娇色导航

AI는 데이터 분석에 있어 혁신적인 도구로 평가받고 있다. 전문가들은 데이터 처리나 이상 탐지와 같은 반복적인 업무를 자동화할 수 있으며, 복잡한 수학 계산도 거의 실시간으로 실행할 수 있다. 그 결과, 정보 접근 속도는 비약적으로 향상됐고, 기존 수주에 걸리던 의사결정 주기는 AI 기반 인사이트를 통해 몇 초 만에 이뤄지기도 한다. 이에 가트너는 2027년까지 전체 비즈니스 의사결정의 절반이 AI 에이전트에 의해 보완되거나 자동화될 것이라고

이처럼 빠른 정보 접근은 긍정적이지만, 동시에 의사결정 속도에 대한 기대치를 높이고, 중요한 요소를 간과할 위험도 높인다. 영국 관광청(VisitBritain) 데이터·분석·인사이트 부국장 역시 이러한 문제를 고민해본 적이 있다.

차나는 “이 모든 기술 덕분에 인사이트가 그 어느 때보다 빠르게 의사결정자 손에 들어가게 됐다”라며 “그 결과 이제는 더 많은 것들을 고민해야 한다는 압박을 느끼게 된다. 정보가 넘쳐나지만, 어쩌면 지나치게 많을 수도 있다”고 말했다. 이 기관은 데이터브릭스 기술과 AI를 활용해 감정 분석, 여행 트렌드, 영국 관광 데이터를 분석하고 있다.

버스 예약 플랫폼 기업 플릭스버스(FlixBus)에서 데이터 서비스 총괄을 맡고 있는 야콥 리스만 역시 이 문제의 심각성을 인식하고 있는 디지털 리더 중 한 명이다. 그는 최근 자사 데이터 과학자와 나눈 대화를 언급하며, AI 결과를 신뢰하는 데 따르는 어려움을 이야기했다. 이어 그 데이터 과학자가 던진 질문이 인상 깊었다고 전했다.

리스만은 “그 데이터 과학자가 ‘우리가 AI를 좀 덜 써야 하지 않겠느냐’고 물었고, 나는 그 질문을 곱씹어본 뒤 ‘그런 개념은 한 번도 생각해본 적이 없다’고 답했다”라며 “보통은 방향이 그 반대다. 대부분 ‘어떻게 AI를 더 많이 쓸 수 있을까’만 고민한다”라고 말했다.

활용의 양과 관계없이, 현재까지의 추세는 AI에 대한 투자가 꾸준히 증가하고 있음을 보여준다. 가트너는 올해 글로벌 생성형 AI 투자 규모가 76% 이상 증가해 6,440억 달러(약 886조 원)에 이를 것으로 . 이는 AI가 지금보다 더 깊숙이 비즈니스 운영과 소비자 제품에 통합될 시점이 가까워졌다는 것을 의미한다.

하지만 기술에 추가로 투자한다고 해서 성공이 보장되는 것은 아니다. 컨설팅 기업 캐러더스앤잭슨의 연례 ‘’에 따르면 디지털 리더의 68%는 자사 기술이 데이터 활용을 ‘전반적으로’ 또는 ‘대체로’ 지원한다고 응답했지만, CDO의 약 3분의 1은 오히려 방해된다고 답했다.

캐러더스앤잭슨의 CEO 는 “AI에 투자하는 것은 단지 출발점일 뿐”이라며 “대부분의 경영진은 AI와 데이터 간의 연결고리를 이해하고, 이러한 기술 발전에 흥미를 느끼지만, 동시에 이 기술을 제대로 작동시키기 위해서는 적절한 데이터를 공급해야 한다는 사실도 인식하고 있다. 와 관리 같은 다른 요소들이 중요하다는 인식이 이제 막 자리 잡고 있다”고 설명했다.

AI 활용 기대치 조율, 핵심은 ‘교육’

AI 활용에 있어 중요한 과제 중 하나는 교육이다. 기업들이 지속적으로 AI에 투자하고 있는 반면, 챗GPT나 제미니 같은 인기 있는 도구들은 직원들이 집에서 무료로 체험해볼 수 있다.

