기술 퍼즐의 가장 중요한 부분: 사람

[힘힘]

기술 퍼즐의 가장 중요한 부분: 사람

2024년 12월 17일| 인터뷰

에 의해댄 팅코프 그리고 제프리 루이스

공유하다

인쇄

다운로드

구하다

엘리 릴리 앤드 컴퍼니의 최고정보 및 디지털 책임자가 제약 회사가 CEO부터 시작하여 기술을 수용하여 회사 자체를 재구성하는 방법을 설명합니다.

다운로드

기사(5페이지)

생성적 AI와 같은 급속한 기술 발전은 기업 기술 리더의 역할 에 더욱 큰 강조점을 두고 있습니다 . 하지만 Apple에서 10년간 근무한 후 Eli Lilly and Company에 합류한 최고 정보 및 디지털 책임자이자 전무 부사장인 Diogo Rau는 기술 리더가 안전하게 플레이하는 것을 중단하고 대담해야 한다고 생각합니다. 여기에는 고객-공급업체 사고방식을 버리고 기술 퍼즐의 가장 중요한 부분인 사람을 결코 놓치지 않는 것이 포함됩니다. Rau는 McKinsey의 수석 파트너인 Dan Tinkoff와 Jeffrey Lewis와 함께 기술 문화를 어떻게 바꾸고 있는지, LillyDirect 개발을 사내로 가져온 이유, 기술 팀이 업계의 동료들과 어떻게 더 잘 협력하고 있는지에 대해 이야기를 나누었습니다. 다음은 대화에서 편집한 주요 내용입니다.

기술의 역할: 물건을 발명하고 만드는 것

제프리 루이스: 디오고, 릴리에서의 역할과 기술 리더십의 책임에 대해 간략히 소개해 주시겠습니까?

Diogo Rau: 저는 Lilly의 기술을 담당합니다. IT, 디지털 건강, 사이버 보안, AI 등 거의 모든 것을 다룹니다. Lilly가 중앙 집중화된 조직이기 때문에 재무, 법률, 인사 또는 기술 팀이 여러 개 없다는 것은 그리 분명하지 않을 수 있습니다.

우리는 강력하게 중앙 집중화되어 있고 지원 기능이 아니기 때문에 수평적 기능으로 내 생각을 해야 하고, 우리는 무언가를 발명하고 구축해야 합니다. 즉, 우리의 기술 전략은 AI와 같은 것에 달려 있고, 다른 어떤 의료 회사도 한 번도 해보지 않은 소비자 기술을 구축하고, 모든 것을 안전하게 유지해야 합니다.

기술에 있어서 가장 중요한 것은 사람입니다.

제프리 루이스: 업계 전반에서 보았듯이, 기술 인재는 디지털 및 AI 목표를 실현하는 데 필수적입니다. 인소싱과 외부 파트너와의 협력 측면에서 기술 인재에 대해 어떻게 생각해 보셨나요?

디오고 라우: 기술에 대해 올바르게 이해하는 데 가장 중요한 것은 기술 자체가 결코 아니라는 것을 이해하는 것입니다. 중요한 것은 사람입니다. 기술 전략에 대해 많이 생각하지만, 사람 전략에 대해서도 많은 시간을 보냅니다.

모든 것은 항상 리더십에서 시작하며, 가장 먼저 시작해야 할 리더는 물론 저입니다.예를 들어, 저는 기술 능력을 날카롭게 유지해야 한다고 말했기 때문에, 저는 항상 그것에 대해 노력하고 있으며, CEO도 마찬가지입니다.사실, 우리는 올해 초에 함께 AI 과정을 수강했습니다.하지만 그는 임원을 위한 일반적인 AI 과정을 수강하지 않았습니다.그는 Amazon의 SageMaker Python SDK 노트북에서 코딩하고 과정의 일부로 Hugging Face 머신 러닝 모델을 구축했습니다.그리고 그는 컴퓨터 과학 학위가 없는 Fortune 500 기업의 CEO입니다.따라서 조직 전체가 CEO와 기술 책임자가 끊임없이 기술 능력을 연마하고 있다는 것을 알고 있으며, 이는 Lilly의 나머지 구성원에게도 똑같이 하라는 많은 압력을 가합니다.

