바야흐로 지능경제시대다. 모든 산업이 지능화되는 현상은 의료, 미디어, 금융, 제조, 법률, 심지어 가장 창의적이라 여겨지는 예술 분야를 포함해 이미 진행되고 있다. 마이크로소프트의 CEO 나델라는 지난달 샌프란시스코에서 열린 개발자 컨퍼런스에서 ‘모든 것에 지능을 불어넣겠다!’고 선언했다. 이는 MS의 향후 전략을 대변하는 한마디지만 결코 한 기업에 국한되는 모토가 아니다. 산업인터넷(Industrial Internet)시장을 개척하며 SW기업으로의 변신을 선언한 GE, 인공지능솔루션 Watson을 의료, 법률 등 다양한 영역으로 확장을 시도하는 IBM, 자율주행차와 인공지능(AlphaGo)에 꾸준히 투자하고 있는 Google 등 현재 진행 중인 4차 산업혁명의 핵심은 인공지능이다. 산업에 적용된 인공지능은 방대한 데이터를 이용해 가치 있는 지식을 발견하고 이를 활용함으로써 새로운 지식서비스를 창출한다. 이렇게 인공지능이 모든 산업에 적용되어 새로운 생산성과 부가가치를 만들어내는 지능경제가 부상하고 있다.
지능경제의 기업들은 방대한 데이터와 네트워크에 기반한 플랫폼 서비스 즉, XaaS (X as a Service)를 주요한 비즈니스 모델로 채택한다. 이미 IBM의 Watson은 ‘Watson as a Service’를 비즈니스 모델로 삼고 텍스트분석, 성격분석, 감성대화, 음성인식 등 왓슨의 다양한 인공지능 API를 개방해 500여 개의 기업들, 8만여 이상의 개발자들과 지능서비스 생태계를 만들어 나가고 있다. 결국, 새로운 생태계의 성공은 제공하는 서비스의 품질에 좌우될 것이다. 형체가 없는 정보서비스의 품질을 높이기 위해선 다섯가지 서비스 품질 척도를 기억할 필요가 있다. 신뢰성, 보장성, 유형성, 반응성, 공감성이 그것이다. 거한 서비스 품질 요소들은 광범위한 실증연구를 통해 그 유효성이 입증된 것으로 지능서비스(Intelligence as a Service)에 있어서도 여전히 중요하게 고려해야 할 대상이다.
신뢰성(Reliability)
신뢰성은 지능형 서비스에 있어서 가장 중요하다. 2014년 한 보고에 따르면 IBM 인공지능 솔루션 왓슨은 이미 대장암의 98%, 직장암 96%, 자궁경부암 100%로 정확한 진단을 하고 있으며 미국의 몇몇 의료 기관에서 상용서비스를 시작했다. 또한 온라인콘텐츠 회사인 오토메이티드 인사이트는 인공지능이 기사를 작성하는 로봇저널리즘을 도입해 2013년에만 총 3억 개의 기사를 생산했고, 월평균 15,000개의 기사를 미국 주요 언론사에 판매했다. 월가에서는 ‘켄쇼’라는 주식매매SW가 수억원의 연봉을 받는 전문 애널리스트가 일주일에 걸쳐하는 일을 수분 내에 처리하고 있다.
의료, 언론, 금융, 법률 등 전문적 지식을 요구하는 분야에서 지능기술이 생산해 난 콘텐츠의 신뢰성은 사업존폐를 결정한다. 지능형 서비스의 신뢰성은 데이터의 신뢰성과 알고리즘의 적합성과 연결된다. 따라서 지능서비스의 신뢰성을 확보하기 위한 기업의 일차적인 노력은 데이터 확보와 알고리즘 성능을 객관적으로 평가받는 일이다.
보장성(Assurance)
보장성은 바람직한 결과 제공을 보장하거나 예기치 못한 피해에 보상할 수 있는 능력이다. 보장성은 신뢰성을 보완할 수 있는 중요한 요인이다. 최고의 지식, 고성능 컴퓨팅으로 무장된 지능서비스라 할지라도 완벽한 해결책을 제공하긴 힘들다. 하지만 기대하지 않은 피해에 대한 보상 장치는 필요하다. 가령, 자율주행차의 경우 아무리 기술적으로 완벽하다 할지라도 불가피한 사고로부터 자유로울 수 없다. 얼마전 구글의 자율주행차는 15명이 타고 있던 버스와 접촉 사고를 냈다. 인명피해는 없었지만, 본격적으로 도입될 경우 큰 문제가 될 수 있다. 보험, 손해배상, 사후처리가 대표적 보상 장치다. 지능서비스도 이러한 보장·보상 체계를 갖춤으로써 신뢰성은 더 높아질 수 있다. 인공지능 의사가 오진을 했을때, 인공지능 투자로봇이 막대한 손실을 보았을 때, 무인폭격기가 아군을 오인 사격했을 때, 이에 대한 보상 장치가 없다면 서비스 이용을 주저할 수 밖에 없다.
