UPDATED. 2018-12-10 15:26 (월)
[포춘US] AI가 기업의 변화를 이끄는 25가지 방식
[포춘US] AI가 기업의 변화를 이끄는 25가지 방식
  • Geoff Colvin 기자
  • 승인 2018.12.03 17:16
  • 댓글 0
이 기사를 공유합니다

25 WAYS A.I. IS CHANGING BUSINESS

이젠 AI의 미래를 진지하게 다룰 때가 됐다. 이 주제에 대한 논의는 교통정리가 절실한 상황이다. 그 동안 다양한 선각자들은 AI의 놀라운 가능성에만 현혹돼 왔다. 그들은 크게 두 방식으로 ‘환상의 나라’에 접근한다: 향후 등장할 직업과 사라질 직업이 무엇인지에 대한 구체적이고 과감한 예측을 내놓거나, 아니면 AI가 어떻게 사회를 천국(혹은 지옥)으로 바꿀지를 예언한다. 그러나 포춘은 다른 길을 선택했다. AI가 현실에서 어떻게 기업을 바꾸고 있는지 냉정하게 살펴보기로 했다.

많은 이들이 AI로 인한 실업 대란을 우려한다. 하지만 AI가 미래를 어떻게 바꿀지, 대략적인 추측 조차 할 수가 없다. 인간의 독창성을 완벽하게 예측하는 게 불가능하기 때문이다. AI 기술은 급속도로 발전 중이며, 전 세계 수백만의 기업가와 경영인들은 이를 매우 다양한 방식으로 적용할 것이다. 지난 1959년 당시 아서 서머필드 ArthurSummerfield 미 우정공사 사장은 미래의 우편이 (당시의 대표적 첨단 기술인) 유도미사일에 실려 배달될 것이라 확신했다. 경제 성장 덕분에 우편물이 증가해 우편업계의 미래가 밝아 보이던 때였다. 하지만 그건 일시적 현상이었다. 당시 이메일, 문자메시지, 휴대전화망 기술은 개발 중이거나 기초 단계였다. 하지만 서머필드는 우편이 더 이상 종이에 작성되지 않는 미래를 상상하지 못했다. 현대인들도 AI에 대해 같은 실수를 저지르고 있는지도 모른다.

AI의 최종 용도는 상당 부분 시장이 결정하리라는 것을 기억해야 한다. 이는 AI가 바꿀 미래를 논의할 때 흔히 간과되는 지점이다. 과거 미국 전자제품 제조업체 RCA의 CEO데이비드 사노프 David Sarnoff는 “컬러 TV로 집에서 고급 예술을 감상할 수 있을 것”이라고 예언한 바 있다. 멋진 생각이었지만, 현실에선 그렇게 우아한 활용법에 관심을 갖는 사람이 없었다. 앞으로 기업과 소비자는 AI를 수많은 실용적 목적으로 활용할 것이다. 대부분의 사용법은 평범하겠지만, 그 모든 사례가 어우러져 만들 효과는 예측할 수 없다. 포춘은 AI의 미래를 예측하기 위해선 현실 속 자기중심적 개인(착한 사람과 나쁜 사람 모두)의 관점에서 생각해야 한다고 판단했다.

하지만 ‘나쁜 사람’은 이 기사에 없다. 여기서 소개할 25가지 AI 활용법은 유익하면서도 영감을 줄 우리시대의 현실이다. / Geoff Colvin


 

인공지능은 이미 우리의 업무방식을 바꾸고 있다. 일러스트=포춘US


▲언어 장벽 없애기

‘닥터 후 Doctor Who’/*역주: 영국의 SF 드라마 시리즈/와 ’스타트렉‘의 오리지널 시리즈가 방영되던 SF 황금기 때부터 SF에는 인간이 별도의 노력 없이 외계인과 의사소통을 할 수 있는 자동 번역 장비가 꾸준히 등장했다. 이곳 지구에서도 구글 등이 인공지능 기반 통역기를 개발하고 있다. 이 회사가 최근 출시한 통역기 픽셀 버즈 Pixel Buds는 향후 큰 개선이 기대된다. 통역기 기술이 완벽해지면 기업들에겐 엄청난 도움이 될 것이다. 미국 기업인이 포르투갈어를 사용하는 상대방에게 전화를 걸어 즉석 브레인스토밍을 통해 글로벌한 제휴 관계를 추진할 수 있다. 여러 나라 출신들이 섞여 일하는 사무실에서도소통 효율성이 높아져, 모국어가 다른 직원들 간 협업이 원활해질 것이다. 영업사원들도 새로운 지역에서 잠재 고객 정보를 찾아내고, 전화 마케팅으로 ’큰 건‘을 노릴 수 있다. 직원 간 의사소통을 위해 사무실에서 영어만 사용하도록 하는 기업이 많은 현실에서, 실시간 통역 기술의 일상화는 비(非)미국인 직원들도 모국어를 사용하며 자신의 문화적 특성을 유지할 수 있도록 도움을 줄 것이다. 요즘 같은 세계화 시대에는 희소식이다.-Jonathan Vanian

