아틀라스랩스의 <AI 인사이트 시리즈> ‘새로운 AI를 만나다’. 총 두 개의 아티클로 최근 AI 업계에서 가장 주목받고 있는 ‘AI 퍼스트‘의 개념과 활용 방안을 구체적인 사례를 통해 살펴봅니다. 첫 번째 아티클에서는 ‘AI 퍼스트’ 개념을 먼저 소개드리겠습니다.
AI, 인공지능, 머신러닝…이런 단어들이 어느 순간부터 우리에게 너무 익숙해졌습니다. AI로 완전히 바뀔 미래를 예측하는 글이나 영상도 참 많지요. 보기만 해도 ‘와우’ 소리가 저절로 나오는 신기한 우리의 미래를 미리 보는 것은 놀랍기도 하고 어색하기도 합니다. 실제 우리의 일상과는 너무 거리가 있어 보이고 한 편으로 ‘이런 일이 정말 가능할까’라는 의구심도 들기 때문이죠.
그럼에도 불구하고, AI는 이미 우리 삶의 많은 부분을 아주 조금씩 바꾸고 있습니다. 새로운 프로덕트(product)를 개발하는 방법부터 사용에 이르기까지 정말 다양한 곳에서 AI 기술을 사용하는 것을 발견할 수 있지요. 그리고 앞으로 우리가 과거에는 상상도 할 수 없었던 로봇 비서 같은 AI 프로덕트를 만드는 것은 다름아닌 ‘AI 퍼스트 (AI First)’ 프로덕트일 것입니다. 그리고 조만간 우리는 이러한 AI 퍼스트 프로덕트 (AI First Product)에 둘러싸이게 될 것입니다!
AI 퍼스트(AI First) 프로덕트란?
AI는 익숙하지만 ‘AI 퍼스트’는 생소하신 분도 있으실 텐데요. AI 퍼스트는 말 그대로 AI를 가장 먼저 고려하는 것을 의미합니다. 종종 ‘AI 네이티브 (AI Native)’라는 말로도 불리는데 종류에 관계없이 프로덕트를 디자인하고 개발할 때 AI만의 고유한 특성과 역량을 최대한 반영한 것을 의미합니다. 즉, AI가 프로덕트의 최적화를 위한 보조 수단에 그치는 것이 아니라 프로덕트의 가장 중요한 핵심이 되는 것이지요. AI를 활용해 프로덕트를 만드는데 어떻게 AI 퍼스트 전략을 쓰지 않을 수 있을까 고개가 갸우뚱 해지실텐데요. 하지만 현재 우리 주변에 있는 AI 중에서 AI 퍼스트 컨셉이 적용되지 않은 AI가 훨씬 더 많답니다. 엄밀한 의미에서 ‘100% AI 프로덕트’가 아닌 것이지요.
AI 퍼스트 개념을 비유를 통해 좀 더 쉽게 풀어 설명드려 볼게요. 90년대 후반 초창기의 인터넷 혹시 기억하시나요? 인터넷의 등장에 많은 이들이 흥분했지만 최초의 인터넷 웹사이트는 신문과 같은 전통 미디어와 별 차이가 없었어요. 인쇄물을 컴퓨터로 옮긴 것에 불과했다고 할까요. 역동적이고 실시간으로 움직이는 인터넷의 고유한 특성이 전혀 활용되지 못했습니다. 하지만 구글은 달랐습니다. 구글은 인터넷의 동적인 특성을 활용한 실시간 타겟팅 광고를 시작하면서 기존의 신문과 같은 광고 관행을 버립니다. 진정한 인터넷 퍼스트의 시대를 열었다고 할까요.
모바일 앱의 발전 과정도 인터넷과 상당히 흡사합니다. 최초의 모바일 앱은 모바일에 최적화되어 있지 않았습니다. 이미 있던 웹사이트를 휴대폰 모양에 맞게 줄인 미니 웹사이트에 불과했습니다. 대부분의 기업들이 웹과 큰 차이가 없는 어플리케이션을 출시하고 사용자들도 큰 차이를 느끼지 못했어요. 하지만 우버 (Uber)는 여기에서 한 발 더 나아갑니다. 손 안의 작은 인터넷인 스마트폰의 GPS 기능을 십분 활용한 온디맨드 (On-demand)* 차량 서비스를 출시한 것이지요. 이 때문에 많은 이들이 우버를 모바일 퍼스트 프로덕트의 선구자로 기억하고 있답니다.
