지난 카타르 월드컵, 재미있게 보셨나요? AI가 추천하는 월드컵 하이라이트 영상이 유튜브에 올라오고, 내가 응원하는 선수의 영상을 시청하면 관련된 새로운 영상이 자동으로 다음에 재생됐죠. 영상 사이에는 평소에 관심 있던 제품의 광고가 뜨고요. 하이라이트에서 선수들의 오프사이드를 정확히 잡아내는 AI는 어땠나요? 예전에 사람이 판단하던 시절과 달리, 오프사이드 결정을 반박하는 선수나 감독은 없어졌는데요. AI는 심판이나 관중이 미처 인지하지 못했던 오프사이드도 찾아냈습니다.
이렇듯 AI 서비스는 이미 우리 일상에 깊숙이 들어와 있으며, AI가 제공하는 결과의 신뢰도는 실질적인 의사결정에 사용될 정도로 발전했습니다. 이미 수많은 기업이 AI를 적용하고 있습니다.
하지만 모든 기업이 AI를 서비스에 활용할 수 있는 역량을 보유한 것은 아닙니다. 일부 기업만이 AI 서비스를 통해 향상된 고객경험을 이끌어내고 이를 기반으로 시장에서 성공하고 있습니다. 특히, 이러한 기업은 높은 품질의 지능화, 개인화가 적용된 제품을 빠르게 시장에 내놓고 있는데요. 이는 AM(Application Modernization)을 기반으로 한 전략을 통해 가능했습니다.
AI를 활용한 LG CNS의 AM 사례
B2C 가전 커뮤니티 플랫폼 서비스인 “220 Cord & Code 앱”도 이러한 AM 기반의 AI 서비스 사례입니다.
220 Cord & Code 앱은 작년 8월에 출시됐습니다. AM의 최신기술(React Native, MSA 등)을 활용한 AWS 클라우드 서비스 기반에 구축됐는데요. 개인화 추천, 콘텐츠 분석 AI 가 적용돼 완성도 높은 서비스를 제공하고 있습니다. 220 Cord & Code는 작년 11월 앱 스토어 인기순위 45위로 크롬, 현대카드 앱 등과 어깨를 나란히 했습니다.
대다수의 기존 프로젝트와는 달리 초기 기획 단계인 Agile Discovery(분석, 설계)부터 데이터 사이언티스트가 투입돼 기획자, 개발자와 협업했습니다. 이를 통해 추천 콘텐츠에 필요한 사용자 취향 분석, 행동 이력에 대한 AI 모델 구축방안을 적용했죠. 원 팀(one team)으로 협업한 결과, 앱스토어 출시와 동시에 사용자 기반 추천 서비스를 제공할 수 있었습니다. 추천 서비스에 필요한 데이터수집, 분석, 모델 생성은 AWS 서비스를 통해 자동화했습니다. 덕분에 AI가 사용자가 원하는 콘텐츠를 알맞게 추천하고 있죠.
또한 앱의 특성상 사용자에 의해 유해 콘텐츠가 등록될 수 있는데요. 이미지 및 동영상 분석 AI 서비스(AWS Recognition AI Service)를 통해서 유해 콘텐츠를 자동으로 차단하고 있습니다.
● 220 Cord & Code 앱이 궁금하다면? 지금 바로 다운로드 받기!
두 번째 사례는 작년 하반기 LG CNS에서 출시한 AI 기반 마케팅 최적화 플랫폼 서비스(Marketing Optimization Platform, MOP)입니다.
마케팅 최적화 플랫폼 (이하 MOP) 서비스에서는 그동안 업계에서 수작업으로 이루어지던 디지털 마케팅 비용 의사결정을 AI가 자동으로 최적화합니다. 구글, 네이버, 카카오, 페이스북 등 여러 매체에서 수집한 데이터를 기반으로 의사결정 모델 학습, 비용 절감, 광고효과를 극대화하는 똑똑한 AI가 적용됐습니다.
MOP는 지난해 12월 한국광고총연합회가 주관하는 ‘2022 대한민국 광고대상’의 퍼포먼스마케팅 부문에서 수상하며 그 가치를 입증하기도 했는데요. 비광고회사인 LG CNS가 광고대상에서 수상했다는 사실은 AM에 AI가 접목되었을 때 발휘할 수 있는 가능성을 실감할 수 있는 성과였습니다.
이 서비스는 또한 모델 학습, 배포, 수집, 서비스 전 과정을 자동화하는 MLOps(Machine Learning Operations) AWS Sagemaker를 하고 있기에 앞으로 더 정교해질 것으로 기대됩니다.
AM에 AI를 활용할 때의 전략
LG CNS에서는 이와 같은 서비스를 어떻게 출시할 수 있었을까요? AM 프로젝트에서 AI를 성공적으로 활용하기 위해서 필요한 단계별 전략은 다음과 같습니다.
첫째로, 설계 단계에서는 사용자 경험 중심의 태스크 모델을 정의하고, 데이터 분석을 위한 실제 데이터와 액션을 구상해 비즈니스 목표를 설정해야 합니다.
구축 단계에 들어가면 AI와 애플리케이션을 병행 개발하게 되는데요. AI 개발을 위해 데이터 수집, 데이터 분석, 모델 설계, MLOPS 구축 등의 업무를 애자일팀 내부에서 자체적으로 수행할 수도 있지만 클라우드의 AI/ML 서비스, 오픈소스 AI 라이브러리를 활용하면 더 빠르게 지능형 서비스 요구사항을 검증할 수 있습니다. 특히, 바로 적용할 수 있는 사전 훈련된 CSP AI 서비스를 사용하면 누구나 쉽게 AI를 적용할 수 있다는 장점이 있습니다.
이후 운영 단계에서는 구성된 MLOps 자동화를 통해 애플리케이션 개선, AI 모델 개선, 데이터 학습이 유기적으로 연계돼 끊임없이 발전하게 됩니다. 애플리케이션 테스트 자동화로 서비스의 품질이 유지됨은 물론이고, 데이터 테스트도 자동화돼 데이터의 품질도 자동으로 검증할 수 있습니다. 이렇게 지속적으로 발전하는 서비스를 통해 빠르게 변화하는 환경에서 고객의 만족도를 높이며 시장을 선도할 수 있습니다.
LG CNS는 이러한 전략을 바탕으로 AI가 적용된 AM 기반 서비스를 빠르게 개발하고 출시하고 있는데요. 그 가치 또한 위 사례와 마찬가지로 시장에서 입증되고 있습니다.
작년 한 해만 해도 사람보다 더 창의적인 이미지를 생성하는 AI나, 스스로 학습한 결과를 바탕으로 질문에 대답하는 대화형 AI 등이 출시돼 매우 뜨거운 반응을 얻었습니다. 이렇게 빠르게 변하는 기술을 수용하기 위해서는 애플리케이션도 AM 기반으로 구축돼 더 작고 유연한 구조로 빠른 대응이 가능한 서비스여야 합니다.
클라우드 위에 진정한 고객 가치를 이끌어 내는 AM을 통해 시장에서 성공하는 서비스를 만들 수 있습니다.
● AM으로 고객경험 혁신 이뤄내는 LG CNS 클라우드 사업이 궁금하다면?
글 ㅣ LG CNS 클라우드네이티브개발팀 이재혁 책임·현가영 선임
