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.

세상의 모든 IT 리서치 자료 - 넘버스 Numbers

검색 결과 약 29(-0.96ms)
자료 출처 :
MarketsandMarkets
원본자료 다운로드
발행 날짜 :
2024년 02월 22일
주요 내용 :
글로벌 인더스트리 5.0 시장이 2024년부터 2029년까지 31.2%(CAGR) 성장할 전망이다. 2024년 658억 달러로 추정되는 시장 규모는 2029년 2,557억 달러로 증가할 것으로 예상된다. 다양한 기술을 접목하고 활용하려는 산업 현장에서의 맞춤형 및 개인화 경험에 대응한 첨단 도구로, 작업자의 역량을 강화하려는 인간 중심의 제조 방식이 시장 성장을 견인하는 요인이다. 마켓앤마켓(MarketsandMarkets)이 ‘2029년까지 글로벌 인더스트리 5.0 시장 전망(Industry 5.0 Market - Global Forecast to 2029’ 보고서를 발표했다. 보고서는 인터스트리 5.0 시장을 기술(디지털 트윈, 산업용 3D 프린팅, 제조 AI, AR/VR, 로봇, 산업용 센서), 산업(자동차, 에너지, 의료, 반도체/전자, 음식/음료, 석유 가스, 항공우주 등)으로 구분해 조사와 분석을 진행했다. 마켓앤마켓은 인더스트리 5.0 시장이 2024년부터 2029년까지 31.2% 성장할 것으로 전망하고, 2024년 658억 달러로 예상되는 시장 규모가 2029년에는 2,557억 달러로 크게 증가할 것으로 내다봤다. (자료 : MarketsandMarkets) 인더스트리 4.0이 디지털화를 기반으로 데이터 분석, 인공지능, 사물인터넷 등 다양한 기술을 접목을 통한 혁신이었다면, 인더스트리 5.0은 이를 더욱 확장해 작업자인 사람에게 개인화된 로봇과의 협력을 통한 혁신 등에 초점을 맞추고 있다. 이를 위해 4.0 시대에 빠르게 확산하고 있는 AI, 디지털 트윈, 증강 및 가상현실, 로봇 공학 등 최첨단 및 스마트 기술이 다양한 형태로 접목되어 고도화된 자동화를 실현한다. 예측 기간에 가장 큰 시장 점유율을 차지하면서 성장률로 가장 빠를 것으로 예상되는 분야는 ‘디지털 트윈’이다. 인더스트리 5.0의 핵심은 디지털 기술과 사람 중심의 프로세스를 원활하게 통합 것으로, 디지털로 구현된 가상의 물리적 자산과 프로세스를 실시간으로 추적, 분석, 최적화하는데 필수적인 요소다. 보고서는 “효율성, 생산성, 맞춤화를 향상하기 위해 인더스트리 5.0 원칙을 채택하는 산업이 증가함에 따라, 실시간 모니터링, 분석, 최적화를 용이하게 하는 디지털 트윈 솔루션에 대한 수요도 함께 증가하고 있다. 디지털 트윈은 장비 고장을 예측하고 사전 예방적 유지보수 조치를 추천하여 다운타임을 최소화하고 유지보수 비용을 절감하는 예측 유지보수를 가능하게 한다”FK고 전했다. 아울러 “디지털 트윈은 작업자에게 데이터 기반 인사이트와 의사 결정 능력을 부여하고, 인간과 기계 간의 협업을 촉진함으로써 인더스트리 5.0의 인간 중심 접근 방식을 지원한다. 이러한 협업 환경은 인간과 기계 사이의 상호작용 시너지를 높이고, 디지털 트윈을 활용한 의사 결정 강화가 효율성을 증대 시킨다”FK고 강조했다. 산업 분야에서는 ‘자동차 부문’이 예측 기간 가장 높은 시장 점유율을 차지할 것으로 내다봤다. 자동화된 제조 시설, 커넥티트 카, 향상된 고객 경험 등이 자동차 산업에서의 인더스트리 5.0 확산을 주도하고 있다. 인더스트리 5.0이 자동차 산업 전반에 적용되면 실시간 데이터 분석, 예측 유지 관리, 적응형 생산 프로세스 등으로 생산 효율과 제품 품질이 향상될 전망이다. 지역으로는 북미 시장이 가장 빠르게 성장할 것으로 예상되며, 아시아 태평양 지역에서의 성장 속도도 상당할 것으로 예측했다. 미국, 캐나다, 멕시코를 포함한 북미 지역은 다양한 기술 기업, 첨단 연구 조직, 혁신 적인 스타트업, 강력한 인프라, 숙련된 인력 등 시장 성장을 촉진하는 요소가 마련되어 있기 때문이다. 하지만 장비, 소프트웨어, 인력 교육에 대한 지속적인 투자와 관련 기술 및 장치에 대한 연구 개발 등이 끊임없이 진행되어야 하기 때문에, 인더스트리 5.0에서 요구하는 다양한 요건과 요소를 발전시켜야 하는 어려움은 넘어야할 산이다. 무엇보다 인더스트리 5.0을 채택하는 데 가장 큰 장애물은 첨단 제조 장비와 기술을 숙지한 숙련된 전문 인력 부족이 될 것으로 보고서는 분석했다. ciokr@idg.co.kr
자료 출처 :
Gartner
원본자료 다운로드
발행 날짜 :
2024년 02월 20일
주요 내용 :
"높은 성과를 내는 공급망 조직(supply chain organizations)은 성과가 낮은 조직보다 2배 이상 높은 비율로 인공지능 및 머신러닝(AI/ML)에 투자하여 프로세스를 최적화하고 있는 것으로 나타났다. 최고의 공급망 조직은 향후 3년 동안 비즈니스 모멘텀을 유지하기 위해 효율성이나 비용 절감보다는 생산성에 중점을 두고 있는 것으로 조사됐다." 가트너가 공급망 조직 실무자를 대상으로 진행한 '2023년 가트너 공급망 미래 설문(2023 Gartner Future of Supply Chain Survey)' 결과를 발표했다. 2023년 8월부터 10월까지 다양한 지역과 산업에 걸쳐 있는 공급망 실무자 818명을 대상으로, 공급망의 경제적 가치 변화에 대한 적응, 지속가능한 성장 촉진, 디지털 산업의 잠재력을 활용한 생산성 향상, 인력과 네트워크 활성화 등에 대한 설문 조사를 실시했다. 공급망 데이터를 인공지능이나 기계학습을 활용해 분석하고 이를 의사결정 자동화나 최적화하는 상위 5개 프로세스의 응답 비율을 보면, 성과가 높은 조직이 그렇지 않은 조직보다 높은 것으로 나타났다. (자료 : Gartner) 이번 조사에서는 비즈니스 및 인적 성과를 측정하는 5가지 주요 지표에 따라 점수를 매겨 성과 수준을 결정했는데, '성과가 우수한 조직은 AI/ML을 사용하여 공급망 데이터를 활용하는 프로세스를 자동화 또는 최적화하는 데 있어 훨씬 앞서 있는 것으로 나타났다'고 가트너는 밝혔다. 여기서 성과가 높은 조직이란 지난 12개월 동안 공급망 성과에 대한 5가지 측정 항목에서 기대치를 뛰어넘는 성과를 보인 경우를 말한다. 공급망 데이터를 인공지능이나 기계학습을 활용해 분석하고 이를 의사결정 자동화나 최적화하는 상위 5개 프로세스의 응답 비율을 보면, 성과가 높은 조직이 그렇지 않은 조직과 비교할 때 최소 두 배 이상의 높은 것을 알 수 있다. 수요 예측의 경우는 성과 높은 조직이 40%라고 답한 반면 성과가 낮은 조직은 19%만 응답했다. 주문 관리 이행의 경우는 고성과(33%)와 저성과(8%)로 차이가 네 배 이상 벌어졌다. 공급계획에서는 고성과(31%)와 저성과(12%)의 차이가 약 세 배에 달했다. 물류 및 유통 부문에서는 고성과(27%)와 저성과(8%) 차이가 세 배 이상, 판매 운영 기획 및 통합 사업 기획에서는 고성과(24%)와 저성과(10%) 사이에 두 배 이상의 간극이 있었다. 가트너의 켄 채드윅 공급망 부문 애널리스트(VP Analyst)는 "최고 성과를 내는 공급망 조직은 성과가 낮은 경쟁사와는 다른 시각으로 투자 결정을 내린다. 생산성 향상은 미래의 성공을 견인할 핵심 요소이며, 생산성 향상의 열쇠는 무형 자산을 활용하는 데 있다. 특히 디지털 영역에서 이러한 격차가 두드러지는데, 최고의 조직은 AI/ML 애플리케이션으로 공급망 데이터를 최적화하여 가치를 창출하는 데 훨씬 앞서 있다"라고 밝혔다. 아울러 "AI/ML을 사용하여 조직의 데이터를 캡처하고 보호한 다음 활용하는 것은 새로운 가치 창출을 위해 무형 자산으로 눈을 돌리는 조직이 점점 더 많아지고 있음을 보여주는 사례다. 성과가 우수한 조직은 초기 구현 단계를 넘어 전면적인 도입으로 나아가고 있으며, 그 결과 더 나은 의사결정을 통해 새로운 가치 창출원을 확보하고 있다"라고 전했다. 즉, 높은 성과를 내는 기업이나 조직은 성과가 낮은 기업이나 조직과 지향하는 목표와 눈높이가 다르다는 것이다. 성과가 높은 기업이나 조직일수록 '비용 절감과 같은 효율성' 달성이 목적이 아니라, '디지털 자산에서 가치를 추출해 생산성을 높이는 것'에 초점을 맞추고 투자를 결정하고 집행한다는 것이다. '절약'이 아닌 '성장'을 향한 디지털 투자가 높은 성과로 이어진다고 해석할 수 있다. 여기서 간과하지 말아야 할 것은 이러한 투자 안에는 인공지능이나 기계학습과 관련된 시스템과 솔루션뿐만 아니라, 이를 활용하고 운용할 수 있는 인력도 반드시 포함된다는 것이다. 시설에 대한 투자와 함께 이를 제대로 활용할 수 있는 인재를 육성하고 투자하는 것이 병행되어야 한다는 의미다. 기술 발전이 빠르게 진행될수록 인재 양성과 확보에 대한 계획과 추진을 훨씬 순발력 있게 진행해야 하는 이유다. ciokr@idg.co.kr
자료 출처 :
Global Market Insight
원본자료 다운로드
발행 날짜 :
2023년 09월 15일
주요 내용 :
