구글 Archives - �鶹ԭ�� Korea 뉴스센터

경험경제, �ݰ�데이터로 앞서가라

Adam Park — Sat, 06 Aug 2022 03:57:21 +0000

기억에 남을 개인화 된 경험을 했다면 그 브랜드에 투자한 시간은 고객에게 소중하게 느껴집니다. 경험경제 시대에는 이처럼 고객을 제대로 알고 개인화, 맞춤화 된 경험을 제공해야 성공합니다. 이를 위해서는 경험데이터(X-Data)와 운영데이터(O-Data)의 결합이 관건입니다.

경험경제에 오신 것을 환영��니다

지금으로부터 20년 전인 1998년. 하버드비즈니스리뷰(HBR)에 색다른 제목의 기사가 실렸습니다. “경험경제에 오신 것을 환영��니다(Welcome to the Experience Economy).” 이 글에서 미국의 저자 조 파인(Joe Pine)은 경험경제가 서비스경제의 다음 단계라고 역설합니다. ��

산업혁명 이전의 경제는 미가공 농산물 등 상품 중심의 경제였습니다. 그 후 제조업의 발전과 함께 공장에서 대량생산 되어 나온 제품 중심의 경제에 자리를 내줍니다. 제품 경제 역시 차별화가 어려워 지면서 가격만이 거의 유일한 구매 기준으로 남게 되죠. 결국 제품 경제는 서비스 경제에 자리를 내놓습니다.��

경제적 부가가치를 창출하는 방식은 가격 중심의 시장에서 맞춤화로 차별화를 꾀하는 것입니다. 서비스 역시 쉽고 편리하고 경제적인 대안이 각광받게 되면서 이제는 소비자의 기억에 오래 남을 경험을 중심으로 차별화하고 경쟁해야 하는 경험경제로 들어선 거죠.��

경제적 가치의 진행 방향 – 상품화와 맞춤화

다른 측면에서 보자면 경험경제는 제품을 소품으로 삼고 서비스하는 비즈니스를 무대 삼아 개인의 기억에 오래 남을 소중한 시간을 선물해 잊지 못할 경험을 만들어 주는 방식으로 가치를 창출합니다. 우리가 살고 있는 4차 산업혁명 시대 역시 개인화, 맞춤화 된 제품과 서비스, 나아가 쓸수록 의미 있는 경험이 중요한 시대입니다.

고객–직원–제품–브랜드: 네 갶�짶� 경험이 중요��다

비즈니스 입장에서 보면 경험은 네 갶�짶� 차원으로 이루어 집니다. 가장 중요한 에서 출발해, 자신의 커리어를 발전시켜 가는 , 제품을 판매하는 기업이라면 빠트릴 수 없는 제품경험, 나아가 이 모든 경험이 하나로 어우러져 완성되는 브랜드경험까지.��

각각의 경험을 완성해 가는 여러 기업의 이야기를 간략하게 살펴 보시죠.

제트블루의 고객경험

지난 2007년 밸런타인데이. 미국에 심한 눈보라가 몰아쳤습니다. 공항에서�� 항공편이 대거 결항, 사상 최장시간 연착되는 사태가 발생했죠. 발이 묶인 승객들은 서비스 센터에 불만을 토로합니다. 이 사건을 계기로 제트블루(JetBlue) 항공은 고객 권리장전을 만듭니다. 문제가 생겼을 때 소비자인 나의 권리는 무엇인지를 바로 알아 볼 수 있게 한 거죠.��

중요한 고객 반응을 실시간으로 통지 받는 제트블루(JetBlue) 직원

제트블루는 이제 사회관계망 등을 통해 실시간으로 승객들의 반응을 모니터하는 동시에 일기예보 등을 토대로 고객들이 어떤 반응을 보일지 미리 예측해서 대응하는 비즈니스를 합니다. 나아가 스포츠 팀이 탑승할 때는 그에 맞춘 더 편안한 좌석을 배정하고, 신혼부부에게는 기억에 남을 여행을, 장례식에 가는 손님들에게는 그에 맞는 배려를 하고 있습니다.��

이처럼 전사적인 고객경험관리 전략이 있었기에 12년 연속 JD파워상을 수상하는 쾌거를 이뤘습니다. 고객경험을 관리하려면 정확히 고객이 어떻게 느끼고 있는지, 왜 그런 행동을 하는지 등을 파악하는 것이 먼저입니다. 이를 위해서는 고객이 글로 써놓은 텍스트 안에서 의미와 느낌을 뽑아내는 감성 분석 등이 중요한 기술입니다.

