코로나19 이후 기업들의 디지털 트랜스포메이션(DT)은 속도, 범위, 시스템의 영향력 측면에서 4차 산업혁명이 가져온 혁신적 IT기술을 기반으로 빠르게 진화하고 있다. 이는 곧 전 분야 산업에 직접적인 영향을 주게 돼 생산, 관리, 지배 구조 등 전체 시스템의 변화를 가져오리라 예측된다. 그러므로 기업은 내부 핵심역량을 활용해 빠르게 대응해야 하며 차별적 경쟁우위 요소를 마련해야 한다.
자원기반 관점에서 본 디지털 혁신
이러한 변화의 흐름 속에 자원기반관점(Resource Based View)이론을 통해 바라본 기업의 IT기술력은 지속가능한 경영을 위한 기업 내부의 핵심 역량 및 성공요소 중 하나라고 할 수 있다. 기업에 있어 특화된 IT기술은 현재 디지털 트랜스포메이션 시대에 중요한 경쟁요소로 자리 잡았다. 또한 기업의 효과적인 IT 기술정책은 기업의 경쟁력 강화를 위한 경영 전략으로 중요한 의미를 지니게 됐다.
여기서 자원기반관점(RBV)이론이란 펜로즈(Penrose)가 1959년 처음 그의 저서에서 제시한 이후, 1984년 워너펠트(Wernerfelt)를 거쳐 1990년대 프라할라드와 하멜(Prahalad and Hamel), 1991년 바니(Barney)에 의해 대표적으로 발전되어 왔다. 기업이 어떤 산업군에 포함되었는가 하는 외부 요인보다 개별 기업의 내부 요인(자체 경쟁력)의 차이가 기업의 경쟁력을 결정짓는 핵심 요소라는 것이 경영전략의 핵심 이론이다.
이는 다윈의 진화론 중에서 우리가 잘 알고 있는 ‘강한 개체가 살아남는 것이 아니라 환경변화에 잘 적응하는 개체가 살아남아 결국 강한 개체가 된다’는 연구 결과와 일맥상통한다.
이론에서 밝힌 환경변화에 잘 적응하기 위해서는 ‘변화에 반응하는 내부의 힘’이 강해야 한다는 기본 전제에 주목해야 한다. 지속가능한 경영을 위해 기업들은 디지털 트랜스포메이션 시대에 맞도록 기존 업무 프로세스, 문화, 조직 등 현재 방식을 혁신해 기업 내부의 IT자원과 인적역량을 어떻게 활용하고 발전시킬 것인지 새로운 전략을 짜야 한다. 이를 위해 필자는 기업의 차별적인 IT기술력과 성공적인 디지털 트랜스포메이션 도입을 위해 기업 최고 의사결정자인 CEO의 확고한 혁신의지를 기반으로 전폭적인 지원과 지속적인 관심이 필요하다고 역설한다. 조직 내 핵심 리더들이 ‘알고리즘 리더십(Algorithmic Leadership)’을 통해 단계별 디지털 트랜스포메이션 전략을 실행하고 전사적으로 전파해 변화를 이끌어야 한다.
알고리즘 리더십은 무엇이며, 왜 필요한가?
여기서 새롭게 등장한 알고리즘 리더(Algorithmic Leader)란 복잡한 디지털 시대에 알고리즘을 최적의 방안으로, 자신의 의사결정과 운영방식에 적용해 창의적 결과를 창출하는 사람을 의미한다.
많은 기업 CEO는 변혁의 시작이 조직 내 리더 자기 자신임을 받아들이지 않고, 파괴적 기술 혁신만을 무작정 도입하고 있는 상황이다. 리더들은 단계별 디지털 트랜스포메이션 전략을 실행하는 과정에서 겪게 되는 상황별 문제점에 대해 최적의 의사결정을 하지 못하는 상황에 직면하고 있다. 따라서 이제부터라도 조직 내 핵심리더들은 기존 아날로그 리더십에서 탈피, 알고리즘 리더십을 통해 해법을 찾는 기회를 모색해야 한다.
알고리즘이란, 페르시아 최초의 수학책을 만든 ‘대수학의 아버지’ 알-콰리즈미(al-Khwrizm) 이름에서 유래됐다. 이러한 알고리즘은 어떠한 문제를 해결하기 위해 정해진 일련의 절차나 방법을 공식화한 형태로 표현한 것이며, 지금은 온라인 검색에서 인공지능에 이르기까지 모든 영역에 이용되고 있다.
디지털 트랜스포메이션 시대를 맞이해 알고리즘의 중요성이 점점 더 확대되고 있다. 현재 글로벌 컨설팅 기업을 운영하고 있으며 포춘지 선정 세계 500대 기업에 경영 조언을 해주는 미래학자 마이크 월시(Mike Walsh)는 최근 ‘알고리즘 리더‘라는 책을 출간했다. 저자 마이크 월시에 따르면 알고리즘 리더(Algorithmic Leader)는 알고리즘 사고(Algorithmic Thinking)를 하고, 알고리즘 사고는 컴퓨팅 사고력(Computational Thinking)과 확률적 사고력(Probabilistic Thinking)을 기반으로 이뤄진다.
