트렌드 7: 하이퍼 자동화(Hyper Automation)

하이퍼 자동화는 조직 및 절차가 많은 비즈니스와 IT 프로세스에서 신속하게 식별, 검토 및 자동화하기 위해 사용하는 비즈니스 중심의 체계적인 접근 방식입니다. 하이퍼 자동화는 다음과 같은 여러 기술, 도구 또는 플랫폼을 조정된 방식으로 사용하는 것을 수반합니다: 

-Artificial intelligence(AI)
-Machine learning
-이벤트 중심 소프트웨어 아키텍처
-로보틱 프로세스 자동화(RPA)
-비즈니스 프로세스 관리(BPM)/ 지능형 비즈니스 프로세스 관리 제품 (iBPMS)
-iPaaS
-코드 의존도 감소 툴(Low-code/no-code tools)
-통합 소프트웨어(Packaged software)
-그 외 Hyper Automation과 연관 있는 툴들

하이퍼 자동화는 인공지능(AI), 머신러닝(ML), 자연어 프로그래밍, 예측분석 기술 등이 결합되어 있어 프로세스 중심보다는 데이터 중심의 자동화로 정의할 수 있습니다. 조직 전체를 디지털 방식으로 재생성하여 모든 프로세스를 서로 통합하고 개선 사항을 알리는 데 필요한 데이터를 수집하는 과정을 말합니다.

하이퍼 자동화의 프로세스는 기술 도구의 효율화에만 있는 것이 아닙니다. 사고방식의 변화도 필요한 요소 중 하나입니다. “데이터가 중요하다”라는 직원들의 인식 변화와 더불어 “데이터화는 효율적이다”라는 생각의 전환이 필요하죠. 조직은 데이터를 분석하고 활용하는 능력을 점점 더 키워나가야 할 것입니다. 또한 이러한 하이퍼 자동화 툴의 사용을 최대한 사용할 수 있도록 직원을 설득하고 강화해야 합니다.

결과적으로 4가지 요소가 성립되어야 하이퍼 자동화가 성립될 것으로 예상하고 있습니다. 
1) 기업은 어느 기술 혹은 툴을 활용해야 하는지 도출(identify)해야 할 것입니다.
2) 기업은 직원들이 하이퍼 자동화를 수용하도록 설득(convince)해야 할 것입니다.
3) 도출한 기술의 최적화(optimization)를 진행해야 할 것입니다.
4) 최적화에 성공했다면 기업은 이를 최대치로 활용(utilize)할 수 있는 인력과 기술을 키워나가야 할 것입니다.

트렌드 8: AI 엔지니어링

인공지능 공학은 실제 상황에서 인공지능을 적용할 수 있는 도구, 시스템 및 프로세스를 개발하는 데 초점을 맞춘 비교적 새로운 학문입니다. 개별 툴을 발전시키려는 일반적인 기술과는 달리 AI 엔지니어링은 다음과 같은 다양한 질문을 던집니다. 인공지능은 어떻게 인간이 미션 성과를 달성하도록 도울 수 있을까? 오늘날 실제로 AI 시스템의 한계는 무엇인가? AI 시스템이 배치됨에 따라 윤리 규범이 유지되도록 어떻게 보장할 수 있는가?

인공지능공학은 시스템공학, 소프트웨어공학, 컴퓨터과학, 인간중심설계 등의 원리를 결합해 인간의 미션 성과에 맞는 AI 시스템을 만드는 연구·실습 분야입니다. 

AI 엔지니어링에 대한 접근 방식을 3가지로 나눌 수 있습니다.

1) 인간 중심 AI
문맥상 AI 구현의 핵심은 기술을 사용할 사람들에 대한 깊은 이해입니다. 이 방식은 AI 시스템이 인간과 어떻게 일치하는지, 행동과 가치에 맞게 설계되었는지 살펴보는 분야입니다.