▲상대방 마음 읽기

알렉사Alexa/*역주: 아마존의 인공지능 비서/여, 이젠 안녕. 음성인식은 멋진 기능이지만, 알렉사나 시리, 마이크로소프트의 가상비서 코타나 Cortana를 공공 장소에서 사용하는 건 어색하고 민망한 일이다. 그 대안은 MIT가 개발한 비침해적(noninvasive) 웨어러블 기기 얼터에고AlterEgo다. 이 기기는 사용자가 입을 열기 전 필요로 하는 것을 알아챈다. 사용자가 아무런 움직임을 보이지 않아도 많은 질문에 초 단위로 응답하고, 메시지를 전송하고, 사용자가 나중에 확인할 수 있도록 정보의 흐름을 내부에 저장할 수 있다. 그렇다면 얼터에고는 마음을 읽을 수 있을까? 그렇게 보이지만 꼭 그런 건 아니다. 그 대신 인간이 머릿속으로 단어나 문장을 떠올릴 때 발생하는 턱의 전기 자극을 해석해 인간과 기계 간의 말 없는 소통을 손쉽게 실현한다. 아직은 대학 기반 연구자들이 데이터를 수집하고 시스템을 훈련시키는 단계지만, 얼터에고는 항공모함 비행갑판이나 공장 내부 같은 소음 많은 환경 속 통신 수단으로 활용되거나 언어 장애를 겪는 사람들에 도움을 줄 수 있다. 훗날 얼터에고는 문서 작성, 계획, 통신 처리 속도를 급진적으로 개선할 수 있다. 하지만 당분간은 모든 이메일을 읽는 건 아마도 계속 인간의 몫일 것이다.-Carson Kessler

▲좀 더 스마트한 채용

채용 과정은 결코 단순하지가 않다. 채용 담당자는 성(姓), 출신 대학, 심지어 이력서의 글자 크기에도 무심코 좌우될 수 있다. 그렇기 때문에 채용에 AI를 활용하려는 기업들이 등장하고 있다.

통신업체 보다폰 Vodafone, 여론조사업체 닐슨 Nielsen, 유니레버 Unilever의 지원자들은 AI 벤처기업 파이메트릭스 Pymetrics가 개발한 스마트폰 게임을 통해 인지·정서 검사를 받고 있다. 이 게임의 알고리즘은 인종·성별 및 기타 편견을 배제하도록 설계되어 있다. 유니레버는 한 발 더 나아가 소프트웨어가 선정한 최상위 지원자들에게 하이어뷰 HireVue에 동영상을 올릴 것을 요청하고 있다. 동영상 주제는 업무 중 발생하는 다양한 상황에 대한 대처법이다. 또한, 지원자의 발언 내용은 물론, 답변 속도, 표정에 드러난 감정적 단서까지 검토해 지원자를 선별하는 알고리즘도 있다. 이런 초기 절차를 통과한 지원자만이 실제 사람과의 면접 기회를 갖게 된다.

유니레버는 이 시스템을 도입한 후 최종 합격률이 높아졌다고 말하고 있다. 인종·민족·사회경제적 지위 등 여러 측면에서 지원자의 다양성도 개선됐다. 입사지원자 인력 풀의 출신 대학교도 3배나 다양해졌다. -Aaron Pressman

▲이상적 관리자 만들기

인간 행동에 대한 판단은 한때 인간의 전유물이었다. 하지만 우리의 행동은 물론, 의도까지도 알고리즘이 평가해 결론을 내리는 사례가 점점 늘고 있다. 특히 일터에서 이런 경향이 확연해지고 있다. 인사부서의 AI 도입은 직원 이탈 리스크, 고성과자의 특성, 조직의 원활한 운영을 유발하는 요인 등에 대해 다양한 규모에서 적용할 수 있는 지식 확보를 목표로 하고 있다(신뢰도 상승에 대한 기대는 덤이다). 보스턴에 본사를 둔 휴머나이즈 Humanyze는 착용자가 동료들과 하루 종일 어떻게 교류하는지를 추적하는 스마트 사원증을 실험하고 있다. 패턴 추적을 통해 일의 실제 수행 방식을 파악하겠다는 것을 목표로 하고 있다.

시애틀 소재 벤처기업 텍스티오 Textio는 AI를 활용해 기업에 최적화된 채용광고를 제작하고 있다(‘증강 글쓰기 플랫폼’은 지원자 다양성 강화를 위한 언어 교정에 특히 효과적이다). 대기업들도 ‘사람이 개입하지 않는 인사’에 동참하기 시작했다. 인텔은 이직률을 줄이기 위해 직원에게 새 업무를 매칭하는 AI 활용 시스템 도입을 고려하고 있다.

이런 기술은 인재 채용 및 이탈 방지에 유용할 수 있다(채용·신입사원 교육 자동화에 따른 비용절감 효과도 있다). 하지만 단점도 있다. 신기술 탓에 직장 프라이버시 침해가 늘어나면, 인사의 목적인 직원 만족도가 오히려 낮아질 가능성도 있다.-Michal Lev-Ram

▲로봇 모기지 대출 담당자의 등장

서브프라임 모기지 사태 이후 10년 동안 새롭게 부상한 이론이 있다. 주택대출 부문에선 기계가인간보다 나을지도 모른다는 이론이다. 미국 모기지업체 페니 메이 FannieMae가 최근 주택담보대출기관을 대상으로 진행한 설문조사에 따르면, 은행이 승인한 모기지 대출의 40%에 AI가 활용되었다. 인공지능은 현재 각종 서류가 요구되는 접수 절차, 사기대출 감지, 채무자 파산 가능성 확인 등에 사용되고 있다. 샌프란시스코에 본사를 둔 블렌드 Blend는 대형 은행 웰스 파고 Wells Fargo 등 114개 대출기관에 모기지 신청 소프트웨어를 공급하고 있다. 이 소프트웨어를 활용하면 승인 소요 시간을 최소 1주일 단축할 수 있다. 그럼 AI가 있었다면 지난 모기지 사태를 막을 수 있었을까? 완전 예방까진 아니어도 인공지능의 조기 경고가 심각성을 줄였을 가능성이 높다. 블렌드의 공동창업자 겸 CEO 

