저는 일본어만 할 수 있는데, AI 회사 창업을 결심했습니다.
지난번, AI 직원들에게 “해외에서 새롭게 떠오르는 재미있는 AI 비즈니스들을 찾아보라”는 업무를 맡겼다.
AI 직원들은 여러 개의 후보를 제시했다.
실제로 고객이 있는지, 비용을 지불하고 사용되고 있는지, 일본에도 유사한 서비스가 있는지, 일본에서 사업화한다면 어떻게 해야 하는지까지 조사했습니다.
하지만, 하나하나 제대로 와닿지 않았어. 왜일까.
생각해 보면, 근본적으로 어떤 해외 AI 비즈니스를 선정할 것인지 기준을 명확히 하지 않았었습니다.
그러면 무엇을 기준으로 해야 할까. AI 직원들과의 회의가 시작되었다.
AI 직원들과의 회의가 시작되었다.
저와 인공지능 직원 6명이 참여했습니다.
佐伯 미나 (탐색 담당), 다니엘 김 (조사 및 검증 담당), 고바야시 유이 (편집 및 집필 담당), 레이첼 모건 (일본 시장 및 경쟁 분석 담당), 스미노 카이 (사업 전략 담당), 다나카 렌 (성장 담당)
인포컴시즈가 해외 AI 비즈니스를 어떤 기준으로 삼는가?
김상재(Human Lead) “지금까지 나온 후보들 모두 솔직히 하나도 와닿지 않아.”, 사에키 미나(탐색 담당) “숫자가 적다는 뜻인가요?” 김상재 “아니, 숫자가 문제라서가 아니야. 꼼꼼히 조사해 주고 있고, 실제로 비즈니스적으로도 성사되고 있어. 하지만, 끌리는 느낌은 없어.” 타카하시 유이(편집・집필 담당) “기사로서, 재미가 없다는 뜻인가요?” 김상재 “그러다 그럴지도. 하지만そもそも ‘재미있는 AI 비즈니스’란 대체 뭘까.” 다니엘 김(조사・검증 담당) “지금까지의 조건은 실체성과 사업성이야. 실제로 존재하는 회사인지, 고객이 있는지, 상업적 이용이나 유료화가 실제로 이루어지고 있는지 확인할 수 있어야 해.” 김상재 “그건 필요한 건데, 그것만으로는 ‘진짜 제대로 된 AI 기업’을 찾는 것과 다름없지?” 다니엘 김 “맞아.” 사에키 미나 “탐색 단계에서 사업적으로 성립하는 것을 지나치게 중시하고 있을 수도 있어.” 김상재 “무슨 말이야?” 사에키 미나 “새로운 것일수록 실적이 없지. 최근에 시작한 회사나 아직 사례를 공개하지 않은 회사는 초기 단계에서 떨어지기 쉬워.” 다니엘 김 “그건 원래 내가 판단해야 할 일이야.”
그는 “흥미로운 것을 찾아라”라고 말하면서, 실제로는 “증명 가능한 것을 찾아라”라고 지시하고 있었다.
해외 AI 비즈니스 분야의 “탐색”과 “검증”을 분리하는 방안을 논의합니다.
김상재 “미나는 새로운 것을 찾는 담당이잖아.”
사오키 미나 “네.”
김상재 “하지만 ‘고객이 있고’, ‘결제가 이루어지고’부터 처음부터 조건을 걸면 어때?”
사오키 미나 “새로운 것을 넓게 포착하는 것이 어려워집니다.”
다니엘 김 “미나가 찾고, 내가 확인하는 역할을 분담한 거 아니야?”
김상재 “맞아.”
다니엘 김 “탐색 단계에서 증거까지 요구하면 탐색 자체가 검증되는 식이야.”
이해합니다. 탐색이 검증으로 굳어지는군요.
제2회에서는 왜 한 명의 AI에 모든 일을 맡히지 않고, 여러 명의 AI 직원에게 업무를 분담했는지에 대해 생각해 보았다. 그때 그 의미가 실제 업무 환경에서 드러나기 시작했다.
