yokarii 스토어

yokarii

개인인증

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

19개
전체 판매량

39개
최근 3개월 판매량

0개
자료후기 점수

평균D
자료문의 응답률

-

전체자료 19개

판매자 표지

의료AI솔루션의 기술적 한계 고찰, IBM 왓슨 사례를 중심으로

의료AI솔루션의 기술적 한계 고찰- IBM 왓슨 사례를 중심으로 -의료 부문에서 AI를 도입하려는 시도, 또는 도입한 사례는 분야가 다양하다. 우선 의사의 진단 및 처방을 포괄적인 측면에서 대신하거나 의료진에게 이를 제안할 목적으로 개발한 소위 의료AI솔루션이 있다. 암 진단과 치료방법 제안을 지원하는 프로그램인 IBM의 왓슨, 정확하게는 WFO(Watson for Oncology)가 대표적이다. 의료분야에서 AI를 적용한 첫 사례로 회자된다. 이외에도 AI가 제시하는 진단 솔루션의 범위를 보다 좁힌 형태로, 영상검사를 비롯하여 진단검사, 병리검사 데이터를 토대로 판독 결과를 추정하는 각종 프로그램이 개발 단계에 있고, 일부 질환에 특화된 판독 프로그램 중 극히 일부는 완성 단계까지 간 경우도 있다. 또한, AI의 일종인 음성인식이나 얼굴인식 기능을 차용한 형태로, 의무기록 입력을 간편하게 해주는 Voice EMR이나 얼굴사진 분석을 통한 유전질환 진단 프로그램들도 개발된 바 있다.그러나 막상 개발이 완료됐더라도 대다수의 경우 AI가 내린 진단의 정확도가 떨어져 신뢰성에 의문이 있으며, Voice EMR처럼 막상 실무에서 사용하기 불편한 경우 등 다양한 문제가 있어, 최종적으로는 도입이나 유지관리를 위한 비용 대비 효용성 부족을 사유로 의료 현장에서 퇴출되거나 외면당하고 있다. 본 리포트에서는 의료 분야 AI 전반이 아닌 의료AI솔루션으로만 범위를 좁혀, WFO를 중심으로 AI의 의료 부문 적용 시 애로 요인을 기술적 한계 측면에서 고찰해보고자 한다.WFO는 2013년 출시 후, 앞서 소위 바둑 분야 AI인 알파고가 성공적으로 주목받았던 시기에 편승하며, 당시에는 불가능할 것이라 여겨진 의료 분야에 AI를 적용한 혁신 사례로 평가받았다. 알파고는 대중에게 인간의 지성을 AI가 능가할 수 있다는 충격적인 메시지를 던졌으나 실생활에 적용된 것이라 보기 어려워 정도가 덜했지만, WFO는 실생활 중에서도 특히 전문적인 분야인 의료 부문에 활용되며 마치 의사 인력을 대스러운 분위기를 조장했다. 이 때문에 IBM은 WFO가 의사 인력을 대체하는 것이 아니라 의사의 진단, 처방을 지원하는 프로그램이라고 항변을 해야 할 정도였다.그러나 IBM은 오래지 않아 WFO 개발을 함께 한 MD앤더슨 암센터로부터 2016년 계약을 파기당했고, 2018년 WFO 사업부문 구조조정을 시작으로 2022년에는 해당 사업부문 전체를 글로벌 투자회사에 매각했다. 국내에서도 WFO를 선제적으로 도입한 길병원, 부산대학교병원, 계명대학교 동산병원 등이 이미 2017년 전후로 IBM과의 계약을 종료했다. 향후 WFO의 업그레이드 버전이 나올 가능성은 현재로는 전무할 것으로 사료된다.WFO가 이 같은 최후를 맞은 것은 사용 대가에 비해 효능이 그에 못 미쳤기 때문으로 평가받고 있다. 출시 당시 IBM은 WFO가 의사들이 평생을 걸려도 읽지 못할 수의 암환자 처방 데이터와 논문을 딥러닝 기법으로 계속 습득해 감을 내세워, 의사에게 정확도가 높은 진단 및 치료 옵션을 조언해줄 것이며, 그 정확도는 향후 더욱 더 정밀하게 될 것이라 했지만, 막상 의료 현장에서는 WFO가 내린 진단 옵션조차 의사와 일치를 이루는 비율이 낮았다. 