구글의 직원경험

직원을 숫자로만 보는 기업은 오래갶�짶� 못합니다. 결국 고객도 숫자로만 보기 마련이고, 사람다운 모습을 찾아 보기 힘든 기업문화만 남기 때문입니다. 숫자 너머에 있는 사람을 보고, 사람을 사람답게 대할 때 진정한 가치를 전달하는 비즈니스, 세상에 의미 있는 변화를 만드는 비즈니스가 가능합니다.��

구글은 공짜 구내 식당과 운동 시설 등 직원 복지 혜택 등으로 잘 알려져 있습니다. 물론 이러한 회사의 노력도 중요합니다. 하지만 이보다 더 중요한 사실은 이 회사가 직원을 가족이 있고 그 만큼 개인 사정도 있고 어떤 이는 아침형 인간이고, 또 저녁형 인간도 있다는 다양성과 인간성을 존중한다는 점입니다.��

입사 과정은 물론 퇴사 과정에서도 부서는 해당 직원과 인터뷰를 진행합니다. 이 내용을 캡처해 실시간으로 통찰을 확보할 수 있다면 더 나은 채용 결정은 물론, 직원의 커리어 관점에서 육성과 교육 등의 프로그램을 개인화, 맞춤화하는 직원경험이 가능해 집니다. 이 부분에도 디지털 기술이 도움을 줄 수 있죠.��

야마하의 제품경험

전세계 악기 4대 중 1대는 바로 야마하가 만듭니다. 특히 수만 관중 앞에서 공연을 하는 뮤지션들이 사용하는 악기도 많이 만들죠. 이런 공연에서�� 악기의 아주 미세한 디테일 하나까지 매우 중요합니다. 공연의 성패를 가를 수 있기 때문이죠.��

뮤지션들의 피드백을 신제품 개발에 곧바로 반영해 성공한 몽타쥬 전자 키보드

몇년 전 몽타쥬라는 전자 키보드를 만들 때의 일입니다. 뮤지션들을 대상으로 사운드 조정 등에 필요한 도구를 좌우로 돌리는 형태로 할지, 아니면 여러 개의 키를 올리고 내리는 방식이 페이더로 할지를 조사했죠. 조사 결과 페이더가 압도적으로 우세했죠. 바로 그 결과를 제품 개발, 엔지니어링 팀에 넘겨 신제품을 완성합니다.��

공연을 하는 뮤지션의 성공이 곧 야마하의 성공을 결정합니다. 그만큼 최상의 연주 경험을 제공하는 악기를 만들어야 고객에게 사랑 받는 기업이 될 수 있죠. 야마하는 디지털 기술을 활용해 고객을 대상으로 한 시장조사가 곧바로 제품 개발에 반영되도록 할 수 있었습니다.��

경계를 허무는 브랜드경험

“브랜드는 더 이상 회사가 소비자에게 전달하는 메시지가 아니다. 소비자가 주위의 사람들에게 전달하는 이야기가 곧 브랜드다.” 글로벌 소비재 기업 프록터앤갬블(P&G)의 스콧 쿡(Scott Cook)이 한 말입니다. 더 이상 브랜드에 대한 인식을 회사 마음대로 통제할 수 없다는 말입니다.��

