2021.02.03

글로벌 칼럼 | 기업 의사결정에 모델링과 시뮬레이션을 더 사용해야 하는 이유

Rob Enderle | Computerworld
엔비디아의 일명 '옴니버스(Omniverse)'는 매우 흥미로운 기술이다. 그래픽 카드와 게임 요소를 이용해 콘텐츠는 물론 비주얼 시뮬레이션까지 빠르게 만들어 낸다. 자율주행 시뮬레이션 분야의 주요 업체인 엔비디아의 이 툴은 다른 것을 모사하는 데도 사용할 수 있다. 예를 들어 엔비디아의 새로운 본사는 완공되기 1년 전부터 이미 '가상으로' 존재했다.
 
ⓒ Getty Images Bank

이번 글에서 할 이야기도 바로 이것이다. 헤지 펀드에 대한 레딧의 수많은 글을 보면서, 필자는 우리가 중요한 의사결정을 하기 전에 충분하게 시뮬레이션을 해 이를 검증하지 않는다는 점을 깨달았다. 여기서는 생산성을 향상하고, 비효율을 줄이고 더 훌륭하고 현명한 결과를 내는데 모델과 시뮬레이션을 어떻게 활용할 수 있는지 더 논의를 진행해 보자.

사실 우리는 이미 시뮬레이션 툴에 둘러싸여 있다. 국방과 금융, 마케팅, 재해 예방 업종의 다양한 기업이 시뮬레이션과 모델을 광범위하게 사용하고 있다. 그러나 개인 혹은 기업 단위의 의사결정에 이를 사용하지는 않는다. 마치 미래를 알려주는 크리스털 볼을 가졌는데 사용법이 너무 어려워 쓰지 않는 것과 비슷하다.

비슷한 오래된 농담도 있다. 한 아이가 자전거를 '끌고' 학교에 가고 있는 모습을 보고, 자전거를 타고 가던 친구가 왜 자전거를 타고 가지 않느냐고 묻는다. 그러나 그 아이는 학교에 늦어서 자전거 탈 시간이 없다고 말한다. 이 이야기는 그저 재밌다. 적어도 기업과 정부가 중대한 의사결정을 할 때 그 결과를 시뮬레이션해 보지도 않고 내려진다는 것을 깨닫기 전까지는 말이다. 아마도 그들은 돈과 시간이 없다는 자전거를 끌고 가는 아이와 같은 이상한(?) 변명을 할 것이다.

시뮬레이션의 가장 놀라운 점은 실시간으로 변화를 반영해 결과를 예측할 수 있다는 사실이다. 특히 인공지능(AI) 기능이 발전하면서 이제 시뮬레이션 시스템은 과거의 활용 사례를 학습해 설정 시간을 줄이고 예측 정확성을 높인다. 선입관이 끼어들지 않도록 주의해야 하지만, 중요한 프로젝트가 완전히 실패하는 것보다는 위험부담이 적다.

이 문제는 제대로 검토하기도 전에 판단하고 그 결과 상황이 꼬여버리는 우리의 일반적인 모습과도 겹쳐 더 안타깝다. 하지만 분석가를 보자. 일반적으로 분석가는 자신을 합리화하고 어떤 입장을 정하기 전에 충분히 검토하도록 훈련돼 있다. 분석가의 일이 다른 직업보다 더 힘든 이유지만, 생각해보면 모두가 이런 태도를 취하는 것이 더 합리적이다.

예를 들어 차를 구매한다고 가정해 보자. 분석가라면 먼저 리뷰를 찾아볼 것이다. 특히 자동차와 딜러에 대한 소비자 리뷰를 검색한다. 누구나 자동차에 바라는 것의 우선순위를 가지고 있으므로, 이를 정리한 후 좋아 보이는 차를 골라 시승한다. 가장 좋은 가격인 것은 물론, 구매 후 서비스까지도 좋은 조건을 찾는다. 반면 일반적으로 많은 이들이 자동차 광고를 보고 시승을 하고 결국 가장 좋은 조건보다 떨어지는 조건으로 차를 구매한다. 필자 역시 어렸을 때 이런 식으로 차를 2대 구매했는데 모두 후회했다.

이는 기업 구매에서도 비슷하다. 필자는 참사에 준하는 구매를 하는 기업을 많이 봤다. 충분한 검토 없이 과거의 실수를 반복하거나, 좋은 구매가 될 수 있는 내부 자원을 이용하지 않았다. 시뮬레이션과 모델링이 중요하고 또 제 역할을 할 수 있는 지점이 바로 여기다.

