위기를 기회로 바꾸지 않으면 위기는 위기일 뿐이다.

온택트 경영학 - 위기를 기회로 바꾸는 디지털 트랜스포메이션 전략
마르코 이안시티.카림 라크하니 지음, 홍석윤 옮김 / 비즈니스랩 / 2020년 11월

 위기를 기회로 바꾸지 않으면 위기는 위기일 뿐이다. 올해 미래학자를 비롯한 많은 전문가들이 코로나19가 산업 전반에 티핑 포인트가 될 것이라는 예측을 쏟아냈다. 디지털 트랜스포메이션, AI이 가져올 변화에 대해 들은 바는 많았지만, 막연하게 공포의 대상으로만 자리 잡고 있던 게 사실이다. 코로나가 불러온 불확실성 앞에 한 개인으로서 ‘언젠가는 지나가겠지라고’ 주저하고 있었던 게 사실이다. 그런 막연함을 타파하고 싶은 마음에 책을 읽게 됐지만 기업들은 이러한 변화에 대해 어떤 대비를 하고 있고 나는 무엇을 실천할 수 있는지 정리할 시간이 필요했다.

 필자는 UX 디자인을 공부한 적이 있기 때문에 10년간 모바일 퍼스트 시대가 열리면서 얼마나 다양한 변화가 있었고 변화에 적응하지 못하면 아무리 거대한 기업도 사라지는 경우를 여럿 보았다. 전세계에서 피쳐폰 판매량 가장 많이 보유했던 노키아가 모바일 시대에 적응하지 못해서 시장에서 사라진 게 거의 10년이 됐다. 또한 시장의 흐름을 읽지 못하고 노키아를 인수했던 마이크로소프트는 오랜 침체기를 겪다가 클라우드 서비스로 겨우 기사회생했다. 모바일 퍼스트에서 10년이 지난 후 구글이 AI 퍼스트를 선언하고 마이크로소프트가 오래 지속되어 온 구조적 타성을 극복하고 어떻게 조직을 혁신했는지 구체적인 이야기가 담겨 있다. 아날로그 기업과 디지털화된 기업의 대비를 통해 비즈니스의 어떤 요소들을 디지털로 전환되고, 어떤 가치를 창출할 수 있는지 알 수 있다. 가령 디지털트랜스포메이션은 데이터와 관련된 특정 기술을 가진 부서의 일로 이해되기 마련이다. 하지만 부분적인 디지털 전환은 한계에 부딪힐 수밖에 없음을 월마트의 사례를 통해 보여주기도 한다. 저자는 기업의 운영 모델의 전부를 디지털화하고 통합해서 회사 운영의 근간을 재편해야 한다고 주장한다. 운영모델은 쉽게 말해 기업의 시스템을 말한다. 디지털 트랜스포메이션은 기업의 시스템을 정교한 데이터 플랫폼으로 전환하는 것이다. 단순히 프로세스 자체가 아니라 ‘AI팩토리’에 의해 자동화된 시스템이 의사결정의 주체가 된다. 인간은 장애물이 될 수 밖에 없다. 알고리즘이 얼마나 많은 역할을 수행하는지 알게 됐다. 알고리즘을 통해 얻은 통찰을 데이터로 모아서 스스로 학습하면서 더 나은 의사결정을 위해 개선하고 이를 반복한다. 인간은 이러한 데이터를 표준화하고 감독 및 규칙을 만드는 역할을 수행하는 일을 맡게 된다. 인간이 장애물이 되는 과정이 반갑지는 않았다. 한편으로는 이런 데이터 팩토리를 통해 누구든 실험에 착수하고 결과를 이용해 의미 있는 변화를 구현할 수 있다는 점이 인상적이다. 저자가 고위층의 리더십을 강조하기 보다는 모든 경영자들이 데이터를 학습해야 한다는 것이 이러한 변화를 이끌어낼 수 있기 때문이 아닐까라고 짐작한다. 물론 이러한 공통 인터페이스를 구축하기만 하면 많은 기능을 연결하고 네트워크를 확장할 수 있다. 다소 어렵긴 했지만 노드들의 선형적, 비선형적 연결이 비즈니스 네트워크와 유사하다는 것을 통해 연결 수의 증가를 통해 어떠한 형태로든 창발이 일어날 가능성이 있으며, 수익이 어떻게 극대화되는지 알 수 있었다. 이건 단지 기업 뿐만 아니라 개인에게도 적용되는 개념일 것이다. 더불어 테크기업 뿐만 아니라 아날로그의 아이템(자전거)을 디지털화 시킨 펠로톤을 통해 오프라인이 온라인의 보완적 역할을 어떻게 수행하는지 알 수 있다. 사실 규모를 통해 이미 경쟁 우위를 점한 앤트 파이낸셜과 위챗 페이보다는 펠로톤과 같은 기업이 조금 더 가깝게 느껴졌다. 현실 세계의 네트워크와 커뮤니티에 의해 사업이 추진되지만, 데이터와 분석을 통해 고객의 참여도와 충성도를 높여서 디지털화에 성공한 기업이기 때문이다. 오프라인과 온라인의 접점에서 길을 잃은 많은 비즈니스 관계자들에게 인사이트가 될 것이다. 

 정부의 다만 3장의 알고리즘 강화학습, 지도학습, 비지도 학습에 대한 개념과 6장의 클러스터, 멀티호밍 등 파생 개념에 대한 사례를 내용상 구분해서 부록으로 만들었으면 더 챕터의 큰 주제에 대한 이해가 높았을 것이다. 디지털 전환의 필요성부터 윤리적인 측면까지 담아서 책의 볼륨이 커진 것까진 좋았는데 관련 내용들이 여러 챕터에 걸쳐서 다소 중복됐다는 느낌을 받아서 아쉬웠다.

 데이터 사이언티스트들을 치트키를 가진 사람들처럼 여기기도 했었는데 사실 AI 기반 솔루션은 보편화되어 있고 저자의 주장처럼 AI를 모든 경영자들이 데이터 사이언티스트처럼 학습할 필요는 없다. AI를 뒷받침하는 기초 지식과 운영 모델을 재편하기 위한 학습의 필요하고 변화를 기민하게 대응해나가는 게 개인의 역할이지 않을까.

* 이 글은 출판사로부터 도서를 협찬받아 주관적인 견해에 의해 작성했습니다.