AI 피보팅

이 책은 DX시대의 디지털 피보팅(Digital Pivoting) 추진을 위한 사업 모델 혁신, 전략적 지향점, AI 디
지털 전환 실행 등을 다룬다. 저자는 아날로그 기업에게 디지털 전환은 필수이나, 디지털 기업을 그대
로 따라가서는 안 되며, 아날로그 시대에 축적된 역량과 자산을 디지털 기술에 접목시켜 고유한 전략
을 수립해야 한다고 강조하며, 벤치마킹의 대상으로 미국의 월마트 등을 들어 자세히 설명한다.



▣ Short Summary
코로나19로 인한 자가 격리 및 이동 제한으로 디지털 시대로의 전환이 가속화되었고, 소비자의 온라인
의존도가 높아지면서 데이터 공유 또한 활성화되어 기술 발전을 가속화시키고 있다. 즉, 코로나19 이
후 AI 디지털 기술을 매개로 경제 산업 전반에 새로운 지평이 열리고 있다고 할 수 있다.
영역과 업종을 불문하고 기존 질서가 무너지고 새로운 구도가 형성되고 있는 이런 상황은 기존의 아날
로그 기업들에게는 생존을 위협하는 위기이자 한편으로 재도약의 기회이기도 하다. 따라서 아날로그
기업의 디지털 전환은 이제 선택이 아니라 필수다. 그런데 아날로그 기업들이 생존하기 위해서는 기존
사업의 연장선이 아니라 ‘디지털 피보팅(Digital Pivoting)’이라는 방향 전환으로 접근해야 한다. 참고로
디지털 피보팅이란 ‘업의 본질’은 유지하되 가치를 만들고 전달하는 방식의 변화를 말한다.
이 책은 DX(Digital Exchange) 시대의 디지털 피보팅 추진을 위한 사업 모델 혁신, 전략적 지향점, AI
디지털 전환 실행 등을 다룬다. 저자는 아날로그 기업에게 디지털 전환은 필수이나, 디지털 기업을 그
대로 따라가서는 안 되며, 아날로그 시대에 축적된 역량과 자산을 디지털 기술에 접목시켜 고유한 전
략을 수립해야 한다고 강조하며, 벤치마킹의 대상으로 미국의 월마트 등을 들어 자세히 설명한다.

-2-

AI 피보팅

▣ 차례
프롤로그 - 디지털과 AI는 돌덩이도 금덩이로 만든다
1부 디지털 격변으로 펼쳐지는 새로운 지평
디지털 격변, 전개의 배경
디지털 시대의 사업 모델 혁신 방향
2부 디지털과 아날로그 융합의 기회
DT 전환에서 DX 융합으로 확장
AI는 디지털 피보팅 엔진
3부 기업의 AI 도입을 위한 현실적 접근
AI 도입을 위한 전략적 프로세스
AI 도입을 위한 실무적 프로그램
AI 도입을 위한 7가지 실무 지침
4부 디지털 전환과 AI 도입 사례
해외 사례: 전략적 사업 전환 중심
국내 사례: 전술적 프로세스 혁신 중심
5부 기업의 생존을 위한 AI 디지털 전략 7
AI 디지털 기회를 잡는 기업의 전략적 접근
에필로그 - AI, 기술을 버려야 산다

