brunch

라이킷 13 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 카일 도 Sep 21. 2018

세계최대 AI Summit 2018 참관기..

스케치보다는 느낀점과 다짐...

전반적으로 많이 언급되는 단어는,

‘Leveraging AI’

‘Practical AI’

‘Business results’

‘Business reshape/reinvent’

‘Growing my revenue’ 등 입니다.

물론 제가 듣고 싶은 말만 들었을지도 모르겠습니다만,,

IBM 왓슨 부쓰의 슬로건도

‘Put your AI to work’ 였슴니다.

당연히, 여긴 비즈니스 하는 사람들이 모이는 곳이니까요.

세계 최대 AI Summit2018 에 대한 스케치는 많은 분들이 유튜브에 올려 놓으셨을 것 같고..

남 얘기를 하기보다,

AI 어플리케이션 그룹을 표방하는 스타트업 입장에서, AI 사업에 대한 스스로의 리마인더/다짐 정도를 공유해 볼까 합니다.

1. 기술적 depth에 대한 품위를 내려놔야겠다..

저도 초기에 개발팀과 가장 많이 토론했던 부분입니다.

과학자들이 생각하는 AI는 많이 고차원적이고 미래지향적입니다.

비즈니스맨들이 당장의 소비자들의 불편함을 해소해 주는 작지만 빠른 산출물을 바라는 대신,

뭔가 학구적이고 신기술들이 포함되어야 하고, 특히 AI를 얘기할때는 모든 문제해결을 알고리즘으로만 하려 하는 경우도 많습니다.

그런, 과학자로서의 품위와 고집이 세상을 발전시켜 왔다고 인정합니다만..

우리는 작은 스타트업이므로,,,

제가 자주 예를 드는,

사람들이 손빨래 할때, 세탁기 개념이 나와서 상용화되기까지 십년 이상이 걸리는 동안,

비즈니스맨들은 빨래판, 빨래방망이 같은 스냅샷을 만들어 판 것과 같이, 뭔가 과학의 틀에서 좀 품위를 내려 놓아야 한다는 스스로의 다짐입니다.

아이폰과 테슬라도 신기술은 없었기 때문입니다.

물론, 반대인 케이스로,

데이터 좀 끌어다 쓰면서 빅데이터니 머신러닝 한다고하는 경우가 더 많긴 하지만요... :)

2 문제해결방식을 더 다양화 해야겠다..

문제해결을 알고리즘으로만 해결하려 해서는 망합니다.

우린 구글과 같이 리소스가 풍부하지 않으므로,,

많은 소비자의 불편함을 해소할때,

어떤부분은 머신러닝을 활용하더라도,

어떤 문제는 UX로,

또 어떤 문제는 정책으로,

그리고 때로는 ‘제휴’로

그리고 또 어떤때는 ‘빠른 포기’로 문제를 해결해야 하는데,

모든 문제를 알고리즘으로만 풀려고 하다가는 망하게 될 것입니다. 물론 연구소나 대기업 R&D 쪽은 다르겠지만요..

3. D-scm 개념에 기업가정신을 더해야겠다..

데이터 시대 정도 되면,

Data-SCM(데이터 공급망관리) 개념 정도는 나와야 한다고 늘 말해왔고, 책까지 냈습니다.

저희는 이 프레임워크 안에서 데이터를 핸들링 해 왔습니다. (D-SCM 설명은 길어서 제외)

우리의 핵심역량을 데이터 애그리게이션, 데이터 SCM 역량으로 규정해 왔으니까요..

이곳에 와서 인상적으로 들은 세션 중에, AI 데이터 활용 목적에서

‘prevent non-ethical behavior’(비윤리적 행동 방지),

‘Avoid gender and ethnic bias in decision-making(성별과 인종에 대한 편견이 의사결정에 반영되지 않게..’와 같은 이슈들이 많이 와닿았습니다.

Garbage-in, garbage-out 이듯이 데이터 소스가 편견을 가지고 있는 소스 이거나,

모델러가 편견을 가지면,

이후 러닝 자체가 비윤리적이고 남녀,인종차별적으로 된다는 것인데

물론 영화 같은데서, 로봇이 사람을 공격하고 그런 것들이 등장은 했으나 아직 너무 먼 얘기이고.. 로봇이 윤리를 느끼냐 마냐 이런 주제들은 티비에 나오시는 분들이 재미있고 자극적인 얘기를 할때 꺼내는 화두이고..

이제 AI가 비즈니스화 되면서,

기업가가 당연히 가져야 할 기본적 entrepreneurship (기업가정신)이 접목이 되는 자연스러운 수순을 간과하지 말자는 다짐을 했습니다.