유형성(Tangibility)
유형성이란 서비스를 제공하는 주체의 물리적인 시설이나 외향을 의미한다. 서비스라는 것은 본질적으로 형체가 없다. 하지만 서비스를 경험한 이용자는 서비스에 대한 이미지를 갖게 된다. 대체로 종업원의 친절한 미소나 매장의 분위기 등 서비스와 관련된 어떠한 실체로부터 이미지를 찾게 된다. SW는 대표적인 무형 서비스이다.
이세돌을 불계승으로 이긴 구글의 인공지능 알파고(AlphaGo)를 떠올리면 어떠한 이미지가 나타나는가?
그 이미지에 투영된 감정이 서비스에 대한 태도를 결정한다. 아마 사람들이 알파고에 대한 부정적이며 반감을 갖게 되었다면, 알파고가 이긴 후 TV화면에 나타난 어둡고 차가운 기계의 이미지가 한몫했을 것이다. 소프트뱅크는 감정인식 인공지능을 탑재한 인공지능로봇 페퍼를 생산하고 있다. 어른 허리춤 정도의 작은 키, 둥글고 하얀 몸체와 큰 눈망울 등 귀엽고 앙증맞은 외형으로 '반려로봇'의 이미지를 구축하고 있다. 실체가 없는 지능서비스는 인포그래픽, 로고, 캐릭터 제작 등 서비스를 시각화함으로써 이용자에게 친근하게 다가가는 전략이 필요하다. 인공지능에 대해 막연한 두려움과 공포감을 갖고 있는 일반들에게 그러한 감정을 상쇄시키기 위해선 유형성 확보 전략이 효과적이다.
반응성(Responsiveness)
서비스 품질에 있어 반응성이란 고객 응대를 의미한다. 기민하고 정확하며 친절한 대응은 고객 만족을 가져온다. 온라인 서비스의 경우는 반응성은 기술적 문제와 연결된다. 요청하는 질의에 빠른 응답은 네트워크의 속도, 컴퓨팅 성능, 처리해야 할 데이터의 양에 따라 달라진다. 알파고(AlphaGo)가 대단하다고 평가 받는 이유는 사실상 완벽한 경우의 수 분석이 불가능한 바둑에서 한정된 컴퓨팅 자원으로 주어진 시간 내에 승률이 높은 수를 찾았다는 것이다. 근사적 값이라 하더라도 수용가능한 수준의 답을 제공하고, 그것으로 다시 학습의 데이터로 삼는 방식으로 서비스를 점진적으로 진화시키는 전략을 검토할 필요가 있다.
공감성(Empathy)
마지막으로 공감성은 이용자에 대한 정확한 이해를 의미한다. 즉, 이용자가 처한 상황, 문제(Pain Points)를 정확히 파악하고 그것에 대한 해결책을 제안하는 능력이다. 개인의 선호, 취향, 상황, 문제를 파악하면 선택 가능성이 높은 대안을 제공할 수 있고, 그 대안이 채택될 확률이 높다. 음악추천 서비스, Netflix의 영상 추천 프로그램, Amazon의 제품 추천 기능들이 이용자에 대한 이해를 바탕으로 구현된 기술이다. 최근 주목 받고 있는 정량화된 자아(Quantified-Self) 기술은 인간을 각종 데이터로 정의하고자 하는 연구다. 여기에는 생체 정보, 식습관 정보, 수면 정보, 의료 정보, 각종 소셜미디어 정보까지 결합되어 개인을 정의한다. 특히, 의료정보에 대한 광범위한 정량화 작업을 통해 이상 징후의 조기 발견, 맞춤형 치료, 치료 예후의 모니터링으로 수명 연장의 꿈이 실현될 것으로 기대를 모으고 있다.
인공지능이 모든 산업의 범용 생산 요소로 자리매김 하는 것은 시간문제다. 이러한 의미에서 모든 기업은 SW기업이 될 것이다. 결국 SW의 가치는 서비스 형태로 전달된다. 서비스 품질의 제고 관점에서 기업 전략의 재검토가 필요한 이유다. 결과물의 신뢰성을 어떻게 확보할 것인지? 예상치 못한 오류와 피해를 어떻게 보상할 것인지? 무형의 지능서비스를 어떻게 가시적으로 보여줄 것인지? 결과물의 정확성과 빠른 응답 속도라는 두 마리 토끼를 어떻게 잡을 것인지? 그리고 이용자를 보다 종합적으로 이해하기 위한 데이터의 수집, 분석은 어떻게 가져갈지? 지능경제시대는 이러한 질문들에 착실히 답을 준비한 기업들의 독무대가 될 것이다.
