“2019년은 AI 대중화 원년, 5가지 트렌드에 주목하라”
Divina Paredes | CIO Australia
내년에는 일부 AI 기술이 대중 시장에 도입되는 단계에 도달하게 될 것이라고 리서치 기업 에코시스템(Ecosystm)이 전망했다.
2019년 기술 트렌드를 다룬 비공개 보고서에서 이 혁신 기술 연구 및 컨설팅 기업은 2019년에 AI가 이사회부터 가정의 거실까지 직원과 고객 경험에 영향을 끼치기 시작할 것이라고 밝혔다. 에코시스템의 수석 자문위원 겸 해당 보고서의 저자 팀 쉬디는 “AI에 현명하게 투자하는 기업들이 보다 개인적이고 효과적이며 쉬운 고객 경험을 만들 준비 태세를 갖출 것"이라고 말했다.
쉬디는 CIO 뉴질랜드와 내년에 상위 5개 AI 트렌드 그리고 CIO, CIO의 팀, 임원진이 앞으로의 변화에 대비하는 방법에 대해 공유했다.
1. 머신러닝과 IoT 센서 분석이 AI의 성장을 유도할 것이다.
AI는 단일 기술이 아니며 여러 구성 요소로 이루어져 있고 지능형 애플리케이션의 구성 요소로 여겨지는 경우가 많다고 쉬디가 설명했다.
그에 따르면 5개의 상위 트렌드를 취한 글로벌 에코시스템 AI 연구(The Global Ecosystm AI Study)에 따르면 향후 12개월 동안의 AI 성장이 머신러닝을 통해 이뤄질 것으로 관측된다. 그 이유는 머신러닝이 조직 전반에 걸쳐 일련의 문제와 도전 과제에 적용되기 때문이다.
IoT 이행 증가와 이런 센서로부터 얻은 데이터의 기하급수적인 성장 그리고 조직이 이 데이터를 지능적이거나 차별화된 일을 하기를 바라는 희망으로 인해 IoT 센서 애널리틱스도 강력하게 성장할 것이라고 그가 말했다. 챗봇 및 가상 비서와 마찬가지로 RPA(Robotics Process Automation)도 지속적으로 성장할 전망이다.
AI 기술의 도입 - 2018년 및 2019년
그래서 그는 조직이 머신러닝을 중심으로 AI 역량 센터를 구축하라고 조언했다. 비즈니스 리더가 ML을 적용할 곳과 적용하지 말아야 할 곳을 파악하는데 도움을 주는 조직이다.
역량 센터 직원은 기술뿐만이 아니고 디자인 사고, 고객 여정 맵핑, 기타 고격 경험(Customer Experience, CX) 부문에 대한 교육을 받아 고객 그리고/또는 직원 경험(Employee Experience, EX) 향상을 머신러닝 프로젝트의 핵심으로 삼아야 한다고 쉬디가 말했다.
2. IoT 성장 덕분에 AI도 성장할 것이다
쉬디는 많은 조직들이 이미 IoT 솔루션을 배치하고 있거나 배치했고 이를 통해 많은 양의 데이터를 생성하는 센서를 배치했다고 진단했다.
그에 따르면 현재 이런 센서는 대부분 단방향적이지만(데이터 수집 및 분석) 점차 많은 센서들이 양방향(감지 및 대응)으로 바뀌고 있다. 따라서 기업들은 해당 데이터를 통해 학습하고 대응하기 위해 AI 도구 특히 IoT 센서 분석 및 머신러닝을 추구할 것으로 관측된다.
현실적으로 데이터를 중앙 데이터베이스 또는 중앙 머신러닝 도구로 돌려보낼 시간이 없는 경우가 대부분일 것이다. 또 일부는 센서가 꾸준하거나 정기적으로 변화하는 환경에서 차별화되게 작용할 수 있도록 센서에 더욱 가까워지기 위한 학습 시스템이 필요할 것이다.
쉬디는 “우리가 현재 구축한 시스템과 아키텍처는 미래의 상시 연결, 상시 학습 환경과 항상 호환되지는 않을 가능성이 높다. 자신만의 AI와 데이터 아키텍처를 조사할 필요가 있다. 스마트 엔드포인트에 일조할 수 있는 아키텍처인가?"라고 말했다.