경우에 따라서는 50% 미만의 사례를 보이기까지 했다. 효용이 부족해 퇴출된 후 그나마 긍정적인 평가는 ‘다학제적 진료를 활성화하는데 도움이 됐다 정도’에 그치는 수준이다. WFO의 실패 이후 지멘스 사의 헬스시니어스나, 국내에서 과학기술정보통신부와 정보통신산업진흥원이 주도하여 개발하는 닥터앤서 등이 대안 프로그램으로 언급되고 있으나, WFO의 비효용성과 비효율성을 목도한 의료계, 특히 각 의료기관들이 이를 얼마나 적극적으로 도입할 지는 의문이다.이처럼 의료 분야에서 의료AI솔루션 활용이 어려움을 겪는 이유는 개발에 소요되는 직간접 비용 문제 등을 비롯해서 의료, IT 상호 분야의 교류 부족, 관련 분야 모두에 정통한 전문가 부족, 법적 규제 등 제도적 문제로 인한 개발 저조 등 여러가지가 있겠으나, 우선 AI 자체의 기술적 한계를 주요한AI는 인간이 지닌 학습, 판단, 추론 능력 등과 동등한 또는 그 이상의 인지 기능을 가진 것으로 생각한다. 그러나 지금의 AI가 가진 역량은 그에 전혀 미치지 못하고 있는 것이 현실이다. 현재까지 개발된 AI는 함수 관계가 특정되지 않은 수많은 독립변수와 종속변수 데이터 간의 관계를 분석해내서, 새로 입력한 독립변수에 대응하는 종속변수 중 가장 오차가 적은 값을 내놓는 시스템 정도에 지나지 않는다. AI의 기반이 되는 딥러닝도 컴퓨터의 연산 기능 한도 내에서 독립변수, 종속변수 데이터 값으로 구성된 모델을 겹겹이 쌓으면 쌓을수록 교정을 거쳐 오차율을 극소화할 수 있는 기법에 지나지 않고, 이러한 데이터 연산도 기계적으로 이루어질 뿐이므로, 심층적이긴 하나 학습이라고 보기는 어렵다.다만 입력하고 연산할 수 있는 데이터 범위가 단순한 수치 값 외에도 자연어, 문헌 등 텍스트 기반의 자료, 통계 모델이나 추론 모델을 비롯한 알고리즘 등까지 포함하므로, AI 프로그램은 수학적, 통계적 기법인 회귀분석 방식과는 엄밀히 구분되며, 인간의 귀납적 논리 선택 전개와 유사한 형태로의 연산 방식 구현은 가능하다. 그럼에도 불구하고 상기한 기술적 한계로 인해, 현재까지의 AI가 자체적으로 인간처럼 지각과 인지가 바탕이 되는 경험 및 훈련을 통한 학습, 추론을 통한 판단 등의 행위를 하는 것은 불가능하다. 따라서 아무리 정밀하게 구축된 의료AI솔루션이라 할지라도 경험적, 인지적, 직관적 판단 능력이 요구되는 의사의 진단, 처방 등 다양한 진료 행위를 전부 대신할 순 없다.그리고 의료AI솔루션은 상기한 시스템 구축 방식 상 몇 가지 오류를 내포할 수 있다. 우선 딥러닝을 통해 AI가 구성해놓은 데이터 모델은 상관관계는 존재하나 인과관계 여부는 불명확하다. WFO를 예로 들면, 해당 프로그램은 수많은 암환자의 검사결과와 암 진단 여부 데이터를 쌓아 진단 모델을 구축했기에, 어떤 환자의 검사결과를 입력했을 시 암 진단이 내려질 수 있는 가능성, 즉 상관 정도가 평가될 수 있다. 그러나가 규명된 다양한 논문데이터를 습득하긴 하지만, 논문들 간에도 데이터 상 인과관계 정도가 다르므로, 단순히 데이터를 쌓기만 하면 딥러닝에 따른 교정 과정에서 인과관계는 퇴색될 수밖에 없다. 이를 보정하기 위해 프로그램 개발 시 검사결과와 암 진단 여부 간 인과관계가 보다 잘 정립된 주요 논문 데이터를 다른 데이터보다 더 가중치를 주는 방향으로 프로그래밍했던 것으로 보이며, 이는 곧 AI가 아니라 인간의 판단이 상당 부분 투영되는 결과를 낳는다.