2020년 현재 전 세계 AI 상황

Photo by Alexander Schimmeck on Unsplash

 

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/global-survey-the-state-of-ai-in-2020

The state of AI in 2020

 

2019년 조사 이래, 인공지능(이후 AI)은 수익 유도체(revenue driver) 이상인 존재가 됐다. AI에서 대부분의 매출을 내는 기업들은 COVID-19에 대응하여 더 많은 투자를 할 계획이며, 아마도 타 기업들과의 갭을 넓힐 계획이다.

 

2020년 McKinsey의 전 세계 현황 조사에 따르면, 다양한 조직들이 인공지능을 가치 창출(generating values) 도구로 활용하고 있다. 시간이 지날수록 AI가 창출한 가치는 기업의 수익 형태를 띄고 있다. 소수지만, 다양한 산업을 대표하는 응답자들은 이익 및 세전 수익 중 20% 이상이 AI로 인해 발생하고 있다고 답변한다. 이 기업들은 COVID-19와, 모든 것이 디지털로 가속화되는 상황의 대응으로 더 많은 AI 투자를 계획하고 있다. 이러한 조치는 AI 선도 기업과 기술 이용에 어려움을 겪고 있는 기업들 간 격차를 더욱 넓히고 있고, 현재 이 선도기업들은 성공에 도움이 될 실천을 전개하고 있다. 이와 더불어 종합적 측면에서 선도 기업들이 AI의 위험을 완하하는데 어느 정도 진전을 보이고 있는 반면, 나머지 기업들의 갈 길은 멀기만 하다.

 

근거 1

AI는 제품 혹은 서비스 개발 및 서비스 운용 부문에서 가장 많이 채택 된다.

 

근거 2

시간이 지나갈수록 AI 채택으로 인한 수익 증가는 점점 일반적인 상황이 되고 있는 반면, 비용 절감은 그렇지 않았다.

 

 

근거 3

높은 성과를 올리는 기업과 나머지 기업을 차별화 하는 6 가지 실행 업무, 그리고 이 선도 기업들이 매우 자주 채택하는 하위 실천 사항

 

 

AI 채택에 있어서,

"사내 인공 지능 기술을 구축하는데 든 시간보다 사업과의 정렬을 맞추고 구성원들이 인공지능 기술을 받아들이게 하는 것에 더 많은 시간을 보냈다. 경영진은 인공지능에 관해 전반적인 측면에서는 동의를 하지만, 당신들은 경영진에게, 이 일이 실질적으로 무엇을 수반할 지, 그들의 사업 영역을 어떻게 바꾸어 놓을지, 그리고 인공지능이 구성원의 업무 용이성을 어떻게 구현해 낼지에 관해 상세한 이야기를 할 필요가 있다. 이와 동일한 과정을 직원들과도 진행해야 한다. 우리 경험 상 '교육 및 훈련'으로는 충분치 않다는 것을 깨달았다. 오히려 사업 부문에 전문성을 가진 구성원을 인공지능 구축 현상에 투입하는 것이 매우 유용했음을 발견했다."

- 글로벌 제약 기업의 분석 및 통찰 부문 수장

 

Photo by CDC on Unsplash

 

 

인공지능 위험 관리

 

대부분의 응답자는 사이버 보안을 인공지능과 관련된 유일한 위험으로 고려하고 있다.

 

하지만 일부 일반적으로 덜 고려되는 위험이 점점 더 완화(mitigation)할 대상이 되고 있다. 응답자들은 AI의 해명역량(explainability)과 관련된 위험을 점점 더 관리하고 있음도 지적한다.

높은 성과를 내는 응답자들이 그렇지 않은 응답자보다 2.6배 이상 AI 주도 의사결정에서 원치않는 편향이 발생하는 것 같은 형평성 및 공정성을 관리하고 있다.

 

근거 4

지난 해보다 더 높은 비율의 응답자들이 자사가 공통적으로 고려되지 않는 인공지능 관련 위험을 적극적으로 완화하고 있다고 말한다.

 

 

해명 역량의 부족, 즉 복잡한 AI 모델의 예측 동인을 이해할 수 없음으로 인해 발생될 위험 인식이 증가하고 있다는 점은 고무적이다. 이는 더 많은 규제를 받고 있는 헬스케어와 금융 서비스뿐만 아니라 하이-테크 및 비즈니스, 법조계, 그리고 전문가 서비스에서도 마찬가지다. AI 해명 역량 부족이 야기할 위험을 완화하겠다는 인식의 증가는 다수의 산업에 영향을 미치는 유럽 및 미국 내 규제뿐만 아니라, 해명 역량 기술 진보에 관한 인식 증가가 주도하고 있다고 할 수 있다.

 

특히 놀라운 점은, 소셜 미디어 상에서 볼 수 있는 나이 기반 구인 광고 타게팅 같이, 인종 차별 및 기타 차별 대우의 사례를 감안할 때, 편중된 판단의 인식 및 완화에서 개선이 거의 이루어지지 않았다는 것이다.

 

현장에서

 

글로벌 생필품 생산자들은 해명 역량이 있는지 여부에 기반을 둔 AI 채택을 늘리고 있다.

 

Photo by Medienstürmer on Unsplash

 

 

모델 해명 역량(model explainability)의 결핍 여부는 거의 모든 산업에서 위험 수준을 나타낸다. 헬스케어 같은 일부 산업에서, AI가 환자 케어에 대한 권장사항을 제시할 때 특히 그 위험도는 높다. 예를 들면, 금융 서비스 분야의 경우, 규제자들은 한 조직이 대출에 대한 특별한 의사결정을 내린 이유를 알 필요가 있을 수 있다. 그렇지만 해명 역량은 또 다른 위험을 제시할 수 있다. 즉, AI 채택 부족이 낭비적 투자로 이어질 수 있다는 점과, 경쟁에서 실패할 위험으로 이어질 수 있다는 점이 그것이다. McKinsey와의 인터뷰에서 한 글로벌 소재 제조 기업의 AI 전환 담당 수장은, 해명이 가능한 모델 없이는 일선 근무자에 의한 채택은 거의 불가능하다는 점을 지적한다. 일선 근무자는 가장 효율적 조치를 취하기 위해서, 또한 그들의 물리적 안전을 위해 AI의 판단에서 신뢰성을 얻어야 한다. 어떤 도구가 잠재적으로 위험성이 있는 중장비를 특정 방식으로 운용할 것을 권유한 경우, 근무자는 이 의사결정의 이유가 건전하고 안전하리라는 확신을 가질 필요가 있다.

 

COVID-19 효과

 

판데믹 완화 조치가 야기한 경제적 문제에도 불구하고, AI에서 가치를 발견한 많은 기업들은 투자를 두 배 늘리고 있다.

대부분의 성과 높은 기업 소속 응답자들은 자사가 판데믹에 대응하여 각각의 중요 사업 부문에서의 AI 투자를 증가 시켰다고 말했고, 성과가 높지 않은 기업 소속 응답자 중 동일하게 투자하고 있다고 답한 응답자는 30% 미만이었다(근거 5).

 

근거 5

산업별로 차이는 있지만, 대부분의 성과 높은 기업들은 COVID-19 위기 중 AI에 대한 투자를 증가시켰다.

 

근거 6

AI를 채택한 성과 높은 기업의 응답자 대부분은 종종, AI가 가장 많이 활용되는 사업 부문에서 자사 모델이 저 성과를 냈다고 말한다.

 

#인공지능 #AI #기업활용현황 #인공지능수익창출 #AI의위험