당신이 더 이상 인간이 아닌, 초지능 로봇들이 책을 쓰는 거대하고 첨단 기술이 집약된 도서관에 서 있다고 상상해 보십시오. 지난 몇 년 동안, 기술 세계에서 가장 큰 경주는 가장 똑똑한 로봇을 찾는 것이었습니다. 기업들은 가장 강력한 로봇 하나만 있으면 승리할 수 있다고 믿으며, 그 '가장 똑เศษ한' 로봇을 사기 위해 수십억 달러를 쏟아부었습니다. 이것이 바로 인공지능(AI)의 세계입니다. 과거에는 순수하게 '지능의 힘' 자체가 목표였습니다. 하지만 여기 반전이 있습니다. 로봇들이 너무나 뛰어나진 나머지, '가장 똑똑한' 로봇과 '다섯 번째로 똑똑한' 로봇 사이의 차이는 이제 거의 무의미할 정도로 미미해졌습니다. 이는 마치 두 대의 초고속 경주용 자동차를 가진 것과 같습니다. 한 대가 아주 미세하게 더 빠르다고 해도, 운전자가 운전법을 모르거나 도로에 구멍이 숭숭 뚫려 있다면 그 속도 차이는 아무런 의미가 없습니다. 이 논문은 단순하지만 거대한 질문을 던집니다. 만약 로봇들이 이제 모두 기본적으로 비슷해졌다면, 왜 그렇게 많은 기업이 그들을 실제로 유용한 업무에 투입하는 데 실패하고 있는가?

이 논문의 저자인 파브리시오 F. 코스타(Fabricio F. Costa)는 문제가 로봇의 뇌에 있는 것이 아니라고 주장합니다. 대신, 문제는 '배포의 벽(Deployment Wall)'에 있습니다. 이렇게 생각해 보십시오. 당신은 아주 똑똑하고 첨단 기술이 적용된 로봇 비서를 구입했습니다. 하지만 이 로봇을 당신의 사무실에서 작동시키려면 여섯 가지의 서로 다른 '솔기(seams)' 또는 경계선을 통과해야 합니다. 이것들은 성 안의 서로 다른 방들 사이의 틈새와 같습니다. 당신은 로봇을 당신의 엉망진창인 서류 캐비닛(데이터)에 연결해야 하고, 로봇이 허용된 사람들에게만 말을 하도록 설정해야 하며(ID 및 액세스), 위험한 말을 하지 못하게 막아야 하고(보안), 직원들이 겁먹지 않고 로봇을 사용하는 법을 가르쳐야 하며(변화 관리), 그리고 로봇을 운영하는 비용이 절감액보다 커지지 않도록 해야 합니다(비용). 논문은 대부분의 기업이 '가장 똑똑한' 로봇을 사는 데만 집착한 나머지, 이 틈새를 넘을 다리를 건설하는 것을 잊어버리고 있다고 제안합니다. 그 결과, 로봇은 천재적이지만 쓸모없는 상태로 구석에 처박혀 있고, 기업은 돈을 잃게 됩니다.

멈춰버린 위대한 로봇 경주

오랫동안 엔터프라이즈 AI(기업에서 로봇을 사용하는 것)의 이야기는 지능을 향한 경주였습니다. 기업들은 리더보드를 보며 모델이 얼마나 많은 '파라미터'(로봇의 뇌 세포)를 가지고 있는지 세며, "우리가 가장 똑똑한 것을 가졌는가?"라고 물었습니다. 하지만 이 논문은 이 경주가 사실상 끝났다고 주장합니다. 상위권 로봇들은 이제 너무나 유사해서, 그들 사이의 격차는 아주 미세한 점수에 불과합니다. 지능은 전기나 물처럼 상품화되고 있습니다. 누구나 가질 수 있기 때문에, 그것을 소유한다고 해서 특별한 우위를 점할 수는 없습니다.

그럼에도 불구하고, 기업들은 단 1년 만에 이 로봇들에 대한 지출을 약 370억 달러로 세 배나 늘렸습니다. 그러나 독립적인 연구에 따르면, 이 로봇 프로젝트의 약 95%는 측정 가능한 이익을 내지 못한 채 끝납니다. 그것들은 어디로도 나아가지 못하는 파일럿 단계에 머물러 있습니다. 흔한 변명은 "로봇이 아직 충분히 똑똑하지 않다. 더 똑똑한 다음 버전을 기다려야 한다"는 것입니다. 저자는 이것이 잘못된 진단이라고 말합니다. 이는 고장 난 자동차의 원인을 엔진 탓으로 돌리는 것과 같습니다. 진짜 문제는 운전자가 연료를 넣는 것을 잊었다는 것입니다. 로봇은 충분히 능력이 있지만, 문제는 기업들이 로봇을 차고에서 꺼내 도로 위로 올리지 못하고 있다는 점입니다.

