헤더 바로가기 메뉴 바로가기 푸터 바로가기
데이터 사이언스

AI를 활용한 의사결정 프레임워크

디지털
2022. 1. 4.

Nov21_10_1198495539

사업 운영에서 AI 활용 비중이 점차 증가하는 것은 좋은 일이다. 디지털 전환이 일어나며 세세한 수준으로 비즈니스를 관리하는 것이 가능해졌다. 더불어 셀 수 없이 많은 수의 개별 고객, 제품, 공급 업체, 자산이나 거래에 대해 단 하루 만에 판단하고 결정할 수도 있다. 다만 이런 결정들을 스프레드시트 속을 헤매고 있는 사람이 하기란 쉽지 않다.

필자들은 AI로 실현되는 이런 세세한 의사결정을 제임스 타일러와 닐 레이든이 저술한 도서 <충분히 현명한 시스템(Smart Enough Systems)>에 등장하는 표현을 빌려 “미세 의사결정(micro-decisions)”이라 칭한다. 이는 기존의 의사결정 행위를 “의사결정을 위한 의사결정을 하는” 행위로 바꾸는, 패러다임의 완전한 전환이 필요하다. 이제 당신은 원칙, 각종 변수, 알고리즘을 활용해 새로운 추상화(abstraction) 수준에서 사업 운영을 관리해야 한다. 이와 같은 전환은 의사결정의 종류를 불문하고 산업 전반에서 발생하고 있다. 새로운 의사결정에 대한 사고방식과 최적의 관리 모델을 설정하기 위한 프레임워크를 소개한다.

미세 의사결정에는 자동화가 필요하다

미세 의사결정은 본질적으로 일정 수준의 자동화가 필요하다. 특히 실시간으로 많은 양의 의사결정을 하기 위해서는 자동화가 필수적이다. 자동화는 알고리즘, 즉 미세 의사결정 방식을 규정하는 규칙, 예측, 제약과 논리에 의해 구현된다. 이러한 미세 의사결정 알고리즘은 AI(인공지능)라는 이름으로 불린다. 핵심적인 문제는 알고리즘으로 작동하는 시스템을 인간 관리자가 어떻게 관리하냐는 데서 발생한다.

자동화 시스템은 쉽게 이해할 수 있는 개념이다. 핸들이 없는 무인 자동차를 상상해 보자. 운행을 위한 운전자의 역할은 자동차에 가야 할 목적지를 입력하는 것뿐이다. 핸들이 없으니 이후에 달리해야 할 일은 없다. 하지만 핸들이 있다면 이야기가 달라진다. 이제 운전자에게 그가 운행 과정에 개입해야 하는 시점과 방식을 전달해야 하며, 개입이 필요한 시점에 어떤 방식으로 알림을 줄 것인지를 알려줘야 한다. 운전자가 그의 역할을 적절히 수행하기 위해 우리는 운전자에게 전달할 정보에 대해 세심히 고려해야 한다.

미세 의사결정도 이와 같다. 의사결정 과정에 인간이 개입돼 있다면 우리는 사람과 기계가 효과적으로 상호작용할 수 있도록 의사결정 시스템의 설계 방식에 대해 심사숙고해야 한다.

인간의 개입 수준과 성격에 따라 네 가지 주요 관리 모델을 정리했다. HITL(자동화 루프 내 인간의 개입, Human in the loop), HITLFE(자동화 루프 내 인간의 예외적 개입, Human in the loop for exceptions), HOTL(자동화 루프를 인간이 감독, Human on the loop), HOOTL(자동화 루프 내 인간의 비개입, Human Out of the Loop)이다. 이는 일종의 스펙트럼이다. 필자들이 위와 같이 주요 관리 모델을 도출하기는 했지만 인간과 기계가 구별되는 양상, 그리고 인간이 시스템에 관여하는 관리의 추상화 수준에 따라 다양한 하위 변화형이 존재할 수 있다.

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

(03187) 서울시 종로구 청계천로 1 동아일보사빌딩 9층 (주)동아일보사
대표자: 김재호 | 등록번호: 종로라00434 | 등록일자: 2014.01.16 | 사업자 등록번호: 102-81-03525
(03737) 서울시 서대문구 충정로 29 동아일보사빌딩 8층 (주)디유넷(온라인비즈니스)
대표이사: 김승환, 김평국 | 통신판매신고번호: 제 서대문 1,096호 | 사업자 등록번호: 110-81-47558