AI와 만난 BI··· ‘의사 결정 인텔리전스’

컨스털레이션 리서치(Constellation Research)의 애널리스트인 니콜 프랑스는 “의사 결정 인텔리전스란 의사 결정을 내리기 위해 대량의 데이터를 처리하는 역량이다”면서 “비즈니스 인텔리전스가 하고 있던 것과 동일하지만, 기업 전체에 걸쳐 액세스가 가능하다”라고 설명했다. 

의사 결정 인텔리전스가 실무에 적용된 대표적인 실례는 추천 엔진이다. 이는 애널리틱스를 이용해 소비자가 가장 선호하는 제품이나 다음에 시청할 영화를 예측한다. 이러한 툴은 맥락 및 연관 선택지를 제공하여 사람들이 더 나은 결정을 내리는 데 도움을 준다고 프랑스는 말했다. 그러면서 전통적인 BI 툴의 대시보드와 애널리틱스는 여전히 가치가 있지만, 의사 결정 인텔리전스는 접근성과 유효성이 더 높다고 그는 덧붙였다. 

프랑스는 “최전방에 있는 사람에게 맥락은 중요하다”면서 “그리고 정리하기 어려운 복잡성이 있다. 목표는 명확하고 이해하기 쉬운 방식으로 정보를 제시하는 것이고, 이에 따라 사람들은 복잡한 분석을 이해할 수 있고, 결정을 신속히 내릴 수 있다”라고 말했다. 

의사 결정 인텔리전스 응용 사례 
코로나19 팬데믹은 세계 경제의 거의 모든 부분에서 디지털 트랜스포메이션을 가속했고, AI는 이의 핵심을 차지해가고 있다. 451 리서치의 설문에 응한 기업의 95% 이상이 AI가 디지털 트랜스포메이션에서 중요하다고 생각하고, 65%는 매우 중요하다고 말했다. 

1월 말 발표된 위 설문에 따르면 지난해 미국에서 AI 도입은 전년 대비 9% 포인트가 증가했고, 팬데믹이 AI 이니셔티브의 속도를 늦췄다고 응답하는 비율은 불과 28%에 그쳤다. 

그리고 AI가 인기를 끌고 있는 핵심 분야는 데이터와 애널리틱스이다. 리얼BI(RealBI)가 소프트웨어 개발자 및 IT 리더를 대상으로 진행한 2021년 설문에 따르면 41%의 회사가 데이터 및 애널리틱스로의 액세스 요청이 증가했고, 가장 중요한 이유 가운데 하나는 이용자가 데이터 주도의 결정을 내리는 것을 지원하는 것이었다. 나아가, 설문에 따르면 애널리틱스 소프트웨어나 대시보드에 머신러닝을 추가하는 것에 관심이 증가했고, 현재의 6%에서 상승하여 16% 정도가 가까운 미래에 이 기술을 추가할 계획이다. 

비즈니스 인텔리전스 플랫폼에 AI와 머신러닝을 추가한다면 이는 맥락, 예측, 추천을 의사 결정자에게 적시에 제공하는 의사 결정 인텔리전스 플랫폼으로 진화할 수 있다. 

가트너에 따르면 2023년까지 대형 조직의 3분의 1 이상에 의사 결정 인텔리전스를 담당하는 애널리스트가 있을 것으로 전망된다. 

가트너는 데이터 및 애널리틱스 리더가 비즈니스 성과 및 행위의 맥락에서 결정 모델 및 프로세스를 설계하는 것을 지원하는 체계로서 ‘의사 결정 인텔리전스’를 정의한다. 실무적으로, 의사 결정 인텔리전스는 애널리틱스를 이용해 직원, 고객, 비즈니스 협력자가 의사 결정을 내리는 데 도움을 준다. 적정한 시점과 장소에서 데이터, 분석, 예측을 제공하는 것이다. 

의사 결정 인텔리전스가 비즈니스 프로세스의 핵심 부분이 됨에 따라 의사 결정은 과거보다 더 빠르고 더 쉽고 덜 비싸게 이루어진다. 

캘리포니아 DMV의 대기열 줄이기 
의사 결정 인텔리전스는 더 나은 의사 결정을 더 신속히 내릴 수 있도록 도움을 줄 수 있다. 더 신속한 의사 결정은 매 순간 치명적 질병에 걸릴 위험을 무릅쓰면서 DMV에서 줄을 서는 사람들에게 특히 중요하다.

