인공지능 서비스 기획시 중요한 점
AI 개발업체 디피니트
최고의 AI라도 사용자에게 특별한 가치를 제공하지 못하면 실패한 것입니다.
이는 모든 기술에 적용되는데요.
아무리 뛰어난 기술이라도 쓸데없이 고퀄리티라면 빛좋은 개살구가 될 것입니다.
이러한 실패를 방지하기 위해 AI 서비스 기획시 중요한 점에 대해 살펴보겠습니다.
AI 서비스 기획시 중요한 점
● AI가 사용자의 어떠한 문제를 해결해줄 수 있을까?
● AI가 어떻게 일을 자동화하거나 사람의 능력을 강화시켜줄 수 있을까?
● 보상 기능이 AI를 적절한 방향으로 최적화 시켜줄 수 있을까?
※ 기존 하고있는 업무와 연결하여 AI가 경험을 개선할 수 있는 기회를 찾는 것도 좋은 방법입니다.
그럼 위에서 소개드린 3가지 중요한 점에 대해 설명해 드리겠습니다.
1. 사용자 니즈와 AI가 잘하는 것의 교차점 찾기
Find the intersection of user needs & AI strengths
➪ 해결해야 할 올바른 문제를 식별하는 데 소비하는 시간은 전체 노력에서 가장 중요한 시간 중 하나
➪ 사람들과 대화, 데이터 분석, 행동 관찰 등을 통해 정확한 문제 식별
2. 자동화 vs. 강화 결정하기
Assess automation vs. augmentation
➪ 자동화는 일반적으로 사람들이 바람직하지 않은 작업을 완전히 피할 수 있도록 하거나 시간, 돈 또는 노력 투자가 가치가 없을 때 선호
효율성 향상
인간의 안전 향상
지루한 작업 감소
자동화 없이는 불가능했던 새로운 경험 가능
➪ 기존 능력을 강화하고 "초능력"을 제공하는 것을 선호하는 상황이 많이 존재
➪ 증강 기회는 자동화와 별개로 정의하기가 항상 쉬운 것은 아니지만 일반적으로 더 복잡하고 본질적으로
인간적이며 개인적으로 가치가 있음
AI를 통해 증강을 고려하면 좋은 경우
작업에 대한 사용자의 즐거움 증가
자동화에 대한 더 높은 수준의 사용자 제어
더 큰 사용자 책임 및 이행
사용자가 노력을 확장할 수 있는 능력 향상
창의력 향상
3. 보상 기능 기획 & 평가하기
Design & evaluate the reward function
➪ "보상 기능"은 AI가 성공과 실패를 정의하는 방법
➪ 보상 기능을 설계하는 것은 여러 분야에 걸친 협업 프로세스여야 한다는 점
➪ 강화학습은 기계학습의 한 영역, 어떤 환경안에서 정의된 에이전트가 현재의 상태를 인식하여 선택 가능한
행동 중 보상을 최대화하는 방향으로 학습이 진행 (ex: 게임에서의 포인트 등)
※ 보상에 대한 기능 기획 및 구현은 다양한 전문가들과 협업이 필수입니다.
각 서비스에 맞는 보상체계 구축을 디피니트와 함께 상의해보세요!
※ 구글 PAIR에서 강조하는 AI 서비스 기획의 중요한 점은 AI의 장점이 꼭 필요한 서비스에만 도입하는 것
[출처 및 참고]
구글 People AI Guidebook
https://pair.withgoogle.com/guidebook
다음으로 AI 서비스 기획시 고려할 사항은 기술성숙도입니다.
▣ 인공지능 서비스를 기획할때 먼저 고려해야 하는 점
바로 기술성숙도인 TRL(Technology Readiness Level, 기술성숙도) 입니다.
바로 기술이 준비된 정도를 말하는데요.
출처 : NABIS
특정 기술이 제품(System 또는 Subsystem)에 적용되기 전 기술(재료, 부품, 소자 등)의 개발단계 또는 기술성숙 정도를 객관적 지표에 근거하여 측정·평가·비교하기 위한 기준을 의미합니다.
AI 기술은 다른 IT 기술들 보다 성숙도가 더딘 것은 사실입니다.
하지만 AI 기술중에서 기술성숙도가 높은 기술을 활용한다면 더욱 더 완성도 높은 서비스를 구현할 수 있습니다.
다음으로는 AI 서비스에 대한 수익구조 분석 및 기획입니다.
AI 서비스 비즈니스 모델 종류
보스턴컨설팅그룹에 따르면 2020년 AI 프로젝트를 추진한 기업 중 10%만이 수익화에 성공한다고 합니다.
물론 AI 기술이 트랜드로 자리잡은지 얼마 안되기도 했지만만 그만큼 수익화하는데 어려움이 있기
때문입니다.
※ AI 제품으로 수익을 내는 방법은
제품 사용에 대한 직접 부과, 간접(부분) 부과, 무료 AI 기능 사용 + 유료 상품 판매 등으로 나눌 수 있습니다.
● 월 이용료 부과
● 학습용 데이터 셋 판매
● 데이터 가공 솔루션 제공
● 알고리즘 제공
● 트랜드분석, 과생산 재고 등 예측 데이터 제공
기존 성공한 AI 서비스를 분석하여 수익 모델에 대한 아이디어를 확장해 볼 것을 권장합니다.
가장 중요한 것은 고객이 돈을 내고 지불할 만한 가치를 제공하고 그 과정을 테스트해보는 것입니다.
마지막으로 AI 개발 비용입니다.
IT 개발 외주에서 개발비용에 대해 미리 고려해보는 것은 중요합니다.
기획한 서비스의 범위가 너무 광범위하면 당연히 개발 비용도 많이 들 것입니다.
서비스 범위를 MVP 수준으로 최소화하여
디피니트와 같은 전문 AI 개발 업체에 견적을 받아보실 것을 권장합니다.
주로 man-month 로 견적을 산출하기 때문에 단기간에 핵심 기능만 빠르게 만들어
사용자 테스트를 진행해보세요.
※ MVP 개발 과정에서 기능단위 테스트에 최종 사용자를 참여시키는 것도 도움이 될 수 있습니다.
"콴다과 같은 앱을 만들어 주세요."
"스노우과 같은 앱을 만들고 싶습니다."
최근 디피니트로 많은 AI개발 문의가 들어오고 있습니다.
하지만 구체적인 서비스 기획 없이는 명확한 견적을 내는 것도 어렵습니다.
위에서 말씀드린 내용들을 먼저 살펴보시고 AI 서비스를 기획하신 후
디피니트와 이야기를 나누신다면 더욱 더 수월하게 프로젝트가 진행될 것입니다.
추가적으로 AI 기술에 대한 기본적 지식도 함께 학습하시면 좋을 것 같습니다.
감사합니다.
AI개발 무료 컨설팅 받기⇩
