딜로이트, Tech Trends 2023 - 내일을 만드는 기술의 힘
딜로이트, Tech Trends 2023 - 내일을 만드는 기술의 힘
1. 프롤로그 - 미래의 간략한 역사
몇 년 전 실리콘 밸리의 컴퓨터 역사 박물관에서 열린 시연회에서 저는 미래의 역사를 직접 대면했습니다. 그 당시 저는 넥스트 빅씽을 찾아 헤매던 벤처 캐피탈리스트였습니다. 가장 훌륭하고 똑똑한 기업가들의 스타트업 프레젠테이션에서 휴식을 취하는 동안 나는 박물관 전시물 사이를 돌아다니다가 1840년대에 영국의 박식가 Charles Babbage가 디자인한 최초의 컴퓨터를 현대적으로 재현한 것을 우연히 발견했습니다. 나는 Babbage의 빅토리아 시대 디자인, 특히 그가 동료 수학자 Ada Lovelace와 함께 작업한 기계식 범용 컴퓨터인 그의 분석 엔진에 대해 읽는 데 매료되었습니다. 해석기관(Analytical Engine)은 판독기, 밀(mill), 저장소의 세 가지 주요 구성 요소를 포함하여 최신 디지털 컴퓨터와 많은 기능을 공유했습니다. 판독기는 펀치 카드를 사용하여 사용자가 기계와 상호 작용할 수 있도록 합니다. 저장소은 수학적 계산을 수행하는 밀에서 조치를 취할 수 있을 때까지 정보(숫자 및 중간 결과)를 보유했습니다. 당시 Babbage는 이러한 세 가지 기본 기능이 오늘날에도 여전히 존재하여 현대 컴퓨팅의 지속적인 기반 역할을 한다는 사실을 알지 못했을 것입니다. 실제로 세계경제포럼(World Economic Forum)과의 공동 연구 보고서에서 입증했듯이 IT의 전체 역사는 상호 작용, 정보 및 컴퓨팅이라는 동일한 세 가지 영원의 꾸준한 진화였습니다. IT의 미래는 단순, 지능, 풍부(그림 1)이라는 구체적이고 융합적인 최종 게임을 향해 동일한 세 가지 트랙을 따라 계속해서 행진할 것입니다.
1.1 상호 작용: 단순함을 지향
전자 디지털 범용 컴퓨터는 Babbage가 디자인한 지 약 100년 후에 등장했습니다. 방 크기의 컴퓨터는 무게가 무거웠고 펀치 카드로 프로그래밍되었지만 30년 이내에 사용자는 명령줄 인터페이스를 사용하여 책상 크기의 컴퓨터와 상호 작용했습니다. 1990년대에는 데스크톱 크기의 컴퓨터가 그래픽 사용자 인터페이스(GUI)를 자랑했고 단순한 아이콘(icon)이 난해한 컴퓨터 구문을 대체했습니다. 나중에 포인트 앤 클릭(point-and-click)은 주머니에 넣고 손목에 차는 휴대용 컴퓨터의 터치 앤 스와이프(touch-and-swipe), 음성 명령을 이해할 수 있는 가상 비서로 발전했습니다. 오늘날 확장된 현실은 디지털 도플갱어가 상호 작용하고 가상 경험에 참여하는 몰입형 3D 세계로 우리를 안내할 수 있습니다.
다음 상호 작용은 무엇입니까?
인간과 컴퓨터의 상호 작용을 지원하는 기술은 점점 더 복잡해지고 있지만 사용자 경험은 단순해지고 있습니다. 그래서 여전히 더 간단한 것은 무엇입니까? 유비쿼터스 디지털 어시스턴트가 환경을 모니터링하고 음성, 제스처, 시선을 기다리고 반응(또는 능동적으로 예상)하고 요청을 이행하는 환경 경험입니다. 그리고 그 다음은? 생물학적 사고와 디지털 반응 간의 직접적인 의사소통을 가능하게 하는 신경 인터페이스입니다. 오늘날의 스마트 온도 조절 장치는 음성 제어를 허용합니다. 내일은 당신이 쌀쌀함을 느끼는 것을 알고 당신의 편안함을 보장하기 위해 능동적으로 적응할 것입니다. 연구원들은 이미 신경 인터페이스가 특정 장애가 있는 사람들이 뇌 신호를 사용하여 외부 장치를 제어하는 데 어떻게 도움이 될 수 있는지 조사하고 있습니다.
1.2 정보 : 지능화를 지향
Babbage가 그의 분석 엔진을 설계했을 때 정보는 숫자를 의미했고 나중에는 수학적 연산을 의미했습니다. 시간이 지남에 따라 산술 계산은 명확하게 정의되고 구조화된 데이터의 관계형 데이터베이스에 자리를 내주었습니다. 시간이 지나면서 데이터베이스는 텍스트, 오디오, 비디오와 같은 비정형 데이터를 관리할 수 있을 만큼 충분히 발전했습니다. 이 정형 데이터와 비정형 데이터는 차례로 패턴과 추세를 위해 마이닝될 수 있습니다. 이렇게 기술 분석의 시대가 시작되었습니다. 지난 10년 동안 관찰된 패턴과 추세를 기반으로 예상할 수 있는 예측 분석이 부상했습니다. 오늘날 인지 자동화 시스템은 예측 분석을 알고리즘 및 AI와 결합하여 실시간으로 유용한 데이터 기반 결정을 내립니다.
다음 정보는 무엇입니까?
우리의 정보 시스템이 계속해서 발전함에 따라 기계 지능 자체도 점점 더 원만해질 것입니다. 컴퓨터 과학자 Larry Tesler는 "인공 지능은 아직 수행되지 않은 모든 것입니다."라고 농담한 적이 있습니다. 그렇다면 AI의 미래는 기하급수적 지능으로 광범위하게 정의될 수 있습니다. 즉, 지금까지 "독특한 인간"처럼 보였던 능력의 곡선을 따라 올라가는 것입니다. 정서적 AI(공감적 감성 지능)는 개성과 매력을 지닌 기계를 만들어낼 것입니다. 우리는 결국 얼굴의 미소, 눈의 반짝임, 목소리의 멈춤 등 인간 고유의 데이터로 기계적인 마음을 훈련하고 인간의 감정을 분별하고 모방하도록 가르칠 수 있을 것입니다. 또는 시를 쓰고, 그림을 그리거나, 음악을 작곡할 수 있는 창의적 지능인 생성 AI를 생각해보십시오. 그 후 범용 AI의 부상을 볼 수 있습니다. 단순 수학에서 다중 수학으로 진화한 지능입니다. 오늘날의 AI는 단일 작업이 가능하고 체스나 자동차 운전은 잘하지만 둘 다 할 수는 없습니다. 범용 AI는 이전에 고유한 인간 특성 모음을 학습하고 모방할 수 있는 다목적 시스템을 제공합니다.
1.3 계산: 풍부를 지향
계산은 입력을 출력으로 바꿉니다. 밀(mill)에서 메인프레임, 미니컴퓨터, 클라이언트 서버에 이르기까지 컴퓨팅의 발전은 소형화의 역사였습니다. 실제로 이는 가상화의 발전과 함께 수십 년에 걸쳐 변화했으며 최신 클라우드 아키텍처에서 절정에 달했습니다. 컴퓨팅은 분산된 유틸리티가 되었고 이를 수용하는 사람들에게 탄력성, 유연성, 가능성을 약속했습니다. 오늘날 클라우드로의 전환은 암호화, 보안, 블록체인에 뿌리를 둔 기술 및 플랫폼인 분산화를 더욱 증가시켰습니다. 분산화는 수백만 개의 프로세서, 디스크 및 리소스가 대부분의 시간 동안 유휴 상태이며 리소스로 집결시킬 수 있음을 인식합니다. 분산형 스토리지, 컴퓨팅, DNS(domain name system), 그리고, 화폐는 네트워크 참여자 커뮤니티 전체에 작업과 신뢰를 분산시켜 우리 중 누구도 우리 모두만큼 능력이 있거나 신뢰할 수 없음을 보여줍니다.
계산의 다음 단계는 무엇입니까?
컴퓨터가 계속 소형화, 가상화, 분산화됨에 따라 데이터 처리, 콘텐츠 생성 및 관리, 개발 및 코딩, 문제 해결 능력은 풍요로움을 향한 멈출 수 없는 행진을 하고 있습니다. 분산형 네트워크, 엣지 컴퓨팅, 고급 연결에 힘입어 공간 웹은 물리적 환경과 가상 환경 사이의 경계를 모호하게 만들 가능성이 높습니다. 현실 자체가 점점 더 온라인화됨에 따라 디지털 콘텐츠는 우리의 물리적 공간에 매끄럽게 짜여져 공유되는 개인 및 직업 경험과 분리할 수 없게 될 것입니다. 그리고 날개에서 기다리고 있습니까? 양자 컴퓨팅은 비트를 완전히 초월하고 양자 역학의 기발한 법칙을 활용하여 이전에는 다루기 힘든 문제를 수학이 아닌 물리학으로 신속하게 해결합니다.
1.4 2023년 기술 트렌드 : 눈은 하늘로, 발은 땅에 단단히 고정
미래학자에게는 마법의 수정 구슬이 없습니다. 대신 우리는 "불균등하게 분포되어 있지만 미래는 이미 여기에 있다"는 개념에 동의합니다. 우리의 기술 동향 팀은 오늘날 미래의 뚜렷한 측면을 구축하는 선구적인 리더를 엿볼 수 있도록 모든 부문과 지역을 살펴보며 14년의 대부분을 보냈습니다. 우리가 연대순으로 기록한 추세의 절반은 위에서 설명한 상호 작용, 정보, 계산의 세 가지 지속적인 범주에 적합합니다.
그런데 왜 절반만?
신생 기업은 종종 "빠르게 움직이고 깨뜨려라."라는 만트라(mantra, 기도·명상 때 외는 주문)를 받아들입니다. 정의적으로 0부터 시작하고 아직 보호해야 할 유산이 없기 때문에 파괴적이기 쉽습니다. 반면에 기존 조직은 매우 그렇습니다. 성공적인 기업은 "새로움"을 추구하기 위해 "지금"을 깨는 위험을 감수할 수 없다는 것을 깨닫습니다. 우리의 책임은 우리의 선구적인 성향과 청지기 직분의 엄숙한 의무 사이의 균형을 맞추는 것입니다. 해를 끼치지 않기 위해 IT의 히포크라테스 선서. 책임감 있는 기업 전문가는 다음 단계를 모색할 때 현재 가지고 있는 것을 육성해야 합니다.
이를 위해 기술 비즈니스, 사이버 및 신뢰, 핵심 현대화라는 세 가지 추가 범주에서 새로운 트렌드를 연대순으로 기록하여 비즈니스가 기술을 주도하는 현실을 인정하고 기존 시스템과 투자가 선구적인 혁신과 잘 어울려야 비즈니스가 성장하면서 원활하게 운영될 수 있음을 인정합니다. 종합하여 우리는 이를 정보 기술의 6대 거시적 기술 힘이라고 부릅니다(그림 2).
혁신을 개발한 산업 및 공공 부문 리더를 인터뷰하여 주요 연구 및 실제 경험을 통해 올해의 트렌드에 도달했습니다. 이들의 의견은 Tech Trends 2023에 기록된 6가지 트렌드를 구체화하는 데 도움이 되었습니다.
출시를 준비하면서 관점 겸 겸손의 순간을 장려하고 싶습니다. 미래학자는 남몰래 역사가입니다. 그리고 Mark Twain이 말했듯이 "역사는 반복되지 않지만 종종 리듬이 있습니다(History doesn’t repeat itself, but it often rhymes)" 25년 동안 최신 유행하는 모든 분야에서 일하면서 말 그대로 수천 가지의 자칭 "세상을 바꾸는 기술"을 보았지만 아무것도 없었습니다. "역사의 끝"을 표시했습니다. 오늘날의 뜨거운 혁신이 실제로 내일의 레거시 애플리케이션이 될 것이라는 사실, 즉 우리의 선구적인 발전이 언젠가는 신세대에 의해 "구식"으로 무시될 수 있다는 사실을 깨닫는 것은 정신이 번쩍 드는 생각입니다. 이것은 우울하게 하기 위한 것이 아니라 용기를 북돋우기 위한 것입니다. 제작자로서 우리의 성공은 우리의 후계자들이 주목하고 추가 현대화를 위해 표시할 만큼 충분히 중요하고 지속 가능한 무언가를 구축하는 것이라고 말할 수 있습니다. 친애하는 독자이자 동료 리더인 우리의 임무는 오만하게 "미래 보장"을 쫓는 것이 아니라 겸손하게 "미래 친화"을 목표로 삼는 것입니다.
2. 하늘을 향한 눈: 세 개의 영속하는 영원
IT의 역사는 현대 컴퓨팅의 지속적인 기반이 되는 상호 작용, 정보 및 계산 분야의 선구적인 혁신의 꾸준한 발전이었습니다.