특히 빅데이터 하신다는 분들의 얘기를 듣다보면,

저분이 세계관과 소명의식 정도를 가지고 말씀하시는 건지,

아니면, 자기 주장을 하기 위해 데이터를 비윤리적으로 테일러링 해서 이용하는 건지 챌린지 하고 싶을 때가 많습니다. 특히 선거철에는 더욱 더...

여튼, 저와 제 동료들이 ‘’작은 스타트업이라도 이정도 세계관 정도는 있어야 한다’’는 말을 자주 나누는데,

데이터 소스와 모델링에 있어서도 테스트 할때 반드시 고려해야 할 부분이라고 다짐 했습니다.

4.고객의 비즈니스를 Reshape 또는 반대로 Reinvent를 통해 그들의 비즈니스 Growth에 기여해야 한다.

AI 얘기건 디지털 얘기건,

기업에서 담당하거나 잘나가는 사람들이 얼리어댑터인 경우가 많은데,

그런 사람들이 기업 디지털과, AI를 망친다고 생각해왔습니다. 구글과 같은 얼리어댑팅 해야 하는 기업이 아닌 경우 얘기입니다.

기업과 비즈니스에서 디지털과 AI 같은 화두는

“AI를 한다”가 목적이 아니고,

철저히 기존의 비즈니스 프로세스와 pain point를 이해하고,

정말 재미없지만 그 부분들에 대한 문제 해결을 하는 접근을 해야 하는데,,

많은 기업의 AI 담당 본부장 등을 만나보면 늘 Tech-savvy 한 얘기만을 듣고 싶어 하시고,

“알파고 다음에 스타크래프트도 이겼고 자율주행이 어쩌고..” 이런 얘기들을 기반으로 비즈니스 자체가 reinvent 되거나,

아예 산업 자체가 redefine 되는 무언가를 찾다 찾다 짤리는게 항상 봐온 수순입니다.

Reinvent까지 가기 전에, 1번에서 언급한 것처럼 우선 품위를 내려 놓고

Reshape 수준이라도 스냅샷을 산출물로 내 놓아야, 보스들도 추가로 큰 리소스를 주실 것이고,

월급쟁이 생활도 더 오래 하실 수 있습니다..

잠시 흥분했는데,, (하도 이런분들을 클라이언트 뿐 아니라, 특히 VC에서 많이 봤어서... )

여튼 저와 제 동료들은 이런 자세와 접근법으로 임해야 겠다는 다짐을 했습니다.

5 큰 기업에 쫄지 말아야겠다

저도 국내 메이저 기업들과 저희 기술팀과 미팅을 하면서 제 동료들에 대한 신뢰가 더 두터워 졌습니다.

대기업 임원분들이 잘 모르시는 경우에 항상 AI를 담당하는 분들과 검증을 시도하는데,

AI라는 분야는 그냥 머신러닝이나 데이터 개발자만이 아닙니다.

인공지능은 우리 삶이고, 0과 1밖에 모르는 디지털이라는 것에다가 데이터를 무지하게 넣어서 정황을 인식시키려는 목적은 바로 인간으로 다시 돌아가려는 목적입니다.

원래 조물주는 눈으로 보고 입으로 말하게 했는데, 자꾸 작은 화면 보고 손가락으로 클릭하니 그걸 그냥 나안으로 보고 말로 하게 하려는 것들도 그런 것이지요.

즉 AI건 디지털이건 너무나 분야가 많은데, 데이터 쿼리 좀 만져봤다고 비즈니스 전체를 재단 또는 속단하려 해서는 안되는데,,

여튼 그 검증이라는 과정에서 많은 일들이 있는데, 대기업 담당자들이 많이 하는 말은 “저거 우리도 만들 수 있습니다(개발자들은 눈에 보이는 모든 것을 만들 수 있습니다)” 또는 들었던 말중에 좀 재미있었던 것은 “우리는 알파고보다 더 빨리 이기고, 아따리 벽돌깨기 게임을 MIT 연구소보다 몇 초를 빨리 끝냈다” 였습니다.

아주 훌륭하십니다.. 하고 답했습니다.

중요한건, 작은 스타트업 입장에서는 이 재미없고 답답한 과정이 시간낭비 같지만, 적어도 동료들을 신뢰하게 되고 스스로 자신감도 갖게 되는 순기능이 있으니,,

숨어있지 말고, 자꾸 큰 기업들과 겨뤄보고 가늠해 보고 부딪혀 봐야 할듯 합니다.