2) 확장 가능 AI
효과적인 AI 시스템이 개발되려면 많은 시간과 비용이 필요합니다. 이 방식은 AI 인프라, 데이터 및 모델이 문제 도메인 및 배포 전체에서 어떻게 재사용될 수 있는지 살펴봅니다.

3) 견고하고 안전한 AI
AI 기술과 시스템의 광범위한 채택에 직면한 가장 큰 과제는 AI 시스템이 밀접하게 통제된 개발 및 테스트 환경 외부에 배치될 때 예상대로 작동한다는 것을 아는 것입니다. 이 방식은 탄력적인 AI 시스템을 개발하고 테스트하는 방법을 조사합니다.

데이터 개발자는 데이터 수집 프로그램을 개발하고, 데이터 사이언티스트는 데이터를 분석하고 사업에 전략적으로 활용할 수 있도록 지원하는 모델을 만들어내는 사람입니다. 앞서 말한 두 분야와는 다르게 AI 엔지니어는 실용적인 ‘인공지능’을 개발하는 데 주력하는데요. 현존하는 개발자/기획자들과 협업해 전체적인 비즈니스와 인간에게 이로운 인공지능을 만드는 데 집중합니다.

‘인공지능이 무엇입니까?’라고 질문한다면 현재로서는 답을 하기 어려울 수도 있습니다. 하지만 많은 전문가들은 미래 사업과 비즈니스 효율화에 있어, 그리고 인간이 독자적으로 찾기 어려운 인사이트를 도출해내는 데 많은 도움을 줄 수 있을 것으로 예상하고 있습니다. 그만큼 투자 가치가 있으며, 지금부터 조심스럽게 접근하고 고민해야 할 분야입니다.

트렌드 9: 분산 기업

분산된 기업은 말 그대로 분산된 IT 직원과 네트워킹 시설을 기반으로 한 중앙 사무공간입니다. IT 직원이 거의 없거나 아예 없는 원격 사이트나 지사도 이러한 분산 시설에 포함됩니다. 원격 부서 및 지점은 일반적으로 중앙 집중식 사무실과 유사한 요구사항을 가지고 있지만 확장성에 있어 강점을 보입니다.

기업이 발전하고 번창하며 새로운 시장에 도달함에 따라 결국 실제 고객이 위치한 곳에서 영향력을 키우는 것이 가장 중요합니다. 분산된 기업 전략은 비용과 복잡성을 평가하고 성장 잠재력에 대해 판단하여 각기 다른 비즈니스를 강력하고 유연하게 운영할 수 있습니다. 변화하는 상황에 적응하는 것을 가능하게 합니다. 

분산 기업 전략에는 다음이 포함되어야 합니다. 

1) Enterprise-Grade Security
Enterprise-grade security는 기업이 사이버 보안 공격, 무결성 침해 또는 가용성 문제로부터 정보 자산을 보호하기 위해 사용하는 프로세스입니다. 여기에는 데이터, 서버, 스토리지 및 워크스테이션이 포함됩니다.

2) SD-WAN
SD-WAN(소프트웨어 정의 광역 통신망)은 네트워크를 암호화하여 서로 다른 광범위한 영역의 통신을 말하는 프로그램입니다. 

3) Cloud Deployment
클라우드 구축을 통해 기업은 다양한 애플리케이션을 구축하고 클라우드를 활용하는 SaaS(Software as A Service) 또는 IaaS(Infrastructure as A Service) 플랫폼을 사용할 수 있습니다.

4) Generalized Management System
GMS(Generalized Management System)는 서비스 제공에 영향을 미치는 기능 계획, 구현, 모니터링 등 운영 프로세스를 차트화한 매뉴얼입니다.

글로벌 시장에서 활동하고 있는 기업이라면 디지털화는 필수이며, 한 지역에 얽매이지 않는 사무공간과 사업모델이 필요할 것입니다. 결과적으로 효과적인 디지털 분산화가 이루어져야 많은 기업이 살아남을 수 있다고 많은 전문가가 생각하고 있습니다.