정부 관계자가 제 때 알려주지 않는다면 그 나라 뉴스와 의료 정보, 동식물 전염병 정보 등을 뒤져 발병이 의심되는 경우를 찾아내고 그 지역 사람들이 어느 도시로 이동하는지 항공권 발권 정보를 연결해 감염이 확산될 도시를 파악합니다. 인공짶ĵ� 알고리즘과 외국어를 이해하는 자연어 처리, 머신러닝 등을 적용해 “말하지 않아도 알아요”라고 얘기하는 것 같네요.

대기업이나 대규모 공공기관이 아닌 디지털 강소기업이라 할 수 있는 블루닷의 정확한 예측. 데이터와 사람의 전문역량, 인공짶ĵ�의 발빠른 패턴 인식 등으로 무장한 디지털 강소기업. 앞으로의 성공이 기대됩니다. 

블루닷(�����ܱ�ٴdz�) 알고리즘은 뉴스 보도와 항공권 발권 데이터를 분석해 중국의 우한 폐렴과 같은 질병의 확산을 예측합니다.

정부 기관보다 빠른 민간 AI 플랫폼

지난 1월 9일 세계보건기구(WHO)는 중국에 독감과 유사한 전염병이 확산되고 있다고 발표했습니다. 우한 지역에 폐렴과 유사한 증상을 보고 받았고 화난수산시장에서 거래되는 동물에 노출된 상인들로부터 시작되었을 가능성을 제기했습니다.

(최근 영국 의학전문지 랜시트에 실린 중국 의료진의 논문에 따르면 12월 1일 최초 감염자뿐 아니라 초기 감염자의 상당수가 화난수산시장과는 전혀 관련이 없어 발병 근원지는 다른 여러 곳일 수 있다고 주장합니다. 또한 잠복기 등을 고려할 때 최초 감염은 지난 해 11월로 추산하고 있습니다.) 

이보다 사흘 앞선 1월 6일 미국 질병통제예방센터(CDC)가 이미 우한 폐렴에 대해 발표했습니다. 그런데 캐나다의 보건 감시 플랫폼이 WHO나 CDC 같은 기관보다 한참 전인 12월 31일에 전염병 발병 사실을 고객사에 통지했습니다.

전염병 대응에는 속도가 생명

은 AI 기반의 알고리즘이며 외국어 뉴스 보도와 동식물 질병 네트워크, 보건기관 공식 발표자료 등을 분석해 고객에게 우한 같은 위험 지역을 피하도록 조기 경고를 줍니다.

전염병이 발생하면 속도가 생명인데 입을 다물고 쉬쉬하는 중국 정부 관계자들은 그 동안 질병이나 대기오염, 자연재해 등에 관한 정보를 제대로 공유해 온 적이 거의 없습니다. 문제는 WHO나 CDC 등의 공공보건 관계자들 역시 바로 이 중국 정부 관계자에 의존해 자체적인 질병 감시 활동을 전개합니다. 그러니 어쩌면 인공짶ĵ�(AI)이 더 빨리 상황을 파악할 수 있을지 모릅니다.

“정보를 제 때 제공하는 데 있어 정부는 그다지 믿을만한 소식통이 아닐 수 있다”고 블루닷의 창업자 캠란 칸(Kamran Khan) 회장은 전합니다. “가능성 있는 전염병에 관한 뉴스나 작은 속삭임, 포럼, 블로그 등을 통해 몇몇 종류의 특이한 사건들이 진행되고 있음을 알아챕니다.”

칸 회장은 알고리즘에 소셜 미디어 포스팅 내용은 활용하지 않는다고 밝힙니다. 데이터가 너무 뒤죽박죽이기 때문이죠. 대신에 자신만의 특기가 있습니다. 바로 글로벌 항공권 발권 데이터죠. 발권 내역을 통해 감염자가 언제 어디로 갈 지를 예측하는 데 도움을 얻습니다. 최초 발병 이후 우한에서 방콕, 서울, 타이페이, 도쿄 등지로 바이러스가 이동할 것으로 정확히 예측했습니다.

