소비자 부문부터 에너지/자원 및 산업재, 금융 등 6대 산업군에 적용된 AI 활용 사례 및 이점 분석
첨단기술, 미디어, 통신 부문에서 디지털 공급 네트워크 구현과 고객 데이터 활용한 수익화 모델 구축
[ 매드타임스 최승은 기자] 인공지능(AI) 기술이 실생활과 일상적 업무 영역에 진입하면서, 각 산업군에 속한 기업들은 큰 잠재력을 가진 AI 기술을 어떻게 사업에 적용하면 생산성을 높이고 고객 참여를 개선하며 새로운 비즈니스 기회를 창출할 수 있을지 고민하고 있다. 기업의 AI 여정을 촉진하기 위해서는 올바른 활용 사례를 선택하는 것이 무엇보다 중요하다.
한국 딜로이트 그룹(총괄대표 홍종성)은 딜로이트 AI 연구소(Deloitte AI Institute)가 산업별로 가장 주목할 만한 AI 활용 사례와 핵심 사업 과제 및 기회, 개선점 등을 입체적으로 분석한 ‘인공지능 활용서: 6대 산업별 활용사례’ 리포트 국문본을 발간했다.
딜로이트 AI 연구소는 AI를 활용해 기업가치를 창출하는 6가지 이점으로 △비용 절감 △실행 속도 단축 △복잡성 감축 △관계 전환 △혁신 촉진 △신뢰 강화를 꼽았다. 이번 리포트는 소비자, 에너지/자원 및 산업재, 금융, 정부 및 공공, 생명과학 및 헬스케어, 첨단기술/미디어 및 통신 부문 등 6대 주요 산업 부문에서 두드러지게 활용된 AI 사례와 이점을 분석했다.
디지털 공급 네트워크 구현과 고객 데이터 활용한 수익화 모델 구축
첨단기술, 미디어 및 통신 부문에서 활용된 AI는 스마트팩토리 및 디지털 공급 네트워크의 제조 프로세스를 최적화해 수요예측, 공급망 통합적 관리를 용이하게 한다. 이는 자산 효율성 및 생산 능력 향상과 보증 청구, 유지보수, 제품 리콜 및 반품과 관련된 비용을 절감할 뿐만 아니라 제품 생산이 환경에 미치는 영향까지 최소화한다. 나아가 고객 커뮤니케이션 자동화, 고객 행동 분석 및 예측을 통해 개인화된 고객 서비스를 강화한다. 또한 대량의 고객 데이터에서 인사이트를 도출해 수익화 모델을 구축한다.
앞으로는 AI가 머신러닝 알고리즘을 통해 연결 속도, 신호 품질, 전력 소비 등 다양한 네트워크 데이터를 모니터링하고 분석해 오류 발생 전 언제, 어디서 네트워크 유지 보수가 필요한지 예측할 것이다. 또한 사용자의 집에 설치된 실내 센서를 통해 시청자가 TV 광고에 어떻게 반응하는지 모니터링하고 분석하는 도구로 사용될 수 있다.
소비자 부문 AI, 기계 대 기계로 고객 여정 전환해 강화된 개인 맞춤형 서비스 제공
AI 기술은 소매, 자동차, 숙박/외식, 여행, 운송 등 광범위한 영역을 포함하는 소비자 부문에서 제품 수송을 담당하는 ‘플릿 네트워크’(fleet network)를 최적화하고 통합 플랫폼을 제공해 맞춤화한 커넥티드 고객 서비스를 제공한다. 또한 재고를 늘려야 할 품목과 대체할 품목을 파악해 판매, 마진, 재고, 고객 만족 등을 최적화한다. 나아가 소비자 수요를 예측한 마케팅 전략 수립이 가능해 마케팅 효과를 극대화하고 수요 계획을 정교하게 수립할 수 있다.
