자가 최적화 비즈니스 프로세스를 향한 5단계 로드맵

AI와 자동화가 디지털 경험에 대한 기대치를 빠르게 변화시키고 있지만, 기업이 그 목적지에 이르기 위해 가야 할 길은 그다지 명확하지 않다.
 
전체 고객 여정에 제대로 된 AI와 자동화를 적용할 경우 기업은 고객, 그리고 더 넓은 시장의 새로운 수요에 신속하게, 지속적으로 대응할 수 있게 된다. 또한 적절한 아키텍처를 갖추면 AI와 자동화가 전체 운영을 이끄는 자가 최적화(self-optimizing) 조직이 될 수 있다.
 

자가 최적화는 기업이 실시간으로 새로운 요구사항을 파악해서 전략을 조정함으로써 예상치 못한 크고 작은 난관에 더 탄력적으로 대응할 수 있는 상태를 의미한다. 조직 내의 모든 프로세스와 행동에 걸쳐 인텔리전스를 적용함으로써 직원은 고객 문제를 해결하고 혁신을 이끄는 데 시간과 전문 역량을 집중할 수 있게 된다.
 
그러나 많은 기업이 여전히 디지털 트랜스포메이션의 다음 단계에서 고전한다. 기업은 다양한 형태의 AI와 자동화를 이미 사용하고 있지만 챗봇, RPA(로봇 공정 자동화), 또는 보고서 생성의 형태로 고립된 경우가 많다. 그러나 이는 자가 최적화로 가는 길에 있는 하나의 정거장일 뿐이다. 또한 새로운 생성형 AI 툴과 솔루션이 시장에 쏟아져 나오면서 이 길은 계속해서 빠르게 변화하고 있다. 더 폭넓은 전략을 염두에 두고 이와 같은 모든 요소를 하나로 묶기 위한 로드맵이 필요하다.
 

자가 최적화를 달성하는 방법

현실에서 자가 최적화를 향한 여정은 결코 짧지 않다. 그러나 시간을 두고 반복적으로 수행하면 각 단계마다 측정 가능한 효과를 얻으면서 지속적인 개선을 실현할 수 있다. 다음은 기업이 최종적인 상태, 즉 모든 프로세스에 새로운 수준의 인텔리전스를 적용해서 전보다 더 빠르게 예측하고 방향을 전환하는 상태에 도달하기 위해 거쳐야 하는 5가지 단계다.
 

기준(0단계)

기업 내에서 이뤄지는 작업의 대부분은 수동적이며 관리도 되지 않는다. 작업을 하는 데 있어 체계나 기반 프로세스가 없고, 이는 비일관성으로 이어진다. 또한 모범 사례를 기준으로 작업을 추적하거나 가장 중요한 작업에 높은 우선 순위를 부여할 방법도 없다. 단절되고 고립된 프로세스는 많은 문제를 야기한다. 시간이 지나면서 비즈니스가 성장하면 IT 인프라는 더 복잡해지고 능률화하거나 새 시스템과 통합하기도 더 어려워진다. 오늘날 많은 기업이 이 상태로 운영되고 있다.
 

작업 체계 만들기(1단계)

첫 번째 단계는 작업 프로세스와 각 개별 작업에 대한 체계, 즉 흔히 말하는 "케이스(case)"를 만드는 것이다. 체계가 갖춰지면 프로세스 내의 많은 단계가 여전히 수동이라 해도 작업을 더 잘 관리할 수 있게 된다. 이 체계를 통해 작업의 진행 상황을 추적하고 가장 중요한 부분에 대한 작업이 이뤄지고 있는지 확인하고 모범 사례를 기준으로 작업을 측정할 수 있다.

또한 예를 들어 팀에 방해가 되거나 팀의 작업을 시간을 빼앗는 불필요한 작업과 같은 부정적인 요소를 파악해서 변화를 통해 일상적인 작업을 능률화하고 가치 있는 영역에 집중할 수 있다. 작업 체계 만들기는 힘든 일이 될 수 있으므로 작게 시작하는 것이 좋다. 한 번에 하나의 프로세스만 다루고 신중하게 확장해 나가야 한다.
 