일러스트=포춘US

니마 감사리 Nima Ghamsari는 “데이터와 관련해 잘못된 결정이 내려지면 즉각 찾아내 수정할 수 있다”고 말했다. AI는 아직 은행의 대출 최종 승인 단계까지 진출하진 못했다. 그러나 관련 임원들은 로봇 이용의 2차적 장점을 이미 눈치채고 있다. 바로 주택대출 고객층의 증가이다. 블렌드 기준에서 최저 소득층에 해당되는 고객들은 그 동안 은행 직원에게 직접 대출 신청을 하는 걸 꺼려왔지만, 온라인 대출을 신청할 확률은 다른 집단에 비해 3배나 높은 상황이다. 웰스 파고의 소비자금융 총괄 메리 맥 Mary Mack은 디지털화가 “고객들의 두려움을 없애줬다”고 설명했다. -Jen Wieczner

▲전문 투자자의 새로운 경쟁력

금융업계는 지난 10년 동안 폭발적으로 증가해온 데이터를 축적해왔다. 야근이 일상인 월가의 20대 애널리스트조차도 모든 정보를 처리할 수 없을 정도로 규모가 크다. 하지만 기계는 할 수 있다. 블룸버그 Bloomberg, 팩트세트 리서치 시스템 FactSetResearch Systems, 톰슨 로이터 Thomson Reuters는 머신러닝, 딥러닝, 자연언어처리(NLP) 같은 다양한 데이터과학 도구와 기술을 개발하고 활용해 금융 종사자 수천 명에게 가치 있는 분석을 신속하게 제공하고 있다.

블룸버그는 감성분석(자연언어처리의 일종)의 선구자다. 이 회사가 10년 전부터 개발한 감성분석은 특정 주식과 관련된 뉴스나 트위터 글을 기반으로 감성 지수를 매기고 있다. 인공지능은 자산 관리에도 진출했다. 투자자문업계가 웹사이트 추출 정보, 언어분석, 신용카드 구매 이력, 위성 데이터 등에 담긴 매매 신호를 찾아내는 데 혈안이 되면서, 투자사에서 일하는 ‘대안 데이터’ 전문 애널리스트가 지난 5년간 4배 이상 늘어났다. 현재 블랙록 BlackRock, 피델리티 Fidelity, 인베스코 Invesco, 슈로더 Schroders, T. 로 프라이스 T. Rowe Price 등이 AI를 투자연구에 사용하는 것으로 알려져 있다. 세계 최대 자산운용사인 블랙록은 AI 도입의 선구자로, 현재 자체 AI연구소(BlackRockLab for Artificial Intelligence)를 설립하고 있다. -Scott DeCarlo

▲아마추어 투자자들의 신무기

‘로보어드바이저’는 일반 투자자를 대상으로 한 AI 투자자문 서비스다. 베터먼트Betterment와로빈후드 Robinhood 같은 벤처기업과 찰스 슈와브 Charles Schwab 같은 저가수수료를 내세운 기존 자산운용사들이 이 서비스를 제공하고 있다. 주식·채권·기타 자산 간 투자 비율을 고객별 필요와 리스크 성향에 맞게 추천하는 서비스를 알고리즘을 활용해 저렴한 가격에 제공하고 있다. 이 AI는 투자 포트폴리오의 균형을 자동으로 조정할 수 있다. 또한 고객의 세금 전략이나 부동산 계획에 도움이 필요하다고 판단하면, (비(非)로봇) 어드바이저에게 고객과 연락해 보라고 권하는 기능도 갖고 있다.

다음 단계는? AI는 저축을 원하는 사람들에게 장기 보유형 투자 전략을 추천할 수 있을 정도로 똑똑해졌다. 이와 관련해 ’양(quantity)‘과 ’펀더멘털‘을 다소 어색하게 합성해 퀀터멘털 분석(quantamental analysis)이라 이름을 붙인 새 투자기법이 뜨고 있다. 이와 관련된 대형금융사로는 뱅크 오브 아메리카 메릴린치 Bank of America MerrillLynch와 모건스탠리 Morgan Stanley가 대표적이다. 퀀터멘털 분석은 AI의 기본 능력(막대한 양의 데이터에서 패턴을 찾아내는 능력)과 고도로 지적인 인간 두뇌의 세밀한 분석력을 훈련 받은 알고리즘과 결합시켜 특정업계의 성장잠재력이나 경영진의 전략적 역량 평가 등 다양한 내용을 분석한다. 머신 러닝은 과거 시행착오에 대한 꾸준한 학습을 통해 양적 펀더멘털 시스템을 구현할 수 있다. 최종 목표는 좋은 주식을 저가에 매입하는 워런 버핏적 지혜다. ’퀀터멘털‘보단 더 나은 이름이 필요하겠지만.-Matt Heimer

▲설계·디자인의 효율성 높이기

컴퓨터 알고리즘이 기술, 과학, 의약계를 점령하고 있다는 사실은 이제 놀랍지 않다. 그렇다면 창의적 업종은 안전할까? 꼭 그렇진 않다. 소프트웨어 개발사 오토데스크 Autodesk는 드림캐처 Dreamcatcher(위: 렌더링 모습)라는 R&D 프로젝트의 상업화에 성공했다. 드림캐처의 AI는 인간 설계자의 창작 활동을 보조한다. 에어버스 Airbus, 언더 아머 Under Armour, 스탠리 블랙&데커 Stanley Black & Decker 등이 이미 사용하고 있는 이 소프트웨어는 생성적 디자인(generative design)의 좋은 사례다. 최근 인기를 얻고 있는 생성적 디자인은 요구사항이나 한계, 심지어 총 재료비 같은 각종 목표치를 프로그램에 입력하는 것으로 시작된다. 소프트웨어가 수백~수천 가지의 옵션을 제시하면, 인간 디자이너가 이를 선별한다. 이후 소프트웨어는 선호도를 감안해 점점 더 나은 옵션을 만들어낸다. 항공기 제조사 에어버스는 이 소프트웨어를 통해 A320의 내부 파티션을 재설계했고, 그 결과 무게가 기존 설계 대비 45%(약 29.9kg)나 가벼워졌다.-A.P.