2022년 75억 달러로 평가된 데이터센터 자동화 시장 규모가 2032년에는 267억 달러로 확장하며 연간 13% 성장률을 기록할 전망이다. 데이터센터 자동화는 프로비저닝, 서버 유지 관리 및 리소스 할당 등의 다양한 작업에서 사람의 개입을 최소화해 에너지 소비와 운영 비용을 크게 줄일 수 있도록 한다. GMI(Global Market Insight)가 '2032년까지 데이터센터 자동화 시장(Data Center Automation Market Forecast 2023 - 2032)'보고서를 발표했다. 데이터센터 자동화 시장을 구성 요소(서버 자동화, 네트워크 자동화, 스토리지 자동화, 보안 자동화, 서비스 등), 배포 모드(온-프레미스, 클라우드), 조직 구모(중소기업, 대기업), 애플리케이션(BFSI, 코로케이션. 에너지, 정부, 헬스케어, 제조, IT & 통신) 등으로 구분해 조사를 진행했다. GMI는 데이터센터 자동화 시장이 2032년까지 연간 13%의 성장률을 기록할 것으로 예상했다(위). 데이터센터 자동화는 서버 자동화, 네트워크 자동화, 스토리지 자동화, 보안 자동화 등의 솔루션 부문이 성장세를 이어갈 전망이다(아래). (자료 : Global Market Insight) 데이터센터 자동화는 서버와 같은 하드웨어 자원 활용을 최적화해 전력 소모량과 운영 비용 절감하고, 사람의 실수로 인한 위험을 줄이고 인력 감소를 통한 비용을 절약을 통한 운영 효율을 높이는 것이 핵심이다. 특히 데이터센터는 작은 오류나 문제가 발생해도 그 여파가 전체 센터에 영향을 줄 수 있고, 이로 인한 다운타임이 발생할 경우 피해 규모나 복구 시간으로 인한 손실이 커지게 된다. 이러한 문제를 가장 빠르고 효과적으로 해결하기 위해 만든 기업들이 데이터센터 자동화에 본격적인 투자에 나서고 있다. 데이터센터 자동화 시장은 구성 요소로 볼 대 솔루션과 서비스 분야로 크게 나눌 수 있고, 솔루션 부문에서 서버 자동화 부문이 예측 기간 약 13.5%의 성장세를 달성하며 빠른 성장세를 이어갈 전망이다. 배포 형태를 보면 클라우드가 56.7% 온-프레미스가 43.3%를 차지할 전망이다. 기업에서 여러 클라우드 공급자를 활용하는 멀티 클라우드 전략을 점점 더 많이 채택하면서, 이러한 환경에서 워크로드, 데이터, 애플리케이션의 관리를 원활하게 할 수 있는 자동화의 필요성이 커지고 있다고 보고서는 분석했다. 또한 AI와 ML을 통합한 자동화를 통해 리소스 최적화, 예측 분석, 지능형 워크로드 관리가 주목을 받고 있다. 보고서는 "데이터센터 자동화 산업에서 로봇을 통한 원격 모니터링이 대세로 떠오르고 있다. 센서와 카메라 등을 장착한 로봇이 데이터센터를 이동하며 실시간으로 정보를 수집하고 이를 운영과 관리에 활용하는 것이다. 2022년 12월 NTT가 데이터센터에서의 로봇 활용 테스트를 성공적으로 수행하고, 일본 내 15개 시설에 이를 구현하고 상용 서비스를 제공할 준비 중"이라고 밝혔다. 하지만 자동화를 고려하지 않았던 기존 데이터센터를 자동화하는 것은 쉽지 않은 상황이다. 데이터센터는 시간이 지나면서 다양한 하드웨어, 소프트웨어, 프로세서 등이 혼합되어 있는 경우가 많다. 이를 자동화하려면 다양한 환경에서 이를 통합할 수 있는 기술을 적용하는 것이 쉽지 않고, 복잡한 데이터센터의 운영 환경에 자동화된 워크플로와 스크립트를 정의하는 것이 어렵다고 보고서는 분석했다. 데이터센터 자동화 시장의 주요 업체로는 시스코(Cisco Systems), 마이크로소프트(Microsoft), IBM, 오라클(Oracle), 델 테크놀로지(Dell Technology), ABB, HPE(Hewlett Packard Enterprise Company) 등이 있다. ciokr@idg.co.kr
자료 출처 :
MarketsandMarkets
원본자료 다운로드
발행 날짜 :
2023년 07월 15일
주요 내용 :
전 세계 AI 시장 규모가 2023년 1,502억 달러에서 2030년 1조 3,452억 달러로 연간 36.8%의 고속 성장을 이어갈 전망이다. 머신러닝, 자연어 처리, 컴퓨터 비전, 생성 AI 등 여러 가지 인공지능 기술이 의료, 금융, 제조, 소매 등 다양한 분야에서 혁신을 일으키며 확산되고 있기 때문이다. 특히 조직의 운영 효율성 개선과 고객 경험 향상 등을 통한 디지털 경쟁 우위를 확보하는 수단으로 AI가 빠르게 부상하고 있다. 마켓앤마켓(MarketsandMarkets)이 '2030년까지의 글로벌 AI 시장 전망(Artificial Intelligence (AI) Market - Global Forecast to 2030)' 보고서를 발표했다. 보고서는 인공지능 시장을 단기(2023~2025년), 중기(2025~2028), 장기(2028~2030년)로 구분하고, 제공 형태(Offering), 기술, 비즈니스 분야, 수직 시장, 지역 등으로 구분해 조사와 분석을 진행했다. 전 세계 AI 시장이 2030년까지 연간 36.8%의 고속 성장세를 이어갈 전망이다(위). 인공지능 핵심 기술과 솔루션을 보유한 다양한 기업들이 인공지능 생태계를 구성하고 치열한 경쟁하게 경쟁하고 있다(아래). (자료 : MartketsandMarkets) 보고서는 자율 인공지능(Autonomous Artificial Intelligence)의 채택 증가가 인공지능 시장의 성장을 촉진하는 중요 요인이라고 밝혔다. 인공지능 알고리즘, 기계 학습, 자연어 처리, 컴퓨터 비전 등 인공지능 분야의 핵심 기술이 발전하면서 정교하고 효율적인 자율 AI 시스템이 개발이 가능해졌다. 이를 기반으로 다양한 산업과 업무에서 정확성, 신뢰성, 비용 절감, 생산성 등의 향상을 기대할 수 있기 때문이다. 현재 주목할만한 인공지능 비즈니스는 AI SaaS 공급업체, AI 플랫폼 공급업체, AI 라이센싱 및 지적재산권 벤더, AI 기술 컨설팅 벤더, AI 경영 컨설팅 벤더, AI 연구개발 공급업체 등으로 구성되어 있다. 또한 인공지능 시장은 소프트웨어 공급자, 서비스 공급자, 클라우드 공급자, 하드웨어 및 장치 공급자, 네트워크 및 보안 공급자로 생태계가 형성되어 있다. 인공지능이 활용을 기대할 수 있는 수직 시장은 소매 및 전자 상거래, BFSI, 정부 및 국방, 의료 및 생명 과학, 통신, 에너지 및 유틸리티, 제조, 농업, IT, 미디어 및 엔터테인먼트, 자동차, 운송 및 물류 등이 있다. 보고서는 이 가운데 의료 및 생명 과학 분야가 예측 기간 가장 높은 성장률을 기록할 것으로 전망했다. 환자 데이터 및 위험 분석, 의료 영상 및 진단, 정밀 의학, 신약 개발 등에서 AI 애플리케이션 등이 혁신과 변화를 주도하고 있다. 기술 분야에서는 컴퓨터 비전의 성장 속도가 가장 빠를 것으로 예측했다. 컴퓨터 비전은 자율주행 자동차, 안면인식, 로봇 및 공정 제어, 물류 자동화 등 다양한 산업과 분야에서 광범위하게 영향을 주기 때문이다. AI를 통한 이미지와 영상 처리는 신원 확인, 안전 관리, 보안 강화, 질병 진단 등 다양한 형태로 응용하면서 작업 효율성을 높이고 사용자 경험을 향상할 수 있다. 비즈니스 부문에서는 마케팅 및 영업이 인공지능 시장에서 가장 규모가 클 것으로 예측했다. 인공지능을 활용한 마케팅 애플리케이션을 활용하면 마케팅 캠페인을 개인화하고, 적절한 대상을 타겟팅하며, 최적의 시간에 필요한 콘텐츠를 제공할 수 있다. 챗봇을 통한 예측과 상담, 자동화된 고객 지원, 고급 데이터 분석을 통한 마케팅 전략 수립과 고객 경험 향상 등 적용 및 활용 분야가 다양하다. ciokr@idg.co.kr
자료 출처 :
Gartner
원본자료 다운로드
발행 날짜 :
2023년 07월 05일
주요 내용 :
가트너(Gartner)가 2022년 10월부터 2023년 4월까지 북미, 서유럽, 아시아/태평양, 호주/뉴질랜드의 다양한 산업, 매출, 기업 규모에 걸쳐 200명의 기업 전략 리더를 대상으로 설문 조사를 실시했다. 조사 결과 기업의 중요 전략을 수립하는 경영진들이 생각하는 세 가지 핵심 요소가 분석(analytics), 인공 지능(artificial intelligence), 자동화(automation) 기술인 것으로 나타났다. 기업의 전략 리더들을 기술 및 진단 분석을 사용한다고 말했지만 절반 미만만이 예측, 규범 또는 그래프 분석과 같은 고급 도구를 사용하고 있다고 답변했다. 머신러닝이나 자연어 처리 등의 AI 도구를 사용 중인 경우는 각각 20%와 23%와 그쳤다. (자료 : Gartner) 설문에 참여한 기업 전략 리더의 79%가 향후 2년 동안 분석, 인공 지능, 자동화가 성공에 매우 중요한 요소가 될 것이라고 답변했다. 또한 평균적으로 전략 계획 및 실행 활동의 50%가 부분 또는 완전히 자동화될 수 있다고 생각하고 있는 것으로 나타났다. 하지만 현재 시점에서 자동화가 가능한 부분은 15%에 불과한 것으로 여기고 있었다. 대부분의 기업 전략 리더들이 기술 및 진단 분석을 사용하고 있다고 답한 반면, 예측, 처방 또는 그래프 분석과 같은 고급 도구를 사용하고 있다고 답한 전략 리더는 절반도 되지 않았다. 마찬가지로, 응답자의 20%만이 머신러닝이나 자연어 처리와 같은 AI 관련 도구를 업무에 사용하고 있다고 답변했다. 그러나 전략 리더의 상당수는 이러한 도구를 시범적으로 사용 중이거나 사용 옵션을 모색 중이라고 응답했다. 전략 리더들은 현재 사용 중이거나 사용할 계획이 있는 분석 기술로, 기술적 분석(Descriptive Analytics), 진단 분석(Diagnotic Analytics), 소셜/멀티미디어 분석(Social/Multimedia Analytics), 예측 분석(Predictive Analytics), 그래프/네트워크 분석(Graph/Network Analytics) 등을 꼽았다. 이 중에서 기술적 분석(72%)과 진단 분석(62%)이 이미 널리 사용 중이고, 사용 계획이 없다고 답변한 경우는 각각 8%와 11%에 그쳤다. 파일럿 단계에 있는 분석 기술로는 머신러닝(Machine Learning)이 32%, 예측 분석과 규범적 분석(Prescriptive Analytics)은 모두 28%가 파일럿 단계의 프로그램을 진행하고 있는 것으로 나타났다. 텍스트 분석 및 자연어 처리(Text Analytics & NLP)는 23%가 이미 구축했고, 22%는 파일럿 단계에 있으며, 13%는 탐색 및 지식 수집 과정을 거치고 있다고 응답했다. 전혀 도입을 고려하지 않는 경우는 41%였다. 가트너의 연구 이사인 데이비드 애커스는 "보다 효율적이고 통찰력 있는 전략 결정을 위해 분석과 AI를 활용하는 것은 올해 기업 전략가들이 직면한 큰 과제이자 기회다. 수년 동안 전략가들은 경쟁력과 효율성을 유지하려면 디지털화해야 한다고 말해왔다. 이제 그들은 이러한 지침을 자신의 워크플로에 적용할 준비가 된 것으로 보인다"라고 밝혔다. 아울러 "전략가들은 익숙하지 않은 공급업체 시장에 직면해 있고, 선택할 수 있는 옵션이 너무 많으며, 구축할 수 있는 선례가 거의 없다. 강력한 비즈니스 사례를 구축하려면 먼저 기존 기능을 특정 요구 사항에 매핑한 다음, 새로운 도구의 목적, 영향, 적합성에 대해 질문하여 첨단 기술이 제공할 수 있는 다양한 사용 사례의 우선순위를 정하는 방법을 고려할 것을 권장한다"라고 조언했다. ciokr@idg.co.kr
