"기업의 존재를 결정짓는 것은 고객이다. 기업의 목적은 단 한 가지, 고객을 창조하는 것이다"
- Peter Ferdinand Drucker
비즈니스에 AI 기술을 접목시키기
Rule 1. 주요 산업의 핵심 비즈니스 프로세스를 분석해야 한다.
- 금융 서비스는 고객을 위한 투자 추천을 어떻게 생성하는지 (맞춤형 투자 상품, 마진 최적화)
- 회계사는 서류를 어떻게 처리하는지 (단순 작업 자동화)
- 병원은 병을 어떻게 진단하는지 (암 등 여러가지 질병 진단)
- 은행은 규정 준수를 위해 서신을 어떻게 검토하는지
- 보험사는 청구를 어떻게 처리하는지 (보험 가격 정책 최적화)
- 건설사는 비용 및 일정 견적을 어떻게 개발하는지 (지역, 부동산 투자)
- 정부는 세금 신고를 어떻게 처리하는지
→ 이러한 비즈니스 프로세스에서 엄청나게 가치가 있지만 비효율적인 프로세스를 찾아내는 것
→ AI + 비즈니스에서 핵심은 문제 정의, 가장 많은 시간을 투자해야 하는 부분
비즈니스 프로세스 구성 요소
1. 목표 정의: 비즈니스 프로세스의 목표가 무엇인지 (단순히 매출 증대가 아닌 구체적 목표)
예시:
- 신규 고객 마케팅: 제한된 예산(예: 1억)을 잘 써서 매출을 올리는 것 등
- 고객 충성도 관리: 기존 고객의 이탈을 식별하고 보상을 줘서 방지하는 것 등
2. 로드맵 설정: 비즈니스 프로세스의 계획, 설정한 목표를 위해 각각의 프로세스를 정리
- 어떠한 작업이 필요하고, 어느정도의 예산이 필요한지 등
3. 업무 분배: 프로젝트에 참여하는 팀원, 파트너, 컴퓨터 프로그램에게 할 일을 할당
4. 프로토타이핑: 목표를 이루기 위한 일들을 자동화된 프로세스 없이 시범으로 해보는 것
예시:
- 휴면 유저들을 DB에서 조회해서, 문자 메세지를 보내보는 것
- 마케팅 예산 집행을 수동으로 해보는 것
5. 구현: 테스트 결과가 실제로 괜찮았을 때, 이것을 실제 비즈니스 프로세스로 구현하는 것
- 매뉴얼을 만들거나, 자동화된 프로세스를 구현
6. 모니터링: 1단계에서 정의한 목표가 실제로 개선이 되었는지 측정
- 비즈니스 프로세스의 수행이 실제 매출이나 고객 가치로 연결되는지 인과관계를 증명
- 기업 입장에서, 추진한 일들이 목표 개선에 도움되는지 파악
- 직원 입장에서, 실적을 보고할 때 나의 contribution을 명확하게 할 수 있음 (경력 개선, 연봉 협상)
7. 반복: 피드백 루프를 통해 1~6단계를 통해 자동화된 시스템의 개선을 반복
- 이렇게 모든 단계를 거친 비즈니스 프로세스는 기업의 하나의 시스템으로 정착하게 됨
이상적인 비즈니스 프로세스란?
- 짧고 명확하게 정의되어야 하고, 스텝이 명확해야 함
- ex: 마케팅 예산 집행 최적화, 휴면 유저 프로모션 최적화, 스팸 이미지 검출 최적화
- 반복 가능해야 함
- 딱 한번만 진행될 프로세스라면 시스템화 할 필요도, 자동화 할 필요도, AI에게 맡길 필요도 없음
- 가치를 창출해야 함 (가장 중요)
- 해당 프로세스의 명확한 가치 제안(매출 증대, 고객 가치 향상 등)이 반드시 있어야 함
- 하는 업무가 실제로 비즈니스에 큰 기여를 한다는게 논리적으로 명확해야 함
- 유연해야 함
- 정의된 비즈니스 프로세스를 수행하는 동안 바뀌는 시장 상황에 따라 적응시킬 수 있어야 함
- 엔지니어 입장에서, 커스터마이징 가능하도록 설계된 경우
*(고객이 얻는 가치) - (고객이 지불하는 것) = 부가 가치 ← 이 것을 만들어내는 것이 가장 중요한 목표
AI를 도입하기 전에 생각해봐야 하는 것
AI로 할 수 있는 건 많지만, 모든 것을 AI로 해야 하는가?
AI 프로젝트는 비용이 많이 든다. 고려해야할 것도 많고, 엔지니어/시스템 모두 비싸다.
단순히 멋있어 보여서 AI를 쓰려고 한다면, 투자 대비 효율이 좋지 않다.
-
얼마나 중요한 문제인가 (고객 가치)
- 이 문제를 해결했을 때, 고객에게 얼마나 많은 가치를 만들어 줄 수 있는가
- 고객 가치를 만들어내면, 자연스럽게 매출은 오르게 되고 고객의 충성도가 높아진다
- 적당한 금액에 엄청나게 만족스러운 경험을 하는 것
-
측정할 수 있는가
- 비즈니스 프로세스와 성과 (고객 가치 향상)에 대한 인과 관계를 증명할 수 있는가
문제도 중요하고, 성과에 대한 증명도 할 수 있겠다는 판단이 섰을 때, AI를 도입할지 고민해볼 수 있다.
AI를 비즈니스에 도입하는 예시
사례 1: 리뷰 이미지를 올렸을 때 포인트를 더 주는 프로모션을 진행할 때, 고객이 이상한 이미지를 올려놓고 포인트를 받는 경우 리뷰 품질이 떨어지고 고객 만족도가 떨어짐
- 프로세스:
1) 고객이 리뷰 이미지를 업로드한다.
2) 시스템이 스팸 이미지인지 판단한다.
3) 스팸인 경우: 고객에게 포인트를 지급하지 않고, 리뷰 이미지는 등록되지 않는다.
4) 스팸이 아닌 경우: 리뷰 이미지 등록을 허용한다.
- 결과:
리뷰에 대한 품질이 개선되고, 포인트에 대한 낭비를 막을 수 있다.
사례 2: 휴면 유저 이탈 방지를 위해 마케팅을 진행하는 경우 (AI를 도입할 때 실제로 적용하기 쉬운 사례)
- 프로세스:
1) DB에서 고객의 활동 내역을 조회한다.
2) 활동 로그를 기반으로 유저가 이탈하게 될지 예측한다.
문제 예시: 해당 유저가 향후 14일 동안 접속할지 여부를 예측 (Binary Classification)
3) 이탈할 것으로 예측되는 유저에게 쿠폰 등의 보상과 함께 메세지를 보낸다.
- 결과:
원래 마케터가 (예: 3일간 미접속) 유저에게 수동으로 메세지를 보냈던 프로세스를 자동화할 수 있다.
사례 3: 마케팅 예산을 집행할 때, 각 매체(Instagram, Facebook 등)에 어떻게 예산을 분배할지 결정
- 광고 업계 측정 지표: ROAS (Return On Ad Spent) = 매출액 / 광고비 x 100%
- 프로세스:
1) 마케팅 예산 집행 후 분석을 통해 성과가 좋은 매체는 증액, 좋지 않은 매체는 감액
2) 어떤 매체에 얼마만큼의 예산을 분배할지 예측하는 모델을 도입