2.1 글래스를 통해 : 기업을 위한 몰입형 인터넷
최초의 컴퓨터가 제작된 이후로 기업과 소비자는 기술과 보다 단순하고 친밀한 상호 작용을 향한 진보를 즐겼습니다. 천공 카드를 휘두르는 전문가는 점차 PC와 더 최근에는 모바일 및 웨어러블 장치를 휘두르는 사업가에게 자리를 내주었습니다. 어떤 의미에서 디지털 세계와의 연결은 계속 축소되는 일련의 직사각형 스크린을 통해 매개되었습니다. 네트워킹과 컴퓨팅 발전으로 인해 사용자는 장치와 물리적 현실 사이를 지속적으로 전환하게 되었습니다. 이제 기술자들이 화면이 영원히 축소될 수 없다는 것을 인식함에 따라 패러다임은 우리를 글래스를 통해 메타버스로 알려진 디지털 세계를 포함하여 몰입형 가상 경험으로 안내하는 인터페이스로 다시 이동하고 있습니다. 메타버스라는 용어는 1992년에 만들어졌고 가상 세계는 지난 20년 동안 온라인 게임에서 인기를 끌었지만 최근 몇 년 동안 눈에 띄는 변화가 일어났습니다. 저렴한 증강/가상 현실(AR/VR) 기술의 확산과 COVID-19 전염병으로 인한 문화적 변화는 인간 연결을 위한 실행 가능한 장소로서 디지털 세계의 수용과 중요성을 촉진했습니다. 또한 Second Life와 같은 몰입형 공간의 이전 화신을 지연시킨 건축적 문제는 이후 클라우드 컴퓨팅의 탄력성에 의해 부분적으로 완화되었습니다. 기업들은 또한 지난 해에 수백억 달러의 벤처 캐피탈 투자로 가상 세계에 두 배로 투자했습니다. 메타버스에 대한 과장에도 불구하고 리더는 메타버스를 대면 경험에 대한 감소된 대리로 간주하지 말고 대신 이메일, 문자 채팅, 사각형 상자의 헤드에 대한 풍부한 대안으로 고려해야 합니다. 즉, 메타버스는 "현실 마이너스"가 아닌 "인터넷 플러스"라는 인터넷 자체의 보다 몰입감 있는 화신으로 생각하는 것이 가장 좋습니다. 향후 몇 년 동안 기업이 "무제한 현실"이 제공하는 기능을 중심으로 비즈니스 모델을 구축함에 따라 가상 인터페이스는 기술, 장난감, 도구로 계속 발전할 것입니다. 혁신적인 기업은 비용을 절감하고 고객 참여를 늘리며 신생 시장을 위해 완전히 새로운 제품을 개척할 가능성이 높습니다. 엣 컴퓨팅, AR/VR 장치와 같은 기술에 대한 투자는 테이블 스테이크(table stakes, 판돈)가 될 수 있으므로 의도적이고 전략적인 채택이 중요합니다.
2.1.1 현재: 메타버스는 기업용 툴로 가는 길에서 기술에서 (수익성 있는) 장난감으로 졸업
지금까지 시장을 정의한 메타버스 사용 사례인 게임을 고려하십시오. 전체 디지털 게임 산업은 2023년에 스트리밍 비디오, 디지털 음악, 전자책을 합친 것 보다 많은 2,200억 달러의 수익을 넘어설 것으로 예상됩니다. 특히, 온라인 게임 산업은 2023년에 미화 260억 달러를 넘어설 준비가 되어 있으며, 11억 명의 게이머를 자랑합니다. 결정적으로, 이러한 게이머들은 게임 플레이뿐만 아니라 몰입형 인터넷이 제공하는 사회적 및 상업적 가능성을 위해 종종 온라인에 모입니다. 작년에 미국 게이머의 약 1/4이 게임 내 이벤트에 참석했습니다. Ariana Grande와 Charlie Puth의 Fortnite 콘서트에는 수백만 명의 플레이어가 참여했습니다. 라이브 게임 내 이벤트에 참석한 사람 중 82%가 이벤트 때문에 디지털 상품이나 실제 상품의 형태로 구매했습니다. 실제로 명품 브랜드 구찌는 게임 로블록스에서 가상 핸드백을 실제 가격보다 미화 800달러 더 비싸게 팔아 화제를 모았다. 이러한 수치는 몰입형 인터넷의 경제가 물리적 세계를 반영한다는 강력한 증거입니다. 브랜드는 다른 소비자에게 고유한 경험을 제공하거나 가치를 알리는 데 대해 프리미엄을 부과할 수 있습니다. 기존 디지털 세계에서 이러한 시장 기회를 고려할 때 산업 전반의 브랜드는 이미 있는 곳에서 오늘날의 고객을 만나기 위해 지금 투자할 수 있습니다. 게임을 통해서든 다른 수단을 통해서든 2026년까지 소비자의 25%가 매일 최소 1시간을 메타버스에서 보낼 수 있으며, 기업의 30%는 제품과 서비스를 준비할 것으로 추정됩니다. 메타버스가 완전한 기업 표준이 될 때까지 건전한 전략은 급성장하는 시장에서 승자와 패자를 가르는 차이를 만들 수 있습니다.
2.1.2 신규: 메타버스를 장난감에서 기업용 툴로 전환하려면 전략부터 시작
몰입형 경험에 대한 기업 사용 사례가 등장함에 따라 채택 계획을 세우려는 사람들은 역사를 지침으로 고려해야 합니다. 닷컴 붐 동안 인터넷 채택을 연구함으로써 기업은 메타버스로 나아가는 방법을 더 잘 예측할 수 있습니다. 일부는 혼합 현실 경험과 소비자를 위한 참여를 통해 새로운 수익원을 성장시키려는 반면, 다른 일부는 엔터프라이즈 시뮬레이션 및 증강 인력 경험을 통해 운영 최적화에 집중할 수 있습니다(그림 1).
2.1.3 성장: 혼합 현실 경험 및 참여
홍보자(promoters)
주로 제품과 서비스를 홍보하기 위해 기존 인터넷을 사용했던 회사는 메타버스에서 계속해서 홍보자가 될 것입니다. 읽고 있는 기사 중간에 배너 광고 대신 소비자는 메타버스를 거닐면서 대화형 광고판을 보거나 Ralph Lauren이 설정한 것과 같은 가상 매장에 들어갈 수 있습니다. 이 범주에 속하는 회사는 메타버스를 제품 모델의 핵심 부분으로 간주하지 않고 기술이 널리 보급됨에 따라 소비자를 참여시키는 방법으로 생각할 수 있습니다.
플러스서(plusser)
또 다른 회사의 경우 새로운 AR/VR 기술은 몰입형 인터넷에 고유한 방식으로 제품과 서비스를 "추가"할 수 있는 방법을 제시합니다. 팬데믹 기간 동안 배달 주문을 처리하기 위해 웹을 사용한 레스토랑과 마찬가지로 "plusser"는 비즈니스 모델을 재창조하지 않고도 오늘날의 메타버스 관심을 현금화할 수 있습니다. 예를 들어, 매년 윔블던을 조직하는 영국 잔디 테니스 협회(LTA)는 최근 테니스 공 용기에 AR 메시지를 삽입하여 브랜드를 강화했습니다. QR 코드를 스캔하면 플레이어는 저명한 테니스 인물의 맞춤형 AR 메시지를 보고 이벤트에 초대하거나 연습을 계속하도록 격려합니다. 제한적이고 전략적인 추가를 통해 디지털 네이티브가 아닌 조직도 젊은 소비자를 유치하고 보다 몰입감 있는 인터넷을 위해 제품을 업데이트할 수 있습니다. 예를 들어, 산타모니카, 한국, 사우디아라비아 와 같은 다양한 정부는 메타버스가 공공 서비스를 개선할 수 있는 방법을 모색하고 있습니다.
개척자(pioneers)
수익 창출의 마지막 범주는 일부 회사가 2000년대 초반에 온라인 전용 비즈니스 모델을 만든 것처럼 메타버스의 잠재력에 대해 더 높은 위험을 감수하려는 회사를 위해 예약되어 있습니다. 이러한 회사는 이미 주요 기본 메타버스 기술, 플랫폼, 제품, 서비스, 콘텐츠, 기타 지원 구성 요소를 개발하고 있습니다. 대표적인 예는 수천만 명의 사용자에게 AR 메타버스의 가능성을 대중화하고 가치를 1억 5천만 달러에서 90억 달러로 성장시킨 모바일 게임 포켓몬 고의 제작사인 Niantic입니다. 이러한 성공을 재현하려는 회사는 이미 흥미로운 디지털 미래를 구상할 수 있는 메타버스 디자이너와 제작자에게 투자하고 있습니다. 메타버스의 경제 환경이 유동적인 것에서 구체적인 것으로 바뀌기 전에 선구자들이 움직여야 합니다.
2.1.4 가치: 최적화 및 프로세스 개선
엔터프라이즈 시뮬레이션
메타버스는 전적으로 외형 성장에 관한 것일 필요는 없습니다. 실제로 많은 사람들이 기존 비즈니스 모델을 보존, 보호 및 최적화하기 위해 몰입형 디지털 경험을 기대할 수 있습니다. 가상 시험장은 항공과 같은 자본 집약적 산업에서 복잡한 기계를 설계, 구축 및 운영하는 비용을 줄일 수 있습니다. 예를 들어, Airbus와 Boeing은 모두 새 비행기의 디지털 트윈을 만들고 정비사에게 AR 헤드셋을 장착하여 70% 이상의 품질 향상을 이끌고 있습니다. 마찬가지로 NVIDIA는 BMW와 같은 제조업체가 전체 공장을 시뮬레이션할 수 있는 Omniverse 플랫폼을 개발했습니다. 자동차 제조업체는 AI를 적용하여 바닥 움직임을 최적화함으로써 효율성이 30% 향상될 것으로 기대하고 있습니다.
중요한 것은 모든 엔터프라이즈 시뮬레이션에서 고급 시나리오 및 전략 계획에 참여하기 위해 헤드셋이 필요한 것은 아닙니다. 많은 영향력 있는 배포는 태블릿, 노트북, 키오스크 등 보다 전통적인 "글래스"를 사용하여 다양한 이해 관계자가 도구를 사용하여 비즈니스를 더 잘 이해하고 예측하고 최적화할 수 있도록 합니다. 예를 들어, 포장재, 생체 재료, 목조 건축 및 제지 분야에서 재생가능한 제품을 제공하는 선두 업체이자 세계에서 가장 큰 사유림 소유주 중 하나인 Stora Enso는 숲의 디지털 트윈을 개발하여 산림 종사자를 위한 의사 결정 지원을 제공하고 지속 가능한 산림 관리를 통해 생물 다양성을 보호하는 것을 목표로 합니다.
증강된 인력 경험
다른 기업들은 직관적이고 능률적이며 확장가능한 학습 및 협업을 위한 개인화된 경험을 제공하기 위해 AR/VR과 같은 몰입형 기술을 찾고 있습니다. 이러한 솔루션은 참여율, 교육생이 수업에 소요하는 시간, 어려움을 겪고 있는 단계에 대한 더 나은 데이터를 제공하여 교육 효과를 향상시킬 수 있습니다. 적절한 사례로 미국 최대 전력 회사인 Exelon은 VR 교육을 실시하여 상당한 이점을 얻었습니다. 전기 변전소는 초보자에게 위험할 수 있기 때문에 가상 환경을 통해 Exelon 직원은 안전을 위협하지 않고 보호 장비를 착용하고 전기 문제를 해결하기 위한 근육 기억력을 구축할 수 있습니다. 수익 잠재력에 대한 미디어의 초점에도 불구하고 몰입형 인터넷의 가장 좋은 용도 중 일부는 회사 프로세스 및 개발 기회에 대한 공평한 액세스를 만드는 데 있을 수 있습니다. 기업에서 인터넷을 가장 잘 사용하는 방법 중 일부는 내부 데이터를 온라인으로 저장하고 액세스하는 것입니다.
2.1.5 다음: 현실은 온라인으로 이동
향후 2년 동안 기업이 비즈니스 모델에서 몰입형 인터넷을 어떻게 채택하는지에 관계없이 이러한 기술은 아직 초기 단계입니다. 앞으로 컴퓨팅, 연결성 및 컨텍스트(위치 기반 데이터 등)의 동시 발전은 메타버스 및 몰입형 기술에 대한 일련의 흥미로운 가능성을 창출해야 합니다. 향후 10년의 발전을 위한 잠재적 경로는 다음과 같습니다.
감각 확장
지금까지 몰입형 기술은 시각 및 청각 자극에 중점을 두었지만 언젠가는 메타버스에서 케이크 굽는 냄새를 맡거나 화면을 핥을 의향이 있다면 맛을 볼 가능성을 상상해보십시오. OVR Technology와 같은 스타트업은 VR 헤드셋에 연결하기 위한 향기 팩을 개발하고 있으며, HaptX와 같은 다른 스타트업은 촉각을 전달하기 위해 햅틱 장갑을 만들고 있습니다.
사고 기반 제어
BCI(Brain-Computer Interface)는 사용자와 기술의 상호 작용을 단순화하는 극단을 나타냅니다. 뇌의 칩이 공상과학 소설처럼 들릴 수 있지만, 비침습적 BCI 기술은 이미 AR/VR 헤드셋에 적용되고 있으며 결국 사용자가 생각을 사용하여 디지털 아바타와 환경을 제어할 수 있게 될 것입니다.
올인원 장치
차세대 장치는 추가 헤드셋이나 핸드헬드 장치 없이 사용자를 메타버스에 연결할 수 있습니다. 벽을 가로지르는 홀로그램으로 메타버스를 표시하는 미디어 룸으로 들어가는 것을 상상해 보십시오. 또는 카메라를 사용하여 직원의 실제 제스처를 가상 작업 공간에서 아바타의 움직임으로 변환하는 노트북을 상상해 보십시오.
공간적 상호 작용
스마트 안경 및 모션 센서와 같은 AR 도구는 공간적 상호 작용을 가능하게 하여 사용자가 디지털 사본을 만들지 않고도 물리적 데이터와 직접 상호 작용할 수 있도록 합니다. 예를 들어, 고객은 스마트 안경을 착용하고 레스토랑으로 걸어가 영업 시간, 현재 진행 중인 프로모션 및 리뷰를 볼 수 있습니다. 또는 안경에 이미지를 억제하여 친구들이 도시 광고판을 보지 않고 콘서트에 참석할 수 있습니다.
프롤로그에서 제안한 것처럼 기술 상호 작용은 별도의 디지털 현실에서 주변 컴퓨팅으로 발전할 준비가 되어 있으며, 사용자는 유리 너머로 이동하여 기술과 쉽게 동기화되는 세상을 기기에서 바라볼 수 있습니다. 위에서 미리 본 각 경로에서 공통 분모는 기술 상호 작용의 궁극적인 최종 게임인 단순성입니다.
그러나 리더는 이러한 미래를 준비할 때 사이버 보안, 개인 정보 보호, 안전, 규제 및 윤리를 포함한 위험이 결코 단순하지 않다는 사실을 알아야 합니다. 몰입형 기술이 경제에 미치는 잠재적으로 심오한 영향을 감안할 때 기업의 최고위 경영진과 이사회는 신뢰를 보호하고 가치를 창출하는 방식으로 기술을 형성하는 데 시간을 할애해야 합니다.