자료 출처 :
ZIPPIA
원본자료 다운로드
발행 날짜 :
2023년 06월 08일
주요 내용 :
IT 자동화 엔지니어는 비즈니스, IT 및 개발 프로세스를 자동화하기 위한 기술을 개발하고 테스트, 구현하는 데 도움을 주는 역할을 담당한다. 최근에 이런 IT 자동화 엔지니어가 비즈니스 영역에서 필수 요소로 자리 잡고 있다.   ⓒ Getty Images Bank 자동화는 일자리 창출과 일자리 감소에 대한 여러 영향을 끼치면서 몇 년 전부터 고용 시장에서 뜨거운 주제였다. 채용 정보 서비스 지피아(Zippia)의 조사에 따르면 자동화로 인해 2030년까지 7,300만 개의 일자리가 사라질 가능성이 있다. 또한 같은 조사에서 미국인 중 35%는 자동화가 일자리를 대체하는 것을 우려하며 미국 일자리의 25%는 자동화에 ‘매우 취약한’ 것으로 나타났다. 그러나 자동화는 5,800만 개의 새로운 일자리를 창출할 것으로 예상되며, 미국인 중 85%는 ‘인간에게 위험하거나 건강에 해로운’ 일에 자동화가 적용될 경우 이를 지지한다고 답했다. 자동화에 대한 어떤 논의가 오가든, 자동화는 앞으로 계속될 것이다. 실제로 기업들은 IT, 비즈니스, 개발 및 서비스 프로세스를 간소화하기 위해 자동화 기술을 채택하고 있다. 자동화가 증가함에 따라 모든 산업 분야의 조직은 엔터프라이즈 자동화를 촉진하고 관리, 감독하는 데 도움을 줄 자동화 엔지니어를 찾고 있다. 자동화 엔지니어의 역할 제조업에서는 이미 자동화가 수십 년간 핵심 요소로 자리 잡아왔다. 하지만 비즈니스, 의료 및 금융 업계에서는 비교적 최근에 도입되었다. 제조 및 공장 자동화를 제외한 IT 자동화는 서비스 자동화와 자동화 프로세스 관련 QA(Quality Assurance, 품질 보증) 테스트에 초점을 맞춰져 있다. 이때 자동화 엔지니어의 목표는 제품, 소프트웨어의 개발과 비즈니스나 고객 서비스 프로세스에서의 결함, 오류 및 문제를 제거하는 것이다. 또한 고객 문제를 해결하거나 고객을 적절한 담당자에게 연결하기 위해 자동화된 챗봇을 도입하는 기업이 점점 늘어나고 있으며, 자동화 엔지니어는 이러한 기술을 구축, 구현 및 유지 관리하고 있다. 자동화는 또한 IT 고객 서비스의 문의와 서비스 관리를 간소화하고 결함을 줄인다. 고품질 제품과 소프트웨어를 더 빠르게 제공하는 데에도 사용된다.  결국 자동화 엔지니어의 목표는 중복되거나 일관성이 없는 수동 프로세스를 간소화하여 작업자의 부하를 줄이고 효율성과 안정성을 높이는 것이다. 자동화 엔지니어의 업무 IT분야에서 자동화 엔지니어는 소프트웨어 프로세스를 자동화하여 효율성을 높이고 성능을 높이며 시스템을 유지 관리하는 사람을 말한다. 소프트웨어 자동화 엔지니어는 다른 팀과 긴밀히 협력하여 요구 사항을 수집하고 프로세스 자동화를 구현함으로써 문제를 발견하고 제거하는 데 도움을 주어야 한다. 때로는 하드웨어나 소프트웨어가 포함되는 경우도 있지만, 서비스나 비즈니스 프로세스를 자동화하도록 요청받는 경우도 있다. 각 산업과 특정 회사에 따라 맡는 업무는 다양하지만 일반적으로 자동화 엔지니어는 다음과 같은 업무를 수행한다. • 소프트웨어 프로세스 내에서 자동화 기회 식별 • 기능을 자동으로 테스트하는 스크립트를 사용하여 QA 테스트를 설계 및 실행 • 데이터베이스, 시스템, 네트워크, 응용 프로그램, 하드웨어 및 소프트웨어에 대한 테스트 실행 • 개발, 서비스 또는 비즈니스 프로세스에서 버그 및 품질 문제 식별 • 자동화와 관련된 애플리케이션 및 데이터베이스 설치 • 다른 사업 부서와 협업하여 자동화가 워크플로를 개선할 수 방법 이해 • 클라이언트, 고객 또는 최종 사용자로부터 요구 사항을 수집하여 최상의 자동화 솔루션 개발 자동화 엔지니어의 연봉 가장 일반적인 IT 자동화 엔지니어링 직무는 QA 엔지니어의 역할에 속한다. 채용 전문 서비스 업체 글래스도어(Glassdoor)의 데이터에 따르면, QA 자동화 엔지니어 및 유사한 직책의 평균 연봉은 미국 기준으로 연간 10만 523달러(약 1억 3,200만 원)이다. 수석 QA 자동화 엔지니어의 평균 연봉은 13만 6,927달러(약 1억 7,900만 원)인 것으로 알려졌다. 자동화 엔지니어에게 필요한 역량 자동화 엔지니어는 다양한 기술과 소프트 스킬이 필요하다. 작업 중인 시스템, 네트워크, 하드웨어, 소프트웨어를 이해해야 하지만 다른 사업부, 클라이언트 또는 고객과 의사소통하고 협업할 수 있는 기술도 필요하다. 자동화 엔지니어링 직무를 수행하려면 보통 C#, SQL, 자바 언어 관련 프로그래밍 지식 필요하다. 다만 활용되는 프로그래밍 언어와 도구는 업계마다 다를 수 있다. 또한 모바일, 웹, 데스크톱 운영 체제에 대한 실무 지식과 분석, 로봇 공학, AI 및 머신러닝에 대한 경험이 필요하다. 비즈니스 프로세스를 간소화하기 위해 여러 부서 간의 노력을 주도해야 하므로 리더십 기술도 중요하다. 자동화 엔지니어에게 가장 일반적으로 요구되는 기술은 다음과 같다. • 자동화 및 로봇 공학 • 인공지능 및 머신러닝 • 프로그래밍 및 코딩 경험 • 프로젝트 관리 • 애자일, 클라우드, 데브옵스 • 분석 및 문제 해결 능력 • 커뮤니케이션 및 리더십 기술 • 컴퓨터 과학 또는 엔지니어링 관련 경험 자동화 엔지니어가 되는 방법 자동화 엔지니어가 되려면 컴퓨터 과학, 컴퓨터 공학 또는 이와 유사한 분야에서 학사 학위 이상이 필요하다. 로봇 공학, 데이터베이스, 통계, AI, 제어 시스템 및 인공 신경망(Artificial Neural Networks, ANN)에 대한 과정이 포함된 프로그램을 선택하는 것이 좋다. 역할에 따라 어떤 기업은 석사 학위와 수동 및 자동 테스트 절차에 대한 경험을 원할 수도 있다. 자동화 직무는 엔지니어링, 과학, IT를 결합하는 경우가 많지만 필요한 기술은 업계마다 다르다. 서로 다른 산업 분야의 자동화 엔지니어에 대한 여러 직무 설명을 살펴보면 해당 산업과 관련된 기술, 도구 및 교육에 대해 더 잘 파악할 수 있다. 자동화 엔지니어의 유형 QA 자동화 엔지니어는 가장 일반적인 IT 자동화 직책이지만 업무 환경에 자동화를 도입하기 위한 서비스 및 솔루션을 구축 및 개발하는 직책을 포함하여 같은 범주에 속하는 다른 직책도 여러 가지 있다. 상황에 따라 자동화 엔지니어는 클라우드 업무를 더 맡을 수 있고 시중에 나와 있는 특정 도구나 서비스를 사용해야 할 수도 있다. 각 직무에 따라 역할과 책임은 달라지며, 자동화 엔지니어는 다양한 분야로 경력을 확장할 수도 있다. 임금 비교 서비스 업체 페이스케일(PayScale)에 따르면 자동화 엔지니어가 선택할 수 있는 직무는 다음과 같은 것이 있다.  • 자동화 설계 엔지니어 • 자동화 시스템 엔지니어 • 자동화 전문가 • 셀레늄(Selenium, 웹 애플리케이션 자동화 및 테스트를 위한 포터블 프레임워크) 자동화 엔지니어 • 소프트웨어 QA 자동화 엔지니어 • 클라우드 자동화 엔지니어 • 엔드투엔드 자동화 엔지니어 • 테스트 자동화 엔지니어 자동화 도구 자동화 엔지니어링에 가장 일반적으로 사용되는 소프트웨어는 자동화된 테스트 소프트웨어이다. 이러한 도구는 기업이 알림을 자동화하고, QA 프로세스를 통합하고, 조직에서 자동화 프로세스를 테스트할 때 쓰인다. 또한 자동화 문제를 해결하고, 보고서를 작성하며, QA 테스트 프로세스를 자동화하는 데 도움을 줄 수 있다. 소프트웨어 리뷰 제공 업체 캡테라(Capterra)의 데이터에 따르면 가장 높은 평점을 받은 자동화 테스트 소프트웨어 도구는 다음과 같다.  • 피크리엘(Picreel) • 데브스킬러 탤런트스코어(DevSkiller TalentSCore) • 웹CEO(WebCEO) • 서브젝트7(Subject7) • 코드매직(Codemagic) • 엑셀Q(Accelq) • 에스칼라(Escala) • 프로드퍼펙트(ProdPerfect) • 레인포레스트(Rainforest) 자동화 직무 관련 자격증 자동화는 비교적 새로운 분야이지만 자동화 기술을 인증해 주는 자격증들이 등장하고 있다. 자동화 엔지니어로 성장하기 위해서는 IT에 대한 균형 잡힌 기술 배경이 필요하다. 