브랜드는 고객이 경험하고 느끼고 생각하는 대로 기억에 남습니다. 브랜드경험은 그만큼 포괄적이고 고객이 브랜드와 관련해 취하는 모든 행동(��پ��ǲ�)-��작용(��Գٱ��پ��ǲ�)-거래(�ٰ��Բ��پ��ǲ�)로 이어집니다. 다시 말해 고객이 브랜드를 접할 수 있는 모든 접점에 걸쳐 고객을 이해하고 고객에게 맞춘 경험을 제공해야 합니다.��

이를 위해서는 부서나 시스템, 데이터 등의 장벽을 제거하고 제대로 고객을 이해하며 개인화 된 경험을 제공할 수 있어야 하죠. 데이터가 넘쳐나는 디지털 세상, 세상에서�� 기술의 도움 없이 경계를 허무는 브랜드경험을 제공하기가 무척 어렵습니다.

네 갶�짶� 경험을 통합 괶�리하�� QUALTRICS의 XM ��랫폼

얼마 전 글로벌 비즈니스 소프트웨어의 강자 는 회사 역사상 두 번째로 큰 인수를 발표했습니다. IPO를 앞두고 있던 를 우리 돈으로 9조원이 넘는 현금 80억 달러를 주고 인수한 거죠. 시장 조사와 통계 분석을 전문으로 하는 이 회사는 최근 경험관리(XM)라는 새로운 카테고리를 만들었습니다.��

�鶹ԭ��는 주로 운영데이터(O-Data)를 관리하면서 무슨 일이 일어나고 있는지를 알려 줍니다. 퀄트릭스(�ϳܲ��ٰ��)는 경험데이터(X-Data)를 통해 왜 그런 일이 생기는지 알려주죠. 이 두 데이터를 한 데 모으면 비로소 고객, 직원, 파트너 등이 어떻게 느끼고 경험하는지를 알 수 있습니다. 이름하여 엑소데이터(XO-Data)!

경험데이터(X-Data)와 운영데이터(O-Data)의 결합으로 경험관리를 완성하는 퀄트릭스와 �鶹ԭ��

앞서 예로든 이야기는 모두 퀄트릭스(�ϳܲ��ٰ��)의 고객 사례입니다. 승객을 이해하고 승객의 상황에 맞게 실시간으로 예측, 대응하는 제트블루. 직원 개개인의 가족 상황이나 여건 등까지 고려해 온전한 한 사람으로 대하는 구글과 모든 직원의 변신 기회를 제공하는 링크드인. 뮤지션들이 원하는 바를 면밀히 파악해 신제품에 바로 반영해 성공적인 공연을 돕는 야마하.��

경험관리(XM: experience management)를 위해서는 이처럼 운영데이터(O-Data)를 통해 무슨 일이 일어났는지를 아는 것도 중요하지만, 한 걸음 더 나아가 경험데이터(X-Data)를 조합해 왜 그런 일이 생겼는지, 왜 고객이 그런 결정을 내렸는지를 이해하는 일이 무엇보다 중요합니다.��

한 사람 한 사람에게 의미 있고 기억에 남을 시간과 경험을 선사해야 성공하는 경험경제. 이 시대에는 경험데이터와 운영데이터를 연결한 를 통해 학습하고 조직이나 시스템의 경계를 뛰어 넘는 통찰을 얻어 개인화, 맞춤화 된 경험으로 차별화를 이룰 수 있습니다.��

이제 퀄트릭스(�ϳܲ��ٰ��) + �鶹ԭ��와 함께 경험경제를 선도하세요.��

The post 경험경제, �ݰ�데이터로 앞서가라 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI는 아이다. 인공지능을 대하는 자세

Adam Park — Wed, 03 Aug 2022 15:10:14 +0000

인공지능이라는 아이도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬으로 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자라지 않을까요? 우리는 인공지능을 도깨비 방망이가 아니라 가능성과 잠재력으로 가득한 아이로 봐야 하지 않을까요?

