Feature
人工知能
,
現實世界에 適用하기
지나친 野心은 止揚하라
토머스 대븐포트
,
라지브 로難키
2013
年 美國
MD
앤더슨 癌센터는
‘
野心 찬
’
프로젝트 하나를 始作했다
. IBM
의 왓슨 認知시스템을 利用해 特定 形態의 癌을 診斷하고 治療 計劃을 推薦하는 프로젝트다
.
그러나 費用이
6200
萬 달러에 이르자 프로젝트는
2017
年 保留됐고
,
시스템은 여태껏 患者에게 適用되지 않았다
.
In Brief
問題點
漸漸 많은 企業이 問題를 解決하는 데 인지 技術을 使用하고 있지만
,
野心 차게 推進한 人工知能 프로젝트 相當數가 難關에 부딪히거나 失敗를 겪고 있다
.
接近法
會社는 劃期的이기보다는 漸進的으로 人工知能 技術에 接近해야 하며
,
人間의 能力을 代替하기보다 向上하는 데 焦點을 맞춰야 한다
.
過程
人工知能을 最大限 活用하기 위해 企業은 반드시 어떤 技術이 어떤 類型의 業務를 다룰 수 있는지 把握해야 한다
.
또한 비즈니스 니즈에 따라 프로젝트 優先順位를 定해 포트폴리오를 만들고
,
組織 全體에 適用할 수 있는 스케일업 計劃을 세워야 한다
.
英語 原文의 表現이 궁금하세요? 스캔하세요!
> 스캔이 어려우신 분께서는 이 곳을 클릭해주세요
|
MD
앤더슨 癌센터
IT
그룹은 이 프로젝트와 함께 患者 家族에게 호텔과 레스토랑 推薦하기
,
請求書를 支拂하는 데 도움이 必要한 患者 찾기
, IT
職員의 問題 解決하기 等 작은 일에도 다양한 인지 技術을 試驗했다
.
結果는 期待 以上이었다
.
새로운 시스템 德에 患者滿足度와 財務成果가 向上됐고
,
케어 매니저
care manager
[1]
가 資料 入力처럼 지루한 作業에 쓰는 時間도 줄었다
.
앞서 野心 차게 始作한 프로젝트가 蹉跌을 빚었는데도 앤더슨 센터는 인지 技術
,
卽 次世代 人工知能을 利用해 癌 治療法을 改善하는 데 如前히 힘쓰고 있다
.
現在는 인지 컴퓨팅을 위한 力量센터에서 多樣한 프로젝트를 새롭게 開發하고 있다
.
人工知能 이니셔티브 設計者라면 이처럼 相異한 方式으로 人工知能 技術에 接近하는 일이 친숙할 것이다
.
硏究팀이 인지 技術 使用에 익숙한 企業 任員
250
名을 對象으로 設問調査를 한 結果
,
應答者의
4
分의
3
이 앞으로
3
年 안에 人工知能으로 인해 會社가 큰 變化를 겪으리라고 내다봤다
.
그러나 硏究팀이 分析한
152
個 프로젝트를 보면
,
野心 차게 始作한 大型 프로젝트 成功率은 비즈니스 프로세스 改善에 集中한
‘
쉬운 目的 達成
’
프로젝트 成功率에 비해 거의 모든 會社에서 낮게 나타났다
.
當然한 일이다
.
過去에도 新技術을 導入한 大槪의 會社가 비슷한 結果를 보였다
.
問題는 人工知能을 둘러싼 誇大 包裝이 甚하며
,
相當數 企業이 이런 流行에 휩쓸린 狀況이라는 點이다
.
이 글에서는 人工知能을 適用한 다양한 카테고리를 살펴보고
,
目的을 達成하려면 앞으로 몇 年間 企業이 어떻게 인지 技術 力量을 强化해야 하는지 얼개를 提供하려 한다
.
세 가지 類型의 人工知能
企業에서는 技術的 側面보다 비즈니스 側面에서 人工知能을 보는 게 有用하다
.
大槪 人工知能은 企業이 必要로 하는
3
가지 主要 業務를 支援한다
.
비즈니스 프로세스 自動化
,
데이터 分析을 통한 洞察力 確保
,
顧客과 職員 參與 活性化 等이다
.(‘
類型別 인지 프로젝트
’
參考
)
프로세스 自動化
.
