기술경영
데이터는 AI 시대를 이끄는 원동력이자 미래를 여는 열쇠
데이터에서 시작되는 플랫폼 기업의 경쟁력
‘데이터는 국부(國富; National Wealth)’, ‘데이터는 그 자체로 비즈니스이자 기업의 경쟁력이 되는 시대’라는 제목의 기사를 본 적이 있다. 기사처럼 정말 데이터가 기업의 부(wealth)를 창출하는 것인지, 대화형 AI인 ChatGPT에 질의하였다. 그 결과를 요약하면, ‘모든 업무는 데이터화하여 생성 후 수집·측정하고, 데이터의 분석 결과를 해당 업무의 최적화에 활용한다.’라고 정리할 수 있다. 이렇게 데이터가 기업에 부를 가져다 주기 위해서는 무엇이 필요할지, 리더와 실무자들의 방향성 수립에 도움이 될 내용들로 정리해 보겠다.
AI의 핵심은 신뢰성 높은 데이터!
데이터는 AI 구성 요소의 핵심이다. 불확실성을 제거한 보다 나은 의사결정을 지원할 것으로 기대되는 AI는, 궁극적으로 신뢰할 수 있는 충분한 데이터가 있어야 원하는 목적으로 동작할 수 있다. AI의 활용에는 데이터를 최신 상태로 유지하고 기존 데이터를 수정하며, 접근 가능한 데이터를 신뢰할 수 있도록 관리하는 일련의 작업이 전제된다.
데이터로부터 인사이트 얻으려면
우리는 모두 원하는 정보를 찾아볼 수 있지만, 데이터로부터 인사이트를 얻을 수 있는 사람은 극소수다. 이러한 극소수와 같이 데이터로부터 인사이트를 얻으려면, 관찰력과 기회에 대한 갈망을 키워야 한다. 또한 우리는 필요한 데이터를 스스로 찾아 목표에 따라 분석하며, 남이 보지 못한 것을 발견할 줄 아는 자세가 필요하다. 앞서 인사이트는 관찰력을 실행하는 자세와 기회를 갈망하는 마인드에서 나온다고 언급했다. 그렇다면 이 두 가지는 어떠한 전제하에서 가능한지를 다음에서 살펴보자.
데이터에서 중요한 건 품질?
AI는 고품질 데이터에 해당하는 양질의 데이터가 있어야만 AI가 목표한 성능을 최대한 끌어낼 수 있다. 데이터의 품질이 AI에 미치는 영향이 크다 보니, 최근 국제표준으로 인공지능을 위한 데이터 품질-ISO/IEC 5259를 제정하기도 했다. 이렇게 AI 기술이 우리의 생활에 가깝게 다가오면서, AI 기술의 안정성과 신뢰성이 그 어느 때보다 중요해졌다. 따라서 데이터 품질의 표준 또한 매우 중요한 역할로 주목받고 있다. 앞의 설명을 통해 데이터 품질의 중요성을 이해했다면, 이러한 품질을 확보하는 데 필요한 건 무엇일까?
기업문화로 정착되어야 진정한 가치를 발휘
데이터의 품질 개선은 단순한 기술적인 문제가 아니라, 조직의 문제로 인식해야 한다. 데이터의 품질 개선은 각 관련 부서 모두가 참여하여 데이터의 생성부터 검증, 이용 과정까지 지속하여 개선해야 하는 조직의 공통 과제다. 그림 1의 과정을 문제없이 실행할 수 있어야 한다는 의미다.
[그림1] AI 데이터의 수집과 AI 모델의 머신러닝 개선 프로세스
데이터 경쟁력 확보가 AI를 성장시킨다
첫 문장으로 다시 돌아가 보자. 데이터는 국부가 될 수도 있고, 또는 데이터 그 자체만으로 비즈니스가 되거나 경쟁력이 된다고 했다. 기업에서 데이터를 올바르게 운영하기 위해서는 전담 부서의 역할위임과 더불어 조직 전반의 관심과 참여가 필수적이다. 그래야만 모든 성과를 개선할 수 있을 뿐만 아니라, AI 부서의 노력까지도 결실을 볼 수 있다. 부서명에 AI를 넣는다고 해서 AI스러운 결과물이 마법 지팡이처럼 뚝딱 나오지 않는다. 이를 알면서도 데이터의 정비 없이 조직에 미션부터 부여하고 결과가 나오기를 기대하는 조직의 리더와 실무담당자에게, 이 원고가 의미 있게 전달되기를 기대해 본다.
