뷰인터HR 스토리

유플러스는 왜 AI스타트업 대표들을 초대했을까?

24년 4월 4일 금요일 오전, 유플러스 본사 강당에서 AI 스타트업 대표님들과 함께 2분기 임원/담당 워크숍이 진행되었습니다.

23 min read
유플러스는 왜 AI스타트업 대표들을 초대했을까?
유플러스 워크숍과 제네시스랩 이영복 대표님

💡
본문 세 줄 요약
▸유플러스는 AI 스타트업과의 워크숍을 통해 상호 파트너십을 강화하고 AI 생태계에 대한 이해를 심화했습니다.
▸이 자리는 스타트업에게 대기업과의 협력을 통한 성장 기회를, 유플러스에게는 실질적인 AI 기술 활용의 논의를 가능하게 했습니다.
▸양측의 지속적인 협력을 통해 공동의 이익을 추구하며 서로에게 유익한 결과를 기대합니다.

AI를 통한 비즈니스 혁신, 이제는 기업의 규모나 산업군을 막론하고 앞다퉈 이루어지고 있습니다. LG U+ 또한, 이 움직임에 함께하고 있는 기업 중 하나입니다. 유플러스는 이러한 노력을 위해 AI 스타트업 대표들을 만나 함께 이야기하는 자리를 가졌습니다. 이 글을 작성하는 편집자 또한 어떤 이야기가 오고 갔을지 너무 궁금했는데요. 이제부터 그 현장을 간접체험하실 수 있게 해드리려 합니다.


LG U+와 제네시스랩

24년 4월 4일 금요일 오전, 유플러스 본사 강당에서는 2분기 임원/담당 워크숍이 진행되었습니다. 이 워크숍은 여러 세션으로 구성되어 있었는데요. 첫 번째 세션이 바로 3명의 주요 AI 스타트업 대표들을 초대해, AI 산업 트렌드를 이해하고, 이러한 시장 상황 속에서 유플러스가 나아가야 할 방향을 모색하기 위한 시간이었습니다.

여기에는 특별한 인연도 함께 있었습니다. 제네시스랩의 AI 영상면접 서비스 ‘뷰인터HR’의 1호 B2B 고객사가 유플러스인 점, 그리고 셀렉트스타 김세엽 대표의 부친이 유플러스 임직원이었다는 점이 바로 그러한 포인트였습니다. 특히나 LG그룹은 채용 과정의 여러 고민을 해결하기 위해 뷰인터HR을 도입하여 좋은 성과를 얻은 이후, 계속해서 뷰인터HR의 새로운 기능의 도입을 가장 먼저 요청 주시는 고마운 고객사임에 의미가 더욱 특별했습니다.

LG U+와 AI스타트업 대표 3인

세션은 3명의 AI 스타트업 대표가 각 회사와 비즈니스를 소개하는 것으로 시작했습니다. 제네시스랩의 일하는 문화나 뷰인터HR이 궁금하신 분들께서는 이미 뷰인터HR 블로그를 통해 많은 내용을 확인하셨을 것이라 생각합니다. 그러니, 셀렉트스타와 네이션에이 각각의 비전/미션과 서비스만 간략히 아래와 같이 소개드립니다.


AI 스타트업 대표와의 패널토의

패널토론은 Q&A 중심으로 진행되었고, 이때 다루었던 이야기를 아래에 요약하여 공유드립니다.


LG U+와 AI스타트업 대표의 만남

Q 01 : AI 관련 사업을 비교적 일찍 시작한 여기 대표님들은 어떤 기대와 비전을 가지고 시작하였나요? 최초에 기대한 것이 지금의 상품이었나요?

AI 관련 사업을 초기부터 시작한 대표님들의 창업 과정에서의 기대와 비전은 매우 흥미로웠습니다. 대표님들이 초기에 가졌던 기대와 비전은 대체로 현 사업에 잘 반영되고 있으며, 이를 바탕으로 기술과 시장의 변화에 따라 사업 또한 발전시켜 나가고 있습니다.