역사가 계속해서 미래를 준비하는 리더를 위한 지침이 된다면 유리 너머로 이동하려면 기존의 정통을 넘어서야 할 것입니다. 지금 준비하면 기업이 현재 인터넷 시대에서 다음 시대로 나아가는 데 도움이 될 수 있습니다.
2.2 AI가 신뢰를 얻다 : AI 동료를 신뢰하는 법 배우기
한때 컴퓨터는 개별 입력을 개별 출력으로 간단히 처리하는 다소 오류가 없는 기계로 여겨졌는데, 이 기계의 계산은 결코 틀리지 않았습니다. 계산이나 비즈니스 프로세스에서 문제가 발생했다면 이는 분명히 컴퓨터가 아니라 사람의 실수로 인한 것입니다.
그러나 기계가 기본적인 숫자 계산을 넘어 인공 지능(AI)을 통해 분별력과 의사 결정의 영역에 진입하는 인간과 유사한 작업을 잠식하면서 비즈니스 세계는 기계를 신뢰한다는 것이 무엇을 의미하는지에 대한 새로운 이해를 발전시키고 있습니다.
기업과 근로자가 AI "동료"를 신뢰하는 법을 배우는 정도는 비즈니스 성공에 중요한 역할을 할 수 있습니다. 오늘날 대부분의 조직은 데이터 기반 조직이라고 말합니다. 많은 사람들은 스스로를 AI 기반 회사라고 부릅니다. 운영 전반에 걸쳐 AI를 널리 사용하는 기업이 그렇지 않은 기업보다 더 높은 수준의 성과를 보인다는 많은 증거가 있습니다. AI 전략이 있는 기업은 그러한 비전이 없는 기업보다 목표를 달성할 가능성이 1.7배 더 높습니다.
그러나 주어진 워크플로에 구현된 기본 AI 도구는 그다지 중요하지 않습니다. 사전 구축된 모델을 제공하는 클라우드 벤더가 증가함에 따라 모든 비즈니스는 몇 번의 클릭만으로 세계적 수준의 AI 기능에 액세스할 수 있습니다. 국립 표준 기술 연구소(National Institute of Standards and Technology)에서 순위를 매긴 최고 성능의 안면 인식 공급업체는 비슷한 성능을 제공하며 모두 클라우드 기반 서비스를 통해 쉽게 액세스할 수 있습니다. 중요한 것은 도구를 사용하여 수행하는 작업이며 직원, 고객 및 비즈니스가 결과를 신뢰하는지 여부입니다.
따라서 미래에 중요한 것은 누가 최고의 알고리즘을 만들 수 있는지가 아니라 누가 AI를 가장 효과적으로 사용할 수 있는지입니다. 알고리즘이 개체 감지, 음성 인식, 이미지 및 텍스트 생성과 같은 확률적 작업을 점점 더 많이 수행함에 따라 AI 애플리케이션의 실제 영향은 인간 동료가 수행하는 작업을 얼마나 이해하고 동의하는지에 따라 달라질 수 있습니다. 사람들은 자신이 이해하지 못하는 것을 받아들이지 않습니다. 우리는 기계가 우리를 더 잘 이해하도록 하기 위해 지난 10년을 보냈습니다. 이제 향후 10년은 우리가 기계를 이해하는 데 도움이 되는 혁신에 관한 것 같습니다.
투명하고 설명 가능한 방식으로 AI를 활용하는 프로세스를 개발하는 것이 채택을 촉진하는 데 핵심이 될 것입니다. "우리가 설계하고 있는 것은 인간과 기계 간의 신뢰 인터페이스입니다."라고 ID 관리 기능 관리자인 Jason Lim은 말합니다.
“이제 기계에서 정보를 받아 의사 결정에 입력합니다. 인간이 기계를 신뢰하지 않거나 올바른 결정을 내리고 있다고 생각하면 사용하지 않을 것입니다.”
새로운 팀원을 온보딩하는 것과 같이 AI 배포를 생각하십시오. 우리는 일반적으로 무엇이 효과적인 팀을 만드는지 알고 있습니다: 개방성, 친밀감, 솔직한 토론 능력, 성과 향상을 위한 피드백 수용 의지. 이 프레임워크를 염두에 두고 AI를 구현하면 팀이 AI를 훌륭하지만 과묵한 비평가가 아니라 신뢰할 수 있는 부조종사로 보는 데 도움이 될 수 있습니다. 애플리케이션이 투명하고 탄력적이며 신뢰할 수 있으면 작업 흐름의 자연스러운 일부가 될 수 있습니다.
2.2.1 현재: 업무상 중요하지만 이해하기 어려운
새로운 팀원을 채용할 때 관리자는 종종 기술과 적합성의 적절한 조합을 찾습니다. 팀에 기여하는 AI의 능력을 의심하는 리더는 거의 없습니다. 한 조사에 따르면 기업의 73%가 AI가 성공에 매우 중요하다고 말합니다.
그러나 그들은 잘 팔리지 않습니다. 현재 기업은 미션 크리티컬 작업에서 AI를 신뢰하는 데 어려움을 겪고 있습니다. 같은 보고서에 따르면 기술자의 41%는 회사에서 사용하는 AI 도구의 윤리에 대해 우려하고 있으며 비즈니스 리더의 47%는 투명성, 사용자가 모델에 입력된 데이터를 이해할 수 있는 능력에 대해 우려하고 있습니다.
기업은 또한 관련 개념, 설명 가능성, 결정이나 권장 사항에 대한 명시적인 정당성을 제공하는 모델의 능력과 씨름하고 있습니다. AI 시스템의 설명 가능성은 규정에서 요구할 때 필요하지만, 최종 사용자에게 도구 사용 방법, 일반적으로 시스템을 개선하고 공정성을 평가하는 방법을 명확하게 하는 데 도움이 되는 상황에서도 기대되는 기능이 되고 있습니다. 설명 가능성은 AI를 대규모로 성공적으로 사용하는 것과 AI 투자에 대한 수익을 거두지 못하는 것 사이의 가장 큰 차이점 중 하나이지만 많은 기업이 이를 달성하는 방법을 찾지 못했습니다.
2.2.2 신규: 블랙박스에서 글래스박스로
AI에 대한 불신은 비즈니스 리더, 일선 직원 및 소비자에게서 나올 수 있습니다. 그 기원에 관계없이 기업의 AI 열정과 채택을 저해할 수 있습니다. 그러나 선도적인 조직은 AI 구현에 대한 신뢰를 약화시키는 문제를 해결하기 위해 노력하고 있습니다. 가장 효과적인 접근 방식 중 일부는 인간이 AI 시스템과 상호 작용하고 잠재적인 불신 영역을 식별하고 해결하기 위해 노력하는 다양한 단계를 고려하여 AI를 포인트 기술이 아니라 더 큰 프로세스의 일부로 취급합니다. AI 도구가 조직 내에서 더 큰 프로세스 태피스트리에 짜여진 기술임을 인정하면 신뢰 문제를 사전에 보다 쉽게 해결할 수 있습니다. 보다 신뢰할 수 있는 AI를 위해 미래 지향적인 기업은 데이터 투명성, 알고리즘 설명 가능성 및 AI 안정성에 의존하고 있습니다(그림 1).
데이터 투명성
투명한 데이터 수집 방법을 통해 최종 사용자는 특정 정보가 수집되는 이유와 사용 방법을 이해할 수 있습니다. 사용자가 이 제어권을 가지면 AI 도구가 공정 가치 교환을 나타내는지 여부에 대해 정보에 입각한 결정을 내릴 수 있습니다.
사우디 관광청은 여행자를 위한 새로운 애플리케이션을 개발할 때 이 접근 방식을 사용했습니다. 이 앱은 AI를 사용하여 관광객이 해당 국가에 머무는 동안 위치와 선호도를 기반으로 레스토랑, 명소 및 기타 활동을 추천합니다. 그러나 중요한 것은 사용자가 앱에 제공하는 데이터를 제어할 수 있다는 것입니다. 방문자는 앱에 더 적은 데이터 액세스 권한을 부여하면 덜 맞춤화된 권장 사항을 의미할 수 있다는 이해를 바탕으로 자신이 전달하는 데이터의 양을 결정하거나 완전히 옵트아웃할 수 있습니다. 이는 일반적으로 신뢰를 위한 빈약한 기반 역할을 하는 데이터 액세스 요구 사항이 전부 아니면 전무인 많은 앱과 대조됩니다.
알고리즘 설명 가능성
오늘날 AI에 걸려 있는 가장 큰 문제 중 하나는 블랙박스 문제입니다. 특정 알고리즘이 훈련되는 방식 때문에 권장 사항에 도달하는 방법을 이해하는 것이 불가능하지는 않더라도 매우 어려울 수 있습니다. 커튼 뒤의 위대하고 강력한 알고리즘이 낮은 수준의 동의로 이어질 가능성이 있다고 직원들에게 단순히 무언가를 하도록 요구하는 것입니다.
영국의 한 자동차 회사는 일선 작업자를 AI 도구 개발 프로세스에 투입하여 이 문제를 해결하고 있습니다. 제조업체는 머신 러닝이 조립 로봇을 제어하고 차량이 조립 프로세스에 너무 많이 들어가기 전에 잠재적으로 잘못 정렬된 부품을 식별할 수 있도록 하여 더 많은 AI를 차량 조립 프로세스에 도입하기를 원했습니다. 개발 프로세스가 시작될 때 엔지니어는 일선 조립 작업자를 데려와 문제에 대한 인식을 측정하고 이를 사용하여 개발 정보를 제공합니다. AI를 생산 공정의 임의 지점에 떨어뜨리는 대신 어셈블러가 가장 도움이 필요하다고 말하는 곳에 AI를 사용합니다.
궁극적으로 구축된 도구는 작업자의 입력이 경고 및 권장 사항의 기반을 형성하기 때문에 해석 가능합니다. 즉, 어셈블러는 AI 플랫폼의 권장 사항이 자신이 정의하는 데 도움을 준 문제에 어떻게 매핑되는지 쉽게 확인할 수 있습니다. 처음에 작업자를 데려와 AI가 어떻게 작동하는지 이해하도록 도와줌으로써 개발자는 불투명한 지침을 지시하는 실리콘 대군주가 아니라 신뢰할 수 있는 코봇 동료와 함께 조립 팀을 지원할 수 있습니다.
AI 신뢰성
사람들은 업무용 애플리케이션에서 일정 수준의 신뢰성에 익숙해졌습니다. 인터넷 브라우저나 워드 프로세싱 애플리케이션을 열면 일반적으로 단순히 "작동"합니다. 고객 관계 관리 플랫폼 및 전사적 자원 관리 도구와 같은 보다 전문화된 비즈니스 응용 프로그램은 좀 더 까다로울 수 있지만 해당 과제는 상당히 잘 확립되어 있으며 우수한 개발자는 문제를 해결하는 방법을 알고 있습니다.
AI를 사용하면 문제는 작동 여부가 아니라 결과가 얼마나 정확한지 또는 모델이 상황을 얼마나 정확하게 평가하는지입니다. AI는 일반적으로 전통적인 의미에서 옳지도 그르지도 않습니다. AI 출력은 확률적이며 특정 결과 또는 조건의 가능성을 백분율로 표현합니다. 예를 들어 비가 올 확률이 60%라고 예측하는 일기 예보와 같이 신뢰성 평가가 어려울 수 있습니다. 그러나 작업자는 특히 의료 응용 프로그램과 같은 중요한 시나리오에서 AI가 얼마나 정확하고 정밀한지 알아야 합니다.
AI는 때때로 과학만큼이나 예술로 간주되지만 강력한 채택을 위해 변경해야 할 수도 있습니다. AI 안정성을 보장하기 위해 엄격한 접근 방식을 취하는 조직은 지속적으로 더 나은 결과를 얻습니다. MLOps 프로세스(기계 학습 도구가 일관되고 안정적인 방식으로 배포되도록 하기 위해 설계된 일련의 절차)를 문서화하고 시행하는 기업은 목표를 달성하지 못하고 신뢰할 수 있는 방식으로 AI를 배포할 가능성이 두 배 더 높습니다. 운영 중심의 접근 방식을 취하면 AI 주변에 가드레일을 배치하고 다른 모든 비즈니스 애플리케이션과 동일한 안정성 표준이 적용된다는 확신을 구축하는 데 도움이 됩니다.
그러나 신뢰할 수 있다는 것이 반드시 완벽함을 의미하지는 않습니다. 인간 동료가 매번 완벽한 결과를 제공할 수 없듯이 AI도 실수를 할 것입니다. 따라서 안정성에 대한 기준은 완벽함이 아니라 기존 성능 표준을 얼마나 자주 충족하거나 초과하는지입니다.
2.2.3 다음: 크리에이티브 머신
기업이 기존 운영 시스템에 AI를 배포함에 따라 생성 AI라는 새로운 추세가 형성되고 있습니다. 우리는 이미 OpenAI의 Dall-E 2 이미지 생성기 및 GPT-3 텍스트 생성기와 같은 도구의 출현을 보고 있습니다. 사용자가 특정 아티스트의 스타일을 모방한 노래를 자동으로 만들 수 있는 Jukebox라는 음악 생성 모델이 있습니다. 라이브 오디오 및 비디오를 자동으로 캡션하는 데 AI가 점점 더 많이 사용되고 있습니다. 이러한 유형의 콘텐츠 생성기는 날이 갈수록 더욱 정교해지고 있으며 사람들이 인위적으로 렌더링한 작품과 인간이 만든 작품을 구분하기 힘든 시점에 도달하고 있습니다.
자동화가 직업에 미치는 영향에 대한 우려는 새로운 것이 아니지만 자동으로 생성되는 미래를 향해 나아가면서 점점 더 뚜렷해지고 있습니다. 많은 경우에 생성 AI는 한때 자동화가 가능하다고 생각했던 영역에서 스스로를 증명하고 있습니다.
그러나 그렇다고 해서 이러한 일자리가 사라지는 것은 아닙니다. 오늘날 가장 정교한 AI 애플리케이션도 개념화와 같은 순전히 창의적인 작업에 관해서는 인간을 따라잡을 수 없으며, 이러한 영역에서 인간을 자리에서 빼낼 수 있는 AI 도구까지는 아직 멀었습니다. 새로운 AI 도구를 가져오는 현명한 접근 방식은 경쟁자가 아닌 조수로 배치하는 것입니다.