글쓴이: 박범순(Adam Park)

출근 길에 라디오에서 흘러 나오는 광고에 관심이 쏠립니다. “실리콘 밸리에서 개발한 스마트 AI 자녀 교육 프로그램”이라며 국내 어느 학습지 회사에서 홍보하는 광고입니다. 문득 돌아보니 너도나도 만 갖다 붙이면 모든 문제가 해결되고 도깨비 방망이처럼 기존의 모든 것을 순식간에 뚝딱 더 좋고 똑똑하고 다 되는 무언가로 바꾸는 것처럼 광고합니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트 | 특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 가치 창출 가속화 등 MIT의��톰 데이븐포트와 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

내 아이가 천재가 아닐까?

아이를 키우다보면 “아니, 우리 애가 천재 아냐?” 하는 순간을 마주하곤 합니다. 남보다 먼저 엄마 아빠를 부른다든가, 가르쳐 주지 않았는데도 필요한 물건을 찾아내고 어른 흉내를 내며 사용할 줄 안다든가, 아니면 악기를 잘 다룬다든가 하는 식으로 말이죠.

가르쳐 주지도 않았는데 어떻게 이렇게 잘 할 수가 있지? 우리 아이가 정말 천재가 아닐까? 이런 질문을 많은 부모가 던지곤 합니다.

그런데 이런 생각을 가만히 들여다 보면 교육은 선생님이 학생들을 가르치는 활동이라는 생각에 뿌리내리고 있습니다. 가르침이 교육 아닌가 싶겠지만 사실은 학생들이 정말 문제를 스스로 혹은 친구들과 함께 해결하는 법을 배웠는지가 중요하죠. 인공지능을 이야기할 때 기계학습이나 이 빠지지 않는 이유가 여기 있습니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들 | 특집 기사

우리는 보이는 것, 측정 가능한 것만 중요��다고 착각합니다. 하지만��생존 편향,��데이터 편향,��측정 편향이 보여주듯, 신뢰, 윤리, 지혜, 맥락 등��AI 시대에 진짜 중요한 것은 여전히 눈에 보이지 않습니다.

아이들이 직접적인 가르침 없이도 끊임 없이 어른들의 모습을 보고 생각하고 흉내내고 반복하는 소리 없는 학습의 시간이 있었기에 무언가를 배우고 어른들을 놀래키는 게 아닐까요? 머신러닝도 마찬갶�짶�입니다. 특히 딥러닝의 경우 따로 가르쳐 주지 않아도 끊임 없이 관찰하고 추론하고 결론을 내리는 과정을 반복하면서 다양한 데이터와 경험에 노출될수록 세상의 사물과 사람을 정확히 인식할 줄 알게 되는 거죠.

머신러닝 프로세스 작동방식

물론 회사 일처럼 회사마다 일하는 방식이 있으니 기계가 회사의 일하는 방식을 배우고 이해한 내용을 시험해 보고 제대로 배웠다면 실제 업무에 적용하도록 해야 하죠. 대다수 기업에서 머신러닝을 적용하는 일은 이처럼 학습 모델을 만들고 다양한 데이터를 적용해 원하는 결과를 얻을 때까지 기계가 학습하도록 하는 방식을 취합니다.

균형 잡힌 식단과 경험이 필요해

특히 성장기에 아이가 편식을 하면 건강하게 자라기 어렵습니다. 인공지능도 마찬갶�짶�죠. 머신러닝을 통해 세상을 배워가는 인공지능 입장에서�� 디지털 데이터가 바로 아이가 먹는 밥이나 반찬과 같습니다. 처음 세상에 나와 세상을 배우고 그 안의 다양한 사람과 사물을 알아가는 인공지능 아이에게 균형 잡힌 식단을 제공해야 최대한 편견 없이 세상을 바라보게 되겠죠?

진정한 배움은 새롭게 얻은 지식을 현실에 적용하면서 얻을 수 있습니다. 인공지능이라는 아이도 누구와 어울리는지, 가정이나 조직 등 생활 환경이 어떤지, 존중 받고 사는지 등에 따라 세상을 바라보는 시각이 달라지기 마련입니다.