각 산업에 특화된 자격증 도 있지만 다음과 같은 자동화 관련 자격증도 참고해보자. • ISA 공인 자동화 전문가(ISA Certified Automation Professional(CAP)) • ISA 공인 제어 시스템 기술자(ISA Certified Control Systems Technician(CCST)) • IIST 공인 소프트웨어 테스트 자동화 전문가(IIST Certified Software Test Automation Specialist(CSTAS)) • IIST 공인 소프트웨어 테스트 자동화 아키텍트(IIST Certified Software Test Automation Architect (CSTAA)) • ISA 제어 시스템 엔지니어 라이선스(ISA Control Systems Engineer (CSE) Licensing) • ISTQB 공인 테스터 고급 레벨, 테스트 자동화 엔지니어(ISTQB Certified Tester Advanced Level, Test Automation Engineer (CTAL-TAE)) • ISTQB 고급 레벨 보안 테스터 인증 시험(ISTQB Advanced Level Security Tester Certification Exam) • ISTQB 애자일 테스터 인증(ISTQB Agile Tester Certification) • ISTQB 테스트 자동화 엔지니어 인증(ISTQB Test Automation Engineer Certification(ITSQB)) • QAI 소프트웨어 테스팅 공인 어소시에이트(QAI Certified Associate in Software Testing(CAST)) • QAI 품질 보증 기관 인증 소프트웨어 테스터(QAI Quality Assurance Institute Certified Software Tester (CSTE)) • QAI 공인 소프트웨어 테스팅 관리자(QAI Certified Manager of Software Testing (CMST)) ciokr@idg.co.kr
자료 출처 :
Global Market Insight
원본자료 다운로드
발행 날짜 :
2023년 05월 15일
주요 내용 :
서비스로의 로봇(RaaS;Robotics as a Service) 시장이 2032년까지 연간 15% 이상 성장할 전망이다. 2022년 15억에 달러에 불과했던 시장 규모가 20232년 80억 달러 이상의 커질 것으로 예상된다. 산업과 생산 공정에서의 자동화 증가, 물류와 음식 배달에서의 수요 증가가 시장 성장을 견인하는 요인으로 지목됐다. GMI(Global Market Insight)가 '2023년부터 2032년까지 RaaS 시장 예측(RaaS Market Forecast, 2023-2032)' 보고서를 통해 향후 10년간 서비스로의 로봇 시장을 분석했다. 서비스로의 로봇 시장을 유형(전문, 개인), 애플리케이션(조작, 조립, 분배, 처리, 용접 및 납땜, 기타), 최종 용도(제조, 자동차, 식음료, 물류, 헬스케어, 소매, 기타), 지역 등으로 구분해 조사와 분석을 진행했다. RaaS 시장이 2032년까지 연간 15% 이상 성장하며, 2032년에는 80억 달러 이상의 시장을 형성할 전망이다. 물류와 핸들링 애플리케이션에서의 성장이 두드러질 것으로 예상되며, 지역에서는 북미 지역의 성장률이 18% 이상을 기록할 것으로 추정된다. (자료 : Global Market Insight) 자동차 공장과 같은 생산 공정에서 로봇이 활약하기 시작한 것은 이미 오래된 일이다. 현재는 다양한 산업과 생산 공정에서 수많은 산업용 로봇이 활용되고 있다. 이러한 로봇의 활약이 이제는 산업을 넘어 물류와 배달을 중심으로 빠르게 확산되고 있다. 특히 자율주행을 기반으로 한 음식 배달 서비스에서의 로봇 활용이 빠르게 속도를 내고 있다. 하지만 로봇을 활용하려면 초기에 막대한 비용을 투자해야 한다. 업무에 적합한 로봇과 운영 시스템을 개발하고 구축하고, 이를 운영할 수 있는 인프라를 갖추려면 적지 않은 비용이 초기에 투자되어야 한다. 리서치 앤 마켓(Research and Markets)의 '산업용 로봇 글로벌 시장' 보고서에 따르면 산업용 로봇의 평균 비용은 5만~8만 달러에 달하고, 애플리케이션 세부 사항이 추가되면 15만 달러까지도 올라갈 수 있다. RaaS는 이러한 막대한 투자 비용 없이 로봇을 구독 형태로 임대해서 현장에 투입하는 것으로, 로봇을 직접 구매하는 것이 아니기 때문에 초기 투자 비용을 줄일 수 있다. 구독 형태는 일정 시간이나 기간 동안 임대하는 시간 기반과 로봇이 수행하는 작업 횟수에 따라 비용을 지불하는 작업 기반 임대로 구분할 수 있다. GMI는 최종 용도로 구분한 시장에서 물류, 제조, 자동차 등의 시장 성장이 두드러질 것으로 전망했다. 특히 물류 서비스 시장 규모는 2032년까지 20억 달러를 넘어서며 빠른 성장세를 이어갈 것으로 예측했다. 또한 조작 애플리케이션(handling application) 부문의 시장 가치가 2032년까지 25억 달러를 넘을 것으로 추정했다. 보고서는 "자동화 전문 기업인 퀘르버(Körber)는 2023년 3월 새로운 RaaS 프로그램 출시하겠다고 밝혔다. 2022년 6월 로봇 솔루션 제공업체인 카자 로보틱스(Caja Robotics)는 첨단 자재 솔루션 제공업체인 파이브 그룹(Five Group)과 파트너십을 맺고, 유럽 전역의 창고 자동화에 대한 문제를 해결하기 위한 목표로 협업하고 있다"라고 업계 동향을 전했다. 지역으로는 북미 지역이 2023년까지 연평균 18% 이상 성장하며 빠른 성장세를 이어갈 것으로 추정했다. 미국 인구조사국에 따르면 미국의 로봇에 대한 자본 지출 규모는 2021년을 기준으로 115억 3,600만 달러에 달했으며, 의료 부문에서 수술 로봇의 채택이 늘어나면서 시장 성장이 가속화되고 있는 것으로 분석했다. RaaS 시장에서 경쟁하는 주요 업체로는 로커스 로보틱스(Locus Robotics), 스타쉽 테크놀로지(Starship Technologies), 마니트스코프(Knightscope), 렐리 인터내셔널(Lely International), 마하잔 오토메이션(Mahajan Automation), 콩스버그 메리타임(Kongberg Maritime), AS, 릴레이 로보틱스(Relay Robotics), KUGA AG 등이 있다. ciokr@idg.co.kr
자료 출처 :
RBP
원본자료 다운로드
발행 날짜 :
2023년 05월 15일
주요 내용 :
리테일 기업의 IT 리더는 혁신적인 사내 솔루션을 개발하고 매출과 고객 가치를 높이기 위해 최신 기술 트렌드에 발맞춰야 한다.   ⓒ Getty Images Bank 리테일 업계는 지난 몇 년 동안 큰 변화를 겪어왔다. 경쟁이 치열해졌으며 고객의 기대치도 크게 달라졌다. 리테일 기업은 변화하는 환경에 발맞추기 위해 매진하고 있다. IT는 이를 달성하는 데 중요한 역할을 맡는다. 고객에게 원활하고 매력적이며, 접근이 쉬운 쇼핑 경험을 제공하기 위해 리테일 IT 리더는 매출 중심 전략을 수립해야 한다. 최첨단 기술을 활용해 비즈니스의 현재와 미래의 요구 사항을 해결할 수 있다. 리테일 기업의 IT 리더가 조직과 고객 모두에게 가치를 창출하기 위해 살펴봐야 할 기술 트렌드가 있다. 주요 트렌드 3가지는 다음과 같다.  매끄러운 리테일 고객 경험이 가장 중요한 시대다. 풍부하고 원활한 쇼핑 경험을 제공하기 위해 리테일 기업의 IT 리더는 거래를 방해할 수 있는 마찰을 줄여야 한다. 즉, 온라인 또는 오프라인 매장에서의 최초 경험을 매끄럽게 하고, 가상 또는 실제 카트에 제품을 추가할 때 나타날 수 있는 문제를 모두 제거하며, 결제 프로세스를 직관적으로 구성해야 한다. 이러한 요구를 충족하기 위해 유수의 리테일 CIO들은 기다리지 않고 계산할 수 있도록 하는 마찰 없는 기술 솔루션을 도입하고 있다. 이러한 솔루션은 최신 IoT 및 계량 저울과 카메라 기술로 마찰을 최소화하거나 심지어 제거한다. 고객이 장바구니에 담는 품목을 정확하게 추적하고 매장을 나갈 때 요금을 청구할 수 있기 때문이다. 샘스클럽, 세븐일레븐, 아마존, 휠리스 247, 앨버트슨스 등의 브랜드는 이미 고객에게 계산대 없는 쇼핑 경험을 제공하고 있다. RBR런던의 모바일 셀프 스캔 및 계산대 없는 매장 연구에 따르면, 2022년 전 세계적으로 계산대 없는 기술을 도입한 매장 수가 3배 증가했다. 2021년 250개였던 매장이 2027년 1만 2,000개에 이를 것으로 연구팀은 예측했다. 온라인 쇼핑이 증가하면서 신원 도용 및 결제 사기 또한 급증했다. 리테일 기업은 사기 방지 솔루션을 배포해 카드 승인 거절을 방지할 수 있다. 이를 통해 고객의 신뢰를 쌓고 마찰 없는 리테일을 개선할 수 있다. 빠르고 효율적이며 마찰 없이 일관된 고객 경험은 고객 유입 및 매출 증가로 이어진다. 알고리즘 리테일 고객 선호도가 빠르게 변화하고 경쟁이 치열해지면서, 리테일 업계는 복잡한 문제를 해결하고 빠른 의사결정을 내릴 수 있도록 AI 활용을 늘리고 있다. 대형 패션 브랜드부터 사무용품점 및 식료품점에 이르는 여러 리테일 기업은 주로 옴니채널 기반 유통, 수요 예측, 예측 분석 분야의 수익성 개선을 위해 알고리즘을 도입하고 있다. 알고리즘은 리테일 기업이 시장 변동과 수요를 예측해 주요 과제인 재고 관리 문제를 해결하도록 돕는다. 이를 통해 기업은 시장 상황에 맞춰 적절한 제품을 확보할 수 있다. 