페이스북으로 로그인
IT산업에서 뜬다는 코그너티브, 넌 대체 뭐니
유통, 물류산업에서 코그너티브 활용은 어떻게
산업간 영역 붕괴에 대비하는 경영자의 자세
김영호 IBM코리아 GBS사업부 전무/디지털서비스라인 총괄 인터뷰
대담. 김정현 기자 / 사진. 신기환 객원기자
전세계에 때 아닌 포켓몬 신드롬이 일어났다. 포켓몬고는 AR(Augmented Reality; 증강현실)을 이용한 게임으로 우리의 현실과 가상의 것이 겹치는 것을 의미한다. 모바일 시장조사업체 와이즈앱이 지난 7월 17일 조사한 결과에 따르면 국내에 출시되지도 않은 포켓몬고를 설치한 한국 이용자는 100만 명이 넘을 것으로 추정된다. 포켓몬고는 증강현실이라는 지금껏 어렵게만 느껴졌던 기술을 사람들이 받아들일 수 있을 만한 친근한 콘텐츠로 다가오게 만들었다.
올해 3월에는 또 하나의 기술이 우리나라를 휩쓸었다. 바로 인공지능이다. 알파고 대 이세돌의 바둑 대결은 4승 1패의 결과로 최종적으로 알파고가 승리를 거두었다. 비록 인간이 기계를 이기는 아름다운 모습이 연출되지는 못했지만, 한국 사람들이 이번 대국을 통해 그 동안 멀게만 느껴졌던 ‘인공지능’이라는 용어에 상당히 익숙해졌다는 것은 부인할 수 없는 사실이다.
증강현실(AR)과 인공지능(AI), 두 기술의 공통점은 2016년 IT업계의 핫이슈라는 점이다. 그렇다면 포켓몬고와 알파고의 차이는 무엇일까. 소비자 경험이다. 포켓몬고는 직접 소비자가 증강현실을 경험해볼 수 있다. 반면 인공지능의 경우 중계되는 대국 화면을 통해서만 그 발전 정도를 가늠할 수 있었다.
사실 포켓몬고의 인기가 언제까지 계속될지는 알 수 없다. 하지만 확실한 것은 증강현실과 인공지능과 같은 과거에 멀게만 느껴졌던 기술들이 점차 현실로 몰려오고 있다는 것이다. 마치 영화 ‘그녀(HER)’의 인공지능처럼 머지않아 인공지능과 같은 기술들이 우리 삶에 큰 변화를 불러올 날이 머지 않았다. 미래 산업에 인공지능이 불러올 변화는 무엇일까. 그리고 유통, 물류 등 다양한 산업에서 어떤 적용이 가능할까. 코그너티브의 시대라고 한다. 조금은 어려울 지 모르는 이 용어를 IBM코리아 김영호 GBS사업부 전무와의 대담을 통해 알아보도록 하자.
(사진= 김영호 IBM코리아 전무)
Q1. 간단한 소개 부탁한다.
A1. IBM의 GBS (GBS, Global Business Services) 사업부에서 디지털 서비스 라인(Digital Service Line)을 총괄하고 있다. GBS사업부는 비즈니스 통찰력과 기술의 접목을 통해 고객 가치를 실현하는 것을 목표로 하는 컨설팅 부서다. 정보와 기술의 결합을 통한 통합 컨설팅 서비스를 제공하여 고객에게 획기적인 비즈니스 가치 창출을 도모하고자 한다.
IBM으로 오기 전 여러 회사에서 CRM(Customer Relationship Management), 데이터 컨설팅 업무를 수행한 경험이 있다. 개인적인 컨설팅 업력은 꽤 오래됐는데 이 모든 것은 지난 1999년 01(Zero 1)이라는 글로벌 인터넷 투자은행을 창업했던 경험에서 비롯됐다. 당시 내가 구상했던 사업은 우리가 평소 인터넷 뱅킹을 이용하며, 온라인과 모바일로 증권을 거래하듯이 투자은행업을 인터넷상에 구현한 것으로 기업간 M&A; 채권 발행 거래를 온라인으로 가능하게 만들었다. 그러나 앞선 사상과 기술을 갖고 시작했다고 생각했던 그 사업은 시기적으로 이른 솔루션이라는 언론의 평가를 받고 활성화에 실패했다.