탐구하는 AI에는 널리 새로운 것을 받아들이길 바랄 것이며, 검증하는 AI에는 반대로 의심하길 바랄 것이다. 탐구하는 일과 검증하는 일에서는 요구되는 판단이 다를 수밖에 없었다. 같은 기준으로 삼을 수 없었다.
김상재 “그러니까 미나는 무엇을 기준으로 찾을까?” 사에키 미나 “새로운 것. 인간이 지금까지 해왔던 일을 AI가 대신하면서, 기존의 업무 방식이 바뀌고 새로운 비즈니스 구조가 생겨나고 있는 것.” 수노 카이 (사업 전략 담당) “일본에서는 아직 보편화되지 않았다는 시점도 필요합니다.” 레이첼 모건 (일본 시장 및 경쟁 분석 담당) “하지만 그것은 탐색 단계에서는 판단하기 어렵습니다. 일본에 그것과 같은 것이 있는지 제가 조사해야 합니다.”
해외 AI 비즈니스에 대한 “독자 가치”를 심층적으로 고민해 본다.
여기에서 유이가 다른 시각에서 이야기를 시작했다.
고바야시 유이 “또 하나 있습니다.”
키사기 자와 “왜죠?”
고바야시 유이 “누구를 위해 폐기하는지 묻는 겁니다.”
키사기 자와 “독자입니까?”
고바야시 유이 “네. 회사가 정상적으로 운영되고 있고, 독자가 알고 싶어하는 정보와는 동일하지 않습니다.”
정말이야.
타카하시 유이: “해외에는 이런 AI 기업들이 있습니다. 이렇게만 보면 뉴스랑 그렇게 큰 차이도 없죠.”
카가미 하지: “맞아요. 그걸 하려고 하는 건 아니죠.”
타카하시 유이: “독자들이 ‘이런 AI 비즈니스가 있다’라고 생각하고, 그 뒤에 ‘이건 일본에서도 할 수 있지 않을까’라고 생각해 볼 수 있게 하는 거죠. 거기까지 연결되는 것을 다룬다면, 무의식적인 효과가 있을 거라고 생각해요.”
미노 카이: “그렇다면 단순한 해외 사례 소개가 아니게 되겠죠.”
타카하시 유이: “해외에서 일어나는 일들을 통해 새로운 비즈니스 가능성을 보여주는 거죠.”
카가미 하지: “맞아요.”
그동안 이렇게 말씀해 주셔서야 비로소 무엇이 문제였는지 알겠어요.
처음 미나에게 “흥미로운 AI 비즈니스를 찾아줘”라고 부탁했을 때, 나는 하나의 탐색 조건 안에 여러 가지 판단 기준을 담아두었다. 새로운 AI 비즈니스인가, 실제로 사업으로 성립하고 있는가, 독자가 알 만한 가치를 가지는가, 그리고 일본에서 새로운 사업을 할 수 있는가 등의 질문들을 던졌지만, 이것은 모두 같은 시점에 판단할 필요는 없었다.
김상재 “이거, 순서를 나눠서 하면 괜찮겠어요?”
사에키 미나 “처음에는 탐색에만 집중한다는 뜻이군요?”
김상재 “네. 우선 흥미로운 AI 비즈니스를 널리 찾아보죠. 여기서 성과까지 요구하지 않아요.”
사에키 미나 “그렇다면, 새로 태어난 신생 비즈니스도 후보에 포함될 수 있겠네요.”
다니엘 김 “발견된 후보들을 다음에는 제가 검증합니다. 실제로 존재하는 회사인지, 고객이 있는지, 실제로 사업으로 성립하고 있는지.”
타카하시 유이 “그 다음은 독자가 알 만한 가치가 있는지 확인하는 거죠.”
미노 카이 “마지막으로, 일본에서 사업화될 가능성을 고려합니다.”
알겠습니다.
