전문 서비스 분야의 거대 과제 해결을 돕는 AI/ML

인공지능(AI)과 머신러닝(ML)이 전문 서비스를 포함하여 다양한 산업에 미치는 영향에 관한 많은 연구가 이루어졌습니다. ChatGPT와 같은 생성형 AI 도구는 AI에 관한 관심과 우려를 다시금 불러일으켰습니다. 하지만 떠들썩한 미디어 보도와 온갖 담론에 밀려 지금 당장, 또는 가까운 미래에 기업에서 유용하게 쓰일 수 있는 기능이 제대로 주목받지 못합니다. 

그러나 이러한 AI/ML 기능은 꼭 필요합니다. 2023년 6월에 발표된 IDC의 Workday 종합 산업 연구(Multi-Industry Study)에 의하면, 전 세계 전문 서비스 기업 리더의 27%만이 자신이 속한 업계가 성장 중이고 '미래의 변화를 최대한 활용할 만반의 준비가 되어 있다'고 답했습니다.

특히 회계 및 법률 같은 전문 서비스에서는 대개 방대한 종이 문서를 다루는 반복적인 수작업이 많습니다. 핵심 인력이 관리 업무에 시달리느라 부가 가치가 높은 임무에 집중할 수 없는 경우가 많습니다. 

AI와 머신러닝은 이러한 문제를 해결하는 데 도움이 될 수 있습니다. 반복 작업을 자동화하여 비용을 절감하거나 매출 신장을 촉진하는 등의 방식으로 가치 창출에 기여합니다. 내부 감사, 위험 관리, 규정 준수와 같은 가치 보전을 위한 업무에 AI/ML을 적용함으로써 이상 요인이 현실의 문제로 커지기 전에 밝혀낼 수 있습니다.

IDC의 Workday 연구에서 전문 서비스 업계 리더들은 활용 예정이거나 고려 중인 기술의 1순위로 AI/ML을 꼽았습니다.

• 41.4%는 리소스 관리, 고객 결제 매칭, 경비 항목의 스마트 기본값 입력과 같은 '추천 기능'을 선택했습니다.

• 28.9%는 경비 영수증 스캔, 시간 관리, 승인 자동 건너뛰기, 계정 셀프 조정과 같은 '자동화'를 선택했습니다.

• 28.5%는 분개 입력, 경비보고서, 계획, 아웃라이어(outlier) 리포트 이상치 보고와 같은 '이상 감지' 기능을 선택했습니다.

이러한 기술 옵션을 고려하지 않는다는 응답자는 1.2%에 불과해 AI/ML의 각종 사용 사례에 관한 뜨거운 관심을 보여줍니다. 

한 마디로 미래의 업무 환경은 지금보다 더 수월해질 것입니다. 조직은 AI/ML을 활용하여 HR 및 재무 기능을 지능화함으로써 인적 역량을 강화하고 어디서든 더 나은 방식으로 일하게 할 수 있습니다. 하지만 AI/ML이 제공하는 가능성을 실현하려면 신뢰가 뒷받침하고, 직원을 대체하기보다는 보강하는 인간 중심의 접근 방식이 자리잡아야 합니다. 

TELUS International의 최고재무책임자(CFO)인 Vanessa Kanu는 '인공지능 때문에 똑똑한 사람의 수요가 줄어들진 않겠지만, AI로 처리하는 일의 종류는 시간이 지남에 따라 진화할 것'이라고 말합니다. "더 높은 수준의 복잡한 사고, 관계 구축, 투자자 및 주요 이해 관계자와의 소통, 이사회 운영 방식 등에 필요한 스킬은 자동화로 인해 사라지지 않을 것입니다." 

1,000명의 HR, 재무, IT 의사결정권자를 대상으로 한 최신 글로벌 설문조사에 의하면, 전문 서비스 업계 리더의 84%가 인공지능 기술의 도입을 확대해야 한다고 느낍니다. 이는 전체 업종 중에서 가장 높은 비율입니다.

