스위스 종자기업 신젠타의 ‘열린 혁신’ 노동집약형 프로세스 개선해 생산성 3배 ↑

Article at a Glance

 질문

기업은 혁신을 위해 어떤 식으로 내부 자원을 보강할 수 있을까?

연구를 통해 얻은 해답

- 신젠타는 오픈 이노베이션을 통해 R&D 프로세스를 개선하는 일련의 신규 분석 도구들을 개발했다.

- 신젠타는 목표에 따라 각각 다른 온라인 크라우스소싱 플랫폼을 활용했다.

편집자주

이 글은 슬론 매니지먼트 리뷰(SMR)> 2016년 여름 호에 실린 ‘Improving Analytics Capabilities Through Crowdsourcing’을 번역한 것입니다.

주요 기술 인력들이 부족한 지역에 있는 회사가, 가장 혁신적인 데이터 과학자들을 돈으로 사서 활용하려면 어떻게 해야 할까? 만약 데이터 분석을 위한 적임자들을 정규직으로 채용할 수 없다면 당신이 원하는 지식과 창의력을 갖춘 외부 전문가들과 계약을 통해 일할 수 있는 방법은 무엇일까? 2008년 신젠타는 바로 이런 고민에 빠져 있었다.

스위스 바젤에 본사를 두고 농화학 제품 및 종자를 판매하는 기업인 신젠타는 지난 2000년 노바티스(Novatis)와 아스트라제네카(AstraZeneca)의 농업 부문 합병으로 설립됐다. 2만8000명이 넘는 신젠타의 전 직원 중 5000명 이상은 생물학·유전공학·유기화학 쪽에서 고도로 훈련된 전문가들로, 이 중 다수가 관련 분야의 박사 학위를 소지하고 있다. 신젠타의 기업 미션은 혁신적 작물 솔루션들을 개발해 증가하는 전 세계 인구를 위해 식량을 안정적으로 공급할 수 있도록 콩과 옥수수, 밀 같은 기초 식량 작물들을 농부들이 가장 효율적으로 재배할 수 있게 만드는 것이다. 이는 유전공학의 한계를 넘어서야 함을 의미한다.

수세기 동안 식물 재배는 주로 시행착오를 통해 개선되는 노동집약적인 프로세스로 존재해왔다. 농부들은 가장 생산효율이 높으면서 이상적인 특성을 가진 식물을 찾고자 다양한 종자들과 경작 기법들을 실험해왔다. 재배자들은 어떤 종자들을 교배할지 결정하는 데 있어서 자신의 직감과 추측에 크게 의지했기 때문에 운이 결정적 역할을 할 수밖에 없었다. 예를 들어 가장 우수한 옥수수 품종을 찾기 위해 재배자는 수백, 혹은 수천 가지 종자들을 교배한 후 어떤 결과가 나오는지를 직접 확인하는 식이었다.

신젠타 또한 매년 전 세계 150여 개 지역에서 수십만 개 식물들에 대한 현장 실험을 수행함으로써 대규모 시행착오식 연구개발(R&D)에 관여해왔다. 하지만 실험 결과가 종종 우연과 특이한 변수의 영향을 받았으므로 의미 있는 결론을 도출하기 어려운 때가 많았다. 어떤 종자가 다른 종자들보다 더 잘 자란 원인이 유전적 특성 때문일까, 아니면 더 많은 햇빛과 물을 공급받았기 때문일까? 전통적 연구 방법을 통해 이런 궁금증을 풀기 위해서는 막대한 비용과 시간을 들여 추가 실험을 엄청나게 많이 하는 수밖에 없고, 결국 이는 값비싼 작업방식이 된다. 실제로도 새로운 식물 종자를 초기 실험 단계를 거쳐 완전히 상업화하는 데까지 평균 7년이 걸린다. 당신이 종자와 작물 보호를 위한 R&D 활동에 매년 수억 달러를 투입한다고 치면(신젠타의 2015년 R&D 예산은 약 140억 달러였다), 그중 극히 일부만 큰 성과를 내게 된다.

필자들은1 1이 글의 필자 중 한 명인 알피어스 빙엄은 신젠타 직원이 아니지만 프로젝트 초기에 자문 역할을 수행했다. 따라서 조셉 바이럼은 신젠타의 경험을 공유하는 데 있어 그를 첫 번째 공동 필자로 선택했다. 닫기 데이터 분석기법들을 활용해 수없이 많은 식물과 품종들을 연구하면 가장 바람직한 종자를 조기에 확인할 수 있고, 이를 통해 모든 자원(자금과 노동력, 토지, 그리고 시간 등)의 효율성을 극대화할 수 있겠다는 생각을 하게 됐다. 재배 프로세스의 각 단계마다 더 현명한 선택을 할 수 있다면 어떨까? 재배 프로세스는 성공 가능성이 가장 큰 모본(parent plants)들을 선택하는 것으로 시작해서 이들을 교배하고 그 종자를 평가한 다음 기존 작물보다 품질과 생산성이 우수한 것으로 입증된 품종을 상업화하는 순서로 진행된다. 식물 재배에는 꾸준한 실험과 재실험이 필수불가결하다. 하지만 만약 상품성이 떨어지는 품종들을 실험하는 데 투입되는 비용을 조기에 없애고, 최종 선택 확률이 높은 종자들을 더 일찍 판별할 수 있다면 어떨까? 필자들의 목표는 거듭되는 실험에 시간과 자원을 투자하는 대신에 신젠타가 더 견고한 데이터와 과학을 통해 식물 포트폴리오에 대한 결정을 내리게 하는 것이었다.