유망 활용 사례로 고객의 신체 사이즈와 형태에 맞는 패션 아이템을 실시간으로 골라주는 패션테크 영역이 있으며, 고객 만족도를 개선해 반품에 따른 비용 절감이 가능해질 전망이다. 이밖에 AI를 활용한 무인 자동화 매장, 자율주행, 웰니스 서비스 등 다양한 영역에 적용될 수 있다. 그 결과 AI는 고객 서비스 경험과 프로세스, 상호작용 등 고객 여정을 사람 대 사람에서 궁극적으로 기계 대 기계로 전환해 고객에게 편리하고 효율적인 서비스를 제공해 맞춤형 서비스를 강화할 것으로 기대된다.
에너지, 자원 및 산업재 AI, 유지비용 평균 50% 절감 및 예방 유지보수 시간 최대 70% 단축
에너지, 자원 및 산업재 부문에 적용된 AI는 기계 오류 및 오작동을 예측하고 유지보수 사항을 사전에 식별해 다운타임(가동 중단 시간)을 감소시킨다. 또한 사물인터넷(IoT) 기반 자산 모니터링을 통해 산업기계 및 설비 성능을 최적화할 수 있다. 이를 통해 유지비용을 평균 50% 절감하고 예방 유지보수에 걸리는 시간을 최대 70%까지 단축할 수 있다. 현장 센서를 통해 실시간 수집되는 데이터를 분석하고 구조화해 에너지 현장 운영 관리자들의 효율적인 현장 운영과 신속한 의사 결정도 지원한다.
에너지, 자원 및 산업재 부문 내 AI 유망 기술 활용 사례로는 신소재, 화학물질 개발과 스마트 공급망 관리가 있다. AI를 적용해 연구자는 연구개발에 요구되는 DB 구축 및 유지관리, 화학물질 간 배합 결과를 통한 신소재 물성 예측, 필요 데이터 제공, 단계별 실험 제안 등 연구 단계를 간소화하고 시행착오를 줄일 수 있다. 또한 전 세계 공급망 전반에 발생하는 날씨 변화, 운송 시 병목 현상, 노동자 파업 등 예상치 못한 사건 등 방대한 데이터를 AI가 알고리즘 기반 스마트 공급망을 구축해 최적의 배송 경로를 제시할 수 있다.
AI 기반 금융산업, 사용 기반 보험 서비스 범위 확대 및 신용 리스크 분석 용이
금융서비스 산업은 핀테크 부문만 전 프로세스에 AI를 도입하고 있으며 핀테크를 제외한 분야에서는 AI 도입 및 투자는 초기 단계로 주로 소규모 시범 프로젝트에 국한됐다. 장기적 관점에서 봤을 때 AI가 적용된 금융 산업은 전체 가치사슬을 관통하는 통찰력을 제공하고 디지털 데이터를 활용해 속도와 규모, 범위가 꾸준히 증가할 추세이다.
AI는 머신러닝을 통해 은행 가치 사슬 전반에서 발생하는 이상 거래, 인간이 놓치는 의심스러운 활동을 포착해 은행 사기를 분석하는 툴로 활용될 수 있다. 또한 AI 기반 심층 인사이트를 활용해 고객 이탈 예측 및 예방과 고객 생애 가치 평가, 고객 세분화를 통한 최적화된 마케팅 서비스를 제공해 고객을 확보하고 유지한다.
금융 부문 유망 AI 기술 활용 사례로 사용자 맞춤화된 보험 제공과 신용 리스크 분석을 들 수 있다. AI를 활용한 고객의 실제 행동과 필요에 따라 보험 적용 범위와 요율을 실시간을 조정하는 것이다. 현재 사용 기반 맞춤형 보험 서비스는 차량 내 차량 내 텔레매틱스(Telematics)와 앱을 분석해 운전자 보험료를 책정하는 단계이지만, AI 도입을 통해 항공/상업용 트럭/가전기기 등 다양한 영역으로 확대될 것으로 예상된다.