-3-

AI 피보팅

AI 피보팅
김경준, 손진호 지음

디지털 격변으로 펼쳐지는 새로운 지평
디지털 격변, 전개의 배경
코로나19 충격과 디지털 격변의 가속화: 코로나19 방역으로 인한 자가 격리 및 이동 제한으로 디지털
시대로의 전환이 가속화되었고, 소비자의 온라인 의존도가 높아지면서 데이터 공유 또한 활성화되어
기술 발전을 가속화시키고 있다. 아울러 디지털 시대에 부응하는 기업의 옴니채널 전략 및 디지털 트
랜스포메이션(DT)은 필수 불가결한 선택이 될 전망이다. 요지는 코로나19로 인해 디지털 전환이 가속
화된다는 점이고, 이는 코로나 19 이후 지금까지 우리가 경험하고 있는 변화다.
정보혁명과 디지털 전환의 2단계 전개: 정보혁명이 우리나라에서는 1980년대 중반부터 컴퓨터와 휴대
폰이 일반에게 보급되면서 체감되기 시작했고, 사회경제 전반의 문명적 변화인 정보혁명의 광범위한
개념을, 기업들은 산업구조 변화와 미래 전략 방향성의 실질적 차원에서 규정할 필요가 있었다. 이러
한 측면에서 정보혁명은 ‘정보산업의 태동 및 기존 산업의 정보화 혁신’으로 정의되었다.
정보혁명의 1단계에서는 컴퓨터, 휴대폰, 반도체, 초고속 통신 장비 등 정보산업이 태동하고, 2단계에
서는 정보 기술의 확산으로 기존 산업의 정보화 혁신이 진행된다. 한편 기업 전략 관점에서 정보산업
태동기에는 미래지향적 사업 포트폴리오 재편이 핵심 과제이고, 확산기에는 기존사업에 정보 기술을
접목하는 경영 혁신이 부각된다. 실제로 태동기에 정보산업으로 진출을 성공한 기업은 비약적으로 성
장했고, 확산기에는 이메일, 그룹웨어, BPR(업무 재설계)등이 기업 운영의 근간으로 도입되었다.
이러한 관점을 18세기 중반의 산업혁명에 대입해도 맥락은 동일하다. 증기기관의 개념적 시제품은
1663년에 출현했지만, 상업용은 1776년 제임스와트가 발명했다. 1단계로 증기기관 및 관련한 부품 산
업이 성장하고, 2단계로 증기기관이 기존 산업으로 확산되면서 산업혁명이 본격적으로 전개된다.
오늘날의 디지털 격변도 유사한 양상이다. 1단계로 인공지능, 빅데이터 분석, 클라우드 등의 디지털 산
업이 태동하고 성장하고, 2단계로 기존 산업으로 확산되는 흐름이다. 그런데 이런 디지털 기술 확산의
속도는 산업마다 차이를 보인다. 초기에는 인접 산업인 통신, 미디어 등으로 전파되었다가 점차 유통,
물류, 금융, 제조 분야로 범위를 넓혔다. 이런 측면에서 2020년을 결산한다면 디지털 격변의 2단계가
본격적으로 개막하면서, 아날로그 질서가 디지털 패러다임으로 전환되는 변곡점으로 평가된다.
산업 전반적으로 기존 오프라인 아날로그 사업자들이 정체하고, 신생 온라인 디지털 사업자들이 대거
약진했다. 또한 전형적인 아날로그 생활 밀착형 사업인 음식, 식재료, 세탁 부문까지도 디지털 격변이
급속하게 진행되었다. 그 결과 자영업 수준의 소규모 식당과 재래시장의 가게조차 플랫폼을 경유한 온
라인 매출에 따라 명암이 교차했다. 나아가 코로나19 방역을 위한 대면 접촉 제한으로 원격 교육, 재
택근무 등이 강제로 시행되면서, 공교육, 공공 서비스 등 자생적 변화와는 상대적으로 거리가 있던 부
문도 디지털 격변의 영향권에 편입되고 있다. 아무튼 2020년을 기점으로 디지털 격변은 기업의 전략

-4-

AI 피보팅

적 차원에서 선택이 아니라 필수이고, 방향이 아니라 속도의 차원으로 전환되었다. 따라서 기업의 규
모와 업종을 불문하고, 각자의 입장에서 신속하게 현실적 대응 방안을 수립하고, 내ㆍ외부의 가용한
자원을 총동원해 디지털 격변의 물결에 합류해야만 미래 생존이 가능하게 된다.
디지털 시대의 사업 모델 혁신 방향
디지털 사업 모델 혁신의 3단계: 아날로그 시대의 물리적 생산과 소비의 패러다임이 디지털 시대에는
사이버 개념으로 바뀌었고, 데이터와 알고리즘이 핵심 자산이 되었다. 그리고 최근 급속하게 발전한
AI(인공지능)가 알고리즘에 적용되면서 이러한 변화가 가속화되고 있다. 이는 시장구조, 사업 모델, 프
로세스에 이르는 격변으로 발생하는 산업 주도권의 재편으로 이어지면서, 기업 혁신은 제품, 프로세스,
사업 모델의 3가지 차원으로 전개되고 있다. 보다 구체적으로 설명하면, 디지털 관점에서 제품과 서비
스를 재정의하고 새로운 관점에서 제품과 서비스를 개발하는 혁신, 그리고 데이터와 알고리즘을 가치
사슬 전반에 적용해 효율성을 높이는 프로세스 혁신, 그리고 또 기존 아날로그 사업 모델에 디지털 기
술을 접목해 디지털 시대의 사업 모델을 창출하는 혁신 등 3가지 차원으로 전개되고 있다.

