인공지능과 불확실성에 대한 이해 증진

인공지능(AI)과 머신 러닝(ML)은 다양한 산업 전반에서 주요 논의 주제 중 하나로 부상했습니다. 이러한 증가하는 요구 사항에 대응하기 위해 IBM과 Red Hat은 각각 IBM watsonx과 Red Hat OpenShift AI와 같은 혁신적인 제품을 출시한다고 발표했습니다. 이 문서에서는 AI/ML 제품 배포와 관련된 변경 사항을 관리하는 데 도움이 되는 간단한 전략을 간략하게 설명합니다.

이 문서는 Red Hat 기술 계정 관리자(TAM)의 관점에서 작성되었습니다. Red Hat 기술 주제에 대한 고객의 기본 연락 창구인 TAM의 고유한 역할과 모범 사례에 대한 지원을 결합하여 고객 요구 사항을 심층적으로 이해하고 이러한 요구 사항을 Red Hat의 내부 전략입니다. 하지만 AI/ML에 만연한 불확실성은 여전히 해결되지 않습니다.

Red Hat, IBM 그리고 AI 에코시스템

IBM watsonx와 OpenShift AI는 모두 AI/ML 워크플로우를 지원합니다. IBM의 watsonx는 AI 개발 및 배포를 개선하는 반면, OpenShift AI는 클라우드 기술을 사용하여 AI/ML 워크로드를 배포하고 관리합니다.

AI/ML은 이전의 다른 와해성 혁신과 마찬가지로 가능성을 보여주고 불안을 야기하는 최신 기술입니다. 한 세대 전만 해도 인터넷은 언제 어디서든 손쉽게 데이터를 이용할 수 있게 되었지만, 많은 산업에서 우려를 불러일으켰습니다. 오늘날 근본적인 두려움은 AI/ML이 수천 개의 수동 태스크를 자동화하여 일자리를 없앨 것이라는 점입니다.

혁신적(Revolutionary) 변화 또는 근본적인(Transformational) 변화

AI/ML은 많은 직업을 쓸모없게 만들 수 있지만, 이전의 와해성 기술이 제시한 트렌드를 따른다면 새로운 직업을 많이 창출하는 동시에 근본적인 글로벌 변화를 가져올 수 있습니다. 이러한 변경 사항은 크게 혁신적/트랜스포메이션(Revolutionary/Transformational)과 진화적/적응적(Evolutionary/Adaptive)이라는 두 가지 범주로 나뉩니다.

Transformational은 기본적이거나 근본적인 변화를 의미하며, 새로운 기술이 기존의 기술, 시스템 또는 프로세스를 극적으로 대체하는 근본적인 변화를 나타냅니다. 예를 들어, Netflix와 같은 스트리밍 플랫폼은 컴팩트 디스크(CD)/디지털 다목적 디스크(DVD)와 같은 물리적 미디어를 대체하여 Blockbuster와 같은 물리적 비디오 대여 업계의 많은 기업을 효과적으로 제거했습니다. 또 다른 예는 항공사, 렌터카, 호텔의 여행사를 대체하는 온라인 예약 서비스입니다.

트랜스포메이션 변화가 전면적이고 신속한 변화인 반면, 진화적인 변화는 더 반복적이고 점진적이지만 비즈니스 운영 방식에 있어 와해성 정도는 아닙니다.

진화적(Evolutionary) 또는 적응적(Adaptive) 변화

진화적 또는 적응적 변화는 트렌드 기술을 활용하여 기존 프로세스 또는 시스템을 개선하여 효율성과 생산성을 높이는 동시에 전반적인 구조와 목표를 유지합니다. 예를 들어, 통신사들은 21세기 초에 VoIP(Voice Over Internet Protocol)를 제공하기 시작했고, 이전 기술에 비해 훨씬 적은 비용으로 서비스를 제공했습니다. 마찬가지로 디지털 뱅킹은 금융 관리 방식을 혁신했습니다. Venmo, Zelle, 온라인/모바일 뱅킹 시스템과 같은 애플리케이션은 현금 이체 및 수표 예금과 같은 일상적인 작업을 대체하여 주로 전문화된 서비스를 위해 은행과 금융 기관을 직접 방문하는 횟수를 줄였습니다.

