*이 글은 외부 필자인 오힘찬님의 기고입니다. 지난 8월 가트너는 신흥 기술 하이프 사이클(Hype Cycle)에서 생성형 AI(Generative AI) 기대치가 가장 높은 단계에 있다고 설명했습니다. (참조 - Gartner Places Generative AI on the Peak) 하이프 사이클은 기술의 성숙도를 나타내기 위한 방법으로 '과대광고 주기'라고도 말합니다. 크게 5단계로 구성됩니다. (1) 기술 촉발(Technology Trigger) 기술이 관심받기 시작한 단계입니다. 초기 모델이 대중의 관심을 불러일으킨 상태로 상용화 전을 의미합니다. (2) 부풀려진 기대의 정점 (Peak of Inflated Expectations) 초기 사례를 시작으로 일부 성공적인 사례와 다수의 실패 사례가 양산되는 시점입니다. (3) 환멸 단계(Trough of Disillusionment) 제품에 관한 실패화 사례들이 나오기 시작하는 시점입니다. 대중들의 관심이 시들해지고, 살아남은 일부 사업이 소비자를 만족시키면서 성공한 경우에 투자가 지속하는 단계입니다. (4) 계몽 단계(Slope of Enlightenment)

*이 글은 외부 필자인 권정민님의 기고입니다. 요즘 채용 사이트를 보다 보면 데이터를 잘 활용할 줄 아는 전략 분야 인원, 임원 직속 의사결정 관련 스태프, 혹은 의사결정 관련 데이터 분석가를 찾는 공고가 쉽게 눈에 띕니다. 이런 변화가 조금은 신기하지만, 어떻게 생각하면 자연스러운 흐름이기도 합니다. 이런 흐름이 눈에 띄게 된 이유는 여러 가지일 텐데요. 최근 데이터 과학 분야에서 '의사결정 인텔리전스(DI)'가 대두되고 있는 현상도 무관하진 않을 것 같습니다. 이번 글에선 이 의사결정 인텔리전스에 대해 좀 더 자세히 살펴보겠습니다. 의사결정 인텔리전스란? 가트너에 따르면, 의사결정 인텔리전스(Decision Intelligence)는 의사결정 모델과 프로세스를 설계, 모델링, 조정, 실행, 모니터링하는 실용 분야입니다. 여기엔 데이터 분석 및 에이전트 시스템, 진단 및 예측 분석, 의사결정 관리 같은 다양한 기법이 활용됩니다. (참조 - Decision Intelligence) 보시다시피 주제가 너무 광범위해서 다소 모호해 보이기도 합니다. 하지만 1990년대 경영과학에서 사용된 '의사결정 과학(Decision Science)'이나 현장에선 이미 다양하게 활용하고 있는 '비즈니스 인텔리전스(BI)'를 오늘날 상황에 맞춰 좀 더 적극적인 역할을 강조하는 방식으로 다듬으면서 만들어진 용어입니다. 그래서 정의가 아직 명확하지 않다는 점을 감안해 주시길 바랍니다.

*이 글은 외부 필자인 박마가님의 기고입니다. 2023년 새해를 맞아 주요 리서치 기관마다 새해 트렌드를 발표하고 있습니다. 특히 기술 관련 트렌드 리포트가 대세를 이루고 있는데요. 그중 IT 분야 전문 리서치 그룹인 가트너는 '2023년 주요 전략 기술 트렌드' 보고서에서 '최적화(Optimize)', '확장(Scale)', '선도(Pioneer)' 세 가지를 키워드로 선정했습니다. 가트너가 이 세 가지 키워드에 주목하는 이유에 대해 깊이 살펴보겠습니다. 우선 가트너 보고서를 살펴보시죠. (참조 - Gartner Top10 Strategic Tech Trends) 참고로 가트너는 이번에는 발표한 트렌드들이 단순히 2023년 한 해에 국한되지 않고 향후 3년, 그러니까 2025년까지 기업이 전략을 수립하고 실행하는 데 있어 지속적으로 영향을 주는 것이라고 정의했습니다. 즉, 매년 업데이트되는 트렌드가 아니라 중기적으로 지속되는 트렌드라는 것이죠. 그럼 가트너가 주요 전략 기술 트렌드의 세 가지 키워드로 선정한 최적화, 확장, 선도에 대한 구체적인 내용과 주목해야 하는 이유에 대해 알아보겠습니다. 첫 번째 키워드. 최적화 (Optimize) 가트너가 주목하는 최적화의 정의는 IT 시스템 운영의 안정성을 위한 최적화를 말하는데요. 가트너는 왜 많은 것 중에 최적화를 2023년의 키워드로 선택했을까요? 2022년 우리나라에선 바로 이 최적화를 소홀히 했을 때 어떤 대가를 치르게 되는지 전 국민이 경험했던 사건이 있었는데요. 바로 SK 데이터센터 화재로 인한 카카오 서비스 장애 사건입니다.