*온디맨드(on-demand):소비자의 수요에 맞게 모바일을 포함한 정보통신기술(ICT) 인프라로 즉각적으로 맞춤형 제품 및 서비스를 제공하는 것
인터넷과 모바일에 이어 새롭게 우리의 삶을 바꾸게 될 인공지능 그리고 AI 기술을 사용하는 프로덕트 또한 앞선 두 기술의 변화만큼이나 극적이고 혁신적인 변화를 겪게 될 것 입니다. 그리고 이러한 변화 속에서 AI 퍼스트 프로덕트들은 우리가 지금까지는 상상도 할 수 없었던 새로운 미래의 모습을 보여줄 텐데요. 이제 조금 더 본격적으로 AI 퍼스트가 어떻게 작동하는지를 알아볼까요?
AI의 슈퍼파워와 ‘AI 프로덕트 피드백 루프’
앞서 말씀드린 것처럼 AI 퍼스트는 AI를 가장 우선적으로 고려하고, AI의 역량을 충분히 활용하는 것을 의미합니다. 그럼 다른 것과 차별되는 AI의 역량은 무엇일까요? AI의 가장 큰 특징은 정해진 규칙에 의존하지 않고 스스로 알아서 새로운 결과를 만들어내는 능력입니다. 말 그대로 AI가 인간의 구체적인 사전 프로그래밍 없이 스스로 문제를 해결하는 것을 뜻합니다. 이 때문에 AI는 종종 ‘머신 러닝 (machine learning)’으로 불리기도 하지요.
그럼 이러한 AI를 기반으로 하는 프로덕트는 기존의 프로덕트와 어떤 근본적인 차이가 있을까요? 일반적으로 프로덕트는 입력 값(inputs)과 출력 값(outputs)의 시스템으로 생각할 수 있는데요. AI가 없는 프로덕트의 경우 늘 미리 정해 놓은 특정한 규칙을 따라야 합니다. 자동차를 운전하려면 운전자가 가속기를 밟아야 하죠. 또 세금 소프트웨어 프로그램으로 세금을 계산하려면 사용자가 직접 숫자를 일일이 입력해야 합니다. 즉, 사람의 입력 값이 없으면 출력 값도 나오지 않습니다. 그리고 입력하는 내용에 따라 사용자가 미리 설정한 결과 값(출력 값)을 만들어내는 ‘규칙’을 늘 따르게 되지요. 일종의 ‘규칙 기반의 프로덕트’인 셈입니다.
| [운전자가 입력하는 방식의 차량 운행 과정] 실제 교통 상황 → 운전자 → 스티어링 휠/가속기 → 차량 회전 및 가속/감속 → 운전자의 도로 주행 |
| [사용자가 입력하는 방식의 세금 계산 과정] 재무 문서-> 사용자 -> 세금 소프트웨어 프로그램을 통해 내용을 양식에 입력 ->소프트웨어의 규칙(알고리즘)에 따른 세금 계산 -> 세금 신고 |
이러한 규칙 기반의 프로덕트는 특정한 입력 값에 맞게 동일한 출력 값을 만들 때에는 아주 유용합니다. 자동차나 세금 계산 소프트웨어가 사용자의 지시를 잘 따르는 것처럼 말이지요.
문제는 제대로 된 입력 값이 없을 때입니다. 입력 값이 부정확하면 규칙 기반의 프로덕트는 한 마디로 ‘멘붕’을 겪습니다. 시스템이 완전히 붕괴되어 버리는 것이지요. 그런데 의외로 이런 일이 꽤 많이 일어납니다. 누구나 한 번쯤은 자동차나 소프트웨어 프로그램이 예상치 못한 순간에 제대로 작동이 되지 않아 불편을 겪은 일이 있으실 거예요. 프로덕트 개발자도 인간인지라 모든 상황을 미리 예측해 시나리오를 만드는 게 현실적으로 불가능하기 때문이에요.
