또한 ‘어디에나 적용할 수 있는’ AI 구현 방법은 없다는 것을 의미합니다. 그렇지만 AI 여정을 시작하기 위해서는 수익성, 매출 증대, 비용 절감의 측면에서 성공 사례를 보여주어야 합니다. AI는 아주 큰 투자이며, 기업 이사회는 금전적인 수익을 기대하기 때문입니다.

먼저, 가장 어려운 비즈니스 문제를 파악하는 것으로 시작해서 그것을 수학적으로 해결할 방법을 찾으십시오. 최소의 시간을 들여 가장 큰 영향을 미칠 수 있는 영역을 찾으십시오. 이러한 영역에는 대규모 데이터 안에서 변화를 감지해 변화하는 환경에 대처할 수 있는 보다 나은 위치를 선점하는 것과 고객 서비스를 개선하여 전반적인 고객 만족도를 높이는 것, 운영 효율성을 신장하는 것이 해당됩니다.

마지막으로, 장기적인 관점에서 접근해야 합니다. 기업이 점점 더 AI에 의존하게 되면 데이터 양은 기업의 현재 시스템으로 처리할 수 있는 한계를 넘어 매우 빠르게 증가할 것입니다. 향후 몇 년 동안 기업의 AI 요구 사항을 만족시킬 수 있는 탄탄한 인프라 로드맵을 제시하는 것이 중요합니다.

 

 

2018-11-21T04:53:19+00:00

Leave A Comment