Article at a Glance
기업의 AI 전환(AX)을 가로막는 핵심 장벽은 기술 부족보다 ‘어떤 문제를 해결할 것인가’를 명확히 정의하지 못하는 데 있다. 특히 AI를 챗봇이나 문서 작성 같은 생성형 AI로만 이해하면 수요 예측, 재고 최적화, 품질 관리 등 핵심 업무의 개선 기회를 놓칠 수 있다. 따라서 성공적인 AX는 현업의 업무를 세분화하고 확보 가능한 데이터와 기술의 한계를 고려해 해결할 과제를 선정하는 데서 출발해야 한다. 이런 과제 발굴을 돕는 수단이 ‘AI 플래닝 플랫폼’이다. 예컨대 국내 스타트업, 알고리즘랩스의 ‘AI Blueprint’는 실무자의 업무 설명을 바탕으로 절차를 세분화하고 추가 질문으로 부족한 정보를 보완해 자동화 가능한 작업을 제안한다. 마이크로소프트와 덴츠 사례처럼 직원이 직접 업무 흐름과 비효율을 분석하고 자동화 과제의 우선순위를 정하도록 지원하는 방식이다.
빨래하기 싫다며 투덜대는 아내에게 세탁에서 가장 번거로운 일이 뭐냐고 물었다.
“빨래를 세탁기에 넣는 게 가장 힘들지. 일단 세탁기가 돌아가면 하나도 어렵지 않아. 빨래를 꺼내서 너는 건 시간이 훨씬 많이 들어도 이상하게 쉽더라고.”
우리 집은 건조기를 쓰지 않기에 세탁기를 돌리면 일일이 빨래를 널어야 한다. 너는 건 시간이 꽤 걸린다. 반면에 빨래를 세탁기에 넣는 건 10초도 들지 않는다. 그런데도 넣는 게 너는 것보다 더 힘들다.
많은 사람이 그럴 것이다. 그러니까 ‘천 리 길도 한 걸음부터’나 ‘시작이 반이다’라는 속담이 오래전부터 내려왔을 터다. 무언가를 시작하려면 그것이 아무리 사소한 일일지라도 마음속에서 결심을 하고 행동으로 옮겨야 한다. 인지적 부하가 걸리는 일이다. 결심이 어렵지 일단 시작하면 시간이 들어도 하나씩 과정을 따라가다 보면 끝나게 돼 있다. 그러니까 우리 조상들이 시작하는 것만으로 50% 이행률을 부여하지 않았을까. 빨래를 세탁통에 넣는 10초가 빨래의 50%를 차지하는 일이다.
AI 전환, 즉 AX(AI Transformation)도 마찬가지다. AI가 일상화되고 AI를 도입해서 큰 성과를 본 기업들에 대한 소식이 곳곳에서 들려오는 상황에서 AI를 무시하는 기업은 거의 없다. ‘우리도 늦기 전에 AI를 도입해야지’라고 생각하지만 여러 솔루션을 알아보다가 마는 경우도 많다. 일이 좀처럼 잘 진행되지 않는 것이다. 이처럼 의지는 있지만 도입을 망설이게 되는 이유는 무엇일까.
AX의 가장 큰 걸림돌, 과제 도출
아티클 AI 요약 보기