Alight Solutions의 최고재무책임자(CFO)인 Katie Rooney는 이렇게 설명합니다. "본질적으로 우리가 이전과 다른 방식으로 일하고 인사이트를 제공하고 비즈니스 팀과 협업하는 데 도움이 되는 도구여야 합니다." "특히 재무 부서는 변화를 두려워하지만, 과거와는 다른 방식으로 일하면서 창출하는 가치를 깨닫게 되면 공감하게 됩니다. 저 역시 일단 시작했고 가능성의 현실화를 보여주는 것만으로도 도움이 되었습니다."

이제 전문 서비스 리더가 실제로 AI/ML을 활용하는 방식을 살펴보겠습니다. 

재무 관리: 회계에서 AI의 역할

AI/ML은 전문 서비스 분야의 재무 리더가 지능형 자동화를 구현하고 사용자에게 작업 과정을 안내하고 결과를 예측하는 데 도움을 줄 수 있습니다. 앞선 재무 조직은 이미 Workday 플랫폼 코어에 임베드된 AI/ML 기능을 활용하는 중입니다. 

회계 팀에 가장 절실한 부분은 이상 감지 기능을 통해 잘못된 숫자나 부정확한 값을 줄이는 것이지만, 방대한 데이터, 송장, 리포트를 관리해야 하므로 쉽지 않습니다. 여기서 ML이 진가를 발휘하는 것 중 하나가 분개장 인사이트입니다. 즉, 잘못된 분개장 라인을 재무 총괄 책임자에게 표시하여 재무 팀이 장부를 마감하는 데 걸리는 시간과 간접 비용을 획기적으로 줄일 수 있습니다.

분개장 인사이트는 ML을 사용하여 유사한 트랜잭션의 다른 항목과 비교하는 방법으로 회계 이상을 감지합니다. 이상이 발생하면 실시간으로 플래그가 지정되기 때문에 직원이 만일의 조정 관련 이슈를 바로잡을 수 있습니다. 이렇게 하면 회계 팀은 더 많은 시간을 분석에 투자하면서 더 전략적인 이니셔티브를 추진할 수 있습니다.

Kanu는 이러한 자동화가 '업무 효율을 높일 뿐만 아니라 몰입을 요구하는 유의미한 업무에 집중할 수 있게' 하므로 직원에게 유익하다고 말합니다.

"자동화는 팀원들의 가치를 실현하는 열쇠이기 때문에 개인적으로도 매우 중요하게 생각합니다."라고 Kanu는 설명합니다. "직원들은 변화를 만들고 싶어 합니다."

공급자 송장 자동화도 중요한 기회입니다. ML은 스마트 자동 완성 기능을 통해 외상매입금 워크플로를 지능적으로 자동화할 수 있습니다. 송장을 일괄 업로드 및 스캔하고, 급한 순서에 따라 우선순위를 지정할 수 있습니다. 또한 문제가 발생할 가능성이 있는 송장은 비슷한 문제를 유능하게 해결했던 직원에게 지능적으로 라우팅할 수도 있습니다. 

공급자 송장 자동화는 규칙 기반의 작업 대기열과 헤더 수준 스캔을 활용하여 적절한 담당자에게 송장을 전달하며, 로봇 프로세스 자동화(RPA) 또는 기타 방법을 통해 들어오는 송장도 처리할 수 있습니다. 

WilsonHCG의 최고재무책임자(CFO), Ken Bowles는 이렇게 설명합니다. "Workday를 사용하면 다른 국가로 이동하거나 기존 고객과 성격이 다른 고객과 일할 때도 자동화 구현이 전혀 문제되지 않습니다. 예를 들어 우리 회사는 청구할 때 구독 요금제와 거의 비슷한 월별 고정 수수료와 변동 송장을 적용할 때가 많습니다. Workday를 사용하면 청구 일정을 자동화하여 효율성을 높이는 동시에 개별 고객 요구사항도 해결할 수 있습니다."

리소스 관리 최적화

갈수록 이윤이 감소하고 리소스 조달 과정에 관한 고객의 이해가 높아짐에 따라 전문 서비스 기업들이 리소스 관리를 재고하기 시작했고, 이제 업계는 더욱 진지하게 자동화를 고려하고 있습니다. 

가트너에 의하면, 인재 관리는 하이브리드 업무 환경에서 더욱 복잡해집니다. 2023년 말에는 글로벌 직원 5명 중 2명(39%)이 하이브리드 스케줄에 따라 일할 것으로 예상됩니다. 이는 2020년의 12%에서 대폭 증가한 것입니다.

