AI 프로젝트 시작

학습 목표

이 유닛을 완료하면 다음을 수행할 수 있습니다.

AI 프로젝트의 이해당사자, 목표, 기술 솔루션을 파악할 수 있습니다.
AI 프로젝트의 단계를 설명할 수 있습니다.
프로젝트 일정을 계획할 수 있습니다.

시작하기 전에

AI 프로젝트에 착수하는 것은 회사의 중요한 이정표인데, 시작하기 전에 AI 전략 모듈을 완료해야 합니다. 해당 모듈에서는 조직의 AI 사용 사례를 파악하고, AI 로드맵을 구축하고, 적합한 프로젝트를 선택합니다.

AI 프로젝트 준비

복잡한 AI 프로젝트를 탐색하는 것이 두렵게 느껴질 수 있는데, 특히 이 기술에 대한 경험이 없는 경우 더욱 그렇습니다. 조직에서 AI 프로젝트 구현을 담당한다면 프로젝트를 계획할 때 고려해야 할 점은 무엇일까요? 프로젝트의 성공을 위해 무엇을 할 수 있을까요?

이 모듈에서는 Coral Cloud Resorts의 Salesforce 관리자인 Becca Cloudier를 따라서 데이터와 AI를 결합하는 첫 번째 프로젝트를 계획해보겠습니다. Coral Cloud는 고객에게 편안하고 즐거운 숙박을 제공하기 위해 노력하는 휴양 리조트입니다. 이 조직은 체크인 프로세스를 간소화하면서 개인화를 계속 유지하려고 합니다. 이렇게 하면 리조트 직원이 고객에게 더 많은 관심을 기울일 수 있고, 고객이 체크인 데스크에서 기다리는 시간이 줄어듭니다.

그럼 지금부터 Becca가 어떻게 AI 프로젝트를 시작하는지 자세히 살펴보겠습니다. Becca는 이해당사자 파악, 프로젝트 목표 정의, 기술 솔루션 선택부터 시작합니다.

프로젝트 이해당사자 파악

먼저 프로젝트 이해당사자를 파악합니다. 프로젝트 이해당사자란 프로젝트에 관심이 있거나 영향을 미치거나 결과에 효과를 미치는 사람들입니다. 이러한 사람이 누구인지 파악하고 이들을 초기에 참여시키면 프로젝트가 모두의 목표에 부합하고 특정 영역이나 대상을 등한시하지 않게 됩니다.

프로젝트 이해당사자는 AI에 대한 전략적, 전사적 이해당사자와 약간 겹칠 수 있지만, 일반적으로 다르다는 점을 염두에 두세요. 프로젝트 이해당사자는 특정 AI 프로젝트를 구현하기 위해 노력하는 반면, 전략적 이해당사자는 전사적 AI 전략을 관리합니다. 전략적 이해당사자는 감독을 담당하지만, 개별 프로젝트 팀 리더는 프로젝트에 대한 책임을 집니다.

Becca는 프로젝트 구현을 시작하기 전에 몇 명의 사람들을 참여시켜야 합니다.

최종 사용자의 인력 관리자: 이 사람은 AI 프로젝트의 영향을 받는 최종 사용자를 관리합니다. Becca의 경우 Coral Cloud의 고객 성공 관리자인 Josef Rose가 이에 해당합니다.
경영진 후원자: 이 사람은 자원을 할당하고 AI 프로젝트의 우선 순위를 지정합니다. Becca의 경우 Coral Cloud의 고객 경험 VP가 이에 해당합니다.
보안 및 법무: 이 이해당사자는 Becca의 AI 프로젝트가 윤리적이고 안전한지, 고객 데이터를 합법적으로 사용하는지 확인합니다.
기술 팀: 이 사람들은 AI 프로젝트를 구축합니다. 이 예시에서는 Becca가 직접 프로젝트를 구축할 계획입니다.

