코로나19 상황이 2년 가까이 지속되며 비대면 문화는 급속도로 사회, 경제 시스템을 바꿔 놓고 있다. 기존 아날로그 방식의 비즈니스들은 고전을 면치 못하는 반면, 태생부터 온라인 플랫폼에 기반한 테크 기업들은 전망치를 뛰어 넘는 고성장을 거듭하고 있다.
'AI 피보팅'의 저자 손진호 알고리즘랩스 대표는 이를 “디지털 트렌드가 인공지능(AI)의 블랙홀로 집약되는 와중에 코로나19가 겹치며 퍼펙트 스톰이 되었다”고 표현했다. 거대 태풍이 휩쓸고 간 것처럼 이러한 변화는 영역을 불문하고 새로운 패러다임이 기존 질서를 대체하고 있는 상황으로 전개되고 있다.
디지털 기반 기업들이 약진하는 상황에서 두드러지는 것은 오랜 세월 아날로그 방식의 비즈니스 분야에서 굳건한 기반을 다졌던 기업들이 시도하는 변화였다. 이른바 디지털 대전환의 시대에 생존의 가능성을 점칠 수 있는 것은 얼마만큼 빠르게 아날로그에서 디지털로 피보팅(Pivot-ing)에 성공했느냐였다.
스포츠 용어인 피보팅은 농구에서 공을 잡은 선수가 상대 선수를 피하기 위해 한 발을 축으로 삼고 다른 발을 움직여 재빠르게 방향을 전환하는 동작을 의미한다. 이를 기업 활동에 대입했을 때는 대개 초기 구상한 비즈니스의 시장 반응이 기대 이하인 스타트업에서 빠르게 사업 방향을 재정립하는 것을 의미한다. 이는 최근 코로나19 시대가 몰고온 엄청난 변화에 직면한 기존 전통적인 아날로그 기업들에게도 ‘디지털 피보팅’이라는 용어로 적용되고 있다.
대학 재학 시절 창업한 Z세대 대표, 인공지능을 이야기하다
손진호 알고리즘랩스 대표는 한양대학교 기계공학과 재학시절 알고리즘랩스를 창업했다. 대학생 대상의 인공지능 알고리즘 교육 사업으로 시작한 알고리즘랩스는 현재 기업의 인공지능 실무 적용을 위한 교육 및 도입 지원 사업, 인공지능 대중화 플랫폼 구축 등으로 사업을 확장하고 있다.
그 사이 알고리즘랩스는 올해 특허를 획득한 2021년 머신러닝 최적화 방법 및 장치 기술을 비롯해 대화형 인공지능 자동 제작 기술을 개발했고, 카이스트와 산학 연구를 통해 데이터 및 AI 모델 특성을 반영한 자동 UI및 시각화 생선 기술도 보유하게 됐다. 이제까지 국내 대표 기업의 경영진을 비롯해 1만명 이상 현업 담당자를 대상으로 인공지능 실무 교육을 진행하기도 했다. 알고리즘랩스의 사업 이력을 설명하며 손 대표는 향후 기업의 인공지능 기술 적용이 필연적임을 강조했다.
“IT기술 분야 연구 컨설팅 기업인 가트너는 2023년을 인공지능 생산 안정기로 전망하고 있어요. 미국의 브루킹스 연구소는 2030년까지 인공지능의 주도권을 확보한 국가 및 기업이 향후 21세기 전반은 물론 다음 세기의 주도권을 가진다고도 했고요. 즉 앞으로는 기업들에게 인공지능 기술은 필수적인 시대가 될 거예요. 이러한 상황에서 알고리즘랩스의 목표는 비 기술인력이 인공지능과 같이 어려운 기술을 쉽게 쓰도록 하는 것이예요. 기술의 가치는 사용될 때 극대화된다고 믿거든요.”
손 대표가 인공지능 기술 교육 등의 사업과 더불어 책을 쓰게 된 계기는 김경준 딜로이트 컨설팅 부회장을 만나면서부터였다. 김 부회장은 융합형 경영 전문가로서 다양한 경영 코팅 서적을 집필한 저자이기도 하다. 손 대표는 “김 부회장님은 동아일보에서 주관하는 동아비즈니스포럼의 AI For Business Session 공동 연사로 초청된 자리에서 뵙게 됐다”고 첫만남의 기억을 이야기했다.
