넥스트 빌리언 달러
인공지능을 활용함과 동시에 발전시킬 수 있는 사람이 되어야 한다.
[ 글을 시작하기 전에 ]
인공 지능의 시대 인공지능이 무엇인지에 대해서는 이미 여러 차례에 걸쳐서 이해가 되어 있기는 하다.
하지만 인공지능이 가지고 올 미래에 대해서는 아직 상상력이 부족한 관계로 좀 더 많은 간접적인 경험을 해야 하는데 이 책에는 그런 내용을 풍부하게 담고 있어 매우 좋았다.
그런 인공지능이 어떤 가치를 가지고 우리 삶을 변화시킬 것인지 우리는 어떤 기회를 엿봐야 하는지에 대해서 알아보자.
Ⅰ. 제품의 개발 방식
제품 개발 및 생산의 방식에도 큰 차이가 있다. 지금은 개인화를 넘어 초개인화의 시대다.
과거에는 수백만 명이나 되는 고객을 묶어서 동일한 시장으로 바라보았지만 지금은 소비자 한 사람 한 사람이 독자적인 시장이다.
과거에는 대량 생산에 의한 효율성을 추구했지만 이제는 개인 맞춤화를 겸비한 효율성을 지향한다.
특별히 AI시대에는 데이터에 기반하여 고도의 통찰력을 얻고 이를 시장성 높은 혁신제품 창출로 연결하는 시대다.
시장조사와 소비자 니즈 분석에 의존하는 것을 넘어 이제는 SNS, 영상, 이미지 등 더 많은 종류의 데이터를 이용하고 실시간으로 개인의 생활 패턴 및 취향을 분석하여 초개인화된 경험을 제공한다.
내가 듣는 노래, 배달 앱으로 주문한 음식, 유튜브, 넷플릭스로 보는 영상 등 온라인 행동 데이터를 실시간으로 분석하여 니즈를 예측하고 정확한 개인 맞춤 서비스와 제품을 제공한다.
이를 통해 기업은 고객이 내가 원하는지도 몰랐던 제품과 서비스를 제공할 수 있게 된다.
신제품을 개발하는 회사는 인간의 기획 능력에만 의존하는 것이 아니라 데이터에 기반하여 소비자 개인의 선호를 정밀하게 파악하고 맞춤화된 제품을 제공할 수 있어야 한다.
고급 알고리즘과 데이터에 기반해서 모델링을 하고 이를 통해 AI의 고도화된 기능을 구현해야 한다. 이를 통해 시장이 기대하지도, 생각하지도 못한 새로운 혁신 제품을 개발할 수 있어야 한다.
사람들이 제품을 사용하는 동안에도 지속적으로 사용자의 제품을 개발할 수 있어야 한다. 사람들이 제품을 사용하는 동안에도 지속적으로 사용자의 행동 패턴과 세밀한 니즈의 변화를 읽어서 제품의 기능에 끊임없이 반영되도록 해야 한다.
제품 출시 이후에도 끊임없는 모델 학습과 개선이 이뤄지고 업그레이드를 멈추지 않는 제품을 제시해야 한다.
Ⅱ. 우리에게 다가오는 7가지 변화
1. 기술 발전의 가속화
IT기술의 발전을 이야기할 때 흔히 사용하는 개념이 무어의 법칙이다. 반도체 회로 트랜지스터 수가 18개월마다 2배가 되는 것을 의미한다.
컴퓨터의 메모리 양과 처리 속도는 2배로 향상되고 비용은 상대적으로 떨어지는 현상이다. AI의 기술적 성능이 발전하는 속도는 무어의 법칙보다 5배에서 100배에 이를 것으로 보고 있다.
AI학습모델의 연산처리 능력이 매년 10배씩 성장하고 있어서 앞으로 이런 기하급수적 성장은 지속될 것이다.
2. 데이터, 초거대와 소형화의 공존
데이터의 양이 급속도로 많아지고 있다. 문제는 너무 많은 데이터를 소화하는데 부담이 된다는 점이다.
그래서 적은 데이터를 이용해 빅데이터 못지않은 학습성과를 거두는 방법을 탐구하고 있다. 기업 입장에서 소규모의 광범위한 데이터 접근 방식은 보다 강력한 AI활용을 가능하게 한다.