디자이너가 직접 이미지를 조작하는 일을 많이 하지 않더라도 회사는 여전히 디자이너가 개념을 개발하고 최상의 결과물을 선택해야 합니다. 그들은 주제를 이해하고 독자의 관심사에 연결할 작가가 필요합니다. 이러한 경우 콘텐츠 생성기는 또 다른 도구일 뿐입니다. OpenAI의 CEO Sam Altman은 DALLE-2의 블로그에서 "특정 기술이 아니라 좋은 아이디어가 우리가 할 수 있는 것의 한계인 세상의 예입니다."라고 썼습니다.
AI와 협력하고 AI와 인간의 고유한 강점을 활용하는 방법을 배우는 근로자와 회사는 우리 모두가 더 나은 사람이라는 것을 알게 될 것입니다. 생산 작업을 위한 AI의 재능과 결합된 인간 정신의 창의적이고 연결적인 능력에 대해 생각해 보십시오. 우리는 이러한 접근 방식이 신속한 엔지니어의 새로운 역할에서 실현되는 것을 보고 있습니다. 이러한 팀 구성 방식은 근로자에게는 더 나은 직업 안정을, 기업에게는 더 나은 직원 경험을 제공할 수 있습니다.
AI는 대부분의 사람들이 인간의 독점적인 영역으로 남아 있을 것이라고 생각했던 새로운 기능을 통해 새로운 사용 사례를 계속 추진하고 있습니다. 기업에서 이러한 기능의 채택을 고려할 때 사용자가 상호 작용하는 방식과 신뢰에 미치는 영향에 대해 생각하면 도움이 될 수 있습니다. 일부 비즈니스의 경우 새로운 AI 도구가 제공하는 기능이 판도를 바꿀 수 있습니다. 그러나 신뢰의 부족은 궁극적으로 이러한 야망을 탈선시킬 수 있습니다.
2.3 구름 위를 날다: 멀티클라우드 혼돈 길들이기
2.3.1 지금: 복잡하게 얽혀 있는 멀티클라우드
오늘날 대다수의 기업은 원하든 원하지 않든 여러 서비스형 플랫폼 도구를 사용하고 있습니다. 85%에 달하는 기업이 2개 이상의 클라우드 플랫폼을 사용하고 있으며, 25%는 5개 이상의 플랫폼을 사용하고 있습니다. 이러한 상황은 조만간 바뀌지 않을 것입니다. 솔루션 팀은 어떤 클라우드에 있든 업무에 가장 적합한 툴로 인식되는 것을 사용하기를 원합니다.1 단일 공급업체의 울타리 안에 있는 툴의 가용성에 종속되기를 원하지 않습니다. 또한 더 나은 서비스 조건을 얻기 위해 공급업체의 경쟁사를 지렛대로 활용하고 있습니다.2 단일 클라우드 공급업체 내에서 운영을 통합하는 것은 대부분의 기업에게 지속 가능한 솔루션이 아닐 가능성이 높으며, 당분간 멀티클라우드가 대세가 될 것입니다.
그러나 현재 멀티클라우드 환경에 있는 많은 기업들은 의도치 않게 멀티클라우드 환경에 도달한 경우가 많습니다. 중복성 및 보안과 같은 문제를 해결하기 위한 상위 수준의 전략 없이 임시방편으로 새로운 서비스를 도입한 것입니다.3 멀티클라우드 환경의 복잡성은 여러 보안 구성과 데이터 리포지토리를 유지해야 하는 데서 비롯됩니다. 기술 리더는 조직이 클라우드 도입으로 얻을 수 있는 비용 절감 또는 운영 효율성 향상을 실현할 가능성이 낮기 때문에 이러한 복잡성을 제거하고자 합니다.4 멀티클라우드의 복잡성으로 인해 중복 서비스에 대한 비용 지불, 보안의 허점, 모든 혼란을 처리할 작업자를 찾기 어려운 등의 문제가 발생하고 있습니다.
2.3.2 신규: 서비스로서의 단순성
현명한 비즈니스 리더는 멀티클라우드와 증가하는 기술 사용 공간으로 인한 변화를 단순히 받아들이지 않습니다. 대신, 멀티클라우드 복잡성이라는 용을 죽이면서 여러 클라우드 인스턴스를 관리하여 운영상의 이점을 얻을 수 있는 방법을 모색하고 있습니다.
메타클라우드라고 알려진 접근 방식에는 스토리지 및 컴퓨팅, AI, 데이터, 보안, 운영, 거버넌스, 애플리케이션 개발 및 배포와 같은 공통 서비스에 대한 액세스를 제공하는 호환성 계층을 구축하는 것이 포함됩니다. 이 호환성 계층은 논리적으로 기업의 다양한 클라우드 플랫폼 위에 위치하며 API를 통해 기본 기술 표준을 활용하므로 애플리케이션은 여전히 클라우드 제공업체의 강력한 보안을 누리면서도 중앙 집중식 제어를 통해 일관된 방식으로 사용할 수 있습니다. 메타클라우드는 공통 인터페이스를 통해 관리자가 여러 클라우드 인스턴스를 중앙 집중식으로 제어할 수 있도록 지원합니다. 컴퓨팅 분야의 저명한 학자인 이온 스토이카와 스콧 쉔커는 컴퓨팅 머신 협회의 HotOS 컨퍼런스에서 발표한 논문에서 메타클라우드의 호환성 계층이 API를 중심으로 구성될 수 있다고 설명합니다(그림 1). 이것이 호환성 계층이 각각의 개별 클라우드 인터페이스에 지침을 보내는 방식입니다. 이들은 클라우드 호환성 계층을 컴퓨터의 운영 체제와 비교하며 컴퓨터의 리소스를 관리하고 애플리케이션에 API를 노출합니다.5
메타클라우드의 이점
다양한 클라우드 플랫폼 간에 추상화 및 자동화 계층을 추가하면 조직은 인력의 전문성을 크게 높일 필요가 없습니다. 클라우드 개발자는 특정 클라우드 플랫폼에 특화되는 대신 보다 일반적인 기술을 쌓을 수 있습니다.
메타클라우드는 보안도 강화할 수 있습니다. 각 클라우드 플랫폼은 일반적으로 우수한 보안 표준을 가지고 있으며 사일로에서는 성능이 우수합니다. 기업이 여러 플랫폼을 혼합하여 사용하기 시작하면 문제가 발생합니다. 관리해야 할 플랫폼이 많아지면 필요한 보안 설정을 구성하는 작업이 더욱 어려워집니다. 딜로이트의 최고 클라우드 전략 책임자인 데이비드 린티컴은 "해커는 여러 클라우드를 서로 공격에 활용할 수 있습니다."라고 말합니다. "해커는 기술을 침해하는 것이 아니라 사람을 침해합니다."6 메타클라우드는 개발자가 기본 인터페이스를 통해 각 클라우드 플랫폼에서 실행되는 호환성 계층에서 하나의 보안 구성을 설정할 수 있도록 함으로써 이 문제를 해결할 수 있습니다.
불필요한 클라우드 서비스를 제거함으로써 기업은 보안 노출을 줄이고, 사용자 개인 정보 보호를 강화하며, 비용을 절감하고, 더 적은 비용으로 더 많은 작업을 수행할 수 있습니다. 팀의 역량이 전문화되어 더 높은 수준의 일반화된 문제를 해결할 수 있는 능력이 향상될 수 있습니다.7
메타클라우드의 과제
스토이카와 쉔커는 기술적 관점에서 볼 때 메타클라우드가 완벽하게 합리적이라고 생각합니다. 비즈니스 관점에서 보면 상황이 더 복잡해집니다.
"널리 사용 가능한 호환성 계층을 달성하는 것은 순전히 기술적인 측면에서는 쉽게 달성할 수 있다고 생각합니다."라고 두 사람은 말합니다. "문제는 호환성 계층이 사용자에게 분명한 이점이 있는 반면, 클라우드 제공업체의 상품화로 자연스럽게 이어지기 때문에 시장이 이러한 노력을 지지할지 여부입니다."8
이 접근 방식의 또 다른 잠재적 함정은 기업이 직접 구축해야 한다는 점입니다. 현재 메타클라우드를 서비스로 제공하는 벤더는 거의 없습니다. 대신 개발 팀이 주도적으로 각 연결과 최종 인터페이스를 직접 구축해야 합니다. 이는 복잡성을 처리하는 복잡한 솔루션이지만 궁극적인 결과는 더 큰 단순성이 될 것입니다.9
2.3.3 다음: 통합 및 중앙 집중화
그러나 역사를 보면 메타클라우드는 임시적인 해결책에 불과할 수 있습니다. 방대한 데이터 센터, 데이터베이스, 운영 체제를 관리하기 위한 과거의 노력은 궁극적으로 미들웨어나 오케스트레이션 엔진이 아닌 리팩터링과 단순화를 통해 통합, 중앙 집중화, 표준화, 합리화를 달성했습니다. 라이선스 사용률 개선은 항상 통합의 초점이 되어 왔으며, 대부분의 기업은 클라우드 리소스 사용률을 제어하는 정책을 시행하고 있습니다.
또한 클라우드 서비스는 IT 내의 다양한 팀에 판매되는 경우가 많습니다. 이는 IT 부서가 메타클라우드에서 클라우드 서비스를 중앙 집중화하자마자 통제해야 할 추가 플랫폼을 발견할 수 있음을 의미할 수 있습니다. 이 시점에서는 두더지 잡기 게임이 됩니다.
결국 메타클라우드를 대신할 수 있는 것은 메타클라우드의 중앙 집중화 및 제어 기능을 차용하되 개발자가 현재 업무에 적합한 도구를 선택할 수 있는 자유를 그대로 유지하는 보다 전술적인 접근 방식입니다. 이 전술적 메타클라우드는 클라우드 자격 증명 프로비저닝을 관리하고 유효한 비즈니스 사례와 복잡성 없이 클라우드 리소스를 활용할 수 있는 기술적 노하우가 있는 사용자에게만 리소스를 할당할 수 있습니다.10
셀프 서비스는 IT 분야의 궁극적인 게임 체인저였습니다. 클라우드 리소스를 중앙 집중화하는 모든 접근 방식은 민첩성에 대한 최종 사용자의 요구를 존중해야 합니다. 과거에 중앙 집중화는 일반적으로 관료주의를 의미했습니다. 현업 사용자는 비즈니스 문제 해결 능력을 저하시키는 부담스러운 프로세스에서 벗어나기 위해 IT 부서를 돌아다녔습니다. 그러나 자동화 툴을 사용하면 IT 부서가 비즈니스 이니셔티브의 속도를 늦추지 않고도 기능을 더 쉽게 제공할 수 있으며, 멀티클라우드의 복잡성을 억제하려는 모든 노력에서 중요한 역할을 할 수 있습니다.11
멀티클라우드는 복잡하게 느껴질 수 있지만, 우리가 살고 있는 세상이며 가까운 미래에도 그럴 가능성이 높습니다. 현명한 비즈니스 및 기술 리더는 메타클라우드와 같은 접근 방식을 통해 가능한 한 복잡성을 줄이고 여러 클라우드 인스턴스를 유지함으로써 발생하는 보안 및 중복성 문제를 제거할 수 있는 영역을 찾아야 합니다.
3. 지면을 디딘 발: 세 가지 기본 힘
기술, 사이버 및 신뢰, 핵심 현대화 비즈니스로 대표되는 기존 시스템 및 투자는 선구적인 혁신과 통합되어 비즈니스가 성장하면서 원활하게 운영될 수 있도록 해야 합니다.
3.1 유연성, 최고의 능력: 기술 인력 재구상
기술의 역사는 실험실 가운을 입은 박사들이 방 크기의 메인프레임에서 정보를 논쟁하는 이미지를 떠올리게 합니다. 이전에는 고급 과학 지식의 동의어였던 기술의 사용이 이제 유비쿼터스이며 더욱 민주화되고 있으며 최근에는 더욱 분권화되었습니다. 기술자들은 연구실 코트를 크루넥과 블랙 진으로 교환했습니다. 그러나 기술 인재와 관련하여 조직은 여전히 고급 학위 및 수년간의 엔지니어링 경험의 형태로 고급 과학 지식을 찾고 있습니다.
지난 1년 동안 이러한 유형의 지식을 갖춘 직원은 항상 부족했습니다. IT 임원의 절반 이상이 자리를 채우지 못했습니다. 대 퇴사의 시대(Great Resignation)에 대한 헤드라인이 넘쳐나고 기업은 종종 기술 인재 확보를 위한 열띤 경쟁에 참여하는 것처럼 보입니다. 그러나 기술적인 능력은 평균 2.5년마다 구식이 되기 때문에 현재의 필요에 따라 두 번 고용하는 것은 성공적인 장기 전략이 아닙니다. 부족한 기술 인재를 놓고 경쟁하는 대신 리더는 기술 인재를 큐레이팅, 생성 및 육성할 수 있는 풍부한 전략을 고려하는 것이 현명할 것입니다. 즉, 만들 수 있을 때 경쟁하지 마십시오.
2015년부터 Tech Trends와 Global Technology Leadership Study는 창의성, 디자인 및 감성 지능을 기술 팀의 확장된 정의에 주입할 수 있는 새로운 유형의 IT 작업자의 출현을 예측했습니다. 오늘날 로우코드/노코드 기술은 점점 보편화되고 있으며 전염병으로 인해 현대화가 가속화되었으며 코드 저장소가 풍부합니다. 그 결과, 다가오는 2023년 글로벌 기술 리더십 연구 에서 업계 전반의 응답자들은 창의성, 문제 해결 및 기타 인간 기술을 그 어느 때보다 기술 인재를 위한 더 큰 차별화 요소로 식별했습니다.
향후 18~24개월 동안 기술 리더는 IT 제품 및 서비스를 제공하는 데 필요한 기술(인간 및 기술 모두)에 집중하기 위해 인력과 작업장을 재구성할 수 있습니다. 선두 기업은 최고의 성과를 유지하기 위해 매력적인 인재 경험을 제공하는 동시에 창의력을 발휘하고 인재를 찾기 위한 새로운 소스를 활용할 가능성이 높습니다. 장기적으로 인재를 확보하기 위한 전투에서 승리하고 다가올 추가 변화에 대비하기 위해 조직은 IT 정통성을 피하고 유연성을 최고의 능력으로 여길 준비가 되어 있어야 합니다.
