AI 투자 평가 및 우선순위 지정
조직 전체에서 AI를 채택하는 것은 심각한 투자를 의미합니다. 그러나, AI 프로젝트에 투자하려면 대부분의 투자와는 다른 관점이 필요합니다. AI를 활용하여 기존 프로세스를 개선하거나 자동화한다면 간단하고 전통적인 방식으로 투자 수익률(ROI)을 측정할 수 있습니다. 그러나 AI 이니셔티브에는 비용 및 혜택을 예측하기 어렵게 하는 몇 가지 특성이 있습니다.
먼저, 대부분의 AI 모델은 선불 투자를 해야 효율성을 측정할 수 있습니다. 데이터를 준비하고 모델 학습 및 테스트를 완료하기 전까지는 모델의 정확도와 비즈니스 영향을 예측하기가 어렵습니다. 또한 모델을 장기적으로 얼마나 유지 관리해야 할지 예측하기도 어렵습니다. 개별 모델은 시간이 지날수록 개선되기 때문에 미리 계산하기가 쉽지 않습니다.
AI 이니셔티브를 사용할 때는 벤처 투자자처럼 생각해야 합니다. 불확실성에 좌절하지 않고 기꺼이 투자하고 위험을 감수해야 한다는 뜻입니다. 그러나, 추측할 필요는 없습니다. 대신 프레임워크를 사용하여 AI 투자의 우선 순위를 지정할 수 있습니다.
호라이즌 기반 프레임워크 적용
Microsoft에서는 호라이즌 기반 프레임워크를 사용하여 AI 투자를 평가하고 우선순위를 지정합니다. 이 프레임워크는 AI 프로젝트를 핵심 비즈니스 기능 향상에서 새로운 수익원 창출에 이르는 세 가지 호라이즌으로 그룹화합니다. 특정 애플리케이션의 위험과 불확실성은 회사의 AI 완성도, 규모, 비즈니스 목표 등의 수준에 따라 달라집니다.
호라이즌 1: 실행(핵심 비즈니스 운영 및 최적화)
혁신적인 변화를 동반하지 않는 AI 애플리케이션도 있습니다. 실제로 AI를 이용한 기존 프로세스 개선 또는 자동화는 경쟁력 유지의 필수 요소가 되고 있습니다. 호라이즌 1(H1)은 핵심 비즈니스 기능을 최적화하는 AI 이니셔티브를 나타냅니다.
예를 들어, 전자 부품을 제조한다고 가정하겠습니다. 수동으로는 시간당 부품 100개의 품질을 검사할 수 있지만, 이미지 인식 기능이 있는 AI 모델은 시간당 부품 1,000개를 검사할 수 있습니다.
호라이즌 2: 성장(시장 지위 상승)
호라이즌 2(H2) 이니셔티브는 새롭게 등장하는 기회를 활용합니다. 이러한 이니셔티브는 새로운 서비스나 사용자 환경을 조성할 수 있습니다.
예를 들어 전자기기 제조업체는 IoT를 이용해 운영 데이터를 수집하고, AI를 이용해 최적 유지 관리 시점을 제안할 수 있습니다. 이러한 이니셔티브는 새로운 사용자 환경을 촉진하고 다른 경쟁업체와 차별화할 수 있습니다.
호라이즌 3: 변환(시장 지위 변경)
호라이즌 3(H3)은 중단을 유발하거나 혁신적인 새로운 비즈니스 모델을 동반합니다. 산업 간 경계를 넘나들거나 새로운 고객 요구를 만들기도 하는 혁신적인 애플리케이션입니다.
예를 들어 동일한 전자 제품 제조업체는 ‘서비스형 전자 제품’을 판매할 수 있습니다. 즉, AI 모델을 사용하여 현재 시스템과 요구 사항에 가장 적합한 전자 장치를 예측합니다. 궁극적으로, 이 회사는 단일 제품이 아닌 개인 맞춤형 서비스를 판매하여 새로운 수익원과 기회를 창출합니다.
시나리오와 사용 사례를 프레임워크에 매핑
이 프레임워크를 사용하면 AI 시나리오를 사분면에 매핑할 수 있습니다. ‘전술적’ 스펙트럼은 단일 팀이나 사용 사례에 국한되는 이니셔티브를 나타냅니다. ‘전략적’ 측면은 전체 조직에 영향을 줄 수 있는 대규모 비즈니스 이니셔티브를 나타냅니다.
이전 제조 예제로 돌아가서 품질 관리 자동화를 왼쪽 아래 사분면에 배치할 수 있습니다. 시스템을 변경하지 않고도 기존 비즈니스 모델을 디지털화 및 최적화하는 이니셔티브입니다.
중간 선 아래에 있는 시나리오는 조직의 성공이 아닌 생존에 도움이 되는 시나리오입니다. 경쟁적 또는 중단 유발 위협을 해결하고, 운영을 개선하거나, 조직 직원 역량을 강화할 수 있습니다. 중간 선 위에 있는 시나리오는 회사가 새로운 가치 제안, 수익원 또는 비즈니스 모델을 만드는 데 도움이 됩니다.
이니셔티브를 매핑하는 경우 최고재무책임자(CFO) 사무실 및 기타 관련자와 함께 기회 평가에 대한 가정이 올바른지 확인하는 것이 좋습니다.