두 번째는 적절한 리더를 적절한 자리에 배치하는 것입니다. 여기에는 사고방식을 바꾸는 것도 포함됩니다. 제가 한 일 중 하나는 직속 보고자를 모두 옮겨서 3년 전과 같은 역할을 하는 사람이 없도록 한 것입니다. 이렇게 하면 새로운 사고방식을 만드는 데 정말 도움이 됩니다. 오랫동안 같은 역할을 하는 사람들은 특정한 방식으로 일을 하기 때문입니다. A+급 선수조차도 그 역할을 새로 맡은 사람과는 다르게 볼 것입니다. 새로운 과제를 발견할 것입니다.

세 번째는 인재 기반을 키우고 적절한 인재를 확보하는 것입니다. 제가 오기 전에는 면접 과정에서 많은 것을 우선시했고, 그 결과 일부 기술적인 능력은 덜 강조했습니다. 저는 기술 채용에 다시 집중하고 실제로 실무적인 기술 능력을 가진 사람들을 영입했습니다. 최근 기술 채용의 약 90%가 실제로 코딩하고 개발할 수 있는 사람들이라고 말하고 싶습니다. 즉, 이제 우리는 훨씬 더 많은 일을 스스로 할 수 있다는 뜻입니다.

제가 항상 찾는 것은 호기심입니다. 왜냐고 묻는 엔지니어가 필요합니다. 최고의 엔지니어는 항상 무언가가 왜 그런지 이해하고 싶어하는 사람입니다. 그런데 최고의 엔지니어는 게으르기도 합니다. 게으름은 나쁜 평판을 받지만 게으름은 미덕입니다. 최고의 엔지니어는 사물을 자동화하는 방법과 생성 AI와 같은 것을 사용하여 코드를 작성하는 방법을 알아내는 사람입니다. 아니면 코드를 작성하여 관리하도록 하는 사람입니다.

새로운 소비자 사업을 구축하기 위해 자체적인 길을 걷다

댄 팅코프: 당신은 최초의 직접 소비자 플랫폼을 소개했을 때 업계에 큰 파장을 일으켰습니다. LillyDirect의 동기와 사명, 그리고 지금까지 배운 것에 대해 조금 이야기해 주시겠습니까?

Diogo Rau: 제가 처음 배운 것은 업계 외부에서 온 것입니다. Lilly에 오기 전까지는 생명 과학에 대한 배경 지식이 없었습니다. 환자로서 제가 알아차린 것 중 하나는 약을 받는 것이 얼마나 끔찍한 경험인지입니다. 의사와 약속을 잡고, 의사를 만나고, 처방전을 받고, 소매 약국에 가서 보험에서 약을 보장하는지 알아내야 합니다. 운이 좋다면 약을 가지고 거기서 나올 수 있을 것입니다.

릴리는 전적으로 환자를 위한 것입니다. 우리는 최고의 약을 만들고 사람들이 약을 복용하고 계속 복용하도록 하고 싶습니다. 기존 시스템은 사람들이 약을 구하거나 복용하기 쉽지 않습니다. 우리는 아무도 시스템을 고치지 않는다면 우리 스스로 고쳐야 한다는 것을 깨달았습니다. 릴리다이렉트의 모든 동기는 오늘날 처방약을 복용하는 사람들이 겪는 이 끔찍한 경험을 고치는 것입니다.

우리는 LillyDirect를 구축하면서 많은 훌륭한 교훈을 얻었습니다. 왜냐하면 우리는 직접 소비자 사업을 구축한 경험이 없었기 때문입니다. 우리는 소비자 마케팅에 대해 알고 있었고 소비자 브랜딩에 대해서도 알고 있었지만 소비자와 직접 소통하는 방법에 대해서는 몰랐습니다.

많은 회사에서 무엇을 해야 할지 모르는 공간에 들어갔을 때, "글쎄, 우리 스스로는 안 돼. 다른 회사를 고용해서 대신 해줘."라고 말하는 경향이 있습니다. LillyDirect의 첫 번째 프로토타입을 위해 우리는 바로 그렇게 했습니다. 외부에서 누군가를 고용했습니다. 매우 엉성한 노력이었지만, 놀랍지 않게도 그다지 잘 되지 않았습니다.

그래서 우리는 즉시 그것을 사내로 가져와서 우리가 직접 출시한 진짜 버전을 만들었습니다. 우리는 LillyDirect의 첫 번째 버전을 6주짜리 스프린트 두 번으로 만들었습니다. 기술 산업에서 온 사람이라면 그렇게 빠르지 않게 들릴 수도 있겠지만, 이 산업에서 12주 만에 무언가를 하는 것은 미친 짓이라고 말씀드리고 싶습니다. 이 산업은 12개월 만에 일을 하는 데 익숙하기 때문입니다. 이것은 완전히 다른 속도입니다. 그것은 우리 모두에게 우리가 직접 일을 한다면 무엇을 할 수 있는지 보여주었습니다.

