인공지능과 머신러닝을 통해 실현되는 미래의 업무 환경

Workday는 오래전부터 인공지능(AI)과 머신러닝(ML)이 미래 업무 환경의 동력이 되리라 확신했습니다. 최근 AI와 ML 분야가 눈부신 약진을 보여주고 OpenAI와 ChatGPT와 같은 생성형 AI가 돌풍을 일으키면서 너 나 할 것 없이 AI 및 ML에 뛰어들지만, Workday는 10여 년 전부터 AI 및 ML 기능을 개발하여 고객에게 제공해 왔습니다.

AI 및 ML에 대한 Workday의 차별화된 접근법 

Workday가 구상하고 구현하는 AI와 ML은 전 세계의 다른 어떤 엔터프라이즈 소프트웨어 기업도 흉내낼 수 없습니다. 기능적인 측면에서 보면, Workday는 AI와 ML을 기술 플랫폼의 핵심에 통합하는 플랫폼 중심의 접근법을 채택합니다. 이것이 왜 중요할까요? ML을 접목한 새로운 기능을 어플리케이션에 빠르게 적용하고 유지할 수 있기 때문입니다. ML은 사용할수록 더 좋아집니다. 같은 플랫폼에서 수백만 명의 사용자가 수십 개의 어플리케이션을 상시 사용하므로 더욱 빠른 속도로 향상됩니다.

Workday의 또 다른 차별화 요인은 보유한 데이터와 이 데이터를 취급하는 특별한 방법입니다. Workday는 방대한 양의 고객 데이터에 접근할 수 있습니다. 6,000만 명 이상의 사용자가 연간 약 4,420억 건의 트랜잭션을 발생시킵니다. 하지만 아무리 데이터가 많아도 품질을 담보하지 않으면 의미가 없습니다. 이런 까닭에 Workday는 단일 통합 데이터 모델을 사용합니다. 이 데이터 모델을 통해 무결하고 일관된 데이터를 유지할 수 있습니다.상이한 데이터 리포지토리를 수차례 통합해야 하는 경쟁사에서는 불가능한 방식입니다. 게다가 Workday는 테넌트 모델을 사용하여 데이터를 정형화합니다. 그러면 통합 학습(federated learning)을 통해 특정 지역이나 업종의 고객을 위한 맞춤형 모델을 만들 수 있습니다. 이 과정에서 개인정보 보호와 규제 준수도 소홀히 하지 않습니다. 마지막으로, Workday Prism Analytics를 통해 외부 데이터를 가져오고 Workday의 탁월한 데이터세트와 병합하여 타의 추종을 불허하는 독창적인 모델을 만들 수 있습니다. 

ML 전문가들은 긍정적인 결과를 얻는 데 필요한 데이터의 조건으로 '3V'를 제시합니다. 바로 규모(volume), 속도(velocity), 다양성(variety)입니다. 물론 Workday는 이 3가지를 모두 충족합니다. Workday는 데이터 기능과 기술적 기능의 특별한 조합을 통해 고성능의 AI 및 ML 솔루션을 배포합니다. 더 효과적인 맞춤형 사용 사례에 이 솔루션을 적용하면서 고객에게 특별한 결과를 신속히 제공합니다.

AI와 ML을 통해 실현되는 미래의 업무 환경

Workday의 특별한 접근 방식이 진가를 발휘한 대표적인 예가 바로 미래의 업무 환경을 실현하는 Workday ML 기능, Workday Skills Cloud입니다. 전통적인 커리어 패스, 자격증, 학위, 틀에 박힌 이력서 등은 한계에 봉착했습니다. 미래의 경제 환경은 훨씬 더 역동적이고 유연해야 하며, 전형에서 벗어나는 배경을 가진 사람도 효과적으로 참여할 수 있어야 합니다. Skills Cloud는 스킬이 사용되는 방식을 인간의 언어로 분석하는 데 AI와 ML을 활용합니다. 즉, 상호 관계를 파악한 다음 스킬 중심의 인적 자원에 규모의 제약 없이 매핑합니다. 