▲인간과 로봇의 결합

로봇은 수십 년 전부터 공장 제조라인에 투입돼 온갖 종류의 업무를 맡고 있다. 그런데 최근 생산용 로봇에 새로운 기능이 더해졌다. 협업형 로봇(collaborative robot), 줄여서 ‘코봇(cobot)’이라 불리는 이 시스템은 인간 노동자에게 정확한 부품을 전달하는 기능, 영화 아이언맨의 수트처럼 착용자의 근력을 강화해 주는 로봇 외골격, AI 소프트웨어 가이던스 같은 다양한 기능을 제공하고 있다. BMW의 미국 노스캐롤라이나 주 스파튼버그 Spartanburg 공장에선 ‘미스 샬럿 Miss Charlotte’이라는 애칭의 코봇이 차량문 조립을 돕고 있다. 메르세데스 벤츠 Mercedes-Benz는 일부 고가 차량의 주문자 맞춤형 제작 과정에 코봇 기술을 활용하고 있다. 섬세한 코봇의 도움을 받는 인간 노동자는 S클래스 세단의 다양한 부품 중 무엇을 선택해야 하는지 같은 부분에서 자동화된 대형 시스템보다 더 신속한 결정을 내릴 수 있다. MIT의 줄리 쇼 Julie Shaw 교수는 주변 인간에게서 포착한 신호를 바탕으로 통신의 시기와 방법을 결정하는 방법을 코봇에게 가르치는 머신 러닝 기반 소프트웨어 알고리즘을 개발 중이다. 코봇을 인간 뇌파 판독과 연계하려는 연구자도 있다. 독심술을 가진 보조 로봇? 그것이 바로 협업이다.-A.P.

▲청정에너지 공급

풍력발전이 화석연료 발전보다 확실히 저렴해지려면, 풍력을 전력으로 변환하는 기술의 효율성을 개선해야 한다. 이를 위해 지멘스 Siemens는 머신 러닝 기술을 개발했다. 풍력발전용 대형 터빈은 기상 정보와 컴포넌트 진동 관련 데이터를 바탕으로 로터 블레이드의 각도 등을 미세하게 조정할 수 있다. 하지만 연구원 폴크마르 슈테어칭 VolkmarSterzing의 말처럼 사람이 분석해서 계산할 수 있는 일은 아니다.

그러나 AI와 머신 러닝에겐 별 문제가 되지 않는다. 슈테어칭은 필요한 변수를 산출하는 센서는 이미 존재했지만, “전에는 원격 유지보수 및 서비스 진단용으로만 사용했다”며 “하지만 이제는 풍력터빈의 전기 생산량 증대에 활용할 수 있다”고 설명했다. 이 기술을 사용하면, 앞쪽 터빈에서 뒤쪽 터빈으로 불어오는 예상치 못한 공기 흐름도 반영해 조정할 수 있다.

지멘스의 풍력 부문과 스페인 가메사 Gamesa의 풍력 사업부가 결합돼 지난해 독립 출범한 지멘스가메사 재생에너지 SiemensGamesa Renewable Energy는 이 인공지능을 폭넓게 활용하는 것을 목표로 삼고 있다.-G.C.

▲유한한 존재를 보살피다

인간은 자신의 한계를 잘 알지 못한다. 너무 많이 먹고, 너무 적게 자고, 일정 기간 내 자신이 할 수 있는 업무량을 과대평가한다. 물론 업무가 추수감사절 저녁식사 준비 정도라면 큰 문제가 되지 않는다. 그러나 장거리 트럭이나 중장비 운전사의 오판은 위험과 함께 천문학적 비용을 야기할 수 있다.

그래서 요즘 기업들은 고위험 직업군의 ’수호천사‘로 AI를 도입하고 있다. 기업용 소프트웨어 전문 기업 SAP의 마이크 플래너건 Mike Flannagan 수석부사장에 따르면, 수백 시간 분량의 센서 데이터를 통해 훈련된 시스템은 심장박동, 체온, 피로도, 긴장 관련 지표 등 작업자의 몸 상태를 실시간으로 확인할 수 있다(SAP의 커넥티드 워커 세이프티 Connected Worker Safety 소프트웨어가 이런 기능을 갖고 있다). 그리고 휴식이나 휴가가 필요하다고 판단되면 신호를 보낸다.

그렇다면 나머지 사람들은? 여러 자동차 제조사가 운전자 보호 기술을 연구 중인 만큼, 미래에는 차가 우리의 수호천사가 될지도 모른다. 현재 이 기술은 일부 모델의 계기판 위 작은 커피잔 아이콘 형태로 존재한다. 하지만 주요 자동차 제조사 대다수와 협업하고 있는 AI 전문기업 뉘앙스 커뮤니케이션스 Nuance Communications의 자동차 혁신부문 총괄 닐스 렌케 Nils Lenke는 “피로를 감지하는 음성 및 안면인식 기술이 신형 모델의 표준으로 곧 자리잡을 것”이라 예상하고 있다.-Erika Fry

▲목표를 직접 선택하는 무기 개발

한때 국가의 적을 직접 찾아내 제거하는 킬러 로봇은 종말론적 SF 안에서나 존재했다. 하지만 이젠 미 국방부와 생산업체들이 마음만 먹으면 현실이 될 수 있다. 국방부는 그 동안 ’치명적 자율무기 시스템(Lethal Autonomous Weapons Systems, 미 정부의 공식명칭)‘을 개발하지 않았다. 이론상 이 시스템은 인간 명령 없이도 페이스북의 사진 속 친구 자동 태그 기능처럼 손쉽게 목표물을 공격할 수 있다.
 