디지털과 아날로그 융합의 기회
전환에서 DX 융합으로 확장
아날로그 디지털의 경계선에서 분출되는 에너지: 산업구조 변화의 관점에서 2020년은 아날로그 질서
가 디지털 패러다임으로 전환되는 변곡점이었다. 방역을 위해 도입된 비대면, 언택트가 일상생활 전반
으로 확산되면서 교육, 의료, 공공 부문 등 그나마 기존 아날로그 질서가 지배하던 영역들도 급속한
변화를 겪기 시작했다. 이러한 흐름의 연장선에서 2021년부터는 아날로그와 디지털이라는 서로 다른
세계가 교차하는 확장된 경계선에서 에너지가 분출되는 격변이 본격적으로 진행될 전망이다.
흔히 디지털 전환의 과정을 아날로그 산업의 쇠퇴와 디지털 산업의 약진이라는 구도로 접근하지만, 실
제로는 일방향이 아니라 쌍방향으로 진행된다. 디지털 전환에서 소위 구글, 아마존, 페이스북 등 기술
기업의 급성장은 1단계에서 가장 두드러지는 현상이다. 그러나 2단계에서는 기존 아날로그 질서에 소
속되었던 전통적 산업과 기업들이 디지털 기술과 접목되어 사업 모델을 재정립하는 흐름이 확산된다.
현재 우리나라에서도 생활 밀착형 전통적 아날로그 서비스 산업인 세탁, 식당, 음식 배달, 주차장, 정
육점 등 다양한 영역에서 디지털 기술을 활용해 고객 가치를 높이면서 사업을 확장시키는 사례는 비일
비재하게 찾아볼 수 있다. 나아가 기존 아날로그 기업들이 보유한 유ㆍ무형의 자산을 활용한 디지털
혁신으로 신생 기술 기업들의 도전을 극복하고 재도약에 성공하는 사례도 속출할 예상이다.
DT에서 DX로 아날로그 디지털의 융합 구조: 2021년은 아날로그와 디지털이 본격적으로 융합되고 재구
성되는 기간으로 예상된다. 2020년까지 디지털 전환을 지칭하던 ‘DT(Digital Transformation)’에 뒤이어
최근 사용 빈도가 높아진 ‘DX(Digital eXchange)’라는 용어가 이러한 변화를 나타낸다. 비록 미세한 차
이지만 DT는 ‘디지털 기술에 기반한 일방향 혁신’이 중점이라면, DX는 ‘신생 디지털과 기존 아날로그
영역 간의 쌍방향 교류를 통한 융합적 혁신’에 방점을 두고 있다는 점에서 구분된다.
아날로그 기업이 지향할 디지털 피보팅, 딥택트: 스타트업은 당초 구상했던 사업이 실행 단계에서 시
장 반응이 기대 수준에 미달하면 피보팅(Pivoting, 농구에서 공을 잡은 선수가 상대 선수를 피하기 위

