책) 인공지능 시대의 비즈니스 전략(정도희)_리뷰 및 내용 정리(3)

2부. 경영의 변화

5장 왜 변화가 필요한가

뒤에  숨겨진 과정들

일본의 안경업체 JINS는 인공지능을 활용해 고객에게 어울리는 안경을 추천하는 JINS BRAIN이라는 서비스를 제공하고 있다.(3000명의 JINS 직원들이 만든 training data를 기반으로 고객이 자신의 얼굴 사진을 업로드 하면 어울리는 안경을 추천해줌)

이때 경영진들은 이면의 과정과 조직관리를 살펴봐야 한다( 얼마나 많은 이해관계가 충돌했을까, 얼마나 맣은 조직과 사람들이 관여했을까, 장애물을 넘기 위해 CEO가 강력히 추진했을까? 아님 권한을 위임받은 임원이 추진했을가. 이런일을 추진하기 위한 조직 구성은 어떻게 했을까?, 이런 아이디어가 잘 실체화된 기업의 문화는 어떨까, 원래부터 변화 관리를 잘 하는 기업이었을까? 아니면 이번 일이 경직된 문화에 충격을 주었을까? 이들의 미래는 어떻게 될까? 경쟁업체들의 반응은 어떨까? 경쟁업체들이 쉽게 따라할 수 있을까)

인공지능, 머신러닝의 새로운도구가 효과적으로 활용될 수 있는 변화관리에 주목해야 한다.

두뇌 한계를 뛰어넘기 위한 도구

현장에서는 가장 좋은 모델을 찾기 위해 여러 알고리즘이 있어도 의사결정권자나 현업 담당자가 이해를 못하면 채택하지 않는 아이러니가 생긴다. 머신러닝을 비롯한 인공지능 기술이 인간 두뇌와 인지 판단 범위를 훨씬 뛰어넘는 도구인데 인간의 이해 범위 안에서 이뤄지는 기존 방식을 그대로 고수하면 인공지능을 제대로 활용할 수 없다

결국 변화 관리

과거 영국은 자동차 기술을 두려워한 나머지 자동차 기술에 규제를 구하는 깃발 법이 있었던 적이 있다. 우리도 인공지능을 바라보는 시각을 제한하지 말고 시대에 맞게 변화해야 한다. 데이터 기술을 어떻게 적용하는지 알아야 하고 기술도 잘 알아야 한다. 데이터를 이용해서 창의적으로 업무를 바꿔야 한다. 최고 레벨의 의사결정자들은 인공지능 기술을 잘 쓸 수 있는 환경을 만들어 줘야 한다

인공지능 시대의 인간 역할

효율성은 일을 올바로 하는 것이고, 유효성은 올바른 일을 하는 것이다(Efficiency is doing things right, Effectiveness is doing the right things)

인공지능은 효율성을 담당한다. 반명 어떤 올바른 일을 해야할지의 유효성은 인간의 역할이다. 인공지능과 데이터라는 도구를 제대로 사용하기 위해 구조를 혁신하고 새로운 도전을 하는 것이 인간의 일이다. 

바퀴가 발명되었다고 해서 걸어다니는 인간을 위협하지 않는다. 대신 새로 나온 바퀴라는 도구를 어떻게 사용하면 효율적으로 일을 할 수 있을지 고민해 보자

6장 경영관리의 변화

충돌하는 이해관계의 조정

혁신적인 방법의 수용과 그에 따른 조직 내 변화 과정에서, 반드시 이해관계 대립이 발생한다

강력한 도구로 생기게 되는 조직구조, 프로세스, 업무의 변경 과정에서 반드시 사람을 우선적으로 봐야한다. 명확한 업무와 목표의 조정, 그리고 직무의 변경을 통해 사람을 챙겨야 한다. 그렇게 해야마 기술도 효과적으로 잘 적용할 수 있다.

조직 구조와 프로세스의 변경

이해관계의 문제라기보다 구조적인 문제가 크다. 기존 구조와 충돌하는 이유 역시 도구가 너무 강해서 기존의 틀과 맞지 않는 것이다

업무 프로세스 변경이 필요하는데, 1990년대 유행했던 비즈니스 리엔지니어링과도 비슷하다. 비즈니스 리엔지니어링은 핵심적인 경영 요소의 경쟁력을 향상시키기 위해 프로세스와 시스템을 근본적으로 재설계하는 경영기법니다. 기존의 모든 것을 새로운 시각으로 다시 보고 기본적인 목적부터 재정의하는 것이다. 기존의 모든 업무 프로세스를 원점에서 재설계하고 변형하여 점진적 개선이 아닌 혁신적인 변화를 이뤄내는 것을 목적으로 한다.

하지만 이런 방식에도 사업을 위한 것이기보다 머신러닝 등의 기술을 적용해보는 것을 더 중요한 목적으로 추진하기도 하는데, 변화의 핵심은 결코 기술이 되어서는 안된다. 고객 만족, 효율 증대, 비용 절감 등 올바르게 정의된 사업 목적을 우선으로 하여 변화의 방향과 방식을 먼저 설계하고, 그 다음 순서로 데이터나 머신러닝 등의 기술이 어떻게 도움을 줄 수 있을지 생각해야 한다. 