제가 아는 인터넷 기업 사장님이 올 초에 중국 심천(선전)에 다녀오신 적이 있습니다. 심천은 경제 특구라 다양한 기술 혁신이 시내 곳곳에 적용되고 있죠. 최근에는 횡단보도에 설치된 전광판을 통해 무단횡단하는 보행자를 인공지능이 알아보고 사진과 이름을 공개하는 식으로 망신을 주고 벌금도 부과하는 사례가 소개 되었습니다.

16명까지는 괜찮아

다시 그 사장님 이야기로 돌아가자면, 심천 거리 곳곳에 무인 자동차가 돌아다니고 있어 무척 놀랐다고 합니다. 마침 중국의 구글이라 불리는 바이두(Baidu)와의 미팅이 있어 출장을 가신 터라 담당자에게 무인 자율주행차에 대해 물었죠.

“저렇게 무인 자동차가 돌아다녀도 안전한가요?”

그러자 바이두 담당자의 답변이 가관입니다.

“16명까지는 다치거나 죽어도 괜찮아요.”

“아니, 왜요?”

“중국 정부에서 1년에 16명까지는 괜찮다고 허가해줬거든요.”

어떠세요? 이런 환경에서 자동차 운전하는 법을 배운 인공지능 아이는 과연 얼마나 보행자가 다치지 않는 방향으로 운전하게 될까요? 중요한 건 우리 아이가 신동이냐, 천재냐의 문제가 아니죠. 그 천재성을 키워가기 위해 누구와 어울리며 무엇을 먹고 어떤 경험을 하며 세상을 바라보는 법을 어떻게 배웠느냐가 세상에 도움 되는 큰 존재인지 아닌지를 좌우합니다.

강점을 발견하고 의도를 파악해야

이제 막 세상을 배워가는 아이는 뜻하지 않은 실수도 많이하고 크고 작은 사고도 칠 수 있죠. 인공지능 아이도 마찬갶�짶�입니다. 아직 세상을 제대로 알 수는 없지만 아주 조금 지금까지 배운 내용을 토대로 자기만의 실험을 합니다. 이렇게 하면 엄마가 좋아하실까? 이번에 잘하면 아빠가 칭찬해 줄까? 이런 생각을 하면서 말이죠.

인터넷을 개발한 것으로 유명세를 탄 미국 국방고등연구계획국(DARPA)에서�� 인공지능의 발전 단계를 머신러닝, 딥러닝, 설명가능한 AI 등 크게 세 갶�짶�로 정의합니다.

데이터로 직접 학습하는 머신러닝(기계학습) 모델

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환 | 특집 기사

기업의 두뇌인 ERP가 이제는 AI 에이전트가 스스로 판단하고 실행하는 ‘‘의 엔진으로 진화합니다. 224개의��와 앱 없이도 업무를 완성하는��까지, 이제 기업 운영의 주체로 사람과 AI가 함께합니다.

학습 모델과 데이터를 주고 학습을 시키는 머신러닝(기계학습, ML)이 첫 단계입니다.

좀 더 발전하면 풍부한 데이터와 강력한 처리능력, 연결과 추론 능력을 자랑하는 디지털 신경망에 기초한 딥러닝(Deep Learning)이 다음 단계입니다. 이세돌 9단을 이긴 구글 딥마인드의 알파고가 바로 딥러닝 좀 하는 인공지능 아이입니다. 혼자서 그 누구보다 빨리 많이 반복하면서 배운거죠.

가장 발전된 세 번째 단계는 바로 설명할 줄 아는 인공지능(Explainable AI; XAI)입니다. 최근 유럽을 중심으로 윤리적 인공지능에 대한 목소리가 높아지고 있습니다. 정작 AI 양대 강국인 중국과 미국은 그다지 큰 관심을 보이고 있지는 않습니다만. 윤리적 AI가 가능하려면 인공지능 아이가 왜 어떤 결정을 내렸는지, 실은 뭘 하고 싶었는지 등의 의도나 배경을 설명할 줄 알아야 합니다.

