Home > 전체기사
[주말판] 인공지능 프로젝트를 처음 시작하려는 조직들에게
  |  입력 : 2020-10-31 15:13
페이스북 보내기 트위터 보내기 네이버 밴드 보내기 카카오 스토리 보내기
인공지능이 가진 잠재력이 엄청나긴 하지만...무가치하다는 평가도 높은 상황
처음부터 혁신을 일으킬 생각을 하면 위험해...성공을 명확히 규정하는 것부터 시작


[보안뉴스 문가용 기자] 이제 인공지능을 말하지 않으면 시대에 뒤쳐지는 것 같은 느낌마저 든다. 사실이 그렇다. 실제 인공지능 관련 프로젝트는 올 한 해 2배 이상 늘 것이며, 40%의 기업들이 인공지능을 업무에 활용하기 시작할 거라고 가트너는 예견한 바 있다. 이런 흐름은 CIO와 경영진들에게 큰 압박으로 다가올 수밖에 없다.

[이미지 = utoimage]


인공지능이 이처럼 돌이킬 수 없는 현실이 된 것은, 그 무궁무진할 것 같은 ‘긍정론’과 ‘약속’들 때문이다. 하지만 인공지능을 구축한다고 해서 그 약속들이 당장 있는 그대로 지켜지는 건 아니다. 그 사실을 아무도 말해주지 않는 듯하다. 최근 MIT가 조사한 바에 따르면 65%의 기업들이 인공지능 프로젝트를 시작했음에도 아무런 가치를 획득하지 못했다고 한다. 어떻게 해야 이 신박한 기술을 제대로 활용해 회사에 색다른 가치를 가져다줄 수 있을까? 이에 대한 답을 찾으려면 첫 번째 인공지능 프로젝트를 시작하기 전에 다음 네 가지 질문을 스스로에게 던져봐야 한다.

1. 인공지능으로 빠르게 성과가 날 만한 곳은 어디인가?
“인공지능을 사용했더니 사업 성과가 혁신적으로 나오더라”는 이야기는 귀에 못이 박히게 들어봤을 것이다. 물론 거짓은 아닐 것이다. 문제는 너무 이런 얘기만 돌아다니다 보니까 인공지능을 시작하면 ‘혁신’에 준하는 성과가 꼭 나와야 할 것만 같은 압박감이 동반된다는 것이다. 처음부터 언론 매체마다 찬양할 수준의 혁신이 나오기란 대단히 힘들다. 그러므로 가장 빠르게 성과를 거둘 수 있는 ‘작은 목표’부터 설정해 달성해야 한다.

프로젝트를 작게 시작해야만 하는 데에는 여러 가지 이유가 있지만, 가장 큰 건 그 누구도 아직 인공지능을 마스터했다고 말할 수 없는 수준이기 때문이다. 즉, 인공지능이라는 기술 자체도 그렇고, 그 기술이 실제 업무에 반영되는 것도 그렇고, 배워야 할 것이 산더미이고, 그렇기에 작게 프로젝트를 시작하면서 배울 것을 배워두어야 한다는 것이다.

그러므로 인공지능으로 인한 실제적인 변화가 가장 금방 체감될 수 있는 업무 프로세스에 인공지능 기술을 도입하는 걸 권장한다. 늘 하던 업무, 그래서 누구라도 금방 ‘인공지능을 구축한 후 달라졌다’고 금방 느낄 수 있어야 한다. 피드백은 학습에 있어 가장 필요한 재료 중 하나다. 모든 사람들이 긍정적인 피드백을 주기 시작했다면, 다음 단계로 넘어가도 된다.

2. 우리가 보유한 데이터는 어떻게 구성되어 있는가?
인공지능과 머신러닝이 지능을 제대로 발휘하려면 데이터가 있어야 한다. 그것도 아주 많은 데이터가 필요하다. 데이터 없는 인공지능은 껍데기라고 해도 과언이 아니다. 그러니 인공지능을 들이기로 하기 전에 ‘제대로 된 데이터를 갖추고 있는가?’를 객관적으로 평가해야 한다. 그 동안 데이터 축적에 불성실했을 수도 있고, 그런 경우 인공지능에 투자하기에 시기상조일 수 있다. 혹은 데이터가 많긴 한데 정리가 안 되어 있는 경우도 많다. 혹은 접근 및 활용이 불가능한 상태로 방치되어 있을 수도 있다.

물론 모든 인공지능 투자 기업들이 완벽한 데이터를 가지고 시작하는 건 아니다. 시작을 해가면서 데이터가 정리되는 경우들도 존재한다. 어떤 점에서는 일단 시작이라도 해보는 게 더 도움이 되기도 한다. 이건 조직이 스스로 판단해야 할 부분이긴 하다. 다만 일부라도 정리와 관리가 잘 되어 있어 인공지능에 금방 제공할 데이터가 있다면, 굳이 회사 전체의 데이터를 말끔히 정돈할 때까지 기다릴 필요는 없을 것이다. 또한 인공지능을 도입하기 전 데이터를 한 번 싹 감사하는 것도 조직 차원에서 전혀 나쁠 일이 없다.