알고리즘 사고를 위한 첫 번째 기반인 ‘컴퓨팅 사고력’이란 카네기멜론대학 컴퓨터공학 교수 자넷 윙(Jeannette Wing)이 유행시킨 개념으로, 컴퓨터나 인간이 효과적으로 해결책을 도출할 수 있도록 알고리즘 사고를 통해 문제를 정의해 최적의 방안을 제시하는 일련의 사고 과정이다.
실제 미국의 구글 본사에서 근원적 문제 해결의 방법으로 사용하고 있는 컴퓨팅 사고는 어떻게 하는 것일까? 구글에서는 컴퓨팅 사고를 다음의 네 가지 단계로 나눠서 설명하고 있다.
두 번째 단계, 패턴 인식(Pattern Recognition)은 문제를 해결하는 데 있어 반복되는 현상을 찾아내는 것을 의미하며, 패턴 인식은 분해의 과정에서 나온 작은 단위의 문제를 잘게 나눈 뒤 패턴을 파악하는 방식이다.
세 번째 단계, 핵심 추출(Abstraction)은 발견되는 패턴에서 불필요한 부분들을 제거하고 핵심적인 요소들만을 남긴다.
마지막 네 번째 단계, 알고리즘(Algorithm)이란 문제 해결을 위한 공식 또는 절차를 의미한다. 쉬운 예로 수학 수업 또는 컴퓨터 수업에서 배우게 되는 순서도가 알고리즘이며, 이세돌과 바둑대전에서 승리했던 알파고도 알고리즘이 사용된 좋은 예라고 할 수 있다.
바둑의 경우, 수는 너무 많고 상대방이 대응한 수에 따라 컴퓨터라도 모든 경우의 수를 짧은 시간에 계산해볼 수 없으므로 가능한 많은 경우의 수를 예측한 뒤 그 중 최적의 수를 찾는다. 알파고는 이 프로세스를 바탕으로 상대방이 둔 바둑의 수마다 반복해 대국을 두는 것이며, 매우 복잡한 수준의 알고리즘이 적용된 예라 할 수 있다.
알고리즘 사고를 위한 두 번째 기반인 ‘확률적 사고력’이란 가설 설정 후, 다양한 정보를 확률적으로 검증하고 그 결과를 토대로 확률이 높은 것으로 결정해 나가는 사고 과정이다. 빅데이터 시대에 확률적 사고는 데이터를 해독하는 능력과 같다. 따라서 확률적 사고는 불확실성이 큰 상황에서 리더가 선택할 때 후회와 불안을 줄이며 확률이 높은 경우를 비교해 선택하게 되므로 그동안의 경험이나 직관적인 감에 의존해 문제를 해결하려고 하는 아날로그 리더의 결정보다 훨씬 더 정확한 미래에 대한 예측과 문제 해결이 가능하다. 즉, 아날로그 리더는 경험이나 감에 의존해서 미래를 추측하는 반면, 알고리즘 리더는 심층적인 데이터 분석을 기반으로 미래 예측에 대한 통찰력을 얻는다는 점에서 차이가 있다.
알고리즘 리더의 필수역량
앞에서 언급한 내용을 기반으로 알고리즘 리더가 되기 위한 3가지 필수 역량을 정리하면 다음과 같다. 첫째, 알고리즘을 기반으로 생각하는 알고리즘 사고. 둘째, 데이터 기반 의사결정을 위해 데이터를 해석하고 시각화하는 등 목적에 맞게 데이터의 가치를 활용할 수 있는 역량. 셋째, 알고리즘 기반으로 조직을 관리하는 데이터 기반 조직 관리 역량이 필요하다고 할 수 있다. 아울러 자기 자신 스스로 알고리즘 리더로 변하게 되면, 함께 일하는 사람(팀원) 또는 조직으로 확장되고, 궁극적으로는 자신을 둘러싼 세계로 확대될 것이다.
또한 디지털 트랜스포메이션 시대를 맞이해 지속가능한 경영과 지속적 경쟁우위를 이끌기 위해서는 각 기업 특성에 맞는 ‘알고리즘 리더십’을 기반으로 차별화된 경쟁우위 요소를 발굴하고 발전시키는 전략적 접근 방법을 수립해야 한다. 즉, 기존의 업무 프로세스를 고집하고 답습하기보다는 최신의 기술과 트렌드를 파악하고 빠르게 변화하는 ICT기술의 편리성과 유익함을 인지해야 한다. 이를 통해 디지털 트랜스포메이션으로 보다 전문화되고 특화된 상품 및 서비스를 고객에게 제공하는 데 가치를 두고 기업경영을 해야 할 것이다.
※ 외부필자의 원고는 IT조선의 편집방향과 일치하지 않을 수 있습니다.
이노핏 파트너스는 디지털 트랜스포메이션 시대, 임직원 역량 강화를 통해 스스로 조직 문제를 해결하도록 돕는 교육·컨설팅 전문기관입니다. 프로젝트 검색 서비스(Q-FIT), 디지털 역량 진단(DT-Q), 교육컨설팅 설계 솔루션(FIT-QV), 학습 관리 시스템(Inno-Q) 등의 교육·컨설팅 서비스를 제공하고 있습니다. innofit@innofitpartners.com