배포의 벽: 6단계 장애물 코스

논문은 **배포의 벽(Deployment Wall)**이라는 개념을 소개합니다. 거대한 벽이 여섯 개의 벽돌 층으로 이루어져 있다고 상상해 보십시오. 당신의 로봇을 '멋진 아이디어'에서 실제로 돈을 버는 단계로 옮기려면, 모든 벽돌을 하나씩 넘어야 합니다. 만약 어느 한 지점에서라도 떨어진다면, 전체 프로젝트는 실패합니다.

1. 모델 선택(Model Selection): 로봇을 고릅니다. 이것은 가장 쉽고 눈에 띄는 부분입니다.
2. 통합(Integration): 로봇을 회사의 오래되고 엉망인 컴퓨터 시스템 및 데이터와 연결하려고 시도합니다. 여기서 첫 번째 균열이 나타납니다.
3. 거버넌스(Governance): 로봇이 안전하고, 감사 가능하며, 로봇의 발언에 책임질 사람이 있도록 규칙을 세워야 합니다.
4. 워크플로우 재설계(Workflow Redesign): 로봇을 단순히 옆에 두는 것이 아니라, 실제로 사용하기 위해 직원들이 업무를 수행하는 방식을 바꿔야 합니다.
5. 기업 도입(Enterprise Adoption): 모든 사람이 로봇을 신뢰하고 사용하도록 만들어야 합니다.
6. 실질적 비즈니스 가치 실현(Realized Business Value): 마침내 로봇이 실제로 돈을 아껴주거나 벌어다 줍니다.

무서운 점은 대부분의 프로젝트가 중간 단계의 벽돌(통합, 거버넌스, 워크플로우)에서 막힌다는 것입니다. 논문은 각 단계에서 실패할 확률이 50%라면, 끝에 도달했을 때 거의 어떤 프로젝트도 살아남지 못할 것이라고 제가합니다. 이것은 로봇의 지능을 탓하지 않고도 95%의 실패율을 설명해 줍니다.

여섯 가지 솔기: 가치가 새어나가는 곳

저자는 이 단계들 사이의 간극을 '솔기(Seams)'라고 부릅니다. 옷감 조각 사이의 틈을 생각해보십시오. 재킷을 만들면서 솔기를 열어둔다면 바람이 그대로 들이칠 것입니다. AI의 세계에서도 가치가 새어나가는 여섯 가지 특정 솔기가 있습니다.

• 데이터 솔기(The Data Seam): 로봇이 작동하려면 깨끗하고 조직된 데이터가 필요합니다. 하지만 대부분의 기업 데이터는 책들이 바닥에 흩어져 있는 도서관처럼 사방에 흩어져 있습니다. 이를 해결하는 데는 엄청난 노력이 필요합니다.
• ID 및 액세스 솔기(The Identity & Access Seam): 로봇은 누가 질문을 하는지 알아야 합니다. 만약 로봇이 당신이 누구인지 몰라서 개인 파일을 낯선 사람에게 보여준다면, 그것은 재앙입니다. 많은 기업이 아직 로봇을 보안 시스템에 연결하지 못했습니다.
• 보안 및 컴플라이언스 솔기(The Security & Compliance Seam): 로봇은 비밀을 유출하거나 법을 어기지 않도록 엄격한 규칙을 따라야 합니다. 보안되지 않은 로봇을 출시한다면 큰 곤경에 처할 수 있습니다.
• 거버넌스 솔기(The Governance Seam): 로봇을 감시하고, 실수를 기록하며, 사람이 개입할 수 있는 시스템이 필요합니다. 이것 없이는 어떤 상사도 로봇의 업무를 허락하지 않을 것입니다.
• 변화 관리 솔기(The Change Management Seam): 이것은 가장 무시되는 부분입니다. 사람들이 로봇과 함께 일하는 법을 배우고 일상적인 습관을 바꾸도록 가르쳐야 합니다. 그렇지 않으면 사람들은 그냥 로봇을 무시할 것입니다.
• 비용 솔기(The Cost Seam): 로봇이 제대로 작동하더라도, 운영 비용이 너무 많이 들지는 않습니까? 로봇을 계속 가동하는 비용이 수익을 모두 갉아먹을 수 있습니다.