이후 오라클에서 데이터 웨어하우징(Data Warehousing)과 관련된 데이터 컨설팅, 딜로이트에서 CRM 컨설팅을 하기도 했다. IBM에는 2003년도 CRM컨설턴트로 입사해 BPO(Business Process Outsourcing) 서비스를 담당하며 기업의 구매, CRM, 재무 아웃소싱 사업을 총괄했다.
Q2. IBM은 정말 많은 것을 하는 것 같다. 올해 IBM 사업의 핵심을 간추려 설명해 달라.
A2. 올해 IBM의 전략을 요약하자면 ‘코그너티브 솔루션’과 ‘클라우드 플랫폼’ 두 가지를 내세울 수 있다. 물론 기술적인 측면에서는 AR, VR과 같은 단위 기술에 대해서도 연구하고 있다. 하지만 시장 자체가 코그너티브 컴퓨팅 시대로 발전하고 있기 때문에 개인적으로 코그너티브 컴퓨팅 기술이 미래에 큰 화두가 될 것이라 생각한다.
사실 최근 화제가 된 포켓몬고 게임 같은 경우 기술 자체가 획기적인 것은 아니다. 다만 사업 아이디어를 기존 기술과 잘 접목한 사례라고 할 수 있다. 코그너티브 기술 또한 여러 비즈니스 문제들과 접목했을 때 엄청난 시너지를 가져올 것이라고 예상된다.
|
전문용어 다시보기 : 코그너티브 컴퓨팅(Cognitive Computing)
코그니티브 컴퓨팅은 아래와 같은 특징을 지닌 새로운 컴퓨팅 패러다임이다. 자가학습을 통해 인간 이상의 실력으로 바둑을 둔 구글 딥마인드의 ´알파고´가 코그너티브 컴퓨팅의 대표적인 사례다.
- 다양한 정형 및 비정형 정보 소스로부터 지식을 학습하고 구축한다.
- 자연어를 이해하고 사람과 더 자연스럽게 소통한다.
- 최고 실력자의 전문성을 습득하여 다른 사람의 전문성 개발을 가속화한다.
- 전문가의 코그니티브 프로세스를 확장하여 더 우수한 의사결정을 지원한다.
- 전사적 범위에서 의사결정의 품질과 일관성을 높인다.
(자료= IBM) |
Q3. 코그너티브가 구체적으로 무엇인가. 어렵다.
A3. 인공지능의 발전 과정에 대해 먼저 이야기하는 것이 좋을 것 같다. 데이터의 시대는 ´인공지능´을 탄생시켰다. 쉽게 말해 인공지능은 데이터를 분석하는 기법들이 단계별로 발전한 것이다. 크게 4단계로 나눠볼 수 있다.
첫 번째는 데이터가 보유한 사실(Fact)들을 설명하는 차원인 ‘디스크립티브 단계’이다. 다음은 단순히 사실(Fact)을 가지고 유추하는 ‘프리딕티브 모델링(Predictive Modeling)’이다. 세 번째 단계는 데이터를 활용해 예측 결과를 조치하는 ‘프리스크립티브 모델링(Prescriptive Modeling)’, 그리고 마지막이 ‘코그너티브’다. 결국 데이터는 원래부터 존재해왔다. 이러한 데이터를 활용하는 방식 자체를 ´코그너티브´라고 부르는 것이다.
물론 과거에도 ´데이터 분석´은 있었다. 코그너티브가 과거 데이터 활용과 다른 점은 데이터 활용의 수준이다. 사실 과거에는 정형화된 데이터 분석만 가능했다. 하지만 코그너티브 단계로 기술이 발달하면서 점차 비정형 데이터를 처리할 수 있게 됐다. 가령 데이터의 패턴을 감지하고 그 패턴 속에 숨어있는 진리를 찾아내는 식이다. 때문에 코그너티브는 과거에도 이미 존재했던 데이터지만 분석 자체가 불가능했던 여러 데이터를 분석할 수 있도록 만들었다. 이를 통해 활용 가능한 데이터 범위 또한 덩달아 넓어지고 있다.