또 다른 유망 사례는 AI가 대출 및 신용카드 위험과 신용도를 평가하는 것이다. AI는 머신러닝, 기타 기술을 사용해 대출기관 및 신용카드 회사와 대출자에게 모두에게 도움을 줄 수 있다. 이는 비우량 대출자와 비은행권 대출자들의 신용도 자동 평가와 자동화된 문서화, 규정 준수 검증을 통해 전체 라이프사이클에 걸쳐 대출 관리 프로세스를 지원하는 것을 의미한다.
정부, 공공 부문에 적용된 AI 복지, 의료, 군사 등 다양한 분야 디지털 전환 가속화
정부 및 공공 부문에 적용된 AI는 백오피스 업무 자동화 및 페이퍼리스(Paperless) 촉진 외 AI와 인간의 협력을 바탕으로 시민 의식주 개선, 정신 건강, 여러 중독 문제 등 다양한 리스크를 예측해 효과적인 공공 정책을 지원한다. 또한 AI 알고리즘을 활용해 게놈, 이미징 및 임상 데이터를 포함한 대량의 생물의학 데이터를 분석해 질병 예방, 진단 및 치료 등 의료 혁신을 달성할 수 있다.
미래에는 실시간 전술적 움직임을 시뮬레이션하고 딥러닝을 통해 군사 전략을 개선할 수 있다. 또한 AI가 수십 년간 판례와 수백만 건의 재판 기록을 분석해 사건 결과를 예측해 국내 및 국제 법원의 판결과 사건 해결 속도를 높일 것으로 기대된다.
임상시험 데이터 관리 자동화, 의약품 제조 인텔리전스, 바이오마커 발견 등 실현
AI를 사용한 임상시험은 데이터 수집과 결과물 생성 작업을 간소화한다. 이는 임상 시험자가 환자 참여(Patient engagement) 등 부가 가치 서비스에 집중할 수 있도록 도와주며, 디지털 데이터 요소를 정형화 및 표준화해 데이터 관리를 자동화한다. 또한 기존 데이터를 재사용해 임상시험 전반에 걸친 데이터베이스를 재구축할 필요가 없다.
이와 함께, 신약 승인 절차를 가속해 신약 출시를 앞당긴다. 또한 알고리즘 모델과 센서 데이터를 사용해 제조상 편차 예측 및 사전 시정 조치를 통해 공장 수율과 생산성을 극대화하는 의약품 제조 인텔리전스를 실현한다. 환자 및 의료 전문가의 소셜 미디어 피드백, 불만 사항, 부정적 사건 등 분석을 통해 제품 설계와 패키징, 교육자료 개선 등 다양한 인사이트도 제공한다.
나아가 미래에는 AI가 생명과학 데이터 분석과 패턴 인식을 통해 새로운 바이오마커(biomarker)를 파악하는 데 큰 역할을 할 수 있다. 이는 신약 개발 프로세스 가속화를 실현해 생명과학 회사들이 혁신적 치료법을 더 빨리 발견하고 시장에 신약을 더 빨리 출시할 수 있는 것을 의미한다. 이 밖에도 새로운 생명체를 합성하는 합성생물학, 체액과 조직을 연구해 질병 원인, 특성, 영향 등을 파악해 진단 속도와 정확성을 제고하는 디지털 병리학, 복약 준수 및 원격 환자 모니터링 등 다양한 분야에서 두각을 보일 것으로 기대된다.
최호계 한국 딜로이트 그룹 첨단기술, 미디어 및 통신 부문 리더는 “각 산업군에서 AI 도입률과 성숙도는 큰 차이를 보이고 있으며 산업군 내에서도 그 수준은 다르게 나타나고 있다”며 “AI의 성공적 도입을 위해서는 소규모 비즈니스 영역에 적용한 후 점진적으로 사업 전반에 확대하는 단계적 전략이 필요하다”고 말했다. 이어 “이번 인공지능(AI) 활용서 리포트를 통해 기업 관계자분들은 각 산업에 적용된 AI 사례와 전망을 살펴보시면서 AI 활용에 대한 인사이트를 얻을 수 있다”고 덧붙였다.
