1. 사람-인공 지능 시대 인력 경쟁력
■ 인공 지능의 등장이 가져온 기회와 위기
○ 인공 지능의 부상은 경영인들에 기회와 위기를 동시에 주고 있음
- 인공 지능 시대가 본격화되면서 많은 비즈니스 기회가 열리고 있음. 기존에 전문가들이 담당하던 반복적인 일을 인공 지능이 해낼 수 있기 때문에 전문가의 손을 빌리지 않고도 새로운 일에 접근하는 것이 가능 해졌기 때문
• 예를 들면, 번역사의 도움을 받지 않고는 읽을 엄두가 나지 않던 해외 보고서들을 인공 지능이 번역해 주고 요약까지 해 주기 때문에 해외 자료의 습득과 이해를 방해하던 장벽이 크게 낮아졌음
- 그러나, 위기를 동반하기도 함. 특정 집단에게 기회가 열린다면 또 다른 특정 집단에게는 곧 위기가 될 수 있기 때문
• 챗GPT의 번역과 요약 기능은 기존에 이를 담당하던 전문가 집단에게는 직업 자체가 사라지는 위기와 같음. 많은 고객들이 자신들과 계약을 하지 않고 스스로 해결하기 때문
○ 경영자 측면에서는 중장기적인 관점을 가지고 인공 지능이 조직과 경영 환경에 미치는 영향을 분석하여 대응책을 고민해야 함
- 고민해야 할 주요 이슈는 인공 지능은 지속적으로 발전하고 있기에 현재 수준의 인공 지능 역량과 특성만을 염두에 두고 의사 결정을 해서는 안됨. 조금 더 넓은 사고방식과 장기적인 관점을 가져야 함
- 또한, 조직의 사업 분야가 인공 지능과는 다소 먼 영역이더라도 일반 관리 영역에서는 인공 지능의 영향에서 결코 자유롭지 못하다는 점을 빨리 인식하고 인공 지능에 관심을 가져야 함
• 예를 들어 벽돌을 쌓아 하나의 건축물을 짓는 것은 인공 지능을 활용한 자동화가 빠른 시간 내에 이루어지기 어려운 영역이지만, 벽돌을 쌓는 사람들의 일정 관리나 보수 관리, 작업 진도 확인 및 필요 자재 발주 등은 자동화의 영역으로 들어올 수 있음
■ 챗GPT 시대의 인재상
○ 인력은 기업의 가장 중요한 자원 중 하나임. 인공 지능 시대에는 어떠한 인력이 경쟁력을 지닐 것인지 고민이 필요함
- 단순한 지식을 많이 알고 있는 사람의 유용성은 점차 떨어지고 있음. 고시 준비하듯 이미 정련된 지식을 가능한 한 많이 암기해 알고 있는 사람의 유용성은 앞으로 더욱 줄어들 것임
• 사람의 기억에 대한 의존이 매우 줄어들 것임. 사람의 기억력은 한계가 있어 잘못된 정보를 옳은 정보로 착각하거나 정확성이 떨어질 수도 있기 때문. 멀지 않아 인공 지능이 실시간으로 정보를 업데이트해 주는 일들에 매우 익숙해질 것임
- 분석 능력도 마찬가지임. 단순한 분석 능력은 더 이상 의미가 없어질 것임. 챗GPT에 어떤 영문 보고서의 요약을 부탁하면 훌륭한 요약본을 보여줌. 마이크로소프트가 선보인 코파일럿(Copilot) 기능은 엑셀을 활용해 그래프를 자동적으로 생성해 주고 결과도 분석해 줌
- 반면, '해석 능력'은 앞으로도 매우 중요한 역량이 될 것으로 보임. 경영의 관점에서 해석 능력이란 분석 내용의 사업 가치를 판단할 수 있는 능력임
• 해석 능력은 좋은 질문을 던질 수 있는 능력과 연관성이 높음. 좋은 질문을 던진다는 것은 인공 지능에 무엇을 물으면 보다 정확하고 의미 있는 답변을 얻을 수 있는지 알고 있다는 뜻임. 기업은 이러한 인재를 채용하거나 인공 지능을 활용할 수 있는 기본적인 명령문, 사례 등을 교육하는 것이 필요함
- 인재가 업의 본질을 잘 이해하고 있어야 분석의 가치를 알아볼 수 있기 때문에 챗GPT 시대의 인재는 챗GPT를 활용한 해석 능력을 키울 수 있어야 할 것임
- 앞으로 인공 지능 시대의 인재상은 시기적으로 지속 변화할 것으로 예측됨. 현재 활용 가능한 인공 지능의 능력에 따라 인력 작업의 유용성이 결정되고 필요한 역량도 규정될 것임. 지속적인 학습 능력을 지닌 인재의 가치가 매우 높은 이유임