*이 글은 외부 필자인 권정민님의 기고입니다. 2023년 계묘년 새해가 밝았습니다. 연말연시에는 많은 분들이 새해 계획을 세우는데요. 업무에서도 다르지 않습니다. 물론 미래를 어느 정도 내다보고 계획을 세우기는 항상 어렵습니다. 그래서 트렌드 파악 및 향후 전망을 살펴보고자 유명 리포트를 참고하는 모습을 많이 보셨으리라 생각합니다. 정보 기술 연구 자문 기업 '가트너'에서 내놓는 트렌드 리포트는 여러 분야에서 널리 사용하는 리포트 중 하나인데요. 가트너 트렌드 리포트에서 가장 유명한 특징이 '하이프 사이클(hype cycle)'입니다. 하이프 사이클은 크게 ㅇ 기술 촉발(Technology Trigger) ㅇ 부풀려진 기대의 정점 (Peak of Inflated Expectation) ㅇ 환멸의 골짜기(Trough of Disillusionment) ㅇ 계몽의 경사(Slope of Enlightenment) ㅇ 생산성 안정(Plateau of Productivity) 다섯 단계로 나눠 기술의 성숙도를 표현하는 시각 도구입니다. 각 단계에 다음 해에 들어갈 것으로 예상하는 기술 주제를 놓아둔 그래프를 보면서 자연스럽게 각 기술의 새해 트렌드도 한눈에 볼 수 있도록 했죠. 보다 자세한 설명은 위키피디아 문서를 참고하세요. (참조 - Gartner hype cycle) 하이프 사이클은 각 단계에 배치한 뚜렷한 근거나 정량적이고 객관적인 기준이 없다는 비판에서 자유롭지 못합니다.

*이 글은 외부 필자인 금동우님의 기고입니다. 전 세계를 강타 중인 COVID-19는 우리들의 일상생활 상당 부분을 바꿔놓고 있습니다. 문제는 COVID-19 백신이나 치료제가 아직 나오지 않은 상황에서 이미 변종이 생겨 전파되고 있는 것이죠. 이는 결국 COVID-19는 물론 또 다른 신종 바이러스와 함께 살아갈 수밖에 없는 환경 즉, ‘with COVID’ 시대가 본격적으로 도래할 수 있음을 의미합니다. 원하든 원하지 않든 우리에게 찾아온 시대적 환경변화 속에서 특정 기술이 어떻게 우리의 삶에 영향을 주는지 고찰해 보고자 합니다. 가트너의 예측 미국 가트너(Gartner)는 약 2개월 전 2020년도 ‘Hype Cycle for Emerging Technologies’를 발표했습니다. * Hype Cycle : 시장조사 전문기업 가트너가 처음 만든 개념으로, 최신 IT 기술이 시간과 시장 내 기대치에 따라 어떻게 변하는지 경험적으로 정리한 것. 새로운 기술이 등장 후 관심을 받으며 성장하다 정점에 이른 후, 거품이 사라지고 퇴보하다 시장에 도입되면서 다시 주류 기술로 각광받고 확산되는 일련의 수명 주기를 보여주고 있는데 이를 통해 다양한 혁신 기술들의 성장 잠재력이나 성숙 단계를 예측해 볼 수 있음. Hype Cycle은 특정 기술의 등장과 그에 따른 성장 단계 및 속도 등을 예측해 도식화 한 것인데요. 물론 예측이지만 가까운 미래에 어떤 기술이 등장해 주목받게 될지 전반적인 트랜드를 파악할 수 있어 많은 이들이 관심을 가지고 매년 기다리는 정보이기도 하죠.

매년 뻔한 것 같아도 쫙 펼쳐보면막상 뻔하지 않은 내용입니다. IT 업계의 기획자, 개발자라면적응해야 하거나 적어도알고는 있어야 하는 내용이기도 합지요ㅠㅠ 2018년에 주목해야할 기술 트렌드입니다. 당장 내년 도입해야한다!는 것은 아니구요.방향성을 제시한다고 봐주시면 되겠습니다. 10개로 추려봤습니다. 1.비즈니스에 필요한 인공지능은? 약한 AI 가트너는 2016년에 낸 ‘2017 기술 트렌드’보고서에도 머신러닝의 진일보라는 제목으로딥러닝의 비즈니스 적용을 다뤘었죠.알고리즘 중 인간의 신경망을 심화시킨 것으로요. 올해엔 ‘딥러닝 적용-용도’가 이슈입니다.비즈니스에 범용(강한) AI가 적합한가,특정 목적을 위한 약한 AI가 맞는가의 문제죠. 가트너는 후자가 적합하다고 이야기합니다.예를 들어 통번역에서 언어를 이해하거나통제된 환경에서 자율주행차를 움직이는 AI죠.범용은 학계, SF 소설가에게 맡기라고 하네요. 기업들은 안그래도 특정 목적으로AI를 활용하기 위해 데이터를 모읍니다. 세계 59%의 영리/비영리 조직이약한 AI 전략을 세우기 위해정보와 데이터를 수집한다고 답했습니다. 예를 들어 금융 분석을 하는 AI켄쇼는 알고 싶은 것의 키워드만 입력하면수분 안에 검색, 분석, 브리핑을 해줍니다. 또한 과거 유사한 상황에 대한시장의 반응을 찾아서 투자 실적을예측하는 결과물을 내놓는데요. 골드만삭스가 약 550억원을 투자했고,리포트를 작성하는 데도 사용 중입니다.최대 주주이자 주요 고객인 셈입니다.