물론, 이야기는 거기서 끝나지 않습니다. 사내에서 빌드하면 변경하고 싶은 모든 것에 대한 사내 전문 지식이 있기 때문입니다. 그래서 우리는 그것을 그렇게 빨리 빌드할 수 있을 뿐만 아니라, 계속해서 개선할 수도 있습니다.

AI로의 도약

댄 팅코프: 우리는 분석 및 생성 AI와 생물학 및 과학 혁신의 충돌 측면에서 놀라운 순간을 목격하고 있습니다. 릴리는 어떻게 AI를 활용하여 성장을 가속화하고 더 많은 환자를 돕고 있습니까?

Diogo Rau: 생성적 AI 혁명의 시작부터, 우리는 예외 없이 회사의 모든 사람에게 뛰어들어 사용을 시작하도록 영감을 주고 격려했습니다. 다른 회사들이 직원들에게 "ChatGPT를 사용하는 것을 허용하지 않을 거야"라고 말하는 동안, 우리는 반대로 "ChatGPT에 접속해야 해. 기밀 정보는 입력하지 말고, 나가서 사용해야 해"라고 말했습니다. 그래서 이 새로운 기술이 모든 사람의 업무에 포함되어야 한다는 기본적인 기대와 기반이 있습니다.

하지만 ChatGPT, Microsoft Copilot 또는 다른 제품들은 여러분이 생각해 낸 모든 사례를 해결할 수 없으므로, 전문화된 AI 솔루션이 필요합니다. 바로 여기서 매우 다르고 매우 구체적이 됩니다. 예를 들어, 의학 개발의 발견 측면을 살펴보면, 우리는 여러 가지 다른 종류의 문제를 가지고 있으며, 각각 다른 종류의 AI를 포함합니다.

예를 들어, 일반적으로 우리가 부르는 대로 작은 분자인 경구 약물이 있습니다. 이는 화학 공식, 즉 소수의 원소를 모아서 적을 수 있는 약물입니다. 우리는 과학자를 돕기 위한 모델을 훈련하고, 과학자가 생각하지 못했을 수 있는 새로운 분자를 제안하거나, 과학자가 들어갈 시간이 없었을 수 있는 공간을 탐구하는 데 사용할 수 있는 수백만 개의 기존 화학 분자 데이터 행을 가지고 있습니다.

대형 분자는 항체와 단백질입니다. 일반적으로 경구용 약물 대신 주사로 투여되는 물질입니다. 이는 완전히 다른 종류의 도전으로, 우리는 처음부터 새로운 것을 어떻게 설계할 수 있는지 살펴봅니다.

당신이 찾고 있는 정확한 목표를 충족하는 단백질을 어떻게 만들 수 있을까요? 그것은 경구 약물에 필요한 전통적인 훈련과는 완전히 다른 기술이지만 엄청나게 흥미진진합니다.

그리고 유전 의학은 완전히 다른 게임입니다. 그래서 발견의 공간에서도 더 이상 한 종류의 AI에 대해 이야기하는 것이 아니라 여러 가지 다른 종류에 대해 이야기하는 것입니다.

상업적인 측면에서는 물론, 다음 최선의 행동과 다음 최선의 참여와 같이 이미 잘 확립된 것들이 많이 있지만, 소비자와 직접 상호 작용하는 전체 공간은 세계의 어떤 제약 회사가 전혀 건드리지 않았습니다.

내부적으로 지원 기능을 살펴보면, 이미 임상 시험에서 매우 유용한 컨텐츠 작성과 같은 업무에 많은 기회가 있습니다. 임상 시험에서는 많은 보고서를 살펴봐야 하거든요.

우리 기업 전체에서 AI를 사용하는 곳을 살펴보면, AI를 사용하지 않는 곳을 말하는 게 더 쉬울 겁니다. 사실상 아무 데도 사용하지 않는 곳이거든요.

'IT'에 작별 인사를 전하다

제프리 루이스: IT와 비즈니스 간의 전통적인 사일로를 어떻게 무너뜨리고 있습니까? 이를 하나로 모으는 것이 성공의 필수 조건입니다.