반대의 경우도 존재한다. 코그너티브 활용에 따라서 새로운 데이터가 생성되는 경우도 있다. 사물인터넷(IoT, Internet of Things)이 대표적인 예이다. 전에는 측정하려고 생각하지 못했던 것도 이제는 활용 가능해졌기 때문에 나타난 현상이다. 활용 가능한 데이터 영역이 넓어지면서 동시에 더 많은 추가 데이터를 생성하게 됐다.
사실 인공지능은 ‘학습’이라는 과정이 필요하다. 현재까지 개발된 수준으로는 정형화된 틀 내에서 비정형 데이터를 가미한 활용이 가능하다. 때문에 정해진 골격 형태로 데이터를 선처리할 필요성이 존재한다. 하지만 궁극적으로는 인공지능이 비정형 데이터를 알아서 분석하는 시대가 올 것이다.
Q4. 사물인터넷, 클라우드 컴퓨팅, 빅데이터 등 유통산업에서는 이미 조금은 친숙한 용어다. 실제 유통산업에서 코그너티브는 어떻게 활용되는가.
A4. 인공지능 기반의 코그너티브는 그야말로 유통산업에 파괴적인 변화를 가지고 올 것이다. 사실 유통업계는 이미 코그너티브 컴퓨팅을 도입하고 있다. 코그너티브 기술을 통해 소비자에게 개인화된 서비스 제공이 가능해지기 때문이다. IBM에서 조사한 결과에 따르면 코그너티브 컴퓨팅을 알고 있는 유통업계 최고경영진의 91%는 이 기술이 유통업에 파괴적 변화를 가져올 것이라 생각했다. 또한 83%는 코그너티브 기술이 미래 비즈니스에 중대한 역할을 할 것으로 전망했다.
소비자들이 변해가면서 유통산업도 변화를 겪고 있다. 과거처럼 나이, 성별, 소득 등 광범위한 분류를 기반으로 타겟 프로모션을 하는 시대는 지났다. 오늘날 고객들은 철저히 개인화된 구매를 원한다. 제품, 서비스, 커뮤니케이션이 고객이 선택한 시간, 장소, 방법으로 제공되어야 하는 것이다. 유통업에서 고객화(Customization), 개인화(Personalization)와 같은 개인 맞춤 서비스가 이슈되고 있는 이유다.
이제는 시장을 고객 개개인 기준으로 세분화해서 바라봐야 된다. 여기서 코그너티브 기술은 적극적으로 활용될 수 있다. 코그너티브 기술을 통해 고객의 구매 이면에 있는 의도를 파악할 수 있으며 고객 하나하나에 최적화된 개인화된 조언 및 제품 추천 서비스를 제공해줄 수도 있다.
가령 고객 개인의 나이나 성별과 같은 표면 정보 외에 개인의 채팅과 문자 내역과 같은 데이터 안에도 고객의 니즈는 숨어있다. 코그너티브 컴퓨팅은 이런 정형, 비정형 데이터를 취합하여 고객에게 "어떻게 알고 나한테 이런 상품을 추천해줬지?"라는 생각을 하도록 만든다. 최종적으로 상품 큐레이션, 패션 코디네이팅 같은 업무는 인공지능이 완전히 대체할 것이다. 이것은 고객 상호작용(Interaction) 측면에서 고객들이 가장 기대하는 영역이라고 생각한다.
Q5. 구체적인 예시를 들어 달라.
A5. 미래에는 온라인 검색창이 없어지고 인간이 일상적으로 사용하는 언어(자연어)로 검색이 가능해질 것이다. UX(User Experience)와 UI(User Interface)가 공존하는 현재 모습에서 점차 UI가 없는 것이 당연한 모양이 될 것이다. 사람이 직접 타이핑하는 검색창이 없어지고, 음성 인식을 통해 모든 검색이 가능해질 것이기 때문이다. 특히 패션의 경우 이미지를 통한 검색이 가능해질 것이다. 그렇다면 유통산업의 접객 방식, 혹은 온라인으로 판매하는 방식이 모두 바뀔 것이다.