또한, 의료AI솔루션을 활용 시 분할의 오류 및 범주의 오류를 범할 수 있다. 프로그램에 다수의 데이터가 들어갈수록 대수의 법칙에 따라 모델의 오차는 줄어들기 마련이나, 개별 데이터를 모델에 적용할 시 AI가 내놓는 답은 가지고 있던 모집단 데이터의 경향에 따라 확률적 가능성을 제시해줄 뿐이다. 심지어 해당 개별 데이터가 모집단과 다른 범주의 것이라면 오차는 더욱 커질 수밖에 없다. 실례로 WFO는 수많은 임상 빅데이터와 논문을 딥러닝했음에도 불구하고, 국내를 비롯하여 인도, 태국 등의 병원에서, 그리고 심지어 미국의 병원들에서조차 의사의 판단과 불일치하는 결과값을 내어 놓았다. 일치율이 떨어지게 된 주요한 요인으로 WFO가 습득한 데이터가 특정 지역, 특정 상황을 기준으로 이루어졌으므로 다른 지역, 상황에서 적용 시 오차가 발생한다는 점이 지적되었다. 즉, 인종이나 지역적 차이, 국가별 진료 가이드라인이나 치료법, 보험 제도의 차이 등이 있으므로, 미국의 특정 의료시스템 하에 특정 병원의 데이터가 중심이 되어 만들어진 WFO는 이러한 차이를 반영하지 못한 것이다.이 같은 오류는 AI 프로그램 구성 방식의 근원적 특성에 기인하므로 WFO만의 문제점은 아니며, 향후 동일한 딥러닝 체계로 개발되는 모든 의료AI솔루션이 가지는 공통된 문제점이라 할 수 있다. 치료 행위의 근간이 되는 증상과 질병의 인과관계를 AI가 확실히 보장해줄 수 없다면, 의료계는 AI의 판단을 신뢰하지 않을 것이다. 또한, AI가 딥러닝하는 임상 데이터가 낮을 것이고, 모든 범주를 포괄하기 위해서 편차가 큰 데이터들을 포함하면 오차가 커져 해당 AI의 효용성이 낮을 것이다. 이러한 딜레마가 근본적으로 해결되지 않는 한 의료계에서의 의료AI솔루션 적용은 요원한 일이 될 수 있다.다만, 현재까지의 의료AI솔루션도 도구적 측면에서 의사가 행하는 일부 기능을 획기적으로 보완할 수는 있다. 환자 진료로 시간이 부족하여 연구에 매진은 고사하고 다른 의사의 논문을 읽어볼 여유도 없는 의료진들에게, 과거 수많은 의사들로 인해 축적된 임상 데이터를 기반으로 본인의 판단과 다를 수 있는 진단 및 치료방법에 대한 견해를 보조적으로 제공할 수 있다는 점에서, 의료AI솔루션이 무가치하다고 판단할 수 없고, 경제성 문제를 배제한다면 오히려 상당한 효용이 있을 수 있다. 그런 관점에서 국민 의료비용을 장기적으로 줄여 나가고자 하는 국가가 정부 주도로 의료AI솔루션을 개발해 공공 및 민간 의료기관에 보급하는 형태의 정책 입안 등은 적극 권장할 필요가 있다고 사료된다. 물론 해당 AI의 기반이 된 데이터 범주와 그로 인한 결과 활용의 한계점에 대해서도 의료진이 명확히 인지할 수 있게 해야만 할 것이다.아울러, 국내 일부 의료기관들이 WFO를 도입할 때, 선진 의료 AI기술 도입, 4차산업 선도 등 홍보효과에만 주안점을 두며, 의료AI솔루션의 원리나 효용 및 한계에 대해 정확히 이해하지 못한 채 도입한 점이 2~3년 내 단기간 퇴출이라는 불명예를 가져왔고, 국내 의료계의 AI 개발 및 적용을 늦추는 악영향을 미쳤다고 사료된다. 따라서 WFO의 국내 도입 및 퇴출 사례를 귀감으로 삼아, 의료AI솔루션을 만능주의로 접근하지 않도록 의료계가 경계할 필요가 있다고 생각한다.1. 김효정 et al., 「왓슨 포 온콜리지란?」, 20172. 최윤섭, 「IBM 왓슨 포 온콜로지의 의학적 검증에 관한 고찰」, 20173. 김천순, 「IBM Watson 작동방식에 대한 이해 및 사례 소개」, 20174. 송수연, 「왓슨-의료진 의견 일치율 낮은 이유, ‘심