3.1.1 현재: 제로섬 블루스
COVID-19 전염병은 예상보다 오래 지속된 많은 기술 인력 이동을 촉진했습니다. 많은 기술 근로자가 원격 근무를 선택하여 보다 유동적인 인력을 창출했습니다. 실제로 IT 부서의 85%가 앞으로 하이브리드 또는 완전 원격이 될 계획입니다. 동시에 디지털 변혁의 속도를 감안할 때 기업은 기술 팀에 더 많은 것을 요구하고 전 세계적으로 인재를 소싱하고 있습니다. 따라서 2022년 4월 기술 인재의 실업률이 미국 실업률의 약 1/3인 1.3%였다는 것은 놀라운 일이 아닙니다. 미국 기술 직원의 72%가 더 푸른 목초지로 일자리를 떠날 것을 고려하고 있다는 것도 놀라운 일이 아닙니다.
인재를 유치하기 위해 조직은 종종 보상 인상, 유연한 작업 배치 제공, 재교육 또는 기술 향상과 같은 단일 접근 방식에 의존합니다. 그러나 인재 부족이 계속됨에 따라 이러한 솔루션 중 하나만 선택하는 것은 지속 불가능합니다. 다른 회사가 채용 제안을 일치시키거나 개선함에 따라 기술 인재는 계속해서 새로운 기회를 찾아 떠나고 조직은 인재를 유치하기 위해 제로섬 게임을 하게 됩니다. 예를 들어, 작년에 미국 기업의 82%가 리소스와 기술 부족으로 인해 디지털 전환 프로젝트를 추진하지 못했습니다.
기술 리더는 다른 사람들과 동일한 방법을 사용하여 동일한 인재를 놓고 경쟁하기보다 인재를 위한 획일적인 전략이 없다는 점을 인식해야 합니다. 예를 들어 Lincoln Financial Group의 최고 기술 책임자(CTO)인 Joe Weider는 대형 기술 회사에서 제공하는 급여를 따라잡을 수 없었지만 다른 방법으로 자신의 재능을 유지했다고 말합니다. Weider는 "우리는 오프사이트 참여를 위해 직원을 영입하고 동료 인정의 기회를 창출하는 등 유연성과 회사 문화를 두 배로 강화하여 직원을 시장에서 몰아내고 있습니다."라고 말합니다. 10 기술 인재 문제에 대한 생각을 단일 접근 방식 이상으로 확장함으로써 기업은 향후 몇 달 동안 솔루션 범위를 확장할 수 있습니다.
3.1.2 신규: 유연성이 최고의 능력
향후 2년 동안 기술 인재 위기는 계속해서 수익에 영향을 미칠 수 있습니다. 혁신 프로젝트를 보호하고 추구하려는 조직은 직원을 찾는 데 있어 전략 중심의 차별화된 접근 방식이 필요합니다. 인재 목표를 달성한 사람들은 현재 기술 요구 사항에 과도하게 맞추는 대신 기술 작업이 계획되고 실행되는 방식에 대한 개념을 확장할 것입니다(그림 1).
유연한 기술
딜로이트 리서치는 직업에 대한 전통적인 개념이 성장, 민첩성, 다양성, 형평성 및 포용성(DEI) 목표를 달성하는 데 주요 장애물 중 하나라는 것을 보여주었습니다. 많은 조직이 직무보다는 기술에 중점을 둔 인재 모델로 전환하고 있습니다. 예를 들어 Mercedes-Benz는 직원에게 새로운 역할이나 신제품을 할당하는 유연성을 개선하기 위해 일부 IT 인재를 "역량 세트"로 구성했습니다. 결과는 자명합니다. 기술 기반 조직은 인재를 효과적으로 배치할 가능성이 100% 이상 높고 우수한 직원을 유지할 가능성이 98% 더 높습니다. 실제로 Bechtel의 최고 정보 및 디지털 책임자인 Patrick Noon에 따르면 최근 변화로 인해 기술 기반 접근 방식을 보다 쉽게 달성할 수 있게 되었습니다. 이 모델을 채택하려는 기술 리더는 비즈니스 요구 사항부터 시작하여 이러한 요구 사항을 충족하는 데 필요한 인적 및 기술적 능력을 결정해야 합니다. 그런 다음 미래지향적 전략을 기반으로 요구 사항을 하드 기술(예: 데이터 과학), 기술 관련 기술(예: Agile QA 또는 고객 성공) 및 인적 기술(예: 탄력성)로 세분화할 수 있습니다. 결정적으로 기술 기반 접근 방식을 통해 조직은 인재 부족 문제를 보다 창의적으로 해결할 수 있습니다. 예를 들어, 미국 제조 탄력성에 중점을 둔 공공-민간 연구 협력 기관인 SecureAmerica Institute는 제조업체가 육체 노동에 익숙한 인재를 고급 기계 운영자로 훈련시키는 데 도움을 주었습니다.
유연한 소싱
기술에 대한 유연한 접근 방식을 개발하는 조직은 해당 기술에 대한 인재 소싱과 관련하여 풍부한 전략을 채택하는 것이 더 쉽다는 것을 알 수 있습니다. 고용만 하는 대신, 인재를 아웃소싱, 해외 파견, 교육 또는 재교육하거나 생태계의 다른 구성 요소를 활용하여 요구 사항을 충족할 계획을 세울 수 있습니다.
시대를 앞서가는 기업은 이미 긱(gig) 작업자 또는 계약자를 통해 인재를 크라우드 소싱하여 격차를 메우고 내부 리소스를 확보하여 가장 도전적이고 흥미로운 작업에 집중하고 있습니다. 호주 Workwear Group의 CTO인 Debbie Browning은 인재 채용에 어려움이 있을 때 바로 그렇게 했습니다. "우리는 린 조직입니다."라고 그녀는 말합니다. "내부 채용보다 관리 서비스로 확장하는 것이 우리에게 더 효과적입니다." 또한 Deloitte 연구에 따르면 디지털 성숙도가 높은 조직은 기술에 대한 액세스를 확장할 수 있는 강력한 생태계 전략을 보유할 가능성이 더 높습니다(일반 조직의 54% 대 40%).
기술 인재의 78%가 채용 제안을 수락할 때 DEI 이니셔티브가 중요한 요소라고 말했을 때, 리더는 기술 기반 접근 방식이 형평성 증진을 더 쉽게 만들 수 있다는 점을 고려해야 합니다. 예를 들어, 일부 CIO는 조직과 협력하여 소수의 후보자가 사이버 보안 및 프로그래밍 분야에서 일하기 위해 졸업하는 9개월 교육 프로그램을 제공했습니다. 올바른 개발 기회(예: 멘토링, 순환 프로그램, 엑스턴십)와 결합된 이러한 이니셔티브는 조직이 제한된 공급을 놓고 싸우는 대신 새로운 인재를 창출할 수 있는 권한을 부여할 수도 있습니다.
유연한 진로
직원들은 흥미로운 일과 유연한 경력 경로를 찾고 있으며 기업은 이러한 요구를 충족시키기 위해 적응해야 합니다. 이러한 사고방식의 변화는 아마도 "10X" 20명의 엔지니어에서 "10가지 직업 엔지니어"로의 이동으로 가장 잘 표현될 수 있습니다. 기업은 직원을 유지하는 경력과 경험을 창출하기 위해 다음 방법 중 일부를 탐색할 수 있습니다.
측면 이동. 기존의 수직 경로와 달리 조직은 서로 다른 기술 간의 수평적 발전을 허용하는 경력 경로를 설계해야 합니다. 근로자의 74%는 디지털 환경에서 업무를 효과적으로 수행하기 위해 최소 6개월에 한 번씩 기술을 업데이트해야 한다고 생각합니다. 인재상. 직원들이 단기 프로젝트를 찾을 수 있는 내부 인재 시장 또는 새로운 팀이 내부 이동성을 촉진하고 목적 있고 의미 있는 작업을 발견할 수 있도록 합니다. 기술 인재의 경우 새로운 직업에서 가장 큰 인센티브(응답자의 54%가 선택)는 그들이 할 일이었습니다. 또는 Eli Lilly and Company의 최고 정보 및 데이터 책임자인 Diogo Rau는 이렇게 말합니다. 사람들을 흥분시키는 목적을 제공하십시오.”
새로운 운영 모델. IT 부서는 유연성으로 알려져 있지 않습니다. 직원들이 적절한 파트너십을 통해 적절한 속도로 작업할 수 있는 경험을 만들기 위해 조직은 곧 있을 2023년 글로벌 기술 리더십 연구에서 논의할 기술 작업을 위한 몇 가지 다른 운영 모드를 도입하는 것을 고려해야 합니다.
3.1.3 다음: 인문학 복습
기업은 인재면에서 변곡점에 있습니다. 향후 10년 동안 기술은 주어진 작업을 실행하는 데 계속해서 더 좋아질 것이며, 기술 인재는 비즈니스 요구 사항에 적응하고 디지털 동료와 최고의 파트너가 되며 혁신하는 방법과 같은 고차 문제에 집중할 수 있습니다.
오늘날의 인력이 구식 언어로 코드를 작성해야 한다는 전망에 신음하듯이, 미래의 인력은 AI 비서가 없는 것을 주저할 수 있습니다. 인간과 기계 협업으로 정의되는 시대인 Age of With™에서 시간 소모적인 계산을 AI에 위임하면 인간 동료는 인간의 손길이 필요한 작업에 집중할 수 있습니다. 예를 들어, American Airlines는 최근 한 팀이 게이트에 항공편을 할당하고 그날의 취소를 처리하기 위해 밤 늦게까지 일해야 했던 힘든 4시간 게이트 할당 프로세스를 AI를 사용하여 2.5분 절차로 줄였습니다. 이를 통해 팀 구성원은 자유로워지는 동시에 고객에게 향상된 경험을 제공할 수 있었습니다. 마찬가지로, 버지니아 보건부는 매주 접수되는 약 2,000건의 기본적인 고객 문의를 처리하기 위한 챗봇을 개발하고 있으며, 이를 통해 관리 직원은 더 높은 수준의 문제에 집중할 수 있습니다.
AI 개방: AI 동료를 신뢰하는 법 배우기에서 논의한 것처럼 기술 인재는 디지털 동료와 협력하여 생산성을 배가하고 있습니다. NVIDIA 의 제품 관리자인 Mike Geyer는 미래의 엔지니어가 "AI가 문제를 설정하는 방법을 배우게 될 것이므로 스스로 방정식을 푸는 대신 복잡한 작업을 수행할 수 있게 될 것"이라고 믿습니다. AI가 문제 해결을 자동화함에 따라 기업은 접근 가능하고 유능한 일련의 AI 기술을 비즈니스 결과로 안내할 수 있는 인문학 전공자를 곧 찾고 있을 것입니다. 그러한 정도의 급격한 감소에도 불구하고, 인문학의 큰 그림 사고, 윤리 및 문제 프레이밍이 곧 다시 요구될 수 있습니다. 거꾸로? Geyer의 AI 전문가 팀은 서비스를 제공하는 클라이언트의 효율성이 30% 향상될 것으로 예상합니다.
마지막으로, 기술 혁신 책임자의 증가하는 확산은 기술 팀이 불을 켜기 위해 일하는 대신 비즈니스를 형성하는 미래를 약속합니다. 불과 3년 전만 해도 드물었던 조직의 16%가 현재 이 직책을 맡고 있으며, 혁신에 전념하는 기술 예산은 2020년 이후 8% 증가했습니다. 최근 혁신 연구 2021: 유행어를 넘어에서 논의한 바와 같이 혁신은 하나의 분야로 구체화 되고 있습니다. 일부 회사는 이미 혁신 부서를 시작했고 다른 회사는 혁신적 작업 기술 인재가 갈망하는 것을 제공하기 위해 일련의 내부 "미니 스타트업" 개발에 투자했습니다.
자동화로 인해 다음 단계를 탐색할 수 있는 소중한 인간의 시간이 확보됨에 따라 향후 10년의 전쟁터는 기술 인재를 찾는 것이 아니라 미래를 위한 선구적인 기술에 있을 수 있습니다.
3.2 우리 안에서 우리는 다음을 신뢰 : 탈중앙화 아키텍처 및 생태계
계속해서 증가하는 불신의 환경에서 블록체인과 Web3는 신뢰를 재건하기 위해 데이터를 분산시키는 "무신뢰" 시스템을 강화할 수 있습니다.
우리는 작년에 Blockchain: Ready for business에서 블록체인 기반 시스템에 구축된 흥미롭고 창의적인 엔터프라이즈 사용 사례가 실제 생산성과 규모의 가치를 주도하고 있다고 언급했습니다. 조직이 블록체인의 유용성과 가능성을 이해하기 시작하면서 이해관계자의 신뢰 구축이 블록체인의 주요 이점 중 하나가 될 수 있음을 깨닫고 있습니다. 사실, 신뢰가 한 사람이나 조직이 아니라 사용자 커뮤니티에 있기 때문에 소위 말하는 블록체인 기반 "무신뢰" 시스템은 정부, 미디어, 돈, 기업 및 기타 시민 및 민간 기관에 대한 믿음을 약화시키는 해독제가 될 수 있습니다.
사이버 범죄에서 데이터 오용에 이르기까지 디지털 신뢰 문제는 기존 기관과 이를 지원하는 기술에 대한 신뢰를 약화시킵니다. 코드, 암호화 및 기술 프로토콜을 통해 합의를 달성하는 디지털 원장 기술 및 분산형 비즈니스 모델을 통해 분산형 아키텍처는 신뢰를 중개하지 않고 네트워크 참여자에게 배포합니다.
분산형 플랫폼과 프로토콜이 성숙함에 따라 많은 조직이 책임감 있게 투자하고 자신의 속도에 맞춰 탐색하기 시작했습니다. 일상적인 엔터프라이즈 애플리케이션에서 블록체인 기반 비즈니스 모델에 이르기까지 이러한 조직은 우리 중 누구도 우리 모두만큼 신뢰할 수 없다는 것을 보여주고 있습니다.