캘리포니아 차량관리국(Department of Motor Vehicles, DMV)의 최고 디지털 트랜스포메이션 임원인 아제이 굽타는 “의사 결정 인텔리전스는 단순히 애널리틱스와 인사이트 뿐만 아니라 의사 결정을 내릴 수 있는 역량이다”면서 “우리는 일상 업무에서 AI를 이용한다. 이는 단순히 무엇을 해야 하는지 말해줄 뿐 아니라 다른 사람이라면 내릴 듯한 결정을 내릴 수 있도록 도움을 준다”라고 말했다.

그는 팬데믹이 시작될 즈음 지능형 문서 처리(Intelligent Document Processing)를 구현하기 시작했다고 말했다. 이는 고객이 DMV에 도착하기 전에 서류를 업로드해 누락된 서류가 없는지 확인할 수 있게 해주었다. 디지털 트랜스포메이션 플랫폼 사업자인 애비(ABBYY)가 이 프로젝트에서 DMV와 협력하였고, 추가 작업은 유저 프렌들리 컨설팅(User Friendly Consulting)이 맡았다. 

굽타는 “컴퓨터 비전(computer vision: 시각적 데이터 분석 기술)으로 패턴 마이닝을 이행한다”면서 “그리고 AI는 역사적 데이터와 훈련을 바탕으로 결정을 내리고 있다”라고 말했다. 그는 사람들이 정확한 서류를 가지고 다시 찾아올 필요가 줄었다며 “창구에서 처리해야 할 일이 적어져서 업무 처리 시간 또한 줄었다”라고 말했다. 

예를 들어 운전면허증을 새로운 리얼ID 포맷으로 갱신하라는 연방의 압력이 있다. 이는 사람들의 국내 비행을 간편하게 해줄 것이다. 따라서 수많은 캘리포니아 주민이 신규 면허를 받기 위해 DMV를 방문해야 했다. AI 기능을 추가하고, 서류를 미리 업로드할 수 있는 역량을 추가함으로써, 캘리포니아 DMV는 대면 업무 시간을 1인당 27분에서 약 10분으로 줄였다. 

이는 팬데믹 중에 큰 도움이 되었다고 굽타는 덧붙였다. 그는 “사람들이 붐비는 장소에 있는 시간이 줄어들수록 노출 확률도 줄어든다”라고 말했다. 게다가, 서류를 주고받지 않기 때문에, 바이러스가 종이 표면 상에서 전파될 기회도 줄어들었다. 

챗봇 역시 DMV 고객 및 직원의 기본적인 질문에 답변하면서 도움을 준다. 그는 “우리가 탐색 중인 한 가지는 이를 이용해 전문 인력을 적시에 훈련시키는 것이다”라고 말했다. 

의사 결정 인텔리전스 도입하기
캘리포니아 DMV는 스케줄링에도 AI를 이용하고 있다. 1만여 명의 직원이 집, 현장사무소, 본사에서 근무를 하고 있기 때문에 각 지사에서 교대 근무가 적절히 이루어지도록 보장하는 것은 까다로웠다.

현재, DMV의 데이터 과학자는 이에 관한 애널리틱스를 수행하면서 지역 매니저 및 오피스 매니저에게 추천을 제공한다. 나아가 DMV는 데이터 과학자가 아닌 직원이 사용하는 시스템에 의사 결정 인텔리전스를 설치하기 위해 플랫폼들을 평가 중이고, 올해 최종 사업자를 선정할 예정이다. 

굽타는 “새로운 툴들에 의해 이는 연동될 것이다”라고 말했다. 그리고 워크플로우 시스템에 통합될 것이다. 그는 “이는 사용하기 쉬운 인터페이스의 일부가 될 것이다. 멋진 이용자 경험을 갖도록 특별히 설계된 기성 제품을 이용하기 때문이다. 이는 직원을 위해 증강된 의사 결정 프로세스를 생성할 것이다”라고 말했다. 

그는 최종 결정은 인간에게 달려있다고 말했다. 그는 “이는 선택지를 제시하고, 변경될 수 있는 일정을 생성하고, 최적의 기준 일정(baseline schedule)을 생성하고, 최종적으로 실행은 매니저에 의해 진행된다”라고 말했다. 