사후 대응보다는 사전 예측을 꿈꾸다

지난 2003년 캐나다 토론토에서 사스(SARS)가 유행할 당시 병원 전염병 전문가로 일하던 칸 회장은 질병을 추적하는 더 나은 대안을 꿈꿨습니다. 중국에서 출발한 사스 바이러스가 홍콩을 거쳐 토론토로 건너와 44명의 사망자를 냈습니다. “지금도 꼭 그 때를 보는 것 같다”고 칸 회장은 코로나바이러스 전염병에 대해 얘기합니다. “지난 2003년에 사스 바이러스가 토론토를 덮치고 병원을 마비시키는 모습을 지켜봤죠. 정신적으로나 육체적으로 상당히 피로했고 다시는 이러지 말자고 생각했습니다.”

여러 예측 프로그램을 테스트한 후 칸 회장은 2014년 블루닷을 출범 시키고 940만 달러의 벤처 투자를 받습니다. 이제는 의사와 프로그래머 등 40명의 직원이 자연어 처리와 머신러닝 기법을 적용해 65개국어로 된 뉴스 보도와 항공권 데이터, 동물 질병 발병 신고 등의 자료를 분석하는 질병 감시 분석 프로그램을 만듭니다.

“자연어 처리와 머신러닝을 적용해 훈련시킨 결과 이 분석 엔진은 몽골 지역에 탄저병이 발병한 것인지 아니면 헤비메탈 밴드 앤스랙스(Anthrax, 탄저병)의 재결합 소식인지 구분할 줄 알게 되었다”고 칸 회장은 밝힙니다.

말하지 않아도 알아요

자동화 된 데이터 선별이 완료되면 사람이 분석을 시작합니다. (사람과 기계가 협력하는 멋진 사례죠. 여러 나라의 뉴스와 의학 데이터를 분석해 트렌드를 잡아내는 인공짶ĵ�, 그 결론이 타당한지 검토해 최종 보고서를 작성하는 사람. 서로의 강점을 살리는 협업 관계가 미래입니다.) 역학자들이 인공짶ĵ� 알고리즘이 내린 결론이 과학적 관점에서 타당한지 확인한 후 보고서를 정부, 기업체, 공공보건 고객에게 발송합니다.

이어서 블루닷의 보고서는 감염 환자가 도착할 가능성이 있는 미국, 캐나다 등 10여 개국 공공 보건 관계자와 항공사, 일선의 병의원에 전달합니다. 블루닷은 일반 대중에게 데이터를 판매하지는 않고 있지만 이 부분에 대해 작업 중이라고 칸 회장은 밝힙니다.

공공 보건 관계자를 피해갈 방안을 물색한 첫 회사는 아니지만 블루닷은 구글 독감 트렌드보다 더 나은 성과를 올렸으면 하고 희망합니다. 구글은 2013년 독감 발병 당시 140퍼센트라는 큰 차이로 사태의 심각성을 과소평가하면서 안락사했죠. 블루닷은 영국 의료전문지 랜시트(The Lancet)에 발표한 논문을 통해 플로리다 남부 지역에 지카 바이러스 확산 위치를 정확히 예측한 바 있습니다.

실제로는 발표 내용보다 큰 규모?

이번에도 블루닷의 예측이 성공할 지는 두고 봐야겠죠. 하지만 그 동안 몇몇 공공 보건 전문가는 2002년에는 사스 전염병을 덮기에 급급했던 중국 관계자들이 이번에는 더 빨리 대응했다고 전합니다.

“공공 보건 관계자들이 밝힌 내용보다 이번 전염병은 훨씬 큰 규모일 수 있다”고 네브라스카대학교 의료센터의 제임즈 롤러(James Lawler) 전염병 전문가는 밝힙니다. 롤러는 2017년과 2018년에 검역을 통해 격리시킨 에볼라 환자를 치료한 바 있습니다. “일주일에 중국에서 얼마나 많은 관광객이 나오는지 대충 계산해 봐도 그 중 일정 비율이 감염자라고 보면 엄청난 숫자죠.”

