딥시크와 같은 생성형 AI의 등장은 사회 전반적으로 엄청난 영향을 미치고 있습니다. 그중에서도 기업 전반에 걸친 프로세스에 큰 변화를 주도하고 있습니다. AI가 프로세스에 어떤 영향을 미치는지, 그리고 이에 맞춰 어떻게 대응하고 변화해야 하는지 그 핵심적인 비결을 살펴보고자 합니다.

전 직원이 참여하는 비즈니스 혁신

이제 자연어 인터페이스와 같은 기능 덕분에 비기술직 직원도 생성형 AI에 접근할 수 있게 되면서 크고 작은 프로세스 변화를 주도하고 있습니다. 직원들은 AI를 이용해 비정형 데이터를 비롯한 온갖 종류의 데이터를 합성할 수 있습니다. 과거에는 이해하기 어려웠던 대량의 수치 정보를 인사이트 중심으로 개선할 수 있게 되었습니다. 이를 통해 성과를 지속적으로 높이고 낭비를 줄이며 더 높은 수준의 품질을 달성할 수 있습니다. 흔히 생각하는 것처럼 생성형 AI가 인간을 대체하는 것이 아니라, 인간을 새로운 기계 지원 프로세스의 중심으로 이동시키고 모든 직원이 비즈니스 혁신에 동참하도록 한다는 경영 이론의 오랜 열망을 실현하고 있습니다.

전사적 직원 역량 강화

자동차 제조, 생명과학, 소비재 등 다양한 산업과 R&D, 제조, 공급망 관리 등 여러 기능에서 생성형 AI는 새로운 방식으로 직원의 역량을 강화하고 있습니다. 예를 들어, 메르세데스-벤츠의 경우 작업 현장, 공급망 부서, 소프트웨어 설계 부서에서 이러한 변화가 나타나고 있습니다. 메르세데스-벤츠의 MO360 데이터 플랫폼은 전 세계 승용차 공장을 클라우드와 연결해 생산과 공급망 운영 전반의 투명성과 예측 가능성을 높이며, 전 세계에 AI와 분석 기능을 배포할 수 있도록 지원합니다. 생산직 직원은 기술적인 데이터베이스 쿼리가 아니라 일상어로 된 프롬프트를 이용해 조립라인의 병목현상을 해결하고 프로세스를 간소화하며, 풍부한 데이터 인사이트를 얻을 수 있습니다. 이러한 인사이트는 직원의 경험, 관찰력, 창의력을 기반으로 개선안을 도출하는 능력을 대체하는 것이 아니라 증폭시키고 있습니다.

과학적 프로세스 재설계

제약업계에서는 생성형 AI 기반 합성 데이터를 이용해 작업자가 데이터가 풍부한 프로세스를 생성하고, 낭비를 줄이며, 분석 속도를 높이고, 품질 관리를 강화할 수 있습니다. 의약품 검사 프로세스에서 제약사는 자동화된 시각 시스템을 활용해 제품 결함을 감지하고 있으며, 생성형 AI 접근 방식이 이에 사용되고 있습니다. 생성형 AI로 강화된 시스템은 불합격의 근본 원인을 파악하고 프로세스를 최적화하며, 불량 판정 오류를 줄이는 데 도움이 되고 있습니다.

창의적 프로세스 강화

산업 전반에서 생성형 AI는 새로운 아이디어의 3D 모델 생성, 디자인 수정 제안, 사용할 재료 추천, 비용 최적화, 신속한 디지털 프로토타입 제작, 가장 유망한 아이디어 식별 등 프로세스의 수많은 요소를 가속하고 변화시키고 있습니다. 예를 들어, 맥클레랜드의 새로운 프로세스에서는 AI가 임무의 요구사항부터 시작해 부품이 기기나 우주선에 연결될 표면, 기타 하드웨어와 전자장치의 볼트 및 부속품을 설계합니다. AI는 전문가인 인간 엔지니어의 감독 아래 한두 시간 만에 복잡한 구조 설계를 생성합니다. 기존 방식으로 기계를 설계하면 설계안을 내놓고 분석하는 데 일주일이 걸리며, 전문가가 설계의 제조 가능성을 평가하기 위해 수많은 반복 작업을 추가로 거쳐야 했습니다. 솔루션을 도출하는 데 수개월이 걸릴 수도 있었습니다. 그러나 AI로 설계한 구조물은 기존 설계 프로세스로 만든 부품보다 3분의 2가량 더 가볍고, 스트레스를 10배나 덜 받습니다.