“해당 프로그램을 진행하는 과정에서 저와 김 부회장님 간에 인공지능을 실무에 접목하는 관점에서 대한 공감대가 형성이 됐어요. 결국 그런 공감대를 바탕으로 공동 저서를 집필하게 된 거죠. 부회장님과 주기적으로 만나고 이메일로도 소통하며 책을 집필하는 방식에 대해 많은 도움을 받았어요. 제가 아무래도 공학자적인 경향이 강하다 보니 이를 대중적으로 표현하는 방법을 배운 거죠. 출판에 대한 프로세스도 알게 되는 계기가 됐고요.”
DT와 DX의 차이는 뭘까?
산업구조 변화의 관점에서 2020년은 아날로그 질서가 디지털 패러다임으로 전환되는 변곡점이라 할 수 있다. 역시 촉발 요인은 코로나19다. 손 대표는 책을 통해 “올해부터는 아날로그와 디지털이라는 서로 다른 세계가 교차하는 확장된 경계선에서 에너지가 분출되는 격변이 본격적으로 진행될 것”이라며 “인공지능이 디지털 격변의 시기에 모든 변화를 주도하는 엔진이 될 것”이라고 강조했다.
실제 최근 들어 우리 주변에는 인공지능 기술을 기반으로 한때 SF영화에서나 나올 법한 일들이 현실로 이뤄지고 있는 상황이다. 그렇다면 이 시기가 지난 이후, 손 대표가 생각하는 가까운 미래에 등장할 인공지능 기술은 무엇일까?
“SF영화에서 나오는 인간과 같은 수준의 사고를 하는 인공지능도 머지않은 시점에 가능할 것이라 보고 있어요. 다만 가까운 미래를 유추하자면 그간 사람들이 어림짐작으로 수행하던 업무, 혹은 노하우나 감에 의존해 진행되던 의사결정이 데이터를 토대로 체계화 될 것이고 인공지능이 그것을 가능하게 할 거라는 거죠. 최근까지도 조직의 크기와 상관없이 많은 일들이 담당자의 직관으로 결정되는데, 이 부분이 보다 효과적으로 개선될 것이라 생각해요. 인공지능을 도입하고 활용하는 조직은 점점 더 합리적인 의사결정 체계를 도입하게 되겠죠.”
이러한 변화는 디지털 전환을 의미하는 용어 변화에서도 찾아볼 수 있다. DT(Digital Transformation) 혹은 DX(Digital eXchange)로 혼용 돼 왔지만, 손 대표는 “미세한 차이가 있다”고 강조한다. DT가 디지털 기술에 기반한 일방향 혁신에 방점을 두고 있다면 DX는 신생 디지털과 기존 아날로그 영역 간의 쌍방향 교류를 통한 융합적인 혁신을 의미한다. 이러한 관점에서 본다면 아직도 우리 사회 곳곳에는 인공지능 기술 도입을 통한 디지털 혁신이 필요한 분야가 적지 않다.
“여러 분야가 있겠지만 그 중에서도 저희가 전환을 추진하고 있는 분야를 말씀드리자면, 최근 신입생 미달 및 재학생 중도 이탈 이슈로 위기에 직면한 교육 분야를 꼽을 수 있어요. 중도이탈 하기 전 재학생의 데이터 패턴을 인공지능으로 분석하면 이탈 확률을 체계적으로 구해낼 수 있죠. 또 이를 통해 재학생을 위한 선제적인 대응도 가능해요. 알고리즘랩스는 이런 이슈에 집중해 ‘AI 기반 대학생 선제 관리 솔루션’을 개발하고 상용화를 추진하고 있어요. 현재 국내 여러 대학과 해당 솔루션 도입을 논의 중에 있죠. 선제 관리 솔루션을 통해 자퇴생이나 장기 휴학생, 학사경고 대상자 등 재학생의 중도 이탈을 약 90% 내외로 예측 가능하다고 보고 있어요.”
다만 이러한 인공지능 기술 활용이 가능하기 위해서는 몇 가지 전제 조건이 필요하다. 바로 데이터와 기술의 고도화다. 손 대표는 “복잡도가 높은 데이터를 해석해 내는 데 가장 효과적인 접근 방법이 인공지능”이라고 강조하며 설명을 이어갔다.
“인공지능을 적용하기 위해 반드시 빅데이터가 필요하다는 막연한 우려를 가지고 계신 분들이 많아요. 사실 수백 개의 데이터든 수억 개의 데이터든 인공지능을 적용하게 되면 유의미하게 시스템이 구축될 수 있거든요. 즉 데이터의 양 보다는 기존보다 얼마나 나은 프로세스를 인공지능이 가능하게 하느냐에 주목하는 것이 바람직하다고 봅니다.”