3. 단기적으로 AI를 통해 없어지는 것보다 더 많은 일자리가 생겨난다
쉬디는 향후 수 년 동안 그럴 수 밖에 3가지 주된 이유를 언급했다.
우선, AI는 심지어 인간이 하고 있지 않은 많은 일들을 하고 있다. 여기에는 이미지에서 인간이 보지 못했던 트렌드를 분석하는 것이나 우리가 존재조차 알지 못했던 데이터 세트의 상관관계를 찾는 것이 포함된다.
둘째, 심지어 자동화와 AI가 생산성을 유도하는 경우라도 조직의 대부분은 (아마도 추가적인 인간 서비스를 제공하기 위해) 영향을 받는 사람들에게 새로운 기술을 가르치고 있다.
자동화와 기술 주도 생산성 이득은 지금까지 20년 동안 이뤄졌지만 고용 수준은 낮아지지 않았다고 그가 지적했다. 그는 AI 주도 수익이 다시 기업으로 흘러 들어가 더 많은 고용 기회가 창출되고 있는 것으로 보았다.
셋째, 조직은 AI를 통한 더욱 스마트한 비즈니스를 위해 필요한 기술을 위해 채용하기 시작했다. 게다가 오늘날 이런 많은 일자리들이 기존의 자원을 대체하지 않고 있다.
그는 "AI 기술에 대한 직원 교육을 시작하라"라고 조언하며, 이를 통해 장기적으로 전반적인 아웃소싱 비용이 감소할 수 있다고 전했다.
쉬디는 이어 AI가 고객과 사업에 도움이 되는 방식과 위치를 파악하라고 덧붙였다. 그는 "더욱 개인적이고 인간적인 CX 또는 EX를 위한 기회를 포착하라. 여기에서 AI에 투자할 기회를 찾을 수 있다"라고 말했다.
2019년 기술 트렌드를 다룬 비공개 보고서에서 이 혁신 기술 연구 및 컨설팅 기업은 2019년에 AI가 이사회부터 가정의 거실까지 직원과 고객 경험에 영향을 끼치기 시작할 것이라고 밝혔다. 에코시스템의 수석 자문위원 겸 해당 보고서의 저자 팀 쉬디는 “AI에 현명하게 투자하는 기업들이 보다 개인적이고 효과적이며 쉬운 고객 경험을 만들 준비 태세를 갖출 것"이라고 말했다.
쉬디는 CIO 뉴질랜드와 내년에 상위 5개 AI 트렌드 그리고 CIO, CIO의 팀, 임원진이 앞으로의 변화에 대비하는 방법에 대해 공유했다.
1. 머신러닝과 IoT 센서 분석이 AI의 성장을 유도할 것이다.
AI는 단일 기술이 아니며 여러 구성 요소로 이루어져 있고 지능형 애플리케이션의 구성 요소로 여겨지는 경우가 많다고 쉬디가 설명했다.
그에 따르면 5개의 상위 트렌드를 취한 글로벌 에코시스템 AI 연구(The Global Ecosystm AI Study)에 따르면 향후 12개월 동안의 AI 성장이 머신러닝을 통해 이뤄질 것으로 관측된다. 그 이유는 머신러닝이 조직 전반에 걸쳐 일련의 문제와 도전 과제에 적용되기 때문이다.
IoT 이행 증가와 이런 센서로부터 얻은 데이터의 기하급수적인 성장 그리고 조직이 이 데이터를 지능적이거나 차별화된 일을 하기를 바라는 희망으로 인해 IoT 센서 애널리틱스도 강력하게 성장할 것이라고 그가 말했다. 챗봇 및 가상 비서와 마찬가지로 RPA(Robotics Process Automation)도 지속적으로 성장할 전망이다.
AI 기술의 도입 - 2018년 및 2019년
그래서 그는 조직이 머신러닝을 중심으로 AI 역량 센터를 구축하라고 조언했다. 비즈니스 리더가 ML을 적용할 곳과 적용하지 말아야 할 곳을 파악하는데 도움을 주는 조직이다.