일러스트=포춘US


그러나 이런 공격에 필요한 AI기반 기술은 이미 개발 중이다. 미 국방부의 가장 유명한 AI 이니셔티브인 프로젝트 메이븐 Project Maven은 드론에서 찍은 영상으로부터 테러리스트를 찾아내는 머신 러닝 알고리즘을 대 ISIS 군사작전용으로 개발하고 있다(20개 이상의 기술 업체, 방위산업체가 메이븐에 참가 중으로 알려져 있지만, 전체 명단은 공개되지 않았다). 방위산업체에게 전쟁 지원은 자연스러운 일이다. 하지만 최근 미 국방부는 AI와 얼굴인식에 전문성이 있는 실리콘밸리 기업들의 참여를 요청하고 있다. 그 결과 논란이 발생했다. 지난 여름, 구글은 여러 직원이 항의 차원에서 사임한 후 프로젝트 메이븐 참여를 중단한다고 발표했다. 향후 큰 성장이 예상되는 AI 방위산업의 유일한 장애물은 바로 기업의 부정적 정서인지도 모른다.-J.W.

▲안보위협의 차단

사이버 세계나 현실에 대한 공격을 사전 차단하지 못한 결과는 만만찮은 재정 부담을 야기한다. 지난해 개인정보 유출 사건 1건당 평균 비용은 약 400만 달러에 달했다. 하지만 최근 사이버공격의 급증은 뜻밖의 장점도 가져왔다. 사용할 수 있는 데이터가 늘어난 것이다. 머신 러닝은 이미 수십 년 전부터 패턴 파악과 이메일 필터링에 사용돼왔다. 그러나 바라쿠다 네트워크 Barracuda Networks 등이 개발한 신형 인공지능 시스템은 특정 기업 및 임원들의 고유한 의사소통 패턴을 파악해 피싱 사기 가능성이나 기타 각종 해킹 시도를 사전에 감지할 수 있다. 물리적 안보 분야에서 AI는 감시카메라에 탑재돼 위협을 직접 ‘관찰하고’ 사전 차단을 시도하고 있다. 벤처기업 아테나 시큐리티 Athena Security가 출시한 신형 카메라는 총의 발사를 감지해 경찰에 자동 경보까지 보낼 수 있다. 데이터가 많아질수록, AI가 범죄와 맞서 싸울 능력도 커지는 셈이다.-M.L.

▲횡령범들이여, 각오하라!

금융 범죄자는 어떻게 잡아야 할까? HSBC와 덴마크은행(Danske Bank)등 요즘 은행은 수천 건의 거래 기록에서 수상한 내역을 찾아내는 컴플라이언스 담당 직원을 늘리지 않는다. 그 대신 AI를 점점 더 적극적으로 활용해 금융사기·돈세탁·사기 의심 사례 등을 찾고 있다(자사 계좌를 통한 불법 자금흐름을 감지하지 못했다는 이유로 여러 은행에 거액의 벌금이 부과되면서, 이런 움직임이 최근 더 힘을 받았다). HSBC는 AI 벤처업체인 아야스디 Ayasdi와 제휴해 컴플라이언스 업무를 일부 자동화했다. 12주간 진행된 두 회사의 파일럿 프로젝트에서, 아야스디의 AI 기술은 인간과 동일한 분량의 의심사례를 검토하면서도, 수상해 보이지만 실제로는 정상적인 거래를 20% 줄이는 데 성공했다.-C.K.

▲사람 대신 운전하기

NBC 시트콤 ’오피스‘에서 주인공 마이클 스캇 Michael Scott은 미 펜실베이니아 주 스크랜턴 Scranton 근처에서 포드 토러스 렌터카를 운전한다. 실수로 호수에 빠지기 전, 그는 “기계가 스스로 움직이고 있어!”라고 외친다. 자율주행차가 이상적인 도로 환경에서 안전 주행을 한 지는 꽤 오래됐다. 하지만 인간처럼 운전하려면 여전히 배움이 더 필요하다. 유명 아이폰 해커였던 조지 하츠 George Hotz가 벤처기업 콤마에이아이 Comma.ai를 설립한 이유다. 이 회사의 자율주행 기술 오픈파일럿 Openpilot은 나무나 정지 신호 같은 것이 아닌, 실제 운전자의 패턴을 분석하는 방식으로 운전을 학습한다. 콤마에이아이는 자사의 차량 블랙박스 앱 시퍼 Chffr와 차량용 인터페이스인 판다 Panda를 통해 수백만 km 분량의 주행 데이터를 확보해 이를 기반으로 인간 운전자를 모방하는 자율주행 시스템을 만들고 있다. 이 회사의 기술은 현재 혼다, 도요타, 현대차의 일부 모델에 장착돼 있다. 콤마에이아이는 자사 기술을 ’자율주행업계 아이폰‘인 테슬라의 오토파일럿 Autopilot과 맞서는 ’자율주행의 안드로이드‘라 소개하고 있다. 오픈파일럿은 사용자들의 적극적 개선에 성공이 달려있는 오픈소스 시스템이다. 마이클 스캇이 참여하지 않길 바라야겠다.-Daniel Bentley

