직원 교육은 기업에게 중요한 문제다. 직원의 이탈, 채용, 전환 문제가 고조되는 상황에서 직원을 위한 새로운 기술 교육과 교차 교육이 매우 중요
AI에 주목해야 할 또 다른 이유다.
AI와 ML은 점차 기업의 새로운 기술 교육 전략, 기술 확인, 학습 경로 추천, 근무 중 교육 제공 등에 유용해지고 있다. 심지어 획득한 기술에 대해 어떤 비용을 지불할지 결정하는 데도 도움이 되고 있다.
34만 5,000명 이상의 직원들을 고용하고 있으며 기술 곡선에 앞서가야 하는 IBM은 AI를 투입하여 직원들의 기술을 유지하는 기업이다.
IBM HR의 데이터 및 AI 담당 CTO 안슐 쉐오푸리는 “이제 기술의 반감기는 5년이다. 5년이 지만 배운 것의 절반이 쓸모 없어진다”라고 말했다.
빠르게 성장하는 클라우드 컴퓨팅과 AI 등의 영역에서 새롭고 특화된 기술에 대한 수요로 인해 이런 기술 수명에 대한 압박이 증가하고 있다. 따라서 직원 기술을 지속적으로 개선하기 위한 확장 가능한 방법을 찾는 것이 “있으면 좋은 것이 아니라 반드시 필요한 것”이 되었다고 그가 말했다.
AI 기반 교육 전략의 살펴보기
새로운 기술 교육 전략의 첫 번째 단계는 현재 직원들의 기술을 파악하는 것이다. 과거에는 기술에 대한 자기 평가를 이용했다. 하지만 쉐오푸리가 지적했듯이 테스트했을 때 이 방법의 정확도는 약 75%였다. “매우 주관적이며 평가가 빠르게 쓸모 없어진다”라고 그는 전했다.
현재 IBM은 AI를 사용하여 이력서, 블로그, 공개 논문, 기업 이메일 등 2억 2,000만 개의 내부 문서를 스캔하여 기술을 추론한다. 이 시스템은 IBM 자체 AI 시스템인 왓슨(Watson)에 의존하고 있으며, 여기에는 자연어 처리, 클러스터링, 반 감독 학습 기법이 포함된다.
그는 “이제 직원에는 ‘당신에게 이런 기술이 있는 것 같다. 피드백을 달라’고 이야기하며 정확도는 90%에 가깝다”고 말하면서 그는 이런 자동화된 기술 평가가 최신성을 유지하기가 더 쉽다고 말했다.
그리고 직원들은 보유한 기술, IBM이 필요한 기술, IBM의 고객들이 요구하는 기술에 따라 AI 시스템으로부터 학습 추천을 받는다. 그는 “AI나 클라우드 등 특정 전략 영역에서 우리는 모두가 기본적인 지식을 확보하기를 원한다”라고 말했다.
또한 이 시스템은 같은 배경을 가진 다른 직원들이 밟아가는 교육 과정을 기반으로 추천한다. 사용자가 비디오 스트리밍 서비스에서 다음에 볼 영화에 관해 추천을 받는 것과 비슷하다.
“이 시스템은 매 분기마다 IBM 직원 중 98%가 사용하고 있다”고 말하면서 쉐오푸리는 NPS(Net Promoter Score)가 58점이라고 덧붙였다. NPS 시스템을 개발한 베인앤드컴퍼니(Bain&Company)에 따르면 50 이상이면 훌륭한 점수다.
IBM의 직원 급여는 기술과 관련되어 있다. 새로운 기술을 익힌 직원에 대한 보상 및 급여 불평등 문제를 해결하는 방법으로써 AI 시스템이 관리자에게 적정 급여를 권고한다. 쉐오푸리는 “우리에게는 매우 중요한 부분이다. 우리는 편향에 대해 신중하게 생각해야 한다”라고 말했다.
급여 추천 시스템은 투명성을 제공하며 관리자들이 최종 결정을 위해 필요한 정보를 제공할 수 있도록 추천에 대한 설명도 전달한다.
직원들은 AI에 기반한 직무 추천도 받는다. 그는 “IBM에는 항상 수만 개의 일자리가 비어 있다. 서로에게 좋은 것이다. 퇴사율이 감소하고 직원들이 포부를 가질 수 있도록 돕고 있다”라고 말했다.
쉐오푸리는 지난해 약 20만 명의 IBM 직원들이 직무 추천을 살펴보았으며 수천 명이 개인화된 일치도에 따라 새로운 직무를 얻게 되었다고 말했다.