이러한 격차는 조직 내 혼란을 불러오기도 한다. 최근 샌프란시스코에서 열린 스노우플레이크 서밋에서 트루이스트(Truist) 은행의 도매금융 부문 CDO 은 “개인적인 환경에서 대형언어모델을 손쉽게 사용해본 경험은, 직장에서 모델을 얼마나 빨리 배포할 수 있을지에 대한 인식을 왜곡시킨다”라며 “AI를 그냥 켜고 데이터베이스나 애플리케이션에 연결한다고 바로 내일 답이 나오는 건 아니다. 여기에 필요한 교육 과정이 있다”고 설명했다.

파텔은 많은 직원들이 AI 도구를 쉽게 이용할 수 있기를 기대하지만, IT 부서가 존재하는 이유는 신기술을 안전하고 보안에 맞게 도입하기 위함이라고 강조했다. 이어 “CIO는 비즈니스 파트너와 협력해 현실적인 기대치를 설정하고, 직원들이 AI 도구의 사용이 사내 정책과 업계 규정을 준수해야 한다는 점을 이해하도록 해야 한다”라고 설명했다.

플릭스버스의 리스만 역시 기업 환경에서 신기술을 도입하는 어려움을 잘 알고 있다. 그는 “AI 도입은 처음엔 부담스럽지만, 사회 전체가 어떻게 올바르게 사용할지 배우는 과정을 거친다”라며 “이를 위해서는 기술을 직접 활용하고 이해하는 교육이 필요하다. 사람들은 스스로 AI를 어디에 활용하고 어디에는 활용하지 않을지를 판단할 수 있어야 한다”라고 말했다.

디지털 리더들과의 대화를 통해 드러난 핵심 메시지는, AI가 생성하는 인사이트를 실질적으로 활용하는 일에는 섬세한 균형이 필요하다는 점이다. 직원들은 난해한 문제에 대한 빠른 해답을 얻고 싶어하지만, CIO는 이 인사이트를 비즈니스 가치 창출에 가장 효과적으로 연결할 수 있는 맥락에 적용하는 역할을 맡고 있다.

이런 접근법은 영국의 차량 고장 지원 전문 기업 AA의 그룹 娇色导航에게서도 확인할 수 있다. 그는 에릭슨(Ericsson), 차량 건강 보조 솔루션 ‘빅사(Vixa)’ 같은 주요 파트너들과 협력해 데이터 기반 서비스를 추진하며 디지털 전환을 이끌고 있다.

하우스도퍼는 “AI를 두려워할 필요는 없다. 이 기술은 지금껏 얻지 못했던 수준의 통찰을 제공할 수 있다”라며 “하지만 성공은 그 정보를 어떻게 의미 있는 의사결정으로 전환하는지에 달려 있다. 이는 단순히 다음 단계로 넘어가는 것이 아니라, 데이터가 어떤 식으로 의사결정에 기여하는지를 고민하는 과정”이라고 말했다.

인사이트를 전략적으로 활용하려면

이 같은 타깃 중심 접근 방식은, 통찰력을 획기적인 의사결정으로 전환하고자 하는 최고정보책임자(CIO)에게 성공의 열쇠가 될 전망이다. HPE의 글로벌 娇色导航는 다른 디지털 리더들과 마찬가지로 이러한 과제의 규모를 인지하고 있다. 그는 인공지능(AI)을 ‘평준화 장치’라고 표현하며, 이제 모든 기업의 직원들이 강력한 도구에 쉽게 접근할 수 있는 시대가 됐다고 설명했다.

코슬라는 “앞으로 지식은 어디에나 존재하고, 지나치게 범용화될 것이다”라며 “하지만 의사결정 권한은 여전히 유지돼야 한다. 지금은 AI 에이전트가 있는 시대지만, 이들이 할 수 있는 것과 할 수 없는 것에 대한 의사결정 권한은 여전히 명확히 설정돼야 한다. 문제는 아직 그 가이드라인이 어떻게 정의되는지 불분명하다는 점”이라고 말했다.