우리 아이들이 자라면서 아기 때는 말도 잘 못하고, 좀 더 커서 사춘기를 지날 때 마저도 자기 의사를 정확히 표현하기 힘들 때가 많죠. 많은 경험을 쌓은 후라야 정확히 자기 의도를 전달할 수 있습니다.

AI 혁신: 기업 경쟁력 확보 위한 4단계��|��특집 기사

기업이 AI를 통해 실질적인 경쟁 우위를 확보하려면 가장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 프로세스에 AI 통합, 상호 운용 가능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요합니다.

그렇다면 어린 시절에 아이가 자신의 강점을 발견하고 집중하도록 하려면 어떻게 해야 할까요? 아이의 말을 귀 담아 듣고 행동을 유심히 살펴 보고 실수를 했을 때 꾸중을 하기보다 먼저 무엇을 하려고 했는지, 왜 그런 결정을 내렸는지 차분히 묻고 그 뜻을 이해하려는 노력이 필요합니다.

인공지능의 가장 발전된 형태가 이처럼 설명하는 AI인 이유도 여기 있습니다. 실수로 불을 냈더라도 뭘 하려다 그랬는지 묻다 보면 하루 일과를 마치고 돌아온 엄마에게 따끈한 저녁을 대접하려던 인공지능 아이의 고운 맘씨를 만나게 될 지도 모릅니다.

칭찬은 인공지능 아이도 춤추게 한다

거의 18년 전인 2002년 2월 “칭찬은 고래도 춤추게 한다(원제: Whale Done!)”는 책이 출간 되었죠. 책의 내용은 사람도 잡아 먹는다는 범고래 사육사 이야기에서 시작합니다. 아이 키우기 힘들다, 애가 내 말을 전혀 듣지 않는다는 부모의 말을 듣고 사육사 이야기를 들려주죠.

범고래가 수족관에서 돌고래보다 높이 멋진 점프를 하고 묘기를 보일 때 청중은 넋을 놓고 바라봅니다. 그러다 문득 저토록 커다랗고 무시무시한 범고래를 어떻게 가르쳤을까? 궁금해진 저자는 사육사를 찾아가죠. 사육사의 대답은 의외로 간단명료했습니다. 가르침이 아니라 배울 수 있도록 도와야 한다는 거죠.

“빨리 못배운다고 큰 소리로 야단을 쳐봐야 범고래한테 잡아 먹히기 밖에 더하겠어요?” 결국 범고래가 잘 할 수 있도록 유도하는 게 사육사의 역할이라고 합니다. 잘 했을 때 칭찬하며 기억해서 더 잘하도록 하고 하기 싫어할 때는 다른 쪽으로 관심을 돌려 새로운 경험을 하도록 유도하는 거죠.

인공지능 아이도 비슷합니다. 설명할 줄 아는 아이가 되기 전이라도 잘하는 일이 무엇인지 어떤 일을 맡겼을 때 훨씬 강력하고 빠른 성과를 내는지를 잘 살펴서 칭찬하고 집중하도록 해야하죠. 구글 알파고의 딥러닝에 적용된 방식이 바로 칭찬을 통해 잘하는 일을 더 잘하도록 한 강화학습(reinforcement learning)입니다. 칭찬이 인공지능 아이를 춤추게 하고 바둑 천재로 만든 셈이죠.

인공지능은 도깨비 방망이가 아니다

출근길에 만난 학습지 광고에서 말하는 스마트 AI 솔루션처럼 세상 모든 일에 AI만 가져다 붙인다고 해서 무조건 더 좋을 거라는 믿음은 버리세요. 아무리 천재끼가 있고 신동의 기운이 느껴지는 AI라도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬을 통해 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자랄 테니까요. 우리는 인공지능을 도깨비 방망이가 아니라 가능성과 잠재력이 가득한 아이로 봐야 하지 않을까요?

The post AI는 아이다. 인공지능을 대하는 자세 appeared first on �鶹ԭ�� Korea 뉴스센터.