초기 기대와 비전 : 기술적 비전의 일관성 & 비전과 현실의 발전

대표님들은 기술적인 측면에서 AI를 활용하여 각기 다른 산업에서 혁신을 이루고자 하는 비전을 가지고 사업을 시작했습니다. 이영복 대표님, 김세엽 대표님, 유수연 대표님 모두 AI 기술을 통해 비즈니스 프로세스를 자동화하고, 데이터 기반의 의사결정을 강화하는 등의 목표를 가졌습니다.

처음에는 기본적인 AI 솔루션을 제공하는 것을 목표로 시작했으나, 시장의 요구와 기술의 발전에 따라 점차 고도화된 기능을 추가하게 되었습니다. 제네시스랩의 뷰인터HR도 단순한 영상 면접 솔루션에서 시작하여 이후 AI가 분석과 평가를 보조하는 더욱 복잡한 시스템으로 발전한 케이스입니다.

사업 방향의 진화 : 기술의 지속적 고도화 & 사업 모델의 확장

기술적인 비전은 초기 방향과 일치하며, 계속해서 고도화되고 있습니다. AI 기술의 핵심 요소인 머신 러닝 모델, 알고리즘, 데이터 처리 방법 등이 지속적으로 개선되고 있습니다.

사업의 방향도 처음에 설정한 기술적 기반 위에 지속적으로 추가되고 있습니다. 즉, 완전히 새로운 사업으로 전환한 것이 아니라, 기존 사업 모델을 기반으로 확장하고 다양화하는 과정을 거치고 있는 것입니다.


LG U+와 제네시스랩

Q 02 : AI 관련 비지니스를 하면서 어떠한 어려움이 있었나요? 그리고 어떻게 극복하였나요?

AI 기술을 기반으로 한 비즈니스는 많은 잠재력을 지니고 있지만, 동시에 여러 도전과제에 직면하고 있습니다.  AI 비즈니스에는 인프라, 모델, 애플리케이션 세 가지 주요 사업 영역이 존재하는데, 각각의 영역에서의 도전과 이를 극복하는 과정이 도드라졌습니다.

AI 비즈니스의 주요 도전 : AI 비즈니스의 인프라 / 모델 / 어플리케이션 3요소

ⓐ 초기 인프라 사업 영역에서는 대규모 투자와 기술적 기반이 필요한데, 이는 막대한 자본과 자원을 필요로 합니다. 대부분의 스타트업은 이런 규모의 투자를 확보하기 어렵습니다.

ⓑ 모델 개발 단계에서는 기술의 정확성과 효율성을 높이는 것이 중요합니다. 최근에야 모델이 시장에서 자리를 잡기 시작했으며, 이는 기술 발전의 속도와 직결되고 있습니다.

ⓒ 애플리케이션은 AI 기술을 구체적인 사용 사례에 적용하는 영역입니다. 많은 스타트업이 이 분야에서 활동하고 있지만, 실제 시장이 충분히 개척되지 않은 상황에서 경쟁력을 확보하기란 쉽지 않습니다. 

극복 과정 : 기술 신뢰성 강화 >>> 고객사와의 긴밀한 협력

가장 큰 도전은 기술의 신뢰성을 확보하며 고객사를 하나씩 늘려 나가는 것이었습니다. 이 과정은 시간이 많이 소요되며, 초기 성과가 눈에 잘 띄지 않을 수 있다는 점 또한 큰 어려움입니다. 따라서, 각 고객사의 요구사항에 맞추어 AI 솔루션을 조정하고 개선하는 것으로 신뢰를 구축하는 것이 중요한 지점입니다. 이를 통해 점차 고객 기반을 확대하고 사업의 지속 가능성이 높아지게 됩니다.


Q 03 : 고객의 진짜 니즈는 무엇이라고 생각하고, 고객의 니즈를 어떻게 알아차렸나요?

고객의 진짜 니즈를 파악하는 과정은 정말 복잡하고 어려울 수 있습니다. 고객의 요구가 항상 명확하지는 않기 때문에, 예측 불가능한 시장 반응으로 인해 스타트업은 여러 도전에 직면하게 됩니다. 이러한 문제를 해결하기 위해서는 고객과의 진솔한 대화를 통해 그들의 요구와 기대를 정확히 이해하려는 노력이 필수적입니다. 