자동화를 위한 기반 마련(2단계)

체계를 갖추었다면 이제 자동화를 추가할 수 있다. 케이스 관리 체계는 자동화를 적용하기 위한 기본 골격을 제공한다. 이는 규칙을 사용해서 의사 결정을 자동화하거나, API 또는 RPA를 사용해서 다른 시스템에 연결하는 것을 의미할 수 있다. 이 단계부터 일상적인 작업을 자동화하고 고객 문제 해결에 시간을 집중할 수 있게 된다.
 

데이터를 유익하게 활용하기(3단계)

자동화하는 작업이 늘어나면 조직에서 작업이 어떻게 이뤄지는가에 대한 기록(데이터)이 쌓이게 된다. 이 데이터를 연료로 AI가 움직이면서 예측과 의사 결정을 수행하고 이를 통해 더 지능적으로 작업을 처리할 수 있게 된다. AI를 사용해서 데이터 저장소에서 패턴을 찾아 비즈니스 규칙을 강화할 수 있다.

예를 들어 고객의 과거 구매 습관을 기반으로 해당 고객에 제안할 제품을 예측할 수 있다. AI는 사람이 인지하지 못하는 패턴을 파악하므로 사후 대응적인 작업에서 선제적인 작업으로 점점 더 옮겨갈 수 있다.
 

인텔리전스를 적용해 성과 증대(4단계)

마지막 단계에서는 이 인텔리전스를 피드백 루프에 연결한다. 일부 프로세스는 자가 최적화를 시작해서 시간이 지남에 따라 조직 내의 모든 프로세스와 작업을 대상으로 더 많은 인텔리전스를 적용한다. 프로세스 마이닝과 같은 툴을 사용하면 워크플로우에 남은 병목 지점을 자동으로 감지하고 즉석에서 조정할 수 있다. 자가 최적화된 시스템은 모든 고객 상호작용으로부터 학습해서 다음에는 훨씬 더 효과적으로 상호작용한다.
 
각 기업은 자가 최적화를 향한 이 여정을 각자 맞는 속도로 진행하며, 그 중에는 앞서 나가는 기업도 있을 것이다. 프로세스 이해하기부터 시작한 다음 단계별로 여정을 진행해 나가면 된다. 기업이 저마다 다르듯이 자가 최적화를 향한 여정도 다르다. 성공적인 기업은 변화에 따라 적응해야 한다는 것을 인지하는 기업이다.

무엇이 진실이고 무엇이 과장인지 구분하기

모든 소프트웨어 기업이 혁신적인 생성형 AI와 자동화 기능을 갖췄다고 주장하는 지금의 세계에서, 자가 최적화 달성 여부는 무엇이 과장이고 무엇이 실제로 조직에 혜택이 되는지를 알아보는 능력에 달렸다고 할 수 있다. 비즈니스 리더는 보기에는 그럴듯하지만 프로세스 또는 직원에게 당장 별 영향이나 혜택이 없는 새로운 기능이 아니라 AI와 자동화의 실질적인 응용에 초점을 맞춰야 한다.
 
예를 들어 고객 행동을 분석하고 이들의 요구를 예측하기 위해 중앙 AI 의사 결정 엔진을 고객 채널에 연결하면 고객 정서에 더 잘 맞고 일관적이고 정확한 고객 경험을 끌어낼 수 있다. 또는 작업 마이닝을 적용해 이전에는 몰랐던 비효율성을 찾아서 고치면 백오피스 운영을 혁신하고 수작업에 드는 시간을 절약해 직원들이 비즈니스 목표를 향해 전진하는 데 집중할 수 있게 된다.
 
"실용적인 AI" 적용에 우선 순위를 두고 AI 기반 알고리즘, 모델과 툴을 기존 시스템 및 프로세스에 통합한다. 이 접근 방식은 비용 절감, 작업 자동화, 데이터 기반의 지능적 의사결정 개선, 직원 및 고객 경험 개선과 같은 이점을 제공한다. 시간 절약, 문제 해결 시간 단축과 같은 작은 성과가 나타나기 시작하면, 그때가 바로 자가 최적화를 향한 올바른 길에 올라섰음을 알 수 있는 시점이다.
editor@itworld.co.kr