HRD 담당자로서 DT 기본 개념 알아야
HRD 담당자에게 필요한 DT 기본 개념
우리는 이제 변화가 일상이 된 시대에 살고 있습니다.
2019년 말, COVID-19가 등장했을 때만 해도 금방 끝날 줄 알았던 이 바이러스가 결국 ‘위드 코로나’라는 정책과 함께 우리 일상 속에 자리 잡게 되었죠. 지금은 어느새 사회 교과서에 기록될 만한 큰 이슈로 자리 잡은 상황이기도 합니다.
"2년이 걸릴 Digital Transformation을 코로나가 2개월 만에 이루어 냈다."
이 말은 마이크로소프트의 CEO 사티아 나델라가 ‘빌드 2020’에서 했던 이야기입니다. 코로나가 우리 모두에게 큰 재앙이었던 것은 분명하지만, 한편으로는 이 재앙을 계기로 빠르게 디지털 전환(DT)을 적용하고 새로운 비즈니스 모델을 만들어가는 계기가 되기도 했습니다.
계속해서 변화를 맞이하는 디지털 세상에서 DT가 이렇게 주목받는 이유는 바로 ‘지속성’에 있지 않을까요? DT는 단순히 기술을 도입하고 바꾸는 것을 넘어서, 지속적으로 변화에 적응할 수 있는 조직문화와 프로세스를 새롭게 구축하는 핵심 요소로 자리 잡고 있습니다.
기업들이 디지털 전환(DT)을 추진하는 가장 큰 이유는 아주 단순합니다. 바로 ‘매출 증대’와 ‘비용 절감’이죠.
어떤 분은 이렇게 물어볼 수도 있을 겁니다. “매출 증대와 비용 절감은 꼭 DT가 아니더라도 모든 기업이 늘 갖고 있는 과제 아닌가요?” 맞습니다, 변하지 않는 과제이기 때문에 이제는 좀 더 지속 가능한 방식으로 이 목표를 달성하기 위해 ‘DT’라는 수단이 필요하다는 이야기입니다. 그리고 이런 지속성을 뒷받침해 줄 핵심은 바로 ‘전문가’ 양성, 즉 더 확장된 HRD 담당자의 역할이 필요해지는 거죠.
HRD 담당자에게 필요한 DT 기본 개념
솔직히 인정하기 싫을 때도 있지만, HRD 담당자는 가끔은 아는 척(!)을 해야 하는 직업이기도 합니다. 비록 DT 전문가가 아니더라도, 관련 교육 프로그램을 설계할 때 최소한의 소통이 가능하도록 DT의 기본 개념 정도는 정확히 이해하고 있어야 하니까요.
1️⃣ DT(DX) (Digital Transformation)
여러 학회와 컨설팅사들이 디지털 전환(DT)을 여러 방식으로 정의하고 있지만, 공통된 의미를 모아보면 이렇게 정리할 수 있습니다. ‘디지털 기술을 사회 전반에 적용해서 기존의 전통적인 사회 구조를 혁신하는 것’이죠. 참고로 DT를 DX라고 표현하기도 하는데, 여기서 X는 ‘전환’을 의미하는 접두어 ‘trans’를 표시한 것입니다.
Digitization • Digitalization • Digital Transformation
이 세 가지 용어를 혼용해서 사용하는 경우가 많지만, 사실 각각의 개념을 명확히 구분해 알아두는 게 중요합니다.
먼저 Digitization은 가장 기본적인 단계로, 정보를 아날로그에서 디지털로 바꾸는 걸 말해요. 쉽게 말해, 책이나 기록지에 아날로그 방식으로 저장된 데이터를 클라우드나 다른 디지털 저장 도구로 옮기는 과정이라고 생각하면 됩니다.
Digitalization은 이렇게 디지털화(Digitization)된 정보를 실제 프로세스에 적용해 활용하는 단계예요. 예를 들어, 업무 프로세스를 디지털로 바꾸거나 스마트 팩토리를 운영하는 방식이 이에 해당하죠.
마지막으로, Digital Transformation은 Digitalization을 통해 새로운 비즈니스 모델을 창출할 때를 의미합니다. 이를 '고객 가치'를 중심으로 보자면, Digitization은 가치를 만드는 단계, Digitalization은 가치를 전달하는 과정, 그리고 Digital Transformation은 고객 가치를 수익으로 전환하는 단계라고 이해할 수 있습니다.
