AI 도입은 기술적 성과보다 비즈니스 수익모델이 먼저

앤드류 응 교수의 AI 도입 5단계
AI 정확도 신경쓰면 수익성 놓칠 수도

앤드루 응 스탠퍼드대 교수

앤드루 응(Andrew Ng) 미 스탠퍼드대 컴퓨터공학부 교수는 인공지능 연구를 이끈 인물로 유명합니다. 구글과 바이두에서 일했으며 2017년에는 랜딩 AI라는 벤처를 설립하기도 했습니다.
제프리 힌튼 토론토대 교수, 얀 르쿤 뉴욕대 교수, 요수아 벤지오 몬트리올대 교수등과 함께 AI 4대 천왕으로 꼽히고 있습니다. 2018년부터 전세계 10만명에게 머신러닝을 무료로 강의하고 있습니다. 응 교수는 무엇보다 기업이 기술주도적으로 AI를 연구할 게 아니라 기업의 비즈니스를 업그레이드하거나 고객 중심으로 이끌기 위해 필요한 도구로 봐야 한다고 강조하고 있습니다. 그는 기업에서 AI를 성공적으로 도입하기위해 5단계가 필요하다고 역설하고 있습니다. 응교수의 AI 관점을 정리해 봤습니다..

업종별 전문가와 브레인 스토밍 중요

응 교수는 우선 첫 단계로 기업의 비즈니스 목표를 정확히 규정하고 문제점을 제대로 파악해야 한다고 역설합니다. 그는 지난 2017년에 스탠포드대 특강에서도 인간이 할 수없는 일은 AI역시 할 수없다고 강조합니다. AI 기반 스타트업이라면 주도적이고 공격적으로 기술 드라이브를 걸 수있지만 기존 비즈니스에 AI를 접목하려는 경우에는 해당업계의 전문가와 함께 비즈니스 문제를 식별하는 게 먼저라는 것입니다.

AI 도입의 둘째 단계는 AI에 의한 해결책을 찾기 위해 브레인 스토밍하라는 것입니다. 기업의 현안을 정확히 이해하고 난 다음 이를 해결하는 대책을 만들기 위해 내부에서 AI팀을 만드는 게 필요합니다. 물론 기업들이 좋아하는 알고리즘과 익숙한 솔루션도 있습니다. 최신 AI연구 성과에 눈독을 들이기도 합니다. 하지만 전통적인 방법에서 해결책을 찾을 수도 있습니다. 응박사는 수많은 브레인 스토밍이 끝난 다음 잠재적인 솔루션을 포착하게 된다고 설명합니다.
셋째 단계는 잠재적으로 꼽은 AI 솔루션의 타당성과 가치를 평가하는 단계입니다. 해당 비즈니스 업계의 전문가인 도메인 전문가가 AI를 배워서 모델을 만드면 금상첨화일 것입니다. 하지만 그렇지 않은 경우가 더 많습니다. AI 도메인 전문가와 상담하거나 경쟁업체가 수행한 작업을 분석하는 것도 중요합니다. 도메인 전문가가 AI를 이해하는 건 쉬운 일이 아닙니다. 개발자와 전문가집단간 의사소통이 중요한 이유입니다.

조그만 프로젝트라도 시행해보는 게 중요

넷째 단계는 AI 전략을 짜는 일입니다. 프로젝트가 충분히 가치 있다고 판단되면 목표로 삼을만한 지표를 설정해야 합니다. 개발자들은 정확성과 정밀도 재현율등 머신 러닝 지표에 익숙하고 최적의 AI 모델을 구현하려하겠지만 비즈니스 분야에선 고객 확보와 사용자 참여, 마켓 셰어의 확보 등 수익 모델도 뒤따라야 합니다. 이 지표를 분명히 해야 혼선이 없어집니다.
마지막으로는 리소스(자원)를 위한 예산을 짜는 일입니다. 대부분의 AI 프로젝트가 저렴한 리소스 비용으로 실패한다는 소식이 있습니다. AI프로젝트를 성공적으로 개발하고 유지 관리하는데 필요한 각종 자원들을 고려해야 합니다. 데이터와 인력 시간 및 각종 지원시스템 등 프로젝트를 완료하는데 필요한 것들을 찾아야 합니다. 응 박사는 소규모 데이터를 이용해 AI를 학습시키는 일이 중요하므로 조그마한 프로젝트라도 당장 시행하는 게 중요하다고 강조합니다. ohchoon@hankyung.com