통신 및 엔터프라이즈 부문을 지원하는 TAM으로서 저는 통신 회사가 Red Hat의 AI 제품과 솔루션을 배포하는 방법을 자주 고민합니다. 업계는 트랜스포메이션, 적응형 또는 이 둘의 혼합을 통해 어떻게 변화를 경험할까요?

한편, Red Hat OpenShift AI와 Red Hat Enterprise Linux(RHEL) AI는 운영 효율성과 서비스 제공을 크게 개선할 수 있는 고급 기능을 제공하면서 빠르게 추진력을 얻고 있습니다. 반면, 일부 통신 회사는 기존 기술을 계속 사용하기 위해 보다 신중한 접근 방식을 선호합니다.

이러한 보다 신중한 접근 방식을 지원하기 위해 Red Hat은 RHEL 및 OpenStack을 비롯한 많은 기존 IT 제품에서 Extended Life Cycle Support(ELS) 단계를 확장하고 있습니다. 보다 신중한 통신사들은 이러한 ELS 제품을 기반으로 한 현재 배포를 유지하면서 전략적 의사 결정을 내리기 전에 경쟁업체가 AI 지원 기술을 어떻게 구현하는지 면밀히 관찰하는 것으로 보입니다.

초기의 기술 혁명과 마찬가지로 AI 시대를 성공적으로 헤쳐 나가려면 이러한 새로운 변화를 관리해야 합니다.

다음 섹션에서는 AI 배포 및 도입이 증가함에 따라 변화에 적응하는 변화를 관리하는 기술을 소개하고, AI 시대의 복잡성과 기회를 탐색하기 위한 실용적인 단계를 제공합니다.

ADKAR을 통한 변경 관리

ADKAR은 개인 및 조직의 변화를 안내하는 데 사용할 수 있는 인기 있는 변경 관리 모델입니다. 이는 조직의 성공이 변화에 적응하는 각 개인의 능력에 달려 있음을 인식하고 개인 전환을 촉진하는 것의 중요성을 강조하는 목표 지향적이며 구조화된 접근 방식입니다. Prosci의 창립자인 Jeff Hiatt가 개발한 ADKAR은 다음을 의미합니다.

• A - 인식(Awareness)
• D - 의지(Desire)
• K - 지식(Knowledge)
• A - 능력(Ability)
• R - 강화(Reinforcement)

모델의 각 구성 요소는 성공적인 변경 구현을 위해 개인이 달성해야 하는 단계 또는 이정표를 나타냅니다. ADKAR의 장점은 한 단계에서 다음 단계로 원활하게 전환할 수 있는 순차적 프로세스에 있습니다. 예를 들어, "의지"는 먼저 "인식"을 증가시키지 않으면 증가할 수 없습니다. 마찬가지로 '지식'은 '의지' 없이는 성장할 수 없으며, '능력'은 '지식'을 습득한 후에만 개발되는 방식입니다.

다음은 ADKAR 모델의 각 구성 요소에 대한 종합적인 분석과 함께 개인과 조직이 AI를 도입하면서 변화를 관리할 수 있는 방법에 대한 권장 사항입니다.

1. 인식

목표: 인식 제고의 목표는 기술 및 시장 역학의 변화를 인식하고 이러한 변화가 여러분의 역할과 조직에 어떤 영향을 미칠 수 있는지 식별하여 AI 시대에 성공하기 위해 필요한 변화를 이해하는 것입니다.

실행 항목:

• 다음과 같은 주요 질문에 답하여 AI/ML의 관련성을 이해합니다.
  • 현재 Red Hat 제품 배포는 무엇이며, AI/ML 지원 제품이 해당 워크플로우에 어떻게 적합할까요?
  • AI 배포로 운영 효율성이 향상될까요?
  • 현재 AI 제품이 비즈니스 목표, 기술 과제, 고객 요구 사항을 충족할까요? 그렇지 않은 경우 해결해야 할 격차는 무엇일까요?
• 관리 커뮤니케이션을 검토하고, Red Hat OpenShift AI 및 Red Hat Enterprise Linux(RHEL) AI에 대한 최신 정보를 확인하고, 새로운 기능 및 애플리케이션을 탐색하여 최신 정보를 확인하세요.
• 웨비나 또는 컨퍼런스에 참여하세요. 백서와 문서를 읽고 클라우드 컴퓨팅의 AI/ML 동향 및 개발에 대한 최신 소식을 받아보세요. Institute of Electrical and Electronics Engineers와 같은 권위 있는 저널과 TechCrunch와 같은 업계 웹사이트를 검토하는 것이 특히 도움이 될 수 있습니다.
• AI/ML이 통신 및 기타 산업에 미치는 영향과 같은 산업 동향을 조사하고 활용 사례를 자동화 및 리소스 관리와 같은 운영 개선과 연결하여 비즈니스 영향을 평가해 보세요.