Workday Skills Cloud와 이를 뒷받침하는 ML 엔진은 Workday 고객이 이 새로운 세상에 적응하고 생존하는 데 핵심적인 역할을 합니다. 이미 코어 Workday HCM(Human Capital Management) 고객의 절반 이상이 사용 중입니다. 5년 전에 출시된 Workday Skills Cloud는 지금까지 50억 건 이상의 스킬 사용 사례를 처리했습니다. 이제 각 기업에서는 ML을 사용하지 않고 대규모로 스킬을 채택하는 것이 불가능합니다. 

마찬가지로, 미래의 재무 분야에서도 AI 및 ML 적용이 필수적입니다. AI와 ML을 활용하는 재무 팀에서는 예전에 몇 주, 몇 개월이 걸리던 일을 몇 시간, 몇 분 만에 처리하고 위험 관리 및 비효율성 해소에 주력할 수 있게 됩니다.  

예컨대 재무 팀에서는 한 달 내내, 그리고 분기 결산 시기에 정보를 수집하고 트랜잭션을 조정하는 데 엄청난 시간을 보냅니다. 하지만 Workday AI 및 ML을 사용하여 재무 패턴, 트렌드, 이상 요인을 빠르게 식별함으로써 재무 팀은 더 빠르고 효율적으로 결산 프로세스를 완료합니다.  

AI와 ML이 플랫폼에 기본적으로 통합된 Workday 재무 관리에서는 지능형 자동화를 통해 대규모 트랜잭션을 더욱 빠르게 처리할 뿐만 아니라 정확성도 높여 큰 비즈니스 효과를 거둡니다. 

생성형 AI의 무한 세계

AI와 ML, 특히 현재의 생성형 AI는 미래의 업무 환경에서 무궁무진한 가능성을 실현할 것입니다. Workday는 생성형 AI를 가능하게 한 기술인 거대 언어 모델(LLM)을 일찍이 도입했고, 현재 프로덕션 환경에서 이 기술을 사용합니다. 고객의 여러 새로운 과제를 해결하는 데 생성형 AI를 적용하기 시작했습니다. LLM의 대표적인 사례로 콘텐츠 제작을 들 수 있는데, 성과 리뷰, 직무 설명을 비롯한 각종 문서의 초안을 작성하는 방식이 완전히 달라질 것입니다. Workday는 생성형 AI로 고객을 위한 부가 가치를 창출할 핵심 사용 사례를 계속 발굴하는 한편, Workday 데이터와 외부 데이터세트를 모두 활용하는 특별한 모델 개발에도 힘쓸 것입니다. 

신뢰할 수 있는 AI로 자신 있게 의사결정

AI와 ML이 제시하는 가능성을 실현하려면 먼저 신뢰성을 확보해야 한다고 Workday는 생각합니다. 그리고 인간을 대체하는 게 아니라 그 능력을 확장하는 기술이 되어야 합니다. AI와 ML을 믿을 수 있으려면, 처음부터 신뢰를 염두에 두고 설계해야 합니다. 세계에서 가장 윤리적인 기업 중 하나로 꼽히는 Workday는 '책임을 다하는 AI' 구현에 주력합니다. Workday는 Workday의 ML 제품 개발 및 평가 방식을 고객에게 투명하게 공개하여 제품 사용에 관한 위험을 최소화합니다. Workday는 윤리적인 AI/ML 핵심 원칙을 길잡이로 삼아 사회에 긍정적으로 기여하고 고객과 그 직원의 성장 기회를 확대할 AI/ML 기술을 개발하려 합니다.

인간 중심의 원칙에 의거하여 Workday의 AI 및 ML 기술은 어떤 의사결정도 완전히 자동화하지 않습니다. 그리고 반드시 사람이 최종 의사결정자가 되게 합니다. Workday는 인간 중심의 원칙을 철저히 따르면서 인류의 생산성과 지성을 발전시키는 목적으로, 즉 예전에는 도전하지 못했던 문제를 해결하게 하는 데 AI와 ML을 활용할 것입니다. 이것이 AI와 ML의 약속이기도 합니다. 그리고 AI와 ML에 의해 실현될 미래의 업무 환경에 관한 우리의 비전은 이제 막 첫걸음을 내디뎠습니다.