의/약학| 2022.06.15| 5페이지| 2,000원| 조회(186)

왓슨, WFO, 의료AI, 의료AI솔루션

미리보기

닫기
핵심인재 관리 제도의 성공요인 고찰

핵심인재 관리 제도의 성공요인 고찰핵심인재 관리 제도란 타 인력에 비해 조직, 통상은 기업에 중요한 자원이 되는 인재를 채용하거나 육성하고 이들을 유지 관리하는 전반적인 체계를 의미한다. 소위 기업에서 뛰어난 소수의 인적자원을 기업경쟁력 확보 차원에서 관리하는 제도로 볼 수 있다.이러한 제도를 운영하기 위해서는 몇 가지 전제 조건이 갖추어져야 한다. 우선 기업 내 핵심인재에 대한 정의가 명확해야 한다. 해당 인재가 기업에 가져오는 성과가 일정 기준 이상이라거나, 해당 인재가 갖추고 있는 특출한 지식과 노하우의 기준이 규정되어 있는 등 핵심인재를 비핵심인재와 구분 지을 수 있는 내부 기준이 있어야 한다. 이 같은 기준이 없다면 제도 자체가 성립될 수 없다. 또한, 제도를 운영함으로써 얻는 기업의 순이익 등 실적 향상이 분명하고 높아야 하는데, 핵심인재에 대한 정의가 불명확하다면 이러한 효용도 불분명해질 수 있다.그리고 핵심인재를 선발하여 차별적 보상을 제공할 수 있는 인사제도가 뒷받침되어야 한다. 임금이나 복리후생과 같은 유형의 보상을 비롯하여 임명이나 승진, 별도 교육 등의 무형적 보상이 다른 인력에 비해 차별적으로 이루어지지 않는다면 핵심인재가 보다 높은 성과를 낼 수 있는 동기를 부여하기 어려울 뿐만 아니라, 핵심인재 유지 자체도 힘들어질 수밖에 없다. 예를 들어 연공서열에 기반한 임금이나 승진 체계를 유지하며 핵심인재를 관리할 순 없으므로 성과급 등의 인사 제도가 병행되어야 한다.아울러 핵심인재 관리 제도가 가져오는 부정적 영향이 최소화되어야 한다. 핵심인재를 과도하게 우대하게 되면 비핵심인재로 분류되는 나머지 구성원 전체의 조직몰입도나 충성도를 낮추는 영향을 가져올 수 있고, 심한 경우 이직 증가 등의 악영향이 발생할 수 있다. 또는 핵심인재로 발탁되기 위한 구성원 간 경쟁이 격렬해질 경우 이는 기업 내 구성원 간, 조직 간 충돌을 부추기며, 불필요한 업무 외적 활동으로 인해 조직의 운영효율성을 저해할 수도 있다. 핵심인재 한 명이 비핵심인재 다수를 대리하는 수준의 효용을 가질 수는 있겠지만 기업이 인력을 관리하는데 있어 불필요한 비용 발생을 초래할 이유는 없다. 핵심인재 관리 제도를 운영하기 위해서는 리더쉽의 요구나 인사관리 부서의 의지만 있어서는 안되며, 조직 구성원 다수가 제도의 필요성을 인지하고 이를 돕는 문화가 형성되어 있어야 한다.그러나 기술경쟁력 등이 중요하여 인적자원에 대한 관리가 충실한 일부의 기업을 제외하고, 핵심인재 관리 제도를 운영하며 상기한 전제 조건을 충실히 지키고 있는 기업이 얼마나 많은지는 의문이다. 핵심인재의 정의가 뭔지, 핵심인재가 왜 필요한지, 왜 핵심인재에게 차별적 보상을 해주어야 하는지 조직 구성원들이 충분히 이해하지 못한 채 제도를 운영하는 기업이 많다. 핵심인재를 관리한다면서 연공급을 그대로 운영하는 등 관련 인사제도가 뒷받침되지 못하는 기업도 다수 있다. 조직 구조 상 부서 간, 직종 간 차별을 최소화해야 하는 상황, 또는 조직 문화가 구성원 간 평등을 중시하고 있는 상황임에도 선진 제도라는 이유로 핵심인재를 관리하며 과도한 보상을 제공하는 기업들이 존재한다.핵심인재 관리 제도를 운영함으로써 기업이 얻는 성과에 대해서는 이미 다양한 연구가 이루어져 있다. 제도 운영 여부는 기업이 효용을 셈해보고 각자의 경영환경에 맞게 검토하면 될 일이다. 이미 시행하고 있는 기업도 다수 존재하니 이를 벤치마킹할 수도 있다. 다만 제도를 운영함으로써 궁극적으로 얻고자 하는 목적이 명확해야 하고, 제도를 운영하기 전에 기타 인사제도의 연동, 조직 문화 개편 등 상당한 제반 준비가 되어 있어야 할 것이다. 제도를 운영함에 따른 손실도 존재하는 만큼 선진 체계라는 맹목적인 인상으로 제도의 효용만을 바라보고 접근해서는 안될 것이며, 과유불급의 원리를 잘 지켜 제도를 운영할 필요가 있다고 생각한다.1. 이주인, 「핵심인재 육성을 위한 실무 가이드」, LG 주간경제, 20022. 김현기, 「핵심인재 관리의 허와 실」, LG 주간경제, 20033. 이혜정 et al., 「핵심인재관리제도 도입의 결정요인과 기업성과에 관한 연구」, 20074. 전동화 et al., 「핵심인재관리제도가 기업성과에 미치는 영향」, 2011

경영/경제| 2021.12.24| 3페이지| 2,000원| 조회(131)

