디지털 전환, 경영자에게 왜 중요한가? (한창직 대표/ASPN)

 

안녕하세요, 인터뷰를 통해서 전문가의 관점을 쉬우면서도 구체적으로 끌어내는 고우성의 잇(IT)터뷰입니다.
최근 ‘디지털 전환’, ‘디지털 경제’라는 용어가 많이 사용되고 있는데 결국 디지털이 기술의 관점에서 비즈니스의 관점으로 확대되고 있는 것 같습니다. 그 배경은 무엇일까요?
SAP 전문기업으로서, SPC그룹을 포함한 다양한 기업들의 디지털 전환을 도와주고 있는 ASPN의 한창직 대표가 아주 명쾌하게 그 이유를 알려주었습니다.

 

진행자 : 고우성 PD/토크아이티 (wsko@talkit.tv, https://talkit.tv/)
게스트 : 한창직 대표/ASPN

 


 

1. 디지털은 경영자의 핵심 아젠다

 

한창직 : 예전에는 IT가 경영의 수단으로 존재했다면 지금은 IT가 경영의 굉장히 중요한 본질이라고 저는 생각합니다. 이제 Core라고 생각하고 있거든요.
이제는 IT가 없으면 고객과 어떻게 소통하고 또 오퍼레이션을 어떻게 돌릴 수 있을까요?
모든 의사결정이 이제 IT를 기반으로 비즈니스가 발생합니다. 그래서 플랫폼 경제, 기타 또 새로운 뉴비지니스 모델, 디지털 트랜스포메이션의 주요 내용이 디지털화되면 세상의 모든 경영 전략 시스템, 모든 내용이 이제 달라질 거라는 것은 자명한 사실이라는 것입니다.
고우성 : 시장과 고객이 다 디지털로 접점이 되어 버리니까요?
한창직 : 그렇죠.
고우성 : 보통 경영자가 ‘이제 기술은 그냥 실무자가 하고, 저는 그냥 이익 내는 것에 집중하려고요. 돈 더 버는 거예요.’라고 하지 않습니까?
그런데 지금 말씀하신 것이 ‘돈 버는 것’이지 않습니까? 그러니까 디지털이 돈 버는 것의 본질인 세상으로 가고 있는 거네요.
한창직 : 네, 최근 경영자들이 ‘IT는 실무자들이 하는 것이고 경영자는 그냥 그렇게 할 수 있도록 지원하면 되지 않느냐’ 이렇게 얘기하시는 분들이 상당히 있습니다. 그리고 ‘나는 어려워서 그런 얘기는 잘 모른다.’고 합니다. 그런데 사실은 디지털에 관련된 교육이 경영자들에게 필요해요.
이제 이것을 실무자들, 전문가들에게만 맡겨놓을 게 아닙니다. 디지털 변화 내용에 대한 것뿐만 아니라 그런 용어 또 그게 구체적으로 어떤 사례를 통해서 어떻게 운영되고 있는지에 대한 인사이트를 체계적인 교육을 통해서 경영자들 알아야 한다는 거죠.
의사결정과 방향을 설정해주는 데 굉장히 중요한 거죠. ‘난 모르겠다’ 그러면 실무자들은 자기 편할 대로 하고 경영자가 추구하는 방향과 어긋나기 때문에, 지금처럼 디지털 트랜스포메이션이 요구되는 시대에서는 경영자들이 옛날보다는 ‘디지털에 대한 학습이 굉장히 필요하다’ 저는 그렇게 생각하고 있습니다.
고우성 : 진짜 이제는 디지털이 돈을 벌게 해주는 거니까요.
한창직 : 그렇죠. 정말 경영자가 디지털을 잘 알아야 하는 이유가 있습니다. 디지털이 돈을 벌게 해주니까 알아야 하는 거죠.

 

ChatGPT로 인해서, 많은 기업이 AI를 활용하려고 하는데 이를 위해서는 기업의 데이터가 제대로 준비되어야 될 것입니다.

