하버드비즈니스리뷰

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 .

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