넥스트 빌리언 달러(119힐링 원페이지북)

[박승균]

이 책의 저자 정두희는 국내 대표적인 AI 전문가다.

현재 한동대학교 ICT창업학 부 교수로 학생들을 가르치고 있으며,〈MIT테크놀로지 리뷰〉코리아 편집장으로도 활동하고 있다.

AI 컨설팅 기업인 (주)임팩티브 서의 대표를 맡아 국내 기업의 AI 혁신을 지원 하는 데 힘쓰고 있다.

LG그룹의 AI 자문교수로 활동했으며. 300여 개 기업에서 AI 혁신에 대한 특강 및 자문을 해오며,

AI 기술과 비즈니스 통찰력을 동시에 보유한 융합형 전문 가로 평가받고 있다.

이책 ‘빌리언 달러’는 임팩트를 창출하는 방법을 제시하기 위해 그 동안 해온 AI 연구를 총망라해 담고 있다.

또한〈하버드비즈니스 리뷰〉,〈MIT슬로언매니지먼트리뷰〉, 맥킨지 보고서, 액센츄어 보고서 등 유수의 문헌들을 분석,

최근 업계의 중요한 트랜드와 인사이트를 담고 있다.

국내 기업이 AI를 주로 도입한 분야는

IT자동화 및 사이버 보안 분 야(44.4%)가 가장 많고, 그 다음으로 제품 관리(22.2%)，공급망 관리와 물류(16.7%)다.

AI 도입 방법으로는 기업용 AI 소프트웨어를 사용하는 방식60%)이 가장 많았다.

AWS，구글, MS 등이 이미 만들어놓은 기업 용 소프트웨어를 사용료를 내고 이용하는 방식이기 때문에 기업 입장에서는 간편하다고 볼 수 있다. 회사가 자체적으로 AI 모델을 직접 개 발하는 경우는 13.9% 정도로 매우 적다.

무엇보다도 AI 기술은 더욱 빠른 속도로 발전할 것이다.

〈MIT테크 놀로지 리뷰〉에서는 그동안 지속적으로 발전하는AI 기술을 꾸준히 소 개해왔다.

IT 기술의 발전 양상을 이야기할 때 흔히 사용하는 개념이 ‘무어의 법칙’이다.

반도체 회로 트랜지스터 수가 18개월마다 2배가 되는 것을 의미한다.

컴퓨터의 메모리 양과 처리 속도는 2배로 향상되 고 비용은 상대적으로 떨어지는 현상이다.

신의 기술적 성능이 발전하 는 속도는 무어의 법칙보다 5배에서 100배에 이를 것으로 보고 있다 (ARK인베스트먼트_ 2020).

AI 학습모델의 연산처리 능력이 매년 10배씩 성장하고 있어서 앞으로 이런 기하급수적 성장은 지속될 것이다.

데 이터의 양이 급속도로 많아지고 있다.

데이터가 중요한 이유는 AI 모델링을 위한 필수 재료이기 때문이다.

데이터 통계를 분석하는 데이터 네버슬립DataNeverSleeps은 각종 어플리케이션과 서비스를 통해 매 1분 동안 생산되는 데이터 양을 제시했다. 유튜브는 1분에 500시간 이상의 동영상이 업로드되면서 수많은 데이터를 쏟아낸다.

페이스북에는 14만 7,000개 이상의 사진이 업 로드되며，SNS 서비스인 왓츠앱whatSApp에서는 1분에 4,100만 개의 메시지가 공유된다.

줌에는 1 분에 20만 명 이상이 접속하며, 틱 톡TikTok에서는 2,704명이 어플리케이션을 설치하고

아마존에서는 1분에 6,659개의 상품이 배송된다. 이런 활동 가운데 상당한 양의 데 이터가 생산되며 그 양은 매년마다 늘어난다.

AI 잠재성이 크다 보니 많은 산업에서 이 기술을 도입하고 있다.