근무 중 교육 확대
교육 콘텐츠와 관련해 IBM은 전통적인 제3자 과정, 내부 개발 학습 자료, 다른 직원들이 콘텐츠를 개발하는 새로운 분산식 교육 채널의 조합을 이용하고 있다. 하지만 AI를 통해 일부 유형의 직무에 대해서는 근무 중 교육을 제공하고 있기도 하다. 예를 들어, HR에서 챗봇은 수당, 치과 플랜(Dental Plan), 온보딩(Onboarding) 정책과 관련된 질문에 답할 수 있다. 또한 기술 지원 기능에 대한 정보도 있다.
그는 “수천 명의 고객들을 대상으로 IT 인프라 관리 서비스를 제공하는 IBM이다. 우리는 기존 이력 문제와 해결 경로를 파악하기 위해 로그를 마이닝하고 있으며 그 지식을 에이전트들에게 제공한다”라고 말했다. 쉐오푸리는 옆자리에 숙련된 직원들이 앉아 누군가 막히면 디지털 수단을 통해 도움을 줄 준비를 하고 있는 것과 같다고 표현했다.
사실, 직원이 필요할 때 적절한 도움을 제공함으로써 직원 교육을 돕는 것이 새로운 기술 교육을 위한 AI의 가장 보편적인 활용 방식이라고 KPMG의 디지털 솔루션 아키텍처 책임자 스와미나단 찬드라세카란이 말했다. 특히 이직율이 높은 고객 센터에서 유용하다.
찬드라세카란은 “작은 센터의 경우 18%이며 큰 센터는 40% 수준에 직원 자연 감소율이 나타난다. 에이전트 교체 비용은 5,000~7,000달러이며, 여기에 직무상 교육 시간은 포함되어 있지 않다”라고 말했다.
한 명의 에이전트가 맥북 프로의 배터리를 교체하는 방법을 설명해야 한다고 가정해 보자. 새로운 에이전트에게는 바로 참조할 수 있는 화면에 지침이 나타나면 도움이 될 것이다. 여기에서 AI는 전화를 건 사람의 질문을 확인하고 핸드북, 가이드, 제품 설명서, 지원 설명서, 기타 회사가 보유한 모든 문서에서 가장 관련성 있는 정보를 검색할 수 있다.
게다가 AI를 활용해 과거의 상호작용을 기반으로 통화의 내용을 예측하고 처음부터 관련된 정보를 가져올 수 있다. 해당 고객을 응대했던 숙련된 직원이 교육 대상자에게 해당 고객의 문제를 해결하는 과정을 알려주는 것과 같다. 이런 시스템을 사용해 실무 직원들에게 새로운 정보를 제공하면 신제품이 출시되었을 때 따로 교육을 받을 필요가 없게 된다.
예를 들어, KPMG는 최근 직원들에게 LIBOR(London Interbank Offer Rate) 시스템에 관한 교육을 해야 했다. 이에 KPMG는 AI를 사용하여 모든 형식의 연락처를 읽고 은행 금리 및 기타 LIBOR 언어에 대한 참조를 추출하여 직원 워크플로로 제공했다. 또한 이 시스템은 특정 주제 전문가로부터 교육을 받아 직원들에게 추가적인 지원을 제공하기도 한다.
가상 조수
직무상 AI 교육의 미래는 모든 직원이 직무상 기술을 확보할 수 있도록 돕는 자신만의 개인 조수를 데리고 다니는 것이라고 찬드라세카란이 말했다. “AI 기반 개인 코치를 두는 것과 같다”라고 그는 표현했다.
이 아이디어는 그리 새로울 것이 없다. 20년 전, 마이크로소프트는 모두가 오피스 조수인 클리피(Clippy)에게 배울 수 있도록 했다. 잘 되지는 않았다. 2010년에는 클리피가 타임(Time)지의 역사상 최악의 발명 목록에 오르기도 했다. 하지만 이번에는 다르다고 찬드라사카란이 말했다.
이제 기업에게는 합리적으로 신뢰할 수 있는 언어와 음성 인식, 감정 분석 기술, 추천 엔진이 있다. 또 디지털화를 통해 해당 기업의 구체적인 요건에 기초하여 이런 시스템을 교육하기 위해 필요한 데이터가 있다.
그는 “특히 데이터가 관건이다. 예를 들어, 고객 센터에서 억양이 나쁘고 발음이 좋지 못하며 배경 소음이 있는 좋은 데이터를 제공해야 좋은 음성 전사 엔진을 얻을 수 있다. 계약의 경우 다양한 언어와 다양한 모양 및 스타일의 계약의 예를 제공해야 한다. 인간이 주석을 단 좋은 데이터를 대체할 수 있는 것은 없다”라고 말했다.