수년 전 한 사람이 필자의 사무실을 찾아왔었다. 당시 필자는 마케팅 일을 했었다. 그는 2,000만 달러를 투자할 예정인 건축물에 대한 마케팅 계획을 의뢰했다. 필자는 그에게 잠재 고객이 누구인지 물었다. 전혀 사업이 잘될 것 같지 않았기 때문이다. 20달러짜리 짧은 컨설팅 회의 후 그는 이 사업이 전혀 수익성이 없다는 것을 깨달았다. 이 짧은 회의 덕분에 그는 2,000만 달러를 날리지 않을 수 있었다.

워싱턴은 물론 임원 사무실에서 벌어지는 문제의 상당수는 사람들의 의사결정과 관련이 있다. 지난 수십 년간 머릿속으로 해왔던 일이다. 그러나 이제는 인공지능을 이용해 시뮬레이션할 수 있는 시대다. 비용도 얼마 들지 않는다. 잘못된 의사결정에 따른 피해의 아주 작은 부분만으로 위험을 획기적으로 줄일 수 있다. 시뮬레이션 결과가 좋지 않으면 기분이 상할 수 있지만, 잘못된 결정으로 회사에 수백만 달러의 손실을 입히면 이 정도로 끝나지 않는다. 경력 전체가 망가질 수 있다.

한가지 사례가 더 있다. 필자가 분석 관련 공부를 한창 할 때, x-y 차트를 보드에 그려가며 설명해주던 강사가 있었다. 세로축은 속도, 가로축은 방향이었다. 그는 "속도와 관계없이 먼저 올바른 방향을 찾으면 성공할 가능성이 커진다. 그러나 그 반대라면 속도가 더 빨라질수록 상황은 더 악화한다. 잘못된 방향으로 더 빠르게 달려가는 것이기 때문이다"라고 말했다. 전적으로 동의한다. 이제 우리는 올바른 방향을 더 잘 선택할 수 있는 툴을 만들고, 이를 더 사용하기 쉽게 개선해야 한다. 그것이야말로 적시에 긍정적인 결과물을 만들어내는 최고의 방법이다. editor@itworld.co.kr


2021.02.03

글로벌 칼럼 | 기업 의사결정에 모델링과 시뮬레이션을 더 사용해야 하는 이유

Rob Enderle | Computerworld
엔비디아의 일명 '옴니버스(Omniverse)'는 매우 흥미로운 기술이다. 그래픽 카드와 게임 요소를 이용해 콘텐츠는 물론 비주얼 시뮬레이션까지 빠르게 만들어 낸다. 자율주행 시뮬레이션 분야의 주요 업체인 엔비디아의 이 툴은 다른 것을 모사하는 데도 사용할 수 있다. 예를 들어 엔비디아의 새로운 본사는 완공되기 1년 전부터 이미 '가상으로' 존재했다.
 
ⓒ Getty Images Bank

이번 글에서 할 이야기도 바로 이것이다. 헤지 펀드에 대한 레딧의 수많은 글을 보면서, 필자는 우리가 중요한 의사결정을 하기 전에 충분하게 시뮬레이션을 해 이를 검증하지 않는다는 점을 깨달았다. 여기서는 생산성을 향상하고, 비효율을 줄이고 더 훌륭하고 현명한 결과를 내는데 모델과 시뮬레이션을 어떻게 활용할 수 있는지 더 논의를 진행해 보자.

사실 우리는 이미 시뮬레이션 툴에 둘러싸여 있다. 국방과 금융, 마케팅, 재해 예방 업종의 다양한 기업이 시뮬레이션과 모델을 광범위하게 사용하고 있다. 그러나 개인 혹은 기업 단위의 의사결정에 이를 사용하지는 않는다. 마치 미래를 알려주는 크리스털 볼을 가졌는데 사용법이 너무 어려워 쓰지 않는 것과 비슷하다.

비슷한 오래된 농담도 있다. 한 아이가 자전거를 '끌고' 학교에 가고 있는 모습을 보고, 자전거를 타고 가던 친구가 왜 자전거를 타고 가지 않느냐고 묻는다. 그러나 그 아이는 학교에 늦어서 자전거 탈 시간이 없다고 말한다. 이 이야기는 그저 재밌다. 적어도 기업과 정부가 중대한 의사결정을 할 때 그 결과를 시뮬레이션해 보지도 않고 내려진다는 것을 깨닫기 전까지는 말이다. 아마도 그들은 돈과 시간이 없다는 자전거를 끌고 가는 아이와 같은 이상한(?) 변명을 할 것이다.