앞으로 우리는 조직이 보다 분산되고 투명한 인터넷을 재창조하도록 지원함으로써 주요 이해 관계자와의 신뢰를 강화할 수 있는 더 많은 기회를 기대합니다. 많은 사람들이 인터넷의 다음 반복이라고 부르는 Web3는 공개 블록체인을 기반으로 가장 큰 목소리가 진실의 단일한 불변 버전을 가릴 수 없는 미래를 상정합니다. 이 세상에서 미래 지향적인 디지털 네이티브는 점점 더 높은 품질의 진실 증명을 요구할 가능성이 높습니다. 실제로, 우리는 내일의 지도자들이 "체인이 아니면 일어나지 않았다"고 주장할 것으로 예상합니다.
3.2.1 현재: 디지털 신뢰 격차
수많은 설문 조사는 시민 및 민간 기관에 대한 대중의 믿음이 침식되었음을 강조합니다. 소셜 미디어 및 기타 Web2 벤처는 개인, 기업 및 기타 조직과 기관에 대한 부정적인 감정을 쉽게 불러일으킬 수 있다고 Gannett의 최고 데이터 책임자인 Nate Rackiewicz는 말합니다. "내가 설립한 이전 연구 회사인 Meteor Now에서 우리는 증오가 미디어 수직 전반에 걸쳐 소비자 참여를 높이는 데 가장 큰 영향을 미치는 감정임을 발견했습니다."라고 그는 말합니다. "우리는 이러한 위험을 염두에 두고 클릭을 얻기 위해 이러한 감정을 무기로 사용할 수 있는 나쁜 행위자를 경계해야 합니다."
무질서한 비즈니스 프로세스와 시스템은 이해관계자의 신뢰도 낮출 수 있습니다. 예를 들어 신뢰는 자본 시장 참가자에게 가장 중요하지만 자본 시장 인프라는 일반적으로 비대하고 비효율적입니다. 보통 채권을 발행하는 데 6주가 걸리고 발행인에서 최종 투자자에게 배당금이 전달되는 데 25일이 걸립니다. 정산 비용은 매년 14% 증가하고 정산 시스템의 27%는 20년 이상 되었습니다. 아마도 자본 시장에서 자산의 토큰화가 최고의 엔터프라이즈 블록체인 사용 사례 중 하나라는 것은 불가피할 것입니다. Broadridge, Clearstream 및 Goldman Sachs와 같은 조직은 블록체인 기반 거래 플랫폼을 사용하여 시스템 및 프로세스 비효율성을 제거하고 자본 시장에 대한 참가자의 신뢰를 높이는 데 도움을 줍니다.
이해관계자의 신뢰를 잃은 기업은 혹독한 대가를 치를 수 있습니다. 딜로이트 연구원들은 스캔들에 휘말린 각각의 시가 총액이 미화 100억 달러 이상인 3개의 대형 글로벌 기업을 연구했습니다. 분석 결과 기업은 이해관계자의 신뢰를 잃은 후 기업 가치의 20%에서 56%, 즉 총 700억 달러의 손실을 입었습니다.
많은 조직이 제품 품질, 이익, 성장과 같은 전통적인 비즈니스 목표를 넘어 ESG(환경, 사회, 거버넌스) 노력과 DEI(다양성, 형평성, 포용성) 약속을 포함함으로써 이해 관계자와 신뢰를 구축합니다. 블록체인은 또 다른 신뢰성 격차인 디지털 신뢰를 연결하는 데 도움이 될 수 있습니다.
3.2.2 신규: 격차 해소
분산형 시스템, 애플리케이션 및 비즈니스 모델은 기존 트랜잭션 인프라에 보호 계층을 추가하여 조직이 반박할 수 없는 진실의 단일 버전을 생성하도록 지원하여 디지털 신뢰 격차를 좁힐 수 있도록 합니다. 그들은 데이터 프라이버시를 희생하지 않고 제3자 중개자에 의한 조정보다는 시스템 전체 사용자의 암호화 및 코드 기반 합의에 의존합니다. 그 결과 공유되고 신뢰할 수 있는 레코드는 선택된 제3자가 검사할 수 있지만 단일 중앙 수퍼유저가 제어할 수는 없습니다. 참가자 컨소시엄은 정보를 최신 상태로 유지하여 각 참가자가 업데이트된 변경 불가능한 데이터베이스의 복사본을 유지 관리합니다.
신뢰 관련 사용 사례에는 디지털 자격 증명 및 ID, 제3자와의 데이터 공유, 출처 및 추적 가능성, 소액 결제 및 거래가 포함됩니다(그림 1).
디지털 자격 증명
개인은 개인 장치의 암호화된 디지털 지갑에서 개인 건강, 교육 및 투표 기록과 같은 애플리케이션에 대한 변조 방지 자격 증명을 소유하고 관리할 수 있습니다. 뉴욕주와 같은 조직은 블록체인을 사용하여 신원 및 자격 증명을 확인하고 있습니다. Excelsior Pass 디지털 건강 자격 증명을 사용하면 뉴욕 주민들이 다른 개인 건강 데이터를 공유하지 않고도 음성 COVID-19 테스트 결과 및 백신 접종 기록을 휴대폰에 안전하게 저장하고 확인할 수 있습니다. 주의 첫 번째 예산 부국장인 Sandra Beattie에 따르면 시민들과의 신뢰가 매우 중요했습니다. 시민들은 우리가 그렇게 할 수 있다고 믿었기 때문에 앱에 대해 매우 긍정적인 반응을 보였습니다.”
디지털 ID
마찬가지로 사람들은 블록체인을 활용하여 디지털 지갑에서 자신의 신원을 생성, 관리 및 저장할 수 있으므로 잠재적으로 판매자와 구매자, 집주인과 잠재적 임차인, 심지어 데이트 앱 사용자 간의 보다 안전한 거래로 이어질 수 있습니다. 기업은 자격 증명, ID 및 라이선스를 확인하거나 발급할 수 있습니다. 예를 들어, BMW 그룹은 블록체인 기반 운전면허증에 대해 독일 정부와 파트너십을 맺어 신원 사기를 방지하고 자동차 임대 또는 구매, 보험 가입과 같은 거래의 마찰을 줄였습니다.
외부 데이터 공유
블록체인 시스템은 여러 외부 비즈니스 파트너, 알 수 없거나 신뢰할 수 없는 당사자 또는 경쟁업체가 합의를 달성해야 하고 중개자가 필요하지 않거나 필요하지 않거나 실행 가능하지 않은 애플리케이션에 유용합니다. 이러한 그룹 간의 데이터 사일로를 분해함으로써 블록체인은 개인 정보 보호, 보안 또는 지적 재산을 손상시키지 않고 조직 간에 데이터가 흐를 수 있도록 합니다.
예를 들어, 패션 브랜드 LVMH는 제품 진위를 증명하기 위해 제품의 출처를 추적하기 위해 Aura 블록체인 컨소시엄을 시작했습니다. 창립 멤버에는 동료 명품 브랜드인 Prada, Cartier 및 Mercedes-Benz가 포함됩니다. 회원은 자신만의 고유한 경험을 개발하고 가장 엄격한 개인 정보 보호 표준에 따라 자신의 데이터를 유지합니다.
출처 및 추적 가능성
LVMH 및 창립 파트너와 마찬가지로 거의 모든 산업 및 부문의 조직은 블록체인을 실험하여 자신, 고객 및 기타 이해 관계자가 제품의 출처에 대한 정보를 추적하고 추적할 수 있도록 돕고 있습니다.
예를 들어 JICA(Japan International Cooperation Agency)는 블록체인 기반 시스템을 사용하여 코트디부아르의 코코아 농장에서 아동 노동을 모니터링했습니다. 이 프로젝트는 추적 가능성을 보장하기 위해 블록체인을 사용하여 코코아 생산 공정의 모든 측면을 투명하게 만드는 것을 목표로 합니다. Yushi Nagano JICA 선임 디지털 책임자는 “블록체인 활용의 아름다움은 코트디부아르의 농부와 일본 소비자를 감정적으로 연결하는 데 있습니다. 데이터 기술은 차갑지 않습니다. 따뜻하고 감성적일 수도 있습니다.”
소액 결제 및 거래
암호 화폐로 이루어진 온라인 소액 거래(게임 내 구매의 경우와 같이 몇 달러에서 몇 센트에 이르는 소액 결제)는 종종 거래 비용보다 더 큰 거래 수수료를 수반할 수 있습니다. 새로운 기술은 중개 프로세스를 간소화하고 소액 거래 수수료를 줄임으로써 소액 거래를 보다 공평하게 만드는 데 도움이 될 수 있습니다.
다음: 연쇄 또는 발생하지 않음
관심 경제학 개념의 이론가인 허버트 사이먼(Herbert Simon)의 말을 빌리자면 풍부한 정보는 관심 부족을 의미합니다. 16 Web2의 관심 경제에서 진실은 클릭을 위해 평가 절하됩니다. 소셜 미디어의 분열화는 인터넷을 분열시키고 분노와 가짜 뉴스를 강화할 위험이 있습니다. 데이터 및 인공 지능(AI) 사용이 증가함에 따라 편향 혐의와 딥페이크가 증가하고 개인 정보 보호 및 데이터 사용에 대한 우려가 계속 증가하고 있습니다.
블록체인을 기술 아키텍처의 새로운 측면에 통합하면 조직이 주요 이해 관계자의 신뢰를 회복하는 데 도움이 될 수 있습니다. 딥페이크, AI가 생성한 이미지, 대안적 사실의 시대에 자신의 두 눈으로 무언가를 보는 것이 반드시 진실에 대한 충분한 증거는 아닙니다. 그러나 전체 커뮤니티가 퍼블릭 블록체인에서 그것을 본다면? 신뢰할 수 없는 분산형 플랫폼은 진실의 중재자가 될 수 있습니다. 체인이 아니면 일어나지 않았습니다.
다음은 몇 가지 가능성입니다.
웹3
블록체인, 분산화 및 토큰은 인터넷의 다음 반복인 Web3의 핵심입니다. 블록체인 기술을 사용하여 소비자에게 대체 불가능한 토큰과 새로운 형태의 디지털 참여를 제공하는 Dapper Labs의 비즈니스 개발 부사장 Ridhima Khan은 "Web3는 가장 수동적인 소비자를 커뮤니티 구성원으로 만듭니다." 그것은 여기에 머물며 모든 부문과 산업을 강타할 것입니다."
콘텐츠 제작, 관리, 보호 및 수익 창출 방식을 변경함으로써 Web3는 클릭 및 좋아요에 대한 전임자의 집착에서 우리를 구할 수 있습니다. 중개되지 않은 웹은 중개자에서 생산자와 소비자에게 권한을 이전할 수 있는 잠재력이 있습니다.
생산자. Web2 세계에서 "디지털"은 "풍부함"과 동의어입니다. 거의 모든 디지털 콘텐츠는 합법적이든 아니든 무한히 공유할 수 있습니다. 콘텐츠의 무한한 공급은 수요(가격 및 소비자 관심)를 제로로 몰아갑니다. "디지털 희소성"이라는 개념을 도입함으로써 Web3 아키텍처는 제작자에게 콘텐츠, 데이터, 프로필 및 ID에 대한 일부 소유권과 제어권을 다시 주장할 수 있는 기회를 제공하며, 여러 복사본을 만드는 대신 여러 웹사이트와 플랫폼에서 관리하고 수익을 창출할 수 있습니다. 제작자는 노래, 비디오 또는 기타 지적 재산에 대한 액세스를 잠글 수 있으므로 스마트 계약 및 프로그래밍 가능한 자금을 통해서만 액세스할 수 있으며 실시간으로 수익을 공유할 수 있습니다.
소비자. 탈중앙화된 웹은 식별 정보 및 기타 개인 데이터의 소유권과 통제권을 중개자로부터 개별 소비자에게 이전할 수 있습니다. 최종 사용자는 식별 정보를 블록체인 기반 디지털 지갑에 저장하고 각각에 대해 새 ID를 생성하는 대신 여러 플랫폼, 애플리케이션 및 웹 사이트에서 사용할 수 있습니다. 이를 통해 소비자는 데이터 개인 정보 보호 및 액세스에 대해 더 많은 권한을 부여하고 해커로부터 더 많은 보호를 제공하며 데이터로 수익을 창출할 수 있습니다. 브라우징 및 구매 데이터에 대한 더 많은 통제권을 통해 소비자는 이메일 스팸 및 원치 않는 광고를 줄이거나 정보 제공 또는 이메일 광고 수락에 대한 보상을 받을 수 있습니다.
디지털 광고
소비자가 자신의 구매 및 브라우징 데이터를 담당하는 경우 블록체인은 디지털 광고를 크게 방해할 수 있습니다. 소비자가 자신의 데이터와 데이터를 사용하는 사람에 대한 통제권을 제공하는 것(그 자체로 막대한 혼란) 외에도 트래픽, 클릭, 노출, 전환 또는 기타 데이터 이벤트를 부정하게 생성하는 인터넷 봇 및 도메인 스푸핑으로 인한 광고 사기를 제거하는 데 도움이 될 수 있습니다. 한 연구 기관에서는 2022년 말까지 전 세계 광고주에게 미화 680억 달러의 비용이 들 것으로 추정합니다. 디지털 광고 프로세스에 신뢰 계층을 추가하면 광고주가 광고를 통해 도달하는 소비자에 대한 더 많은 대표 데이터를 받을 수 있습니다.
인공 지능
AI에 대한 개방: AI 동료를 신뢰하는 법 배우기 에서 논의한 바와 같이 기업은 AI가 운영을 혁신하는 힘을 이해하지만 미션 크리티컬 작업을 완료하는 AI의 능력을 의심하는 경우가 많습니다. 소비자 역시 AI를 경계합니다. 투명성, 해석 가능성, 설명 가능성의 결여라는 중요한 문제가 있습니다. 두 경우 모두 사람들은 AI의 의사결정 프로세스를 이해하지 못하고 AI를 교육하는 데 사용되는 데이터를 경계하기 때문에 AI에 대한 확신이 없습니다. 블록체인의 투명성과 불변성은 AI가 사용하는 데이터의 출처, 무결성 및 신뢰성에 대한 통찰력을 제공하고 데이터가 변경되지 않도록 방지하여 데이터의 보안을 향상시키며 감사 추적을 제공할 수 있습니다.