-5-

AI 피보팅

해 한 발은 그대로 두고 다른 발을 움직여 방향을 전환하는 동작)을 통해 사업 방향을 재정립해야 한
다. 마찬가지로 현재 사업 모델에서 한계를 느끼는 기존 아날로그 기업도 ‘디지털 피보팅(Digital
Pivoting)’으로 사업 방향을 재정립해야 한다. 아날로그 기업에게 디지털 전환은 필수적이다. 그러나 디
지털 기업을 그대로 따라가기는 어렵다. 사업 모델, 인력 구조, 기술적 기반 등이 모두 다르기 때문이
다. 따라서 자신만의 디지털 전환 전략이 필요하다. 아날로그 시대에 축적된 역량과 자산을 디지털 기
술을 접목시켜 고유한 전략 방향을 수립해야 한다. 미국의 대형 할인점 월마트는 이런 점에서 벤치마
킹의 대상이다. 월마트는 1985년 업계 최초로 인공위성을 이용한 통신망을 구축해 창고 재고, 트럭 운
송, 판매 정보를 연동하는 시스템 혁신으로 독보적 경쟁력을 확보했다.
난공불락으로 여겨지던 월마트의 입지는 온라인 쇼핑의 등장으로 흔들리기 시작했다. 1990년대 등장한
온라인 쇼핑은 당초 주변부의 틈새 사업자 정도로 취급받았으나, 2007년 스마트폰이 등장하면서 판도
가 뒤집히기 시작했다. 디지털 채널로 수집한 고객 정보를 활용한 마케팅, 첨단 물류망을 활용한 신속
한 배송, 편리한 결제 서비스가 결합된 결과였다. 결국 오프라인 사업자들은 핵심 자산인 점포망의 전
략적 가치가 퇴색하면서 경쟁력을 상실했다. 특히 1994년 창립된 아마존이 2000년대 중반부터 급성장
하면서 많은 전문가들은 월마트의 몰락을 예상했다. 중저가 위주의 판매 품목에서 온라인 사업자와 차
별화가 어렵고, 거대 기업일수록 변신도 쉽지 않기 때문이었다.
그러나 JC페니, 시어스, 카슨스 등 여타 오프라인 유통 강자들이 연이어 파산하는 와중에서 월마트는
2019년에도 매출과 이익이 모두 증가했다. 급기야 2020년 5월에는 이베이를 누르고 미국 온라인 판
매 2위로 올라섰다. 이러한 변화는 2014년 취임한 더그 맥밀런이 표방한 ‘디지털 퍼스트’ 전략에서 출
발했다. 전략 실행의 핵심은 ‘신속한 투자 포트폴리오 재편’과 ‘One 월마트 옴니채널’이었다.
그는 관성적으로 진행하던 오프라인 투자를 대폭 감축하고 디지털 부문에 집중했다. 2015년 월마트 미
국 법인의 총 투자비 82억 달러 중 50%가 신규 점포 개설 비용이었지만, 2020년에는 1%로 급감했다.
반면 2020년에는 총 투자비 79억 달러 중 71%인 56억 달러를 온라인 부문과 공급망 고도화에 투입
했다. 그리고 급변하는 상황에 내부 역량만으로 대응하기 어렵다는 판단에서 2016년 제트닷컴, 2017
년 슈바이 등 디지털 기업들을 적극적으로 인수 합병하여, 단기간에 디지털 분야의 전문 인력, 핵심
기술, 밀레니얼 고객을 확보하면서 내부적으로 디지털 전환에 대한 분명한 방향성을 공유했다.
‘One 월마트 옴니채널’의 개념은 ‘아마존에는 없고 월마트에는 있는 강점’의 추구였는데, 아마존을 따
라가서는 한계가 있음을 판단하고 월마트의 오프라인 점포와 온라인 서비스의 연계로 접근했다. 미국
인구의 90%가 월마트 주변 10마일 이내에 거주하는 여건에서 매장들은 디지털 기지로 재구축되었다.
‘온라인 주문 후 매장 수령(Click&Collect)’ ‘생필품 2시간 배달’ ‘전 직원 퇴근배송제’ 등이 주효했다. 맥
밀런 월마트 CEO는 고객이 쇼핑 방법, 채널과 상관없이 구매하듯이, 월마트도 온라인과 오프라인을
구분하지 않는 통합적 관점에서 사업 모델 혁신에 접근하는 전략을 일관되게 추진하고 있다.
AI는 디지털 피보팅 엔진
AI는 디지털 피보팅의 엔진: 코로나19를 거치면서 디지털 온라인의 확산이 가속화되고 기존 아날로그
오프라인의 산업 주도권이 급격히 약화되었다. 디지털 온라인은 데이터의 신속한 처리와 반응, 네트워
크 효과의 범위에서 우위를 확보해왔으나, AI가 실용화되면서 데이터 기반의 고객 행동 분석, 고객 식
별, 맞춤형 제안, AS에 이르는 전 과정의 정확성까지 높아졌다. 아날로그 기업들도 기존의 내부 프로

-6-

AI 피보팅

세스를 데이터와 AI 기반으로 신속하게 전환하고 있다. 향후 AI는 모든 기업들의 사업에서 자동차의
엔진과 같은 역할로 발전할 예상이다. AI는 경영 정보는 물론 기업 활동과 관련해 통합된 모든 데이터
를 분석하고 의사 결정을 지원하는 핵심이자 기초 체력이 될 예상이다. 참고로 아날로그 시대에도 의
사 결정은 데이터와 정보에 기반했지만, 그 자체는 인간들의 고유한 영역이었다. 그러나 인간은 나름
의 경험에 기초해 정보를 분석하고 최선으로 의사 결정을 내려도 각자의 휴리스틱 오류인 편견의 한계
를 벗어나기 어렵다. 특히 데이터의 양이 많고 신속하게 의사 결정을 내려야 하는 경우는 관행이나 직
관에 의존했다. 이 과정에서 오류와 비효율이 발생하게 마련이다. AI는 이러한 부분을 보완한다.

