AI in 2021: 각 산업별 변화 양상

AI in 2021: How Industries Will Move Past the Pandemic and Thrive

AI in 2021: 각 산업별 변화 양상 

* 이 글은 DataRobot에작성된 Peter Simon 외 2명 의 글을 번역하였습니다.

COVID-19 여파의 회복에 따른 대응은 2021년 거의 모든 기업과 업계에서 최우선시 될 것이다. 일부 기업은 정체되거나 전혀 회복되지 않을 수도 있다. 일부 기업들은 이번 개편을 데이터와 분석 자산을 이해하고 개선하고, 모델 생산 프로세스를 운영 및 업데이트하며, 고객에게 AI를 신뢰할 수 있다는 확신을 심어줄 수 있는 전례 없는 기회로 보고 있다. FDS 기능을 향상하는 은행, 원격 의료 서비스 공급 업체로 전환되는 의료 서비스, 공급망을 보다 효율적으로 만들기 위해 노력하는 소매업체 또는 제조업체와 같이 현재의 BI 통찰력을 보다 개선하고자 한다. 다양한 산업들이 어떻게 AI를 사용하여 팬데믹으로부터 회복할 계획을 세우고 있는지 이해하는 것은 2021년 당신의 사업이 번창하는 데 도움이 될 것이다.

COVID-19로부터의 점진적인 회복에 대한 기대는 2021년 거의 모든 기업과 업계의 가장 큰 관심사일 것이다. 일부 기업은 정체되거나 회복되지 않을 수도 있다. 그러나 이번 개편을 데이터 및 분석 자산을 이해, 개선하고 모델 프로덕션 프로세스를 운영 및 업데이트하며, 고객이 AI를 신뢰할 수 있도록 안심시킬 수 있는 전례 없는 기회로 보고 있다. 은행 사기 거래 탐지 개선, 원격 의료 서비스 제공, 소매업체 및 공급망 효율성을 높이기 위해 일하는 제조업체와 같이 현재의 BI 인사이트를 개선하고자 노력하고 있다. 다양한 업계가 AI를 이용하여 팬데믹으로부터 회복하려는 계획을 이해하면 2021년 비즈니스가 번창하는 데 도움이 될 수 있다.

Banking

세계가 2021년 팬데믹으로부터 회복하기 시작하면서 거시 경제 전반에 걸쳐 극적인 변화가 일어날 것이다. 주요 주제는 부양책의 재정적 효과와 가계 및 대기업들이 느낄 반향일 것이다. 은행과 기타 금융 기관들은 상당한 기회와 중대한 위협 모두를 경계할 것이며, 지속적인 금리 인하로 인한 수익 압박 문제의 해결이 주요 과제가 될 것이다.

구식 모델을 사용하면 은행은 수익과 시장 점유율 하락을 겪을 것이다. 경우에 따라 평판 역시도 잃을 수 있다. 따라서 언더라이팅, 고객 관리, 이상 거래 등의 분야에서 모델을 신속하게 업데이트할 수 있는 능력이 가장 중요하다.

Financial Markets

2020년 금융시장은 예상치 못한 호황을 겪었다. 이는 증권업계가 팬데믹 대응 정책으로부터 혜택을 받았기 때문이다. 때문에 이번 한 해는 시장이 다소 축소될 수도 있다. 따라서 금융기관들의 비용 관리에 대한 관심이 증가할 가능성이 높다. AI의 측면에서는 2021년에 다음과 같은 영향을 받을 수 있다.

●운영 효율성에 대한 관심이 증가할 것이다. AI는 구매 및 판매 측면 모두에서 더욱 중요해질 것이다.

●상황이 계속해서 빠르게 발전함에 따라 민첩성에 대한 요구도 증가할 것이다. 자동 머신 러닝 모델 개발이 빛을 발하는 곳이다. 데이터 로봇과 같은 기술을 사용하여 AI 모델 개발 및 거버넌스 라이프사이클을 수개월에서 일 또는 주 단위로 단축할 수 있다.

●데이터 사이언스 실무자는 자신의 가치를 더 빠르게 입증해야 한다. 그렇지 않으면 자신의 주장을 입증하기 위해 고군분투할 것이다.

●머신 러닝 전문가들이 다양한 사업 분야에 포함되고 연구가 아닌 도메인 지식에 중점을 두면서 AI “skunkworks”의 시대는 끝났다. 머신 러닝 운영(MLOps)은 AI 솔루션을 효율적으로 모니터링하고 강력하게 배치하는 데 점점 더 초점을 맞출 것이기 때문에 훨씬 더 중요해질 것이다.

Retail

소매업계는 다소 부진한 결과를 보였다. 그러나 소매업계는 계속해서 소비자 행동과 경쟁적 상황의 극적 변화를 겪고 있고 이는 기회가 될 수 있다. 실업, 경제, 그리고 각 지역의 규제 완화와 같은 몇 가지 불확실한 요인들이 2021년에도 업계 내 전반적으로 나타날 것이다. 소매업체는 특히 급변하는 데이터를 분석하기 위해 비즈니스 결정에 AI를 추가해야 한다. MLOps는 소매업계의 AI 도입의 주 관심사이다.

