“인공지능에 미래 거는 기업, 설계 도입 모델 중요해”

“그렇다.”

망설임 없는 대답이 돌아왔다. 테라데이타에서 하둡 컨설팅 조직을 이끄는 팀 시어스 씽크빅 애널리틱스 매니징 파트너는 인공지능(AI)을 활용하는 일이 기업에 도움이 된다고 자신했다. 영화 ‘매트릭스’에서 엿볼 수 있는, 인공지능이 사람을 대신하고 오히려 사람을 착취한다는 등의 디스토피아는 단순한 기우라면서 말이다. 그는 인공지능이 인간의 삶의 도움을 주고, 이로 인해 선한 결과를 끌어낼 수 있다는데 확신을 보였다.

“기술 발전이 이뤄지면 항상 고민하는 문제죠. 그러나 어두운점 말고 밝은점도 있습니다. 단순히 인공지능이 사람을 대신하기 때문에, 사람을 대체해 나간다는 생각보다는 좀 더 희망적인 부분을 보길 바랍니다. 산업혁명이 일어났을 때도 기기가 사람 노동력을 대신했습니다. 결과는요? 좀 더 재미있는, 덜 지루한 일에 사람이 투입됐지요. AI가 열어가는 미래는 분명 긍정적일 것이라고 봅니다.”

팀 시어스 씽크빅 애널리틱스 매니징 파트너

AI, 의사 결정 도우미로 나서…신뢰 형성이 필수

기업에서 보았을 때, AI 연구는 이제 막 시작한 단계다. 수십 년 전부터 인공지능에 대한 얘기가 나왔지만, 그 당시 인공지능은 대학교나 연구소 등에서 연구하는 ‘학문’에 가까웠다. 산업과 기업에서 인공지능을 활용하는 건 멀게만 느껴졌다.

불과 10여년 사이에 상황이 바뀌었다. 머신러닝, 딥러닝 등 인공지능을 활용할 수 있는 방법을 둘러싸고 다양한 논의가 벌어지고 있다. 이젠 모든 기업이 빅데이터를 외치고 더 나아가서 AI를 외친다. AI를 활용하면 기업의 더 빠른 의사 결정을 도와주고, 때론 사람을 대신해서 복잡하고 위험한 일을 할 수 있을 것이란 기대감이 팽배하다. 자율주행 자동차 등 실제 산업 영역에서 인공지능을 적용하는 일도 늘었다.

기업이 AI를 도입하겠다는 얘기는, 언뜻 일종의 또 다른 세련된 IT 유행을 따르겠다는 자세로 보이기 쉽다. 클라우드, 빅데이터 등 매년 새로운 개념이 유행처럼 번지고, 기업은 이를 도입하겠다고 나선다. 그러나 실제로 도입해서 무슨 효과를 누릴 수 있을지 그 실효성에 대해서 분명히 짚고 넘어가는 기업은 드물다. 팀 파트너는 적어도 빅데이터 도입했을 때와는 다른 결과를 얻을 수 있다고 설명했다. 단순히 AI 도입이 두루뭉술하게 다가오는 개념은 아니라고 짚었다.

“데이터 분석 시절과 무엇이 다르냐고요. 근본적으로 다릅니다. 기존 데이터 분석은 무언가 자료를 분석해서 그 결과를 보는 데 초점이 맞춰져 있습니다. AI는 운영 시스템을 구축해서 나갑니다. 단순 분석 그 이상이지요. AI는 자동으로 의사 결정을 내리고 행동까지 취합니다. 비즈니스 결과론적으로 보면 굉장히 좋은 결정을 이른 시간 안에 저렴한 비용으로 해결할 수 있습니다.”

분석은 기업이 AI를 이용해 가장 쉽게 접근할 수 있는 작업 과정이다. 실제로 AI가 줄 수 있는 가치를 활용하려면, 분석 작업부터 AI를 적용해야 한다. 시작 측면에서는 분석할 때, AI를 활용하는 게 맞다. 그러나 이게 다가 아니다.

기존 데이터 분석 기반으로 의사 결정을 내리는 과정에서는 여전히 사람이 핵심이다. 사람이 여러 대시보드를 통해서 정보를 파악하고, 결정을 내린다. 데이터 분석은 사람이 좀 더 편하게 의사 결정을 내릴 수 있게 각종 자료를 보기 좋게 만들어주는 도구에 불과하다. 사람이 결정을 내리고 실행한다. 기업의 AI 도입은 여기서 더 나아가 사람의 짐을 덜어준다. 분석을 내리고, 상황을 파악하고, 스스로 결정을 내려 행동을 취한다. 책임을 사람이 아니라 AI가 맡아서 한다.