예를 들어 월마트는 AI 솔루션 이든(Eden)을 도입해 머신러닝으로 재고 수준을 최적화하고 매장 전체의 수요를 예측하고 있다. 이든을 도입한 뒤 월마트는 품절 발생률을 30%까지 줄이는 동시에 낭비와 과잉 재고를 줄일 수 있었다. 리테일 기업은 다양한 소스에서 수집한 빅데이터에도 알고리즘을 적용해 고객의 선호 제품과 구매 순서를 지능적으로 예측할 수 있다. 식료품점의 경우 기상 조건, 고객 구매 패턴, 지리적 위치에 기반한 재고 계획이 가능하다. 또한 알고리즘 분석으로 고객 구매 습관을 이해하고 매장 구조를 최적화해 동선을 개선하고 매출을 높일 수 있다. 이를테면 신선한 채소를 앞쪽에 두고 빵 스프레드, 맥주를 순서대로 진열하도록 동선을 구성하는 것도 가능하다. 알리바바, 아마존과 같은 온라인 리테일 기업은 알고리즘 리테일을 활용해 검색 활동에 기반한 추천 상품을 고객에게 실시간으로 제공하고, 관련 이메일, 광고, 문자를 보낸다. 많은 기업이 이들의 방식을 따르고 있다. 몰입형 리테일 오늘날 고객은 구매 전부터 제품에 대해 완전히 이해하기를 원한다. 몰입형 쇼핑은 고객을 위한 인터랙티브 경험을 구축해 구매 가능성을 높일 수 있다. 또한 고객이 제품에 더 많은 시간을 투자하게 돼 브랜드 친밀도도 높아진다. 유수의 리테일 CIO들은 VR, AR, 머신러닝 같은 기술을 활용해 3D 시각화, 가상 쇼룸, AR 미러 등 서비스를 제공한다. 이를 통해 더 풍성하고 만족감을 주는 쇼핑 경험을 선사하고 있다. 사실적인 3D 시각화는 제품의 모습을 다양한 각도로 고객에게 확인시켜주는 좋은 아이디어다. 이는 웹 사이트 이미지와 실제 제품이 다를지도 모른다는 고객의 우려를 덜어줄 수 있다. 부동산 및 자동차 회사들은 가상 쇼룸으로 고객이 집에서 편안하게 아파트나 자동차를 살펴볼 수 있도록 하고 있다. 시계, 의류, 보석, 화장품 등 웨어러블 제품의 리테일 기업은 증강 현실 거울을 사용하고 있다. 온라인 구매 전 제품을 직접 착용해 보길 원하는 고객이 많아졌기 때문이다. 고객은 더 흥미로운 쇼핑 방법을 찾는다. 디지털, 체험형, 몰입형 환경은 리테일의 필수 도입 요소로 자리매김하고 있다. ciokr.idg.co.kr  
자료 출처 :
Sourcegraph
원본자료 다운로드
발행 날짜 :
2023년 04월 28일
주요 내용 :
코드 검색 및 관리 도구 개발 업체 소스그래프(Sourcegraph)가 프로그래밍 활동을 분석한 보고서 ‘AI 시대의 빅코드(Big Code in the Ai era)’를 28일 공개했다.  소스그래프에 따르면, 최근 AI 기반 코딩 생성 도구의 인기가 높아지고 있는 것으로 나타났다. 소스그래프가 개발자 1,000여 명을 설문 조사한 결과, 응답자 95%가 깃허브 코파일럿, 챗GPT, 코디(cody) 등 AI 코딩 도구를 이용하고 있었다.   ⓒ 소스그래프 하지만 AI 코딩 도구가 장점만 있는 것은 아니다. 소스그래프는 “AI 코딩 도구로 새로운 코드를 작성하는 코드는 더 빨라지고 있으나 기존에 작성된 코드를 관리하는 것은 더 복잡해지고 있다”라고 지적했다. 응답자는 업무 시간의 14%만 새로운 코드를 작성하고 있었고, 56%는 기존 코드를 관리하고, 나머지 30%는 코드와 관련 없는 업무에 투자하고 있었다.  여기에 AI에게 맡긴 코드를 이해하는 것에 대한 부담감이 늘고 있었다. 개발팀 리더의 87%는 AI가 만든 코드에 대한 지식을 따라잡는 데 어려움을 겪고 있다고 응답했다.  소스그래프는 “AI 기반 코드도구로 도움을 받은 개발자는 만족감, 효율성, 생산성을 높일 수 있었으나 회사 차원에서 해당 코드가 효과적으로 안전하게 작동하고 있는지 확인하는 많은 작업을 하고 있다”라고 설명했다.  특히 수 십년동안 활용되는 과거의 코드 혹은 수백만 줄 분량의 가진 일명 ‘빅코드(Big Code)’가 신규 코드와 결합되면 전체 코드의 복잡성은 더욱 높아지는 상황이다.  실제로 응답자의 61%는 AI 코드가 기술 부채를 가져올까 우려했으며, 67%는 AI 성장으로 코드가 무분별하게 확산하는 것에 대해 걱정하고 있었으며, 76%는 AI로 작성한 코드를 나중에 관리해야 하는 상황에 대해서 염려하고 있었다.  소스그래프는 AI 기반 코드와 빅코드가 결합되면서 이를 관리하지 못할 경우 혁신에 방해가 될 것이라고 지적하며, 사내에 AI 자문 위원회를 구성해서 코드에 대한 기술, 법, 보안 요소를 집중적으로 관리하라고 조언했다. AI 사용에 대한 명확한 정책을 문서화하고 실무진이 이를 참고해 스스로 자신 있게 원칙대로 AI를 사용할 수 있게 유도하라고 제안했다.  jihyun_lee@idg.co.kr
자료 출처 :
Salesforce
원본자료 다운로드
발행 날짜 :
2023년 04월 04일
주요 내용 :
2023년 성공적인 비즈니스를 원한다면 데이터, 비즈니스 인텔리전스(BI), 생성 AI, 개인화, 기업의 사회적 책임, 자동화 등의 핵심 키워드에 주목할 필요가 있다고 세일즈포스가 전했다.  세일즈포스가 2023년 영향력이 클 것으로 판단되는 '5가지 최신 비즈니스 트렌드(5 New Business Trends to Make or Break Success in 2023)'를 발표했다. 세일즈포스는 그동안 연구를 기반으로 '일생에 한 번뿐인' 기술 혁신, 경제 상황, 기후 변화가 빠른 속도로 변화를 일으키기 위해 충돌하는 변혁의 순간에 있다고 강조한다. 아래 소개하는 5가지는 생존을 위한 변화와 변화를 통한 성공을 위해 기업이 간과해서는 안 되는 세일즈포스가 강조하는 비즈니스 트렌드다. 첫째, 데이터 인사이트를 통한 비즈니스 영향이 극대화된다. 업무 현장에서 데이터 통찰력과 비즈니스 인텔리전스가 점점 더 중요해지면서, 이러한 디지털 기술 교육 투자에 대한 기업들의 이해가 필요하다. 세일즈포스의 조사에서 비즈니스 리더의 80%가 데이터가 조직의 의사 결정에 중요하다고 밝힌 것으로 나타났다. 따라서 2023년에는 실시간 데이터를 의사 결정과 위험 완화에 활용하는 비즈니스 추세가 증가할 전망이다. 현재 작업자의 80%는 일상 업무에서 디지털 기술을 사용하지만 일부만이 협업 기술, 디지털 관리, 디지털 프로젝트 관리 이외의 기술을 사용하는 것으로 조사됐다. 또한 비즈니스 리더의 약 30%가 데이터에서 인사이트를 생성할 수 없다고 답변했다. 이러한 이유로 기업의 73%는 데이터 기술에 대한 직원 교육을 유지하거나 늘릴 계획인 것으로 나타났다. 세일즈포스는 "기업이 데이터 기술 교육 및 도구에 대한 투자를 통해 데이터 통찰력으로 비즈니스를 주도할 수 있도록 해야 한다. 머신러닝을 포함한 AI를 사용하여 패턴을 식별하고 결과를 예측하는 예측 분석의 채택도 빠르게 증가할 것으로 기대된다. 2023년에는 위험을 완화하는 것 외에도, 조직은 영향을 극대화하고 입증하기 위한 분석 기술을 습득할 수 있는 확실한 인센티브를 갖게 될 것"이라고 전망했다. IT 리더들은 생성 AI가 고객들에게 더 나은 서비스를 제공하고, 데이터 이용에 도움을 주며, 업무 효율을 높일 것으로 기대하는 것으로 나타났다. (자료 : Salesforce) 둘째, 비즈니스에서 생성 AI의 잠재력과 함정을 이해해야 한다. 생성 AI는 다양한 분야에서 통합적인 작업을 수행할 수 있는 놀라운 잠재력을 가지고 있지만 적절한 보호 장치 없이는 위험하다. 세일즈포스는 기업과 인간이 생성 AI와 협력해서 서로의 강점을 이끌어낸 방법을 배워야 한다고 역설한다.  세일즈포스는 생성 AI에 대한 투자 부족이 큰 실수가 될 수 있다고 조언하면서도, IT 리더의 절반 이상이 비즈니스에서 생성 AI를 실험하거나 적극적으로 사용하면서 이미 광범위하고 빠른 초기 활용 단계에 올랐다고 전했다. 그러나 생성 AI를 통해 생산되는 콘텐츠가 정확하지 않거나 오래된 자료를 기반으로 할 경우 역효과를 낼 수 있다고 밝혔다.  세일즈포스는 "생성 AI 시스템에 의존하는 것과 관련된 위험을 완화하려면 기술의 강점과 약점을 이해하는 것이 중요하다. 현재 IT 리더의 66%는 효과적인 프롬프트 생성을 위한 데이터 리터러시 및 창의적인 문제 해결처럼, 직원들이 생성 AI를 성공적으로 활용할 수 있는 기술이 없다고 말한다. 따라서 근로자의 97%는 기업이 직원 개발 전략에서 AI 기술을 우선시해야 한다고 생각한다"라고 전했다. 데이터 보안, 빠른 서비스, 개인화된 경험 제공은 고객들이 기업에 대한 충성도를 높이는 중요한 기준이 된다. (자료 : Salesforce) 셋째, 터치포인트 전반에 설치 데이터 개인화를 이해해야 한다. 개인화 전략에서 실시간 데이터가 가진 역할과 중요성에 대해 기업이 제대로 된 지식과 통찰력을 가지고 있어야 한다는 의미다. 소비자가 어느 것에 관심을 두고 어떤 것에 돈을 쓰는지를 아는 것은, 개인화된 경험을 실시간으로 제공하는 기업을 경쟁 우위와 고객의 충성도를 높이는 지름길이다.  세일즈포스에 따르면 73%의 고객이 회사가 자신의 요구 사항과 기대를 이해하기를 바라며, 65%의 소비자는 개인화된 경험을 제공하는 회사에 더욱 충성할 것이고, 72%의 고객은 더 따른 서비스를 제공하는 회사에 더 높은 충성도를 보일 것으로 조사됐다. 또한 고객의 85%는 부서 간의 일관된 상호 작용을, 65%의 고객은 맞춤화된 경험을 제공하는 회사를 선호하는 것으로 나타났다.  세일즈포스는 "현재 마케터의 75%가 제3자 데이터에 적어도 부분적으로 의존한다고 말하지만 이 전략은 개인 정보 보호 규정의 변화에 따라 변경되어야 한다. 타사 쿠키가 단계적으로 폐지됨에 따라 기업은 방향을 전환해야 한다. 