DMV가 현재 이를 위해 평가 중인 툴에는 교통 데이터를 주입하는 능력이 포함된다. DMV의 웹사이트는 이미 풋 트래픽 정보(foot traffic information)가 포함되어 어느 날 어느 시간에 방문할 것인지를 결정하는 데 도움을 준다. 이 정보는 또한 교대 근무를 편성하는 데에도 사용된다. 

굽타는 “베이 에어리어와 로스앤젤레스에서, 교통 및 주차는 현장 사무소 주변으로 수많은 정체를 생성한다. 따라서 이 데이터를 입력한다면 최적화를 하는 데 도움이 될 것이다”라고 말했다. 

또한 DMV는 머신러닝을 이용해 내부 조사인이 조직 내외부의 낭비와 남용을 식별하는 것을 타진 중이다. 그는 “우리의 목표는 조사자, 행동 과학자, 데이터 직원이 제공하는 정보로 완성되는 인간 지원 의사 결정 인텔리전스 모델(human-aided decision intelligence model)에 도달하는 것이다”라고 말했다. 

그는 코로나19가 DMV의 트랜스포메이션 일정을 가속했다고 말했지만, DMV는 이미 그 방향으로 나아가고 있었다. 

굽타는 “AI, RPA, ML을 이용해 고객을 돕는 데 이번 위기가 촉매로 작용했다. 이 여세가 지속되었으면 하는 바람이다. 코로나19가 빨리 지나가기를 바라지만 우리가 달성한 일은 남아있기를 원한다”라고 말했다.  

다른 사례 
사이버 보안은 신속히 움직이는 방대한 양의 정보를 바탕으로 결정을 내려야 하는 분야이고, 회사에는 상당한 잠재적 위험이 따른다. 여기서 AI와 ML은 보안 애널리스트가 더 나은 결정을 내리는 데 있어 일정한 역할을 할 수 있다. 이는 네트워킹 회사인 케이토 네트웍스(Cato Networks)의 실례에서 드러난다.  

회사의 리서치 팀 리더인 애비던 애브라함은 “케이토에서는 여러 활동에 AI와 ML을 집약적으로 이용한다”면서 “예를 들어, 우리는 우리가 도메인 또는 IP 주소에 관해 가지고 있는 모든 정보를 이용하는 평판 모델(reputation model)을 구축했다. 내부 네트워크 데이터와 오픈 소스 인텔리전스 데이터를 기초로 도메인 또는 IP 주소가 악성일 확률을 예측한다”라고 말했다. 

이는 위협 탐색 애널리스트가 조사의 우선 순위를 정할 수 있음을 의미한다고 그는 말했다. 

케이토는 이를 위해 자체 기술을 개발했고, 아마존 일래스틱 맵리듀스(Amazon Elastic MapReduce)를 이용해 모델을 훈련시켰다. 애브라함은 회사가 1년 넘게 시스템을 이용 중이고, 성과가 우수하고 허위 긍정 비율이 낮다고 말했다. 그는 “이는 우리 애널리스트의 워크플로우에 장착된다”면서 “이 기술이 구축되기 전에는 분석을 수작업으로 이행했다. 따라서, 당연한 말이지만, 이제는 작업 속도가 훨씬 빨라졌다”라고 말했다. 

의사 결정 인텔리전스는 기업들이 일관성을 높이는 데에도 기여할 수 있다. 예를 들어 은행 직원의 대출 승인 결정 같은 것이다. 

프라이스워터하우스쿠퍼스(PwC)의 파트너이자 글로벌 AI 책임자인 애넌드 라오는 “사람들은 저마다 상이한 배경을 가지고 있다”라고 말했다. 

일관성을 달성하는 방법, 다시 말해 교육 등이 없지 않지만, 외부 요인이 여전히 영향을 미친다. 예를 들어 대출 담당 직원의 기분이 좋지 않은 날이라면 어떻겠는가? 여기서 의사 결정 인텔리전스 툴은 맥락과 추천을 제공해 비즈니스 프로세스를 한층 일관성 있게 만드는 데 기여할 수 있다. 

고객 관계 관리 및 판매 툴 등 기업의 다른 부분에서 의사 결정 인텔리전스의 응용 역시 증가하고 있다. 그리고 새삼스러울 것 없이, 인간의 지성과 AI를 결합하는 것은 이러한 분야에서의 의사 결정 프로세스를 강화할 것이다.

dl-ciokorea@foundryco.com