마커스 노가 수석부사장은 지능형 기업의 비전을 실현하는 기술의 역할을 고객 사례와 함께 제시하고, 지능형 기업의 미래 트렌드를 (1) 지능형 프로세스 자동화, (2) 대화형 인공지능, (3) 빅데이터 활용 등 크게 세 가지로 명쾌하게 정리했습니다.
글쓴이: 박범순(Adam Park)
기업용 소프트웨어 전문 기업 에스에이피(SAP) 본사에 새로운 조직이 생겼습니다. 이름하여 클라우드 플랫폼 비즈니스 서비스 조직. 이 조직의 수장으로 임명된 마커스 노가(Markus Noga)는 SAP에서 머신러닝, 사물인터넷, 디지털 비서, 빅데이터, 통합 개발 플랫폼 등의 사업을 이끌어 온 경력을 자랑합니다. 새로운 조직을 맡게 된 만큼 세계 각지의 SAP 현지법인을 돌며 자신의 비전을 공유하는 자리를 가졌습니다.
디지털 기술로 실현하는 지능형 기업의 미래
어제 아침 서울 강남에 있는 에스에이피코리아 본사 건물 24층 유니버스홀에서 마커스 노가 수석부사장은 한국 직원들 앞에서 지능형 기업의 비전을 실현하는 기술의 역할을 고객 사례와 함께 제시했습니다. 나아가 머신러닝 기술로 실현하는 지능형 기업의 미래 트렌드를 (1) 지능형 프로세스 자동화, (2) 대화형 인공지능, (3) 빅데이터 활용 등 크게 세 가지로 명쾌하게 정리했습니다.
지능형 기업은 머신러닝/인공지능, 사물인터넷, 통합 등의 기술 역량을 기존 업무 프로세스에 내장하는 한편, 데이터를 활용해 새로운 분야로 비즈니스 모델을 확대하고 기존의 업무 프로세스를 확장합니다. 또한 데이터 관리 역량과 디지털 플랫폼을 활용해 고객경험, 직원경험, 제품경험, 브랜드경험 등 경험경제 시대에 필요한 경험관리 역량을 강화합니다.
RPA로 지능형 프로세스 자동화
산업화 시대를 거치면서 산업용 로봇을 활용한 공장 자동화로 큰 폭의 생산성 향상과 운영 효율화를 경험했습니다. 이제는 소프트웨어 애플리케이션 차원에서 사람을 흉내내는 디지털 로봇을 활용해 기업과 개인의 업무 프로세스를 자동화 할 수 있습니다. 일반적으로 RPA라고 부르는 로봇 프로세스 자동화 덕분입니다.
인간의 관리 감독 없이 자율적으로 일하는 완전 자동화 프로세스가 있을 수 있고, 경우에 따라서는 사람과 로봇이 서로 협력해서 효과를 발휘하는 부분 자동화 프로세스도 있습니다. 개인의 단순 반복 업무 처리와는 달리 기업의 업무 프로세스는 복잡한 규칙을 따르는 경우가 많죠. 그래서 기업용 애플리케이션 분야에서는 프리스타일 체스처럼 사람과 로봇이 힘을 합쳐서 일하는 로봇 데스크탑 자동화(RDA)가 더욱 효과적일 수 있습니다.
이미 전 세계 100여 개 고객사에서 10만 여 개의 RPA 봇을 적용해 SAP와 제3자 애플리케이션 전반에 걸쳐 다양한 업무 프로세스를 자동화하고 있습니다.
대표적으로 BNP파리바스의 온라인 은행 사업부인 헬로뱅크(Hello bank)는 유럽 전역에 걸쳐 3백만 이상의 고객이 있습니다. 고객 가입 절차가 복잡해 12개 넘는 애플리케이션과 30개 이상의 수작업 단계를 거쳐야 가입 처리가 가능했죠. 이제는 사람과 함께 일하는 200여 RPA 봇을 적용해 가입 처리 시간을 25분에서 5분 이내로 80% 이상 단축했습니다. 불과 6주만에 개발을 완료하고 현업에 적용할 수 있었습니다.
대화형 인공지능으로 인간답게 자연스럽게
대화형 인공지능(CAI: Conversational AI)은 자연어처리(NLP)와 챗봇 구축 서비스를 결합하고 머신러닝을 활용해 직원경험과 고객경험을 자연스러운 대화 방식으로 바꿀 수 있게 돕습니다. 다시 말해 챗봇 개발 플랫폼과 SAP의 디지털 비서 코파일럿(CoPilot)을 결합해 채팅 중심의 대화형 사용자 경험을 제공합니다. 이미 SAP SuccessFactors는 직원을 위해 대화형 HR 사용자 경험을 우선적으로 제공하고 있습니다.