장기적으로 더 나은 입지를 확보하려면, 사용자가 명시적으로 제공하는 제로 파티 데이터와 회사가 고객으로부터 직접 수집하는 퍼스트 파티 데이터로 이동해야 한다"라고 권고했다. 넷째, 변화하는 세상에서 기업의 윤리적 도전에 대해 숙지하고 수행해야 한다. 특히 AI 및 기타 기술을 윤리적으로 배포하는 것이 긍정적인 영향력을 가지려면, 빠르게 진화하는 기술로 인해 비즈니스 현장에서 마주하게 되는 새로운 윤리적 변화에 대한 질문을 해결해야 한다. 최근 연구에 의하면 66%의 고객이 가치관이 맞지 않는다는 이유로 기업의 제품 구매를 중단한 것으로 조사됐다.  특히 72%의 고객이 AI 기술의 비윤리적 사용에 대해 우려하고 있으며, 고객의 57%만이 AI를 윤리적으로 사용하고 있을 것이라고 믿는 것으로 나타났다. 또한, 고객의 78%는 옳은 일을 하는 것의 단순함을 넘어 기업의 환경 관행이 구매 결정에 영향을 미친다고 말한다. 따라서 지속 가능성 데이터를 감사할 수 있는지 확인하고, 이를 기반으로 위험을 예측하고 감소하는 등의 작업을 수행해야 한다.  세일즈포스는 "궁극적으로 기업은 스스로 가치를 정의하고, 이를 고객에게 명확하게 전달해야 한다. 최근 설문 조사에 따르면 고객의 88%가 회사가 자신의 가치를 명확하게 설명하기를 기대하지만 단지 50%만이 그렇다고 답했다. 그들의 가치가 명확하고 고객의 가치와 일치하는지 확인함으로써, 기업은 고객 기반에 대한 신뢰와 충성도를 구축할 수 있다"라고 조언했다. 다섯째, 수익성 있는 성장을 위한 최적화, 통합 그리고 자동화가 필요하다. 즉, 기업이 통합과 자동화를 통해 효율성을 높이는 데 필요한 핵심 전략이 있어야 한다. 현재 많은 기업들이 디지털 혁신의 토대를 마련했지만 이를 완전히 최적화한 기업은 드물다. 불완전한 디지털 전환으로 인해 막대한 비용을 지출할 수 있는 만큼, 기존 기술과 프로세스 이니셔티브를 최적화하여 효율성과 수익성 있는 성장을 주도해야 한다. 2020년에서 2022년에서 기업의 90% 이상에서 자동화 수요가 급증했다. 데이터 과학(64%), 제품(62%), 비즈니스 분석(61%), 고객 지원(58%), 재무(57%), 마케팅(56%), 엔지니어링(56%), HR(52%) 등에서는 추가적인 자동화 수요가 높은 것을 나타났다. 또한, 오늘날의 조직에서 사용하는 애플리케이션의 70%는 핵심적인 비즈니스와 연결이 끊긴 상태로 남아있다는 것이 세일즈포스의 설명이다. 세일즈 포스는 "기존 기술과 프로세스에서 최대한의 가치를 추출하는 데 전략적 디지털 이니셔티브에 집중해야 한다. 가장 유익한 것으로 입증된 솔루션을 중앙 집중화하고 자동화 및 통합 전략을 활용함으로써, 기업은 효율성과 생산성을 높이며 수익성 있는 성장을 달성할 수 있다. 점점 더 많은 수익이 디지털 채널에서 발생함에 따라, 이러한 이니셔티브를 우선시하지 않는 기업은 경쟁업체에 뒤쳐질 위험이 있다"라고 밝혔다. ciokr@idg.co.kr
자료 출처 :
McKinsey & Company
원본자료 다운로드
발행 날짜 :
2023년 01월 06일
주요 내용 :
유니버설 로봇(Universal Robots, UR)은 화낙, ABB 등과 협동로봇(Co-Bot, 코봇) 시장을 이끄는 핵심 기업이다. 협동로봇은 사람의 팔 모양과 유사하게 생겼으며 사람 바로 옆에서 설치해도 위험하지 않게 만든 것이 특징이다. 보통 특정 물건을 조립하고, 운반하고, 포장하는 등 사람이 반복적으로 하던 작업을 대신 수행한다. 최근 한국에서도 협동로봇을 도입하거나 아예 신사업으로 협동로봇을 직접 제작하려는 움직임도 생기면서 그 시장 규모는 점점 커지고 있다. 2005년 덴마크에서 설립된 유니버설 로봇은 협동로봇 시장을 주도하고 있다. 시장 조사 업체 스탯존 연구에 따르면 유니버설 로봇은 협동로봇 시장에서 50%가 넘는 점유율을 차지하고 있다. 명실상부한 업계 1위 기업이다. 유니버설 로봇의 전략 및 혁신 담당 부사장 안더스 벡(Anders Beck)과 인터뷰를 통해 협동로봇 시장의 현황과 AI로 변화하는 업계 상황을 직접 들어봤다.     유니버설 로봇의 전략 및 혁신 담당 부사장 안더스 벡 ⓒ 유니버설 로봇 1. 유니버설 로봇이 높은 점유율을 유지할 수 있었던 배경과 경쟁력은 무엇이라 생각하는가? 유니버설 로봇이 2008년 첫 상용 가능한 코봇을 출시했으며 이후 시장에서 선도적인 위치에 올랐다. (그 이유에는) 크게 4가지가 있다. 첫 번째 유니버설 로봇의 협동로봇과 인터페이스가 간단하고 직관적이어서, 로봇 공학 교육을 받은 적이 없는 사람들도 비교적 쉽게 사용할 수 있다는 점이다. 두 번째 유니버설 로봇은 협동로봇을 중심으로 독특한 생태계를 조성해냈다. 수백 개의 다른 회사와 함께 협동로봇을 위한 엔드 이펙터, 응용 프로그램 또는 완전한 솔루션을 개발하는 식이다. 이를 통해 혁신을 이루는 것은 물론, 고객에게 다양한 선택의 폭을 제공한다. 셋째 유니버설 로봇의 제품과 함께 사용할 수 있는 다양한 인증된 응용 프로그램 또는 솔루션 덕분에, 고객이 자동화를 쉽고 효과적으로 수행할 수 있다는 강점이 있다.  넷째, 유니버설 로봇의 혁신 접근법은 협동로봇 시장에서 입지를 유지하는 데 도움이 된다고 생각한다. 우리는 항상 현재에만 만족하지 않고, 계속해서 한계를 뛰어넘고 싶다. UR20과 같은 최신 협동로봇을 만든 것처럼, 새로운 디자인 방식으로 더 많은 하중을 들 수 있는 협동로봇을 만들기 위해 노력하고 있다. 2. 덴마크 기업으로서 가진 유니버설 로봇만의 철학이 있는가? 유니버설 로봇은 기본적으로 제품 덕분에 성공했지만 우리만의 특별한 문화도 어느 정도 기여했다고 생각한다. 그 핵심은 직원의 자율성을 믿는 것이다. 다시 말해 엔지니어와 개발자가 실험하고 솔루션을 찾을 수 있다는 점을 경영진이 신뢰하고 있다. 유니버설 로봇은 협업과 고객 성공에 대한 헌신을 특히 강조하며 가치를 중요시하는 기업이다. 그리고 그 가치를 기반으로 인재를 채용하고, 모든 직원에게 협력 정신을 기대한다.  덴마크는 수평적인 조직과 투명하고 접근 가능한 리더십으로 유명하다. 그런 면에서 유니버설 로봇은 매우 스칸디나비아적인 기업이다. 또한 글로벌 비즈니스 전반에 걸쳐 개방적인 정책을 시행하고 있으며, 모든 직급의 직원이 언제든지 의견을 내고 아이디어를 제시할 수 있다. 3. 협동로봇 시장의 지형은 앞으로 어떻게 구성될까? 새로운 도전자가 시장 점유율을 바꿀 수 있는 가능성이 있을까? 협동로봇 시장에서는 새로운 회사들이 지속적으로 등장하고 있다. 이런 현상은 협동로봇 기술에 대한 전 세계적인 관심이 매우 커지고 있다는 의미이기도 한다. 잠재적 시장이 실제로 매우 크기 때문에, 여러 협동로봇 제조업체가 공존할 수 있지만, 유니버설 로봇은 이 시장에서 계속해서 큰 점유율을 유지할 것이라고 확신한다. 유니버설 로봇이 현실에 안주하지 않기 때문이다. 유니버설 로봇은 자체 기술 개발에 막대한 투자를 하고 있으며, 세계 최고 수준의 에코시스템을 갖추고 있다. 4. 협동로봇을 도입을 망설이는 고객은 보통 무엇을 우려하는가? 어떤 개념에서 보는지에 따라 다른 답변이 나올 수 있을 것 같다. 지난 1월 맥킨지가 발간한 로봇과 자동화에 대한 보고서에 따르면, 리더들은 안전성, 품질, 속도, 용량 증가를 위해 자동화를 고려하는 것으로 나타났다. 리더들은 자동화를 통해 유닛당 비용을 절감하고 가동 시간을 늘릴 수 있을 것으로 기대한다. 이 조사에선 자동화의 가장 큰 장애물이 자본 비용 그리고 기술에 대한 내부적인 지식과 경험 부족이라고 표현했다. 이런 요소를 고객들이 고려하고 있다고 볼 수 있다.  협동로봇은 전통적인 산업 자동화보다 더 저렴하며, 일반적으로 투자 수익률이 빠르다. 또한, 협동로봇은 사람들이 산업용로봇보다 더 쉽게 사용할 수 있다. 더 나아가 우리는 공장에서 일하는 사람들이 협동로봇 기술을 빠르게 배울 수 있도록 교육을 제공하고 있다. 유니버설 로봇은 전 세계에 100개 이상의 교육 센터(한국에는 6개)를 보유하고 있으며, 18만 명 이상의 등록 사용자가 있는 UR 아카데미를 통해 온라인 교육을 제공하고 있다. 협동로봇에 있어 가장 큰 장벽은 인식이라고 생각한다. 자동화가 어떻게 비즈니스를 개선할 수 있는지 모르는 제조 기업이 여전히 많다. 기술에 대한 인식 제고는 우리의 최우선 과제 중 하나이다.    협동로봇의 주요 활용 방식 ⓒ 특허청 협업로봇 특집편  5. 최근 챗GPT로 대표되는 생성형 AI가 협동로봇 시장에 어떤 영향을 미칠까? AI는 매우 뜨거운 주제이고, 엄청난 잠재력이 있으며, 새로운 가능성을 열 것이다. 특히 자동화를 이전보다 쉽게 만드는 데 긍정적인 영향을 미칠 것이라고 확신한다. 예를 들어 물체를 들고 놓는 로봇인 픽앤플레이스(Pick and Place) 애플리케이션에서 컴퓨터 비전 기술을 사용한다. 이미 머신러닝을 제품에 사용하는 파트너가 여럿 있다. 더 나아가 생성형 AI는 협동로봇 시장에 큰 변화를 가져올 수 있는 잠재력이 있다. 협동로봇 업계는 코봇을 배치할 노련한 전문가의 필요성을 지속적으로 줄이면서 확장할 동력을 얻을 수 있을 것으로 생각한다. 생성형 AI는 경험이 없는 사용자에게 솔루션을 제안하고 전문 지식을 언제 어디서든지 대규모로 제시할 수 있다. 6. 덴마크에는 로봇이나 AI가 일자리를 감소시킬 것이라는 비판이 없는가? 간단히 답하자면 ‘없다’. 협동로봇의 발전이 사람의 일자리를 빼앗는다고 우려하는 목소리가 있긴 하다. 