▲여행자의 새로운 친구

아이슬란드 화산 에이야퍄들라이외퀴들 Eyjafjallaj?kull의 흔적은 화산재가 사라진 후에도 남아 있다. 지난 2010년 일어난 이 화산의 분화는 항공여행자 수백만 명에게 영향을 끼쳤다. 그 과정에서 여객운송 커뮤니케이션의 새 시대가 열렸다. 기존 정보 흐름이 가로막히자, 항공사들은 승객들에게 실시간 정보를 효과적으로 제공하기 위해 SNS로 눈을 돌렸다. 액센추어 인터랙티브 Accenture Interactive에서 SNS와 신규 채널 업무를 총괄하는 롭 할스 Rob Harles는 이 흐름에 대해 “한번 시작되자 결코 멈출 수 없었다”고 말했다. 그런데 이후 여행자 수가 크게 늘어, 2016년엔 도착자 수가 30% 증가한 12억 5,000만 명에 이르렀다. 할스는 이 정도 규모의 SNS 교류를 인간의 힘으로 유지하는 건 “불가능”하다고 말했다.

그래서 고객서비스용 챗봇이 등장했다. 챗봇은 비행기 지연 여부, 호텔 체크아웃 시각 같은 고객의 기본적 질문에 답할 수 있다. 예컨대 부킹닷컴 Booking.com은 자사에 접수되는 문의의 60%를 챗봇을 통해 자동 처리한다고 밝히고 있다. 이 기술의 다음 단계는 챗봇을 통해 고객의 여행 특성(출장 혹은 유흥 여부)을 파악하는 것이다. 그리고 고객에게 비행편 업그레이드나 (예컨대) 펜실베이니아 주 피츠버그의 최고 채식주의자 카페 예약 같은 개인 취향에 맞는 다양한 추천을 제공하는 것이다. 지금은 챗봇이라 불리는 기술이 조만간 디지털 집사로 진화할지도 모른다는 얘기다.-Claire Zillman

▲콜센터 업그레이드하기

“무엇을 도와드릴까요?” IBM은 2020년이면 고객서비스 대응의 85%가 인간의 개입 없이 진행될 것이라 예측하고 있다. 머신 러닝과 자연어 처리 덕분에 챗봇과 향상된 전화지원 서비스(enhanced phone support), 셀프서비스 인터페이스가 인간 상담원의 역할을 대부분 대체할 수 있을 것이라는 게 IBM의 생각이다.

그렇다면 미국의 고객서비스 상담원 270만 명은 어떻게 되는 걸까? 일부는 봇이 처리할 수 없는 업무(격분한 고객을 진정시키는 일 등)를 맡을 것이다. 자동 고객서비스를 활용하는 기업들은 인간의 실수 축소, 데이터 처리 속도의 비약적 향상, 고객서비스 대응 과정에서의 편견 예방 등을 장점으로 꼽았다.

그런데 봇이 전부는 아니다. 스위스 투자은행 UBS와 뉴질랜드 AI 전문 벤처기업 페이스미 FaceMe는 UBS의 수석 경제학자 대니얼 칼트 Daniel Kalt를 디지털 복제해 고객 상담 업무에 투입하고자 공동 연구를 진행하고 있다. 칼트의 아바타는 IBM의 AI 왓슨을 기반으로 만들었으며, 칼트 본인이 직접 훈련을 시켰다. 이 프로젝트는 인간과 디지털의 능력을 결합해 제공하려는 노력의 일환이다. -McKenna Moore

▲머니볼 2.0

지난해 NHL 스카우트들은 당시 19세였던 숀 더치 Sean Durzi(위 사진)를 눈여겨보지 않았다. 하지만 그는 불과 1년 후, 신인 드래프트에서 토론토 메이플 리프스 TorontoMaple Leafs에 2차 지명으로 입단했다. 캐나다 몬트리올 소재 벤처기업 스포트로직 Sportlogiq이 개발한 신형 AI가 테라바이트급 데이터 분석으로 더치의 강력한 플레이메이킹 능력을 찾아낸 덕분이었다. 영화 ‘머니볼/*역주: 컴퓨터 분석기반의 선수 평가법을 소재로 한 영화/ 2.0인 셈이다. AI로 차세대 스타를 찾는 벤처는 그 외에도 여럿 있다. 호주의 데이터분석 업체 브루클린 다이내믹스 Brooklyn Dynamics는 미국의 여러 메이저리그 팀과 협업 중이다. 공동창업자 캠 포터 Cam Potter는 이 작업을 “산 속에서 다이아몬드 원석을 채굴하는 일”에 비유했다. 이 회사는 2017년 사이클대회 투르 드 프랑스 Tour de France에서 실시간으로 선수 별 점수를 집계해 순위를 예측해주는 머신 러닝 AI 시스템을 선보이기도 했다.

일러스트=포춘US


브루클린 다이내믹스는 전 세계 대학 및 프로팀이라면 누구나 활용할 수 있는 통합 데이터베이스도 구축하려 하고 있다. 그들은 시간에 쫓기는 감독과 스카우트들이 이 DB에 기반해 신인과 기존 선수 모두를 분석할 수 있도록 머신 러닝 분석 앱도 개발 중이다. 포터는 이에 대해 “스카우팅 활동에 도움이 되는 독특한 분석 수단”이라고 소개했다. “팀의 다른 관계자들도 [통계를] 보고 드래프트 명단을 분석해 어떤 선수가 팀에 보탬이 될지를 함께 결정할 수 있다.”-C.K.

