좋은 전략은 생산성을 높이거나 MTTR을 단축하기 위해 새로운 도구를 추가하는 것처럼 달성하고자 하는 목표를 명확히 이해하는 것에서부터 시작됩니다. 조직에 AI와 자동화를 도입하고 구현할 때의 첫 번째 단계는 작은 것부터 전략적으로 생각하는 것입니다.

"적용하려는 전략에 대해 명확하고 규범적인 태도를 취해야 합니다. IT 자동화 솔루션을 도입할 때 이것이 모든 팀이 함께하는 공동의 노력이라는 점을 이해해야 합니다. 프로세스를 간소화하는 새로운 소프트웨어는 직속 팀뿐만 아니라 교차 기능팀과 이외의 다양한 팀에도 영향을 미칠 것입니다. 이 새로운 구현을 통해 자동화를 채택하는 문화를 조성하고, 사람들이 자동화는 대체가 아닌 보강이며 작업자의 역량을 강화하는 방법이라는 점을 인식할 수 있어야 합니다." —Tim Cronin, IBM Automation 제품 마케팅 관리자

조직이 정기적으로 수행하는 일련의 프로세스나 기능을 문서화하는 것에서부터 시작하세요. 그런 다음, 비즈니스의 많은 부분에 영향을 미치는 제품을 선택하세요. 이는 보통 많은 수동 작업이 수반된다는 것을 의미하고, 많은 수동 작업이 수반된다는 것은 자동화가 가능한 프로세스라는 것을 의미합니다. 예를 들어, 신규 고객을 유치하는 프로세스에 10명의 직원 또는 부서와의 상호 작용을 거쳐야 한다고 하면 각 단계에서 필요한 노력을 살펴본 후 이러한 10가지 상호 작용 중에서 어떤 것이 자원이나 시간 측면에서 조직에 가장 가치 있는 기회를 제공하는지 결정할 수 있습니다.

“첫술에 배부르려 하지 마세요. 일을 너무 빠르게 처리하려 하면 프로세스의 일부를 놓칠 수밖에 없고, 결국 실패하게 됩니다. 대신 관리하기 쉽고, 합리적이며, 많은 수동 작업이 필요한 프로세스를 선택하세요. 그런 다음, 거기서부터 차곡차곡 쌓아 나가세요. 몇 번의 작은 성공이 쌓이면 결국 큰 성공으로 이어집니다." —Melissa Long Dolson

시작점을 파악했다면 이제 성공을 측정하는 방법을 정의할 단계입니다. 자동화와 관련해 고려해야 할 몇 가지 표준 핵심 성과 지표(KPI)가 있습니다. 평균 수리 시간, 평균 응답 시간(MTTR), 애플리케이션 가동 시간은 보편적으로 사용되는 측정 기준입니다. 온보딩 예제를 사용해 온라인 고객 요청 양식 가용성 99.99% 달성이라는 목표를 설정해 봅시다.

이러한 표준 지표 이외의 측정 기준도 중요하지만 다른 측정 기준은 대부분 계산하기가 더 어렵습니다. 예를 들어, 고객이 새로운 온라인 양식에 얼마나 만족하는지를 어떻게 계산할 수 있을까요? AI를 자동화를 결합해 사용하면 순고객 추천 지수(NPS)나 온라인 후기 등의 메트릭을 가져오는 방법을 고려할 수 있습니다. 직원의 생산성이나 사기를 측정하려는 경우에는 직원 참여 설문조사 응답 정보를 사용하는 방법을 고려할 수 있고요.

변경 관리 역시 중요하면서도 측정하기 어려운 영역 중 하나입니다. 예를 들어, 새로운 기능을 일정보다 빠르게 출시해 얼마만큼의 시간을 절약했나요? 그리고 이러한 출시를 통해 얼마나 많은 신규 고객을 유치했나요? 다시 한번 강조하지만, 브랜드 상태, NPS 등의 데이터 소스는 IT 자동화 투자에 대한 성공 여부를 보다 정확하게 파악하는 데 도움이 됩니다.