고객 니즈의 복잡성 : 표면적인 니즈와 실제 니즈의 차이, 그리고 무의식적인 욕구

많은 경우, 고객은 처음에는 표면적인 니즈나 일반적인 문제점을 제시합니다. 하지만 이러한 니즈는 종종 깊은 대화를 통해서만 파악할 수 있는 보다 복잡한 요구사항을 감추고 있습니다. 그리고 고객들이 스스로도 자신의 필요를 정확히 인식하지 못하는 경우도 많습니다. 특히 새로운 기술을 도입함에 있어 '그냥 사용해야 하니까'라는 태도를 보이는 경우, 그들이 실제로 얻고자 하는 이점이 무엇인지 알아내는 것이 중요합니다.

고객 니즈 이해를 위한 접근 방법 : 문제 해결 중심의 접근, 사례 연구와 피드백

고객과의 대화는 그들이 일상에서 겪는 문제와 기술에 대한 기대, 그리고 비즈니스 목표를 자세히 이해할 수 있는 기회를 제공합니다. 이 과정에서 스타트업은 단순히 제품이나 서비스를 소개하는 것을 넘어서, 고객이 직면한 문제를 해결할 수 있는 방안을 모색해야 합니다. 고객의 문제를 해결하는 과정에서 그들의 깊은 니즈가 자연스럽게 드러나게 됩니다.

또한, 실제 사용 사례를 통해 고객의 반응을 관찰하고, 정기적인 피드백을 요청하는 것은 숨겨진 니즈를 발견하는 데 중요합니다. 이러한 피드백은 제품이나 서비스를 지속적으로 개선하는 데 큰 도움이 되며, 고객 만족을 높이는 데에도 기여합니다.


Q 04 : AI기술을 활용하고 실행하기 위해 대표님들은 어떤 식으로 아이디어를 얻나요?

AI 기술을 활용하고 실행하기 위한 아이디어를 발굴하는 첫 단계는 최신 기술 동향에 대한 연구와 정보 수집입니다. 스타트업 대표들은 전문 사이트를 통해 AI의 최신 트렌드와 도구를 파악하며, 이 정보를 기반으로 새로운 가능성을 탐색합니다.

실제 시장 이해와 아이디어의 확장

다른 사업체를 운영하는 사람들과의 상호작용은 시장의 필요와 문제점을 직접적으로 이해하는 데 중요한 역할을 합니다. 이 과정에서 AI 기술을 어떻게 사업 방향에 접목할 수 있는지 함께 고민하고, 실제로 적용 가능한 아이디어를 도출합니다. 

이러한 접근 방식은 AI 스타트업이 기술적 경계를 넓히고, 시장에서의 경쟁력을 강화하는 데 결정적인 역할을 합니다. 연구와 대화의 연속적인 과정은 기술의 실질적인 사업적 가치를 실현하고, 다양한 산업 분야에서 문제를 해결할 수 있는 혁신적인 솔루션을 개발하는 기반을 마련합니다.


Q 05 : AI 활용 시 데이터가 중요할 텐데 여기 계신 대표님들은 데이터에 대해 어떻게 생각하나요?

AI 기술의 발전과 함께 데이터의 중요성이 더욱 강조되고 있는 상황에서, 기업들은 데이터 관리 및 보안 전략을 강화하고 있습니다. 이는 AI를 통한 비즈니스 혁신을 추진하는 데 있어 핵심적인 요소로 작용합니다. 데이터의 효과적인 내부화는 기업이 보다 안전하고 자율적인 방식으로 혁신을 추진할 수 있는 기반을 마련해 줄 것입니다.

데이터 중심의 AI 전략

현대 비즈니스 환경에서 AI의 활용은 급속도로 확장되고 있으며, 이 과정에서 데이터는 가장 핵심적인 자원이 되었습니다. 대표님들의 의견에 따르면, 특히 LLM(Large Language Models)과 생성 AI 기술의 발전은 기업들에게 데이터를 다루는 새로운 방식을 요구하고 있습니다. 기술의 발전은 방대한 양의 데이터를 효율적으로 처리하고 학습하는 것을 목표로 발전하고 있습니다. 데이터 관리 방법이 기업의 AI 전략의 성공을 좌우할 수 있습니다.