핵심인재, 인적자원관리, 인적자원, 핵심인재관리제도

미리보기

닫기
조직 구성원 성과의 상대평가 및 절대평가 방식 비교 고찰

조직 구성원 성과의 상대평가 및 절대평가 방식 비교 고찰기업의 조직 구성원에 대한 성과평가는 크게 절대평가 방식과 상대평가 방식으로 나누어진다. 절대평가는 피평가자인 구성원의 직무 성과 등 평가요소가 미리 제시된 점수 체계나 등급 등의 척도 기준에 부합하는지 또는 기준 대비 어느 정도에 해당하는지를 평가하는 방식이며, 상대평가는 피평가자의 직무 성과 등 평가요소를 다른 피평가자들의 성과 수준과 상호 우열을 비교하여 평가하는 방식이다.각 평가방식은 서로 다른 특징이 있다. 절대평가는 명확한 평가 척도가 있어야 하고 이를 설정하는 것이 어려운 반면, 평가 자체는 주어진 척도에 맞추어 기계적으로 할 수 있다. 상대평가는 우열 비교 방식이므로 다양한 평가요소를 반영할 수 있고, 균일한 평가요소가 적용된 그룹 내 평가가 용이할 수 있으며, 피평가자들 간 비교가 가능하지만, 이에 반해 서로 다른 평가자와 평가요소가 존재해 발생하는 불균등을 표준화할 수 있는 보정이 추가로 필요하다. 평가자의 주관이나 성향에 따라 평가결과가 좌우되고 통상 관대화 경향을 보이는 절대평가에 비해 상대평가는 상술한 보정을 통해 이 같은 이슈를 어느 정도 해소할 수 있다. 실례로 실무에서는 상대평가 방식 운용 시 상대표준편차를 활용하거나 평가등급을 일정비율로 강제 배분하는 등 다양한 기술로 평가자 성향을 배제하거나 평가결과를 조정한다. 또한, 절대평가에 비해 상대평가 방식은 조직 구성원들 간에 보다 높은 경쟁을 유발하는 요인을 가지고 있어 이 점이 기업 성과를 높이기도 하지만 조직문화를 경직시키기도 한다.1980년대부터 2000년대 이전까지 기업의 조직 구성원에 대한 성과평가는 상대평가 방식이 주류를 이루었다. 보상 방식과 연계하면 높은 성과자에 대한 차등 보상과 낮은 성과자에 대한 개선이나 제재, 퇴출을 통해 기업 성과를 극대화할 수 있었기 때문이다. 한편으로 상대평가방식은 절대평가에 비해 비용효율성을 담보할 수 있어 다수의 기업들이 체택하기도 했다. 상대평가는 피평가자의 등급 비율을 미리 배분할 수 있어 절대평가에 비해 과도한 보상을 제한하는 것이 가능하기 때문이다. 이러한 평가방식을 운영한 대표적인 기업이 GE였다. 반면 2000년대에 들어서며 GE를 포함한 글로벌 기업들은 기존의 상대평가 방식을 포기하고 절대평가 방식을 속속 도입하고 있다. 이러한 평가방식의 변화 경향은 국내 기업에도 영향을 미치는 추세다. 과거에는 상대평가를 통해 조직 내 성과 경쟁을 유발하여 기업의 성과를 높이고 이를 바탕으로 기업 간 경쟁에서 우위를 점할 수 있었으나, 현재의 기업 환경에서는 점차 이러한 공식이 통용되지 않고 있기 때문이다.기업의 외부 경영환경은 과거에 비해 더 빠른 속도로 변화하고 있으며, 기업들은 예전과 달리 산업계통이나 국가를 넘나들며 무한경쟁을 하고 있다. 이로 인해 기업들은 변화에 대한 지속적인 대응과 끊임없는 혁신 창출을 요구 받는데, 조직 구성원들의 과도한 경쟁을 유발하는 상대평가 방식은 이에 적합하지 않다. 기업의 변화 대응과 혁신을 이끄는 요인은 조직 내 경쟁이 아니라, 조직 구성원의 자율성, 구성원 간의 소통 및 협업이기 때문이다. 다시 말해, 최근 기업들은 이 같은 변화 대응과 혁신을 가장 중요한 성과 요인으로 인지하고 있으므로, 성과평가 방식 트렌드가 상대평가에서 절대평가로 바뀌고 있다.다만 이러한 절대평가 도입 추세는 경영환경의 변화에 기인하는 것이므로 다시 외부환경이 변화하면 언제든 상대평가가 주류인 트렌드로 회귀할 수 있을 것이다. 최근 절대평가 방식을 도입하는 기업들은 해당 평가방식의 문제점을 보완하기 위해 평가자를 다양화, 수평화하는 다면평가 등을 병행하기도 하지만, 절대평가 방식은 피평가자 간의 우열 비교의 어려움이나 평가결과의 관대화 경향에 따른 보상비용 과다 등 근본적인 문제점 해결이 어렵기 때문이다.결론적으로 상대평가 방식과 절대평가 방식 중 택일의 문제는 트렌드와는 별도로 해당 기업의 경영 환경과 경영 목표, 그리고 기업이 추구하고자 하는 평가의 목적에 따라 결정하는 것이 합리적이라고 생각한다. 또한, 성과평가 방식은 기업 성과뿐만 아니라 조직 구성원의 몰입도나 조직 문화 등에도 지대한 영향을 끼칠 수 있는 만큼, 평가 방식을 변화시키고자 할 때는 그에 앞서 경영리스크에 대한 판단이 사전적으로 이루어질 필요가 있다고 사료된다.1. 조성일, 「변화와 혁신의 시기, 절대평가가 부상하고 있다」, 2016, POSRI 이슈리포트2. 정재우, 「기업의 직원 성과평가방식 비교」, 2017, 월간 노동리뷰3. 박형철, 「기업이 챙겨야 할 ‘2018년 인사관리 핵심 포인트’」, 2018, 대한상의 브리프

경영/경제| 2021.12.24| 3페이지| 2,000원| 조회(107)