방대한 데이터가 생산되는 상황 속에서 소형화를 추구하는 것이 중요한 흐름이다.
3. AI 학습 비용 감소
딥러닝은 우수한 성능을 제공하지만 비용이 크다. 고사양의 하드웨어가 필요하고 데이터 학습을 하는데 시간도 오래 걸린다.
최근 GPU, TPU(Tensor Processor Unit)등 하드웨어 기술이 발전하고, 더 효율적이고 데이터 처리가 가능한 칩이 등장함에 따라 학습비용은 연 1/10으로 감소하고 있다.
4. 타 분야 기술 간 결합
기술 간 결합이 더욱 확산될 것이다. 메타버스를 이루는 각각의 영역에서 AI가 고도화할 여지가 크다.
우선 콘텐츠 영역을 보면 게임이나 소셜 공간 또는 사람들 간에 상호 교류할 수 있는 가상의 공간을 제공하는 메타버스 업체들이 포함된다.
5. AI 적용 범위의 확장
산업 면에서 보면 금융, 유통, 제조업에서 AI의 적용이 활발하다.
유통에서는 개인 맞춤화 기반의 온라인 쇼핑몰 도입 등을 통해 매출을 증진시키는 효과를 만들고 은행, 에너지, 설비 등은 AI를 도입했으나 대부분 개념 증명 단계를 벗어나지 못하고 상용화 비율이 낮은 분야다.
앞으로 AI기반의 제품 상용화 및 수익화 비중은 더욱 늘어날 것으로 전망한다.
6. 기술의 범용화
AI의 기술적 성능과 가성비는 더욱 향상될 것이고 기술 융합을 통해 더 넓은 산업 영역에 적용될 것이다.
그러나 기술이 범용화 됨에 따라 AI 도입 자체의 이점은 점차 사라지게 된다. 앞으로는 얼마나 AI를 효과적으로 도입하여 임팩트를 많이 창출했는지에 따라 경쟁력의 차이가 벌어질 것이다.
점점 더 발전하는 AI 기술을 자사의 비즈니스에 유연하게 흡수하고 이를 통해 뚜렷한 임팩트를 창출할 전략을 갖는 것이 점점 중요해질 것이다.
7. 임팩트 갭의 심화
AI를 통해 가치를 잘 창출해내는 AI성숙 기업과 그렇지 못한 미성숙 기업의 수익 창출 격차는 점점 더 벌어질 것이다.
앞으로 전 세계 시장에서 창출되는 부의 상당 부분은 소수의 기업이 차지하게 되며, 특별히 AI를 통해 창출되는 경제적 가치는 소수의 선도 기업에 편중될 것이다.
이미 AI를 도입한 기업 중 소수만 AI가 작동하는 방법을 정확히 알고 이를 뚜렷한 수익 창출로 연결시키고 있다. 실제로 AI를 성공적으로 도입한 선도적 성숙 기업은 후발 기업에 비해 3~4배 높은 규모의 영업이익을 거둔다는 사실이 맥킨지의 조사를 통해 나타났다.
여기에 해당되는 성숙 기업은 전체의 10% 정도다. 반면 AI를 도입했으나 아직 효과적으로 활용하지 못하는 미성숙 기업은 전체의 30% 정도 되는데 이들은 임팩트를 창출하긴 하지만 후발 기업보다 1.8배 정도 높은 영업 이익 효과를 내는 데 그친다.
즉 얼마나 효과적으로 AI를 이용하느냐에 따라 임팩트 갭이 생길 수 있다는 이야기다. 시간이 지남에 따라 이러한 임팩트 갭은 더욱 커질 전망이다.
Ⅲ. AI는 10%가 아닌 10배 혁신하는 도구
AI제품은 사용을 많이 하면 할수록 성능이 좋아진다. 매일 사용하는 모니터나 스피커는 사용을 많이 한다고 해서 성능이 좋아지지 않는다.
오히려 많이 사용하면 고장이 난다. 그러나 AI는 학습을 통해 성장한다. 많이 사용할수록 더 많은 데이터가 창출되어 학습에 의해 성능이 고도화된다.
제품의 증강은 콘셉트 파괴를 통해 새로운 종류의 제품이 탄생하는 것을 의미했다. 그러나 지금 말하는 AI제품은 기존의 제품 또는 신제품을 점점 성장하는 제품으로 만든다.