데이터의 내부화 추세

전 세계적으로 데이터 보안에 대한 인식이 강화되면서, 많은 기업들이 외부 서비스 제공자(SaaS 등)에 의존하기보다는 자체적으로 데이터를 관리하려는 움직임을 보이고 있습니다. 실리콘밸리를 포함한 글로벌 테크 기업들 사이에서도 'Data-Centric AI'와 'Security-Centric AI'의 중요성이 부각되고 있는 것은 이러한 변화를 반영한 것입니다. 대기업에서부터 시작된 이 움직임은, 기업들이 외부로의 데이터 유출을 최소화하고, 내부에서 데이터를 보다 효과적으로 활용하여 AI 솔루션을 개발하는 방향으로 이어질 가능성이 높습니다.

조심스러운 예측과 대응

대표님들은 앞으로 기업들이 어떻게 데이터를 관리하고 활용할지에 대해 조심스러운 예측을 하셨습니다. 데이터가 기업 내부로 들어오면서, 기업들은 더 많은 데이터를 직접 처리하고 분석하여 AI의 효율성을 높일 것입니다. 이러한 변화는 기업의 데이터 거버넌스 구조와 보안 프로토콜에도 중대한 영향을 미칠 것으로 예상됩니다.


Q 06 : AI를 비즈니스에 효과적으로 접목시키기 위해 조직문화와 일하는 방식 측면에서 가장 중요한 것은 무엇인가요?

AI 기술을 비즈니스에 접목시키는 것에는 모든 구성원의 참여를 유도해야 합니다. 기술에 대한 이해와 사용을 일상화함으로써, AI 기술의 비즈니스 잠재력을 최대화할 수 있습니다. Stripe의 사례는 이러한 접근 방식이 어떻게 전사적으로 효과를 발휘할 수 있는지를 잘 보여줍니다.

전사 참여의 중요성

AI 기술을 비즈니스에 효과적으로 접목시키기 위해서는 단순히 기술 부서나 IT 팀의 노력만으로는 부족합니다. 모든 구성원이 AI 기술을 이해하고, 이를 자신의 업무에 적용할 수 있어야 합니다. 이는 조직 전체의 AI 리터러시를 높이고, 기술에 대한 저항을 줄이며, 창의적인 사용 사례를 발굴할 수 있는 기반이 됩니다.

Stripe의 LLM Explorer 사례

글로벌 결제 회사 Stripe는 'LLM Explorer' 프로그램을 도입하여 전사 직원들이 자연스럽게 LLM(Large Language Models)을 사용하면서 AI 기술에 익숙해지도록 했습니다. 이 프로그램을 통해 직원들은 일상 업무에 AI를 접목시킬 수 있었고, 이는 조직 전체의 AI 활용 능력 향상으로 이어졌습니다. Stripe의 경우처럼, 직원들이 AI 기술을 직접 경험하고 사용했을 때, 기술의 이해도를 높이고 실질적인 업무 개선에 AI가 기여할 수 있게 됩니다.

조직문화와 AI 기술의 통합

AI 기술을 성공적으로 도입하기 위해서는 기술 자체뿐만 아니라 조직문화와 일하는 방식을 AI 친화적으로 변화시키는 것이 필수적입니다. 조직 내에서 AI에 대한 긍정적인 인식을 심어주고, 실험적이고 혁신적인 접근을 장려하는 문화가 중요합니다. 또한, 다양한 부서와 팀 간의 협력을 통해 AI 기술을 보다 광범위하게 활용할 수 있는 기회를 창출해야 합니다.


Q 07 : 우리가 살고 있는 시대에서 AI는 앞으로 어떤 방향으로 발전할 것으로 예상하며, 우리는 무엇을 준비해야 할까요?

결론적으로, AI 기술의 발전은 많은 기회를 제공하지만, 그에 따른 도전과 위험도 동반합니다. 이를 해결하기 위해 기술적, 윤리적, 사회적 준비가 필요하며, 이는 모든 이해관계자의 적극적인 참여와 협력을 요구합니다.

AI의 미래 발전 전망

현재와 미래의 AI 기술 발전은 크게 생성 AI와 AI 에이전트(AI Agents) 기술의 진화에 초점을 맞추고 있습니다. 이 기술들은 특히 사무 업무 및 기타 자동화 가능한 작업에서 인간의 직접적인 참여를 줄이는 방향으로 발전할 것으로 보입니다. 이러한 기술들은 일상적인 사무작업을 대체하여, 온라인 환경에서의 작업 효율성을 극대화할 것입니다.