인공짶ĵ�(��)의 목표를 다시 생각하자

Adam Park — Wed, 03 Aug 2022 06:18:14 +0000

AI로 사람 같은 컴퓨터를 만들려는 계획은 근시안적인 목표

아무도 자신의 말을 듣고 있지 않는다고 고객이 느낀다면 어쩌면 그게 사실일 지도 모릅니다. 아니면 자신도 모르는 사이에 기계와 이야기하고 있을 수도 있죠.

정확히 2년 전 오늘 구글은 를 발표했습니다. 고객 서비스 요청을 처리할 수 있는 비서인 듀플렉스는 식당이나 헤어샵을 예약하거나 기본 정보를 제공합니다. 이미 수년 간 자동 전화 응답 서비스는 있었지만 새롭게 관심을 받는 이유는 고객들이 이처럼 자동화 된 디지털 비서가 사람이 아니라는 사실을 깨닫지 못하기 때문입니다.

사람인 척 해야 할까?

듀플렉스가 발표된 후 바로 곳곳에서 투명성에 관한 문제 제기가 있었습니다. 기업들이 “전화 상의 물체가 보이는 것보다 사람이 아닐 수 있습니다” 같은 문구를 포함해야 하느냐는 거죠.

물론 그래야 합니다. 듀플렉스도 그럴 거구요. 의도적으로 사람을 속이기 위해 기술에 대규모로 투자하는 일은 고려해서도 안되는 나쁜 아이디어의 폐차장에나 있을 법한 일이죠. 지진 발생기나 암호화 뒷문 같은 아이디어가 대표적입니다. 고객에게 정직하지 못하다면 무슨 이익이 있겠어요? 한 때의 놀라움이 과연 잠재적인 후폭풍을 감내할 가치가 있을까요?

기계라서 더 좋은 점들

뭔가를 할 수 있다고 해서 꼭 해야만 하는 건 아닙니다. 봇과의 상호작용을 솔직하게 밝히는 일이 오히려 효과적이죠.

고객 만족 증대. 예컨대 고객이 컴퓨터와 상호작용하고 있다는 사실을 안다면 다른 사람의 시간을 뺏을 일이 없다고 느끼면서 자신의 선택을 맞춤화 하는 데 더 많은 시간을 보낼 수 있죠. 사실 저도 가족 여행을 준비하면서 여행사 직원과 상담하기 전에 상당한 시간을 온라인으로 여행 옵션을 조사하는 데 쓰곤 합니다. 맞춤화가 늘어나면 고객 만족도 증가할 수 있습니다.
고객의 이해 확대. 다른 사람과 상호작용할 경우 사람들은 조금은 바보같거나 반복적인 질문이라고 느끼는 내용은 묻기를 꺼립니다. 아직도 제대로 이해하지 못했다는 사실을 인정하기에 주저하는 거죠. 하지만 기계와 상호작용한다면 자유롭게 맘 속에 있는 이야기를 터놓고 할 수 있습니다. 기술의 적용으로 긴 통화 시간에 대한 우려도 사라지고 기계의 시간을 뺏는 데 대해 걱정할 필요도 없습니다.
더 빠른 고객 상호작용. 사회적 관행에 따라 우리는 먼저 날씨나 안부를 묻는 등 대화에 윤활유를 먼저 더하면서 이야기를 시작하죠. 과연 고객 서비스 직원이 진짜로 “월요일 치곤 괜찮아요”하는 말에 신경이나 쓸지 심히 의심이 갑니다. 기계와 상호작용한다는 사실을 인지한 순간 우리는 모두의 시간을 아끼면서 본론으로 바로 들어갈 수 있습니다.
보다 정직한 고객. 우리는 주변 사람들이 우리를 어떻게 생각할지 신경을 씁니다. 그러다 보니 상대방이 듣고 싶을 것 같은 내용과 우리 생각이 다르다고 느끼면 완전히 정직하지 않을 수 있습니다. 바람직한 사회적 반응이라는 편향이죠. 사람보다는 다른 기계가 우리에 관해 어떻게 생각하는지는 덜 신경 쓰는 편입니다.