또한 기업들은 시스템을 지속적으로 교육하고 개선하기 위해 피드백 메커니즘이 있어야 한다. 찬드라사카란은 “전통적인 애플리케이션에서는 문제가 나중에 발생하기 때문에 첫날이 가장 좋다. 반면 AI의 경우 첫날이 최악의 날이다. 기업들은 처음 몇 번의 반복에 대비해야 한다”라고 말했다.
AI 시스템은 많은 영역에서 이미 꽤 안정적인 수준에 도달했으며 유용한 업무에 투입될 수 있다며 그는 “문서에서 수기 메모를 추출하는 방법 등 여전히 새로운 영역이 있다”라고 설명했다.
마이크로도스(Microdose) 학습
IEEE의 구성원이자 센트릭 컨설팅(Centric Consulting)의 클라우드 및 신기술 활동 책임자인 카르멘 폰타나는 AI 기반 학습에 대한 새로운 접근방식을 ‘마이크로도싱(Microdosing)’이라고 부른다.
그녀는 “우리는 주당 40시간씩 교실에 앉아 무엇인가를 배우는 것을 싫어한다. AI를 통해 조금씩 짧게 진행할 수 있으며, 이를 통해 시의적절하고 쉽게 흡수할 수 있다”라고 말했다.
센트릭에서 폰타나는 이런 종류의 학습을 개발하는 동시에 소비하는 사람이다. 그녀는 “나는 실제로 내 활동 영역을 기반으로 콘텐츠를 개발하여 내 영역 밖의 사람들이 우리가 무엇을 하는지 이해할 수 있도록 한다. 이 콘텐츠를 개시하여 사람들이 조금씩 배우도록 할 수 있다”라고 말했다
또한 해당 기업은 추천 엔진을 보유하고 있으며 이를 통해 직원들을 위한 학습 경로를 생성할 수 있다. 예를 들어, 폰타나 스스로도 최근 소속 기업의 가치와 문화에 관해 배웠다.
그녀는 “9년 동안 있으면서 항상 창피했다. 하지만 내가 시작했을 때는 이런 교육이 없었기 때문에 다시 돌아가 우리의 가치와 문화에 대한 입장을 파악하고 싶었다”라고 말했다.
그녀는 이 새로운 접근방식을 통해 직원들은 책임감 있는 학습을 하게 된다며 “내가 컨설턴트가 되었을 비교하여 큰 차별점이다”라고 말했다.
AI 기반 교육의 잠재적인 위험
TCS(Tata Consultancy Services)의 데이터 및 분석 활동 책임자 카믈레시 마쉬카르는 AI가 맥락 인식 기술 구축, 특정 과정 또는 컨퍼런스가 도움이 되는 직원 확인, 개별적인 주제에 대한 사용자정의 교육 계획에 사용되고 있다고 전했다. 나아가 최근에는 AI가 시험 감독에 도움이 되고 있다. 예전에는 사람들이 물리적으로 시험 센터를 방문하여 자격증 시험을 보아야 했다.
마쉬카르는 “코로나19 때문에 AI가 기계 감독 또는 자체 감독 또는 이중 감독에 정말 도움이 되었다. 그 사람들이 이쪽에서 저쪽으로 계속 눈을 움직이는 경우, 제대로 시험을 보고 있는 것일까? 아니면 컨닝을 하려는 것일까?”라고 말했다.
일부 학교에서는 이미 AI를 사용하여 학생들의 글을 평가하고 있다. 단 부작용에 대한 언론의 관심이 높은 상태다. 디지털 서비스 컨설팅 기업 너더리(Nerdery)의 CTO 조 토볼스키는 “그 구현 방식 때문에 반발이 있다. 편향으로 인해 시스템에 부정 오류가 발생할 수 있기 때문에 이에 대한 약간의 두려움이 있다”라고 말했다.
AI를 사용하여 지식을 숙련된 직원으로부터 새로운 직원에게 전달하는 방식이 더욱 중요해지고 있지만 위험도 따른다. 그는 “현재 직원들에게 아웃소싱 조직에서 직무 교육을 하라고 요청했는데, 직원들이 이를 거부하거나 방해한 사례가 있었다”라고 말했다.
그는 기계가 있으면 이런 일이 발생할 가능성이 더 높다고 지적했다. 토볼스키는 “의도하지 않은 결과가 있기 마련이다. 누군가 이를 오용하려 할까? 그럴 수 있음을 감안해야 한다”라고 말했다.
dl-ciokorea@foundryco.com