구체적인 계획은 오히려 방해가 된다

새로운 기술을 써서 새로운 시도를 하는 일은 구체적으로 계획을 세울 수도 만들어봐도 소용 없다. 기존 시각과 구조 안에서 계획은 통하지 않는데, 미리 예측가능한 선형적인 운영업무가 아니기 때문이다. 환경의 변화가 매우 빠르고 급격한 시대에는 계획을 수립하는 도중에도 환경이 바뀌기에 핵심적인 비전 및 단기간의 계획만 세우고 환경변화에 빠르게 적응하며 나아가야 한다. 적극적인 데이터와 인공지능의 활용을 위해서 일단 방향만 잡고 작은 범위의 계획만 세워야 하며 계획을 수시로 변경할 수 있어야 하며 이런 계획 변경이 당연하고 장려되어야 한다. 유의미한 성과는 몇번의 방향 전환을 거치면서 얻게 되고 일을 해보기 전까지 알 수 없다.

빠르고 변화의 폭이 큰 경영 환경에서 정해진 길로 열심히 달리는 효율성보다 상황변화에 빠르게 방향을 조정해가는 유효성이 필요하다. 

다른 것을 시도할 여유

보통 머신러닝을 핵심영역이 아니라 주변 영역에서 시도한다. 핵심영역일 수록 바쁘고 오래되고 규모가 크다 보니 보수적인 경향을 띄는데 그럴수록 과감하게 조직과 업무를 변경해서 더 나아질 가능성이 있는 곳이다. 심지어 데이터도 많아서 분석하기에 좋다. 조직 내의 영향력도 커서 이 부분이 바뀌게 되었을 때 조직 전체가 새로운 양상으로 게임이 바뀔 수도 있다. 

원활한 협업을 위한 조건

인공지능을 실무에 적용하기 위해서는 현업부서와 기술부서간의 협업이 필요한데, 협업할 일의 구조가 얼마나 각 부서와 개개인의 이익(업무 목표, 업무 구조, 평가기준 등)에 부합되도록 세팅되어있느야 없느냐에 성패가 갈린다. 인공지능으로 업무가 혁신되기 위해서는 그 적용과 운영의 과정에서 각 조직과 개인의 업무가 어떻게 달라지는지, 누가 누구와 같은 목표를 가져야 하는지 등을 면밀히 관찰하고 판단해 목표와 책임과 권한을 재정의 해주며 이 과정은 수시로 이뤄져야 한다.

근본적 변화는 하향식으로만 가능

기존의 기업구조에서는 KPI가 업무에 큰 영향을 미쳤는데 매출과 사업에 의미있는 영향을 주는 혁신적인 데이터 드리븐 비즈니스는 이런 기존 조직 구조에 영향을 미칠 수 밖에 없다. 업무 경계가 모호해지기에 기존 조직의 업무 역할과 목표를 수정하지 않으면 제대로 작동하지 않을 수 있다. 

성공적인 경영혁신은 모두 하향식(top-bottom)으로 이루어졌다. 사업에 큰 영향을 미치는 변화는 조직의 많은 변화를 필요로 하기 때문에 적절한 조직관리를 기반으로 기술을 도입해야 한다

GE의 트랜스포메이션 사례

GE는 거대기계 설비 업체 및 제조업체 였다가 자신들이 판매하는 산업장비에서 발생하는 데이터를 통해 생산과 운영효율을 높여주는 프레딕스를 시장에 내 놓았다.(클라우드 형태로 플랫폼 서비스를 제공하는 PaaS) 가장 흥미로운 기술은 디지털 트윈으로 실물 기계에서 수집된 데이터를 바탕으로 해당 장비를 그대로 디지털로 가상화해서 현재 기기 상태를 파악해 앞으로 어떤 상태가 될지 예측하며 관리하는 것이다.

<인공지능의 사용처>

• 분석 준비과정에서 사용 : 컴퓨터 비전 기술로 문제가 발생할 가능성이 큰 영역을 찾아내어 어떤 부분에 대한 분석을 할지 가늠하게 해줌. 데이터 수집과 정제 과정에서도 손실된 데이터를 정확한 값이 나오도록 처리
• 운영을 위한 통합적 지원자로서 사용 : 사용자가 어떤 예측 모델을 검색하면 기존의 모델과 그 성능, 사용 데이터, 조력자 등을 알려줌
• 학습의 관점에서 사용 : 디지털 트윈을 사용하다 보면 환경에 따라 업그레이드가 필요할 때를 감지해 업그레이드를 하라고 알려줌. 또한 특정 제품 운영과정에서 생긴 노하우를 다른 제품의 모델에 이전하기도 함

GE는 사업 자체를 소프트웨어 기업으로 바꾸고 있고 GE의 이런 도전적인 변화 추진력 때문에 경쟁력 있게 살아남고 있다.