▲쇼핑 방식의 변화

오프라인 상점에 딱 맞는 새 역할이 등장했다. 바로 AI 데이터 수집이다. DIY 전문 유통업체 홈디포 Home Depot는 수백만 건의 거래에서 추출한 데이터를 바탕으로, (예컨대 부엌 리노베이션을 앞둔) 소비자에게 구매상품 외에 무엇이 더 필요할지 찾아내고, 자세한 안내를 제공해 추가 구매를 정교하게 유도하고 있다. 화장품 매장 세포라 Sephora도 (최근 로레알이 인수한) 모디페이스 ModiFace의 얼굴인식 AI기술을 활용해 고객에게 딱 맞는 색조를 추천하고 있다. 이 소프트웨어는 사용자 수백만 명의 기록을 분석, 어떤 색이 가장 잘 어울릴지를 예측한다. 한편, MIT에서 출발한 벤처기업 셀렉트Celect도 머신 러닝을 통해 고객 행동을 예측하고 있다. 매장의 어떤 지점에서 어떤 홍보 활동이 효과적일지 판단하고, 상품의 매장 진열 방식을 최적화하고 있다.

그렇다면 10번 복도의 가격 확인은 어떻게 할까? 월마트는 품절 여부 확인, 고객이 잘못 놓은 물건 되돌려 놓기, 잘못된 가격표 같은 인간 직원의 시간을 잡아먹는 지루한 업무를 대신할 로봇을 50개 매장에서 시범 운영했다. 그러나 많은 유통업체가 매장 내에서 사용하는 기술의 공개를 꺼리고 있다. 인공지능 전문 조사업체 CB인사이트 CBInsights는 ‘나비 Navii와 심비 Simbe 같은 AI기반 로봇 제조사가 투자자와 업계의 관심을 끌고 있다’고 평가했다.-Phil Wahba

▲이 광고가 사람들을 웃게 할까?

모든 마케터가 성공을 거두지는 못한다. 켄달 제너 Kendall Jenner가 주연한 펩시 광고/*역주: 흑인 인권운동 가치 훼손 논란으로 퇴출됐다/처럼. 최근 이런 실패를 예방하기 위해 AI의 도움을 받는 마케터들이 늘고 있다. 감정 AI 전문기업 어펙티바 Affectiva는 AI로 강화한 설문연구를 통해, 광고 시안에 대한 반응을 시험하고 있다. 이 회사는 포춘 500대 기업 중 4분의 1이 창조적 개발 과정에서 자사 기술을 활용하고 있다고 밝혔다. 이 AI는 87개국 700만 명의 얼굴(및 얼굴형 38억 개)을 학습해 개인의 얼굴 표정을 해독하고 있다. 이 AI는 ‘역겨움’ 같은 8개 감정과 20개 표정을 구별하는 능력으로 광고 시청 중 매 순간의 변화를 포착한다.

미디어 조사 대기업 캔타 밀워드 브라운 Kantar Millward Brown은 2011년부터 어펙티바의 AI(광고 3만 개의 가치를 가진다)를 활용하고 있다. 그 과정에서 미식축구선수 콜린 캐퍼닉 Colin Kaepernick이 등장해 호평을 받았던 나이키 광고가 주요 지점에서 미소를 유발한다는 것을 발견했다. 캔타의 매니징 디렉터 그레이엄 페이지 Graham Page는 “광고가 호평 받은 원인이 희생과 꿈이라는 캐퍼닉의 메시지였음을 정확하게 집어낼 수 있었다”고 말했다. 캔타는 여성 선수가 등장하는 월드컵 광고의 반응이 긍정적이라는 놀라운 사실을 발견하기도 했다.

페이지는 캔타가 AI를 활용해 광고를 다듬은 것 외에도 모든 고객군에게 폭넓게 적용될 교훈들을 얻었다고 말했다. 예컨대 시청자들이 ’진보적‘이라고 평가한 광고, 즉 등장 인물이 (전통보단) 현대적 역할로 나타난 광고가 그렇지 않은 광고보다 25% 더 효과적인 것으로 밝혀졌다.-E.F.

▲미래의 식량 재배하기

표면적으로 보면 농업은 단순해 보인다. 땅에 씨앗을 뿌리고, 물을 주고, 수확하고, 다시 처음으로 돌아와 같은 일을 반복한다. 하지만 사실 식량 재배를 위해선 일련의 복잡한 방정식을 풀어내야 한다. 실내 수직농업 전문 기업 플렌티 Plenty의 공동창업자 겸 수석과학책임자(chief science officer) 네이트 스토리 Nate Storey는 “농업에서 다루는 데이터는 매우 복잡한 것이 많다”고 말했다. 환경적 요인(공기의 흐름·이산화탄소·빛·습도 외 다수), 식물의 유전적 특성, 인간의 각종 행동(비료·물 주기 등) 등 온갖 변수가 상호 작용을 하기 때문이다. 플렌티 외에도 많은 벤처기업이 작물재배 과정에서 발생하는 복잡한 선택에 대처하기 위해 AI를 활용하고 있다. 플렌티 외에도 경쟁업체 보워리 Bowery, 고담 그린스 Gotham Greens가 이미지 데이터를 수집하고 분석하는 시스템을 개발하고 있다. 이 데이터들은 질소나 철분 부족, 병충해 같은 식물의 건강 상태를 머신 러닝 기반 분석으로 파악한 후, 선제적 조치를 취한다. 스토리는 “소프트웨어는 문제가 무엇인지 학습한 후, 인간이 도저히 따라 할 수 없는 규모로 자체 해결을 한다”고 설명했다.-Beth Kowitt