일부 조직은 이 과제와 씨름 중이다. 하지만 노키아(Nokia)의 포트폴리오 및 아키텍처 총괄 는 한 발 앞서 나가고 있다. 그는 자율주행차, 로보택시, 드론 비행 등 미래형 교통 분야에 이동통신 네트워크 기능을 적용하기 위해 ‘네트워크 API’ 개발을 지원하고 있다.

야르바와 그의 팀은 스노우플레이크의 AI 데이터 클라우드와 노키아의 네트워크 애즈 코드(Network as Code) 플랫폼을 결합해, 자율주행차가 고품질 연결성을 유지할 수 있도록 관련 네트워크 KPI를 예측하는 최적 경로 알고리즘을 구현했다. 자르바는 AI가 운영 프로세스를 어떻게 더 향상시킬 수 있을지 탐색하기 위한 기준을 설정하는 데 적극 나서고 있다.

야르바는 “우리는 데이터에 연결된 생성형 도구 활용을 탐색하고 있다”라며 “이 기술을 이용해 비즈니스 수준의 질문을 하고, 적절한 인사이트를 도출해 어떤 부분을 최적화해야 할지를 파악할 수 있다. 우리는 AI 도구를 데이터 접근을 더 단순하고 이해하기 쉽게 만드는 인터페이스로 보고 있다”라고 말했다.

데이터를 ‘가치’로 전환하기 위한 조건

현대 비즈니스 환경에서 폭주하는 정보 속에서 진짜 의미 있는 인사이트를 찾기 위해, CIO가 가장 우선순위로 삼아야 할 과제는 무엇일까? 의류 제조사 해피삭스(Happy Socks)의 娇色导航는 명확한 해답을 제시한다. 그의 핵심 철학은 “데이터를 위한 데이터는 하지 말라”는 것이다. 그는 “데이터가 어떤 인사이트를 만들고, 그 인사이트가 어떤 행동으로 이어질지 명확히 정의하라”고 조언했다.

바라드와즈는 “데이터에서 인사이트로, 인사이트에서 행동으로 연결돼야 하며, 이 행동이 다시 어떤 데이터를 수집·분석하게 할지를 결정한다. 이런 구조 속에서 전략 방향도 설정된다”고 설명했다.

영국 항공사 버진 애틀랜틱(Virgin Atlantic)의 데이터·AI 부사장 역시 데이터 전략 구축에 집중하는 디지털 리더다. 버진은 데이터브릭스의 유니티 카탈로그(Unity Catalog)를 활용해 분산된 데이터를 통합하고, 이를 AI 기반 의사결정에 활용할 수 있는 중앙화된 정보 허브로 만들고 있다.

마스터스는 “어떤 데이터는 빠르게 활용 가능하지만, 일부 데이터는 의미를 부여하고 내용을 정립하기 위해 추가적인 모델링 작업이 필요하다”며 “직원들이 데이터 활용에 있어 현실적인 기대를 갖도록 조율하는 것이 중요하다”라고 설명했다.

그는 다른 디지털 리더들과 마찬가지로 “직원들이 AI를 적극적으로 활용하되, 거버넌스 프레임워크를 존중해야 한다는 점을 인식할 수 있도록 교육이 필요하다”라고 전했다. 버진은 이미 데이터 인사이트를 통해 운영 프로세스를 개선하고 고객 서비스를 정교화하고 있으며, 이제는 직원들이 정보를 활용해 더 많은 가치를 만들어내는 것이 새로운 목표다.

마스터스는 “적절한 거버넌스와 프로세스가 갖춰지면 데이터 분석가는 수많은 리소스를 탐색할 수 있다”라며 “이들은 새로운 질문을 던지고, 관리자는 다음 행동을 설계한다. 효과적인 AI 기반 의사결정은 조직 전반에 이런 긍정적인 호기심의 순환을 만들어낸다”라고 설명했다.
dl-ciokorea@foundryco.com