물리적 작업의 시각화

생성형 AI는 인간이 로봇, 인체, 병원과 같은 조직 등 복잡한 물리적 시스템과 상호작용하는 방식도 변화시키고 있습니다. 독일 슈투트가르트에 본사를 둔 세레악트는 챗GPT의 기반이 되는 트랜스포머 기술을 사용해 최초의 상용 솔루션을 개발했습니다. 픽GPT라고 불리는 이 기술을 통해 인간 작업자는 채팅 인터페이스에 텍스트 명령을 입력하기만 하면 되고, 기술 전문 지식이 없는 사용자도 시스템에 지시를 내리고 디버깅을 할 수 있습니다. 또한 생성형 AI와 디지털 트윈의 융합을 통해 생산 프로세스의 효율성을 향상하고, 품질을 개선하며, 운영 성과를 높이고, 더욱 탄탄하고 회복력 있는 공급망을 구축할 수 있습니다.

AI와 인간의 미래

AI가 인간을 대신해 행동하고 서로 협력하지만, 그렇다고 인간이 배제되는 것은 아닙니다. AI의 성공은 기술만큼이나 사람에 따라서도 달라질 것입니다. 인간 직원이 인간과의 상호작용을 위해 AI를 최적화하는 동안, AI는 더 높은 수준의 자율성으로 의사 결정을 내리고 작동하게 될 것입니다. AI는 경험을 쌓으면서 지속적으로 개선될 것이며, 프로세스를 감독하는 사람은 AI의 설계와 성능을 계속 개량할 것입니다. 인간 직원과 AI 에이전트 모두에게 권한이 부여되면, 인간과 기계 양쪽에서 지속적인 개선이 나타날 것입니다. 기계의 자율성이 높아진다 해도 프로세스는 여전히 인간 중심으로 유지될 것이며, 다가오는 자율형 에이전트의 시대에서도 이것이 핵심이 될 것입니다.

출처: https://hbr.org/2015/10/how-marketers-can-get-more-strategic-value-out-of-all-that-data 

최근 의료, 금융, 제조, 물류 등 다양한 산업에서 AI 응용 프로그램을 도입하는 기업들이 증가하고 있습니다. 특히 AI는 데이터 처리 및 분석, 개인화된 콘텐츠 제공, 의사결정 지원, 시스템 개발 등 여러 분야에서 마케팅 혁신을 주도하고 있습니다. 이에 따라 AI 마케팅 전략이 조직 성과에 미치는 영향을 분석한 한 연구를 소개하고자 합니다.

AI 마케팅 전략과 조직 성과

연구 결과에 따르면, AI 마케팅 전략은 조직의 성과에 긍정적인 영향을 미치는 것으로 나타났습니다. 조직 성과는 수익 증가, 서비스 및 제품 품질 향상, 판매 성장, 고객 만족도 증가와 밀접한 관련이 있습니다. 즉, AI를 활용한 마케팅 전략이 효과적으로 운영될 경우 기업의 전반적인 성과가 향상될 가능성이 높다는 것입니다. 이 연구에서는 AI 마케팅 전략의 성공 요인으로 마케팅 역량과 고객 가치 공동 창출 프로세스를 강조했습니다.

• 마케팅 역량: 내부 역량이 경쟁 우위를 높이는 핵심 요소로 작용합니다. 기업이 AI 기술을 효과적으로 활용하려면 강력한 마케팅 역량이 필수적입니다.
• 고객 가치 공동 창출: 기업과 고객이 함께 가치를 창출하는 과정은 AI 마케팅의 성과를 더욱 높이고, AI 연구 개발을 촉진하는 역할을 합니다.

AI는 조직 성과 향상을 위한 필요 충분조건!

연구에서는 마케팅 역량, 고객 가치 공동 창출 프로세스, 시장 지향성, AI 마케팅 전략이 조직 성과 향상에 필수적인 요소임을 시사합니다. 즉, 기업이 내부 자원을 효과적으로 결합하고 활용해야 AI 마케팅 전략이 성공적으로 정착될 수 있습니다.

AI 마케팅 전략의 실무적 시사점 

1. AI 마케팅 전략을 활용한 성과 향상

다양한 기업들, 특히 서비스 기반 기업은 AI 마케팅을 효과적으로 운영함으로써 고객 만족도를 높이고, 서비스 개선 및 매출 증대를 기대할 수 있습니다. 

2. 핵심 자원의 통합적 운영

AI 마케팅 전략을 수립할 때, 마케팅 역량, 고객 가치 공동 창출 프로세스, 시장 지향성이 유기적으로 결합되어야 합니다.

위의 시사점에서 확인할 수 있는 핵심적인 내용은 바로 내부 핵심 자원을 AI 마케팅 전략과 결합해야 한다는 것입니다. 이를 통해서 조직 성과를 극대화할 수 있습니다.

AI가 기업 마케팅 전략에 미치는 영향은 앞으로 더욱 확대될 것으로 예상됩니다. 이에 기업들은 AI 마케팅 전략을 체계적으로 구축하고, 내부 역량을 강화하는 노력이 필요할 것입니다.

출처: https://dbr.donga.com/article/view/1904/article_no/11501/ac/a_list | DBR