"데이터 경쟁력 갖추려면 회사 맞춤형 AI 도입해야"

"과거에는 할 수 없었던 데이터 분석이 이제는 인공지능(AI)을 통해 가능해지면서 비즈니스 환경은 변화하고 있습니다. 이미 제조, 정비 분야는 AI를 통해 업무 효율화를 끌어내고 있습니다. 회사 환경에 따라 다양한 형태로 AI 도입을 준비해야 합니다."

유충근 한국HPE 상무는 12일 서울 포시즌스호텔 지디넷코리아 아시아테크서밋(ATS)에서 이같이 말했다. 유 상무는 이날 'Unlock data with AI'를 주제로 발표했다.

유 상무는 이미 다양한 산업 분야에서 AI를 이용한 데이터 분석은 사용되고 있다고 말문을 열었다. 금융서비스에서는 부정거래방지, ID 검증, 개인화 마케팅에 이용되며 쇼핑 분야에서는 지능형 CCTV, 구매패턴 등에 이용된다. 의료서비스에는 개인 맞춤형 처방, 영상 진단에 활용되고 있으며 제조 분야에서는 예방 정비, 영상분석, 불량 검사 등에 활용되고 있다.

유 상무는 "국내에서는 제조 산업에 AI 투자가 가장 많았다"며 "제조 공장에서 생산 설비 위치나 상품 불량률을 CCTV 영상을 통해 분석해 알아낼 수 있고, 생산 공정 과정에서 작업자가 다음 공정을 위해 손글씨로 문자를 남기는 경우가 있는데 이런 경우에도 AI를 적용해 생산·제조업체의 디지털화를 빠르게 이끌어나가고 있다"고 설명했다.

예방 정비 분야도 AI가 활용되는 대표적인 분야다. HPE도 서버 조립 공정에 지능형 영상 검사를 통해 조립 검수시간을 단축하고 있다. "서버당 80여 개의 체크리스트로 조립 검사를 해야 해 기존에는 조립 검수 시간이 서버당 5분이 소요됐었다"며 "이제는 지능형 카메라를 활용해 74% 점검 업무를 자동화함으로써 조립 검수 시간을 1분 이내로 줄일 수 있게 됐다"고 강조했다.

검사당 75MB 크기의 고해상도 이미지를 실시간으로 처리해야 되면서 시간을 단축해주는 엣지라인에서의 처리도 중요해졌다. 클라우드를 통해 이미지를 주고받는 시간은 21초가 걸리는데 엣지라인에서 처리하게 되면 1초로 단축할 수 있기 때문이다. 유 상무는 "국내에서도 엣지 분석의 중요성을 느끼고 있다"고 덧붙였다.

AI 분석은 과거에는 알려진 데이터만 가지고 했다면, 이제는 숨겨진 데이터(Hidden data)를 간주한 상태에서 분석해야 한다. 하지만 실제 현업에서는 데이터 수 부족, 불완전한 데이터 등으로 인해 데이터 분석이 원활히 이뤄지지 않는 경우가 많다.

유 상무는 따라서 "특이점을 탐지하고 지도 학습 기반 AI를 활용하고, 데이터 가시화 및 경험 축적을 통해 데이터 사이언스에 접근해야 한다"고 조언했다.

하지만 "2천 3백만 전 세계 개발자 중 데이터 과학자(Data Scientist)라고 부를 수 있는 사람은 소수"라며 "10개 기업 중 4개 기업이 데이터 사이언스 기술이 부족하다"고 설명했다. "2020년까지 AI 및 데이터 분석 기술이 부족한 기업은 절반이 넘을 것"이라고 덧붙였다.

유 상무는 AI 도입을 하려는 기업에 세 가지 단계를 제안했다. 먼저 현재 기업의 도전과제가 무엇인지 파악하고 공통된 비전을 가진 TFT를 구성해 AI를 어느 분야에 적용할 것인지 선택해야 한다. 이때 기존 사례와 어떤 기술이 필요한지 연구하는 과정이 포함된다.

AI 적용 분야를 결정했다면 파일럿 프로젝트를 진행하게 된다. 데이터 수집 및 적용 가능 여부를 검증한 다음, 선택된 분야에 대해 가치검증(PoV) 테스트를 진행한다. 검증이 끝나면 어플리케이션에 AI기능을 통합하는 과정이 이뤄진다.

기업은 이렇게 도입하게 된 AI를 통해 도입 성과를 분석하고, 지속적으로 훈련시켜 고도화한 AI를 다른 분야로 확대 적용할 수 있다.