투자 우선순위 지정 및 단계 구성
이니셔티브 우선순위는 단계별로 지정하는 것이 좋습니다. 우선 순위 지정 프레임워크 사분면 왼쪽 아래의 기본 이니셔티브로 시작한 다음 사분면 오른쪽 위의 변환 이니셔티브로 이동하는 것입니다.
이 방법을 권장하는 이유는 역량을 키우고 승인을 얻은 다음 복잡한 프로젝트로 전환하는 것이 좋기 때문입니다. 데이터를 올바르게 준비하고 AI 모델에 익숙해질 수 있는 기술팀을 구성하여 시작합니다. 기본 이니셔티브부터 시작하면 비즈니스 전체에 대한 신뢰를 얻고 AI 이니셔티브 관련 예측을 관리하는 데도 도움이 됩니다. 초기 이니셔티브 실행이라는 성공과 가치는 더욱 변환적인 프로젝트를 진행하는 토대가 됩니다.
우선 순위 지정 프레임워크 사분면 왼쪽 아래에서 시작해야 하는 또 다른 이유는 H1 이니셔티브 지원에 사용하는 기술은 대부분 고급 사용 사례보다 접근성이 뛰어나기 때문입니다. 일반적인 사용 사례에 적용할 수 있는 탁월한 AI 모델이 많이 존재합니다. 이러한 애플리케이션은 비용이 적게 들며 비즈니스에 미치는 영향을 쉽게 예측할 수 있습니다. 이렇게 접근성이 뛰어난 모델을 사용하여 숙련도를 높이면 더 복잡한 AI 이니셔티브를 시험하고 목표를 수정할 수 있습니다.
H2 및 H3 이니셔티브에는 더욱 정교한 데이터 과학 기능을 요구하며, 따라서 의도하지 않거나 예기치 않은 결과가 발생할 수 있습니다. 이러한 이니셔티브를 이용할 때는 대부분의 경우 파트너와 협력하여 기성품이 아닌 사용자 지정 모델을 만들어야 합니다. 이 솔루션은 가장 많은 리소스와 시간 및 위험을 요구하지만 제공하는 보상도 가장 큽니다. 오랫동안 경쟁 우위를 유지하려면 쉽게 복제할 수 없는 솔루션이 필요합니다.
AI 투자에 대한 명확한 가치 동인 및 KPI 정의
AI 이니셔티브를 선택했다면 각 프로젝트에 대한 가치 동인과 핵심 성과 지표(KPI)를 식별해야 합니다. 프레임워크를 이용하면 AI 이니셔티브를 비롯한 어떤 투자에 대해서도 숙고해볼 수 있습니다.
| 값 | 샘플 범주 | 정의 | AI 예 |
|---|---|---|---|
| 재정적 동인 | 매출 | 제품 또는 서비스에서 획득한 수익입니다. | 대상 지정 마케팅을 활용하여 잠재 고객 분류의 정확도를 높입니다. |
| 재정적 동인 | 비용 관리 | 비즈니스의 예산을 계획하고 제어하는 프로세스입니다. AI 모델의 비용에는 직원의 시간 및 노력 외에, 모델의 워크로드에 따라 달라지는 클라우드 컴퓨팅도 포함됩니다. | 장비 유지 관리 예약의 예측 모델을 개선하여 지속가능성을 높입니다. |
| 재정적 동인 | 자본 생산성 | 상품 및 서비스 제공에 물적 자본을 얼마나 활용하고 있는지를 측정합니다. | 작업 관련 정보를 이용해 직원 생산성과 리소스 할당을 개선합니다. |
| 품질 측정 | 품질 | 제품이나 서비스가 고객 또는 비즈니스의 기대를 얼마나 충족하는지 보여주는 척도입니다. | 자동화된 검사 프로세스를 이용해 제품 품질을 개선합니다. |
| 품질 측정 | 주기 시간 | 프로세스를 완료하는 데 걸리는 시간입니다. | 이미지 인식을 사용하여 제품 검사 속도를 높입니다. |
| 품질 측정 | 만족도(고객 및/또는 직원) | 고객이 회사의 제품 또는 서비스에 만족하는 정도입니다(시장 점유율, 경쟁력 차별화 등에 도움을 줌). | 개인 맞춤형 할인 및 제품 번들로 고객 참여를 개선합니다. |
이니셔티브에 투자할 때는 잠재적 위험과 수익 간의 균형 유지에 도움이 되는 시장 및 재무 모델을 개발해야 합니다. 총 TAM(시장 규모), NPV(순현재가치), IRR(내부 수익률) 같은 요인을 고려합니다. CFO 사무실 및 기타 주요 관련자와 함께 재무 모델이 비즈니스 맥락에서 적합한지 확인합니다. 이러한 메트릭은 관련자의 승인을 얻고 프로세스 전체에서 지원을 보장하는 데 도움이 될 수 있습니다.
앞으로는 조직적 프로세스를 배치하여 수명 주기 전체에서 가치를 관리하고 평가하는 것이 좋습니다. 이니셔티브에 투자한 후 초기 결과를 평가하는, 단계별로 진행되는 민첩한 접근 방식 사용을 권장합니다. 그런 다음 계속 진행하거나, 접근 방법을 조정하거나, 다른 경로 선택하면 됩니다. 프로젝트 전체의 주요 마일스톤에서 값을 계속 평가합니다.
다음으로 모든 AI 조직에서 설정해야 하는 AI 관련 역할 및 책임을 살펴보겠습니다.