본문 바로가기
Eye On A.I.

왜 대부분의 회사는 AI를 도입하고도 성과를 내지 못하나?(The "10-20-70 Problem")

by 브래드(Brad) 2020. 10. 22.
인공지능은 많은 회사들에게 대단한 추진력을 제공하고 있을까요?
최근 BCG(Boston Consulting Group)와 MIT Sloan Management Review 조사연구에 따르면 '아니요'가 대다수의 답입니다.
조사 대상의 겨우 10% 정도만 매출 증가나 원가절감 차원의 "확연한 재무적 이득"을 보았다고 합니다.

출처: pexels.com

점점 많은 기업들이 AI를 채택하고 있는 중입니다. 2020년 봄, 조사를 진행한 29개 산업분야, 112개국의 3,000개 기업에서 57%가 시범사업을 진행하거나 본격적인 적용을 진행중이었으며, 이는 2018년도의 44% 보다 증가한 수치입니다. 또한 이들 기업 중 58%는 그들이 "인공지능 전략(A.I. Strategy)"를 가지고 있다고 말하고 있습니다. 

 

그런데 왜 극소수의 기업들만 AI기술로 부터 실질적인 이득을 얻고 있을까요? 답은 기업이 A.I 적용을 위해 조직을 어떻게 활용하는 가에 달려있습니다. 연구결과에 따르면 대부분의 성공적인 AI 채택 기업들은 사람과 AI 간 서로 가치 있고 유의미한 인사이트를 제공함으로써 상호 학습의 선순환을 만들어낸다고 합니다.

 

포르쉐(Porsche) 사의 경우, 한 엔지니어가 자판기에서 커피를 내릴 때 번뜩이는 아이디어가 떠올랐다고 합니다. 그는 자판기가 카푸치노를 내릴 때 좋은 커피를 만들어낼 때와 물이 많이 들어간 커피를 만들어낼 때 약간 소리가 다르다는 것을 발견했습니다. 이 발견으로 포르쉐사는 AI 기반의 부품 불량을 감지하는 시스템을 고안하게 됩니다. A.I자체로는 포르쉐가 소리 데이터에 집중해야 한다는 인간의 상상에서나 가능한 제안을 절대 하지 못했을 것입니다. 대신 A.I는 시스템을 완벽하게 구현해내는 역할을 한 것이죠.

 

 

보고서는 인간과 AI 상호작용의 5가지 "모드"에 대해 이야기 합니다:

  1. - AI가 직접 결정하고 스스로 구현하는 모드
  2. - AI가 결정하고 인간이 구현하는 모드
  3. - AI가 인간에게 추천하지만 결정은 인간이 내려야 하는 모드
  4. - AI가 데이터로부터 인사이트를 제공하여 인간의 의사결정을 돕는 모드
  5. - 인간이 결정하고 AI는 단지 구현만 하는 모드

대부분의 성공적인 기업들은 다양한 모드의 상호작용을 활용하며, 그 중 1/3은 5가지 모드 모두 사용하고 있고, 다른 1/3은 3~4가지 모드를 사용하는 것으로 조사되었습니다. 5가지 모드 모두 활용하는 비즈니스는 1가지 모드에만 의존하는 사업에 비해 AI로부터 6배 이상의 재무적 성과를 얻고 있는 것으로 보입니다.

 

좀 더 자세히 말하자면, AI로부터 상당한 성과를 얻어내는 비즈니스들은 각각의 상황마다 어떤 모드를 활용해야 하는지 잘 알고 있습니다. 월마트의 경우 현재 매장 관리자들에게 재고관리에 대한 추천모델을 제공하는 AI기반 시스템을 사용하고 있습니다. 관리자들은 그러한 추천에 대해 거절하고 그들이 어떻게 할건지에 대한 피드백을 줄 수 있습니다. COVID-19 팬데믹 기간동안에는 소비자들의 구매행동이 급격히 변화했고, 관리자들은 AI시스템의 제안들에 대하여 이전보다 훨씬 많은 거절을 했다고 합니다. 그러나 이러한 관리자들의 피드백은 소프트웨어에 새로운 학습데이터를 제공하였고,  재학습을 거친 AI는 관리자들이 AI의 추천에 이전보다 더 의존하게 되는 시스템이 되었다고 합니다.

 

그러나 AI로 부터 많은 이득을 얻기 위한 비즈니스 운영방법은 많은 것을 필요로 합니다. BCG와 Sloan Management Review는 기업들이 과감한 변화를 시도할 때 그렇지 않을 때 보다 훨씬 많은 보상을 얻는다는 것을 발견했습니다.

 

BCG 시니어 파트너 이면서 보고서 저자 중 한 사람인 셰르빈 코다반데흐는 너무나 많은 기업들이 AI를 ERP(Enterprise Resource Planning) 시스템과 같은 다른 기술이 실패하고 갈아엎었던 경험들과 유사할 것이라는 잘못된 유추를 하고 있다고 말합니다. 그 둘은 너무나도 다르며, ERP 시스템은 모든 비즈니스에서 핵심적인 관리 기능을 위해서 채택되는 경향이 있었다고 덧붙여 말했습니다.

 

일반화되거나 표준화된 AI 란 없습니다. 한 기업을 위한 AI는 다른 기업의 동일한 영역에 대해 일반화될 수도 없습니다.

 

BCG는 AI의 성공은 "10-20-70 문제"라고 말합니다. : 10%는 적합한 알고리즘을 디자인하기 위한 노력, 20%는 데이터를 수집하고 AI를 가동하기 위한 기반 기술들을 구축하는 것, 70%는 조직적인 구조와 프로세스들을 올바르게 취득하는 것입니다.

 

극 소수의 회사들만 구조적인 변화를 극적으로 수행하여 AI로부터 커다란 재무 효과를 얻어왔습니다. 그러나 코다반데흐는 10%의 기업들이 AI로 부터 큰 성과를 이뤘다는 사실은 그것이 나머지 기업들에게도 불가능하지 않다는 것을 의미한다고 말합니다. 

 

참고로 "확연한 재무적 이득"이란 건 어느 정도 수준을 말하는 것일까요? BCG와 Sloan 저자들은 기업규모에 맞게 정의를  달리 합니다.

  • 연간 최소 1억 달러의 추가 매출이나 천만 달러 이상의 원가절감 달성
  • 연간 매출 5억 불에서 100억 불 사이 기업의 경우 최소 2천만 불의 이익,
  • 연간 매출 1억 불에서 5억불 사이 기업들은 최소 천만불의 이익,
  • 연간 매출 1억불 이하 기업은 최소 5백만 불의 이익 

 

기사원문: Why do so few businesses see financial gains from using A.I.? - EYE ON A.I. by Jeremy Kahn(Fortune)

 

 

댓글