 

2. AI 활용을 위한 데이터 준비

 

한창직 : 다들 알고 있잖아요. ‘앞으로는 AI가 상당한 역할을 할 것이다.’ 그러면 AI는 뭘 먹고 살죠?
고우성 : 데이터를 먹고 살죠.
한창직 : 그렇죠.
그러면 지금 우리가 AI를 훈련할 수 있는, 우리 회사에 필요한 데이터들을 지금 체계적으로 개더링 하고 있느냐가 굉장히 중요한 얘기 아니겠습니까?
고우성 : 근데 회사들이 이미 ERP 도입한 지 몇십년 된 회사가 많잖아요. ERP 도입됐으면 다 정량화된 데이터인데 그럼 데이터가 엄청 많이 있는 것 아닙니까?
한창직 : 저도 그런 줄 알았어요.
고우성 : 하하.
한창직 : 그리고 맨 처음 제가 ERP를 팔 때 과거의 데이터를 자기 마음대로 뜯어고치는 그런 시스템이었습니다. 그런 시스템에서 이제는 통합된 시스템으로 변화되었습니다. 이제 데이터를 직접 손 안 대고 로직에 의해서, 프로세스에 의해서 손을 대로록 하는 시스템이 있습니다.
그래서 ERP는 ‘Delete를 못 합니다’, ‘수정을 해야 합니다’ 이런 식으로 굉장히 많이 강조했거든요. 그래서 ‘데이터의 정확성이 보장되는 시스템입니다’ 이렇게 자신있게 얘기했죠.
그런데 20년이 지나니까 이 데이터를 넣는 사람들이 누구냐? ‘사람’이더라고요.
고우성 : 그렇죠.
한창직 : 그러다 보니까 자기가 편한 시간에 집어넣고 편한 모양대로 집어넣고, Error 내고, 실제하고 좀 틀린 데이터들이 많이 들어가서 지금 클렌징을 많이 해야 하는 거예요.
그러다 보니까 저는 ‘아, 이대로는 안 된다’ 그래서 저는 앞으로 차세대 ERP를 한다고 하면 제일 먼저 ‘인풋을 최대한 자동화시키는 것에 포커스를 두어야 하겠다’고 생각했습니다. 기계가 센싱해서 IoT로 데이터를 주고받는 것처럼요.
고우성 : 기계는 있는 그대로 하지요. 기계가 편견이나 거짓말을 하는 것은 아니니까요.
한창직 : 그리고 E-Accounting 솔루션, 디지털 된 그런 데이터를 막 바로 받아서 처리한다든지요.
그래서 가능한 한 중간에 사람들의 개입을 적게 해서 이렇게 할 수 있는 체제로 가야만 우리가 나중에 쓸 수 있는 것입니다. 그런데 지금까지는 내부에서 정량적인 데이터만 모았거든요.
고우성 : 그렇죠. Operation Data만요.
한창직 : 네, Operation Data만. 이제 그 데이터 갖고는 안 되죠. 지금 더 중요한 건 SNS 데이터…
고우성 : 고객의 성향을 보려면요. 그렇죠?
한창직 : 그런 데이터들을 이제 개더링하는 시스템을 만들어야 하고 그게 이 Operation Data하고 같이 결합해서 처리하는 이런 시스템을 지금 도입해야 차세대 ERP죠. 프로세스가 뭐가 그렇게 바뀌었겠어요? 하하.
고우성 : Operation Data도 과거처럼 사람이 수동으로 입력하는 그런 데이터가 아니라 기계가 자동으로 수집한 그런 Operation Data와 외부에 있는 고객의 동향 같은 그런 데이터가 융합됐을 때 AI를 활용하고 인간은 그걸 보고 의사결정을 내리고 인사이트를 얻고요.

 

ASPN의 한창직 대표는 기업이 AI를 활용하기에 좋은 분야로 수요예측을 제시하였습니다. 한 대표와 제가 진행하는 차세대 ERP 웨비나나 관련 자료가 관심있으시면, ▶여기) 경영자를 위한 디지털 전환 및 차세대 ERP 이야기◀을 클릭하세요!

 

3. AI로 디맨드 예측

 