AI가 창출할 수 있는 임팩트는 바로 학습을 통해 성장하는 업그레이더블 제품을 만들 수 있다는 점이다.
AI를 10%가 아닌 10배 혁신하는 도구라고 말하는 이유가 여기에 있다. AI의 성장 메커니즘은 기업의 기하급수적 성장을 이루는 중요한 토대가 된다.
Ⅳ. 경험하지 못한 세상을 선사하라.
AI혁신은 단순하게 생각하면 인공지능이라는 기술을 이용해 고도화된 기능을 구현하는 것으로 볼 수도 있지만 궁극적으로는 사용자 경험 UX을 혁신하는 것이다.
AI를 통해 파괴적 혁신을 이뤄낸다는 것은 전혀 다른 가치를 만들어낸다는 의미다. 이 가치는 사용자가 느끼는 가치다.
즉 AI의 임팩트는 엔지니어가 얼마나 고급 기술을 사용했느냐로 설명할 수 없다.
AI를 기반으로 한 제품이나 서비스를 이용하는 최종 사용자가 얼마나 파격적인 경험과 커다란 만족을 얻었느냐로 설명되어야 한다.
수준 높은 AI 기술로 무장한 하이테크 제품이 소비자에게 별 감흥을 주지 못해 시장에서 외면받는 사례를 어렵지 않게 찾아볼 수 있다.
이런 이유 때문에 AI혁신은 기술 혁신이 아니라 사용자의 경험 혁신이라고 강조하는 것이다.
어려운 문제, 획기적인 문제, 개선이 있는 문제
AI 연구원들은 계열사들이 요청하는 모든 문제에 달려들지 않는다. 임팩트 있는 문제를 찾는 나름의 프로토콜을 갖고 있고 이는 3가지 조건으로 정리된다.
바로 어려운 문제, 획기적인 문제, 개선이 있는 문제다. 쉬운 문제를 푸는 데 시간을 쓰는 것은 의미가 없다. 그동안 해결하기 어렵고 불가능했던 일을 해낼 때 비로소 의미가 있다.
AI는 과거에 불가능했던 일을 해낼 수 있는 기술이다. 어려운 문제일수록 AI 기술의 위력을 제대로 구사할 수 있다. 이를 통해 획기적인 발견을 해낼 수 있다.
마지막으로 실질적 개선이 있는 문제여야 한다. 각 계열사, 특히 고객에게 도움이 될 때 AI혁신은 의미가 생긴다. 이런 문제는 커다란 가치를 창출한다.
그래서 100억짜리 문제 정도는 되어야 풀어볼 만한 가치가 있다고 인정한다.
그 외 개별화된 분야에서는 대표적인 예로 정보 비대칭성으로 거래비용이 큰 영역이다.
정보 비대칭이 나타나는 대표적인 곳은 병원이다. 의사는 사람의 건강 유지, 회복, 촉진 등에 대한 전문지식을 갖추고 환자의 질병을 치료하고 예방도 돕는다.
반면 환자는 진단이나 치료에 대한 지식이 없기 때문에 몸이 아프면 병원을 찾아 의사에게 의존할 수밖에 없다.
생명과 관련된 중요한 지식이고 의사와 환자 사이에 보유 지식의 격차가 있기 때문에 환자는 상담과 치료를 받기 위해 비싼 비용을 지불한다.
의료 서비스처럼 상대와의 정보 격차가 크게 그 정보가 중요한 정보일수록 거래는 더욱 높은 가격으로 이뤄진다.
그 외에 취향 마이닝을 통해 초 개인화를 실현할 수 있는 영역이 있다.
넷플릭스는 사용자 선호를 파악해 최적의 콘텐츠를 알려준다. 이는 이용자 입장에서 찾는 수고를 덜 뿐만 아니라 재미있는 콘텐츠를 계속 추천받기 때문에 만족을 느끼게 된다.
높은 수준의 개인화를 추구하는 것은 임팩트를 창출하는 길이 된다. 개인화는 다양한 영역에 적용될 수 있다.
혹은 예측 정보로 사후 수습에서 사전 대응 전환이 가능한 영역이 있다.