▲의료산업의 인간미 회복

미국 의료계의 실상은 매우 암울하다. 매년 심각한 오진이 1,200만 건 이상 발생한다. 전체 지출액 3조 6,000억 달러 중 3분의 1은 쓸모 없이 낭비되고, 기대수명도 (사상 최초로) 3년 연속 감소 하고 있다. 의료진 번아웃이나 우울, 자살률도 최고 수준이다. 그런데 웨어러블 센서 생리학, 스캔 해부학(위 사진), DNA 분석, 위장 미생물학 등의 발달로 인해 환자 1인당 의료 데이터는 역대 최다 수준이다. 딥 러닝 AI가 필요한 이유다. 신경망을 갖춘 딥 러닝 AI는 스캔·슬라이드·피부 병변·안저 등 다양한 검사 결과를 정확히 해독해 전공 불문 모든 임상의들에게 도움을 주고 있다. 병원 차원에선 원격 모니터링을 통해 궁극적으로 일반 병실 수요를 줄이는 효과를 낼 수 있다. 또, 가상 의료코치 서비스를 통해 환자의 질병 관리는 물론 예방까지 도울 수 있다. AI의 의료계 진출은 아직 초기 단계다. 검증보단 기대감이 훨씬 크다. 막대한 데이터를 활용해 실수와 폐기물을 줄이고, 시간을 절약해 의료진-환자 간 관계를 확실히 개선할 수 있는 최선의 수단임에는 분명하다.-BY ERIC TOPOL

▲의사보다 똑똑해지기

최근 몇 년 동안 아직 미완성임에도 신뢰가 가는 AI 기반 기술이 여럿 등장했다. 방사선 스캔 해독(이매전 Imagen 등), 종양 포착 및 암 확산 추적(아테리스 Arterys), 망막 이미징을 통한 안구질환 검사(구글의 딥마인드 DeepMind), ‘피 없는 혈액검사’를 통한 비정상 칼슘농도 위험 경고(메이요 클리닉 벤처 Mayo Clinic Ventures와 얼라이브코 AliveCor) 등 AI는 결코 단순하지 않은 진단과 예방 업무에서 다양한 방식으로 도움을 줄 수 있다. 역사적으로 보면 오진률은 대개 5~20% 선이었다. 일부 질병은 그보다 더 높은 상황이었다. 게다가 현재의 의료계는 의사 부족과 과로로 신음하고 있는 상황이다. 이 모든 것이 AI의 활약이 기대되는 이유이다.-E.F.

▲의약 R&D의 재창조

의료 산업은 운명적 반전으로 가득 차있다. 소규모 환자 집단 대상의 초기 연구에선 인체에 무해해 보였던 약물이 대규모 임상실험에선 보기 좋게 실패해 엄청난 비용만 남길 수도 있다. 딜로이트 Deloitte에 따르면, 미국 대형 바이오 제약회사의 투자수익률은 지난해 3.2%까지 하락했다. 이런 가운데 미국의 버그BERG와 로이번트 사이언스 RoivantSciences, 영국의 엑시엔티어 Exscientia 등 여러 기업들이 자원 이용 개선을 위해 AI를 활용하고 있다. 버그는 파킨슨병 등의 치료제 후보로 떠오른 분자·약물의 생물학적 목표를 확인하기 위해, 아스트라제네카 AstraZeneca, 사노피 파스퇴르 Sanofi Pasteur 가틍 대형 제약업체와 협업해 알고리즘에 임상 데이터를 제공하고 있다. 사노피는 왜 어떤 사람에겐 특정 독감 백신의 효과가 없는지(작년의 심각한 독감 유행을 떠올려 보면 매우 중요한 문제다) 근본 원인을 찾기 위해, 엄청난 양의 데이터를 분석하고 있다. AI가 제약업계의 주요 의사결정을 내리려면 아직 먼 길을 가야 한다. 하지만 장래성은 확실히 있다. 제약 부문에서 진행 중인 R&D를 가장 유망한 목표에만 집중한다면, 엄청난 시간과 비용을 절약할 수 있을 것이다. 장기적으론 인공지능이 신약 개발 절차를 간소화해 기업과 환자 모두에게 혜택을 가져다 줄지도 모른다.-Sy Mukherjee

▲질병 되돌리기

미국의 의료 체계는 저렴하고 선제적인 접근법 대신, 환자 분류에 집중해왔다는 비판을 받고 있다. 그 결과 기업들은 생산성 저하와 의료 비용 폭증에 골머리를 앓고 있다. 버타 헬스Virta Health 의 사미 인키넨Sami Inkinen CEO는 새 방식으로 이 문제에 맞서고 있다. AI로 당뇨 위험군의 본격적 발병을 예방하고, 심지어 AI의 순수 디지털 플랫폼을 통해 (초기 시험결과 기준) 2형 당뇨병을 발병 전으로 되돌린 것이다. 버타는 식단 및 기타 건강 요인에 대해 맞춤형 조언을 제공하는 코칭 서비스를 통해 이용자의 생활 습관도 개선하려 하고 있다. 혈당·케톤수치·혈압·체중 등을 온라인으로 측정하는 디지털 도구도 선보였다. 시간 단위로 일정이 짜이는, 격무에 시달리는 의사들이 혈당 예상치와 체중 추이 같은 정보를 활용하면, 환자의 건강에 더 집중할 수 있다. 이런 기업은 또 있다. IBM의 왓슨 헬스Watson Health와 의료기술 대기업 메드트로닉 Medtronic도 유사한 서비스를 제공하는 슈거IQ Sugar.IQ라는 앱을 공동 개발하고 있다.-S.M.

번역 김화윤 whayoon.kim@gmail.com


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.