Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
AIㆍML

글로벌 칼럼 | ‘금붕어 기억력 넘어서기’··· 맥락적 AI를 준비할 때다

John Bates | IDG Connect 2022.07.11
머신러닝과 패턴인식 기술이 이미 비즈니스 프로세스를 혁신하고 있다. 입력받은 데이터를 자동으로 분석하고, 인사이트를 추출한다. 하지만 SER 그룹의 CEO 존 베이츠 박사는 아직 갈 길이 멀다며, 더 지능적인 프로세스 자동화가 보다 광범위한 엔터프라이즈 환경에 적용되는 단계에 도달해야만 인공지능의 잠재가치가 극대화될 수 있다고 강조했다. 
 
ⓒGetty Images Bank

오늘날 인공지능을 기반으로 한다고 주장하는 콘텐츠 관리 시스템이나 서비스의 기억력은 ‘금붕어 수준’에 그친다. 이미지나 패턴은 잘 인식하지만, 그 외의 활용성은 매우 제한적이다. 어떤 문서가 스캔되고, 그 데이터가 대상 시스템에 입력될 때(회계 시스템에 영수증 데이터가 입력될 때) 인공지능의 입장에서 모든 데이터는 매번 처음 만나는 사람과 같다. 즉, 맥락을 이어가지 못하는 것이다.

이 말은 문서 콘텐츠가 다른 문서에 있는, 혹은 다른 문서에서 추출된 내용과 지능적으로 연결되지 못한다는 뜻이다. 이를테면 특정 고객의 주문 내역 데이터가 CRM 시스템에 있는 고객 기록과 연동되지 않는다. 그래서 유용한 고객 인사이트를 추출할 기회를 놓치게 된다. 

물론 현재 사용되는 있는 기초적인 수준의 프로세스 자동화만 해도 고객 서비스를  고도화하고 시간과 비용을 절약하고 있다는 데는 의심의 여지가 없다. 

그럼에도 기업이 앞으로 디지털 트랜스포메이션을 진전시키고 확실한 경쟁우위를 확보하려면  좀 더 발전한 AI가 필요하다. 다음 단계는 광범위한 기업 생태계에 콘텐츠 관리 시스템을 지능적으로 통합하는 것이다. 모든 문서, 데이터, 시스템 및 기능 부서가 지능적으로 연결된다면 더 효과적인 의사결정을 내릴 수 있으며 복잡한 사내 프로세스가 간소화된다. 

단순 이미지 및 패턴 인식을 넘어
지능형 주문이나 영수증 자동화 같은 단일 AI 프로세스를 이제 다른 기업 시스템과 통합할 때가 됐다. 이제 지능형 학습 소프트웨어와 고도의 콘텐츠 관리 시스템을 결합해 ‘맥락적 AI(contextual AI)라고 불리는 규격화된 통합 지식 기반을 만드는 것이 목표가 돼야 한다. 이 기반이 갖춰지면 회사의 전략적 목표와 관련된 모든 요소를 망라하는 스마트한 지식 은행(intelligent knowledge bank)을 구축할 수 있게 된다. 구체적으로 모든 문서와 그 안의 데이터를 활용해 고객, 공급업체, 제품개발 과정 등에 대한 인사이트를 얻게 되는 것이다. 

이러한 차세대 콘텐츠 관리 플랫폼 및 서비스는 인공지능을 새롭고 지능적인 방식으로 활용한다. 예컨대 인공지능이 특정 문서의 유형을 파악하면 데이터베이스에 데이터를 입력하거나 워크플로우의 다음 단계를 시작시켜 해당 데이터를 처리하는 식이다. 

가령 머신러닝을 활용해 CRM 시스템의 영향력을 강화하고, 더 나아가 변혁하려는 시도를 평가해보자. 모두가 더 정확한 영업 고객 타겟화와 더 나은 고객 경험을 기대했다. CRM 시스템은 오래전부터 고객에 대한 총체적인 ‘360도’ 뷰를 제공하겠다는 비전을 제시해왔다. 하지만 현실을 보라. 이런 시스템의 잠재력은 오로지 그만큼 유용한 데이터가 입력되어야만 발휘될 수 있다. 

