[AIF2020] 뤽 르몽 부회장 “AI 활용도 높이기 위해선 데이터 관리부터 시간 할애해야”

인공지능(AI)이 산업계에서 새로운 화두가 됐지만 여전히 많은 기업에서 실제 사용되고 있지 않고 있는 것이 현실이다. AI를 활용한다 하더라도 일부분에 치우치고 있다. 글로벌 혁신 경쟁에서 뒤쳐지지 않으려면 AI의 활용도를 높여야 하지만 막막하다.

글로벌 자동화 솔루션 기업인 슈나이더일렉트릭의 뤽 르몽 부회장은 15일 시사저널e가 서울 그랜드하얏트호텔에서 주최한 ‘제 6회 인공지능 국제포럼’에서 이에 대한 해답을 내놨다. 

그는 ‘실제 일상의 문제를 해결하기 위한 인공지능 운용’이라는 주제의 강연에서 “통계를 보면 23%의 조직 만이 AI 기반 시스템을 위해 인력을 준비하고 있다. 또 가용한 데이터의 10%만이 AI 활용 목적으로 사용되고 있다”며 “이 같은 사실은 전반적인 기회가 절대적으로 크다는 것을 단적으로 보여준다”라고 밝혔다.

그는 기업이 AI를 완전히 채택하기 위한 방법으로 우선 데이터 관리의 중요성을 강조했다. 그는 “그동안 컴퓨터 용량과 데이터 가용성은 엄청난 변화를 맞이했다. 그러나 변화하지 않은 한 가지가 있는데 바로 데이터를 준비하고 운용하는 작업”이라며 “AI를 추구하는 애플리케이션이 무엇이든 프로세스에서 추출한 내용의 품질은 데이터의 품질과 구성 방식에 따라 크게 달라지기 때문”이라고 밝혔다.

이어 그는 “그렇지 않은 경우 잘못된 응용 프로그램이 될 수 있다”며 “모든 기업에서 데이터 과학자의 시간 60%를 소위 데이터 관리에 할애하는 것이 매우 필요하다”라고 강조했다.

그는 AI 채택을 위한 두 번째 단계로 실제적인 AI 라이프 사이클을 관리해야 한다고 말했다. 그는 “생산 시스템에 대한 종속적인 관리와 배치를 버전화하는 작업이 필요하다. AI가 안정적인 내장형 시스템이 되며 능숙한 시스템으로 간주되게 하는 것”이라며 “AI가 테스트 랩 단계를 약간 벗어나게 되는 셈”이라고 밝혔다. 

마지막으로 그는 “AI 채택 여정의 마지막 요소는 조직 전반에 걸쳐 AI 애플리케이션에 도달하게 하는 것”이라고 말했다. 이를 통해 AI에서 나오는 다양한 요소들을 통합하고 활용하는 작업을 거친다면 AI의 채택이 완료된다는 주장이다.

그는 구체적으로 슈나이더일렉트릭의 AI 솔루션 원칙에 대해 설명했다. 그에 따르면 원칙은 총 다섯 개로 ▲몇 가지 테스트 이후 효율적인 확장을 시도할 것 ▲AI 애플리케이션을 도와 올바른 결정을 내리게 하는 많은 분야의 도메인(domain) 전문 지식 확보할 것 ▲산업 및 엔지니어링 소프트웨어를 통합합 것 ▲폐쇄형이 아닌 개방형 아키텍처 활용할 것 ▲초점을 사람에게 맞출 것 등이다. 

그는 슈나이더일렉트릭의 AI 솔루션이 적용된 예로 글로벌 택배업체 UPS를 들었다. 그는 “UPS는 소포 양의 증가와 관련된 소비자 구매 추세의 변화 요인을 파악하고 정시 배송률을 높이고자 했다”며 “이에 우리는 에코스트럭처 머신뿐만 아니라 모션 자동화 솔루션 및 현대화 서비스를 제공했다. 이로 인해 운영 통찰력과 신뢰성이 높아졌고 프로세스가 단순화 및 효율화 됐으며 성능이 개선됐다”라고 밝혔다.