娇色导航

생성형 AI 영역에 엄청난 혁신이 일어나고 있는 지금, 기업은 이 기술 활용 능력을 향상시켜야 한다. 그렇다면 생성형 AI를 포용하는 문화를 구축하려면 무엇이 필요할까? 멜라니 칼마는 임직원의 데이터 리터러시와 강력한 기술 기반이 그 해답이라고 말한다. 어떻게 ‘생성형 AI에 대비한’ 문화를 조성하는지에 대한 그녀와의 대화를 일문일답으로 정리했다.

Q. 다우에서 데이터와 디지털 기술이 비즈니스 전략에 어떤 영향을 미치는가?
다우에서 디지털의 핵심은 시스템, 데이터 및 직원 간의 상호 작용 방식을 아우르는 업무 방식을 변화시켜 생산성을 높이고 성장을 도모하는 것이다. 데이터는 AI부터 머신러닝 또는 생성형 AI에 이르기까지 오늘날 우리가 하는 모든 일의 가운데 자리한다. 하지만 이러한 작업은 다우에게 새로운 것이 아니다. 다우는 거의 20년 동안 전사적으로 예측 기술, 즉 전통적인 AI를 활용해 왔으며, R&D와 제조 등 모든 부문에서 IT 부서와 협력해 왔다. 

Q. 다우의 전통적 AI 활용 사례로는 무엇이 있는가?
에탄을 에틸렌으로 분해하는 데 사용하는 용광로의 신뢰성을 예로 들어 본다. 우리는 전 세계에서 운영 중인 여러 용광로에 디지털 트윈을 구축했으며, 현재 70개의 AI 모델을 해당 용광로에서 실행하고 있다. 이러한 모델을 통해 고장을 조기에 예측할 수 있으며, 예상치 못한 용광로 이벤트가 20% 감소하여 수리 시간이 최소 이틀 이상 단축될 것으로 예상하고 있다.

즉 AI는 긴급 상황을 줄이는데 도움이 된다. 여전히 용광로의 코크스를 제거하거나 청소해야 하지만 이제 계획적으로 작업을 수행할 수 있다. 작업을 다른 용광로로 오프로드하고 비상 모드를 피할 수 있다. 이러한 엄청난 생산성 향상은 에너지 소비를 최소화하여 지속 가능성 개선에도 기여한다.

또한 공급망에서 AI를 활용함으로써 수요 예측 및 공급망 계획이 향상됐다. 이제 네트워크 성능에 대한 실시간 예측을 제공하고 재고를 최적화하며 비용을 절감할 수 있게 됐다.

나는 계획 기능이 적시에 적재적소에 제품을 생산하여 고객에게 올바른 제품을 제공하는 데 핵심적인 역할을 한다고 굳게 믿는다. 통합된 제조 측면에서 다우는 복잡한 퍼즐과 같은 존재다. 이러한 AI 모델은 과거 데이터, 시장 동향, 고객 행동을 통합하여 보다 정확한 수요 계획을 수립할 수 있도록 도와준다. 궁극적으로 다우의 AI 활용은 고객에게 신뢰할 수 있는 공급업체가 되기 위한 것이며, 작년에 다우는 역대 최고 수준의 고객 경험 지표를 달성했다.

Q. 생성형 AI에 대한 관점은? 과장된 장난감인가, 아니면 비즈니스에 실질적인 영향을 미칠 혁신 기술인가?
다우는 마이크로소프트 365 코파일럿을 구현하고 있으며 이미 놀라운 결과를 보고 있다. 초기 파일럿 사용자를 대상으로 정기적으로 설문조사를 했다. 매일 얼마나 많은 시간을 절약하고 있는지 물었을 때 절반 이상이 하루에 1~2시간을 절약하고 있다고 답했다. 이제 사용자 그룹을 전체 직원의 1/3까지 확대했으며, 이들 대부분은 사무실 환경에 근무하고 있다. 

이미 여러 그룹에서 효율성 향상과 함께 비용 절감의 기회를 실감했다. 예를 들어, 홍보 부서에서는 콘텐츠 개발의 초안을 작성하거나 방대한 양의 데이터를 분석하는 데 생성형 AI를 사용하고 있다. 이를 통해 새로운 트렌드, 대중의 정서, 잠재적인 문제를 파악하여 팀이 선제적으로 문제를 해결하고 기회를 포착할 수 있도록 돕고 있다.

Q. 생성형 AI를 통한 생산성 향상의 초기 징후에는 어떤 것들이 있는가?
우리 팀은 코파일럿에게 “내 이메일을 검토하고 오늘 집중해야 할 일의 우선순위를 정하라”고 요청하거나 “지난주에 작업했던 파워포인트를 찾아달라”라고 요청하곤 한다.  코파일럿의 중요한 사용 사례는 문서 찾기다.

특허 업무는 생성형 AI의 또 다른 핵심 영역이다. 특허 솔루션은 더 높은 수익을 창출할 수 있는 기회를 제공한다. 따라서 R&D 팀은 항상 다음 분자나 고객 문제를 해결할 수 있는 새로운 방법을 찾고 있다. 기존에는 현재 작업의 특허 가능 여부를 판단하기 위해 수많은 특허를 샅샅이 훑어봐야 했다. 하지만 생성형 AI는 단기간에 수천 개의 관련 특허를 평가할 수 있다. R&D 부서는 이러한 특허 조사 업무에 소요되는 시간을 4개월에서 경우에 따라 4시간으로 단축했다.