GE는 소프트웨어 기업으로 전환을 선언하고 제품에 지능화된 소프트웨어 중심의 서비스를 제공했다. 항공기 엔진을 판매하면서 센서를 부착해 고장 나기 전에 미리 알려주고 고쳐주는 예측 보장 서비스를 제시했다.
엔진에 센서가 부착되어 있어서 항공기를 운항할 때마다 센서가 엔진 속 데이터를 분석해서 이상은 없는지, 수명이 얼마나 남았는지 확인한다.
수명이 거의 다 된 부품은 고장이 나기 전에 미리 알려주고 교체해준다. 이런 예측 서비스를 시작하고 나서 GE 엔진을 단 항공기는 운항 중 엔진이 고장 나는 사고가 크게 줄었다.
비즈니스의 콘셉트를 제조에서 예측으로 전환하면서 GE의 엔진은 고장 나지 않는 제품이 되었고 항공사들을 앞다투어 GE의 예측 서비스를 도입했다.
GE는 여전히 항공기 엔진을 팔지만 엔진 판매로 얻는 매출보다 엔진 예측 보전 서비스로 얻는 매출이 더 크다. 예측 기능은 제품과 서비스에 새로운 가치를 부여한다.
Ⅴ. 메타버스가 가져오는 3가지 기회
AI는 그 자체로 고도화된 첨단 기술이지만 블록체인, VR, 뇌과학 등 다른 영역의 기술과 융합되면 더 새로운 가치를 만들어낸다. 그중에서 특히 눈여겨볼 만한 영역은 메타버스다.
메타버스는 현실세계와 같은 사회 경제 문화 활동이 이뤄지는 3차원 가상 세계를 일컫는 개념이다. 1992년 미국 SF 작가 닐 스티븐슨의 소설 스노 크래시에 이 용어가 처음 등장했다.
메타버스는 가상현실 VR보다 한 단계 더 진화한 개념으로 아바타를 활용해 단지 게임이나 가상현실을 즐기는 데 그치지 않고 실제 현실과 같은 사회, 경제, 문화 활동을 할 수 있다는 특징이 있다.
과거 가상세계에서 아바타로 소통하는 방식은 10대 등 젊은 세대 위주였지만 메타버스에서는 VR를 모르는 기성세대도 디지털 휴먼으로 불리는 가상인간을 통해 다양한 활동을 한다.
메타버스 안에서 사업과 투자도 하고 실제 수익을 창출하기도 한다. 메타버스는 현실세계의 디지털 거울과 유사하지만 어떠한 제약도 없는 공유되고 영구적인 가상공간이다.
기업들은 제품을 판매하는 채널을 확대하기 위해 메타버스로 진출하고 있다. 여기서 새로운 형태의 고객 참여를 이끌어내고 있다.
메타버스에서 얻을 수 있는 3가지 기회는 공간 확장, 라이프 스타일 확장, 비즈니스 확장이다.
공간 확장은 새로운 메타 공간이 제공되고 현실을 초월하지만 동떨어진 공간은 아니다.
현실 세계보다 더 많은 사람이 군집하고 이를 통해 새로운 세계가 창조되고 이는 비즈니스적으로 충분히 가치가 있는 공간이 된다.
라이프 스타일은 가상 소유물을 통해 실제와 동일한 사용 경험을 하게 되는 것이다. 그리고 가상현실에서의 사용경험을 실제 공간에서의 사용경험으로도 이어지게 된다.
비즈니스 확장은 블록체인과 NFT로 대두되어 디지털 자산으로 예술가들에게 새로운 비즈니스 기회를 주기도 한다.
혹은 가상공간을 활용한 광고 효과도 기대해볼 수 있다.
[ 글을 마치며 ]
인공지능의 시대에 실제로 나타나게 될 다양한 사회적 현상이나 비즈니스에 대한 간접적 체험을 해 볼 수 있어 매우 좋았다.
그리고 인공지능에 대해서 어떤 식으로 생각하고 접근해야 하는지에 대한 새로운 시선을 가지게 될 수 있었다.
인공지능을 바라보는 것에 대해서는 3 단계로 나누어 생각해 볼 수 있는데 첫 번째는 인공지능은 똑똑한 비서의 역할을 해줄 수 있게 될 것이라는 것이다.
그리고 두 번째는 각각의 인공지능 비서들은 서로 연결되어 더 많은 가치를 창조해 낼 것이라는 점이다.