지난 금요일 뉴욕타임즈는 중국 내 격리된 인구가 8개 도시 3,500만 명에 이른다고 보도했고 월스트리트저널은 발병 근원지로 추정되는 우한의 병의원이 마스크나 소독약 등 의료용품 소진을 이유로 환자를 돌려보내고 있다고 보도했습니다.

롤로를 비롯한 여러 전문가는 해외 여행에 나선 중국 관광객들이 감염 증상을 보이면서 코로나바이러스 전염병이 계속 확산될 전망이라고 전합니다. 얼마나 많은 사람이 증상을 보일지, 전염병이 수그러들 때까지 얼마나 많은 환자가 사망할지 여전히 알 수 없다고 밝힙니다.

질병의 확산을 막으려면 공공 보건 관계자가 진실을 밝히고 빨리 발표해야 합니다. 그런 날이 오기 전까지는 AI 기반의 역학자로 대신하는 일이 가치 있어 보입니다.

• 원문 출처: 와이어드 매거진, 2020년 1월 25일, ““

The post 우한 바이러스, 첫 경고는 AI 역학자가 appeared first on �鶹ԭ�� Korea 뉴스센터.

COVID-19 확진자가 증가하면서 전세계적으로 많은 기업이 재택근무를 선택하고 있습니다. 효과적인 재택근무를 돕는 기술로 화상회의나 협업 도구가 많은 관심을 얻고 있지만 직원이 심각한 건강 위험을 느끼고 불안해하는 상황, 직원의 물리적 근무 여부를 확인할 수 없는 상황에서 “직원 몰입과 업무 생산성 확보” 방안이야말로 HR의 관점에서 가장 중요한 문제입니다. 이를 위해 기업은 “직원 경험” 향상과 에 집중해야 합니다.

긶�쓴이: 송일석

직원 경험 향상: 직원 여러분, 안녕하십니까?

탁월�� 을 제공하는 회사가 재무 성과도 높다는 수 많은 연구 결과가 나와 있습니다. 이런 연구가 아니더라도 차별화 된 경험이 직원 몰입에 매우 큰 영향을 미친다는 사실은 이미 잘 알고 계실 것입니다. 탁월�� 경험을 제공하려면 먼저 직원의 생각과 느낌, 경험을 정확히 파악해야 합니다.

느낌을 좌우하는 “중요한 순간(Moments that Matter)”마다 곧바로 잡아내야 직원의 경험을 제대로 파악할 수 있습니다. 전례 없는 이 상황에서 회사는 적절히 대응하고 있는지, 재택근무 관련 조치는 만족스러운지, 관리자의 소통은 효과적인지 여부의 파악이야말로 직원 경험 향상으로 직원 몰입도를 제고하기 위한 첫걸음입니다.

세계 최고의 클라우드 디지털 HR 솔루션인 석세스팩터스(�鶹ԭ�� SuccessFactors)는 경험관리 분야의 글로벌 리더인 퀄트릭스(Qualtrics)와의 통합으로 이라는 혁신적인 개념에 기반한 새로운 솔루션을 제공합니다.

�鶹ԭ�� SuccessFactors의 HXM 솔루션은 코로나 바이러스와 재택근무에 대한 직원과 관리자의 느낌과 생각을 포착합니다. 펄스조사(Pulse Survey)로 파악한 직원들의 느낌과 생각을 경험데이터(��-�岹�ٲ�)로 전환하므로 명확한 인식이 가능합니다.

또 경험데이터를 운영데이터(O-data)와 통합해 여러 기준과 세그먼트로 면밀히 분석하며 경험의 효과성에 대한 정확한 통찰을 제공합니다. 이를 바탕으로 최적의 개선 방안을 도출, 실행함으로써 직원들에게 최상의 경험을 지속적으로 제공할 수 있습니다.