3. 지금 우리는 가치라는 것에 대해 어떻게 이야기를 나누고 있는가?
그 어떤 조직이든 프로젝트를 그냥 진행하지는 않는다. 비용 절감을 위해서건, 이윤 창출을 위해서건, 이름을 알리기 위해서건, 업무를 좀 더 쉽게 하기 위해서건, 그 어떤 가치를 만들기 위해서 한다. 그리고 이 목표를 설정할 때 ‘느낌’으로만 하는 건 아마추어들이다. 근거가 되는 데이터를 가지고 추구해야 할 가치를 정한다. 인공지능 프로젝트도 마찬가지다. 먼 나라, 이름도 모르는 어떤 회사의 간부가 ‘인공지능 좋았어요’라고 한 인터뷰 기사만 가지고 시작해서는 안 된다.

인공지능을 도입할 ‘작은 프로젝트’를 결정했다면, 그 프로젝트와 분야에 한해서만 인공지능의 잠재력을 조사해야 한다. 최대한으로 비슷한 케이스 스터디를 들고 와 정확한 숫자들을 보면서 여러 사람이 토론해야 한다. 어떤 부분에서 부작용이 날 수 있을지도 꼼꼼하게 검토하고, 기대치라는 것도 분명한 데이터의 형태로 만들어 수립하는 것이 좋다. 그래야 실제 프로젝트를 진행할 때 흔들리지 않고 한 방향으로 나아갈 수 있게 된다.

4. 인공지능 프로젝트의 ‘성공’을 어떻게 규정할 것인가?
‘성공’의 정의는 이미 수백만 가지가 인류사에 등장했다. 인공지능이라는 것도 예외가 될 수 없다. 물론 어렵다. ‘이 인공지능을 가지고 어떤 결과를 내야 우리는 성공했다고 말할 수 있는가?’를 회사에 던져보라. 백이면 백 다른 답을 말할 것이다. 그래서 프로젝트를 시작하는 대다수의 팀들이 이 질문을 굳이 하지 않고 넘어간다. 비현실적인 이상을 좇게 되고, 예산을 초과하고 마감일도 넘겨, 종국에는 ‘아무런 가치를 이끌어내지 못했다’는 65%의 기업 중 하나가 된다. 결국 성공의 정의란, 매끄러운 철학적 개념을 정립하라는 게 아니라 구체적이고 실현 가능한 계획을 세우라는 뜻이다.

이를 해결하는 방법은 의외로 ‘물리적’이다. 조금 과장해서 말하면 인공지능 엔지니어 및 과학자들만의 연구실을 폐쇄해야 한다. 인공지능‘만’을 연구해서는 실제적 성과가 나오기 힘들다. 인공지능 전문가들이 실제 사업 경영팀 및 기획 부서 사람들과 함께, 회사의 전체적인 방향이 결정되는 현장에 있어야 한다. 그래야 이 수수께끼 같은 기술을 ‘현실’이라는 평문으로 해독할 수 있게 된다. 경영진이 인공지능을 이해하고, 인공지능 분야의 언어로 이야기 하기를 기대할 수 없다. 인공지능을 아는 사람이 사업 방향을 이해하고 맞춰야 한다. 그러면서 ‘이번 AI 프로젝트의 성공 기대치’를 논할 수 있게 된다.

또 하나 경영진들에게 강조하고 싶은 건, “사람 몇 명 돈 주고 쓰면 다 해결되는 문제 아닌가”라고 인공지능을 너무 쉽게 생각하지 말라는 것이다. 모든 상황에서 인공지능을 맞춤형으로 구축해 돈을 벌어다 줄 전문가는 쉽게 찾을 수 없다. 다시 말하지만 이 분야는 아직 초창기에 있을 뿐이고 진정한 의미에서의 전문가는 존재하지 않는다.

인공지능은 분명 ‘게임 체인저’가 될 가능성이 높다. 또한 ‘해도 되고 안 해도 그만’인 그런 기술이 아니라 어떤 조직이나 반드시 사용해야 할 기술이 되었다. 즉 ‘할까 말까’를 논하는 게 아니라 ‘언제 잘 할까’를 고민해야 한다. 그러니 위의 네 가지 질문에서부터 스스로의 역량과 현 상태를 파악할 것을 권한다.

글 : 마크 루년(Mark Runyon), Improving
[국제부 문가용 기자(globoan@boannews.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>

  •  
  • 0
  • 페이스북 보내기 트위터 보내기 네이버 밴드 보내기 카카오 스토리 보내기


  •  SNS에서도 보안뉴스를 받아보세요!! 
그린존시큐리티 4개월 배너모니터랩 파워비즈 6개월 2020년6월22~12월 22일 까지넷앤드 파워비즈 진행 2020년1월8일 시작~2021년 1월8일까지위즈디엔에스 2018파워비즈배너 시작 11월6일 20181105-20200131
설문조사
최근 잇따른 기밀 유출 사건으로 인해 종이유출차단방지(출력물) 보안 솔루션의 도입 필요성이 높아지고 있는데요. 해당 솔루션 도입을 위한 비용은 어느 정도가 적정하다고 보시나요?
2천만원 이하
5천만원 이하
1억원 이하
1~2억원 이내
2억원 이상