인적자원관리, 인적자원, 성과평가, 상대평가, 절대평가

미리보기

닫기
스티브 잡스 자서전 서평

사는 놈, 파는 놈, 이상한 놈- 「스티브 잡스」를 읽고 -법률에서 법인을 개인과 동등한 수준의 법적 행위를 할 수 있는 인격체로 인식하는 것처럼, 기업은 종종 살아있는 생명체로 비유된다. 개인이든 법인이든 주주가 됐든 기업에는 주인이 있고 기업의 운영을 맡은 경영자가 존재하지만, 사람이 두뇌만으로 살아갈 수 없는 것처럼 기업은 기업주나 경영자만의 것은 아니다. 기업은 마치 생명체와 같이 기업주의 요구와 경영자의 지시에 하부 조직이 일체화되어 유기적으로 움직여야 살아갈 수 있다. 그리고 개업하면 폐업할 때까지 복잡 다양하게 구성된 내부 조직들이 생존을 위해, 생존을 유지하기 위해, 그리고 존재가치를 이룩하기 위해 마치 유기체처럼 움직인다.인간이 살아가는데 산소가 절대적으로 필요한 것처럼 기업이 생존하기 위해서는 이윤 창출이 필수 조건이다. 이윤이 발생하지 않는 기업은 자기 자본이나 타인 자본을 갉아먹으며 짧은 기간 생존할 수는 있어도 오래는 살지 못한다. 다행히 생존이 담보되면 기업은 생존의 유지를 위한 조건 충족을 위해 노력한다. 즉, 기업에 이윤이 계속 발생할 수 있도록 기업 내·외부의 환경과 그 변화에 끊임없이 적응하려고 한다. 기업 내부의 인적, 물적 자원이 제대로 가용될 수 있는 조건을 갖추되 그 비용을 줄이기 위해, 판매하는 제품이나 서비스의 매출을 유지하거나 늘리기 위해, 외부 경쟁기업의 위협이나 각종 규제에 대응하기 위해 다양한 경영활동을 한다. 그리고 생존 조건을 넘어 유지 조건까지 충족됐을 경우, 비로소 기업은 인간이 매슬로의 욕구계층이론을 따르듯이, 경제적 가치를 높이는 데만 목표를 두지 않고 사회적 책임 등 다양한 가치 창출에 눈을 돌린다. 기업의 발달 단계에 따라 경영 목표도 바뀐다고 볼 수 있다.그러나 대다수의 기업은 끊임없이 변화하는 경영환경으로 인해 모든 것에 우선하여 생존 조건 유지에 목을 맨다. 상당히 주기적으로, 심한 경우 일별로 매출과 비용을 셈해 본다. 이윤을 늘리기 위해 제품이나 서비스의 판매량을 어떻게 늘릴지, 비용을 어떻게 줄일지를 가장 먼저 고민한다. 경쟁기업보다 가격을 낮출까? 판매하는 제품이나 서비스를 다양화해볼까? 원재료 수입처를 바꿔볼까? 인력 구조조정을 해볼까? 이러한 고민을 하는 것은 비단 동네 구멍가게뿐만 아니라 대부분의 대기업도 같다.그런데 간혹 다른 발상을 하는 기업들이 있다. 이런 기업들은 비용은 많이 들더라도 뛰어난 제품이나 서비스를 제공하면 이윤은 자연히 뒤따라온다는 생각으로 과감한 투자를 하고 우직하게 경영을 한다. 물론 이러한 경영방식이 성공을 담보하진 않는다. 기업이 자기만 잘한다고 시장에서 성공할 수 있는 건 아니다. 실패 사례도 많다. 모토로라, 소니, IBM을 비롯해서 수많은 대기업이 이 같은 방식으로 운영하다 실패했다. 2000년대 초반까지 열풍이 불었던 6시그마 경영의 성공사례로 손꼽히던 GE도 잭 웰치의 은퇴 후에는 더 이상 그러한 경영기법을 고수하지 않는다. 이후에 6시그마를 대체할 경영기법으로 린이 떠들썩했지만 그것도 오래가지 않았다.아무리 좋은 식재료와 빼어난 조리법을 쓴다 한들 고객의 입맛을 예측하지 못하는 음식점은 원료와 방법의 개선에만 매몰되다 망하기 마련이다. 다만 고객이 맛있어하는 음식을 팔면 그래도 그 음식점은 상당 기간 유지된다. 스티브 잡스는 고객이 맛있어 하는 음식을 만드는 수준을 넘어서서, 누구도 생각하지 못한 새로운 요리를 만들어 고객을 끌어들이는 경영자였다. 다른 기업들이 생존에 목매고 있을 때, 품질 향상에 노력하고 있을 때, 고객의 니즈를 파악하려 애쓰고 있을 때, 잡스는 그런 기업들을 비웃듯이 고객이 열광할만한 새로운 시장 생태계를 턱 하니 내놓곤 했다. 