이에 반해 AI는 기존 프로덕트처럼 정해진 규칙을 단순히 따르지 않습니다. 스스로 학습할 수 있는 능력 때문이지요. 오히려 규칙을 뛰어 넘어 훨씬 더 다양한 입력 값을 알아서 자유자재로 처리할 수 있습니다. 즉 기존 프로덕트처럼 사용자가 일일이 교통 상황을 분석해 자동차에 지시를 내리거나 재무 정보를 양식에 입력할 필요가 전혀 없지요. 그 대신 AI가 이러한 사용자의 지시가 없어도 이러한 시나리오를 스스로 처리하도록 훈련할 수 있습니다.
| [AI를 사용한 차량 운행 과정] 실제 교통 상황 → AI → 스티어링 휠/가속기 → 자동차의 도로 주행 |
| [AI를 사용한 세금 계산 과정] 재무 문서 → AI → 세금 소프트웨어 양식 인풋 → 세금 신고 |
사람이 직접 입력할 필요가 없는 것도 신기한데 이 뿐만이 아닙니다. AI는 심지어 프로덕트 개발자가 미리 정하지 않은 새롭고 다양한 아웃풋을 낼 수 있도록 훈련될 수 있습니다.
2016년 이세돌 9단과 인공지능 알파고와의 세기의 대결을 기억하시나요? 접전 끝에 이세돌 9단은 알파고에 아쉽게 패했는데요. 대진이 끝나고 이런 말을 합니다. 알파고가 미리 설계되지 않은 수를 둘 뿐 아니라 심지어 사람들이 참고할만한 신선한 전략을 펼치기도 했다고요. 알파고 사례처럼 AI는 방대한 입력 값(inputs)을 스스로 처리하고 새로운 출력 값(outputs)을 만들 수 있도록 학습할 수 있는데요. 이러한 특성 때문에 AI는 우리가 알고 있던 프로덕트를 완전히 새롭고 획기적으로 바꿀 수 있습니다.
사람의 지시 없이 스스로 학습하며 사람이 원하는 그 이상의 결과를 만들어내는 AI. 이러한 AI 학습에 필요한 것이 바로 데이터입니다. AI가 많은 데이터를 분석해 패턴을 인식하면서 학습을 해 나가기 때문인데요. 이러한 AI가 잘 작동하기 위해서는 다른 무엇보다 좋은 데이터가 필요합니다. 이로 인해, 얼마만큼의 양질의 데이터를 확보했느냐가 AI 프로덕트의 성공 여부를 좌우 하게 됩니다. 때문에 많은 AI 기업들이 이러한 양질의 데이터를 얻기 위해 사활을 걸고 있지요. 그런데 좋은 데이터는 프로덕트를 사용하는 유저에게서 얻을 수 있습니다. 아래 도식을 보시면 더 이해가 쉬우실 것 같네요.
이 도식은 AI 전문가들이 흔히 인용하는 ‘AI 프로덕트 피드백 루프’인데요. ‘루프’라는 말처럼 사용자, 데이터, AI 모델, 프로덕트가 순환 구조를 이루고 있지요.
점점 더 많은 사람들이 제품을 사용하면 더 많은 데이터가 쌓이게 됩니다. 데이터가 많아지면 양질의 데이터 또한 많아지겠죠. 이러한 데이터는 더 좋은 AI 모델을 만드는 데 도움을 주고, 궁극적으로 더 개선된 프로덕트 개발로 이어집니다.
이 루프가 반복되면서 사용자 개개인에 더 특화된 맞춤형 데이터가 쌓이게 되는데요. AI는 사용자에 대한 어떤 사전 정보가 없어도 축적된 데이터만으로 사용자에게 딱 맞는 맞춤형 콘텐츠를 제공하게 됩니다. 보다 더 정교해진 AI로 초개인화 프로덕트를 만들 수 있는 것이지요. 이 때문에 초개인화 (hyper personalization)와 AI 퍼스트를 뗄래야 뗄 수가 없는 긴밀한 관계가 됩니다.
AI 퍼스트와 초개인화
그럼 이러한 AI 퍼스트는 어떻게 추진할 수 있을까요? 단순히 AI 엔지니어만 고용하면 만사 OK일까요? 절대 그렇지 않습니다. 사내 전반에서 ‘AI 퍼스트 문화’를 조성하는 것이 훨씬 더 중요합니다. 회사의 임원은 물론 새로 조직에 합류한 신입 직원까지 조직 전체에서 AI 퍼스트 프로덕트의 핵심이 제대로 또 확실하게 공유될 필요가 있지요. 이를 통해 기업의 프로덕트의 모든 요소에서 또 사용자 경험에서까지 AI 프로덕트 루프의 핵심이 녹아들어가야 합니다.
