SCM 뉴스 : AI를 이용한 의사결정. 과연 옳은것일까?

by Dr. Lapide, MIT research affiliate posted in SCMR journal

SCMR에서 발행한 3-4월 매거진 내용 중 'AI를 이용한 의사결정'에 대한 견해를 남긴 칼럼을 읽고 나누면 좋을 것 같은 인사이트가 있어 가져왔다.

---

근래 AI (인공지능)는 산업군을 막론하고 어디서든 쉽게 접하고 들을 수 있는 단어가 되었고 실제로 직접 경험했거나 활용하고 있다.

그 형태가 단일화된 것이 아니기에 AI의 복잡성 혹은 논란성에 대한 개개인의 온도 차이는 상이할 수 있으나 보편적으로 대중은 편리함을 느끼면서 한편으로는 의구심을 갖기도 한다.

우리가 의구심을 갖는 이유는 아마도 AI의 근본적인 원리 및 복잡성을 이해하지 못하는 무지함에서 오는 불안감? 이라고도 볼 수 있겠고 또한 레이 커즈와일의 저서 '특이점이 온다'에서 얘기하는 것처럼 모든 것은 singularity (특이점)에서 비롯되고 알맞은 알고리즘으로 복잡성이 구현되면 일련의 시스템이 구축된다는 뭔가 머리로는 이해되나 가슴으로는 받아들이기 싫은 허무함에서도 오는 것 같다.

 

유튜브나 쇼핑몰에서 추천하는 영상, 제품들이 나를 알고리즘으로 분석한 결과값으로 화면에 나타나는데 가끔은 오히려 AI가 정의하는 나의 선호도가 내가 나를 아는 정도보다 세밀한 느낌을 받을 때가 있고 그럴때면 과연 여기서 '나'라는 정의는 어떻게 할 수 있는 것인가 라는 당위적인 생각까지 하게 만든다.

참으로 매력적인 분야이면서 조금 천천히 발전하고 상용화되었으면 좋겠다는 생각을 한다.

---

해당 칼럼에서 언급하는 AI가 도출하는 결괏값을 갖고 중대한 의사 결정을 내리는 것에 대한 옳고 그름의 판단도 비슷한 맥락에서의 질문이다. 만일 현대에서 많은 부분을 AI가 주도하는 추세라면 어떤 의사 결정 역할에서 AI를 따르는 게 옳을까? 

 

인지적 사고 (cognitive thinking) 에는 두 가지 종류가 있는데 각각 함축성과 명시성의 특징을 나타낸다 : System-1 , System-2.

가장 흔한 타입은 System-1으로 무수히 많은 일상적이고 중요성이 떨어지는 것들을 일컫는다. 통상 본능적에 따라 액션을 취하거나 시행착오를 경험하며 작업하는 heuristic적인 방법이다. 이러한 작업은 쉽고 빠르며 직관적이라 별도의 분석이 필요하지 않다.

 

System-2는 합리적인 의사결정을 내리는 데 사용된다. 통상 전략적이며 논리적인 분석이 필요하고 해당 작업은 비교적 느리고 많은 노력이 필요한 작업이다.

 

AI는 빠르고 지시-행동 간 딜레이가 없는 System-1 의사 결정에 적합하며 통상 중요도가 비교적 적은 결정권 (Pareto ABC 분석에서 C에 해당하는)에 사용된다.

System-2는 최적화 및 도덕적인 결정이 필요하기에 아직은 인간의 영역이라 일컫지만 칼럼 저자의 요지는 공급망 전문가들이 System-2 성향의 의사 결정을 AI에 의존하는 경향이 있어 지양했음 바라는 점에 있다.

아무래도 AI로 도출되는 실시간 예측이 매력적으로 보일 수 있겠으나 이는 어디까지 '최적'의 시나리오 산출일뿐 '최고'의 결정은 아닐 수 있다는 점이다.

 

AI 혹은 머신러닝을 학습하게 되면 오히려 논리적인 부분이 다소 단순하다는 느낌을 받게 된다. 그중 지도 학습의 경우에는 더더욱 과거 데이터를 기반으로 예측을 하기 때문에 결괏값이 단순해지는 문제점이 있으며 여기서 피딩하는 입력값에 사용자가 직접 변수를 주지 않게 되면 결국 기대하는 '최적화'또한 이룰 수 없게 된다. 

통상 수요 예측 혹은 일반적인 예측 (미래 지향적인)을 시행하는 순서로 양적(Quantitative)인 분석 이후에 정향적(Qualitative)인 분석을 행하게 되는데 이는 양적인 분석에 대한 입력값 및 설정값은 '사람'이 입력하는 주관적인 데이터로 편향적인 성향을 띌 수밖에 없기 때문이다.

물론 빅데이터가 상용화되고 AI, Machine Learning 기법들이 발전하면서 이러한 '인간적인' 결정력의 범위가 좁아질 수는 있겠지만 때로는 맞는 판단보다 옳은 판단을 했을 때 비로소 '성공'을 할 수 있다는 생각이 든다.

반대로 정향적인 분석을 마지막 관문으로 사용하며 결정을 내리기 위해서는 양적 분석의 논리 및 기법을 정확히 이해하고 있어야 빠진 부분에 대해 고려하고 결정권을 내릴 수 있을 것이다. 

 

이 모든 것이 결국 우리가 계속 공부를 하는 이유가 아닐까?