2. 의지

AI에 대한 인식이 높아지면 AI/ML 기술을 배우고 적용하려는 동기가 자연스럽게 높아집니다.

변화를 지원하고자 하는 열의가 높아지면 개인 또는 팀의 목표를 비즈니스 전략에 맞게 조정하여 프로세스와 워크플로우의 효율성을 높이고 매출 성장과 경력 개발에 기여할 수 있습니다.

실행 항목:

• 분야별 전문가(SME)가 되거나 AI/ML을 활용하여 OpenStack/OpenShift 배포를 최적화하는 등 AI/ML 학습을 위한 명확한 목표 정의
• 경력 발전, 기술적 호기심 또는 고객 만족도와 같은 동기 요인 파악
• AI/ML에 열정적인 동료 및 업계 전문가와 협력하여 의욕 유지
• AI/ML 전문 또는 향후 AI/ML 프로젝트 주도와 같은 장기적인 경력 목표에 맞게 학습 조정
• AI/ML 커뮤니티 및 사용자 그룹을 통한 네트워킹
• 여정을 안내할 전문가의 멘토링 받기

3. 지식

ADKAR 프로세스에 대한 지식은 정보 획득과 적응을 위한 교육을 포함하며, 변화에 대한 강한 열망이 프로세스를 주도합니다.

실행 항목:

• OpenStack/OpenShift 및 클라우드 컴퓨팅에 특별히 맞춤화된 AI/ML 기본 사항 및 고급 주제에 관한 기술 도큐멘테이션 학습
• 관련 교육 강좌, 웨비나, 교육 이벤트 등록
• AI/ML에 대한 심층적인 이해를 위한 교육 과정(예:RHOAI / AI267) 이수
• 경영진, 교육 및 학습 팀의 인사이트를 평가하여 지식 격차 식별
• Red Hat 제품을 사용하여 실용적인 AI/ML 애플리케이션 개발에 중점을 둔 워크숍 및 부트캠프 참여

4. 능력

능력은 변경과 관련된 태스크를 수행하고 새로운 요구 사항을 구현하기 위해 습득한 지식을 실제로 적용하는 것을 의미합니다.

실행 항목:

• AI/ML 기술을 적용하여 OpenShift/OpenStack 내에서 특정 문제를 해결하거나 프로세스 최적화
• AI/ML 프로젝트에서 다기능 팀과 협업하여 핸즈온 경험 획득
• OpenStack/OpenShift에서 AI/ML을 위한 개념 증명(POC) 프로젝트 주도 또는 참여

5. 강화

강화는 이러한 변경 사항을 팀 또는 기업 문화에 포함시켜 운영의 영구적인 일부가 되도록 하는 것입니다.

실행 항목:

• 동료 간 AI/ML에 대한 지속적인 학습 문화 조성
• 성공 사례 및 학습한 내용을 문서화하고 공유
• 메트릭으로 AI/ML 영향 측정
• 공유 지식 리포지토리와 같은 지원 시스템을 구축하고 교육 리소스에 대한 최신 정보 제공
• 진행 상황 및 이정표에 대한 보상 및 인식

요약

ADKAR 모델을 사용하여 특정 활용 사례에 대한 AI/ML의 관련성을 체계적으로 평가합니다. 이 프레임워크는 AI/ML 방법론과 툴을 전략적으로 적용하는 데 도움이 됩니다. 인식, 의지, 지식, 능력, 강화의 단계를 순차적으로 진행하여 AI/ML 기술을 마스터하고 팀과 에코시스템에서 영향력 있는 변화를 추진하기 위한 포괄적인 접근 방식을 개발합니다.

Red Hat AI에 대해 자세히 알아보기

블로그

• TAM Services로 AI 여정 향상: Red Hat 기술 계정 관리자와 함께 Red Hat의 AI 전략에 대해 자세히 알아보기
• Red Hat OpenShift AI개요
• 현재 AI 활동