■ 챗GPT 시대의 경영자상
○ 인공 지능과 같은 새로운 기술의 수용에 있어 큰 위험 요소는 바로 경영자임
- 경영자들은 해당 분야에서 오랜 세월 경험을 쌓았고 그 경험을 바탕으로 성공했기 때문에 과거 일하던 방식에서 자유롭지 못할 가능성이 매우 높음
- 소위 “나 때는 말이야”는 성공한 사람들의 흔한 사고방식임. 외부 환경의 변화가 그리 크지 않을 때는 경험이 매우 가치 있는 자산이 되지만 인공 지능의 대두 같은 급격한 환경 변화가 일어날 경우 독이 될 수 있음
- 인공 지능이 나날이 발전하고 있는 가운데, 인공 지능에 대한 편견을 갖는 것이 제일 큰 문제가 될 수 있음. 오늘날 인공 지능이 할 수 없었던 일이라도 내일은 할 가능성이 점차 높아지기 때문
- 따라서, 경영자들은 기술 발전을 지속적으로 모니터링하고 이를 비즈니스 모델에 어떻게 적용할 수 있을지 고민해야 함. “내가 해봤는데 별것 없던데” 또는 “엑셀로 그냥 하는 게 더 빠른데” 같은 말들은 피해야 하는 태도임
- 경영자는 또한 조직 문화를 바꾸어 직원들이 인공 지능의 새로운 가능성을 어떻게 경영에 접목할 수 있을지를 주기적으로 고민하도록 만들 필요가 있음
• 직원이 새로운 가능성을 찾아냈을 경우 이를 테스트하고 유용성이 증명될 경우 적절하게 포상하며 빠르게 확산할 수 있는 체계를 마련하는 것도 필요함
○ 인공 지능 시대에 경영자는 과거 경험에 안주하지 않고 새로운 기술이 가져다 줄 가능성에 지속적으로 관심을 기울이고 경영자 스스로가 인공 지능 시대의 인재상에 가까이 다가가는 ‘지속적으로 학습하는’ 노력이 필요함
2. 기술-‘가트너 임팩트 레이더’로 본 2023 신기술
■ 빠르게 변화하는 기술 트렌드
○ 빠르게 변화하는 신기술 트렌드의 홍수 속에서 글로벌 경영자들에게 기술 전략, 투자 및 툴을 활용한 대응 역량은 필수가 되었음
- 매년 수없이 많은 신기술이 등장했다가 일부는 쇠퇴 및 소멸의 길을 걷고 또 몇몇은 성장의 과정을 거쳐 메인 스트림으로 자리 잡음
- 따라서, 다양한 신기술 중 더욱 오랜 기간, 더 큰 영향력을 미칠 기술을 분별력 있게 파악하는 것이 중요함. 또한, 다음과 같은 질문을 통해 각자의 비즈니스 상황을 확인하고 미래 전략을 세워야 함
• 어떤 신기술을 중심으로 비즈니스 성과를 내고 있는가
• 당면 시기, 중요도, 전략적 적합성 등 여러 항목 중 어떤 것을 기준으로 기술에 대한 투자를 결정하고 있는가
• 지금 중요한 에지 AI를 최우선 과제로 생각하는가
• 트렌드의 시기는 늦지만 영향력은 큰 메타버스를 우선하는가
- 이러한 가운데, 가트너의 ‘임팩트 레이더’ 리포트는 글로벌 리더들이 새로운 기술과 트렌드가 어떻게 진화하며 어떤 영향력을 행사할 것인지에 대한 식견을 얻을 수 있게 함. 지금 당장 영향력을 가진 기술부터 최장 8년 혹은 더욱 장기적인 관점에서 영향력을 가질 것을 도식화한 레이더를 통해 적절한 투자 시기 결정에까지 도움을 제공함
○ 2023년 '임팩트 레이더' 리포트에서는 총 26개의 트렌드를 ▲ 스마트한 세상, ▲생산성 혁신, ▲ 개인 정보 보호, ▲ 핵심 인에이블러 등 4개의 핵심 테마로 제시함
- 1년 내 큰 영향력을 행사할 에지 AI, 에지 컴퓨터 비전부터 1년에서 6년 사이 주목할 만한 블록체인, 디지털 트윈, 생성형 AI, 인간 중심 AI, 뉴로모픽(Neuromorphic) 컴퓨팅, 주요 트렌드로 자리 잡기까지는 8년 혹은 그 이상의 시간이 걸리지만 선행적인 투자를 고려해야 할 메타버스, 디지털 휴먼 등 키워드들을 도입 시점 및 테마에 따라 분류함