2️⃣ 데이터 분석 프로세스 (Data Analysis Process)
혁신적인 AI 결과물을 만들어내려면, 명확한 데이터 분석 절차와 그에 따른 정확한 결과가 필수입니다. 이를 위해 전체적인 데이터 분석 프로세스는 물론, 단계별로 어떤 분석이 필요한지 잘 알고 있어야 하죠.
요리를 만드는 과정이 '재료 준비 › 손질 › 요리 › 시식'이라면, 데이터 분석 프로세스는 '데이터 수집 › 데이터 전처리 › 분석/예측 › 검증'으로 나눌 수 있어요.
요리에서 맛을 좌우하는 데 가장 중요한 단계가 신선한 재료를 공수하고 손질하는 것이라면, 데이터 분석에서도 가장 중요한 작업은 바로 데이터 전처리입니다. 원하는 데이터 분석이나 AI 성능을 끌어내기 위해서는 수집된 데이터를 제대로 정제하는 게 무엇보다 중요하고, 그게 바로 전처리 과정입니다.
3️⃣ AI vs 머신러닝 vs 데이터 (AI vs Machin Learning vs Data)
DT를 추진하는 과정에서 AI가 우리가 궁극적으로 달성하고자 하는 목표라면, 머신러닝은 그 AI를 이루기 위한 수단이라고 볼 수 있어요. 머신러닝은 AI의 한 분야로, 스스로 학습하고 판단하는 능력을 키워가는 기술이죠. 그리고 딥러닝은 머신러닝 방법 중 하나로, 좀 더 심화된 학습을 가능하게 하는 방식이에요. 이때 데이터, 특히 빅데이터는 머신러닝에 필요한 재료라고 생각하면 이해가 쉬울 거예요.
AI(인공지능)의 발전 ©한국CDE학회
4️⃣ 데이터 리터러시 (Data Literacy)
AI나 데이터 분석 과제를 추진할 때 가장 중요한 과정은 바로 기획 단계입니다. 이 단계에서는 가설을 세우고, 그 가설을 증명할 수 있는 데이터를 찾아가는 과정이죠. 이 기획 단계에서 꼭 필요한 역량이 바로 '데이터 리터러시'입니다. 쉽게 말해, '데이터 리터러시'는 내가 가진 데이터를 목적에 맞게 제대로 해석하고 활용할 수 있는 능력이라고 할 수 있어요.
5️⃣ CDS (Citizen Data Scientist)
'CDS(Citizen Data Scientist)'는 2016년에 가트너(Gartner)에서 제시한 개념인데요, 이는 수학이나 통계에 대한 전문 지식 없이도 비즈니스 현장에서 자신의 업무와 관련된 데이터를 분석하고 활용하는 사람을 의미해요. 여기서 '시티즌(Citizen)'이라는 말은 전문가와는 반대되는 개념으로, 데이터 과학자처럼 데이터를 전문적으로 다루는 사람은 아니라는 뜻입니다.
CDS(Citizen Data Scientist)의 특성 ©Gartner
6️⃣ 생성형 AI (Generative AI)
생성형 AI는 대규모 데이터 세트로 훈련된 딥러닝 모델을 사용해 새로운 콘텐츠를 만들어내는 인공지능 기술이에요. 기존의 전통적인 AI 모델이 주로 판별형으로, 주어진 데이터를 바탕으로 특정 범주에 속하는지 판단하거나 예측하는 데 사용되는 반면(예: 스팸 메일 필터, 음성 인식 시스템), 생성형 AI는 기존 데이터를 학습해 새로운 콘텐츠를 만들 수 있습니다. 텍스트, 음성, 이미지, 비디오, 소프트웨어 코드까지 다양한 영역에 활용할 수 있죠.
대표적인 생성형 AI 애플리케이션으로는 오픈AI의 챗GPT, 구글의 제미나이(Gemini), 미드저니(Midjourney), 마이크로소프트의 **코파일럿(CoPilot)**이 있고, 국내에서는 네이버의 클로바X 등이 있습니다.
생성형 AI 어플리케이션 시장 ©Sequoia Capital
여기까지 DT의 핵심 키워드들을 정리해 보았는데, HRD 담당자라면 기본적으로 알고 있어야 할 내용들이에요.
기업들은 물론 HRD 업계도 디지털 전환의 필요성에는 공감하고 있지만, 현실적으로 인력 부족 때문에 실행에 어려움을 겪는 경우가 많습니다.
하지만 HRD 담당자는 교육 대상자보다 먼저 교육 내용을 정확히 파악해야 하는 게 당연하죠. DT가 가져오는 변화 속에서 혼란을 피하려면 관련 지식과 경험을 바탕으로 차근차근 디지털 혁신을 이루어나가는 게 중요합니다.
