"기업이 10개 AI 프로젝트를 하면 이 중 9개는 POC(컨셉 검증)만 하다 끝난다.“
얼마 전, 캐나다 글로벌 인공지능(AI)기업 엘리먼트AI(Element AI)의 음병찬 동북아 총괄이 한 강연에서 한 말이다. 음 총괄은 "2~3년 전 AI 장밋빛 전망이 많았는데 실제 도입은 생각보다 느리다"며 "이제 기업에서 도입이 만만치 않다는 걸 느끼고 있다"고 언급했다.
AI는 인터넷처럼 우리에게 필수적인 환경의 일부로 인식되고 있다. 기업이 앞다투어 기술 도입에 나서고 있는 상황이다. 여기저기서 AI프로젝트가 진행되고 있다. 그렇지만, 이러한 프로젝트가 실제로 어떻게 진행되고 있는지, 그 결과는 어떠했는지 정작 잘 알 수 있는 자세한 정보는 많지 않다.
궁금증이 스멀스멀 올라오던 차에 음 총괄의 발언을 보면서 이런 느낌이 그냥 느낌은 아니었구나 하는 생각이 들었다. 어떤 AI프로젝트는 성공하고, 어떤 프로젝트는 실패하는가. 실제로 성공하는 AI프로젝트는 얼마나 되는가. AI스타트업들은 얼마나 프로젝트를 잘 수행할 수 있는 것일까 등등. ‘구슬이 서 말이라도 꿰어야 보배’라는 속담처럼, 아무리 좋은 AI기술이라도 기업에 적용되지 못하면 무슨 소용이 있을까 하는 생각도 든다.
글로벌 IT 시장 조사 업체 가트너는 '2018 CIO(최고정보책임자) 아젠다 조사'에서 대다수 기업이 AI 도입을 위한 준비가 부족한 점을 지적했다. 내부에서 데이터 사이언스를 소화하지 못해 외부 업체에 의존하는 비중이 높았다. CIO 조사 참여 기업의 53%는 자사의 데이터 마이닝과 데이터 활용 능력 부분을 가장 낮은 '제한적' 등급으로 평가했다. 가트너는 2022년까지 85%에 달하는 AI 프로젝트가 데이터, 알고리즘 혹은 이를 관리하는 팀의 편향적 판단으로 인해 잘못된 결과를 도출할 것으로 전망했다.
또 지난해 글로벌 시장분석기관인 IDC도 자신들의 조사에서 약 30%의 회사만이 AI 프로젝트의 성공률이 90%라고 대답했다. 실패 비율이 10~49%인 회사의 비율이 절반을 훨씬 넘었다고 밝혔다. 제대로 준비하지 않으면 생각보다 실패할 확률이 높은 것이다. 기술만 잘 알면 될 것처럼 생각하면 오산이라는 점을 잘 보여준다.
AI 전문가들의 의견들을 종합해 보면, AI 프로젝트가 실패하는 이유는 크게 세 가지로 나눠 볼 수 있다. 데이터를 제대로 잘 다루지 못하는 문제, 해당 비즈니스에 대한 개발진의 이해도 문제, AI기술과 기존 시스템과의 결합 문제 등이 주요 이슈다.
AI가 모든 것을 다 해결해 줄 것이라는 편견 또는 무지로부터 시작해 실제로 이 정도밖에 못한다는 현실적인 결말 또는 실망에 이르게 되는 프로세스는 이전에 많은 IT프로젝트에서 봐왔던 거라 그다지 새롭지는 않다.
그렇다면 AI프로젝트는 어떻게 접근해야 할까. 구글 브레인과 바이두AI그룹을 이끌었던 세계적인 AI과학자 앤드류 응은 첫 AI파일럿 프로젝트를 잘 고를 것을 제안했다. 회사 경영진을 설득할 수 있는 가치 정도만 가진, 6~12개월 이내에 성공적인 산출물을 낼 수 있는 두세 개의 프로젝트를 동시에 수행해보라는 것이다. 구글에 있으면서 앤드류 응은 검색보다 상대적으로 쉬운 음성인식률을 높이고 구글맵의 데이터 품질을 높여 딥러닝의 잠재적 가치에 회의를 품은 사람들을 설득할 수 있었다고 한다.
'AI가 알려주는 비즈니스 전략'의 저자 크리스 더피(Chris Duffey; 어도비 크리에이터 디렉터)도 결국 AI 성공의 핵심은 사람이라는 점을 강조한다. 속도, 이해, 성과, 실험, 결과 라는 AI의 다섯 가지 주요 특성(슈퍼프레임워크)을 잘 알아야 한다고 주장한다.
삼성SDS 이승근 상무도 ‘좋은 AI분석모델은 비즈니스 관점에서도 설명할 수 있는 결과가 도출되어야 한다.’라고 말하며, 변수 데이터의 양보다도 분석모델이 비즈니스 행태를 적절히 반영하는지가 중요하다고 사례를 통해 설명한다. AI조직이 현장직원과 밀접하지 않으면 실효성도 떨어진다고도 덧붙인다.
엘리먼트AI도 AI성숙도 측정 지표로 전략, 데이터, 기술, 인력, 거버넌스 등 5가지를 제시하고, 이들 지표가 탐색, 실험, 도식화, 최적화, 전환 순서로 고도화한다고 본다. 이들 조사에 따르면, 현재 AI 프로젝트의 절반(52%)이 실험단계에 머무르고 있다. 음 총괄은 "기술 이외 조직, 데이터, 리스크 등이 골고루 준비돼야 인공지능이 확산될 것"이라고 말했다. 요컨대, 아직 갈 길이 먼 것이다.
AI프로젝트의 성공여부는 기술에 있지 않다. AI가 해결할 문제에 대한 적정 솔루션 판단, 이루어야 할 목표에 대한 조직 내 명확한 공유가 기업문화로 자리 잡아야 한다. AI는 기업에게 아주 중요한 전략적 자산이자 기회제공자이다. 아기를 다루듯, 세심하게 다뤄야 한다.
[AI & Tech] "GPT-3는 희망인가, 위협인가"...논란 '팽팽'
[AI & 산업] SAP, 클라우드 자회사 퀄트릭스 상장 추진
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com