- 사분면을 각각 구성하는 핵심 테마는 각각의 트렌드를 어떻게 경쟁 전략으로 활용할지에 대한 힌트를 준다는 점에서 리더들이 주목해야 할 부분임
1) 물리적·디지털 경험이 융합된 스마트한 세상
○ 스마트한 세상은 멀티모달(Multimodal) UI, 디지털 휴먼, 디지털 트윈, 스마트 공간, 메타버스가 테마로 분류됨
- 스마트한 세상은 일상적인 사물이 더욱 스마트해지고 상호 작용 방식은 물리적 기반에서 가상 및 하이브리드 기반 방식으로 전환, 변화하는 세상을 가리킴
- 이에 속하는 멀티모달 UI와 디지털 휴먼은 인간과 기계 간 상호 작용을 자연스럽게 하는 변화를 이끌며 새로운 지능형 소프트웨어의 시대를 열고 있음
- 디지털 트윈 역시 비즈니스 의사 결정 및 결과를 개선함. 스마트 로봇 차량, 복잡한 제조 운영, 스마트 시티, 자동차나 디지털 휴먼 등 개별 사물이 시각화된 형태로 그 도입이 확대 중이며 IoT 및 위치 서비스와 같은 인접 기술로 모니터링이 원활해짐에 따라 실시간 디지털 트윈 개발도 확대되고 있음
- 스마트 공간은 메타버스의 발전과 함께 구체화될 것으로 전망. 메타버스가 물리적 세계와 디지털 세계의 결합을 지속성, 맥락, 기기별 독립성을 갖춘 방식으로 제공함에 따라 이동, 전환, 거래 상황에서의 몰입형 경험이 재정의될 것으로 예상됨
- 메타버스와 개별적인 여러 트렌드 및 기술이 상호 작용하며 또 다른 조합적 트렌드, 즉 공간 컴퓨팅, 공간 웹, 탈중앙화, 고속 네트워킹, AI 애플리케이션을 비롯한 다양한 새로운 트렌드들이 등장할 것으로 기대됨
- 이 중 특히 메타버스는 몰입적 디지털 환경을 제공함으로써 스마트 세상의 도래에 큰 동력이 될 것으로 기대
- 스마트 세상은 비즈니스 운영과 소비자의 일상에 혁신을 가져오겠지만 이점을 누리기 위해서는 해당 범주에 포함된 기술 및 트렌드의 점진적인 발전이 이루어져야 함
2) AI의 발전으로 생산성 혁신 가속화
○ 도구, 기술, 애플리케이션 등 AI와 관련된 모든 요소들이 발전을 거듭하며 에지 AI, 에지 컴퓨터 비전, 합성 데이터, 모델 압축, 생성형 AI, 지능형 애플리케이션, 자기 지도 학습 등을 제시
- 리소스가 제한된 소형 디바이스에 모델을 배포해 인텔리전스를 데이터 생성 지점에 더 가까이 가도록 하는 에지 AI는 자율 주행 자동차, 드론 등의 예시에서도 볼 수 있듯 가까운 미래에 성장할 것으로 예상
• 에지 AI는 실시간 인텔리전스를 제공할 뿐만 아니라 연중무휴 계속되는 클라우드로의 데이터 전송을 생략해 설루션 비용도 크게 절감할 수 있음. 이로 인해 컴퓨터 비전 및 인텔리전트 애플리케이션이 기회 영역으로 등장할 것으로 전망
- 한편, AI 도입의 가장 큰 문제로 지적된 충분한 양의 데이터에 액세스가 가능한지, 모델의 크기가 얼마인지 등의 문제는 주요 AI 툴인 합성 데이터 및 모델 압축으로 극복 가능해 지면서 AI는 핵심 트렌드로 자리 잡고 있음
• 각각 데이터 세트의 합성 생성, 성능에 영향을 거의 주지 않는 모델 크기 축소 기능을 가진 합성 데이터와 모델 압축은 향후 3년에서 6년 사이 영향력을 가진 트렌드일 것으로 전망
- 합성 데이터에서 나아가 모델 학습에서 인간의 개입을 없애 버리는 자기 지도 학습은 짧게는 6년 길게는 8년 후 영향력을 행사할 것으로 예측
• 자기 지도 학습 모델은 최근 학계에 등장한 키워드로 정보가 다른 정보와 어떻게 연관되는지, 예를 들어 어떤 상황이 일반적으로 다른 상황의 앞 혹은 뒤에 있는지, 어떤 단어가 자주 함께 사용되는지 등을 학습함
• 활용하고 있는 AI 기업은 아직 제한적이지만 컴퓨터 비전과 자연어 처리 제품에 주력하는 기업은 제품 로드맵에 점점 자기 지도 학습을 포함시키는 추세임