하지만 소수에 불과하며, 로봇 공학과 자동화 기술이 현대 제조업에 필수적이라는 데 폭넓은 공감대가 형성되어 있다. 앞으로 로봇 공학이 더욱 중요해질 것이라는 점은 덴마크 내 많은 사람들이 동의하고 있다. 더 나아가 기술이 성장을 창출하고 노동력 부족 문제를 해결하는 데 도움이 된다는 인식이 있다.  한 가지 예를 들자면, 덴마크 금속 노조는 자동화가 일자리 감소를 의미한다고 우려하지 않는다. 대신, 많은 분야에서 노동 인력 부족 문제가 있기 때문에 로봇 공학에 대한 지지를 몹시 강력하게 표명하고 있다. 로봇공학이 비즈니스를 더 강하게 만들고, 일자리를 창출하는 데 중요하다는 것을 알기 때문이다. 7. 협동로봇 업계 전체가 해결해야 할 과제는 무엇이 있나? 업계가 직면한 주요 과제는 두 가지이다. 자동화할 수 있는 작업의 한계를 넓히는 동시에 자동화를 더 쉽게 만들어야 한다는 것이다. 용접을 예로 들면, 몇 년 전에만 해도 협동로봇이 용접 작업을 수행할 수 없다는 인식이 있었다. 그러나 용접은 이제 유니버설 로봇의 핵심 분야 중 하나이며, 많은 파트너들이 고객을 위한 기성품 용접 솔루션을 보유하고 있다. 이러한 발전은 협동로봇뿐만 아니라 로봇 공학 산업 전체에서 이루어져야 한다. 기준을 높이는 동시에 엔지니어나 기술자뿐만 아니라 누구든 어디서나 로봇과 자동화를 사용할 수 있도록 해야 한다. 8. 로봇과 관련해서 한국 시장에서 보이는 특징이 따로 있는가? 한국은 자동화 분야에서 유럽 대부분의 국가보다 훨씬 앞서 있다. 실제로 한국은 직원 1인당 로봇 밀도가 전 세계 평균의 7배에 달할 정도로 가장 높다. 자동화에 대한 개방성은 놀라울 정도로 높으며, 한국은 로봇이 직장 및 기타 환경에서 어떻게 활용될 수 있는지에 대한 선도적인 역할을 하고 있다.  한국이 미국이나 일본과 비슷한 점은 인력 수급에 어려움을 겪고 있다는 점이다. 한국은 향후 수십 년 동안 노동 연령 인구가 매우 급격히 감소할 것으로 예상되는데 이런 상황에서 로봇이 어떻게 활용될지 주목할 만하다.  한국 고객은 일반적으로 로봇을 사용하여 제조 공정의 생산성, 품질, 안전성을 개선하는 데 중점을 두고 있다. 한국에서 로봇을 가장 많이 사용하는 산업은 자동차 및 전자 산업이지만 식음료, 제약, 물류 등 다른 산업 분야에서도 수요가 증가하고 있다.  한국 고객만 또 다른 특징은 품질, 신뢰성, 애프터서비스(AS)에 대한 기대치가 높다는 점이다. 여기에 사용하기 쉬우며 기존 생산 시스템에 통합하기 쉬운 기술을 중요하게 생각한다. 안전과 인체공학에 초점을 맞추며, 로봇과 인간 간의 협업을 중시하는 점이 특징이다. 9. 로봇을 논의할 때면 안정성이 이슈가 제기되곤 한다. 유니버설 로봇은 안정성을 높이기 위해 어떤 노력을 하고 있는가?  유니버설 로봇의 설립자 에스벤 오스터가드(Esben Østergaard)가 덴마크의 지역 대학에서 동료 두 명과 함께 유니버설로봇을 설립했을 때, 사람 바로 옆에서 작업할 수 있을 정도로 안전한 로봇을 만드는 것이 목표였다. 유니버설 로봇은 항상 안전을 최우선으로 생각하며, 업계 최고 수준의 안전성을 확보하고 미래 기술과 AI에 대비한 로봇 팔을 위해 안전 기능을 지속적으로 발전시키고 있다. 유니버설 로봇의 협동로봇은 17가지 사용자 맞춤형 안전 기능을 갖추고 있다.  10. 배달 로봇, 헬스케어 로봇 같은 서비스 로봇 시장도 최근 커지고 있다. 유니버설 로봇은 서비스 로봇 시장 진출 계획이 없는가? 서비스 로봇 시장의 확대가 협동로봇 시장에는 어떤 영향을 줄까? 유니버설 로봇은 일단 산업용 응용 프로그램을 중점적으로 혁신을 지속하고 협동로봇을 생산할 것이다. 하지만 질문한 것처럼, 서비스 로봇 시장은 향후 몇 년 안에 급속도로 확대될 것이며, 협동로봇이 공장이나 제조 공장 밖에서도 점점 더 많이 사용될 것이라고 확신한다. 가령 바리스타 협동로봇과 같은 제품이 이미 나타나고 있는 추세이다. 따라서 협동로봇이라는 로봇 형태도 점차 공공장소에서 더 많이 사용될 것으로 예상된다. 11. 공장 같은 제조업 현장 외 앞으로 협동로봇의 수요가 높아질 산업은 어디일까? 제조 산업에서의 수요 상승은 의심할 여지없이 지속될 것이며, 특히 용접, 머신 텐딩(Machine tending, 가공물을 투입하고, 완성품을 꺼내는 공정) 및 팔레타이징(Palletizing, 화물을 팔레트 위에 쌓는 과정) 분야에서 더욱 그러하다. 그러나 이러한 응용 프로그램은 전통적인 제조 환경 이외의 분야에서도 도움이 될 수 있다. 예를 들어 대형 인프라 프로젝트에서는 용접이 필요하며, 물류에서는 팔레타이징 응용을 사용할 수 있다. 제조업 외의 분야에서는 아직 도입 초기 단계이지만, 요리, 바리스타와 같은 서비스 산업 및 건설업과 같은 새로운 산업에서 많이 활용되고 있다. 협동로봇은 크기가 작아 소규모 비즈니스, 장인 공방 및 학교에서도 사용될 수 있다. jihyun_lee@idg.co.kr
자료 출처 :
Zoom
원본자료 다운로드
발행 날짜 :
2022년 11월 15일
주요 내용 :
고객 서비스, 또는 CS 분야는 전통적으로 하이터치(high-touch; 인간과 인간 간의 접촉) 전략을 고수해왔다. 대개 교육을 거친 고객 상담원이 고객과 소통하고 문의를 처리하며 고객의 만족도 향상을 위해 노력한다. 이런 하이터치 전략은 우수한 고객 서비스를 제공할 수 있는 효과적인 모델은 맞지만, 100% 효율적이고 지속 가능한 모델이 아닌 것 또한 사실이다. CS 상담원은 늘 부족하고, 기업들은 비용효율적으로 고객 요청에 대응하기 어렵다. 하지만 요청에 대한 빠른 대처와 즉각적인 만족을 바라는 고객의 기대치는 계속해서 높아질 뿐이다.  이런 추세에 많은 기업들이 CS 자동화로 눈을 돌리고 있다. CS 자동화는 고객의 질문에 응답하고 문제 해결을 위해 필요한 상담원의 개입을 최소화한다. 많은 CS센터는 과연 자동화 시스템이 제대로 된 고객 서비스를 제공할 수 있을지에 대한 의문을 제기한다. 하지만 CRM(Customer Relationship Management; 고객관계관리) 소프트웨어 업체 허브스팟(HubSpot)에 따르면, 소비자의 40%는 필요한 정보를 얻을 수만 있다면 상담원이 사람인지 자동 시스템인지 상관하지 않는다고 답했다. CS 소프트웨어로는 ▲CRM, ▲헬프데스크, ▲소셜 모니터링, ▲실시간 채팅 지원 등이 있는데 이 중 자동화 CS와 가장 흔하게 연관되는 솔루션은 아마 실시간 채팅 지원 소프트웨어, 챗봇(Chatbot)일 것이다. 챗봇은 통해 고객에게 필요한 정보를 제공하고, 필요 시 좀 더 복잡한 문제를 해결할 수 있는 사람 상담원과 연결해준다. 챗봇은 CS용 AI의 대명사로 볼 수 있는데, AI와 머신러닝을 활용하는 챗봇은 다국어 지원과 더불어 일상적인 문의에 답하고 24시간 정보를 제공하며 전반적인 고객 경험을 개선해 CS팀의 역량을 강화하기도 한다. 사실 CS 분야에서의 AI는 챗봇 그 이상의 역할을 해낼 수 있다. 기업들은 AI 기술을 고객 서비스 운영 전반에 걸쳐 다양한 방식으로 구현해 ‘좋은’ 고객 서비스를 ‘훌륭한’ 고객 서비스로 한층 더 진화시킬 수 있다. AI 기반의 CS는 고객과 상담원 양측에 훌륭한 유저 경험을 제공할 수 있을 뿐만 아니라 비용 효율적이고 효과적인 워크플로우 설계 등 CS 운영의 모든 측면에서 다양한 이점을 제공할 수 있다. 몇 가지 대표적인 이점은 다음을 포함한다. • 빅데이터 분석: AI와 머신러닝은 짧은 기간 내 대량의 데이터를 분석할 수 있다. 따라서 CS센터에서 생성되는 방대한 양의 데이터에 압도되어 인간이 미처 감지하지 못하는 패턴과 트렌드, 특이점을 식별할 수 있다.  • 상담원 지원: AI와 머신러닝은 상담원과 고객의 대화 기록을 분석해 상담원이 문제 해결에 필요한 정보를 빠르게 찾아 컴퓨터 화면에 표시하는 등 상담원이 보다 효과적으로 업무를 볼 수 있도록 직접적이고 실질적인 도움을 제공할 수 있다. 또한 반복 작업을 없애 상담원의 생산성을 높이고 비용을 효율적으로 관리할 수 있다. • 대화 분석: 대화 분석은 자연어 처리(NLP)를 활용해 사람과 사람 간의 대화에서 데이터를 수집한다. 이를 통해 브랜드에 대한 고객의 인식과 만족도 등에 대한 더욱 자세한 인사이트를 얻을 수 있다. • 로보틱 처리 자동화(Robotic process automation; RBA): AI 기반의 RBA는 상담 기록 업데이트나 후속 조치 생성 같은 간단한 작업을 대신 처리해 상담원이 다음 상담으로 넘어갈 수 있도록 돕는다. 딜로이트의 설문조사에 따르면 RPA를 도입한 조직은 12개월 이내에 ROI를 실현했고, RPA를 사용하는 기업의 90%는 품질과 정확도가 향상되었으며, 86%는 생산성 향상, 50%는 비용 절감을 경험했다고 보고했다. • AI 교육: 최고의 고객 경험을 위해서는 신규 고객 상담원 교육 역시 매우 중요한데, 이는 일반적으로 시간이 많이 소요된다. AI는 음성-텍스트 변환 기능을 활용해 교육 프로그램을 만들고, FAQ를 기반으로 한 테스트 시나리오로 신규 상담원이 독자적으로 상담을 할 준비가 되었는지 평가할 수 있다.  • 셀프 서비스: 셀프 서비스 트렌드도 계속해서 늘고 있다. 고객참여분석 기업 베린트(Verint)에 따르면 고객의 약 71%는 전화보다는 메시지를 통해 CS 서비스를 받고 싶다고 답했다. 각 기업의 정보 데이터베이스는 고객에게 어느 정도의 셀프 서비스를 제공할 수 있지만, AI는 여기서 더 나아가 고객이 스스로 문제를 해결할 수 있도록 지능적으로 도울 수 있다. 