그럼에도 불구하고 디지털 분야에서 빅데이터는 지난 10년의 화두이기도 했다. 모든 기업이 빅데이터를 가지고 뭔가를 할 것처럼 이야기했지만, 사실상 이를 제대로 활용하는 기업은 손에 꼽을 정도다. 과연 어떤 지점에서 잘못된 것일까? 손 대표는 “문제를 풀기 위한 관점부터 변해야 한다”며 말을 이어갔다.
“빅데이터를 막연하게 쌓는 것은 시행착오 확률을 높일 뿐이라는 것이 제 생각이에요. 그보다는 어떤 문제를 데이터로 개선할지에 대한 정의가 먼저 이뤄져야 하죠. 문제를 해결하는 과정에서 부족한 데이터와 더 쌓아 나가야할 데이터가 규정되는 경우가 많거든요. 그렇게 데이터를 쌓아 나가야만 비로소 의미 있는 인공지능 혹은 데이터 기반의 무엇인가를 효과적으로 구성해 나갈 수있어요. 다시 한 번 강조하지만 문제를 먼저 정의하고, 그 이후 거기에 맞게 데이터 전략을 확보하는 것이 구체적인 실익을 획득할 수 있다고 생각해요.”
미래를 준비하는 기업을 위한 AI 디지털 전략이란?
최근 무협협회에서 발간한 보고서에 따르면 우리나라 인공지능 산업 수준은 미국, 유럽, 중국, 일본에 이은 5위를 기록하고 있다. 글로벌 시장을 장악하고 있는 것은 소위 PAANG(페이스북, 애플, 아마존, 넷플릭스, 구글)로 지칭되는 빅테크 기업들이다. 이들 기업은 모두 인공지능 기술 적용과 활용을 내세우고 있다. 이에 비해 우리나라의 상황은 요원하기만 하다. 이를 두고 손 대표는 “우리나라 인공지능 산업은 태동기를 거치는 중”이라며 “인공지능이 필요하다는 공감대가 확실하게 형성된 상황에서 당장의 순위는 낮더라도 향후 발전 잠재력은 굉장히 크다고 생각한다”고 평가했다.
“PAANG 수준으로 투자 혹은 리소스를 확보하기에 어려움이 있다는 것을 인지하고, 원천기술 확보에 집착하기보다는 이를 활용할 수 있는 응용기술 분야에서 경쟁력을 확보하는 것이 유의미한 전략이라 생각해요. 소프트웨어 시대에는 원천기술만큼 응용기술의 비중이 적지 않거든요. 실제 인공지능의 경우, 최근에는 인공지능 자체의 경쟁력 확보보다 사람과 AI의 상호작용(Human AI Interaction)이 화두가 되고 있어요. 이러한 부분에서 성과가 있다면 원천기술과는 또 다른 본질적인 경쟁력을 확보하며 글로벌 시장에 진출할 수 있을 것이라 생각해요. 알고리즘랩스도 위 분야에서 경쟁력을 가질 수 있도록 카이스트의 KIXLAB과 함께 글로벌 학회에 연구 결과를 발표할 준비를 꾸준히 진행하고 있어요.”
우리나라 인공지능 분야의 발전 가능성이 높은 또 다른 이유는 주요 대기업이 효과를 거둔 전략을 빠르게 중소기업과 후발기업들이 적용하고 있다는 점이다. 손 대표는 “주요 기업들이 AI 피보팅 성공 사례를 의미 있게 쌓아 나가며 선한 영향력을 행사할 수 있다”며 “특정 단계에서 인공지능 도입에 가장 효과적인 방법들이 공유되는 시점이 있을 것”이라고 강조했다.
인터뷰를 마무리하며 손 대표는 “향후 3~5년 이내에 인공지능의 특이점이 도래할 것”이라며 그 과정에서 “알고리즘랩스가 중요한 역할을 할 수 있도록 노력할 것”이라는 말로 인사를 대신했다. ‘인공지능 기술의 특이점’에 대해 비전문가인 기자의 판단은 솔직히 유보적이었다. 하지만 손 대표와 같은 젊은 공학자이자 경영인이 향후 지속적으로 등장한다면 불가능하지만은 않을 듯하다.