신젠타의 제품 R&D센터는 아이오와의 주도(州都)인 디모인(Des Moines)보다 조금 더 떨어진 슬레이터(Slater)에 있었는데, 이곳은 회사가 원하는 수준의 분석 전문가 대다수가 선호하는 지역과는 동떨어져 있었다. 신젠타 스스로도 최고 수준의 분석 교육을 받은 인재들을 채용하기에는 구글이나 미국국가안전국(the U.S. National Security Agency)보다 경쟁력이 떨어진다는 사실을 알고 있었다. 그래서 회사가 취할 수 있는 최선의 전략은 창의력이란 결론을 냈다. 즉, 생물학이나 농업과 무관한 분야의 컨설턴트들이나 학자들과 파트너십 계약을 통해 내부 자원을 보강하는 방법이었다.

크라우드소싱 플랫폼 활용하기

오픈 이노베이션은 회사가 자체적으로 해결할 수 없는 복잡한 비즈니스 문제들을 다루는 데 도움이 된다. 조직 내 전문가 부족이 장애가 되는 경우가 있기 때문이다. 또 다른 경우에는 비용도 문제가 된다. 하지만 외부 전문가들의 잠재력을 최대한 활용하기 위해서는 내부 직원들과 이들의 긴밀한 협력이 필요하다. 내부 직원들은 외부 전문가들이 비즈니스에 도움이 되고 자신의 자리를 위협하지 않는다고 느껴야 한다. 직원들 간의 협력은 문제를 규정하고 후보 솔루션들을 평가하는 데도 필수적이다. 필자들은 회사의 R&D 효율을 높이는 데 도움이 될 인재들을 찾기 위해 다양한 온라인 크라우드소싱 플랫폼들로 눈을 돌렸다.

하지만 필자들은 외부로 눈을 돌리기 전에 먼저 내부부터 살펴봤다. 회사가 갖고 있는 모든 문제들과 도전 과제들을 사내에 공지함으로써 직원들이 먼저 이에 대한 솔루션을 찾을 수 있도록 기회를 부여했다. 회사 내부 인력들은 복잡한 수학적 문제들을 다룰 만한 특수한 기술이 부족했지만 식물 재배에 대한 실무 경험이 문제의 핵심을 파악하는 데 도움이 됐다. 신젠타 직원들은 조직의 이런 변화를 위협으로 간주하는 대신에 외부 전문가들의 역량과 아이디어를 통해 혁신 프로젝트를 진척시킬 수 있다고 생각했다.

필자들은 크라우드소싱 플랫폼들을 최대한 활용하고자 했고, 더 우수한 식물 종자들을 개발하기 위해 수준 높은 수학 기법들을 어떻게 이용할 수 있을지 연구했다. 크라우드소싱이 새로운 개념은 아니었지만 신젠타란 조직 환경 안에서 어떻게 적용할 수 있을지 알고 싶었다. 필자들은 인터넷상에서 크라우드소싱 사이트들을 조사하면서 플랫폼들이 목적에 따라 다양한 형태로 존재한다는 사실을 일찌감치 깨달았다. 신젠타는 여러 플랫폼들을 활용했다. 그중 일부는 정태적인 형태(static)에 가까웠다. 즉 문제를 해당 온라인 사이트에 게시하면 개인들이 자신의 솔루션을 제안하는 방식이었다. 이런 플랫폼들은 가령 순수 수학을 통해 해결 가능한 식물 재배 이슈들을 다루는 통계적 기법들을 판별하는 데 효과적이었다. 하지만 정태적 플랫폼은 다양한 분야를 아우르는 좀 더 복잡한 문제들을 다루는 데는 적합하지 않았다. 이런 문제들은 좀 더 조직적인 플랫폼에서 다양한 분야의 전문가들로 구성된 팀들을 통해 진행하는 게 더 효과적이었다. 이런 경우 참여자들이 문제를 반복적이고 점진적인 방식으로 다룰 수 있기 때문이다. 예를 들어, 어떤 지역에서나 잘 자랄 수 있는 식물의 능력은 미묘한 생물학적 차이로 결정되는데, 개인이 수학적 방법으로만 혼자서 개발한 솔루션으로는 이런 미묘한 차이를 파악하기 힘들다.