상단영역

본문영역

  • 기자명 박수빈 기자
  • 문화
  • 입력 2021.07.24 07:20

[박수빈의 into The book] 도서 ‘AI 피보팅’ 성공 추월 전략 ⓶ AI기술 적용 국내기업 사례 재구성

[스타데일리뉴스=박수빈 기자] 

▲ 도서 'AI 피보팅'

디지털 피보팅이란 아날로그 기업이 지금까지 견지한 업의 본질에 대한 디지털 관점의 재해석과 실제 적용의 전반을 의미한다. 기존의 아날로그 방식의 기업 운영은 디지털 시대가 도래함에 따라 주 원동력의 가치가 급락해버리고 만다. 디지털 기술은 인력의 한계를 훌쩍 넘어섰고, 후발 기업들은 비즈니스 세계를 잠식해버렸다. 도태되어버린 선두주자들 망연자실하게 자신의 처지를 두고 봐야만 할까?

도서 ‘AI 피보팅’은 돌덩이 수준으로 전락해버린 아날로그 사업의 가치를 금덩이로 탈바꿈 할 수 있다고 말한다. 사업의 영역에서 추월당하고 새로운 비즈니스 흐름에 따라가기 어려운 상태에 처해있더라도 말이다. 그대로 머물러 있으면 생존 그 자체가 불투명해지기 때문이다. 그렇기에 자신만의 사업 역량을 바탕으로 새로운 방향성을 재정립해야 한다는 것이 요지다. 

소위 전형적인 아날로그 생활 밀착형 서비스 산업으로 치부되었던 세탁소, 주차장, 정육점, 피자 체인점을 비롯해 전통적인 아날로그 사업인 운송, 숙박, 유통 부문 등에서도 이러한 적용은 시작된다. 도서 ‘AI 피보팅’은 DX(Digital eXchange)시대의 디지털 피보팅 추진을 위한 ‘사업 모델 혁신’ ‘전략적 지향점’ ‘AI 디지털 전환 실행’에 대한 전반적인 내용을 담았다. 

그렇다면 실제로 AI기술을 적용해 극적 성공이나 역전을 선보인 경우는 어떤 사례가 있을까? 기업 비즈니스의 존망을 좌지우지하는 ‘AI 피보팅’ 기술을 성공적으로 적용한 국내 사례를 알아보고자 한다. 국내 사례는 알고리즘랩스에서 실제 수행한 프로젝트를 기반으로 재구성한 내용이다.

[마케팅 가격 설정: 건설자재 생산기업]

건설자재를 생산하는 이 기업은 제품의 출하 단가 결정 시 해당 사업부에서 직관적 단순 의사결정인 휴리스틱 방법을 사용하고 있었다고 한다. 하지만 출하 단가 책정의 근거와 논리, 적합성 논란이 늘 존재했고 더 나아가 출하 이후 가격이 시장과 괴리되어 사후 할인을 시행하는 등 비효율적인 관리 문제도 지속적으로 발생하고 있었다. 

▲ 출처 Unsplash

이에 최근 3년간 판매된 제품의 제조 시기, 제품군, 수량, 구입 고객, 가격, 할인 정보 등의 데이터를 정리하고, 전처리를 통해 불필요한 특성 및 이상치를 제거했다. 데이터 특성을 파악했다면 다음은 AI 분석이다. 현업 담당자의 업무 프로세스에 대한 이해도를 바탕으로 설정한 AI 적정 가격 예측치의 목표 오차율은 10% 내외로 설정 후 ‘수량-가격-할인 여부’의 3가지 요인을 중간 단계에서 예측하고, 최종적으로 가격의 적정성을 예측할 수 있는 AI 모델을 구성했다.

이렇게 만들어진 모델은 고객별, 채널별로 제시하는 기준 가격을 예측하고 적용하면 가격의 적정성을 확보, 나아가 데이터 기반의 가격 정책과 체계를 마련해 고객 신뢰를 제고하고 내부 관리상의 비효율까지 감소시킬 수 있었다.

[HR 퇴사자 예측: 전자 부품 제조]

산업의 변화, 경쟁사 동향에 따라 임직원 퇴사율이 지속적으로 높아지는 기업에서 발의되었다. 퇴사자 발생은 이에 따른 직접적 손실 이외에 대체 인력 채용, 교육, 적응 기간 등 여러가지 부대 비용과 업무 경험이 사라지는 이슈까지 포괄적으로 발생하기에 기업에서는 반드시 관리해야 하는 문제다.

인사 데이터는 특성상 개인 정보와도 높은 연관이 있기에 모든 데이터 인자들을 비식별화해, 향후 6개월 이내 퇴직 가능성이 높은 직원 검출을 목표로 모델을 설계했다. 데이터 값들이 비식별 처리되어 데이터 전처리에 제약이 많았다. 따라서 통계적 기법을 활용해 주요 인자를 선별하는 과정을 수행했다. 현업 담당자의 도메인 지식을 기반으로 AI의 성능 지표로서 재현율이 채택되었고, 약 0.65% 이상의 재현율 달성을 목표로 했다.

▲ 출처 Pixabay

통계적 기법과 재직 및 퇴사 인력의 데이터 분포에 대한 시각화를 통해 AI의 약점인 설명력 부분을 보완했다. 퇴사 예측 모델은 모든 인력을 일괄적으로 면담하지 않고 퇴사 확률이 높은 인원을 선별적으로 관리해 조직 전반의 퇴사율을 낮추는 방식으로 활용 가능하다. 기업들은 핵심 인재 유출을 방지하기 위해 다양한 시도를 한다. 따라서 HR 데이터 분석 결과를 활용해 유능한 인재의 퇴사율을 낮춘다면 HR 인력 운영의 효율성을 높일 수 있을 것이다.

도서 ‘AI 피보팅’은 코로나19 이후 빠르게 변하는 산업지형을 날카로운 시선으로 분석하는 도서로, 이와 함께 향후 기업이 나아가야 할 방향을 제시한다. 규모와 업종을 불문하고 AI를 활용해 디지털 전환의 현실적 방안을 모색하는 국내외 기업들의 사례를 함께 담아내 독자들의 쉬운 이해를 돕는 것이 도서의 특징이다. 

모바일에서 기사보기