이러한 인재 관리 환경에서 리더는 적합한 인력을 적합한 프로젝트에 수월하게 배치할 수 있어야 합니다. 그러나 스프레드시트로는 사용 가능한 인재와 스킬에 관해 정확한 실시간 인사이트를 제공하지 못해 결국 프로젝트에 같은 직원을 반복해서 배치하는 경향이 있습니다.

Workday의 전문 서비스 산업 제품 전략 부문 Senior Director, Justin Joseph은 이렇게 말합니다. "새로운 업무 수행 방식 덕분에 많은 기업에서 인력의 실제 스킬에 관한 가시성을 확보하지 못하는 현실이 드러났습니다." 

가용 리소스를 가장 효과적으로 활용하는 방법을 알아내려면, 중앙에서 인력 및 스킬을 통합적으로 모니터링하게 해주는 지능적인 리소스 관리 소프트웨어가 필요합니다. 진정한 지능형 리소스 관리 어플리케이션이라면 머신러닝(ML)을 사용하여 이력서, 성과 리뷰, 학습 시스템, 과거 프로젝트 이력 등과 같은 소스로부터 데이터를 수집하여 상시 업데이트되는 종합 스킬 온톨로지를 구축할 것입니다.

자동화와 머신러닝은 가용 인력과 스킬을 파악하고 각 프로젝트를 위한 최적의 인력 조합도 찾아낼 수 있습니다. 

Workday의 전문 서비스 산업 전략 부문 Global Head, Patrice Cappello는 이렇게 강조합니다. "머신러닝을 사용하면 특정 프로젝트에 이상적인 팀을 구성할 인력을 다차원적으로 분석하는 것은 물론, 리소스 운용 책임자가 데이터에 기초하여 더 빠르고 정확하며 확실한 의사결정을 내릴 수 있습니다."

기업은 머신러닝을 활용하여 경제 변동 및 기타 변화에 대응하여 신속하게 채용 계획을 조정하고, 유료 서비스 인력을 최대한 활용할 수 있습니다. 머신러닝은 있으면 좋은 것이 아니라 꼭 필요한 기술입니다.

"우리를 비롯해 점점 더 많은 조직이 직원의 참여도를 증진하고 직원에게 커리어 성장 기회를 제공하기 위해 스킬 기반 인재 전략으로 전환하고 있습니다." PwC의 Managing Director, Amy Richmond는 이렇게 말합니다. "우리는 Workday와 긴밀하게 협력하여 스킬 데이터를 결합해 인력 스킬을 거시적으로 파악하고 직원 성공 및 만족을 실현하는 데 도움이 되는 맞춤형 커리어 경험을 제공함으로써 큰 과제를 해결하는 중입니다."

지능형 리소스 관리를 통해 인력에 관한 실시간 가시성을 확보하고 프로젝트 리소스 운용을 훨씬 더 효율적이고 효과적이며 지능적으로 해낼 수 있습니다. 

"인간적인 요소를 완전히 배제할 수는 없습니다."라고 Cappello는 말합니다. "하지만 머신러닝을 사용하면 특정 프로젝트에 이상적인 팀을 구성할 인력을 다차원적으로 분석하고, 리소스 운용 책임자가 데이터에 기초하여 더 빠르고 정확하며 확실한 의사결정을 내릴 수 있습니다."

ML은 리소스 스케줄링에 관한 인사이트도 제공할 수 있습니다. 이를 통해 직원들은 견적 단계에서 '위험'한 역할을 식별하고 리소스 가용성, 비용 및 기술을 기반으로 프로젝트에 어떤 리소스를 배치할지를 예고할 수 있습니다. 처음에는 HCM(Human Capital Management), 프로젝트 재무 및 스킬 데이터를 혼합하여 활용합니다. 

"실시간 직원 데이터를 통해 승진 후보자, 직원의 스킬과 자격요건, 퇴사 가능성이 있는 직원을 파악할 수 있습니다."라고 WilsonHCG의 EVP(Executive Vice President) 겸 법률 고문, Marisol Hughes는 말합니다. "이를 통해 새로운 고객과 프로젝트에 빠르게 착수하고 고객의 니즈를 사전에 파악하여 대응할 자신감을 얻습니다."