3) 기술 신뢰 위한 투명성 및 개인 정보 보호
○ 스마트한 세상에서 조직의 신기술 도입 및 확장은 AI 의사 결정의 투명성 및 규제 준수에 의해 결정될 것임
- 기술의 역량, 성숙도, 비즈니스 가치만큼 개인 정보 보호와 올바른 데이터 처리가 중요한 과제가 된 것은 여러 국가의 규제 변화로 인해 개인 정보가 보호받아야 할 핵심 가치로 인식되고 그에 따라 소송도 빈번히 발생할 수 있다는 위험성 때문
- 실시간 의사 결정 및 인텔리전스 지원에 필요한 다양한 AI 모델 형성을 위해 기업 및 개인 데이터 수집이 기하급수적으로 증가함에 따라 과제는 더욱 심화되고 있음
- 이를 해결하기 위해서는 기술 벤더들이 설계 단계부터 AI 기반 시스템에 대해 윤리적이고 책임감 있는 태도를 취함으로써 위험을 완화하고 공정한 결과를 제공하며 개인 정보를 존중하고 AI 기반 결과를 설명할 수 있어야 함
○ 투명성과 개인 정보 보호를 뒷받침하는 기술 트렌드로는 디지털 윤리, 책임감 있는 AI, 인간 중심 AI, 분산 신원 증명(DID) 등이 있음
- 이 범주에 속하는 대부분의 신기술은 아직 개발 초기 단계로 3년 이후부터 주요한 영향력을 행사하기 시작할 것으로 기대
- 기술들은 사회적 신뢰 및 규제 측면에서 스마트한 세상과 생산성 혁신을 촉진하는 요소임. 이를 고려한 기업의 전략적인 조기 투자가 제품 차별화를 통해 비즈니스 성과를 이끌 것임
- 대표적인 예로 ‘켄타우로스 인텔리전스’ 등의 명칭으로도 불리는 인간 중심 AI는 인간의 생산성을 높이는 동시에 한계, 편견 및 사각지대를 제거할 수 있어 잠재적 영향력 역시 매우 높음
4) 비즈니스 기회 창출하는 핵심 인에이블러
○ 하드웨어 및 소프트웨어의 성능을 발전시키는 핵심 인에이블러들을 통합적으로 범주화하여 인식할 필요가 있음
- 기초 모델(Foundation Model), 지식 그래프, 하이퍼스케일 에지 컴퓨팅, 뉴로모픽 컴퓨팅은 차세대 AI 애플리케이션 진화 측면에서 살펴봐야 할 기술임
- 최근 AI의 발전 행태 중 기초 모델, 그래프 등은 모델의 인텔리전스와 기능을 향상하는 결과를 가져옴. 대표적으로 기초 모델은 전사, 언어 처리 및 텍스트 분석의 정확성을 높이고 지식 그래프는 데이터 간의 관계를 설계해 선형 의사 결정으로는 달성할 수 없는 성능 향상을 제공함
- 하이퍼스케일 에지 컴퓨팅, 뉴로모픽 컴퓨팅과 같은 하드웨어 요소의 영향으로 애플리케이션의 발전을 이루기도 함. 더 높은 컴퓨팅 성능은 데이터 생성 지점에 더 복잡하고 큰 알고리즘을 가까이 실행할 수 있도록 해 실시간 인텔리전스 및 인사이트를 제공하기 때문임
- 한편, 뉴로모픽 컴퓨팅은 제품 개발을 간소화해 현실 세계의 예측 불가능성에 더 잘 대응할 수 있는 AI 시스템을 개발할 수 있도록 지원한다는 점에서 제품 리더에게 중요한 역할을 함
- 블록체인, 토큰화(Tokenization), 웹 3은 웹 3의 진화 측면에서 살펴봐야 할 기술임
• 웹 3은 사용자가 자신의 ID와 데이터를 제어하는 분산형 웹 애플리케이션을 개발하기 위한 새로운 기술 스택으로 블록체인, 토큰을 포함함. 이러한 기술을 통해 디지털 신뢰 관리, 탈중앙화, 거래 및 가치 교환 방식에 새로운 가능성이 등장하고 있음
• 경제의 지속적인 디지털화에 따라 물리적 자산과 가상 자산을 관리, 교환, 보호하는 디지털 메커니즘의 필요성이 커지고 있고 이는 웹 3 기술의 수요를 증가시키는 결과를 만듦
- 그 외에도 보안의 초자동화(Hyperautomation), 6G 등이 제시되며 제시된 모든 트렌드들은 새로운 비즈니스 및 수익 창출 기회를 중심으로 검토해야 함
포인트빡스
경영.경제.정책 콘텐츠
pointbbox.com