새로운 생태계를 창출하는 과정에서 통상 방해가 되는 기존의 관습 같은 장벽들은 그에게 아무런 의미가 없었다.DOS 운영체제의 명령어를 이해하는 일부 전문가나 관련 지식을 습득한 소수의 일반인만 PC를 사용할 때, 잡스는 마우스 클릭 몇 번으로 DOS 명령어를 대신할 수 있는 MacOS 운영체제를 새롭게 만들어 모든 일반인을 PC 생태계로 끌어들였다. 그리고 모두가 핸드폰을 통화기기나 카메라로만 사용할 때, 잡스는 핸드폰을 인터넷 세상과 연결시켜 스마트폰이라는 새로운 IT 생태계를 창조해냈다. 또한, 스마트폰 제작·판매 기업들이 제품 차별화를 하겠다고 전문가를 영입해 앱을 개발하고 기기에 이식하고 있을 동안, 잡스는 앱스토어라는 시장을 만들어 누구든 앱을 개발해서 사고 팔 수 있게 만들어 기업과 고객의 경계선마저 없애버렸다. 스티브 잡스의 이러한 경영방식은 혁신경영, 파괴적 혁신 등의 꼬리표가 붙었다.결과적으로 스티브 잡스가 고객의 니즈를 사전에 예측하며 새로운 시장을 개척하고 선도해나가긴 했지만, 정작 그가 유일하게 남긴 자서전 「스티브 잡스」를 읽어 보면, 잡스에게서 그처럼 뛰어난 경영자의 모습이 보이진 않는다. 오히려 그는 자신의 아이디어와 경영방식만을 곧이곧대로 따르게 하고 더 나아가 자신의 지론과 방법론에 강박적으로 집착했다. 스마트폰은 한 손으로 조작할 수 있어야 한다는 뜻 모를 신념으로 고객의 니즈는 아랑곳하지 않고 액정 크기 키우길 죽을 때까지 거부한 사람이다. 심지어 잡스는 자신이 만든 회사 애플에서 한 번 쫓겨난 경험이 있는데, 그가 다시 복귀한 이후에 만든 애플의 제품은 출시까지 비밀주의를 고수했다. 시장에 자사의 제품을 미리 선보여서 고객의 반응을 확인해보는 사전 마케팅 따위는 가볍게 무시했다. 예상 매출도 아랑곳하지 않는 모습이었다. 혹자는 이를 두고 신비주의 전략이라고 일컫지만, 그건 단지 경쟁기업이 자신의 제품을 베끼는 것을 그가 병적으로 싫어해서였을 뿐이다.이런 고집불통 리더가 어떻게 기업을 망하게 하지 않고 사후까지 추앙받는 경영자가 되었을까? 자서전에 드러나는 그의 모습은 리더인지 고객인지 헷갈릴 정도다. 왜 내가 PC를 사용하기 위해 불편하게 도스 명령어를 배워야 하지? 명령어를 입력해야 하는 제품이 무슨 필요가 있나? 내가 굳이 이 제품을 사야 하나? 고객의 입장을 이해하는 것을 넘어 아예 비판적 시각을 가진 고객이 되어 시장의 제품을 바라보는 그의 시선은 경쟁기업에 국한되지 않는다. 그 자신이 보기에 완벽하고 아름다운 제품이 만들어질 때까지 잡스는 가혹하게 자신의 기업을 다그친다. 불가능을 이해하지 못하고, 불완전성을 용납하지 못한다. 직원들은 그런 잡스를 신경질적으로 바라볼 뿐이다. 고객보다 더 고객 같고, 기존의 질서나 체계도 아랑곳하지 않는 모습이 그를 혁신가로 만들었다.그러나 잡스의 이러한 경영방식도 항상 성공했던 것은 아니다. 잡스의 애플이 만든 MacOS는 경쟁업체인 마이크로소프트사가 유사한 Windows OS를 따라 만든 후부터는 더 이상 혁신적인 운영체제가 아니게 되었고, 애플이 만든 아이폰도 수많은 안드로이드형 스마트폰이 뒤따라 출시되며 더 이상 혁신적인 스마트폰이 아니게 되었으며, 애플이 만든 앱스토어 생태계마저도 구글이 안드로이드 마켓을 뒤따라 만들어내자 혁신의 가치를 잃었다. 그리고 잡스 사후인 현재에 이르러 애플에게는 시장 지배적 디자인과 그에 따른 지위만 남았고, 혁신이란 단어는 시장과 고객의 집착 속에서만 살아남아있다. 제아무리 혁신적이고 획기적인 경영방식도 끊임없이 변화하는 대내외 환경에서 영속할 순 없는 듯하다.