물론, AI가 분석한 결과의 정확성을 두고 어디까지 신뢰해야 하는지에 대한 문제가 남아있다. 예를 들어 부정행위탐지기능(FDS)에서 AI가 분석한 결과의 정확성을 두고 사람이 옳고 그름을 판단하지 못할 수도 있다. 결정에 대한 책임이 오히려 AI에 있으므로 발생하는 신뢰 문제도 무시할 수 없다.

“AI가 처음 개발되었을 때부터 많은 사람이 하는 걱정거리입니다. 이 문제를 해결할 방법은, AI가 내린 결정과 사람이 내린 결정을 비교해 ‘AI가 내린 결정을 우리 회사에서 믿을만한가’란 작업부터 시작부터 하는데 달려 있습니다. AI가 우리 회사에서 믿을만한 것이냐는 근거를 원한다면, 테스트 프레임워크 작업을 통해 데이터를 쌓고 확신을 만들어가는 일부터 시작해야 합니다.”

모든 일에 통하는 ‘마법의 상자’는 존재하지 않는다

기업은 AI를 통해 새로운 비즈니스 과정을 만들거나, 효율 증대를 통한 비용 절감을 하고 싶어 한다. AI를 도입하면 과거에는 이용할 수 없던 기능이나 제품을 생산하는 등 새로운 사업 모델을 만들 수 있다. 자율주행 자동차가 등장한 것처럼 말이다. 반복적인 단순 작업을 방지해 비용을 줄일 수 있다. 제조업과 같은 공장은 정해진 과정대로 일 처리를 하는 매뉴얼 프로세스가 대부분이다. 이 과정에서 불필요한 반복업무 과정만 빼도 기업의 생산성을 높일 수 있다.

“그러나 모든 사업과 산업에 통하는 인공지능이 있는 건 아닙니다. 마법의 상자는 존재하지 않죠. AI와 관련된 다양한 알고리즘 모델 방식이 등장하는 이유입니다. 그중 딥러닝은 관계를 분석해서 우선순위를 확인하고, 덜 필요한 정보를 구별해서 알려줍니다. 가장 화젯거리인 분야죠.”

알고리즘 외에도 중요한 건 메모리 분야다. 결국, AI도 컴퓨팅 연산 작용을 통해 결과물을 만들어 낸다. 얼마나 저장할 수 있고, 얼마나 기억할 수 있으며, 이를 얼마나 빨리 처리할 수 있느냐에 따라 AI 학습 속도가 달라진다. 현재 기업에서 적용하는 인공지능은, 사람이 가진 모든 능력 중 ‘지능’에 초점이 맞춰져 있다. 남을 이해하는 감정이입 능력, 창의성 등을 기계로 해결하려면 아직 멀었다.

“그러므로 AI가 사람을 대체해서 모든 일을 할 수 있다는 기대는 조금 버리는 게 좋습니다. 보조 수단인 셈이죠. 기업의 비즈니스 상황은 끊임없이 변합니다. 한번 도입한 AI가 끝까지 적용될 거라는 확신을 버리세요. 시간과 노력을 기울여서 지속적인 학습 과정을 만들어 나갈 수 있는 AI 설계 도입 모델을 만들어 나가는 게 중요합니다. 여러 버전을 만들어서 관리해 나가는 일이 필요합니다.”

팀 매니징 파트너는 대학 시절부터 인공지능에 관심이 많았다. 빅데이터 분야 스타트업을 운영하면서 인공지능이 자동으로 의사 결정을 내리는 과정에 흥미를 느꼈다. 사람이 가진 지능을 기계가 갖는다는 점이 마법처럼 다가왔다. 그 마법에 홀려 공부한 지 수년째, 현재 그는 씽크빅 애널리틱스에서 빅데이터와 인공지능을 활용한 컨설팅을 담당한다.

씽크빅 애널리틱스는 테라데이타에서 지난 2014년 인수한 빅데이터 컨설팅 조직이다. 호튼웍스, 클라우데라, 맵알 등과 같은 다양한 하둡 배포도구에 자식을 가진 사람이 여럿 보여, 기업이 데이터를 활용할 수 있게 돕는다. 마치 별동대처럼 소규모로 움직이는 게 특징이다.