소매업은 미국 내 종사자들 중 가장 많은 비율을 차지한다. 일자리의 1/4, GDP의 5.9%를 차지하며 전 세계적으로 비슷한 양상을 띈다. AI를 도입한 소매업체들은 2021년 수요 불확실성과 안정화 요구를 해결하고, 장기적으로도 개선될 수 있으며, 추후 운영을 재수립할 수 있는 더 나은 위치에 놓이게 될 것이다. 상점이 온라인으로 이동하고 보다 실용적이게 되면서 AI는 변화하는 소비자 요구에 대응할 수 있게 될 것이며 소매업체는 더 나은 매장 위치와 용도 변경 결정을 내리고 가격을 최적화하며 수요 예측에 변화를 가져올 것이다.

Healthcare

많은 업계에서 2020년은 매우 힘든 한 해였지만 의료 분야만큼 급격한 변화를 경험한 산업은 없을 것이다. 이에 따른 재정적 영향은 실로 엄청났다. 미국의 의료 지출은 미국 GDP의 거의 20%를 차지했다.

COVID-19 팬데믹의 영향은 의료 사업자(병원, 약국, 의료 시설 등)와 의료 납부자(보험자)에 서로 다른 양상으로 나타난다. 의료 사업자는 운영 모델의 붕괴, 코스트 센터와 손익 센터의 반전, 새로운 유형의 환자, 그리고 의료진들의 감염을 경험했다. 또한 기존 운영 효율성 측정, 인력 예측 등의 AI 활용 사례도 확대되었다. COVID-19와 관련한 AI의 활용은 실질적인 경영 성과를 이뤘다.

이와는 대조적으로, 보험 납부자들은 운영 모델의 변화와 보험 청구권 감소를 경험했다. COVID-19의 직접적인 영향으로는 절차 간소화, 새로운 규제 정책 및 의료 보험사의 청구 및 지불 환경 변화, 자금 흐름의 급격한 감소 등이 있다. 업계가 새로운 시각으로 요양원과 기타 의료 시설에 대한 위험을 인지함으로써, 가정 의료 및 원격 의료로의 움직임과 가속화 또한 COVID-19의 또 다른 간접적인 영향일 것이다.

헬스케어 리더들은 해당 업계 내에서 AI에 대한 가시적인 이점과 요구가 그 어느 때보다 크다고 말했다. 혼란이 지속되면서 2021년 이후 맞이할 새로운 모습이 어떻든, 헬스케어 업계 기업들의 AI 역량은 핵심이 될 것이다.

Maunfacturing

2021년에도 제조사들은 여전히 팬데믹으로 인한 새로운 충격에 대응 중이다. 바이러스의 확산을 통제하기 위한 정부와 기업의 정책 대응은 근본적인 수요의 급격한 변화와 함께 제조업체들이 민첩하고 탄력적이며 비용 효율적인 공급망과 제조 기술을 계속해서 개발하도록 할 것이다.

머신 러닝을 통해 글로벌 제조업체는 제품 수요를 예측하고 공급망 리스크를 완화할 수 있다. AI와 머신러닝 기술은 제한된 데이터 풀로 가능한 최상의 수요 예측을 구축하는 데 도움이 될 것이다. 즉, 머신 러닝 모델을 통해 어린이 장난감부터 자동차까지 공산품에 대한 근본적인 수요를 예측할 때 더 적은 리소스로 더 많은 일을 할 수 있게 될 것이다.

글로벌 제조업체들이 지정학적, 교통 및 경제 동향에 의해 창출되는 리스크를 더 잘 예측하고 완화할 수 있도록 함으로써, 머신 러닝은 또한 정교한 공급망 관리를 이러한 솔루션과 관련된 미들 마켓에 더 쉽게 접근할 수 있게 할 것이다. 이는 국가 및 기업이 코로나 바이러스에 대처하기 위해 영업을 중단하거나 우회함에 따른 글로벌 공급망의 변동성을 감안할 때 매우 중요한 역할을 할 것이다.

Conclusion

2021년 업계들은 다시 없을 기회를 마주하고 있다. 포스트 코로나 시대의 환경을 탐색하고, AI의 편견을 깨뜨리고, 소비자에게 신뢰할 수 있는 AI를 제공해야 한다. 시험 AI 의 시대는 끝났다. 이제 강력한 AI 솔루션을 통한 AI 민주화 시대가 도래할 것이다.

번역 – 핀인사이트 인턴연구원 강지윤(shety0427@gmail.com)

원문 보러가기>

https://www.datarobot.com/blog/ai-in-2021-how-industries-will-move-past-the-pandemic-and-thrive/