독후감/창작| 2021.12.24| 4페이지| 2,000원| 조회(179)

독후감, 서평, 스티브잡스, 혁신, 혁신기업

미리보기

닫기
AI를 통한 채용방식의 효용성 및 활용가능성 고찰

AI를 통한 채용방식의 효용성 및 활용가능성 고찰채용은 조직, 통상적으로 기업에 적합한 인력을 선발하는 과정이다. 그러나 채용은 본질적으로 정보비대칭성에 따른 역선택의 위험이 있다. 기업은 채용이라는 의사결정을 하는데 있어 채용 대상자에 비해 가지고 있는 정보가 적다. 심지어 채용 대상자는 기업에 고용되기 위해, 즉 자신의 이익을 위해 기업에 부정확하거나 거짓된 정보를 줄 수 있다. 즉, 기업은 채용 대상자가 제시한 일부 정보만을 가진 상태에서 보다 조직에 적합한 인력을 선별할 수 있어야 한다. 따라서 대다수의 기업은 이러한 선별을 위해 자체적인 채용 평가시스템을 가지고 있다. 기업은 채용 평가시스템을 통해 채용 대상자의 과거의 이력 등으로 현재의 인성이나 능력 등을 추정하고, 이를 통해 해당 인력이 미래에 조직에 필요한 인재인지를 예측하려고 한다.그러나 이러한 채용 평가시스템의 존재만으로는 채용 과정에서 발생하는 역선택을 방지하기에는 역부족이다. 오랜 고용 기간에 비해 상당히 짧은 시간에 이루어지는 채용 과정으로는 채용 대상자의 인성, 능력, 조직적합성 등을 정확히 측정해낼 수 없기 때문이다. 다만 경제학의 관점에서 이러한 역선택은 반복 거래를 통해 어느 정도 해결이 가능하다. 유사한 채용 과정이 반복되면 기업은 과거에 채용한 인력의 특성을 바탕으로, 조직에 적합한 인력이 지녀야 할 자질 등을 유추해낼 수 있고, 이를 향후 채용 과정에 적용할 수 있다. 다시 말해, 채용 평가체계에서 기업에 필요한 인재의 일정한 패턴, 즉 알고리즘을 도출할 수 있다. 실제로 다수의 기업은 이러한 알고리즘을 채용 평가시스템에 도입하고 있다. 예를 들자면 선택법 논리로 일정 자격 면허를 채용 신청기준으로 두거나, 소거법 논리로 대학 졸업학점 일정 수준 이하를 채용 탈락기준으로 두는 경우 등이다.이러한 알고리즘의 적용은 기업의 채용담당자를 대신하여 AI를 활용하는 것이 가능하다. 과거 채용된 인력의 유의미한 학력, 경력, 자격 면허 등 이력사항을 AI에게 반복 학습시키면 조직에 확정적이거나 확률적으로 적합한 인력을 선별할 수 있을 것이다. 그러나 AI를 활용한 채용 시스템은 상당 부분 한계가 있다.우선 AI는 채용 과정의 효율성을 높여줄 수 있을 뿐, 채용 과정의 합리성을 극대화할 수는 없다. AI는 시스템 특성 상 과거의 수많은 데이터를 통한 학습 과정이 필요한데, 채용에 활용하려는 AI에게는 과거에 고용한 인력들의 채용 시점 이력 등의 데이터와 고용 이후 개별 성과에 대한 데이터들이 학습될 수밖에 없다. 그러나 이러한 두 가지 성격의 데이터는 시간적 선후에 따른 상관관계는 있더라도 반드시 인과관계가 성립되는 것은 아니다. 예를 들어 현재 높은 성과를 내는 근로자가 있다면 채용 당시 높은 능력을 가지고 있었던 것이 원인인지 고용 후 사내 교육 참여도가 원인인지는 알 수 없다. 즉, 채용 과정에 오류가 없기 위해서는 필연적으로 채용 대상자의 능력 등 자질과 향후 기업 내 개인 성과 간에 명확한 인과관계가 필요한데, 이 점은 AI를 쓴다고 하여 명확히 규명되는 것은 아니다. 다만, 채용담당자의 채용에 비해 AI의 채용은 채용 관련 데이터의 분석이나 적용에 있어 정확성을 기할 수 있다. 또한, AI는 기계적인 채용이 가능하고 부정을 지르지 않으므로 채용담당자에 비해 공정성을 기할 수는 있을 것이다.또한, 현재까지 개발된 AI의 수준이 인간이 행하는 채용 과정에서의 다양한 지적 판단 등을 대체하지 못한다. 지금의 AI는 인간이 제시하는 일정 알고리즘 하에서 수많은 데이터를 축적해 두고 주어진 조건에 유사한 데이터를 추출해내거나, 데이터들 간의 유사성, 이질성을 확률적으로 판별해내는 정도에 이르고 있을 뿐이다. 따라서 현재 AI의 수준으로는 인간이 제시한 알고리즘의 적용을 넘어서서 보다 적합한 알고리즘을 제시하는 것은 불가능하다. 예를 들어 과거 해당 기업에 채용된 인력 중 세무사 자격증을 가진 근로자가 확률적으로 조직에 더 큰 성과를 가져왔음을 찾아내, 해당 자격증을 가진 인력을 채용 과정에서 기계적으로 선별해낼 수는 있어도, 향후 회계사 자격증을 가진 인력이 채용되었을 때 조직에 더 큰 성과를 낼 것이라는 등의 직관적인 방식의 판단을 해낼 수는 없다. 뿐만 아니라 AI는 면접전형 등 대면을 통한 평가 과정이나 서류전형에서도 어휘능력 등을 보는 평가과정에서 아무런 기여를 할 수 없다. 현재 AI의 수준은 표정, 몸짓, 대화의 어조, 글의 문맥 등을 통해 인간의 지성, 인성, 감정 등을 일부 추정해낼 수 있지만 인간의 수준만큼 판단하는 것이 불가하다.가장 문제가 되는 것은 적용가능성과 비용효율성일 것으로 사료된다. 기업마다 적합한 인재상은 서로 다르다. A기업에서 조직적합성, 직무적합성이 높은 인재가 B기업에서는 불필요한 인력일 수 있다. 즉, 채용 과정에 활용되는 AI는 해당 기업의 데이터로만 학습해야 한다. AI가 운용되기 위해서는 수만 이상의 데이터가 필요한데 중소기업은 적용할 데이터 자체가 부족하다. 대기업이라 할지라도 단순히 채용담당자의 업무효율성 증진이나, 채용 과정의 공정성을 높이고자 수억, 수십억의 비용을 들여 AI의 개발을 단행할 요인이 없다. 기업마다 별도로 개발해야 하니 사업성이 떨어져 이를 위탁하거나 도급할 업체도 거의 없을 것이다. 결론적으로 AI가 인간의 행위를 완전히 대체할 수 있는 수준까지 고도 개발되기 전에는 채용 과정에 이를 적용하는 것은 어려울 것으로 사료된다.1. 박형곤, 「AI의 사업적 적용 및 전개」, 딜로이트 컨설팅, 20192. 이윤근, 「[기고]초대형 인공지능 모델의 한계와 기대」, 전자신문, 20213. 이혜선 기자, 「고도화된 인공지능, 문제는 없을까」, 비즈니스워치, 2021

경영/경제| 2021.12.24| 3페이지| 2,000원| 조회(156)

인적자원관리, 인적자원, AI채용

미리보기

닫기