소위 인공지능이라 불리우는 기계지능은 비즈니스와 직업에 심오한 영향을 미칠 것으로 예상되고 있는데, 이러한 인공지능과 기기학습이 기업과 조직에 어떠한 영향을 미치게 될 지에 대한 예측을 McKinsey 보고서를 통해 조사해보고자 한다.

기업에 종사하는 사람들에게 있어 인공지능은 다양한 도전적 과제를 대변한다 볼 수 있겠다. 이는 기술적 관점에서 인공지능과 기기학습이 의미있는 결과를 도출시킬 수 있는 방대한 데이터를 처리할 수 있고 이를 가능하게 만들기 위해서는 복잡성을 뛰어넘어야 한다 볼 수 있겠다. 이에 인공지능을 적용할 내부의 위치와 어떤 방식으로 인공지능을 자신들의 비즈니스에 접목시켜야할지를 결정하는데 많은 리더들이 어려움을 겪고 있는 상황이라 볼 수 있겠다.

최근 McKinsey Global Institute는 인공지능, 자동화, 그리고 직업과 관련된 다양한 연구주제들에 대한 결과물을 발표하였으며, 직무자동화의 근간이 될만한 내용을 발표한 것으로 나타났는데, 여기에는 인공지능을 포함한 자동화의 영향이 산업군에 미칠 수 있는 영향력을 조사하였다고 한다.

소비재생산 산업군에서는 자원추출분야가 63퍼센트로 가장 높은 자동화 비율을 차지하였으며, 건설분야가 약 49퍼센트를, 그리고 제조업 분야가 30퍼센트의 비중을 차지한 것으로 나타났다. 또한 서비스제공산업군에서는 식음료 서비스분야가 약 75퍼센트를, 그리고 기술/미디어/텔레콤 분야의 자동화가 약 51퍼센트를, 그리고 미술/엔터쪽이 약 47퍼센트를 나타내 상위 3개 산업군을 차지하고 있는 것으로 조사되었다고 한다.
[출처: https://public.tableau.com/profile/mckinsey.analytics#!/vizhome/AutomationBySector/WhereMachinesCanReplaceHumans]

또한 인공지능에 대한 투자에 대해 고려해야 하는 사항들로는 경영진이 데이터와 데이터 분석이 경쟁력의 기반이 되거나 고객에 대한 이해를 필요로 하는 서비스와 제품을 제공하는데 인공지능이 기반이 되고 있음을 인지해야 한다는 것이 우선시 되어야 한다 볼 수 있겠다. 이러한 인지를 기반으로 적절한 재능을 가진 인력을 보유한 뒤, 대규모로 순차적인 인공지능과 기기학습의 도입이 이루어져야 할 것이라 하겠다. 이는 단순히 필요성을 인지하고 대규모 투자를 진행한 기업 및 조직과 데이터에 기반을 둔 분석력과 인공지능에 기반을 둔 성과를 근본적으로 바꾼 기업 간에는 큰 격차가 벌어질 수 밖에 없기 때문이다.

그렇다면 인공지능과 기기학습과 같은 기술들을 도입하는데 과연 어떠한 문제가 있는 것일까? 이는 단순 기술의 도입이 아닌 업무를 처리하는 사람들을 변화시켜야 한다는 가장 큰 문제를 해결해야 한다는 것이다.

또한 인공지능에 가장 적합한 비즈니스 분야도 고려의 대상이 되어야 할 것인데, 각기 다른 6백여 명의 산업계 전문가들을 대상으로 실시한 연구결과에 의하면, 소위 딥러닝이라 불리우는 분야에서 패턴의 인식이나 동종의 이미지와 같은 특정 유형의 문제들을 해결하는데 도움을 줄 수 있을 것이라고 한다.

일례로 패턴매칭이라 불리우는 기법을 통해 예측적인 유지보수의 수행을 알리는데 활용될 수 있으며, 발전기나 건물, 시스템 또는 차량 등 자산을 보유하고 있는 특정 산업 전반에 걸친 활용이 가능해질 수 있다고 한다. 뿐만 아니라 인적자산과 관련된 건강관리도 한가지 예가 될 수 있겠는데, 질병을 지닌 환자의 몸에 부착된 센서를 통해 신호를 취합하여 환자에게 특정 질병이나 징후가 발생하기 이전에 관리자에게 해당 데이터를 전송할 수 있게된다면, 사고를 미연에 방지할 수 있는 효과를 누릴 수 있게 된다는 점이다.

추가로 스마트시티와 같은 컨셉에도 활용이 될 수 있으며, 도로와 건물, 그리고 발전시설에 대한 예방적 유지보수가 보다 손쉽게 이루어질 수 있으며, 전력소모를 방지하기 위한 모니터링도 시행될 수 있다고 한다. 이러한 컨셉들을 감안해볼 때, 초기 인공지능과 기기학습의 도입에 있어 예측형 모델의 도입이 가장 우선적으로 이루어질 수 있는 모델은 스마트시티가 될 수 있을 것이라는 예상이 대두되고 있는 시점이라 하겠다.