경제적 및 사회적 영향

AI 에이전트 도입으로 인해 기업들은 인건비 절감과 효율성 증대라는 경제적 이익을 얻을 수 있습니다. 하지만 이는 동시에 대량 해고와 같은 부정적인 사회적 결과를 초래할 수 있으므로, 기업의 사회적 책임과 윤리적 고려가 중요해집니다. 공공부문과 정부는 이러한 변화에 대해 실질적인 대응 전략을 마련하고, 적절한 사회적 합의를 이끌어내는 역할을 해야 할 것입니다.

인간의 역할과 필요성

기술의 발전에도 불구하고 인간만이 수행할 수 있는 일들이 남아있습니다. 예를 들어, AI가 결정을 내릴 수는 있지만 최종 승인은 여전히 인간의 판단에 의존할 필요가 있습니다. 또한, 인간 간의 네트워킹, 소셜 스킬 등 오프라인 상호작용은 AI가 대체할 수 없는 중요한 영역입니다. 이러한 인간만의 고유한 역량은 AI와 공존하는 미래 사회에서 중요한 자산이 될 것입니다.


Q 08 : 패널토의에 참가하신 소감과 엘지유플러스가 디지털혁신기업으로 나아가기 위해 AI전문가로서 제언을 한다면?

참가 대표님들은 이번 워크샵의 패널토의를 통해 의미 있는 대화와 토론이 이루어졌다고 의견을 남겼습니다. 이러한 세션이 각 비즈니스 간에 생각을 교환하고 실질적인 혁신을 위한 논의가 이루어지는 데 큰 도움이 되었습니다. 더 자주, 더 실용적으로 생각을 나누는 형식의 토론이 이루어지기를 모두가 희망했습니다.

유플러스의 디지털 혁신 전략 제언

  1. 글로벌 시장 진출 강화 : 참가자들은 유플러스가 글로벌 시장에서의 경쟁력을 강화할 필요가 있다고 제안 했습니다. 이는 국내 시장을 넘어 해외에서도 성공적인 비즈니스를 구축할 수 있는 기회를 의미합니다.
  2. 기술 스타트업과의 협업 촉진 : 현재 기술 스타트업들은 큰 기업들과의 협력을 통해 성장할 수 있는 기회를 필요로 하고 있습니다. 유플러스는 이들 스타트업과의 협업을 통해 서로의 강점을 활용하고, 상호 발전할 수 있는 방향을 모색해야 합니다.
  3. 실질적인 대화의 장 마련 : 이와 같은 행사를 통해 더 많은 실질적이고 구체적인 대화의 장을 마련해야 한다고 제안합니다. 이러한 과정을 통해 유플러스는 디지털 혁신을 더욱 촉진할 수 있을 것입니다.

공동의 이익 추구 : 대규모 기업과 스타트업 간의 협업은 단순히 기술적 협력을 넘어, 시너지를 창출하고 공동의 이익을 추구하는 것을 목표로 해야 합니다. 이는 궁극적으로 양측 모두에게 유익한 결과를 가져올 수 있습니다.


이번 워크샵을 통해 유플러스는 AI 스타트업 생태계에 대한 이해를 바탕으로 보다 실질적인 AI 기술 활용을 위한 논의의 토대를 마련할 수 있게 되었습니다. 이 자리는 스타트업에게도 대기업과의 협력을 통해 성장의 발판을 마련할 수 있는 기회이며, 대기업에게도 AI 생태계를 이해하는 데 큰 도움이 되었습니다. 앞으로도 서로 다른 분야의 전문성을 공유하며, 윈윈 하는 협력이 계속되었으면 좋겠습니다.


Write 육근식 (제네시스랩 HR사업총괄)
Review & Edit 최성원 (제네시스랩 마케팅)

지금 바로 뉴스레터 구독!

Share This Post

Check out these related posts

응시자 서비스 설문조사를 통한 서비스 개선

AI 면접관 에이전트 서비스 개발 일지

첨단 AI와 19세기 사회학의 흥미로운 궁합 [스토리팩-제네시스랩⑦]