한창직 : 지금 모든 기업이 Demand forecasting을 정확하게 한다고 하면, 경영이 엄청나게 쉬울 거예요.
고우성 : 그렇죠. 재고 부담도 엄청나게 줄고요.
한창직 : 모든 리소스가 Planning을 다 할 수 있고 모든 것이 되기 때문에 너무나 쉬워요. 그런데 이게 굉장히 힘든 거거든요. 그런데도 그동안 많은 Forecasting 툴을 만들어냈습니다.
그런데 사실 추세분석 비슷하게 해서 이렇게 좀 나오는 그런 수준에 불과했고 최근 이제 제가 좀 관심을 가지는 것은 ‘AI가 로직이라는 개념보다는 데이터를 통해 여러 가지 변수들을 조합해서 미래를 예측한다’입니다. 이 부분에 조금 관심 있어요. 그건 한번 해볼 만하다고 생각합니다.
그런데 어쨌든 AI를 훈련을 시켜야 할 거잖아요. 그런데 하나의 예를 들어 볼게요.
Forecasting을 왜 기업이 할까요?
첫째, 조금 전에 얘기했듯이 Resorce planning을 정확하게 하기 위해서요. 그렇죠?
그 뒤에 투입될 수 있는 자재의 수급. 그다음에 사람이 얼마나 투입되고 뭐 자금이 얼마 되고 그런 리소스를 통제하기 위해서 Planning이 필요하잖아요. 저는 이것이 첫째 이유고 더 중요한 것은 ‘더 많이 팔기 위해서’입니다. 더 수익을 낼 수 있는 Forecasting이 돼야 하잖아요. 그러면 어떻게 해야 하겠어요?
저는 이렇게 생각을 하는 거예요. 지금 데이터는 ‘과거의 오늘 날씨가 얼마나 더운데, 얼마나 팔리고, 이 요인이 무엇이고….’ 이런 데이터들이 다 들어가 있는 거죠.
그런데 예를 들어, 오늘 BTS가 강남에 떴어요. 그러면 그게 제가 매장이 몇 개 있어요. 그러면 그게 장사가 좀 될까요? 안될까요?
고우성 : 잘 되겠죠.
한창직 : 네, 그런데 과거의 그런 데이터들은 여기에 없잖아요.
고우성 : 없죠.
한창직 : 최근 데모도 많이 하니까 ‘어디 데모가 많이 있다’ 그러면서 식료품이나 음료수를 팔면 그게 좀 많이 팔리지 않겠습니까?
고우성 : 그렇죠.
한창직 : 그러면 그런 정보를 스크롤링해서 데이터가 결합하고 그러면 제가 이제 맨 처음에 실험을 해보는 거예요.
진짜 팔리는지 그곳 매장, 편의점에 물을 옛날보다 3~4배를 더 가져다가 놓는 거예요. 그러면 이제 그다음에는 데이터로 인식하니까 그 지역에 있는 데가 실제로 정말 매출이 올랐는지를 AI가 학습하는 거죠.
그러면 ‘언제, 어떤 행사가, 어디에서 있다’ 이렇게 학습이 됐어요. 그러면 AI가 저한테 뭐라고 가르쳐 줄까요? ‘어떤 매장에는 어제보다 주문 10배로 더 해’ 이런 정보를 주지 않겠어요?
즉, 단순한 Forecasting이 아니라는 것입니다. Forecasting이라는 것은 과거의 추세에 의해서 미래의 트렌드를 보는 것인데요. 저는 이 트렌드보다 다른 변수에 의한 요인을 더 파악해서 더 많이 팔게 하는 것이 중요하다고 봅니다. 그래서 그때 우리가 프로모션한 이유가 그쪽에 모인 사람들한테 프로모션을 하면 더 팔 수 있다든지 이런 것들을 학습해 나가야 하기 때문입니다. 지금의 내부적인 데이터만으로는 안 되는 거죠.
고우성 : 데이터와 환경의 어떤 상관관계를 분석해서 그것으로 하는 거네요.
한창직 : 이제 그런 것들이 이제 앞으로 시스템으로 가능해졌거든요.
그러면 이제 그런 부분을 지금 준비하는 회사와 준비하지 않는 회사 간 경쟁력의 차이가 있겠죠.
고우성 : 그렇네요. 온디맨드로 할 수 있으니까 원가율도 줄어들 것 같고요. Cash flow도 좋아질 것 같고 이익률도 좋아질 것 같습니다.
한창직 : 현재 미래의 비즈니스 모델, 새로운 비즈니스 모델을 어떻게 해야 할지에 대해 이제 경영자들도 굉장히 고민을 많이 해야 할 것 같아요.

 

테크전문채널 토크아이티에서는 기업 디지털전환 기술과 적용사례 관련하여, 다양한 전문가들과 언제든지 편하게 상담하고 소통할 수 있는 “구해줘 DX”란 공간이 있습니다. ▶여기) “구해줘 DX”◀을 클릭하여 둘러보세요!

 
 


영상으로 시청하기!

 

 


 

◼ 콘텐츠 & 웨비나 문의 : marketing@talkit.tv, 02-565-0012
Copyright ⓒ 토크아이티 All rights reserved. 무단 전재 및 재배포 금지.