BCG Podcast
Me, Myself, and AI : 비즈니스 세계 속 AI에 관하여
Ep. 3 | DHL 혁신 VP Gina Chung과의 대담
❝ AI 도입 첫날, 이제 개선되는 일만 남았다. ❞ ― Gina Chung
DHL 혁신 부문 부사장(Vice President, VP)인 Gina Chung은 시카고 혁신 센터의 장으로서 AI와 로봇공학 등의 첨단기술을 이용해 공급망 혁신을 지원하고 있다.
AI 적용 프로젝트 사례
AI와 컴퓨터 비전(Computer Vision)을 이용해 팔레트(pallet) 검수 자동화를 실현한 것은 대표적인 AI 적용 혁신의 사례이다. 기존에는 팔레트 적재 가능 여부를 판단하기 위해 팔레트의 마커나 표시를 작업자가 일일이 확인해야 했지만, 컴퓨터 비전과 AI를 접목한 자동화 프로세스를 이용하면 팔레트 적재가 불가할 경우 자동으로 경고 표시등이 켜진다. 이를 통해 팔레트의 파손 가능성을 줄이고 화물기의 사용률도 개선됐다. 이 알고리즘의 개발을 위해 수많은 팔레트, 마커와 식별 표시 이미지를 취합, 분석했으며, 작업자가 결과물을 확인하고 수정사항이 있으면 반영해 알고리즘을 개선하는 루프를 반복 실행해 오류를 줄여나갔다.
알고리즘 개선 루프에 인적 요소를 개입한 또 다른 사례는 경로 최적화 모델이다. 수많은 데이터와 작업 경로, 외부 요인들을 분석해 화물 집하 및 배송에 있어 최적 경로를 찾는 방식이다. 작업자들은 그들의 휴대폰이나 태블릿으로 전송되는 최적 경로 권고안을 따르거나 따르지 않을 수도 있는데, 선택하지 않는 경우 그 이유를 파악해 알고리즘 개선에 반영한다.
AI 프로세스의 지속적 개선
Gina Chung은 ‘AI 도입 첫날은 항상 최악이다.’라고 강조한다. 알고리즘은 매 순간 더 많은 데이터와 예외 사항을 학습하면서 오늘보다 내일, 내일보다 모레 더 꾸준히 개선되기 때문이다. 팔레트 검수 자동화 프로세스의 경우에도 파일럿 기간에는 정확도가 많이 떨어져, 사람들이 AI의 효과에 대해 의구심을 품었지만, 시간이 지나자 정확도가 급격히 개선되어 결국 AI가 유용한 도구임을 인정하게 됐다.
사용자들이 프로세스의 처음부터 관여하고 스스로 판단하도록 한 것이 성공의 비결이다. 만약 구시대적인 접근으로 알고리즘이 최선의 방안이니 무조건 따라야 한다는 식으로 실행을 일방적으로 강요했다면, 오히려 반발이 있었을 것이다. 초기에 사용자들의 동의를 확보하는 것이 핵심이며, 권고안이나 해결방안을 따르는 것을 강제해서는 안 된다. 전문 지식이 있고 오랜 경력이 있는 사용자들에게 선택할 수 있는 자유를 주어야 한다.
AI 적용에서 중요한 것은 변화 관리이다. 특히 완전히 새로운 형태로 인간과 기술이 조화를 이루어야 하는 AI와 로봇공학과 같은 첨단기술에서는 변화 관리가 더욱 중요하다.
Gina Chung은 미래를 만들어 나가면서 최초로 무언가를 시도하고 몇 년 후에는 그것이 새로운 표준이 되는 현장에 함께 한다는 점이 혁신의 큰 매력이라고 덧붙였다. 이 혁신을 실현하고 변화를 주도해 나가는 과정에서 AI는 매우 유용한 도구로 활용되고 있다.
