Andrew Ng Google Brain Team Baidu AI Group 등을 거치며 AI의 지평을 넓히는 데 많은 기여를 했습니다. 스탠포드에서 학생들을 가르치고,  대표적인 MOOC 서비스인 Coursera를 창업한 경험도 있습니다. 이제는 Landing AI CEO로서 기업들이 AI Transformation을 지원하고 있습니다. (https://landing.ai/) 

[Link 1. ‘Open Education의 미래, Coursera’]

Andrew Ng“AI Transformation Playbook: How to lead your company into the AI era” (https://landing.ai/ai-transformation-playbook/) 라는 제목으로 기업들이 AI를 도입할 때 고려해야 할 단계들을 제시하고 있습니다. 다섯 단계는 다음과 같습니다.

 

1. Execute pilot projects to gain momentum

2. Build an in-house AI team

3. Provide broad AI training

4. Develop an AI strategy

5. Develop internal and external communications

 

1. Execute pilot projects to gain momentum

파일럿 프로젝트로 AI의 첫 발을 내딛습니다. 이를 통해 AI와 가까워지고, 사내 투자를 유도합니다. , 스터디 성격의 프로젝트는 큰 의미가 없습니다. 또한 비즈니스 측면에서 분명한 가치가 있어야 합니다. 파일럿 프로젝트를 내부 자원만으로 수행하는 것이 여의치 않을 수 있습니다. Domain knowledge를 보유한 내부 팀과 AI 기술을 보유한 외부 팀의 협업으로 시작하는 것도 방법입니다.

Andrew Ng Google 재직 시 Google Speech, Google Maps 등 내부 프로젝트를 성공시켜 구성원들의 신임을 얻은 경험을 공유하고 있습니다. 

Its speech-recognition team swapped out part of their old system for a neural network and encountered, in pretty much one fell swoop, the best quality improvements anyone had seen in 20 years. Their system’s object-recognition abilities improved by an order of magnitude.

‘The Great A.I. Awakening’, Gideon Lewis-Kraus, The New York Times, December 14th, 2016 (https://www.nytimes.com/2016/12/14/magazine/the-great-ai-awakening.html)

 

내부 서비스, 내부 시스템 개선은 AI의 실체를 구성원들이 직접 확인할 수 있게 함으로써 모먼텀을 이끌어낼 수 있습니다.

 

2. Build an in-house AI team

Playbook, 그리고 AI Transformation의 전제는 회사 전반에 AI를 적용하는 것입니다. 그것이 목적이 아니라면 굳이 중앙화된 AI 전담 조직을 두어야 할 필요는 없습니다. AI 전담 조직은 다양한 사내 프로젝트를 수행하면서 프로세스와 표준을 정립하고, 사내의 다양한 니즈를 아우를 수 있는 플랫폼을 개발합니다. 그것이 경쟁 우위 Competitive advantage 가 될 수 있습니다.

전담 조직의 JD Job Description 은 기존과 다를 수밖에 없습니다. JD와 리크루팅을 HR에 맡기면 인력 수급의 효율성이 떨어질 수 있으므로, AI 전담 조직이 수행하도록 합니다.

 

3. Provide broad AI training

앞서 말씀 드렸던 것처럼 Andrew Ng Coursera의 공동 창업자입니다. MOOC, YouTube를 비롯한 디지털 컨텐츠를 잘 활용하는 것이 다른 어떤 방법보다 효율적임을 잘 아는 분입니다. 구성원들이 디지털 컨텐츠를 재미있게 접하고 잘 소화할 수 있도록 ‘Curate’ 하는 것이 CLO Chief Learning Officer 의 핵심 업무임을 강조합니다. 기존처럼 지속성이나 파급 효과가 떨어지는 일회성 초빙 교육은 지양해야 합니다. 우리 회사만의 커리큘럼을 만들어 갈 수 있도록 전문가와 협업하는 것도 AI 지식 전파의 중요한 부분입니다.

대상에 따라 교육의 목적과 방법이 달라야 합니다. 경영층은 AI의 사업 적용 전략을 수립하고, 사내 자원을 효율적으로 투입하는 데 목적을 두어야 합니다. 특히 AI를 적용할 수 없는 영역을 판단하는 능력이 중요합니다.

 

4. Develop an AI strategy

AI 전략 수립이 첫 번째 단계가 아닌, 파일럿 프로젝트와 내부 교육 이후인 이유가 있습니다. 위 단계를 거치지 않고서는 믿고 따를 수 있는 실질적인 전략을 수립할 수 없기 때문입니다. 기술 내재화와 프로세스 정립, 플랫폼 구축을 통해 어떤 측면에서 우리 기업이 전략적 강점을 취할 수 있는지 살펴 보아야 합니다. 특히 각각의 사업 영역에서 빛을 발할 수 있을 때 AI가 레버리지 효과를 일으킬 수 있습니다. 범용적 AI 기술로 경쟁 우위를 취하기는 쉽지 않습니다.

AI에 데이터가 빠질 수 없습니다. ‘양질의데이터가 늘면 Product가 개선되고, 더 많은 사용자들을 유인함으로써 데이터가 늘게 됩니다. Microsoft CEO Satya Nadella ‘데이터 확보 중요성을 강조했는데데이터가 확보되지 않으면 Algorithm 개발도가치 창출도 어려운 시대가 되었다고 말합니다분석의 가치가 있는 대량 데이터를 확보하는 일부터가 쉬운 일이 아닙니다. Google Google Maps Calendar 등의 무료 서비스를 제공하는 대신 사용자 데이터를 확보합니다. 이런 방법도 강구해 볼 수 있습니다.

AI 전략의 시작은 데이터 전략이라고 해도 과언이 아닙니다. AI 전략의 방향성과 마찬가지로 데이터도 영역 별로 구체적일 때 빛을 발할 수 있습니다. 데이터가 많으면 많을 수록 좋지만, 가치를 담고 있는 데이터와 그렇지 않은 데이터를 구분할 수 있을 때 양이 의미를 지닐 수 있습니다. AI 조직과 데이터 조직이 초기부터 협업하는 것이 좋습니다.

 

조직의 중요성

Mobile Big Data, Cloud 같은 큰 물결이 다가왔을 때 기업들이 그 흐름을 이해하고 대응하기가 쉽지 않았습니다. 산업화 초기에 전기를 잘 사용할 수 있어야 했던 것처럼, 이제는 AI라는 흐름에 대응할 수 있어야 합니다. McKinsey AI의 경제적 규모가 2030년에는 13조 달러에 이를 것으로 예측하고 있습니다.[1] 기업은 업종과 관계 없이 AI의 내재화를 피할 수 없다는 뜻입니다. Andrew Ng은 시종일관 조직의 중요성을 강조합니다. 전략에서부터 리소스, 지식 축적까지 조직이 일하도록 해야 한다는 것입니다.

Andrew Ng은 그 동안의 경험과 Lessons Learned를 열 페이지 남짓 되는 하나의 문서로 깔끔하게 정리했습니다. 끊임 없이 공유하는 모습이 멋집니다. 기업마다 상황에 차이가 있겠지만, Andrew Ng의 가이드를 십분 활용한다면 조금 더 유연하고 빠르게 AI Transformation을 달성할 수 있을 거라 생각합니다.



[1] “Notes from the AI Frontier: Modeling the Impact of AI on the World Economy”, McKinsey Global Institute, September 2018 (https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy)





티스토리 툴바