싱가포르에 본사를 둔 ADDO AI사는 인공 지능으로 세계를 변화시키고 있는 기술 기업으로, 세계 유수의 기업을 고객으로 두고 있는 있습니다. 이 회사의 공동 설립자 겸 대표 아예사 칸나(Ayesha Khanna)가 지난 SAS 글로벌 포럼에서 실제 기업의 사례를 중심으로 AI 트렌드를 소개하며, AI를 이용하여 경쟁에 앞서갈 수 있는 방법을 소개했습니다.

기계는 우리를 어떻게 도울 수 있을까?

우선, 일상적으로 반복되는 작업을 수행할 수 있습니다. 뮌헨 BMW 공장에서는 거대한 주황색 로봇 팔이 차체를 조립합니다. 이 로봇은 같은 작업을 끝없이 되풀이하죠. 사람이 하는 반복적인 작업이라면 기계도 할 수 있습니다.

기계는 무지막지한 양의 데이터를 분석할 수 있습니다. 우리는 지금, 지난 10년 동안보다 많은 데이터를 1년 안에 생성하고 있습니다. 팀원이 아무리 많아도 이만한 데이터를 분석할 수 없습니다. 이러한 데이터에 액세스하고 분석하여 비즈니스와 시장에 대한 인사이트를 얻으려면 플랫폼과 툴, 머신 러닝이 필요합니다.

AI는 여기서 한 발 더 나아가 학습을 합니다. 우리가 AI를 ‘지능’이라고 부르는 이유입니다. 학습에서 더 나아가 조언을 하거나 어떤 것을 추천하고, 갈수록 더 자율적으로 일하게 될 것입니다. 기업에서도 이를 활용할 수 있습니다. AI의 능력이 기업의 니즈에 부합할 때 마법 같은 일들이 가능해집니다.

AI로 비즈니스 규칙을 바꾸는 기업들

기업은 보다 고객 중심적이어야 합니다. 급변하는 세상 속에서 기술은 곳곳에 파괴적 혁신을 일으키고 있지만, 고객은 여전히 퍼스널 터치를 원합니다. 가치를 원하고 효율성을 추구합니다. 아마존(Amazon)과 넷플릭스(Netflix)는 이를 잘 이해하고 있습니다.

아마존은 철저히 고객 여정에 집중합니다. 고객의 편의를 위해 같은 유형의 고객들이 구매했던 책이나 영화, 물건을 추천합니다. 아마존닷컴 매출 가운데 1/3 가까이가 여기에서 나올 정도입니다. 넷플릭스는 볼만한 영화를 추천하며, 여기에서 10억 달러 이상의 수익이 창출됩니다.

이스라엘의 검색엔진 기업 트위글(Twiggle)은 설명을 곁들인 사진 한 장만 업로드하면 원하는 상품을 판매하는 온라인몰을 정확히 찾아준다고 광고합니다. 이는 실제로 고객의 만족도를 높였고, 해당 온라인 판매자는 결제 완료까지 이어지는 고객 비율을 높일 수 있었습니다.

리테일 분야에서 AI 활용은 상상 이상입니다. 아마존은 말의 내용, 음성, 목소리 높낮이, 어조까지도 반영하여 활용하겠다고 선언합니다. 구체적으로 17가지의 음성 변수를 참조하여 사용자가 화가 났는지, 행복한지, 낙관적인지, 슬픈지 파악하여 고객 추천을 하겠다고 합니다. 가트너(Gartner)에서는 실제로 2022년 무렵에는 개인용 기기가 사용자의 감정 상태를 가족보다 더 많이 알고 있을 것으로 예측합니다.

기기들은 청각에 그치지 않고 시각까지 활용하기 시작했습니다. 감정감지 소프트웨어 어팩티바(Affectiva)는 사용자가 광고를 볼 때의 표정을 분석할 수 있도록 마케팅 회사에 인공 지능 서비스를 제공합니다. 이를 통해 기업은 사용자에게 가장 적합한 정보를 적시에 실시간으로 제공할 수 있습니다.

AI의 핵심은 데이터

여기서 잊지 말아야할 점은 이런 데이터를 다루려면 사용자의 허가가 필요하며, 동의 없이 개인 데이터를 공유해서는 안 된다는 사실입니다. 기업이 AI와 데이터를 책임감 있게 사용할 수만 있다면, 보다 고객 중심적인 서비스가 가능해집니다.