그러나 지금까지 여러 팀이 제각각의 고객에 대해 얻은 데이터를 쌓아 놓기에만 분주했다. 즉, 고객에 대한 다양한 데이터가 시스템에 자동으로 입력되지 않는다. 충분히 더 지능적이고 스마트한 공유 시스템을 구축해 자동으로 연동할 수 있는 일인데도 말이다. 

이렇게 여러 데이터가 자동으로 연결되지 않으면 비효율성이 발생한다. 예를 들어 어떤 고객이 고객 지원팀에 전달한 요청사항을 영업 부서의 직원이 자동으로 알 수 없다. 미리 알았다면 영업 실적을 달성할 수 있었을 것이다. 이런 식으로 정보가 사일로화 되어 있다면 매출을 증대할 기회를 매번 놓치게 된다.

반면 맥락적 AI를 도입해 데이터 공유를 전사적으로 자동화한다면, 비즈니스 방식을 획기적으로 개선하고 효율성을 크게 향상할 수 있다. 예를 들어 맥락적 AI는 새로운 고객 인사이트를 제공해 지연되던 프로세스를 우회하는 있는 활로를 제시해줄 수 있다. 또 다른 예를 들자면 맥락적 AI는 단골 공급업체의 청구서가 시스템 상에서 구매 주문과 일치하는지 자동으로 검증해, 관리자가 승인을 거치지 않아도 비용 지불을 진행시킬 수 있다. 시간과 비용을 절약함은 물론 단골 공급업체에 더 나은 경험을 제공하게 되는 것이다. 

미래를 위한 준비: 확장성
이 와중에 잊어서는 안 되는 사항이 한 가지 더 있다. 바로 향후에도 확장이 가능한 AI 시스템을 구축하는 것이다. 그래야 AI 기술과 비즈니스 상황이 바뀌더라도 지속해서 가치를 창출할 수 있다. 

이런 관점에서 볼 때 단일 용도의 AI 시스템을 도입하는 건 좋은 아이디어가 아니다. 특정한 용도를 위한 AI가 내장된 단일 소프트웨어 애플리케이션은 특정한 AI 프레임워크에 종속되기 때문이다. 이를테면 구글 텐서플로우, 마이크로소프트 애저 인지 서비스, 파이썬 기반의 프레임워크 등이 있다. 혹은 패턴 매칭, 이미지 인식, 또는 BERT나 ERNIC 같은 자연어 처리 기능에 의존하는 애플리케이션도 흔하다. 

기술이 무서운 속도로 발전할 것이라는 점은 너무 자명하다. 그러므로 특정 기술에 너무 깊숙이 발을 들여놓지 않기를 바란다. 대안은 개방형 아키텍처다. 레고 블록을 조립했다가 분해하듯이 현존하는 AI 기술과 미래에 나올 AI 기술 모두를 자유롭게 구성할 수 있을 정도로 개방적인 아키텍처가 가장 이상적이다. 이렇게 되면 기업은 미래의 기술과 비즈니스 환경에 기복이 생기더라도 계속 최신 지능형 시스템을 원하는 방식으로 연결할 수 있는 자율성을 확보하게 된다. 어떤 애플리케이션에 내장된 특정한 AI 기술에 예속되지 않는 것이다.  

사람의 역할과 가치를 어떤 식으로든 폄하하려는 의도가 아님을 새삼 언급한다. 사람이 이끄는 팀의 역할과 가치는 여전히 소중하다. 단 대퇴직 현상과 하이브리드 업무 환경의 확산으로 기업이 인재 관리에 얼마나 애먹었는지 생각해보면, 더 지능적인 자동화 시스템이 제공하는 가치는 생각보다 크다. 전사적으로 적용된 AI 콘텐츠 서비스가 자동으로 모든 부서의 데이터를 결합해 제때 인사이트를 제공한다면, 직원 개개인도 이를 활용해 자신의 능력을 마음껏 펼칠 수 있으리라.  

*John Bates 박사는 SER 그룹의 신임 CEO이자 자동화 전문가다. 케임브리지 대학교에서 y에서 컴퓨터 엔지니어링 박사 학위를 받았다. SER 그룹은 독일 본에 본사를 둔 지능형 정보 관리 기업이다.
ciokr@idg.co.kr
 Tags 콘텍스추얼 AI 데이터확장성 데이터 사일로 맥락적AI 패턴인식 머신러닝
Sponsored
IDG 설문조사

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.