비즈니스에 인공 지능을 사용하기 위한 첫걸음 내딛기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- 명확하게 정의된 결과가 AI 솔루션의 성과에 어떤 영향을 미치는지 이해합니다.
- 어떤 데이터 소스가 AI를 가장 효율적으로 훈련하는 데 도움이 될지 결정합니다.
- AI가 예측을 생성하고 난 다음 단계를 식별합니다.
AI 바로 활용해 보기
이제 인공 지능 솔루션이 무엇으로 구성되어 있는지 알았으니, AI를 사용하여 비즈니스를 최적화하고 싶을 것입니다. AI가 어떤 도움을 줄 수 있는지 어느 정도 이해했더라도, 회사에 실질적인 가치를 제공하는 방식으로 AI를 사용하려면 무엇이 필요한지는 모를 수 있습니다. AI를 시작하는 것은 어렵게 느껴질 수 있지만, 4가지 단계를 통해 손쉽게 시작할 수 있습니다.
- 무엇을 예측할지 결정합니다.
- 기록 데이터를 준비합니다.
- 예측을 기반으로 조치를 취합니다.
- 작업을 개선합니다.
이러한 단계를 이해할 수 있도록 American Savers Cooperative(ASC) 은행의 고객 이탈 예시를 살펴보겠습니다. 고객 이탈 예측 및 고객 리텐션은 모든 비즈니스에서 가장 일반적인 AI 사용 사례 중 하나입니다. 이제 ASC가 AI 비즈니스 도구를 사용하여 고객을 유지하는 방법을 알아보겠습니다.
예측할 요소 결정하기
AI를 효과적으로 사용하기 위한 첫 번째 단계는 달성하고자 하는 목표를 AI에 어떻게 전달할지 정하는 것입니다. 이렇게 하려면 예측하려는 요소를 측정 가능한 용어로 명확하게 정의해야 합니다.
ASC의 고객 이탈 사례를 생각해 보겠습니다. 고객을 잃는다는 것은 실제로 무엇을 의미할까요? 예금 계좌와 저축 계좌를 모두 보유한 고객이 저축 계좌를 해지했다고 가정해 보겠습니다. 이 고객은 이탈한 것일까요? 고객이 은행에 하나의 계좌만 가지고 있는데 자산의 90%를 이 계좌에서 다른 은행의 계좌로 옮겼다면 어떨까요? 이것을 이탈이라고 할 수 있을까요?
ASC가 AI를 사용하여 고객 이탈을 예측하고 줄이려면, 먼저 비즈니스에 있어 이탈이 무엇을 의미하는지에 대한 구체적인 정의를 내려야 합니다. 데이터를 살펴보고 고객의 이탈 여부를 명확하게 대답할 수 있어야 합니다.
기록 데이터 준비
AI를 효과적으로 사용하기 위한 두 번째 단계는 기록 데이터를 준비하는 것입니다. "미래의 행동을 가장 잘 예측하는 것은 과거의 행동이다"라는 속담이 있는데, 인공 지능에서도 마찬가지입니다.
ASC는 이미 이탈에 대한 기록 데이터를 많이 보유하고 있습니다. 또한 이탈에 대한 구체적인 정의를 내렸으며, 고객의 이탈 여부를 확실하게 판단할 수 있습니다. 이러한 정보는 AI가 스스로 학습하는 데 필요한 유형의 데이터입니다. 사실 AI를 사용할 때 데이터에 대한 정보를 보고할 수 없다면 예측도 불가능합니다.
일부 기업에서는 여러 단편적인 시스템에 걸쳐 분산된 데이터를 모아야 할 수 있으며, 모든 데이터를 한곳으로 모으기 위해 통합을 필요로 할 수 있습니다. 이는 상당히 어려울 수 있지만 반드시 필요한 작업입니다.
많은 비즈니스가 분석을 중심에 두고 있으며, 비즈니스 상태를 측정하기 위해 이미 많은 사내 보고서를 실행하고 있습니다. 데이터에 대한 정보를 보고하고 나면 자연스럽게 예측 결과를 기대하게 되는 경우가 많습니다. 실제로 이러한 보고서를 통해 측정된 결과를 활용하여 AI 최적화를 효과적으로 시작할 수 있습니다. 결과라는 데이터는 이미 존재하며, 어떻게 사용하는지가 중요합니다.
예측을 기반으로 조치 취하기
마지막 단계는 예측을 기반으로 조치를 취하는 것입니다. ASC 은행의 경우, AI가 고객이 이탈할지 여부를 예측하고 있습니다. 따라서 결과는 확률의 형태로 제공됩니다. 예를 들어 한 고객은 15%의 확률로 이탈할 것으로 예측되는 반면, 다른 고객은 30%의 확률로 이탈할 것으로 예측될 수 있습니다.
ASC는 이러한 수치를 다양한 방식으로 사용할 수 있습니다. 연락처 레코드에 바로 입력할 수도 있습니다. 아니면 이탈 가능성에 따라 우선순위가 지정된 고객 목록을 고객 리텐션 팀에 제공하는 것도 좋습니다. 이탈 가능성이 25% 이상인 모든 고객에게 특별 프로모션을 제공할 수도 있습니다.
작업 개선
이제 ASC는 모든 고객에게 특별 프로모션을 보내려고 하는데, 이메일 작성에 도움을 필요로 합니다. 따라서 AI, 특히 생성형 AI의 도움을 받아 Einstein에게 특별 프로모션 이메일을 생성하도록 요청합니다. Einstein이 이메일을 작성했고, ASC는 만족스러운 반응을 보였습니다. 이제 몇 가지 단어를 변경하여 좀더 개인화된 이메일을 작성하고 모든 고객에게 이메일을 전송합니다. 이탈 예측에서 진전을 보였을 뿐만 아니라 고객에 대한 감사를 표했습니다.
AI를 최대한 활용하려면 최적화하고자 하는 결과에 대한 구체적인 정의, AI를 훈련시킬 기록 데이터, 예측을 사용하는 방법에 대한 실행 계획이 있어야 합니다. 다음 유닛에서는 비즈니스의 다양한 부문에서 AI를 사용하여 요구 사항을 충족할 수 있는 방법을 알아봅니다.