"저는 수많은 고객과 변경 관리 비용에 대해 이야기합니다. 실수를 저질러 코드를 취소해야 하거나, 업체가 특정한 기능이 비즈니스를 제대로 뒷받침하지 못해 무언가를 조정해야 한다고 불만을 제기할 경우 많은 변경 관리 비용이 듭니다. 이러한 비용을 낮추는 능력, 또는 비즈니스를 잘 조율해 변경 관리를 완전히 피할 수 있는 능력, 실제로 측정되는 것은 바로 이러한 것들입니다." —Melissa Long Dolson

모든 자동화의 중심에는 데이터가 있다고 해도 과언이 아닙니다. 그리고 생성형 AI가 등장하면서 데이터의 품질이 얼마나 중요한지가 주목을 받게 되었습니다.¹

IT 운영에 AI를 구현할 때는 다음과 같은 조직 관련 질문을 고려해야 합니다.


• 미션 크리티컬 데이터는 어떻게 정의할 것인가?
• 데이터 사용과 관련해 어떤 거버넌스와 보호 장치가 마련되어 있나?
• 데이터는 얼마나 신뢰할 수 있나?
• 데이터 상태는 어떻게 측정하나?
• 지식 재산(IP) 문제는 어떻게 관리하고 있나?
• 규제가 심한 산업을 비롯해 컴플라이언스 지침에는 어떻게 대처하고 있나?
• 직원에게 데이터를 적절하게 사용하는 방법을 안내하기 위해 어떤 교육과 트레이닝을 실행하고 있는가?

IT와 관련된 대부분의 것들과 마찬가지로, 특히 자동화에 AI를 도입하는 것을 고려할 때는 언제나 비용을 생각해야 합니다. 2023년 보고서에서 설문조사에 참여한 IT 임원들은 차세대 AI 예산으로 4개월 전에 예상했던 것보다 3.4배 많은 비용이 책정될 것으로 예상했습니다. 하지만 이들은 이러한 투자가 성과를 거둘 것이라고 믿고 있습니다. 생성형 AI 지출 중 약 3/4(74%)이 HR, 재무, 고객 서비스, 영업 및 마케팅, IT에 투입되며, 이러한 투자는 비용 절감을 기대하고 이루어지는 것입니다.²

"조직은 언제나 비용을 절감할 방법을 모색합니다. IT 자동화 프로젝트를 시작하려면 새로운 도구를 채택하고 새 라이선스나 새 SaaS 서비스를 사용해야 하며, 여기에는 비용이 듭니다. 하지만 IT 자동화를 사용해 궁극적으로 비용을 절감할 수 있다는 생각은 허상이 아니며 투자에 대한 실질적인 수익을 얻을 수 있습니다." —Keri Olson

하지만 무엇보다도 리더는 기술이 본인과 직원들이 일하는 방식, 조직이 고객과 상호 작용하는 방식에 어떤 영향을 미치는지 더 깊이 생각해 볼 필요가 있습니다. IT 자동화 구현의 핵심은 조직의 목표를 이해하고 이를 가장 잘 충족할 수 있는 전략을 수립하는 것입니다. 올바른 기술과 솔루션을 선택하고 구현 계획을 수립하는 것도 중요합니다. AI 프롬프트 엔지니어, ML 엔지니어, AI 데이터 과학자, AI 트레이너, AI 윤리학자 등 IT팀 내에서도 점점 더 다양한 스킬이 필요하게 될 겁니다.

"SaaS 도구처럼 간편하게 구현할 수 있는 IT 자동화 도구를 찾아야 합니다. 구현이 가장 간편하고 시작과 실행이 가장 쉬운 솔루션이 최고의 솔루션입니다. 현재 사용 중인 환경에 잘 통합되고 여러분의 비즈니스와 함께 성장할 수 있는 도구를 찾아야 합니다." —Keri Olson