프로젝트 개발 과정 내내 이해당사자와 정기적으로 소통하세요. 이해당사자의 요구 사항을 파악하고 피드백을 수집하여 프로젝트에 변경 사항을 적용하세요.

성공 시각화

그 다음에는 목표를 정의하여 프로젝트의 성공을 시각화합니다. AI 전략 모듈에서 파악한 사용 사례를 염두에 둡니다. SMART(구체적이고, 측정 가능하고, 달성 가능하고, 관련성이 있고, 시간 제한 있는) 목표를 정의합니다.

Becca는 리더들과 협력하여 다음과 같은 목표를 정의합니다.

체크인 시간을 50% 줄입니다.
고객 만족도를 프로젝트 전과 같은 수준으로 유지하거나 더 높은 수준으로 향상시킵니다.

이 단계를 건너뛰지 마세요! 적절한 지표와 핵심 성과 지표(KPI)가 없으면 프로젝트의 성공 여부를 측정할 수 없습니다. Becca는 체크인 소요 시간을 줄이면 고객 만족도가 높아지고 고객이 리조트에서 지출하는 금액이 늘어난다는 것을 알고 있습니다. AI를 매출 증가와 직접 연결함으로써 높은 투자 수익을 보여줄 수 있으며, 이는 향후 AI 프로젝트의 타당성을 입증하는 데 도움이 됩니다.

기술적 요구 사항 고려

AI 이니셔티브를 시작할 때는 프로젝트의 기술적 요구 사항을 평가하는 것이 필수적입니다. 다음은 이에 대한 몇 가지 질문입니다.

프로젝트에 필요한 AI 유형은 무엇인가요? 예측형 AI 또는 생성형 AI 또는 둘다 인가요?
이 솔루션은 다른 시스템과 통합해야 하나요?
즉시 사용하고 사용자 지정할 수 있는 기본 제공 솔루션이 있나요? 아니면 직접 구축해야 하나요?
직접 구축하는 경우 조직에 적합한 사내 기술이 있나요?
어떤 모델, 프로그래밍 언어, 프레임워크, 라이브러리, 도구를 사용할 예정인가요?
정확성과 속도, 복잡성과 단순성, 혁신과 비용 간에 어떻게 균형을 맞출 것인가요?

프로젝트를 Salesforce에서 구축하고 있는 경우 조직에 활성화된 Data Cloud와 Einstein 생성형 AI가 있어야 합니다.

프로젝트의 기술적 요구 사항 외에도 데이터 요구 사항도 고려해야 합니다. 이에 대해서는 다음 유닛에서 알아보겠습니다.

AI 솔루션 선택

Coral Cloud Resorts는 이미 고객 체크인에 Salesforce를 사용하고 있으므로 Becca는 현재 프로세스를 살펴보고 AI가 경험을 최적화할 수 있는 방법을 파악합니다.

Coral Cloud 직원은 고객이 호텔에 도착할 때마다 수동으로 체크인 레코드를 생성합니다. 그리고 직원이 수동으로 즐거운 여행을 위한 개인화 추천이 포함된 환영 이메일을 보냅니다. 이렇게 하면 고객 경험을 개선하고 교차 판매 전환율을 높일 수 있습니다. 이러한 하이터치 방식은 시간이 많이 소요되므로 Becca는 AI가 생성한 환영 이메일을 트리거하는 자동 AI 기반 체크인을 통해 프로세스 속도를 높이기 위해 AI를 사용하기로 결정합니다. 구현 일정을 단축하고 낮은 비용을 유지하고 AI 솔루션이 Salesforce와 쉽게 통합될 수 있도록 하기 위해 Becca는 이 작업에 적합한 도구로 Einstein 생성형 AI를 선택합니다.