디지털 비서의 도움을 받으면 원하는 상품을 찾고 구입하기가 훨씬 쉽습니다. 챗봇과 대화를 하듯이 “친구한테 줄 선물이 필요해”라고 하면 “예산은 어느 정도에요?”라고 묻고 “120달러”라고 하면 “어떤 종류의 선물을 원하세요?”라고 하면서 상품 종류를 이미지로 보여줍니다. 원하는 항목을 선택하고 고른 다음, “비슷한 상품 없을까?”라고 하면 “이미지를 대화창에 끌어다 놓으세요”라고 합니다. 끌어다 놓으면 유사한 상품을 제시합니다. 그 중에 맘에 드는 품목을 선택하면 “이대로 체크아웃할까요?”라고 묻고 “그래”라고 답하면 주문으로 진행하죠.
이처럼 동일한 챗봇을 어느 대화형 채널이나 플랫폼이든 적용 가능합니다. 온라인 쇼핑몰은 물론 페이스북 같은 사회관계망서비스에도 적용할 수 있죠. 방금 말씀 드린 예와 같이 대화형 에이전트가 이미지처리 머신러닝을 적용해 원하는 품목을 찾도록 도울 수도 있습니다.
프랑스에 4백만 가입자를 둔 레드텔레콤(RED Telecom)은 30세 이하 고객을 대상으로 챗봇 우선 고객 서비스를 시작했습니다. 고객이 원하는 것을 찾는 정확도가 85% 수준이며 문제를 자동으로 처리하거나 담당자에게 전달합니다. 특히 연말에 계약 갱신 수요가 집중되는 특성이 있어 피크 시즌을 일시적 인력 증원으로 해결하기에는 무리가 있었죠. 이제는 대화형 AI를 적용해 일시적 인력 증원 없이도 연말 피크 시즌에 대응합니다.
양질의 빅데이터 활용으로 머신러닝을 업그레이드
빅데이터의 확산으로 데이터가 폭발적으로 증가하는 요즘 무엇보다 비즈니스에 정말로 중요한 데이터를 찾기가 쉽지 않습니다. 처음 가보는 낯선 대도시에 들어서는 기분이죠. 가고자 하는 목적지를 찾아 어떻게 가야할지 막막하기만 합니다.
디지털 시대를 맞아 성공 비즈니스의 관건은 데이터가 얼마나 많은가 보다는 누가 데이터를 잘 활용하냐의 문제라고 할 수 있습니다. 데이터를 준비하고 모델을 생성한 후 머신러닝 훈련을 시켜서 해당 서비스를 적용해야 하는 환경이라면 특히 데이터 인텔리전스(SAP Data Intelligence) 같은 서비스를 통해 통찰을 확보할 수 있습니다.
이미 150여 개사에서 머신러닝을 적용 중이고 다양한 데이터를 처리할 수 있는 데이터허브 고객도 100여 개사에 이릅니다. 다임러(Daimler)의 경우 SAP HANA와 차량 일정관리, 색상과 같은 분류 데이터 등 정형, 비정형 데이터를 아우르는 데이터 관리가 가능합니다. 정제된 데이터를 바탕으로 머신러닝 모델을 훈련을 시키고 통찰을 이끌어 내고 있습니다.
오픈소스가 제공하는 우수한 빅데이터 분석 기능을 SAP 환경에서 활용할 수 있습니다. 데이터 과학자가 이제는 데이터를 마음대로 가지고 놀 수 있습니다. 데이터 소스, 변환, 추출 등 250여 종의 연산자가 제공되기 때문이죠. 계산한 결과는 분석클라우드(SAP Analytics Cloud)에 전달할 수 있습니다.
세계 유수의 음료회사에 원료를 납품하는 될러(Döhler) 그룹은 고객이 원하는 내용을 기록한 내용을 통해 배우고 음료회사가 원하는 다음 상품에 사용할 최적의 포뮬레이션을 선택하는 데 도움을 얻고 있습니다. 말과 글 속에 숨은 뜻까지 읽어내는 머신러닝 덕분입니다.
경험경제 시대도 인간답게 자연스럽게
마커스 노가 수석부사장이 제시한 지능형 기업의 미래는 결국 디지털 기술과 빅데이터, 사물인터넷 등을 활용해 고객경험, 직원경험 등 사람이 느끼는 경험 격차를 해소하고 보다 인간답게 자연스럽게 사는 세상을 앞당긴다는 비전과 통해 있습니다.
지능형 기업의 미래는 결국 사람이 다른 사람을 더 잘 헤아리고 생각하고 사람답게 대하는 세상을 만드는 데 있기 때문입니다. 고맙습니다.