기업의 AI 도입을 위한 현실적 접근
AI 도입을 위한 전략적 프로세스
AI 도입을 위한 실전 프로세스: 많은 기업인이 AI 기술의 잠재력을 높게 평가하면서도 실제 AI를 활용
해 사업 구조를 혁신하는 데 어려움을 겪고 있는 가장 큰 이유는 AI 기술 자체가 가진 어려움과 관련
이 있다. 참고로 기업들이 AI를 적극 활용해 사업 구조를 혁신하기 위한 5단계 절차는 다음과 같다.
① 효율적인 AI 매니지먼트 인력 양성 - AI 도입을 위해서는 비즈니스 영역 탐색, 목표 수립, 데이터
수집 및 적재, AI PoC(Proof of Concept) 모델 개발, 상용화 모델 개발 등 총 5가지 프로세스를 거쳐야
한다. 그런데 대부분의 사람은 이 5가지 프로세스 대부분을 고도의 공학적 지식과 코딩 능력을 갖춘
AI 전문가가 주도해야 한다고 생각한다. 하지만 더 큰 성과를 내기 위해서는 이 5가지 과정 중 무려 4
개 과정은 사업에 대한 높은 이해도를 갖고 있는 일반 경영 관리자들이 주도해야 한다. 마지막 상용화
모델 개발만 엔지니어들이 주도하는 게 바람직하다.
한편 대부분의 기업은 파일럿 프로젝트를 추진할 수 있는 인력이 존재하지 않는다고 상황을 진단하곤
하는데, 이는 잘못된 생각이다. AI를 쉽게 활용할 수 있는 툴을 활용하면, 코딩에 대한 지식이 전무한
경영 관리자들, 심지어 철학이나 예술을 전공한 사람들도 약 30시간 정도의 교육만으로도 얼마든지 가
설을 세우고 데이터를 모아 AI PoC 모델을 개발할 수 있고, 이런 역할을 할 수 있는 사람이 바로 AI
매니지먼트 인력이다. 이 인력들은 AI 관점에서 기업에 큰 의미를 주는 파일럿 프로젝트를 수행할 수
있는 역량을 갖추고 있으며, 데이터 수집, 수행, 운영, 관리 등의 과정을 총괄할 수 있다.
② 비즈니스 이해를 바탕으로 파일럿 프로젝트 실시 - AI 매니지먼트 인력 양성 프로세스를 통해 산업
이해도가 높은 현업 인력들이 AI 매니저 역할을 수행하게 되었다면, 파일럿 프로젝트를 추진할 수 있
는 동력이 생긴다. AI 매니저는 현업에서 주어진 데이터와 투입 가능한 인적 자원을 바탕으로 기술적으
로 달성 가능한 프로젝트를 기획하고 진행해야 한다. AI 매니지먼트 인력을 양성하는 시점부터 최초의
AI 파일럿 프로젝트가 도출될 때까지의 기간은 6개월 이내로 제한하는 게 바람직하다. 이 이상 길어지
면 조직 내에서 AI에 대한 회의론이 확산될 수 있다.
③ 경영진(임원) 및 AI 엔지니어 교육 실시 - 파일럿 프로젝트를 통해 AI가 기업의 경쟁력을 높일 수
있다는 것을 증명했다면, 기업 내부에서는 모멘텀(성장 동력)을 확보했다고 볼 수 있는데, 이 모멘텀을
바탕으로 AI 도입이 확산되기 위해서는 두 그룹에 대한 교육이 필요하다. 우선 AI에 대한 경영진의 이
해도가 높아질수록 AI의 품질 자체가 달라진다는 점에서 경영진 교육이 필요한데, 경영진 교육은 AI가