硏究팀이 살펴본
152
個 프로젝트 가운데
71
個로 가장 一般的인 類型은 로보틱 프로세스 自動化
robotic process automation·RPA
技術을 利用해 普通 非營業部署의 行政과 財務 같은 디지털 및 物理的 業務를 自動化하는 境遇였다
(
全體
47%). RPA
는 旣存 비즈니스 프로세스 自動化 道具보다 發展된 技術이다
. ‘
로봇
’,
곧 서버 코드가 多樣한
IT
시스템에서 情報를 入力하고 消費하는 等 人間처럼 行動하기 때문이다
. RPA
는 다음과 같은 일을 한다
.
•이메일
,
콜센터 시스템의 데이터를 記錄 시스템으로 電送
.
이를테면 住所 變更이나 追加 서비스 事項 等 顧客 情報를 修正
•紛失한 信用카드나 체크카드를 交替
.
여러 시스템에 接續해 記錄을 變更하고
,
顧客 커뮤니케이션 問題를 處理
•여러 文書에서 情報를 抽出해
,
決濟 시스템에서 發生하는 서비스 費用 請求 失敗 問題 解決
•條項을 抽出하기 위해 自然語 處理 能力을 利用해 法律
,
契約 文書
‘
읽기
’
RPA
는 가장 싸고
,
앞으로 다룰 인지 技術 中에 가장 實行하기 쉽다
.
大體로 投資 對比 收益率이 높고 回收도 빠르다
.
또한 開發者들이 徐徐히 知能과 學習能力을 키우고는 있으나
,
스스로 學習하고 改善할 수 있도록 프로그램 되지 않았다는 點에서 가장 덜
‘
똑똑
’
하다
. RPA
는 特히 電子商去來 進行過程에서의 去來 處理
,
決濟
,
物流配送
,
顧客 管理
,
協力業體 管理
,
保安 같은 여러 백엔드 시스템
Back-end system
關聯 業務에 적합하다
.
美 航空宇宙局
NASA
에서는 費用 壓迫으로 인해 債務 去來
,
債券 去來
, IT
支出
,
人事 管理 等
4
個 프로젝트에
RPA
파일럿을 선보였다
.
이 서비스들은 모두 하나의 서비스센터에서 擔當한다
.
모두 成功的이었다
.
예컨대 人事 管理에
RPA
를 示範 運營해 봤더니
,
人間의 介入 없이도 全體 業務의
86%
를 處理했다
.
이제는
RPA
를 螺絲 全體에 適用하는 中인데
, RPA
보다 知能이 높은
RPA
봇
bot
을 追加로 設置하고 있다
.
共有 서비스 센터의 프로젝트 責任者 짐 워커
Jim Walker
는
“
只今까지는 어렵지 않게 進行되고 있다
”
고 말했다
.
一角에서는
RPA
로 인해 人間이 빠르게 일자리를 잃을 거라 내다본다
.
그러나
71
個
RPA
프로젝트 中에 管理職員 交替를 主要 目標로 삼은 境遇는 없었다
.
일자리 減少가 흔한 結果도 아니었다
.
다만 몇 안 되는 프로젝트만이 人力 減縮이 있었고
,
大槪의 境遇 이미 該當 業務가 外注業體에 넘어간 狀態였다
.
技術이 發展하면서 向後
RPA
가
,
特히 海外 비즈니스 프로세스 아웃소싱 産業을 中心으로 일자리를 蠶食할 것이다
.
業務를 아웃소싱할 수 있다면 自動化도 할 수 있다
.
認知 洞察力
cognitive insight.
硏究에서 두 番째로 많은 類型은 알고리즘을 使用해 厖大한 데이터에서 패턴을 導出하고 意味를 짚어내는 것이었다
(
全體
38%). ‘
더 强力해진 애널리틱스
’
라고 생각하면 쉽다
.
머신러닝 應用 技術은 다음 境遇에 使用된다
.
•特定 顧客이 무엇을 購買할지 豫測
•實時間으로 信用
·
保險 請求 詐欺 摘發
•保證 데이터를 分析해 自動車나 다른 製造業 製品의 安定性이나 品質 問題 確認
•個人 맞춤型 디지털 廣告를 自動 具現
•보다 正確하고 仔細한 保險 모델을 保險社에 提供
머신러닝이 提供하는 認知 洞察力 技術은
3
가지 側面에서 旣存 애널리틱스와 다르다
.
보다 데이터 集約的이고 仔細하며
,
모델은 普通 데이터 세트 一部에 熟達돼 있고
,
갈수록 進化한다
.
다시 말해 새 데이터를 活用해 豫測하거나 카테고리 項目을 늘려 나가는 能力이 나날이 좋아진다
.
[1]
患者나 老人 健康을 돌보는 일을 專門으로 하는 사람
아티클을 끝까지 보시려면
有料 멤버십에 加入하세요.
첫 달은 無料입니다!