궁극적으로 IBM이 기대하는 것은 모든 영역의 소스 정보를 왓슨(Watson)이 분석해서 예측할 수 있는 방향으로 발전시키는 것이다. 즉, 의사결정을 지원하고 사람의 편견을 줄이는 것이다. 예를 들어 패션부분에서는 시장에 분포된 정보를 가지고 트렌드를 미리 포착하는 기술 개발을 현재 논의 중이다. 가령 패션 디자이너가 드레스를 디자인할 때 본인이 조사한 시장에서 이슈가 될 수 있는 디자인을 놓칠 수 있을 것이다. 만약 여기에 기술이 접목된다면 디자인 과정에서 트렌디한 디자인을 미리 예측하고, 반영할 수 있다.
여기서 코그너티브의 역할은 ‘조언자’에 가깝다고 할 수 있다. 유통 전문가들은 코그니티브를 통해 수집되고 분석된 정보를 사용해 비즈니스 의사결정을 내릴 수 있다. 더 많은 정보에 기반한 의사결정이 가능해진다.
Q6. 물류, SCM 산업에서도 코그너티브 활용이 가능한가?
A6. 유통뿐만 아니라 물류를 포함한 모든 산업에 코그니티브 기술이 변화를 가져올 것이다. 사실 코그니티브 기술의 근간에는 고객경험이라는 바탕이 존재한다. 보통 많은 사람들이 디자인씽킹(Design Thinking)을 마케팅, 세일즈와 같은 프론트(Front)단에만 적용되는 것을 생각한다. 하지만 디자인씽킹은 사실 물류와 같은 백(Back)단에도 접목되고 있다.
실제로 IBM에서는 독일 자동차 제조업체 다임러(Daimler AG)와 함께 물류와 관련해서 디자인씽킹을 접목한 디자인 캠프를 진행한 사례가 있다. 다임러의 경우 물류를 담당하는 회사가 있음에도 불구하고 IBM과 함께 물류와 관련된 혁신방안을 논의했다. 이는 물류를 단순히 기존 방식의 패러다임에 끼어 맞추는 시대가 끝났다는 것을 의미한다. 고객 관점에서, 혹은 물류 산업에 종사하는 소속원의 관점에서 기대하는 것이 무엇인지 파악하는 것이 중요해지는 시점이다. 쿠팡의 로켓배송이 기존 소비자가 빠른 배송을 넘어선 서비스로 물류를 생각한다는 점에서 기인했다는 것처럼 말이다. 그렇다면 실제로 코그니티브 기술은 어떻게 SCM에 이용될 수 있을까.
현재 IBM은 국내의 한 병원을 대상으로 코그니티브 구매(Procurement) 아웃소싱을 구축했다. 코그니티브를 활용해서 구매 혁신을 한 사례이다. 병원을 찾는 수백명의 환자들은 개개인의 병 증상 및 특성이 달라 필요한 소모품들이 다양하다. 하지만 이 모든 가능성을 고려해 소모품을 준비해 두기 위해서는 상당한 관리비용이 든다.
반면 새롭게 구축한 구매 솔루션은 병원의 과거 데이터와 외부 데이터를 기반으로 코그니티브 데이터 분석 기술을 활용해서 최적화한다. 즉, 인공지능을 통해서 어느 시점에 어떤 물품을 어느 정도 준비해야 하는지를 자동화한 것이다. 이는 마치 생산, 제조과정의 JIT(Just-in-time)와 흡사하다.
IBM은 SCM 관점에서 월마트(Walmart)의 수요예측 최적화를 했던 경험 또한 존재한다. 월마트는 왓슨(Watson)이 학습한 정형/비정형 정보 및 외부 리서치, 인구통계학 자료를 분석하여 수요예측을 하는 방법으로 재고 최적화를 했다. 실제 판매이력, 날씨, 지역 신문, 행사 내용 등의 외적인 데이터도 함께 고려한 것이다. 실제로 한 미국 지역에서 ‘하천 정화운동’ 행사가 열려 인근 지역 마트에서 판매하는 장화와 같은 정화 용품들이 동이나는 현상이 발생한 적이 있다. 월마트는 인공지능을 통해 사전에 이 현상을 예측하여 재고가 떨어지는 사태를 미연에 방지할 수 있었다. 소위 ‘장화 사태’와 같은 경우 과거 판매 데이터만으로는 예측이 불가능하다. 외부 정보를 통해 장화의 판매가 상승할 것과 같은 미래 정보를 예측해야 사전에 대처할 수 있는 것이다.
