AI 트랜스포메이션은 어떻게 DT를 가속화 시키는가
AI의 부상으로 DT는 사라지는가?
몇 년 전까지만 해도 많은 기업의 HRD 담당자들은 디지털 트랜스포메이션(DT)을 중요한 과제로 삼았습니다. 데이터 기반 의사결정의 중요성이 점차 인식되면서 관련 교육의 필요성이 증가하고, 적절한 인프라를 구축해야 할 필요성이 커지며, 이와 관련된 직무의 수요 또한 급격히 늘어났습니다. 이러한 변화는 기술의 발전에 따라 더욱 가속화되었습니다.
2022년 11월, OpenAI가 ChatGPT를 출시하면서 기업 환경에 큰 변화의 바람이 불기 시작했습니다. 이전의 DT에 대한 논의는 줄어들고, 대신 AI 트랜스포메이션에 대한 관심이 급증했습니다. 실제로 미국의 포춘 500대 기업 중 92%가 GPT와 같은 AI 기술을 채택하여 사용할 정도로 AI의 영향력은 매우 크게 나타나고 있습니다. 이러한 변화는 HRD 담당자의 새로운 교육과정과 역량 개발의 방향에도 큰 영향을 주고 있으며, HRD 담당자는 중요한 질문을 마주하게 되었습니다. AI의 부상과 함께 DT는 사라지는 것일까요?
기업이 DT를 추진하는 목적은 '데이터를 기반으로 일하는 문화로의 전환'입니다. 하지만 실무자가 데이터를 기반으로 일 하는데 있어서 크게 세 가지 걸림돌이 있습니다.
- 실무자들이 데이터 작업에 필요한 SQL, Python과 같은 기술을 습득하기 어려워합니다.
- 필요한 데이터를 적시에 얻을 수 있는 인프라 구축이 모든 기업에게 쉬운 일은 아닙니다.
- 단순 반복 작업에 매몰되어 데이터 기반 작업에 필요한 충분한 시간을 확보하지 못하는 경우가 많습니다.
생성형 AI 등장은 사실 이와 같은 걸림돌을 쉽게 제거하고, 생성형 AI는 기업들이 DT를 더욱 가속화하는 촉매제로 작용할 수 있습니다.
기술의 장벽을 넘게 하는 생성형 AI
데이터 기반으로 업무를 처리하기 위해 필요한 SQL, Python과 같은 프로그래밍 언어를 학습하는 과정에서 많은 실무자들이 큰 어려움을 겪습니다. 프로그래밍 언어는 비전공자에게는 진입 장벽이 될 수 있는 복잡한 개념들을 많이 포함하고 있기 때문에 이러한 기술을 익히는 데 있어 좌절감을 느끼는 경우가 많습니다.
생성형 AI는 쉽게 생각하면 구글번역기나 파파고에 비유될 수 있습니다. 우리가 해외 여행에서 언어의 문제로 필요한 표현을 하지 못할 때 파파고를 켜고 대화를 하는 것과 같이, 우리가 실무에서 SQL, Python과 같은 언어를 몰라 데이터를 활용하지 못할 때 생성형 AI를 활용하여 누구나 쉽게 SQL, Python 등의 코드를 누구나 쉽게 생성할 수 있습니다.
아래 내용은 시중에 나와 있는 SQL 코딩 문제를 ChatGPT에 입력하여 받은 답변을 기반으로 합니다. SQL에 대한 이해도가 높으면 생성형 AI의 활용도가 더욱 증가하지만, 기초적인 개념만 알고 있어도 누구나 생성형 AI를 이용하여 필요한 SQL 쿼리를 작성할 수 있습니다. 이는 SQL 학습의 진입 장벽을 낮추고, 데이터 기반 작업의 효율성을 높이는 데 큰 도움이 됩니다.
생성형 AI를 활용한 실무자 단위의 데이터 인프라 구축
데이터 기반으로 일한다는 것은 의사결정에 필요한 데이터를 적시에 얻을 수 있는 환경을 구축하는 것을 의미합니다. 많은 기업들에게 실무자 수준에서 이런 인프라를 만드는 것은 쉽지 않은 일입니다. 하지만 생성형 AI를 활용하면 실무자들이 엑셀을 기반으로 필요한 데이터를 즉시 확인하고 분석할 수 있는 체계를 손쉽게 구축할 수 있습니다. 이로 인해 실무자들은 데이터를 신속하게 활용하여 보다 효과적인 의사결정을 할 수 있게 되어 전체적인 업무 효율성이 향상됩니다.
예를 들어 실무자가 정기적으로 확인해야 할 데이터를 엑셀에 자동으로 쌓아 대시보드 형태로 제작하여 지속적으로 모니터링 할 수 있습니다. 이 과정에서 엑셀로 데이터를 자동으로 입력하고 가공한 후 대시보드를 구축하려면 엑셀 사용에 능숙해야 합니다. 그러나 생성형 AI를 활용하면, 엑셀 스킬과 관계없이 누구나 자신만의 데이터 인프라를 구축할 수 있습니다. 생성형 AI는 복잡한 엑셀 작업을 간소화하여 실무자가 쉽게 데이터를 관리하고 효율적으로 활용할 수 있게 돕습니다.
생성형 AI를 통한 단순반복작업의 자동화
실무자들은 데이터의 중요성을 인지하고 있음에도 불구하고, 단순 반복 작업에 많은 시간을 소모하게 됨으로써 데이터 분석에 필요한 충분한 시간을 확보하지 못하는 문제에 직면합니다. 이러한 상황에서 생성형 AI는 반복적인 업무를 자동화함으로써 실무자들에게 시간적 여유를 제공하고, 이를 통해 데이터 기반의 의사결정을 더 신속하고 효과적으로 수행할 수 있도록 돕습니다. 이 같은 자동화는 디지털 트랜스포메이션을 가속화하고, 실제 업무 현장에서의 실현 가능성을 높이며, 전체적인 업무 효율성과 생산성을 크게 향상 시킵니다.
예를 들어 영업 담당자가 매주 영업 실적 데이터를 각 영업 법인으로부터 받아 하나의 엑셀 파일로 취합하는 과정을 생각해 보겠습니다. 이 과정은 VBA를 통해 자동화할 수 있으나, 비전공자에게는 VBA 스킬을 습득하는 것부터 쉽지 않은 일입니다. 하지만 생성형 AI를 활용하면, 개발 경험이 없는 비전공자도 이러한 반복적이지만 필수적인 작업을 쉽게 자동화할 수 있고, 이를 통해 업무 효율이 크게 향상될 수 있습니다.
AI가 우리의 미래에 어떤 영향을 미칠지 확실히 예측할 수는 없습니다. 그러나 현재로서는 AI가 우리가 직면한 한계를 극복하고, 문제 해결에 도움을 줄 수 있는 중요한 수단으로 활용될 수 있다는 것이 분명합니다. 생성형 AI를 적극적으로 활용하는 기업들은 디지털 트랜스포메이션(DT) 과정에서 실무자들이 겪는 어려움을 극복하고, 변화에 성공할 가능성이 더 높아집니다. 생성형 AI의 도입은 데이터 처리와 분석, 의사결정을 지원하는 등 다양한 분야에서 업무의 효율성을 향상시킬 것으로 기대됩니다. 이는 결국 조직 전체의 생산성 증대로 이어질 것입니다.