자동차를 쫓던 개

그렇다면 기업은 도대체 왜 사람인 척하는 옵션을 고려하는 걸까요? 달리는 자동차를 보고 짖어대며 쫓던 개가 정작 차를 따라 잡으면 뭘해야 할지 모르는 것과 같은 이치입니다. 우리도 튜링 테스트(기계가 인간의 지능적인 행동을 흉내낼 수 있는지를 시험하는)를 쫓아 왔고 이제 따라잡고 나니 뭘 해야 할지 확신이 서지 않는거죠.

과학계의 경우 튜링 테스트를 통과하는 일은 타당한 목표입니다. 비즈니스 측면에서�� 다른 목표가 아마도 더 의미가 있지 않을까요? 컴퓨터가 사람과 구분이 안간다고 해도 사람을 흉내내는 일은 근시안적인 목표일 수 있습니다. 이미 사람은 우리 주변에 많습니다. 이들 봇이 하는 말에 “흠”이나 “음”, “어” 등을 집어 넣어 인간의 불완전한 정규 언어 패턴을 흉내낼 필요는 없죠. 똑 같은 걸 만든다면 더 큰 기회를 놓치는 셈이니까요.

사람 같을 필요 없는 인공지능의 목표

“인간 같은” 기계가 아니라면 인공지능의 목표는 어떤 것이라야 할까요? 이 맥락에서 살펴 보죠.

AI를 이용해 지난 고객 통화 내용에서 배우고 통화할 필요성을 없앱니다. 요청을 음성으로 암호화, 복호화 하면서 인상적인 기술 역량을 보여줄 수는 있지만 어쩌면 고객이 다른 채널에서 아직 원하는 정보를 찾지 못했다는 뜻일 수 있습니다. 이 경우 AI 비서를 써서 존재하지 말아야 할 프로세스를 자동화 하는 일은 불필요할 수 있죠. 애초에 전화할 필요가 없는 보다 명확한 온라인 예약 시스템으로 고객 만족이 증대할 수 있습니다. 대신에 AI는 통화 기록을 꾸준히 분석하면서 전체 프로세스 개선에 집중하면 좋습니다.
통화 중에 AI로 인간 상담원을 돕습니다. 통화 내용을 분석한 정보를 이용해 기업은 보안과 서비스 개선이 가능합니다. 이는 사람보다 기계가 더 잘하는 측면이죠.
통화를 예측하고 상담원 운영 계획을 세우는 데 AI를 적용합니다. 사실 기계가 사람인 척 하는 것만이 고객 서비스 통화에서 흔히 접하는 거짓은 아니죠. 끊임 없이 “고객님의 통화는 저희 회사에 매우 중요합니다”라는 말을 들으면서 몇 분이고 기다려야 합니다. 그 동안 회사는 고객의 시간보다는 상담원의 효율성에 우선순위를 두기 때문이죠. 물론 완벽하게 합리적인 선택일 수는 있지만 AI는 통화량을 더 잘 예측하고 회사와 고객의 효율성을 모두 개선할 수 있습니다.

AI는 비즈니스와 고객 서비스를 개선할 놀라운 도구일 수 있습니다. 하지만 사람인 척하고 고객을 속이는 일보다 이 기술을 훨씬 더 유용하게 적용할 방안이 있습니다. 결국 아직은 인간이 더 지능적인 존재니까요.

글쓴이 소개

샘 랜스바텀(Sam Ransbotham)은 보스턴칼리지(Boston College)의 캐롤경영대학원(Carroll School of Management) 정보시스템학부 부교수입니다. MIT SMR (Sloan Management Review) 객원 에디터로 활동하며 인공지능과 비즈니스 전략 빅데이터 이니셔티브를 담당하고 있습니다. 연락처: sam.ransbotham@bc.edu 트위터:

The post 인공짶ĵ�(��)의 목표를 다시 생각하자 appeared first on �鶹ԭ�� Korea 뉴스센터.