디오고 라우: 우선, 저는 우리 직원들과 함께 그들을 분해하고 그들이 어떤 종류의 레거시 사고방식에서 벗어나도록 하려고 노력하고 있습니다. 단어와 용어는 매우 중요하기 때문에 우리가 한 첫 번째 작업 중 하나는 우리 팀의 이름을 바꾸는 것이었습니다. 우리는 실제로 우리 자신을 IT라고 부르지 않습니다. 우리는 우리 자신을 "릴리의 기술" 또는 "기술 팀"이라고 부르는데, 우리는 단순히 정보 기술이 아니기 때문입니다.

기술팀이 기업과 협력하는 방식에 대한 한 가지 함정은 고객-공급업체 사고방식입니다. 우리가 스스로를 공급업체라고 부르고 우리가 함께 일하는 사업팀이 고객이라면, 그들은 우리를 해고할 수 없고, 다른 곳으로 갈 수 있는 선택권도 없습니다. 그리고 우리가 그들과 함께 일하는 것을 좋아하지 않는다면, "우리는 당신을 고객으로서 해고하고 다른 곳으로 갈 것입니다."라고 말할 수 없습니다.

대신, 우리는 파트너로서 함께 일할 기회를 갖습니다. 제가 좋아하는 "파트너십"의 한 가지 정의는 파트너의 성공이 자신의 성공만큼 중요할 때입니다. 저는 이런 문화를 우리 팀에서 주창하려고 노력하며, "이들은 당신의 고객이 아니라 파트너이고, 당신은 자신의 성공만큼 그들의 성공에 대해 생각해야 합니다."라고 강조합니다.

그것은 또한 다른 파트너십과 마찬가지로 파트너가 때때로 어리석은 짓을 하고 싶어할 것이고, 당신은 그들에게 그것을 지적해야 한다는 것을 의미합니다. 저는 우리 팀도 그런 방식으로 훌륭한 파트너가 되기를 권장합니다.

저는 시간이 지남에 따라 기술 역할이 수직적 측면이 아닌 수평적 측면에 더 집중하도록 진화할 것이고 그래야 한다고 생각합니다. 많은 회사에서 기술을 수직적 기능 집합으로 구성하는 경향이 있으며, 많은 기술 조직이 정확히 그런 방식으로 구성되어 있으며, 사업부 A, B, C에 대한 기술 팀이 있습니다. 그렇게 하면 모든 것을 조직 모델에 맞추려고 많은 에너지를 낭비하고 조직 전반에 걸쳐 실행되는 기능의 이점을 얻지 못하게 됩니다.

생명 과학 기업의 미래를 위한 기술의 성패를 좌우하는 역할

댄 팅코프: 앞으로 10년 동안 생명 과학 산업에서 기술의 역할이 어떻게 진화할 것으로 생각하십니까? 그리고 그 진화에서 릴리의 역할에 대한 당신의 비전은 무엇입니까?

디오고 라우: 업계에는 대기업이 많지만, 10년에서 20년 사이에 엄청난 변화가 일어날 겁니다. 그리고 모든 사람이 저편으로 갈 수는 없을 겁니다.

15년 후의 미래를 상상하고 뒤돌아보며 어떤 회사는 성공하고 다른 회사는 그렇지 않은 이유를 자문해 본다면, 그 이유는 기술, 특히 AI의 사용 때문일 것이라고 생각합니다. 다음 약을 내놓을 만큼 기술과 AI에 투자하지 않았거나, 소비자에게 다가가는 방법을 알아내지 못했거나, 그저 1950년대와 같은 방식으로 일을 했기 때문일 수 있습니다.

회사가 얼마나 기술적으로 앞서 있는지 측정하기 위해 제가 하는 한 가지 일은 기술 책임자가 어디에 보고하는지 보는 것입니다. 그 대답을 기준으로 어떤 회사가 매우 좋은지 아주 빨리 알 수 있습니다. 그 사람이 임원 리더십 팀의 일원이라면, 그것은 기술적으로 앞서 있는 회사이고, 아마도 잘 될 것입니다.

저자에 관하여

Diogo Rau는 Lilly의 최고 정보 및 디지털 책임자입니다. Dan Tinkoff 와 Jeffrey Lewis는 McKinsey의 New Jersey 사무소의 수석 파트너입니다.

인터뷰 대상자의 의견과 발언은 그들 자신의 것이며, 맥킨지앤컴퍼니의 의견, 정책, 입장을 대표하거나 반영하지 않으며, 맥킨지앤컴퍼니의 지지를 받지 않았습니다.