Q7. 유통, 물류산업의 경계가 해체되고 산업간 영역 구분이 의미없어진 시대가 왔다. 경영자 입장에서 어떤 방식으로 기술이 만드는 미래에 대응할 수 있을까.
A7. IBM은 격년으로 전 세계 최고경영자를 대상으로 경영 이슈 현황을 조사한다. 시대의 변화 추세에 대응하기 위해서 경영우선순위를 조사하는 것이다. 이번 조사 결과 전에 없던 새로운 현상이 포착되었다. 에어비엔비, 우버와 같은 전에 존재하지 않았던 새로운 플레이어들이 급성장한 것이다. 새로운 경쟁자들은 기술 기반으로 출현해 시장 자체를 새로 만들었다. 유사하고 익숙한 산업 및 기술의 융합을 넘어 전혀 새로운 기술과 산업을 활용하는 파괴적 혁신이 몰려오고 있다.
기존 경영자들 또한 지금까지 해온 접근방식을 버리고 사업자체가 새로운 형태로 바뀔 수 있다는 생각을 해야 한다. 세계의 최고 경영자들은 새롭게 고객을 이해하고 시장에 접근하는 방식 자체를 바꿔야 한다고 언급하고 있다. 이에 따라 투자의 방향 또한 전면적으로 수정되어야 하는 상황이 왔다.
한국의 최고 경영진도 산업간 융합을 예견하며 새로운 비즈니스가 전 세계적으로 큰 영향을 미칠 것이라는 사실에 동의한다. 특히나 한국 경영진들이 시장에 새롭게 진입한 플레이어들에 대해 갖는 위기의식은 70~80% 이상으로 높게 나타났다.
(자료= 한국 최고 경영진(31%)은 글로벌 선구자 그룹(80%)에 비해 시장 선도자(First Mover)의 위치에 서는 것을 선호하지 않는 것으로 나타났다.)
그러나 한국의 최고 경영진들은 새로운 기술 도입 및 비즈니스 혁신을 ‘먼저 수행’하려는 경향은 낮은 것으로 나타났다. 경영진들이 새로운 비즈니스 모델 혹은 새로운 제품 도입에 있어서 업계 최초가 되지 않으려 하는 것이다. IBM에서 지난해 조사한 자료에 따르면 시장 선도자(First Mover)에 대한 선호도 또한 글로벌 선구자 그룹은 80%가 선호한다고 응답한 반면, 한국의 경우 31%만 선호한다고 답했다. 이는 우리나라 기업경영 방식이 무언가 처음 시도해서 실패하는 것에 대한 두려움을 갖고 있기 때문에 나타난 현상이다.
글로벌 최고 경영자와 국내 경영자들의 또 다른 차이는 위험 감수 투자와 외부와의 협업 측면에서도 나타난다. 한국 최고 경영진들은 글로벌 선도 그룹 대비 큰 위험을 감수해야 되거나 투자가 필요한 신기술에 대한 관심이 적다. 뿐만 아니라 외부와의 협업을 통한 혁신보다는 자체적으로 구축하는 전략을 선호하고 있다.
변화의 시대에서 우리나라 기업 또한 시장기회를 탐색하고(Cognitive), 외부협업을 통한 사업변화에 대비하며, 유연하고 능동적인 방식(Agile)의 혁신이 필요하지 않을까 생각해 본다. IBM은 혁신의 시대에서 IBM의 기술과 솔루션을 통해 기업들이 빠른 변화에 대응할 수 있도록 돕는 파트너사가 되기를 희망한다.
국내 기업은 다가올 미래에 대응하여 코그너티브 기술을 활용하여 외부기회 및 위협을 발견하고, 새로운 성장 동력을 발견할 수 있을 것이다. 민첩성과 유연성으로 산업 융합의 시대를 준비해야 될 때다.