다음으로 Becca는 Einstein 생성형 AI 도움말 포털을 살펴보고 자신의 사용 사례에 적합한 기본 제공 Salesforce AI 기능이 있는지 확인합니다. Becca는 그 기능을 Data Cloud와 함께 사용할 수 있는 방법을 시각화하기 시작합니다. Becca는 플로를 사용하여 Einstein Copilot에서 작업을 트리거할 수 있다는 사실을 깨닫고, 프롬프트 빌더가 템플릿을 기반으로 개인화 이메일을 생성할 수 있다는 사실을 알게 됩니다.

Becca는 다양한 Data Cloud와 AI 기능을 포함하는 세 부분으로 구성된 프로젝트를 결정합니다. Becca의 계획은 다음과 같습니다.

플로를 사용하여 Data Cloud의 최근 예약 데이터를 기반으로 고객 이벤트 레코드를 생성합니다.
Einstein Copilot에 대화 언어를 통해 플로를 시작하는 방법을 알려줍니다. 예를 들어 고객인 Sofia Rodriguez가 도착하여 숙박을 시작하면 직원이 Einstein에 “Sofia Rodriguez 체크인”이라고 요청하고 Einstein이 나머지 작업을 수행합니다.
프롬프트 빌더를 사용하여 고객이 이전에 구매한 여행을 기반으로 여행을 제안하는 개인화 환영 이메일을 생성합니다.

AI 프로젝트의 단계

Becca의 AI 프로젝트에 앞으로 무슨 일이 일어날지 살펴보겠습니다.

계획: 이 모듈에서 배우게 될 단계입니다.

AI로 해결할 문제와 성공 여부를 측정할 방법을 정의합니다.
프로젝트의 기술적 요구 사항 및 데이터 요구 사항을 평가합니다.
문제를 해결하기 위한 기능과 맞춤화를 파악합니다.
데이터를 준비합니다.
신뢰 전략을 수립합니다.
계획을 프로젝트 이해당사자와 공유합니다.

구축: 솔루션을 구축하고 테스트하고 개선합니다.

솔루션을 설정하고 맞춤화하고 구축합니다.
파일럿을 실행하고 피드백을 수집합니다.
솔루션을 개선합니다.

시작: 프로젝트를 최종 사용자에게 제공합니다.

조직에 변경 사항을 알립니다.
교육을 제공합니다.
지표의 기준선을 측정합니다.
모든 최종 사용자에게 롤아웃합니다.
피드백을 수집합니다.
프로젝트의 성공 여부를 평가합니다.

프로젝트를 시작했다고 해서 프로젝트에서 완전히 손을 놓지 마세요. 프로젝트의 효과를 유지하려면 적극적인 유지 보수가 필요합니다. 계속해서 프로젝트에 대한 정성적, 정량적 피드백을 받고 피드백에 따라 솔루션을 업데이트하세요.

프로젝트 일정 결정

몇 가지 중요한 세부 사항을 정리한 Becca는 마침내 프로젝트의 일정을 계획하게 되었습니다. 솔루션의 복잡성에 따라 프로젝트에 시간이 더 소요되거나 덜 소요될 수 있다는 점을 염두에 두세요. 이 샘플 일정은 가정한 것이며, 데이터 준비 상태에 도달하는 데 걸리는 시간이 포함되지 않았고 이러한 시간은 데이터의 품질, 가용성, 접근성에 따라 크게 달라질 수 있습니다.

단계	3개월 계획(12주)	6개월 계획(24주)
계획	2주	4주
구축	9주(테스트 1주, 파일럿 2주)	18주(테스트 2주, 파일럿 4주)
시작	1주	2주

요약

이제 프로젝트 이해당사자, 목표, 기술 솔루션을 파악하여 AI 프로젝트를 시작하는 방법을 알게 되었습니다. 프로젝트의 단계와 일정에 대해서도 이해하게 되었습니다. 다음 유닛에서는 데이터를 준비하고 데이터 품질을 평가하기 위한 기준을 공유하는 방법에 대해 알아보겠습니다.

도움말 검색