시뮬레이션의 가장 놀라운 점은 실시간으로 변화를 반영해 결과를 예측할 수 있다는 사실이다. 특히 인공지능(AI) 기능이 발전하면서 이제 시뮬레이션 시스템은 과거의 활용 사례를 학습해 설정 시간을 줄이고 예측 정확성을 높인다. 선입관이 끼어들지 않도록 주의해야 하지만, 중요한 프로젝트가 완전히 실패하는 것보다는 위험부담이 적다.

이 문제는 제대로 검토하기도 전에 판단하고 그 결과 상황이 꼬여버리는 우리의 일반적인 모습과도 겹쳐 더 안타깝다. 하지만 분석가를 보자. 일반적으로 분석가는 자신을 합리화하고 어떤 입장을 정하기 전에 충분히 검토하도록 훈련돼 있다. 분석가의 일이 다른 직업보다 더 힘든 이유지만, 생각해보면 모두가 이런 태도를 취하는 것이 더 합리적이다.

예를 들어 차를 구매한다고 가정해 보자. 분석가라면 먼저 리뷰를 찾아볼 것이다. 특히 자동차와 딜러에 대한 소비자 리뷰를 검색한다. 누구나 자동차에 바라는 것의 우선순위를 가지고 있으므로, 이를 정리한 후 좋아 보이는 차를 골라 시승한다. 가장 좋은 가격인 것은 물론, 구매 후 서비스까지도 좋은 조건을 찾는다. 반면 일반적으로 많은 이들이 자동차 광고를 보고 시승을 하고 결국 가장 좋은 조건보다 떨어지는 조건으로 차를 구매한다. 필자 역시 어렸을 때 이런 식으로 차를 2대 구매했는데 모두 후회했다.

이는 기업 구매에서도 비슷하다. 필자는 참사에 준하는 구매를 하는 기업을 많이 봤다. 충분한 검토 없이 과거의 실수를 반복하거나, 좋은 구매가 될 수 있는 내부 자원을 이용하지 않았다. 시뮬레이션과 모델링이 중요하고 또 제 역할을 할 수 있는 지점이 바로 여기다.

수년 전 한 사람이 필자의 사무실을 찾아왔었다. 당시 필자는 마케팅 일을 했었다. 그는 2,000만 달러를 투자할 예정인 건축물에 대한 마케팅 계획을 의뢰했다. 필자는 그에게 잠재 고객이 누구인지 물었다. 전혀 사업이 잘될 것 같지 않았기 때문이다. 20달러짜리 짧은 컨설팅 회의 후 그는 이 사업이 전혀 수익성이 없다는 것을 깨달았다. 이 짧은 회의 덕분에 그는 2,000만 달러를 날리지 않을 수 있었다.

워싱턴은 물론 임원 사무실에서 벌어지는 문제의 상당수는 사람들의 의사결정과 관련이 있다. 지난 수십 년간 머릿속으로 해왔던 일이다. 그러나 이제는 인공지능을 이용해 시뮬레이션할 수 있는 시대다. 비용도 얼마 들지 않는다. 잘못된 의사결정에 따른 피해의 아주 작은 부분만으로 위험을 획기적으로 줄일 수 있다. 시뮬레이션 결과가 좋지 않으면 기분이 상할 수 있지만, 잘못된 결정으로 회사에 수백만 달러의 손실을 입히면 이 정도로 끝나지 않는다. 경력 전체가 망가질 수 있다.

한가지 사례가 더 있다. 필자가 분석 관련 공부를 한창 할 때, x-y 차트를 보드에 그려가며 설명해주던 강사가 있었다. 세로축은 속도, 가로축은 방향이었다. 그는 "속도와 관계없이 먼저 올바른 방향을 찾으면 성공할 가능성이 커진다. 그러나 그 반대라면 속도가 더 빨라질수록 상황은 더 악화한다. 잘못된 방향으로 더 빠르게 달려가는 것이기 때문이다"라고 말했다. 전적으로 동의한다. 이제 우리는 올바른 방향을 더 잘 선택할 수 있는 툴을 만들고, 이를 더 사용하기 쉽게 개선해야 한다. 그것이야말로 적시에 긍정적인 결과물을 만들어내는 최고의 방법이다. editor@itworld.co.kr


X