솔기 지수: 로봇을 쇼핑하는 새로운 방법

기업들이 더 나은 선택을 할 수 있도록 돕기 위해, 저자는 **솔기 지수(Seam Index)**라는 도구를 만들었습니다. "어떤 로봇이 가장 똑똑한가?"(그것은 더 이상 중요하지 않습니다)라고 묻는 대신, "어떤 로봇 플랫폼이 내가 가장 많은 솔기를 건너는 데 도움을 주는가?"라고 묻습니다.

플랫폼을 0에서 12점 사이로 점수를 매깁니다.

• 0점: 당신이 직접 다리를 놓아야 합니다 (매우 어렵고 비용이 많이 듭니다).
• 1점: 플랫폼이 조금은 도와주지만, 여전히 할 일이 많습니다.
• 2점: 플랫폼이 이미 다리를 만들어 두었습니다 (그저 걸어가기만 하면 됩니다).

논문은 재미있는 예를 듭니다. 두 대의 로봇이 있다고 가정해 봅시다. 로봇 A는 세계에서 두 번째로 똑똑한 로봇이지만, 모든 다리가 이미 건설되어 있습니다 (당신의 보안, 데이터, 규칙에 자동으로 연결됩니다). 이 로봇은 10점을 받습니다. 로봇 B는 절대적으로 가장 똑똑한 로봇이지만, 아무런 다리도 없이 옵니다. 당신이 모든 것을 처음부터 구축해야 합니다. 이 로봇은 2점을 받습니다. 논문은 로봇 A가 성공하고 로봇 B는 실패할 것이라고 주장합니다. 왜냐하면 로봇 B가 더 "똑똑함"에도 불구하고 말입니다. 가장 똑한 로봇이라도 잘못된 쪽의 벽에 갇혀 있다면 무용지물입니다.

"해자(Moat)"가 이동했다

비즈니스에서 '해자(Moat)'란 성을 지키는 깊은 구덩이를 의미합니다. 오랫동안 해자는 '가장 똑똑한 모델'이었습니다. 하지만 이제 해자는 이동했습니다. 진정한 우위는 솔기를 소유한 기업의 것입니다.

논문은 거대 기술 기업들(마이크로소프트, 아마존, 구글 등)도 이를 깨닫고 있다고 지적합니다. 그들은 단순히 로봇을 파는 것이 아니라, 기업들이 이 솔기들을 건널 수 있도록 돕는 컨설턴트 군단을 고용하고 있습니다. 그들은 진짜 돈이 로봇의 뇌에 있는 것이 아니라, 로봇을 복잡하고 실제적인 기업 내부에서 작동하게 만드는 능력에 있다는 것을 알고 있습니다. 해자는 이제 '마찰을 제거하는 능력'입니다. 만약 어떤 회사가 데이터, 보안, ID 솔기를 쉽게 건널 수 있도록 도와준다면, 그 회사는 어떤 로봇을 사용하든 상관없이 승리할 것입니다.

이것이 미래에 의미하는 바

논문은 기업들이 더 "똑똑한" 로봇을 기다리기만 한다면 시간을 낭비하는 것이라고 제안합니다. 진짜 작업은 지루한 일들에 있습니다: 데이터를 정리하고, 보안을 설정하고, 사람들을 교육하는 것입니다. 저자는 이러한 솔기들을 무시하는 비용을 **배포 부채(Deployment Debt)**라고 부릅니다. 금융 부채와 마찬가지로, 지금 갚지 않으면 부채는 점점 커져 결국 회사를 압박할 것입니다.

논문은 리더들에게 명확한 메시지를 남기며 결론을 맺습니다. 로봇의 뇌를 보는 것을 멈추십시오. 대신 다리를 보십시오. 플랫폼이 얼마나 많은 마찰을 제거하는지 측정하십시오. 로봇을 기존의 업무 방식에 맞추려 하지 말고, 로봇에 맞춰 업무를 재설계하십시오. 다음 10년의 승자는 더 똑똑한 모델을 기다린 사람들이 아니라, 로봇을 문 안으로 들여보내는 방법을 알아낸 사람들이 될 것입니다.

저자는 이것이 확립된 물리 법칙이 아니라 관찰과 다른 연구들의 종합을 바탕으로 한 새로운 프레임워크임을 주의 깊게 밝히고 있습니다. 저자는 다른 과학자들이 이것이 사실인지 테스트할 수 있도록 여섯 가지 구체적인 제안(propositions)을 제시합니다. 예를 들어, 플랫폼의 '솔기 지수' 점수가 로봇의 지능 점수보다 성공을 더 잘 예측할 것이라고 제안합니다. 하지만 현재까지의 증거는 한 가지를 강력하게 가리키고 있습니다. 병목 현상은 지능이 아니라, 바로 배포입니다.