사이버 보안
분산형 아키텍처의 많은 속성은 장기적으로 더 나은 사이버 보안으로 이어질 수 있습니다. 예를 들어 플랫폼에서 사용자에게 디지털 ID 제어권을 이전하면 제3자가 저장하는 민감한 데이터의 양을 줄이고 데이터가 풍부한 단일 공격 지점을 제거하는 데 도움이 될 수 있습니다. 해커가 데이터 블록의 유효성을 검사하는 데 사용되는 합의 메커니즘을 제어하기에 충분한 네트워크 노드를 손상시키는 것은 어려울 것입니다. 그리고 전체 블록체인을 암호화하면 그 안에 저장된 데이터가 잘못 액세스되거나 변경되지 않도록 하고 감사 추적을 제공할 수 있습니다.
많은 퍼블릭 블록체인에는 완전한 개인 정보 보호 및 보안이 부족하지만 사이버 위험을 줄이는 보다 신뢰할 수 있고 안전한 옵션을 사용할 수 있습니다. 비공개 네트워크에서는 선별되고 검증된 회원만 참여할 수 있습니다. 허가된 네트워크에서는 신원이 확인된 사람이 가입할 수 있으며 활동은 권한 기반 역할을 통해 제어됩니다.
조직은 신뢰할 수 없는 비즈니스 모델 및 운영이 데이터 관련 신뢰성 문제를 해결하고 직원 및 고객 그룹, 비즈니스 에코시스템 및 산업 전반에 걸쳐 절실히 필요한 신뢰를 얻는 데 어떻게 도움이 될 수 있는지 발견하기 시작했습니다. 그리고 고려해야 할 긍정적인 사회적 영향도 있습니다.
보는 것이 믿는 것이 아니며 사람들이 거짓으로부터 진실을 분간할 수 없는 믿음의 위기 속에서 우리 중 많은 사람들은 싸움을 해결하고 사실과 허구를 구별하는 데 도움이 되는 완벽한 중재자 역할을 할 수 있는 사람, 회사 또는 기술인 슈퍼히어로를 기다리고 있습니다. 분산형 무신뢰 아키텍처는 우리가 찾고 있던 영웅임을 가르쳐 주기 시작했습니다. 사실 우리 중 누구도 우리 모두만큼 신뢰할 수 없습니다.
3.3 연결 및 확장 : 메인프레임 현대화가 본격화
신뢰할 수 있는 오래된 메인프레임은 과거의 컴퓨팅 시대와 동의어처럼 보일 수 있습니다. 클라우드 컴퓨팅에 의해 뒤쳐지고 인공 지능 및 서비스로서의 비즈니스 프로세스와 같은 차세대 기능으로부터 차단되어 한때 IT 역사의 쓰레기통으로 향하는 것처럼 보였습니다.
그런데 노후화의 길에서 재미있는 일이 벌어졌다. 사람들은 메인프레임을 계속 사용했습니다. 클라우드 플랫폼이 얼마나 매력적인지 또는 최신 기능이 선도적인 비즈니스에 얼마나 중요한지에 관계없이 메인프레임은 계속해서 매력적인 가치 제안을 제공합니다. 메인프레임은 애플리케이션을 리팩터링하는 데 필요한 상당한 작업으로 인해 너무 비용이 많이 들거나 시스템 종속성을 깨뜨릴 가능성으로 인해 너무 위험하기 때문에 클라우드로 이동할 수 없는 애플리케이션을 호스팅하는 경우가 많습니다.
비결은 메인프레임이 최신 애플리케이션과 통신하도록 하는 것이며, 여기에서 선두 기업이 창의력을 발휘합니다. 확실히 기업은 이 문제에 대해 수년 동안 노력해 왔지만 클라우드 마이그레이션과 관련된 비용이 많이 들고 잠재적으로 위험한 작업을 확인하면서 새로운 모습을 보여주고 있습니다. 레거시 코어 시스템을 전면 교체하는 대신 혁신적인 새 커넥터를 사용하여 최신 기술에 연결하여 각 시스템 제품군이 최상의 성능을 발휘할 수 있도록 하는 기업이 점점 더 많아지고 있습니다(그림 1).
이는 메인프레임 기반 전자 의료 기록 시스템이 환자 데이터의 효과적인 저장소 역할을 계속하고 있는 이스라엘 건강 보험 및 의료 서비스 제공업체인 Meuhedet 이 취한 접근 방식입니다. 조직의 최고 정보 책임자인 Katy Bar-Shalom은 "레거시 시스템에서 벗어나는 것이 비전이 아닙니다. 작동하기 때문입니다."라고 말합니다. “그들이 하는 일은 좋지만 충분하지 않습니다. 그러나 계층, 웹 서비스 및 애플리케이션을 통해 우리는 확장하고 의료진에게 새로운 데이터와 통찰력을 제공할 수 있습니다.”
오늘날 비즈니스 사용자는 CRM, 데이터 대시보드, 기계 학습과 같은 최신 애플리케이션에 의존하기를 기대하며 메인프레임과 최신 애플리케이션 간의 비즈니스 로직을 조정하는 것은 기술적인 문제가 될 수 있습니다. 이는 부분적으로 대부분의 메인프레임 코드가 오늘날 소수의 컴퓨터 과학 전공자가 배우는 언어인 COBOL로 작성되기 때문입니다. 최신 애플리케이션은 일반적으로 기업의 디지털 혁신 노력의 중심에 있으며 레거시 시스템은 종종 장애물로 간주됩니다.
메인프레임을 최신 애플리케이션에 연결하려는 기존의 노력은 완벽하게 잘 작동할 수 있지만 몇 가지 제한이 있는 API에 중점을 두었습니다. 응용 프로그램에는 사전 구축된 연결이 필요하거나 엔지니어가 이러한 커넥터를 구축해야 하는데 이는 각 소프트웨어에 대해 항상 현실적이지는 않습니다. API 구축 및 배포는 복잡하고 시간이 많이 걸리는 프로세스일 수 있습니다.
조직은 레거시 애플리케이션을 가장 현대적인 도구에 연결할 수 있는 핵심 시스템 현대화에 대한 검증된 접근 방식에 대한 노력을 배가함으로써 이러한 과제를 해결하고 있습니다. 여기에는 AI 기반 미들웨어 솔루션, 고급 마이크로서비스 애플리케이션, Data-as-Fuel의 힘을 활용하는 새로워진 사용자 인터페이스 등이 포함됩니다. 그 결과 핵심 레거시 시스템의 신뢰할 수 있는 기능과 신흥 기술의 확장 기능이 강력한 페어링을 이룹니다.
이러한 방식으로 레거시 시스템은 디지털 혁신으로 가는 길의 장애물이 아니라 비즈니스를 발전시키는 엔진이 될 수 있습니다.
3.3.1 현재: 메인프레임은 여전히 비즈니스 크리티컬
메인프레임은 그냥 매달려 있는 것이 아닙니다. 비즈니스 및 IT 임원의 거의 3/4이 메인프레임이 조직에서 장기적으로 생존할 수 있다고 믿으며 90% 이상이 메인프레임 설치 공간을 확장할 것으로 예상합니다. 메인프레임은 여전히 급여 처리, 거래 기록, 보험 인수 등과 같은 작업에 일반적으로 사용됩니다. 메인프레임은 의도한 바를 수행하며 잘 수행합니다. 문제는 사람들이 최신 기능 측면에서 원하는 것을 얻지 못한다는 것입니다. 기업의 60% 이상이 레거시 도구를 새로운 애플리케이션과 통합하는 것이 어려운 일이라고 말하며, 57%는 비즈니스 민첩성 부족(새로운 비즈니스 과제 및 기회에 대응할 수 없음)이 레거시 시스템의 문제라고 말합니다.
3.3.2 신규: 기존 접근 방식을 혁신적으로 채택하여 레거시 시스템 기능을 확장
수년 동안 기업은 핵심 현대화의 5R인 플랫폼 변경(replatform), 개선(remediate), 재활성화(reactivate), 교체(replace), 축소(retrench)로 레거시 시스템을 재활성화해 왔습니다. 이러한 접근 방식은 여전히 결실을 맺고 있습니다. 이러한 접근 방식의 새로운 얼굴 중 일부는 핵심 시스템에 새로운 생명을 불어넣고 최신 디지털 엔터프라이즈를 위해 기능을 확장하는 새로운 세계 확장에 대해 다룹니다.
예를 들어, 미 공군은 최근 STITCHES라고 하는 원래 국방고등연구계획국에서 개발한 도구를 사용하기 시작했습니다. STITCHES는 본질적으로 기본 코드에 관계없이 다양한 애플리케이션이 데이터를 주고받을 수 있도록 하는 기술 표준 및 변환 라이브러리입니다. 6 실제로 한 응용 프로그램은 데이터나 명령을 STITCHES의 라이브러리로 보내고 다음 시스템의 표준으로 처리합니다. 공통 인터페이스 언어 없이도 다양한 도구를 서로 연결할 수 있습니다.
공군 제350 스펙트럼전단의 초대 사령관인 William "Dollar" Young 대령은 다양한 소프트웨어를 연결하기 위한 맞춤형 API를 개발하고 배포하는 것은 시간이 많이 걸리고 복잡하다고 말합니다. 각 연결은 사전에 계획되어야 하므로 현장에서 프로그램 간 연결을 즉시 수행할 수 있는 능력이 제한됩니다. 그러나 STITCHES를 사용하면 누구나 필요한 즉시 두 개 이상의 소프트웨어를 연결할 수 있으므로 애플리케이션 간의 연결성을 개선하는 동시에 민첩성을 높일 수 있습니다. "STITCHES를 사용하면 인간이 가장 잘하는 일, 즉 개념을 구상한 다음 도구가 기능을 조합할 수 있습니다."라고 Young은 말합니다.
다른 사람들은 고급 기능을 통합하는 레거시 시스템 위에 새로운 통합 계층을 배치하고 있습니다. 검증된 이전의 API보다 훨씬 더 많은 이러한 애플리케이션에는 다양한 형식의 데이터로 작업하고 이를 다른 애플리케이션의 표준으로 변환할 수 있는 유연한 파일 시스템이 있습니다. 레거시 시스템의 데이터를 새로운 방식으로 생생하게 가져오는 데 도움이 됩니다.
이는 BMW가 영국 제조 시설을 보다 효율적으로 만들기 위해 NVIDIA의 Omniverse 플랫폼을 사용할 때 취한 접근 방식이었습니다. BMW는 맞춤화 요청에 더 잘 대응하고 더 많은 전기 자동차 생산을 지원하기 위해 조립 라인을 혁신하기를 원했습니다. 그러나 소프트웨어 인프라는 대부분 기존 차량 생산에 맞춰져 있었습니다.
전체 소프트웨어 인프라를 재정비하는 대신 BMW는 기존 도구를 연결하고 확장할 수 있었습니다. NVIDIA의 Omniverse 소프트웨어는 사용자가 다양한 파일 형식으로 구성된 장면을 만들 수 있는 오픈 소스 파일 형식을 활용합니다. 여러 소프트웨어 시스템이 함께 작동할 수 있도록 다양한 클라이언트 애플리케이션과 마이크로서비스를 지원합니다. 실제로 이는 레거시 데이터 저장소, ERP 시스템, 컴퓨터 지원 설계 소프트웨어 및 구매 도구가 모두 동기화되어 레거시 시스템의 검증된 기능을 새로운 소프트웨어의 부가 가치 기능과 연결할 수 있음을 의미합니다.
NVIDIA의 산업 제품 관리자인 Mike Geyer는 이렇게 말합니다. “당신은 소프트웨어 시스템에 데이터를 넣는 데 15년을 보냈습니다. 계속 사용할 수 있습니다. 이제 그것으로 더 많은 일을 할 수 있습니다.”
또 다른 예로, 민간 항공사는 고객이 멤버십, 충성도 및 포인트 프로그램을 관리할 수 있도록 새로운 앱을 구축했습니다. 앱 자체는 클라우드 환경에서 호스팅됩니다. 규칙 엔진은 메인프레임 데이터를 변경하지 않고 항공사 메인프레임의 데이터를 참조합니다. 규칙 엔진과 클라우드 플랫폼을 통해 항공사는 데이터 플랫폼을 완전히 개편하지 않고도 필요에 따라 서비스와 기능을 변경할 수 있습니다. 이는 항공 산업이 특히 메인프레임에 의존한다는 점을 감안할 때 큰 부담이 되었을 것입니다.
3.3.3 다음: 새로운 요구 사항을 충족하기 위해 메인프레임 레벨 업
이머징 기술 덕분에 메인프레임은 실제로 앞으로 몇 년 동안 더 관련성이 높아질 수 있습니다. 얼라이드 마켓 리서치(Allied Market Research)의 최근 보고서에 따르면 메인프레임 시스템 시장은 부분적으로 클라우드로 이동하는 데 막대한 비용이 드는 대량의 데이터를 생성하는 사물 인터넷(IoT) 시스템의 채택이 증가한 덕분에 확장되고 있습니다.
규모의 경제는 계속해서 메인프레임을 선호할 수 있습니다. 실제로 거의 70%의 비즈니스 및 기술 경영진은 메인프레임 컴퓨팅 성능이 향후 몇 년 동안 증가하여 이러한 유형의 워크로드에서 메인프레임 시스템을 더욱 향상시킬 것으로 예상합니다.
깊이 있고 세계적 수준의 능력을 통해 실행해야 하는 문제 클래스가 있습니다. 이러한 유형의 문제에 대해 메인프레임은 특히 메인프레임 처리 능력이 계속해서 증가함에 따라 슈퍼컴퓨터와 일부 특성을 공유할 수 있습니다. 대규모 국제 은행의 계좌 잔고 확인과 같이 많은 양과 정확성이 필요한 작업의 경우 메인프레임이 훨씬 더 기능이 향상되고 계속해서 기업의 선택이 될 것입니다. 프로세스가 더 복잡해지고 응용 프로그램 간에 데이터를 이동해야 하는 경우(예: 기계 학습 알고리즘 교육) 클라우드가 더 나은 기능을 제공할 수 있습니다.
