▲로봇과 인간이 협정을 맺고 있다(출처=셔터스톡)

인공지능은 효율적이며 혁신적인 가능성의 시대를 여는 핵심분야다. 이는 다수 기업이 사업 내 인공지능을 도입하면서 입증하고 있다.

IBM 리서치 솔루션 존 켈리 박사는 “지적 컴퓨터의 성공은 튜링 테스트 결과나 인간을 모방하는 능력에 의해서가 아니라, 그것이 치료하고 구한 사람 수에 의해 평가받게 될 것”이라고 밝혔다.

테크 프로 리서치 설문 조사에 의하면, 약 24% 사업체가 현재 운영에 인공지능을 활용하고 있거나 앞으로 활용할 계획을 가지고 있다. 이러한 현상은 건강, 자동차, 금융 서비스 영역에서 두드러지게 나타나고 있다.

금융 서비스에 대해 더 설명하자면, PWC는 미국 금융 데이터, 미국 통계청, 그리고 이외 몇몇 공인 단체로부터 3억 2천만 명 미국 소비자에 달하는 방대한 데이터를 수집해 금융 결정에 활용했다. 이 시스템은 금융 서비스 회사가 소비자 행동을 분석해 미래 모습을 모방하고, 소비자의 행동을 예측하기 위해 구축됐다. 또, 이는 금융 서비스 회사들이 초 단위로 실시간 사업 결정을 내리는 데 막중한 역할을 수행하고 있다.

한편, 자동차 업계에서 인공지능은 자동차 설계로부터 판매 지원, 마케팅 결정에 이르기까지 수많은 쾌거를 이뤘다.

이를테면 인공지능의 활용이 반복되는 패턴을 이해하고 학습할 수 있는 센서가 장착된 스마트 자동차 설계로 이어졌다. 이는 차선 이탈이나 충돌 가능성에 대해 운전자에게 경고하는 등 안전 유지 장치로 실제 적용됐다.

또, 인공지능은 금융 서비스에서와 마찬가지로 자동차 산업 부문에서도 사업 모델 구상에 활용된다. 자동차 업계에는 생산자, 구매자, 운송 서비스 공급자와 같은 관련 업체가 내린 결정을 분석할 수 있는 프로그램이 존재한다. 이는 회사가 무인 및 전기 자동차의 도입을 예측하고 목표 시장에 적용할 비제한적 가격 책정 계획 수립에 활용됐다. 또한 자동차 회사가 잠재적 고객의 이목을 끌 수 있는 더 나은 광고 결정을 내릴 수 있도록 도왔다.

특히 인공지능은 실제 시장에 적용될 20만 개 이상 시나리오를 처리할 수 있다. 이는 수익을 극대화하기 위한 최적화된 서비스로 이어진다.

이와 유사한 사례는 유통·판매·마케팅 영역에서 활발하게 나타나고 있다. 존 베이츠 어도비 마케팅 클라우드 제품 책임자는 “자사 품목을 차별화하고 경쟁자 간 우위를 점하려는 소매 유통 업체에 유통업계는 분석과 머신 러닝의 천국”이라며 “인공지능 도입은 마케팅 업계 종사자가 시장 동향을 신뢰해 일련의 과정을 자동화할 수 있도록 한다”고 설명했다.

인공지능과 사업 관련 결정

사람들은 인공지능이 출현하고 금융 부분에서 성과가 있기 전까지, 미완성의 일관성 없는 데이터에 의존했다. 현재는 인공지능 도입과 함께 데이터 기반 모델을 활용하고 있다.

라오 PWC 관계자는 “여러 종류의 의사 결정에 인공지능을 활용할 수 있다”며 “현존하는 인공지능 시스템의 가장 큰 성과 중 하나는 무한한 결과 모델링”이라고 밝혔다.

특히, 인공지능의 도입은 의사 결정 능력 향상으로 이어졌다. 아래는 이를 보여주는 사례다.

1. 인공지능을 활용한 마케팅 관련 의사 결정

모든 마케팅 결정 시 여러 복잡한 요소를 고려할 필요가 있다. 사업체는 고객의 필요와 요구 사항을 이해하고 있어야 한다. 또, 마케팅 측면에서 볼 때 최선의 결정을 내리기 위해서는 고객 행동의 변화에 대해 잘 알고 있어야만 한다.

인공지능 시뮬레이션과 모델링 기법은 사업 경영자가 고객 선호를 파악할 수 있도록 한다. 이러한 기법은 소비자의 행동 예측을 돕는다. 업체의 인공지능 시스템은 결정 지원 시스템을 활용해 최신 데이터를 실시간으로 수집함으로써 결정을 지원하고 동향을 예측 및 분석할 수 있다.

2. 고객 관계 관리

고객 관계 관리 부문에서 인공지능은 계약 관리, 선두 순위 관리, 데이터 기록 및 분석과 같은 다양한 기능을 수행할 수 있다. 또한 인공지능 소비자 모델링은 고객 평생 가치 예측에 활용될 수 있다. 이러한 기능은 판매 관련 종사자의 효율적인 업무를 돕는다.

3. 추천 시스템

추천 시스템은 본래 음악 콘텐츠 사이트를 위해 개발됐지만 다양한 산업에 도입됐다. 이 시스템은 사용자가 선호도를 학습해, 이와 일치하는 콘텐츠를 추천한다. 이를 통해 반송률은 감소하며 만족도 높은 타킨 콘텐츠 제작이 가능하다.

▲인간을 돕고 있는 로봇(출처=셔터스톡)