Q. 생성형 AI의 이점을 활용하기 위해 어떤 기반을 구축해야 했는가?
기술적 측면에서는 현대적이고 안전한 네트워크가 필요했다. 수년 동안 시스코를 비롯한 여러 기업과 협력하여 네트워크 역량을 강화해 왔다. 또 SAP 시스템의 심층 프로세스 기능과 마이크로소프트 도구의 의사 결정 기능, 그리고 통합 데이터 허브 또는 데이터 레이크의 훌륭한 정보 기반과 관련해 모두 마이크로소프트 기반인 혼합 아키텍처를 갖추고 있다. 이것이 바로 우리가 AI와 머신러닝을 실행하는 기반이다.

하지만 기술적 기반은 단지 한 부분일 뿐이다. 생성형 AI가 실질적인 생산성을 높이려면 새로운 솔루션을 채택하고 업무 효율화를 위한 디지털 기능의 가치를 인정하는 문화를 구축해야 했다. AI는 단순히 도구를 조직에 도입하는 것이 아니다. 사람들이 더 스마트하게 일하고 생산성을 높일 수 있도록 돕는 것이다. AI 기능을 출시하기 전에 데이터 해독 능력을 향상시켜야 했다.

Q. 어떻게 그렇게 했는가?
다우는 디지털 혁신 전략의 핵심 요소로 데이터 해독 능력에 집중하고 있다. 이 비전은 모든 사람이 데이터 언어를 구사할 수 있도록 역량을 강화하고 디지털 세상에서 성공할 수 있는 역량을 갖추도록 하는데 초점을 맞춘다. 여기에는 데이터에 대해 개방적이고, 기꺼이 호기심을 갖고, 문제를 해결하는 데 데이터를 건설적으로 적용할 수 있도록 집단적 사고방식, 언어, 기술을 변화시키는 것이 포함된다.

데이터 및 분석 리터러시 프로그램에는 내부 전문가들의 전문 지식을 활용하여 개발한 주문형 콘텐츠 커리큘럼과 선도적인 온라인 학습 플랫폼인 코세라를 통해 제공되는 콘텐츠가 포함되어 있다. 최근 AI 리터러시 참여율이 92%를 넘어서는 등 자체 IT 부서에서 Coursera 학습을 활용하여 큰 성공을 거뒀다. 또한 최고 경영진의 참여도 높았다. 올해 말에는 전사적인 데이터 리터러시 프로그램도 시작할 예정이다. 이 이니셔티브는 회사 내에서 AI를 확장 가능하고 지속 가능하게 만들기 위한 다우의 광범위한 활동의 일환이다.

Q. AI라는 주제 영역에서 데이터 리터러시로 구체화된 과정은?
나는 보는 것이 믿는 것이라고 믿는다. 말만 하지 말고 직접 보여줘야 한다. 최근 이사회를 위해 AI를 주제로 한 갤러리 워크 행사를 진행했다. 4개의 소규모 팀이 우리가 연구 중인 AI 기능의 구체적인 사례를 시연했다. 이사회는 솔루션과 상호 작용하고 질문하면서 새로운 도구를 사용하는 방법에 대해 모두 같은 생각을 갖게 됐다. 

또한, 지난 8월에는 상위 200명의 리더를 대상으로 CEO인 짐 피터링과 제가 공동 주최한 AI 몰입의 날 행사를 진행했다. 이 날은 생성형 AI의 잠재력과 고객과 직원에게 어떤 이점을 제공할 수 있는지 살펴보는 자리였다. 외부 연사를 초빙하여 테이블 그룹으로 나누어 AI를 활용할 수 있는 방법에 대해 브레인스토밍하는 시간을 가졌다.

먼저 우리가 오랫동안 사용해 온 기존 AI와 새로운 생성형 AI의 차이점을 설명하는 것으로 시작했다. 또한 마이크로소프트 365 코파일럿의 동영상을 공유하고 다른 생성형 AI 기반 회사에 대한 토론을 진행했다. 요점은 마음을 열고 엔터프라이즈 리더십 팀 전체가 우리가 앞으로 진행할 작업에 영향을 미치기를 원한다는 것을 보여주는 것이었다.

리더들은 생산성 향상을 위해 AI를 활용하는 데 도움을 줄 수 있는 역할을 맡게 된 것에 대해 매우 열광했다. 이 세션에서 200개가 넘는 아이디어가 나왔고, 이를 20개의 카테고리로 분류했다. 그런 다음 경영진은 회사의 가치 창출 잠재력이 가장 높은 상위 5개 아이디어에 투표했다. 또한 경영진과 조직 전체가 온라인으로 생성형 AI 기초 과정을 수강하도록 요청했다.

Q. 다우에서는 데이터 과학자를 어떻게 활용하고 있는가?
우리는 거버넌스를 총괄하는 중앙 집중식 IT 그룹과 제조, 공급망, R&D 부서의 데이터 과학자를 전사적으로 배치하는 허브 앤 스포크 모델을 운영하고 있다. 데이터 과학자는 데이터 과학만 아는 것이 아니라 비즈니스의 핵심을 이해해야 데이터를 사용하여 비즈니스 문제를 해결할 수 있다. 

몇 년 전, 나는 전 CFO와 함께 데이터 과학자들을 모아 대담한 도전 과제를 제시하는 다우 데이터 사이언스 챌린지를 진행했다. 회사에 1억 달러의 EBITDA를 추가한다는 목표를 제시했다. 평소에는 함께 일하지 않는 사람들과 팀을 이루어 새로운 아이디어를 창출하도록 했다. 그 도전에서 실행 가능한 아이디어가 너무 많이 나왔기 때문에 그 이후로 매년 이 도전을 해왔다. 다양한 부서의 데이터 과학자들이 한데 모이면 혁신과 엔터프라이즈 솔루션이 탄생한다. dl-ciokorea@foundryco.com