머신 러닝과 AI는 사람의 행동 패턴을 감지해 고객이 필요한 정보를 찾을 수 있는 최적의 방법을 학습하기 때문이다.  CS용 AI는 고객 경험을 개선하기도 한다. 개별 고객 데이터 분석을 통한 고객 맞춤형 서비스, 대기 시간 없는 서비스, 인적 오류 개선, 비용 절감 등의 확실한 이점을 제공하며 때로는 전통적 방식의 하이터치 CS 보다도 매끄러운 서비스를 제공하기도 한다.  물론 AI 및 자동화 시스템 도입 전 AI가 처리할 업무는 무엇인지, 플랫폼 학습을 위해 제공해야 할 데이터는 무엇인지, CS센터 데이터베이스와 CS 관리 시스템과 통합 등 여러가지를 먼저 고민해야 한다. 이때 적절한 AI 고객 서비스 플랫폼 제공자와 함께하면 이러한 도입 과정을 좀 더 쉽게 가져갈 수 있을 것이다.  AI를 통한 자동화는 전통적인 CS의 많은 부분을 능률화해 효율성과 생산성을 높이고 궁극적으로 고객 경험을 향상시키고 있다. 줌의 2022년 설문조사에 따르면 59%의 소비자가 특정 브랜드에서 단 두번의 부정적인 경험만으로도 경쟁 업체로 변경하겠다고 응답했다. 그리고 고객 경험의 중심에는 CS가 있다. 효과적인 고객 응대가 가능한 AI 기반 CS의 적절한 활용은 이러한 시장에서 강력한 경쟁력이 될 수 있을 것이다. * 서광욱 지사장은 테크 분야에서 20년 이상의 경력을 쌓은 베테랑이다. 현재 줌의 한국 지사장으로서 국내 사업을 총괄하고 있다. ciokr@idg.co.kr  
자료 출처 :
Gartner
원본자료 다운로드
발행 날짜 :
2022년 08월 30일
주요 내용 :
'인플레이션 속에서 생존하기, 그리고 그 이후 미래를 준비하기'. 경영 일선의 최전선에서 요즘 최고의 화두는 인플레이션 '극복'과 '성장'이다. 미국 등 주요 경제 대국을 압박하며 전 세계로 확산되고 있는 인플레이션 속에서, 제일 먼저 해야 하는 일은 누가 뭐래도 비용을 줄이는 것이다. 인력을 감축하고, 원가를 절감하며, 투자 계획을 다시 점검하는 것이다. 이러한 가운데 가트너(Gartner)가 2022년 7월 226명의 CFO를 대상으로 향후 12개월 동안 최우선 지출 우선순위를 묻는 설문 조사를 진행했다. 조사 대상자의 98%가 디지털 관련 투자는 지속적으로 이어갈 것이라고 답변했고, 이 가운데 66%는 오히려 투자를 늘릴 계획이라고 응답했다. 디지털 전환 또는 디지털 주도의 업무 역량 강화로, 비용을 절감하고 업무 효율을 높이는 것에 초점을 맞추고 있다는 의미다. CEO와 CFO는 운영 효율을 개선할 수 있는 주요 디지털 관련 투자 분야로 백오피스 운영 자동화, 가격 최적 분석 등을 꼽았다. (자료 : Gartner) 특히 지난 6월 128명의 CEO와 CFO를 대상으로 진행한 별도의 설문 조사 결과를 보면 더욱 구체적인 기업들의 행보를 엿볼 수 있다. 해당 기업이 특히 더욱 집중적으로 투자할 기술 분야를 묻는 질문에서 응답자의 1/3이 백오피스 자동화(Back-Office operation automation)를 꼽았다. 응답자의 33%가 상위 3가지 우선순위 중 하나로 맥 오피스 자동화를 선택한 것이다. 가트너의 란딥 라티드란 연구 부사장은 "백오피스 워크플로를 자동화하는 것은 미지급금, 미수금 및 헬프데스크 지원과 같은 내부 IT 서비스를 포함한 여러 영역에서 효율성을 높이는 핵심이다. 이윤이 압박을 받고 있고, 현금이 제한된 환경에서, 이러한 영역의 생산성을 개선해야 하는 것은 시급한 일이다"라고 전했다. 가격 최적화 분석(Pricing optimization analytics)에 대해서는 설문 참여자의 32%가 상위 3가지 우선순위 중 하나라고 답변했다. 전략 소싱 및 카테고리 관리(Strategic and category management)는 28%, 운영 자동화(Operation automation)는 27%, 세부 운영 계획 및 스케쥴링(Detailed operation planning and scheduling)에 대해서는 27%가 상위 3가지 우선순위라고 응답했다. 고급 수요 예측 및 재고 최적화 분석(advanced demand forcating and inventory optimization analytics), 공급 업체 협업 및 성과 관리(Supplier collaboration and perforance management,), 운영 가시성(Operational visibilty), 제품 및 수익성 분석(Product and customer profitability and analytics) 등도 5명 중 1명 정도는 우선순위에 두고 있는 것으로 나타났다. 반면 디지털 마케팅/브랜드 관리/리드 생성 및 프로모션(Diagial Marketing/Brand management/Lead generation and promotion)은 19%가 3가지 우선순위 중 하나로 선택했다. 비즈니스 운영 성능 효율성을 모델링하는 디지털 트윈(Digital twin to model your business operations performance efficiency)이나 헬스케어 클리닉과 매장 운영(Healthcare clinic and Store operations)은 중요하게 생각하지 않는 것으로 나타났다. 가트너는 "또한 CFO의 투자 우선순위에 대한 설문 조사는 향후 12개월 동안 비용 절감에 가장 취약한 영역을 보여주었다. 응답자의 46%는 컨설턴트에 대한 지출을 줄일 것이라고 밝혔고, 45%는 부동산에 대한 지출을 줄일 것이라고 말했습니다. 계약자 지출도 응답자의 39%가 목표로 삼았다"라고 밝혔다. ciokr@idg.co.kr  
자료 출처 :
Forrester Research
원본자료 다운로드
발행 날짜 :
2022년 08월 08일
주요 내용 :
"아시아 태평양의 5대 경제국인 인도, 일본, 중국, 한국, 호주의 노동 인구가 유럽과 북미보다 물리적 로봇 자동화로 인해 더 큰 위험에 처해 있다. 2040년까지 6,300만 개의 일자리가 자동화로 인해 사라질 것으로 예상되며, 건설 및 농업과 같이 자동화에 더 민감한 산업 전반에 걸쳐 2억 4,700만 개 이상의 일자리가 위험에 처할 것으로 예상된다." 포레스터 리서치가 '2020년부터 2040년까지 일자리의 미래 전망(Future Of Jobs Forecast, 2020 To 2040 (India, China, South Korea, Australia, And Japan))' 보고서를 발표했다. 보고서는 아시아 경제를 주도하는 인도, 일본, 중국, 한국, 호주에서 산업 및 경제 환경의 변화에 따라 적지 않은 일자리가 사라지고 새로 창출될 것으로 진단했다. 이 조사 기관은 우선 탄소 중립을 국가 차원에서 선포하고 이를 위한 정책을 진행하면서, 이와 관련해 생겨난 새로운 사업 분야에서 많은 일자리가 창출될 것으로 전망했다. 2040년까지 재생 에너지, 스마트 도시 및 인프라 전문 서비스 분야에서 약 2,850만 개의 새로운 일자리가 생길 것으로 추정했다. 하지만 도매, 소매, 운송, 숙박 및 레저 부문에 걸쳐 자동화로 인한 일자리 감소가 약 1,370만 개에 달할 것으로 예상했다. 아울러 각 나라마다 처한 사회 및 경제 환경이 다르기 때문에 앞으로 20년 동안 변화하는 노동 시장에서 서로 다른 도전과 기회에 직면할 것으로 분석했다. 인구 증가 또는 감소, 인건비, 노동 인구 고령화, 낮은 출산율 등 다양한 요소가 노동 환경과 일자리에 영향을 줄 것으로 보고서는 내다봤다. 다음은 포레스터 리서치가 분석한 아시아 주요 5개국이 당면한 도전 과제와 예상 시나리오다. 인도는 상대적으로 젊은 노동력을 보유하고 있어 향후 20년 동안 약 1억 6,00만 명의 새로운 노동자가 생겨나 2040년이 되면 노동 인구가 약 11억 명이 될 것으로 예측헀다. 인도 일자리의 69%가 자동화의 위협을 받고 있지만, 인도의 주요 우선순위는 노동력에 진입하는 신규 근로자를 수용하기 위한 일자리 창출이 될 것이다. 일본과 한국은 노동 인구의 고령화가 큰 영향을 줄 것으로 진단했다. 일본은 노동력의 고령화와 낮은 출산율로 인해 2020년에서 2040년 사이에 19%의 노동 인구가 줄어들고, 2050년이 되면 거의 1/3로 감소할 것으로 예상했다. 한국은 노동 인구의 고령화와 더불어 자동화에 더욱 민감한 건설 및 농업의 의존도로 인해, 향후 20년 동안 23% 노동력이 감소할 것으로 전망했다. 중국은 2040년까지 노동 인구가 11% 감소하고, 자동화로 인해 7%의 일자리가 사라질 것으로 예측했다. ICT 산업의 일자리 증가는 자동화 일자리 손실을 상쇄하는 데 도움이 될 것이며, 2040년까지 380만 개의 새로운 일자리가 추가로 창출될 것이라고 보고서는 밝혔다. 호주는 미국과 마찬가지로 근로자 1인당 GDP가 높기 때문에, 기업은 생산성을 높이고 인건비를 줄이기 위해 작업을 자동화하도록 장려하고 있다. 이로 인해 호주에서는 2040년까지 자동화로 인해 일자리의 11%가 사라질 것이다. 자동화하기 어려운 컨설팅, 과학 및 기술 서비스 분야의 일자리는 특히 ICT 산업에서 가장 빠르게 성장할 것으로 전망했다. ciokr@idg.co.kr

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

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

Copyright © 2024 International Data Group. All rights reserved.