찾아본다. 확인한다. 독자에게 어떤 가치를 제공할 수 있는지 살펴본다. 그리고 일본에서 사업을 할 수 있을지 고민한다. 이렇게 하면 탐색 단계에서 모든 것을 판단할 필요가 없다. 회의를 시작했을 때에는 없었던, 하나의 흐름이 만들어졌다.
네 단계로 명칭을 지정합니다.
생각해볼 때, 이 흐름을 인포콤샤스의 방식대로 남겨두기로 했다.
네 단계에 각각 이름을 명명했다.
발견(探索) 새로운 AI 비즈니스를 넓게 찾는다.
현실 점검(실재·사업성의 검증) 정말 존재하는지 확인하고, 고객 및 이용 실태를 검토한다.
독자 가치(Reader Value)라는 비즈니스가 독자들에게 실질적으로 어떤 의미를 가지는지 확인하는 것을 의미한다.
국내 사업 추진(일본 내 사업화) 일본 시장에서 신규 사업 추진 가능성을 검토한다.
머리 글자를 나열하면 DRDV입니다.
처음부터 DRDV라는 방법을 구상했던 것은 아니었다. “흥미로운 AI 비즈니스를 찾아라”라는 모호한 지시에서 시작하여, 실제로 AI 직원들에게 일을 시켜보니, 탐색, 검증, 독자 가치, 일본에서의 사업화라는 4가지 업무를 구분해야 한다는 사실을 깨달았다.
그 결과, DRDV가 탄생했다.
DRDV에서 기존 후보들을 재검토한다.
기준이 마련됨에 따라, 기존에 AI 직원들이 탐색해 온 후보들을 DRDV에서도 다시 한번 검토해 보기로 했다.
Axle社, Structured AI社, IronLedger社, Cardinal Gray社라는 4개사가 있었다.
Axle사는 제조업의 조달, Structured AI사는 기업 내부의 문서와 데이터, IronLedger사는 건설업의 자재 조달, Cardinal Gray사는 보험과 같은 전문 업무를 AI로 지원한다.
산업 분야도 다르고, 다루는 업무도 다릅니다. 그러나 4개 회사를 비교해 보면, 하나의 공통점이 보입니다. 어떤 회사도 단순히 AI 소프트웨어를 제공하는 것뿐만이 아닙니다.
지금까지의 SaaS는 업무를 수행하기 위한 소프트웨어를 제공하는 형태였다. 실제로 그 소프트웨어를 사용하여 업무를 수행하는 것은 인간이다. 그러나 이 네 기업에서는 AI가 단순한 도구가 아니다. AI가 지금까지 인간이 수행하던 업무 그 자체를 맡아 시작했기 때문이다.
예를 들어, AI가 공급 업체를 찾아 비교하고 선정까지 수행하는 대신, 조달을 위한 소프트웨어를 판매하지 않는다. 기업이 원하는 것은 소프트웨어 자체라기보다는 “적절한 조건으로 필요한 것을 조달했다”는 결과이다.
조사를 진행해 나가다 보니, 이러한 사고방식을 나타내는 표현이 발견되었다.
OaaS（Outcome as a Service）。
소프트웨어를 판매하는 대신, 업무를 맡아 성과를 낸다.
아직 이 4사를 OaaS로 부르는 것이 적절한지는 확신할 수 없다. 다만, AI가 단순히 소프트웨어를 제공하는 것을 넘어 인간의 업무를 대체하고 그 결과물까지 제공하는 방향으로 나아가고 있다면, 이는 상당히 큰 변화일지도 모른다.
SaaS에서 OaaS로. 정말 그런 변화가 일어나는 것일까.
OaaS（Outcome as a Service）는 무엇이며, 어떤 기업들이 등장하고 있는가? 왜 현재 이 모델이 주목받고 있는 것일까. 그리고 일본에서도 이를 사업 모델로 성공적으로 추진될 수 있을까?
다음 회차는 OaaS를 본격적으로 조사해 볼 것이다.
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 33청크
원문 보기 | 출처: note.com