“인공지능은 수단이자 도구일 뿐이라고 생각해요. 사용성과 경제성 측면에서 인공지능 기술이 경쟁력을 확보하게 되는 시점이 되면 마치 지금의 자동차와 같이 사회에 전반에 자연스럽게 녹아들 것이라 생각해요. 자동차의 내부 원리는 복잡하고 어렵지만 운전 기술과 도로교통법 정도의 지식만 확보하면 활용 가능하기에 지속적으로 수요가 발생하잖아요. 인공지능도 기술은 복잡하지만 사용자의 입장에서 쓰기 쉽게 대중화될 거라고 봅니다. 그때가 되면 굳이 인공지능 기술을 쓴다는 말이 필요하지 않을 정도로 생활에 밀접하게 쓰이고 있을 거예요. 또 사람들은 지식노동과 같은 반복적인 작업에서 벗어나, 보다 본질적으로 중요한 문제에 집중할 수 있을 것이라 봅니다. 알고리즘랩스도 그 시점의 선두주자가 되기 위해 연구개발에 몰두하고 있고요.”
기업의 생존을 위한 AI 피보팅 전략 5 (AI 피보팅 참고)
1)빅데이터로 빅 씽크하라: 큰 변화를 따라잡으려면 크게 생각해야 한다. 2007년 번 슈미트는 <빅 씽크 전략>에서 큰 변화를 큰 생각으로 이해하고 큰 전략으로 접근해야 한다고 강조했다. 빅 씽크 아이디어를 도출하기 위해서는 다양하고 이질적인 현상들을 연결시켜보고 외부 사례를 벤치마킹하는 노력이 전제 돼야 한다. 다음으로는 조직에 깔려 있는 고정관념에 도전하고 시간의 틀에서 벗어나 현재 상태를 미래와 과거의 시나리오와 연결해보는 시도가 필요하다. 아날로그 기업의 디지털 피보팅은 빅데이터에 기반해 세부를 파악하며 큰 생각으로 전체 미래 모습을 그리는 방식으로 접근해야 한다.
2)전통적인 아날로그 영역일수록 기회는 크다: 아날로그 기업 입장에서 ‘디지털 기업에게는 없고 아날로그 기업인 자신에게 있는 것’을 정확하게 이해하고 대처해야 한다. 미국의 대형 할인점 월마트가 디지털 도전자인 아마존에 대응하기 위한 고민의 출발점은 ‘월마트에는 있고 아마존에는 없는 오프라인 점포’라는 자산의 재해석이었다. 섬유, 패션, 유통, 화학, 철강 등의 전통적 제조업은 물론 주차장, 정육점, 세탁, 쓰레기 수거 등 생활 밀착형 서비스업도 디지털 기술을 접목할 시 포착 가능한 기회는 더욱 크다.
3)세부 전술로 시작해 포괄 전략으로 확장하라: 아날로그 기업의 AI 디지털 전환은 단거리 경주가 연속되는 장거리 마라톤이라 할 수 있다. 빅데이터 확보, AI 알고리즘 등 특정 솔루션을 도입한다고 단번에 해결되지 않는다. 중요한 것은 각자 입장에 맞는 전략적 지향점을 설정하되 구체적 사안들을 전술적으로 해결하면서 연속적으로 전진하는 노력이다. 세부적 전술로 출발해 특정한 영역에서 성공 사례를 만들어 확산하면서 점차 포괄적 전략으로 연결시키는 방향을 설정하는 것이 중요하다.
4)기술이 필요조건이라면 수용성은 충분조건이다: 기술력이 우수한 기업이 종종 어려움을 겪는 상황은 쉽게 찾아볼 수 있다. ‘우수한 기술이 기업의 성공을 담보한다’는 함정에 빠진 것이다. 스타트업들이 우수한 기술력으로 뛰어난 제품을 출시만 하면 성공할 것이라고 믿다가 의외의 저조한 시장 반응에 당황하며 사업의 피보팅을 고민하는 경우도 마찬가지다. 디지털 전환에서도 AI 기술은 필요조건이며 조직의 변화 수용성은 충분 조건이다. 새로운 지평선이 펼쳐지는 격변기 일수록 기술 변화의 수용성은 성공과 실패를 가르는 중요한 조건이 된다.
5)외부 기술과 내부 경험을 연계하라: 아날로그와 디지털 시대의 차이점 중 하나는 속도라 할 수 있다. 또 막연히 열심히 한다고 되는 것은 아니다. 마차를 타고 자동차를 이길 수 없을 때 가장 유효한 대응 방식은 자동차로 갈아타는 것이다. 디지털 시대도 마찬가지로 내부 문제를 해결하기 위해서는 외부 역량을 활용해 속도를 높이고 변화에 적합한 방식과 수단을 선택해야 한다. 이미 범용화된 기술을 내부화하기 위해 시간과 노력을 낭비할 필요는 없다. 외부에서 조달한 기술과 내부에서 확보한 지식을 연결하면 신속하게 추진 역량을 확보하고 시간을 단축할 수 있다.
소셜댓글