누구나 다 비즈니스에 인공지능(AI)을 포함하면서 거품이 생긴 건 맞지만, 그렇다고 AI가 반짝하다 사라질 유행은 아니다. AI는 앞으로 더 크게 성장할 것이고, 수많은 기업의 투자, VC 투자, 좋은 개발자 네트워크의 확산으로 인해 눈부신 기술적 발전이 있을 거라는데 에는 의심의 여지가 없다. 하지만, 아직도 AI라고 하면, 머릿속에 그리는 그림이 모두 다르다. 나도 작년에 가장 많이 들었고, 내가 본 회사소개서 내용 중 가장 기억에 많이 남는 건 AI와 ML인데, 너무 많이 접해서인지 나만의 편견이 생겼고, 상대방이 설명하기도 전에 내 머릿속에서는 “이 회사는 이렇게 AI와 ML을 적용하겠구나”라는 그림이 그려지고 있는걸 느낄 수 있다. 실은 나도 기술적으로, 그리고 비즈니스적으로 인공지능과 기계학습에 대한 정의를 명확하게 못 내리고 있다는 의미이다.
특히 기업의 실무 담당자는 더욱더 혼란스럽다는 이야기를 많이 듣는다. 위에서는 2018년은 무조건 AI를 모든 사업부서에 적용하라는 회장님의 명령이 떨어졌는데, 이걸 구체적으로 어떻게 실행해야 할지에 대한 아이디어는 그 누구도 가지고 있지 않다는 이야기를 종종 듣는다. 전문가들의 의견을 들어보면, 인공지능은 더이상 공상과학에 나오는 유행어가 아니라, 실생활에서 사용할 수 있는 제품에 적용될 수 있는 수준에 도달했지만, 가장 효과적으로 AI를 적용하려면 이 기술을 실용적으로 구현할 수 있는 인력이 필요하다고 한다. 그리고, 이런 고급 인력을 채용할 수 있는 돈이 있고, 이 고급 인력들이 합류해서 기량을 맘껏 뽐낼 수 있는 환경을 제공할 수 있는 회사는 전 세계에 6개 밖에 없다고 한다(아마존, 애플, 마이크로소프트, 알파벳/구글, 페이스북, IBM).
위의 Big 6가 AI에 엄청난 투자를 집행하고, 앞으로 투자를 더 늘릴 거라는 계획은 작은 스타트업한테는 다양한 기회를 제공할 수 있다. 좋은 기술력을 갖고 있으면, 높은 가격에 인수될 수 있고, 좋은 제품을 만들면 큰돈을 벌 수 있을 것이다. 하나의 기술이 mainstream으로 들어와서, 단순 유행으로 끝나지 않고 실제 산업을 만들려면 모든 이해관계자의 관심과 대규모의 투자가 필수인데, AI는 이미 이 기반이 만들어졌다고 생각된다. 내가 Fast Company에서 얼마 전에 AI 관련 좋은 기사를 읽었는데, 여기에 의하면 산업 분야를 막론하고 앞으로 더 생산적이고 분석적인 비즈니스를 하고 싶다면 반드시 사업에 AI가 포함되어야 한다고 한다. 하지만, 대부분이 AI에 대해서 모르고 있는 현재 상황에서, 이를 실제 비즈니스에 적용하려면 여러 가지를 고려해야 하는데 그중 가장 중요한 건 인공지능을 활용하여 구체적으로 어떤 문제를 해결할지 정의하는거와 인공지능보다는 데이터에 초점을 맞추는 것이라고 한다.
문제를 정의할 때 가장 중요한 건, AI의 화려함에 현혹되지 말고, 우리 회사에 어떤 문제점이 존재하고, AI를 적용해서 어떤 결과를 만들고 싶은지에 초점을 맞춰야 한다고 한다. 기본적으로, 머리보다는 몸으로 처리해야 하는 반복적인 수작업 프로세스에 인공지능을 적용하는 게 좋은 시작점이다. 항공권예약시스템을 제공하는 Sabre는 마이크로소프트 Azure가 제공하는 자연어처리 서비스를 페이스북 메신저 봇에 적용하여 고객의 기존 예약 관련된 질문에 대응할 수 있는 기술을 실험하고 있다. 이게 잘 돌아가면, 여행사 직원들은 고객들과 직접 통화해야 하거나 직접 만나야 하는 복잡한 문제를 해결하는데 더 많은 시간을 할애하고, 단순하고 반복적인 요청은 인공지능을 통해서 처리할 수 있다.
몇 년 전에 ‘빅데이터’라는 말이 유행할 때가 있었다. 회사에서 발생하는 모든 거래에 대한 데이터를 수집하고, 정리하고, 분석하면 비즈니스에 대한 통찰력을 얻을 수 있다는 사실을 많은 경영인이 깨닫는 순간이었다. 문제는 데이터를 수년 동안 서버에 저장해서 먼지만 쌓일 뿐, 이 데이터를 실제로 어떻게 활용할지에 대해서는 아이디어가 없었다. 이제, AI가 등장하면서 드디어 수집한 데이터를 활용할 기회가 온 것이다.
데이터는 AI를 돌아가게 하는 밥과도 같은 존재이다. 인공지능이 더 많은 데이터를 소비할수록, 지능이 급격하게 상승한다. 3살짜리 어린이도 고양이 사진을 보면, 이게 고양이인지 바로 알아차리지만, 컴퓨터한테는 수십만 개의 고양이 사진을 보여주고 학습시켜야지만 이게 가능해진다. 하지만, 학습된 이후에는 인공지능이 사람보다 고양이를 더 빠르고 정확하게 식별할 수 있다. 비행기를 만드는 Airbus 사는 그동안 인공위성으로 수집한 구름과 눈의 사진을 인공지능에 입력하여, 머신러닝을 활용해서 구름과 눈을 구분하는데, 이건 사람보다 컴퓨터가 훨씬 더 정확하다. 대부분 기업은 인공지능을 효율적으로 학습시키기 위한 데이터의 양이 절대적으로 부족하기도 하지만, 데이터가 많은 기업도 인공지능이 소비할 수 있는 형태로 데이터를 체계화하고 구조화하는 작업을 해야 한다. 실은 알고리즘보다는 이 작업이 가장 중요하다.
우리 투자사인 당근마켓도 그동안 데이터를 잘 수집하고 분석 정리하여, 인공지능을 활용하여 큰 비용과 시간을 절약하고 있다. 원래는 일일이 사람이 수작업으로 해야 하는 작업을 이젠 기계가 꽤 정확하게 처리해서, 사람은 더욱더 전략적인 일을 할 수 있다. 기계학습이 고도화되고, 인공지능이 더 똑똑해지면, 저비용 고효율의 이상적인 성장이 기대된다.
<이미지 출처 = Self-Aware Systems>