애플리케이션을 메인프레임에 유지할 것인지 아니면 클라우드로 이동할 것인지는 계속해서 복잡한 질문이 될 것입니다. 리팩토링된 애플리케이션은 최신 클라우드 네이티브 애플리케이션과 보다 원활하게 작동할 수 있지만 리팩터링 프로세스에는 많은 작업이 필요합니다. 대신 많은 기업이 리프트 앤 시프트(Lift and Shift)를 선택하지만 이러한 접근 방식은 클라우드의 기존 장애물을 복제할 뿐입니다. 그런 다음 고려해야 할 비용이 있습니다. 온프레미스 하드웨어에서 실행되는 레거시 애플리케이션은 이미 비용을 지불했을 수 있으며 이러한 애플리케이션을 클라우드로 전환하면 새로운 비용이 발생할 수 있습니다.
그러나 메인프레임에 애플리케이션을 유지하는 데 비용이 들지 않는다는 의미는 아닙니다. 특히 사용 가능한 숙련된 작업자가 부족하다는 점을 감안할 때 이러한 시스템을 유지 관리할 사람을 찾거나 정전 시 대응할 사람을 찾는 데 많은 비용이 들 수 있습니다. 비즈니스 리더의 90% 이상이 메인프레임을 유지 관리할 적절한 인재를 확보하는 것이 보통 또는 극도로 어렵다고 말합니다. 그리고 온프레미스 환경에서 애플리케이션을 유지 관리하는 것은 기업이 클라우드 기술로 지원되는 디지털 혁신과 함께 제공되는 더 광범위한 이익을 놓치게 하는 기회 비용을 수반할 수 있습니다.
Deloitte Consulting LLP의 최고 클라우드 전략 책임자인 Dave Linthicum은 클라우드가 최신 유행이고 메인프레임이 일반적으로 구식으로 간주되기 때문에 오늘날 클라우드의 영향력이 강력하다고 말합니다. 그리고 클라우드 플랫폼은 메인프레임 환경에서 복제하기 어려운 고급 기능을 제공할 가능성이 높지만 기업은 최첨단에 서기 위해 클라우드에 뛰어들기보다는 비즈니스를 신중하게 검토해야 합니다.
"사람들은 잡지에서 읽은 내용으로 관리합니다."라고 Linthicum은 말합니다. “그들이 반드시 비즈니스 요구 사항에 따라 결정을 내리는 것은 아닙니다. 그들은 어디로 가야 한다고 생각하는지에 따라 감정적인 결정을 내립니다. 돈을 많이 쓰면 효과가 있을 수 있지만 비즈니스 요구 사항에 맞게 조정하기 어려운 플랫폼으로 이동하기 때문에 운영 비용이 백만 달러 더 발생할 수 있습니다.”
기업은 메인프레임에서 클라우드로 애플리케이션을 이동하는 비용과 이점을 따져봐야 합니다. 어떤 비즈니스 요구 사항이 변경되었는지, 그리고 이러한 요구 사항을 충족하기 위해 클라우드와 메인프레임에 어떤 기회가 있는지 평가해야 합니다. 메인프레임의 기능을 확장하는 최신 애플리케이션이 점점 더 많이 등장함에 따라 단순히 현대화라는 이름으로 작동하는 프로세스를 폐기하는 것이 항상 이치에 맞지 않을 수도 있습니다.
4. 에필로그 - 시야 넓히기: InfoTech에서 xTech로
2010년 기술 동향 팀이 신기술이 흥미롭고 예측할 수 없는 방식으로 어떻게 비즈니스를 변화시키고 방해하는지 조사하기 시작한 이래 수백 명의 비즈니스 및 기술 리더와 이야기를 나눴습니다. 이러한 혁신가들과의 대화를 통해 우리는 프롤로그에서 논의한 대로 매크로 세력 프레임워크를 개발했고 계속 미세 조정하고 있습니다(그림 1). 이 같은 대화는 우리에게 매크로 세력 프레임워크의 한계를 가르쳐주고 있습니다. 역사적으로 기업 고객에게 "기술"은 정보 기술의 줄임말이었습니다. 그러나 점점 더 많은 선구적인 리더들이 지금까지 기업 IT와 분리되고 구별되는 확장된 기술 세트 또는 xTech 에 우리의 관심을 끌고 있습니다. 고객의 경험에 힘입어 우리는 x를 정의하고자 했습니다. 우리의 미래학자 팀은 잠재적인 미래를 탐색했습니다. 우리는 여기 Deloitte에서 샴페인을 마시기 때문에 Tech Trends 2020 장 Horizon next 에 설명된 대로 새로운 기술 지평에 대한 원칙에 입각한 탐구에 착수했습니다. 인사이트를 얻기 위해 우리는 과학으로 눈을 돌렸습니다. 결국 정보 기술은 형식 과학에 뿌리를 두고 있습니다(그림 2). 감지, 정찰, 스캐닝 과정을 통해 우리는 형식 과학에 인접한 과학 분야인 자연 및 사회 과학을 조사하여 시야를 넓혔습니다. xTech를 찾기 위해 우리는 이러한 학술 및 연구 분야의 R&D 동향을 조사했고 잡음 사이에서 몇 가지 신호를 발견했습니다(그림 3). 우리는 특허 및 스타트업 활동, 기술 성숙도 및 발전, 학술 및 보조금 투자, 벤처 캐피털 펀딩을 모니터링했습니다. 우리는 또한 가장 뛰어난 전문가와 졸업생을 끌어들이는 산업과 부문을 식별하기 위해 인재 동향을 조사했습니다. 데이터를 자세히 분석한 결과 소수의 고유한 IT 인접 범주가 대부분의 재능과 보물을 차지하고 있음을 발견했습니다. 이러한 각 범주의 기술은 삶의 질에 대한 근본적인 문제와 제약을 해결하고자 합니다. 우리는 이 6가지 새로운 기술 분야가 비즈니스 혁신에 미치는 영향에서 결국 IT와 경쟁할 것으로 예상합니다(그림 4).
4.1 SpaceTech: 우주 및 항공 공학
한때 정부 기관의 독점적인 영역이었던 우주 및 항공 공학은 지난 수십 년 동안 정부 우주 기관이 우주 비행, 발사 및 운영의 여러 측면을 민간 기업에 넘겨주면서 빠르게 활기찬 기업 기회가 되었습니다. 고도 2,000km(1,200마일) 이하의 지구 중심 궤도인 저궤도(LEO)의 운송 및 응용 분야에 대한 민간 산업 투자가 번성하고 있습니다. 특히 NASA의 초점이 심우주 탐사로 발전하고 발사 비용이 감소했으며 기업들이 우주 기술의 이점과 지구 생명체에 대한 발견을 이해하기 시작했기 때문입니다. 국제우주정거장이 위치한 LEO의 상업화 및 산업화에는 소위 지구를 위한 우주 경제(통신 인프라, 지구 관측 기능, 국가 안보 위성와 같은 지구에서 사용하기 위해 우주에서 생산된 상품 및 서비스)와 궤도 내 서비스, 조립 및 제조가 포함 됩니다. 상용 발사 서비스 및 지상 시스템; 과학 연구 및 개발; 상업적인 인간 우주 비행.
4.2 BioTech: 세포 및 생체 분자 공학
생물학과 공학이 융합된 세포 및 생체분자 공학 분야는 최적의 결과를 얻기 위해 자연 선택에 의존하기보다는 세포, 조직 및 분자를 분해하고 설계하는 능력을 제공합니다. 식물, 동물, 심지어 인간과 같은 복잡한 생물학적 시스템에 대한 분자 수준의 통찰력은 이미 인간 게놈의 완전한 시퀀싱과 치료 목적으로 사용되는 조직 공학 제품으로 이어졌습니다. 나노 기술, 정밀 제조 로봇 공학 및 DNA 모듈성의 도입은 최근 바이오 센싱, 치료제, 바이오 연료, 의약품, 백신, 합성 식품, 오염 물질 청소 미생물 및 생물학적 데이터 저장 분야의 발전과 응용 분야에 박차를 가했습니다. 상용화에 적합한 기술 분야에는 합성 생물학, 생물학적 부품 및 시스템의 생성 또는 재설계 과정, 합성 생명체 개발 과정이 포함됩니다. 유전체학, 게놈의 기능 및 편집; 그리고 세포 농업, 세포 배양을 사용한 합성 식품 생산 및 단백질, 지방 및 조직을 생성하는 새로운 방법.
4.3 NeuroTech: 뇌 및 신경계 애플리케이션 및 인터페이스
뇌-컴퓨터 인터페이스(BCI)라고도 하는 뇌 및 신경계 애플리케이션 및 인터페이스는 뇌 신호(생각)를 명령으로 변환하고 인간이 물리적 행동을 수행할 수 있도록 함으로써 인간과 기술 사이의 마찰을 제거하는 데 도움이 될 수 있습니다. BCI는 뇌와 중추신경계의 활동을 측정하고 이를 외부 소프트웨어나 하드웨어 시스템을 제어할 수 있는 명령으로 변환합니다. 그들은 컴퓨터를 생각하는 것처럼 자연스럽게 제어할 수 있는 잠재력을 가지고 있습니다. 가까운 시일 내에 BCI는 보조 기술에 장기적으로 인간-컴퓨터 상호 작용의 혁명을 위해 사용될 것입니다. 오늘날의 최첨단 기술은 신호의 의미를 예측하고 장치를 제어하기 위해 명령을 전송하는 AI 훈련 알고리즘에 뇌 신호를 전달하는 비침습 EEG 전극을 특징으로 합니다. R&D는 주로 마비 또는 기타 장애가 있는 사람들을 위한 회복, 치료, 보조 응용 프로그램에 중점을 둡니다. 미래의 응용 프로그램에는 인간의 사고, 능력, 기술을 향상시키는 데 도움이 되는 BCI의 선택적 배치가 포함될 수 있습니다.
4.4 RobotTech: 자율 및 정밀 로봇 공학
자율적이고 정밀한 로봇은 AI 애플리케이션의 가치를 소프트웨어 기반 의사 결정 시스템에서 결정을 내리고 이동 기반 작업을 완료할 수 있는 물리적 로봇 및 기계로 확장합니다. 자율 로봇은 특별한 물리적 인프라 없이도 주변 환경을 스캔하고 이해하며 어디로 가고 무엇을 해야 하는지 파악할 수 있습니다. 여기에는 자율주행차와 트럭, 그리고 자전거, 스쿠터, 소형 배송 차량과 같은 마이크로모빌리티 옵션이 포함됩니다. 정밀 로봇은 산업, 농업, 해양 및 우주 탐사, 의료 및 외과 응용 분야에서 매우 구체적이고 정확한 작업을 완료하는 데 사용되는 민첩하고 다기능적이며 지능적인 로봇입니다. 자율 및 정밀 로봇 발전에는 전통적인 제조, 협업로봇(코봇) 자동화, 자율 운송, 물류, 프로세스 가상화 및 최적화가 포함됩니다. 이 영역은 AI의 인접 발전, 사물 인터넷 스마트 장치의 상호 연결성, 에지 컴퓨팅, 디지털 트윈, 원격 작동, 위성 및 5G 통신, 고급 소재에 의해 지원됩니다.
4.5 ClimateTech: 기후, 지속 가능성 및 환경 기술
기후 변화는 우리 시대의 가장 다루기 힘든 문제 중 하나임이 입증되고 있습니다. 기후 위기에 대응하여 많은 기업들이 순 제로 정책과 비즈니스 모델을 우선시하고 있습니다. 기술은 넷 제로 무기고에서 가장 강력한 무기가 될 수 있습니다. "기술은 [기후] 솔루션의 일부이지 문제의 일부가 아닙니다."라고 UN 환경 프로그램의 전무이사인 Inger Andersen은 말합니다. 관련 기후 기술 분야에는 재생 에너지, 탈탄소화, 지속 가능한 재료 개발, 열 저감 기술 및 공급망 최적화가 포함됩니다. 디지털 기술 역시 실행 가능한 역할을 할 수 있습니다. 예를 들어 IoT, AI, 빅 데이터를 활용하는 솔루션은 조직이 탄소 배출량을 측정, 분석, 추적하는 데 도움이 될 수 있습니다. 그리고 센서, 로봇 공학 및 AI의 발전은 기업과 소비자가 에너지 사용을 보다 효율적으로 관리하도록 돕고 있습니다.
4.6 EnergyTech: 전력, 에너지 및 배터리 기술
많은 전력, 에너지 및 배터리 기술이 기후 변화의 영향을 줄이는 데 도움이 될 수 있지만 다른 기술은 단순히 에너지를 더 풍부하고 안전하며 저렴하게 만드는 데 도움이 되므로 기후 기술과 별도로 분류합니다. 예를 들어, 나노기술과 소재 발전은 차량과 휴대폰의 배터리 수명을 개선하고 코발트와 리튬과 같이 악명 높게 희소하고 구하기 어려운 소재에 대한 의존도를 낮추는 데 도움이 되고 있습니다. 또한 양수식 수력 발전 및 플라이휠 에너지 저장 장치와 같은 에너지 저장 솔루션은 에너지 그리드를 안정화하고 효율성을 높이며 에너지가 낭비되지 않도록 합니다.
4.7 무엇 향후 계획?
이러한 IT 인접 기술 영역의 출현과 중요성을 감안할 때 계속해서 IT에만 집중하는 것은 차세대 기술 지평에서 잠재적으로 변화를 일으킬 수 있는 광범위한 비즈니스 애플리케이션을 무시하는 것입니다. 이 모든 것이 기술 트렌드 에 의미하는 바는 무엇입니까? 당사의 주력 보고서는 계속해서 IT에 초점을 맞추겠지만 곧 새롭게 떠오르는 흥미로운 기술 분야를 고려할 일련의 Tech Futures 보고서에 합류할 것입니다.
* 출처 :
https://www2.deloitte.com/us/en/insights/focus/tech-trends.html
https://www2.deloitte.com/kr/ko/pages/technology-media-and-telecommunications/articles/2023/20230327.html
https://www2.deloitte.com/content/dam/Deloitte/kr/Documents/technology-media-telecommunications/2023/TT23-korea-web-0327-final.pdf
