AI 관련 역할과 책임 설정
AI 채택을 위한 모든 전략은 기존 비즈니스 기능을 해결해야 합니다. "AI에서 비즈니스 가치 만들기" 모듈에서 이를 설명했습니다. 이 모듈의 목표는 AI 이니셔티브를 위해 회사를 준비하는 것입니다. 이제 질문은 이렇습니다. 조직에서 AI 관련 작업을 책임지는 사람은 누구입니까? 이 단원에서는 조직에서 AI 관련 책임을 할당하는 방법을 자세히 살펴봅니다.
조직에서 AI를 구현하는 일은 모두의 책임입니다.
IT 담당자가 아닌 모든 조직 구성원이 AI 변환 과정에서 각자의 역할을 수행해야 합니다. 회사 내 모든 직책의 사람들이 AI 애플리케이션 관련 아이디어에 적극적으로 참여하게 해야 합니다. 실행할 아이디어를 선택했다면, 설계 및 구현을 계획할 때 비즈니스와 기술팀 간의 협업을 촉진하는 일도 그만큼 중요합니다. 배포가 끝나면 비즈니스의 기술 및 운영 관련 팀은 다음 작업을 수행하여 AI 솔루션을 유지 및 관리하는 일에 동참해야 합니다.
- AI 솔루션에서 비즈니스 실적과 ROI를 측정합니다.
- 모델 성능과 정확도를 모니터링합니다.
- AI 솔루션에서 얻은 정보를 바탕으로 활동합니다.
- 발생한 문제를 해결하고 오랜 시간에 걸쳐 솔루션을 개선할 방법을 결정합니다.
- AI 사용자(고객 또는 직원)의 의견을 수집하고 평가합니다.
전반적인 AI 전략과 투자 결정을 수립하여 AI 대비 문화, 변경 관리, 책임 있는 AI 정책을 만드는 일의 최종 책임자는 최고 경영진입니다.
조직 내 다른 운영진에는 단일 모델을 적용할 수 없지만, 다양한 직책이 각자의 역할을 수행할 수 있습니다. 전략 및 목표, 회사 내 팀, AI 완성도에 적합한 모델을 직접 결정해야 합니다.
사업 부문 운영자
조직 내에서 특정 직책의 업무, 사업 부문 또는 프로세스를 책임지는 비즈니스 경영진입니다.
- 모든 직원으로부터 아이디어 확보: 부서와 계층에 상관없이 모든 구성원이 자유롭게 아이디어를 제공하고 질문을 던지며 AI 관련 제안을 할 수 있도록 해야 합니다. Microsoft는 AI 애플리케이션에 가장 큰 영향을 미치는 아이디어는 외부 또는 상부가 아닌 Microsoft에서 직책을 수행하는 직원들에게서 나온다는 사실을 발견했습니다.
- 새 비즈니스 모델 확인: AI의 진정한 가치는 비즈니스 전환에 있습니다. 즉 새로운 비즈니스 모델을 이끌고, 혁신적인 서비스를 활성화하고, 새로운 수익원을 창출하는 등의 작업을 실현하는 것입니다.
- 아이디어 교환을 위한 선택적 커뮤니티 조성: 이러한 커뮤니티를 이용하면 IT 및 비즈니스 역할 담당자는 서로 지속적으로 연결될 수 있습니다. Yammer와 같은 도구를 통해 또는 네트워킹 이벤트 또는 점심 학습 세션에서 직접 이 조치를 구현할 수 있습니다.
- 비즈니스 전문가가 Agile 제품 소유자가 될 수 있도록 교육: 제품 소유자는 애플리케이션 기능 정의와 실행 간소화를 책임지는 Agile 팀 구성원입니다. 이 역할을 비즈니스 전문가의 책임 중 일부 또는 전체로 포함하면, 이들은 시간과 노력을 AI 이니셔티브에 온전히 쏟을 수 있습니다.
최고 디지털 책임자
CDO(최고 디지털 책임자)는 디지털 프로세스를 이용한 기존 작업 변환을 감독하는 변경 에이전트입니다. 이 직책의 목표는 새로운 비즈니스 기회, 수익원, 고객 서비스를 생성하는 것입니다.
- 회사 전체에서 데이터 공유 문화 육성: 대부분의 조직에서는 데이터 생성, 저장 및 사용을 서로 구분하여 처리합니다. 각 부서는 자체 데이터를 충분히 확인할 수 있지만, 해당 작업과 관련된 다른 정보는 부족할 수 있습니다. 데이터 공유는 효율적인 AI 사용의 핵심 요소입니다.
- 자체 AI 매니페스트 생성: AI 매니페스트는 AI 및 디지털 변환에 관한 조직의 비전을 더 넓고 명확하게 요약하는 북극성 역할을 합니다. 회사 전략을 구체화하고, 나아가 조직 구성원 전원에게 영감을 주며 변환이 자신에게 어떤 의미가 있을지 이해하게 하는 것이 목표입니다. CDO는 다른 최고 경영진 구성원과 함께 문서를 작성하고 회사에 그 내용을 전달해야 합니다.
- 빠른 성공을 위한 촉매 프로젝트 식별: AI, 즉 H1 이니셔티브에서 즉시 혜택을 얻을 수 있는 작업을 식별하여 AI 변환을 빠르게 시작합니다. 그런 다음 이러한 프로젝트를 소개하여 가치를 증명하고 다른 팀을 상대로 모멘텀을 생성합니다(H2, H3).