모든 회사는 업무 처리를 최적화해야 합니다. 현상 유지가 아닙니다. 동일한 투자, 동일한 자금, 동일한 직원으로 아무런 추가 투입 없이 즉시 성과를 향상시키는 것은 불가능합니다. 달성 가능한 정점에 올라와 있다고 느끼는 기업도 많지만, 인공 지능을 활용하면 현재의 투자와 시설로도 추가적인 성장이 가능해집니다.

스페인의 세스파(Cespa) 화학 공장은 최종 생산라인에 머신 러닝을 도입하여 중간 제품 생산량을 2.5%, 최종 생산량을 연간 5,500톤 이상 늘리고 있습니다. 그 어떤 추가 요소도 투입되지 않았습니다. 비결은 무엇이었을까요? 세스파는 생산 과정 데이터를 충분히 확보한 점을 강조합니다.

이 공장에는 약 3,000개에 달하는 프로세스가 있고, 특정 기계가 설치된 높이, 화학 공장 내 습도, 실외 기후 조건과 같은 3,000개의 프로세스 변수도 존재합니다. 이들 데이터를 머신 러닝 알고리즘에 투입하면 어떤 일이 생길지 궁금했다고 합니다. 프로세스, 온도, 습도와 관련한 각각의 다이얼을 어떻게 조절하면 좋을지 알려줄 수 있을까? 만약 그렇다면, 이 새로운 조합으로 어떻게 생산 결과를 최적화할 수 있는지도 보여줄까?

이 궁금증을 해결하기 위해 매 15분마다 AI가 설비 운전자에게 운전 조건을 알려주도록 했습니다. 그리고 최적의 운전값을 찾아내기 위해 AI의 권장 사항을 듣고 툴을 사용할 수 있도록 직원을 교육했으며, 그 결과 실제로 최적화를 이뤘습니다. 일종의 디지털 혁신프로젝트인 셈이죠.

핵심은 데이터입니다. 입력할 데이터가 있어야 합니다. 데이터를 투입할 플랫폼도 필요합니다. 여기에는 분석과 머신 러닝 모델을 실행할 수 있는 툴이 있어야 합니다. 이를 검토하고 테스트한 다음, 결과를 최적화하기 위해 플랫폼을 조정할 수 있는 전문 인력도 필요합니다.

정말 혁신할 수 있을까?

채식주의자를 위한 식물성 대체 식품을 개발 및 생산하는 칠레의 스타트업 ‘더 낫 컴퍼니(The Not Company)’는 AI를 활용하여 식물성 기반의 레시피를 고안하고 있습니다. AI가 40만 종의 식물을 분석한 다음 실험실에서 특정한 맛을 어떻게 복제해낼 수 있는지 알려줄 거라는 기대 속에 2015년에 창업했습니다.

실제로 AI 셰프 주세폐(Giuseppe)는 특정제품 정보를 입력하면 분자구조상 가장 유사한 식물성 재료를 활용한 50~60가지 대체 레시피를 뽑아냅니다. 주세폐는 우유를 대신한 재료로 양배추와 파인애플을 제안했습니다. 실제로 그렇게 해보니 맛이 훌륭했고 카푸치노에 사용하니까 근사한 거품까지 났습니다. 이런 식으로 우유, 요거트, 치즈, 마요네즈를 개발했고, 첫 제품인 식물성 마요네즈 ‘Not Mayo’는 칠레 마요네즈 시장의 베스트셀러가 되었습니다.

낫 마요(Not Mayo)는 미국과 전 세계에서도 큰 주목을 받았습니다. 아마존에서는 입점을 위해 수백만 달러를 투자하기도 했습니다. AI를 이용하여 남들이 생각하지 못한 완전히 다른 것을 시도하면 이처럼 멋진 일이 일어납니다. 이러한 시도는 스타트업뿐만 아니라 사내에서 기업가가 할 수도 있습니다.

21세기 시장에서는 고객 중심으로의 전환, 프로세스 자동화, 프로세스 최적화, 나아가 이를 토대로 이루어지는 전면적인 혁신 없이는 어떤 비즈니스도 번창할 수 없습니다. 이것이 바로, 시크릿 소스입니다. 데이터와 AI 없이 어떻게 성공이 가능한지 저는 상상할 수 없습니다. 고객을 더 잘 이해하고 싶은가요? 더 나은 최적화와 혁신을 이루고 싶은가요? 여기 그 비법이 있습니다.

풀 영상은 ‘SAS Global Forum 2021 하이라이트’ 웹사이트에서 무료로 보실 수 있습니다.