이제 설립 5년차가 된 아틀라스랩스 또한 AI 퍼스트 기업 문화를 전사적으로 적용해 왔는데요. 처음 3년 5개월 동안은 음성 인식과 NLP 기술을 연구해 왔습니다. ‘기술’ 개발에만 집중해 왔던 것이지요.
하지만 그 후 1년 반 동안은 AI 퍼스트 프로덕트를 만드는 쪽으로 전략을 바꾸었습니다. 그 기간 동안 무려 10개가 넘는 다양한 AI 퍼스트 프로덕트의 아이디어를 반복적으로 테스트 하면서 AI의 무궁무진한 가능성에 영감을 받기도 했지요. 이 과정에서 탄생한 것이 사람들의 음성 통화 내용을 손쉽게 녹음하고 텍스트로 저장할 수 있는 AI 전화 스위치 (SWITCH)였습니다. 아틀라스랩스의 스위치의 개발 스토리는 향후 또 다른 포스트로 꼭 소개드릴게요!
AI 퍼스트는 기업의 기술 리더십 강화 외에 또 다른 이점을 가져다줍니다. AI의 초개인화 (Hyper personalization) 역량을 통해 고객의 삶을 더 풍요롭고 의미 있게 만들어주고 이를 통해 고객과 더 친밀한 관계를 만들어 갈 수 있으니까요.
이전에는 많은 기업이 고객을 하나의 세그먼트로 분류하고 제품을 만들고 또 마케팅 활동을 해 왔습니다. 각각의 개인의 고유한 취향이나 특성은 전혀 존중받지 못했지요. 남성인지, 여성인지, 어떤 연령대인지, 어디에 사는지와 같은 천편 일률적인 기준이 더 중요했고, 이에 따라 각 개인의 고유한 라이프스타일도 맞춰져야 했습니다. 이러한 비즈니스 관행은 대량 생산과 대량 판매의 시대에는 잘 맞았습니다. 하지만 여전히 고객을 과거의 세그먼트 방식으로 분류하는 기업들은 이제 곧 도태되고 말 것입니다.
초개인화 시대, 사람들은 더 이상 성별, 연령, 거주지로 구분된 객체가 아닌 각자가 고유한 개성과 가치를 가진 개인이자 주체가 됩니다.
3D 프린터로 만들어진 내 발에 꼭 맞는 신발, 그 순간 나의 상황에 딱 어울리는 맛과 분위기를 반영하는 곳을 실시간으로 추천해주는 서비스를 한번 생각해 보세요. 이러한 초개인화된 사용자 중심의 프로덕트는 오직 AI 퍼스트 전략으로 구현될 수 있습니다.
AI 퍼스트 프로덕트가 고객의 고유한 데이터, 실시간 정보, 상황별 데이터를 사용해 고객 하나하나에게 딱 맞는 유일무이한 경험을 제공할 수 있기 때문이지요. 인간의 고유한 가치에 주목하는 휴머니티가 AI를 통해 더 빛을 발할 수 있는 이유이기도 합니다. 어쩌면 우리는 AI 퍼스트와 함께 인류의 역사를 바꾸었던 르네상스를 또 한번 경험할 수 있지 않을까요? 다음 포스트에서는 AI 퍼스트를 더 구체적인 프로덕트 사례와 함께 소개해 드릴텐데요. 어떤 매력적인 브랜드가 소개될지 기대해주세요! 🙂
<AI 인사이트 시리즈> ‘새로운 AI를 만나다’
‘AI 퍼스트’ 전략이 어떻게 프로덕트에 적용할 수 있는지 사례를 분석하였습니다. 앞으로 크게 변화할 AI 프로덕트의 전략을 이번 시리즈 아티클에서 확인해보세요!
- 지금 우리가 주목해야 할 키워드, ‘AI 퍼스트’ (현재 글)
- 테슬라(Tesla)와 틱톡(Tik Tok), 두 매력적인 브랜드의 공통점 (다음 글 읽기)
AI 인사이트와 아틀라스랩스의 소식을 받아보세요.