- 데이터 관리 모범 사례 관련 교육 프로그램 실행: AI 모델 사용 또는 제작에 IT 담당자가 아닌 인력이 점차 더 많이 관여하고 있으며, 이제 모든 구성원이 데이터 관리 모범 사례를 이해할 필요가 있습니다. AI가 쉽게 사용하고 편향일 피할 수 있도록 데이터를 정리 및 통합하고, 서식을 지정하고 관리해야 합니다.
인사부 운영진
HR(인사부) 부장은 조직의 문화 및 인적 개발을 근본적으로 책임지는 사람입니다. 문화 발전 구현, 내부 교육 프로그램 제작, 비즈니스 요구 사항에 따른 채용은 인사부 부장이 담당하는 광범위한 업무의 부분입니다.
‘학습 문화’ 조성: 경영진이 문제를 수용하고 실패를 지속적인 학습 및 혁신의 중요한 일부로 인정하는 문화를 장려하는 방법을 고려하십시오.
‘디지털 리더십’ 전략 설계: 사업 부문 운영진과 최고 경영진이 자체 AI 리터러시를 구축하고 AI 도입을 통해 팀을 이끌 수 있는 계획을 수립하십시오. 모든 AI 전략은 책임 있는 AI 원칙을 준수해야 합니다.
데이터 과학자 같은 새로운 직책에 대한 채용 계획 수립: 직원 숙련도 상승은 물론 장기적인 목표지만, 단기적으로는 AI 이니셔티브에 필요한 새로운 직책을 수행할 사람을 채용해야 합니다. 대표적인 새 직책은 데이터 과학자, 소프트웨어 엔지니어, DevOps 관리자입니다.
AI의 영향을 받는 직책을 위한 기술 계획 수립: AI 대비 문화를 조성하려면 경영진은 기술과 비즈니스 측면 모두에서 직원을 교육하고 숙련도를 높이고자 지속적으로 노력해야 합니다.
- 기술적 측면에서, 직원은 AI 애플리케이션 구축 및 운영에 필요한 핵심 기술을 익혀야 합니다. 다른 회사와 협력하면 팀의 작업 속도를 높일 수 있지만, AI 솔루션은 끊임없이 변합니다. 새로운 데이터, 새로운 방법, 새로운 기회를 활용하려면 비즈니스를 잘 알고 있는 담당자가 지속적으로 솔루션을 조정해야 합니다.
- 비즈니스 측면에서는, AI 기반 시스템이 직원의 일상적인 워크플로를 바꾼다면 새로운 프로세스를 채택할 수 있도록 직원을 교육해야 합니다. 인간의 현명한 판단력을 이용해 AI 예측 및 권고를 해석하고 이를 바탕으로 행동하는 방법을 교육하는 일이 대표적입니다. 이러한 변화를 신중하게 관리해야 합니다.
IT 운영진
최고 디지털 책임자는 전반적인 디지털 전략 수립 및 구현을 책임지며, IT 부장은 일상적인 기술 작업을 감독합니다.
- 비즈니스와 IT 간 Agile 작업 이니셔티브 시작: 비즈니스와 IT 팀 간 Agile 프로세스를 구현하면 두 팁이 공통의 목표를 계속 추구하게 할 수 있습니다. 이를 위해서는 협업을 촉진하고 부서 간 알력을 줄이는 문화로 전환할 필요가 있습니다. Microsoft Teams, Skype 등은 효과적인 협업 도구입니다.
- ‘다크 데이터’ 수정 계획 수립: 다크 데이터는 조직이 분석에 실패한 구조화되지 않고 태그가 없는 고립된 데이터입니다. 분류, 보호 또는 관리되지 않습니다. 다크 데이터를 올바른 데이터로 전환한다면 여러 업계와 기업이 엄청난 혜택을 얻을 수 있습니다. 이렇게 하려면 데이터 사일로를 제거하고, 구조화되지 않은 콘텐츠에서 구조화된 정보를 추출하고, 불필요한 데이터를 제거하는 계획을 세워야 합니다.
- 민첩한 교차기능 제공 팀 및 프로젝트 설정: 교차기능 제공 팀은 성공적인 AI 프로젝트 실행의 필수 요소입니다. 비즈니스 목표와 프로세스를 잘 이해하고 제어할 수 있는 구성원이 AI 솔루션 계획 및 유지 관리를 지휘해야 합니다. 격리된 상태로 작업하는 데이터 과학자는 맥락, 목적 또는 가치가 부족해 효율성이 떨어지는 모델을 만들 수 있습니다.
- MLOps를 회사 전체로 확대: 기계 학습 수명 주기를 대규모로 관리하는 것은 복잡한 일입니다. 조직은 DevOps의 민첩성을 기계 학습 수명 주기에 적용하는 접근 방식을 도입해야 합니다. Microsoft에서는 이 접근 방식을 MLOps라고 합니다. 데이터 과학자, AI 엔지니어, 앱 개발자 및 기타 IT 팀이 협업하여 전체 기계 학습 수명 주기를 관리하는 방법입니다. "비즈니스를 위한 AI 도구 및 리소스 활용" 모듈의 해당 단원에서 MLOps에 대해 자세히 알아봅니다.
비즈니스 작업자의 기능은 데이터 과학자에게 인사이트를 제공하는 것만이 아닙니다. AI는 더 빠르고 효율적으로 작업할 수 있도록 도와야 합니다. 다음 단원에서는 데이터 과학 전문 지식이나 중재가 필요하지 않은 코드리스 도구를 사용하여 이 목표를 달성하는 방법을 살펴보겠습니다.