AI에 대한 투자, 출발과 목표 설정에 대한 사족

JayLee Consumer AI, Enterprise AI Leave a Comment

대부분의 경우, 어떤 특정 기업/브랜드의 AI 서비스 인프라를 결정하느냐는 생각보다 많은 시간을 투여할 필요가 없다. 회사 전반의 서비스, 상품, 고객, 글로벌 전략 등을 전반적으로 재조직하고자 한다면, 단편적인 기술과 경험을 가진 기업이 아닌, 전체 AI 서비스 full stack을 가진 기업의 선택지가 시장에 별로 없기 때문이다. 많아야 2–3개에 불과한 기업들 가운데 누구를 선택하느냐는 별로 중요한 결정이 아닐 가능성이 압도적으로 크다.

  1. 실제 해당 기술을 delivery할 기술/서비스 지원인력의 best practice에 대한 ‘경험’과 ‘잘 정비된 프로세스의 준비여부’가 도입프로젝트 혹은 검증프로젝트의 성사 여부에 훨씬더 큰 영향을 주게 될 가능성이 높다.
  2. 하지만 도입과정 그리고 어느정도 상용화(시범 서비스라 불리던, 베타 서비스라 불리던)에 대한 준비, 전환을 마치고 나면 비로소 보이기 시작해야 한다.
  3. 도입 기업의 사람이 해야 할 일과, 기술서비스 조직이 해야 할 일, 그리고 기술 자체가 해야 할일에 대한 식별이 명확하게 드러나게 된다.
  4. 그리고 이 과정에서 불필요하며, 제거되거나 자동화 해야 할 일들이 하나씩 눈에 보이기 시작하고, 도출되게 된다. 이 과정에서 도출된 자동화 가능하고, 검증 가능한 일들은 빠르게 그 일을 해 낼 수 있는 기술기업들에게 위임을 하면 된다.
  5. 하지만 그것이 아무리 검증되고 다양한 산업 레퍼런스를 가지고 있는 기술기업이라고 하더라도 정작 도입 기업의 산업분야, 업무 분야의 ‘비학습’영역을 자동화 하거나, 사람이 해야 할 일을 대신할 인공지능 서비스는 아직 극히 일부 업무 영역에 불과하다.
  6. 즉, 도입기업의 산업, 업무에 대해 인공지능 서비스에 ‘학습’영역에 기준을 제시하고, 자동화하기 위한 프레임워크를 준비, 보유하는 것은 ‘인공지능 기술’이 해결해 줄 수 있는 영역이 아니기 때문이다.
  7. 이 부분을 동종업계의 다른 기업들, 경쟁사들보다 얼마나 빠르고 신속하게, 그리고 장기적으로 ‘비학습’영역을 자동화 하기 위한 프레임웍을 만들어 낼 수 있느냐가 핵심 요소일 수 밖에 없다. 그리고 이 부분을 인공지능 업무에 반복적으로 적용하고, 상기 3~6 과정을 반복하는 기업들이 다른 회사들을 앞서게 되라는 점은 분명해 보인다.

특히 이 가운데 상기 5~6번의 영역을 대신할 수 있는 기술과 경험, 서비스를 제공한다고 주장하는 기업들이 있다면 그들을 선택하면 될 일이다. 그러나 아마도 그런 특정 영역에 답을 낼 회사들은 적어도 지금 시장에 존재하지 않는다고 기대하는 편이 합리적이다.

이유는 단순하다. 그 ‘비학습’영역을 자동화하기 위한 알고리즘이나, ‘학습’영역을 구분할 수 있는 업무는 ‘기술’영역이 아니기 때문이다. 인공지능 기술이 줄 수 있는 장점에 또 다른 한편에 존재하는 제약과 한계, 그리고 불가피하게, 속칭 ‘노가다’로 분류되는 업무의 불가피성을 잘 이해하는, 특정 산업에 몸담고 있는 ‘업무 전문가들’에 의해 정리될 수 있는 ‘업무’영역이기 때문이다.

 
https://civilmaps.com/event/artificial-intelligence-investment-conference/

대규모 자산과 유능한 기술이해를 가진 업무전문 인력을 보유한 기업들이 투자를 해야 할 지점은 바로 이곳이 되어야 하지 않을까?

기업들의 AI에 대한 투자에 대한 출발 혹은 단기간의 목표에 대한 필자의 제안은 이렇게 시작된다.

조금 다른 맥락에서 업무/산업전문가에 의한 조직이 이끌어져야 한다는, 최근의 도요타 자동차에 대한 흥미로운 서평도 본 글과 이어져 있다.

http://news.bookdb.co.kr/bdb/Column.do?_method=ColumnDetail&sc.webzNo=27850

댓글 남기기