성과 중심: 근태관리에서 성과관리로

지금까지 기업은 나인투식스로 사무실에 직원을 모아 놓고 관리자의 감독 하에 자리를 지키면서 업무를 수행하게 하는 마이크로 매니지먼트에 의존해 왔습니다. 재택근무가 시행되면서 많은 관리자가 본인의 시야에서 벗어난 직원들이 과연 집에서 제대로 일하는지 불안을 느끼며, 이를 해소하기 위해 일하는 모습을 수시로 확인할 수 있는 화상 솔루션을 찾는 경우도 있습니다.

하지만 직원을 하루 8시간 동안 붙잡아 두는 게 능사는 아닙니다. “세계 최대의 재택근무 실험”의 핵심은 따로 있습니다. 팀장의 감시 감독 없이도 재택근무 중인 직원들이 기존과 상응하거나 그 이상의 업무 성과를 낼 수 있도록 지원하는 방안을 마련하는 일이 무엇보다 가장 큰 관심사입니다.

�鶹ԭ�� SuccessFactors가 자랑하는 기능은 성과 중심의 성공적인 재택근무 실현을 위한 최적의 플랫폼입니다. 직원은 업무 진행 상황과 주요 결과물을 쉽고 빠르게 관리자와 공유하고, 관리자는 직원의 효과적 업무 수행과 성과 향상을 위한 피드백과 코칭을 효과적으로 제공할 수 있습니다.

이러한 커뮤니케이션 내역은 이력 데이터로 남아 연말 성과 평가 시기에 보다 정확한 평가를 위한 근거 자료로 활용할 수 있습니다. 무엇보다도 재택근무 중에도 업무 진행 상황과 결과물을 곧바로 생생하게 파악할 수 있기 때문에, 구태의연하게 8시간 근무 여부를 확인하고 감시할 필요가 없습니다.

새로운 시대의 서막

코로나바이러스로 인한 재택근무 확대로 많은 기업의 조직 문화와 인력 운영 방식이 크게 변모하는 중요한 전환점이 될 가능성이 매우 높습니다. 우리 기업들이 구시대적인 업무 중심의 감시 감독 체계에서 벗어나 진정한 결과 중심의 성과관리 체계로 거듭날 준비를 마쳤는지 확인할 수 있는 아주 좋은 기회입니다.

상시성과관리(CPM)를 통해 재택근무의 유효성이 검증되고 성과 중심 문화가 확산되면 중장기적으로 어떤 현상이 나타날까요? 기업은 직원들을 한 공간에 모아 두고 업무 시간 중심으로 관리하지 않아도 된다는 사실을 확인하게 되어, 직원의 경계를 외부로 확장하고 보다 많은 외부 협업 가능성을 모색하게 될 것입니다.

다른 직원보다 빨리 업무를 수행하는 생산성이 뛰어난 직원은 남는 여가 시간을 개인적 목적으로 활용할 수도 있겠지만, 추가적인 업무 수행을 통해 부수입을 얻을 수 있는 기회를 적극적으로 모색할 수도 있습니다.

이에 따라 특정 회사에 얽매이지 않고 일을 중심으로 관계를 맺는 긱이코노미(Gig-Economy)의 본격적인 도래를 알리는 중요한 시발점이 될 것으로 이미 여러 전문가들이 전망하고 있습니다.

이러한 지속적인 환경 변화에 기민하고 효과적으로 대처할 수 있는 인사 운영 역량 및 기반의 확보가 무엇보다 중요한 시점입니다. 연결과 협업의 시대, 여러분의 디지털 HR 전환을 가 도와 드리겠습니다.

• 이 글은 �鶹ԭ�� SucccessFactors 팀에서 HR Value Advisor로 활약 중인 송일석 파트너님의 기고문을 감수, 편집한 내용입니다. 

The post 재택근무: 직원 몰입과 업무 생산성 높일 2가지 방법 appeared first on �鶹ԭ�� Korea 뉴스센터.