역량 센터 직원은 기술뿐만이 아니고 디자인 사고, 고객 여정 맵핑, 기타 고격 경험(Customer Experience, CX) 부문에 대한 교육을 받아 고객 그리고/또는 직원 경험(Employee Experience, EX) 향상을 머신러닝 프로젝트의 핵심으로 삼아야 한다고 쉬디가 말했다.
2. IoT 성장 덕분에 AI도 성장할 것이다
쉬디는 많은 조직들이 이미 IoT 솔루션을 배치하고 있거나 배치했고 이를 통해 많은 양의 데이터를 생성하는 센서를 배치했다고 진단했다.
그에 따르면 현재 이런 센서는 대부분 단방향적이지만(데이터 수집 및 분석) 점차 많은 센서들이 양방향(감지 및 대응)으로 바뀌고 있다. 따라서 기업들은 해당 데이터를 통해 학습하고 대응하기 위해 AI 도구 특히 IoT 센서 분석 및 머신러닝을 추구할 것으로 관측된다.
현실적으로 데이터를 중앙 데이터베이스 또는 중앙 머신러닝 도구로 돌려보낼 시간이 없는 경우가 대부분일 것이다. 또 일부는 센서가 꾸준하거나 정기적으로 변화하는 환경에서 차별화되게 작용할 수 있도록 센서에 더욱 가까워지기 위한 학습 시스템이 필요할 것이다.
쉬디는 “우리가 현재 구축한 시스템과 아키텍처는 미래의 상시 연결, 상시 학습 환경과 항상 호환되지는 않을 가능성이 높다. 자신만의 AI와 데이터 아키텍처를 조사할 필요가 있다. 스마트 엔드포인트에 일조할 수 있는 아키텍처인가?"라고 말했다.
3. 단기적으로 AI를 통해 없어지는 것보다 더 많은 일자리가 생겨난다
쉬디는 향후 수 년 동안 그럴 수 밖에 3가지 주된 이유를 언급했다.
우선, AI는 심지어 인간이 하고 있지 않은 많은 일들을 하고 있다. 여기에는 이미지에서 인간이 보지 못했던 트렌드를 분석하는 것이나 우리가 존재조차 알지 못했던 데이터 세트의 상관관계를 찾는 것이 포함된다.
둘째, 심지어 자동화와 AI가 생산성을 유도하는 경우라도 조직의 대부분은 (아마도 추가적인 인간 서비스를 제공하기 위해) 영향을 받는 사람들에게 새로운 기술을 가르치고 있다.
자동화와 기술 주도 생산성 이득은 지금까지 20년 동안 이뤄졌지만 고용 수준은 낮아지지 않았다고 그가 지적했다. 그는 AI 주도 수익이 다시 기업으로 흘러 들어가 더 많은 고용 기회가 창출되고 있는 것으로 보았다.
셋째, 조직은 AI를 통한 더욱 스마트한 비즈니스를 위해 필요한 기술을 위해 채용하기 시작했다. 게다가 오늘날 이런 많은 일자리들이 기존의 자원을 대체하지 않고 있다.
그는 "AI 기술에 대한 직원 교육을 시작하라"라고 조언하며, 이를 통해 장기적으로 전반적인 아웃소싱 비용이 감소할 수 있다고 전했다.
쉬디는 이어 AI가 고객과 사업에 도움이 되는 방식과 위치를 파악하라고 덧붙였다. 그는 "더욱 개인적이고 인간적인 CX 또는 EX를 위한 기회를 포착하라. 여기에서 AI에 투자할 기회를 찾을 수 있다"라고 말했다.
....
출처) CIO코리아
'IT, 정보통신 > AI_머신런닝' 카테고리의 다른 글
| 마이크로소프트, AI 기술 이용한 ‘지구환경 AI’ 프로젝트 공개 (0) | 2018.12.28 |
|---|---|
| 'AI로 악어 피하면서 어류 자원 모니터링' 호주정부 사례 (0) | 2018.12.06 |
| 내 손 위의 공장, 스마트 팩토리 (4차 산업 시대의 지능형 공장) (0) | 2018.11.28 |
| 딥러닝으로 전기요금 혁신적 절감 (저비용으로 공장 에너지관리 효율화) (0) | 2018.11.28 |
| 금감원, '스미싱 사기' 잡는 AI 개발…핀테크 기업에 무상 제공 (0) | 2018.11.20 |
댓글