[기고]AI 플레이북 어떻게 작성할까? (하)

장중호 서울과학종합대학원 교수

인공지능(AI)을 도입한다는 것은 기존 전사적 자원 관리(ERP)나 정보시스템과 같은 시스템을 도입하여 운영하는 것과는 차원이 다르다. 

끊임없이 AI의 알고리즘을 개발하고 업그레이드하고, 만져주고 새로운 데이터를 계속 제공하여 주지 않으면 순식간에 식상한 시스템이 되어버린다.

말 그대로 AI란 인간이 생각하고 행동하는 것을 그대로 컴퓨터 알고리즘으로 옮겨놓은 매우 인간적인 프로그램이기 때문이다. 인간도 오랫동안 새로운 뉴스를 접하지 않고, 사람을 만나지 않고, 사회생활을 끊고 운동도 하지 않고, 외부에서의 자극이 주어지지 않으면 바보가 되듯이 AI도 끊임없이 새로운 데이터가 주어지고, 알고리즘을 튜닝하고, 고객이나 사용자들의 반응과 피드백이 주어지지 않으면 쓸모가 없어져버린다.

그런데 이러한 작업을 위해선 결국엔 AI를 운영할 수 있는 전문가가 필요하고, 데이터를 분석하고 AI 알고리즘을 학습시키고 발전시킬 수 있는 인프라가 필요하다. 요즘엔 이러한 인프라를 손쉽게 확보하고 운영할 수있도록 구글이나 AWS, MS 등에서 클라우드 서비스를 제공하여 이전 보다는 쉽게 접근할 수 있지만 그래도 기본적인 AI 전문 인력은 있어야 한다.

그래서 요즘 모든 회사들이 AI나 데이터 전문인력을 채용하기에 혈안이 되어있는데 이미 그 들의 몸값은 천정부지로 올라 기본이 억대를 넘는다. AI 전문인력이나 데이터 전문가를 회사에 영입할 여력이 없거나 채용하는 것이 어려우면, 결국엔 외부에 있는 AI 전문회사의 도움을 받아야 한다.

이때는 반드시 일회성의 AI 프로젝트를 하거나 SI성의 AI도입 프로젝트를 하고 떠나는 회사와는 절대로 일을 해서는 안된다. 반드시 AI 영까지도 남아서 함께 해줄 수 있는 인력의 여력과 운영 프로세스를 갖춘 회사이어야 한다.

이런 회사에게 일종의 아웃소싱 서비스를 장기적으로 받는 것이 어떻게 보면 많은 비용이 들어가는 것처럼 보이지만, 내부에 인력을 채용하고, 팀을 이루고 관리하는데 들어가는 비용이 훨씬 더 클 수도 있다.

물론 역량의 내재화라는 차원에서 지속적으로 내부에 AI 역량을 갖추는 것에 노력을 하는 것은 필요하지만, 어쩌면 지금의 현실상황에서 뽑히지도 않는 AI 전문인력을 기다리며 시간만 보내다가 기회비용을 놓치는 것 보다는 현명한 일이다. 점차 AI의 수요가 늘어가면서, 이전의 단순 프로젝트 중심의 AI 기업에서 똑똑하고 스마트한 젊은 AI 전문가들이 모여서 지속적인 AI 서비스를 구글이나 AWS 등의 클라우드 기반위에 제공해주는 스타트업이 늘어가고 있다.

대한민국 AI의 생태계라는 측면에서 반가운 일이고 국가는 이런 기업들을 지원하고 자체적인 AI 나 데이터 전문인력을 확보하기 어려운 중견/중소기업들은 이들과의 협업을 적극 추진하여야 할 것이다.

또한 기업의 CEO로부터 전직원들의 AI에 대한 체인지 매니지먼트와 교육이 필요하다. 앞에서도 여러 차례 언급했지만, 전 직원이 AI를 위한 데이터에 대한 거버넌스, 즉 관리체계에 대해 이해를 하고 체계적으로 데이터를 모으는 문화가 정착이 되어야 한다.

그러기 위해선 CEO 에서부터 직원에까지 기본적인 AI에 대한 이해가 있어야 한다. 기본적인 원리가 무엇이고, 머신러닝, 딥러닝, 각각의 알고리즘의 차이는 무엇인지를 안다면 AI를 모르고 활용하는 것 보다 훨씬 더 효과적으로 도입할 수 있다. 또한, 소위 AI 전문가라고 불리는 외부에서 들어온 혹은 내부에 특별한 존재처럼 앉아있는 사람들과의 소통을 이룰 수 있고, 그들이 현업의 현실과는 동떨어지게 다른 방향으로 가는 것을 막을 수 있다.

아래의 그림은 AI 플레이북을 수립하기 위한 전략 프레임워크를 설명한다. 3가지의 전략과제에 대한 답이 필요하다는 것에 공감을 하였다면 이미 AI 도입을 위한 절반의 성공을 이룬 것이다. 

AI 플레이북 전략 프레임워크

*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.