헤더 바로가기 메뉴 바로가기 푸터 바로가기
데이터 사이언스 & 혁신

로봇도 사람이 필요하다, 사람이 로봇을 필요로 하는 것보다 더 많이

매거진
2022. 3-4월호
MarApr22_FEA_Daugherty_1

AI AND MACHINE LEARNING


로봇도 사람이 필요하다,
사람이 로봇을필요로 하는 것보다 더 많이
AI와 함께 하는 미래, 기업의 성공 요인은 알고리즘이 아닌 인간 그 자체다

전 미풋볼리그NFL의 아카이브에는 수십만 개의 영상이 쌓여 있다. 여기서 특정 영상 하나를 찾아내야 한다고 생각해보라. 시즌마다 1만6320분(680시간)의 경기 영상이 생긴다. 경기 전 행사, 하프타임, 경기 후 행사, 연습, 언론 인터뷰까지 포함하면 아마 끝도 없을 것이다. 한 시즌에만 이 정도다.



내용 요약

상황

혁신 기업은 클라우드 컴퓨팅과 AI 등 핵심 디지털 기술에 대한 투자를 늘리고 있으며 후발주자들보다 두 배 빠른 속도로 수익을 창출하고 있다.

설명

AI에 대한 인간 중심의 접근이 확대되면서 선두 기업들이 인간-기계 사이에 원활한 통합을 이루고 민첩한 적응성을 갖는 데 도움을 받고 있다.

조언

이 같은 흐름에 올라타려면 IDEAS 프레임워크를 사용할 수 있다. 즉, 지능intelligence, 데이터data, 전문성expertise, 아키텍처architecture, 전략strategy 등 기술 지형의 5가지 요소에 초점을 맞춰 이 요소들을 강력한 혁신 엔진으로 엮어내는 방법을 찾아야 한다.



직원들이 이런 영상물 기록을 이용해 하이라이트 영상이나 다른 매체를 만들어 내기 쉽도록 NFL은 2019년 아마존 웹서비스Amazon Web Services와 협약을 체결했고 AI를 이용해 영상물을 검색하고 태그를 달 수 있도록 했다. 이 프로세스의 첫 번째 단계를 진행하기 위해 NFL의 콘텐츠 제작팀은 AI에게 무엇을 찾아낼 것인지 가르쳐야 했다. 제작팀은 모든 선수와 팀, 운동복, 스타디움, 기타 시각적으로 구분 가능한 콘텐츠로 NFL의 영상 컬렉션 안에서 구분했으면 하는 내용에 대해 메타데이터 태그를 만들었다. 그런 다음 이 태그를 아마존의 기존 이미지 인식 AI 시스템에 결합했다. 아마존은 수천만 개의 이미지를 통해 이 시스템을 이미 훈련시켜뒀다. AI는 이 모든 데이터를 사용해 비디오 목록 내 관련 이미지를 표시할 수 있었고, 제작팀은 클릭 몇 번으로 각각의 태그를 승인할 수 있었다. 이전에는 직원들이 일일이 수작업으로 각 비디오를 검색하고 찾아서 잘라내 저장소에 저장하고 메타데이터로 영상에 태그를 달았다면 아마존의 AI는 각 과정 대부분을 자동화했다.

이전에 기고한 HBR 아티클(2018년 7-8월호 ‘협업지성, 인간과 AI가 힘을 합치다’)에서 우리는 기술이 인간을 쓸모없는 존재로 만들 것이라는 오랜 통념을 일부 선두주자들이 어떻게 반박하고 있는지 설명했다. 이들은 인간과 기계 간 협업을 이용해 비스니스를 혁신하고 수익을 개선하고 있다. 이제 몇몇 기업은 이런 접근방식으로 경쟁업체보다 더 많은 혁신을 일으키는 정도에 그치지 않는다. 이 기업들은 인간 중심의 AI 기술로 훨씬 더 단호하게 방향을 틀고 있으며 지난 10년 동안 연습을 통해 혁신의 본질 자체를 뒤집고 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