마지막 세 번째는 인공지능을 활용한 삶이면서 동시에 인공지능을 활용해 비즈니스도 할 수 있어야 한다는 점이다. 각각을 알아보자.
첫 번째 인공지능은 어떻게 똑똑한 비서가 되는가이다.
우리가 삶에서 만나게 되는 다양한 문제들이나 궁금증은 주변에 도움을 얻거나 어떤 것을 비용을 내고서 학습해야 했고 혹은 정보를 접할 기회가 없어서 포기해야 했다
그렇지만 인공지능의 시대에는 우리 곁에서 궁금한 모든 것에 대해서 해답을 제시해줄 수 있는 비서가 존재하는 것이나 마찬가지이다.
아침에 눈을 떠서 몸이 안 좋을 때 어떻게 해야 할 것인지에 대한 해결책을 제시해줄 수 있고 깜빡하고 안 챙길 수 있는 우산을 리마인드 시켜 줄 수도 있다. 학생들에게는 친절한 선생님이 되어 맞춤형 개인 학습을 도와줄 수도 있고 일인 가구에게는 요리사의 역할도 기대해 볼 수 있다.
나아가 청소나 빨래를 하는 것에도 도움을 받을 수 있고 장보기가 귀찮을 때에 대신 장을 봐주고 정리까지도 해줄 수 있는 도구가 되어줄 수 있다.
이를 통해서 우리는 24시간을 더 효율적으로 사용할 수 있게 되고 예전보다 풍요로운 삶을 즐길 수 있게 된다.
두 번째는 인공지능이 서로 연결되어 급속한 발전을 이뤄낼 수 있을 것이라는 점이다.
전 세계 60억이 넘는 인구들은 서로 각자의 삶을 살아가고 있고 이들 중 누군가는 분명 비슷한 문제로 비슷한 고민을 하고 비슷한 해결책을 얻기를 원할 수 있을 것이다.
그런데 이런 문제 발견 해결의 과정이 인공지능을 통해 데이터로 저장되고 학습되어 각각에게 유사한 해결책을 제시해 줄 수 있다면 인공지능의 발전은 인류의 발전과도 직결될 수 있다.
이 때문에 하나의 인공지능이 다른 인공지능과 연결되어 상호 학습하고 발전하는 과정을 기대할 수 있고 이는 인공지능의 집단지성으로 생각해 볼 수 있다.
그리고 기존보다 더 빠른 발전 속도도 기대해 볼 수 있다고 보인다.
우리가 경험했던 발전은 단계적으로 성장하는 것이었는데 인공지능의 발전은 퀀텀 점프와 같은 발전으로 한 단계를 넘어가게 되면 기존과는 비교할 수 없을 정도의 큰 발전 수준에 다다를 수 있을 것으로 보인다.
세 번째는 인공지능을 소비하는 소비자이면서 동시에 인공지능을 활용한 생산자도 될 수 있다는 것이다.
가장 대표적인 예로 글을 정리할 때에 손으로 일일이 쳐서 정리를 할 때에 상당히 시간이 오래 걸리게 된다.
그리고 중간중간에 필요한 데이터를 검색하거나 그 검색을 다시 정리하고 도표를 만드는데 오랜 시간이 걸리게 된다.
그런데 만약 어떤 비서가 있어서 생각하는 모든 것을 대신 만들어주고 정리해준다면 시간을 세이브할 수 있게 된다.
이는 단순히 시간의 세이브만 의미하는 것이 아니라 정신적인 피로도도 저감 시켜 줄 수 있음을 의미한다.
이를 통해서 예전보다 더 많은 것을 정리할 수도 있고 공부할 수도 있게 된다.
이 과정이 중요한 것은 결국 인공지능이 어느 정도는 우리에게 도움을 줄 있지만 근본적으로는 사용하는 사용자를 뛰어넘기는 어렵기 때문이다.
아무리 좋은 서비스를 제공해준다고 해도 그 서비스가 어떤 가치를 가지고 있는지를 알아보지 못한다면 의미가 없기 때문이다.
이 때문에 인공지능이 발전하는 만큼 우리도 발전해야 하며 동시에 인공지능을 더 잘 활용할 수 있는 사람으로 거듭나야 한다는 것을 말해주게 된다.
참고 도서 : 넥스트 빌리언 달러