산업 면에서 살펴보면 금융, 유통, 제 조업 등에서 AI의 적용이 활발하다.

하지만 아직까지는 전반적으로 파 일럿이나 개념증명poc 수준에 머물고

실제 제품화 단계까지 가거나 비즈니스 스케일을 확장한 사례는 제한적이다.

컨설팅 업체인 캡제미니 에 따르면 현재 생명과학, 유통, 소비재 등 분야에서 AI를 통한 상용화가 가장 활발하다.

생명과학의 경우에는 AI를 이용해 신약을 개발하고, 신약 개발 기간을 획기적으로 단축하면 바로 사업화 실적으로 연결된다.

유통 또한 개인 맞춤화 기반의 온라인 쇼핑몰 도입 등을 통해 매출을 증진시키는 효과가 크다.

반면 은행, 에너지，설비 등은 AI를 도 입했으나 대부분 개념증명 단계를 벗어나지 못하고 상용화 비율이 낮 은 분야다.

앞으로 AI 기반의 제품 상용화 및 수익화 비중은 더욱 늘어 날 것으로 전망한다.

맥킨지에 따르면 AI를 성공적으로 도입한 선도 기업은 63%가 수익 증가를 경험하며, 44%는 비용 절감 효과를 거두는 것으로 나타났다.

수익 증가의 임팩 트가 특히 많이 일어나는 영역은 마케팅과 영업 부문이다.

기업은 AI 를 통해 수익을 극대화할 수 있는 가격을 도출해낼 수 있고,

고객의 구매 가능성을 예측하여 이를 바탕으로 맞춤화된 영업 전략을 도출할 수 있다.

AI 기반으로 개발된 증강제품은 새로운 수요 또는 시장을 창출 하는 것이기 때문에 수익 창출로 연결된다.

기업은 제품의 판매와 수 요예측을 기반으로 공급망 관리를 최적화하여 비용 절감을 실현할 수 있다.

자동차 회사는 AI 도입의 경제적 효과가 극명하게 나타나는 분야 중 하나다.

캡제미니는 상위 50%에 해당되는 자동차 OEM 회사들을 대상으로 AI 도입이 운영비용에 미치는 영향을 분석했다.

AI 에 의 한 영업이익 효과를 보수적 시나리오와 낙관적 시나리오로 나누어 분석했다.

보수적인 시나리오에서는 인력, 원자재, 물류, 관리, 검사 및 유지 보수와 같은 운영 비용이 평균 0.2% 감소하고,

영업이익을 최대 2억 2,200만 달러까지 늘릴 수 있는 것으로 나타났다.

이는 기존 수준 보다 5% 증가한 수치다.

낙관적 시나리오에서는 그보다 3배 정도 되 는 7억 6,400만 달러의 영업이익을 거둘 것으로 분석되었다.

좋은 문제를 찾기 위해서는 시야가 넓어야 한다. 문제의 종류는 크게 2가지다.

첫째는 기존 사업 이 원래 고민하는 문제다.

이는 현재의 고객과 관 련된 문제이자, 기업이 일상적으로 하는 고민에 해당된다.

주로 프로 세스 효율화나 수익체계 개선과 같은 종류다.

계속 하던 일의 연장선 이기 때문에 안정적인 혁신인 반면,

문제를 해결해도 기업에 커다란 변화를 가져오지는 않는다.

둘째는 새로운 기회를 창출하는 문제다. 이는 평상시 하지 않던 생 소한 고민이다.

새로운 시장과 새로운 수익을 창출할 기회가 될 수 있다.

전혀 새로운 아이디어를 도출하는 것을 추구한다.

이전과 다른 카 테고리의 제품을 개발하며, 많은 경우 프로세스 재정 립이 수반될 수도 있다.

일상 밖의 영 역을 개척하는 것이다 보니 어느 정도의 리스크 테 이킹이 필요하다.