-7-

AI 피보팅

기업에서 어떻게 활용될 수 있는지를 명확히 이해하며, 이에 따른 전략을 개발하는 것을 목표로 한다.
그리고 AI 엔지니어를 대상으로 한 교육은 AI 파일럿 프로젝트가 유효함을 AI 매니저로부터 증명 받은
이후부터 시작되는데, AI 상용화 모델을 만드는 역량을 갖추도록 유도하는 게 목적이다. AI 매니저들이
AI가 필요한 영역을 탐색해 발굴하고 검증하는 역할을 담당한다면, AI 엔지니어들은 이를 토대로 경쟁
력 있는 AI 모델을 지속적으로 고도화하는 역할을 담당하는데, 전통적인 AI 엔지니어 영역에 대한 교
육과 AI 보편화 흐름에 맞는 시스템 활용 능력을 갖추도록 유도하는 교육이 필요하다.
④ 확장된 AI 프로젝트 실시 - 앞에서 말한 ‘1~3단계’의 과정을 거치며 양성된 AI 매니지먼트 인력과
AI 엔지니어 인력을 바탕으로, AI 적용 범위를 확대해 본질적인 경쟁력을 확보할 수 있도록 AI 시스템
을 확보하는 것이 4단계의 핵심 목표다. 초기 AI 프로젝트의 성과를 기업 내부에 공유할 수 있다면, 4
단계는 보다 원활하게 진행할 수 있다. 실제로 프로젝트를 수행한 중고차 거래 플랫폼에서는 중고차
시세를 예측하는 모델을 개발해 AI 기반 서비스를 성공적으로 운영하고 있는데, 이 과정에서 조직 전
체의 AI에 대한 이해도가 높아지다 보니, 이후 사용자에게 최적화된 차량을 추천해주는 개인화 AI 시
스템 개발 등이 성공적으로 진행되었다. 또 중고차 거래 플랫폼을 뛰어넘어 다른 영역에도 AI 도입을
추진하고 있는 상황이다. 따라서 인력 양성 과정을 통해 AI 전문 조직이 구축되고 첫 프로젝트를 수행
하고 나면, AI 영역의 확장이 이루어질 수 있도록 적극적인 의사 결정과 실행을 해야 한다.
⑤ AI 기반의 진입 장벽 구축 - AI의 위력은 선순환 구조에 있다. 산업에 대한 이해도가 높은 인력이
AI를 개발할 수 있다면 적은 인력으로 AI를 활용해 경쟁력을 높일 뿐만 아니라, 소비자 친화적으로 최
적화된 AI가 개발과 발전을 거듭하는 선순환 구조를 마련할 수 있다. 즉 최적화된 AI는 보다 나은 제품
이나 서비스의 출시를 가능케 하고, 이로 인해 더 많은 고객을 확보하고, 더 많은 데이터를 활용해 AI
가 고도화하는 효과를 누릴 수 있다. 또 이런 선순환 구조는 더 큰 네트워크 효과를 기업에게 제공해
주기 때문에 시장 지배력을 확대할 수 있다. 한편 선순환 구조는 강력한 진입 장벽이 될 수도 있다. 과
거에는 규제, 규모의 경제, 전환 비용, 자본 비용 등이 중요한 진입 장벽의 원천으로 작용했다. 하지만
네트워크 시대에는 데이터가 가장 중요한 진입 장벽의 원천이 되고 있다. 이제 기업은 AI 역량을 신속
하게 내재화해 강력한 진입 장벽을 구축함으로써 경쟁 우위를 유지, 강화해야 한다.

디지털 전환과 AI 도입 사례
해외 사례 - 전략적 사업 전환 중심
AI 도입의 전략적 차원과 전술적 차원: 전략은 방향성이고 전술은 효율성이다. 방향성이란 ‘어디로 이
동해 무엇을 하느냐’이고, 효율성은 정해진 방향을 ‘어떤 방법으로 가느냐’의 문제다. AI는 협의에서는
데이터 분석 도구이지만, 광의에서는 디지털 전환의 중추다. 전술적으로는 기업의 특정 프로세스를 개
선시키기 위한 도구이고, 전략적으로는 디지털 사업 전환의 기본 동력이다. 전술과 전략은 중첩되는
부분이 있지만 기본적으로는 분리된 개념이다. 따라서 AI의 적용 사례를 전략적 사업 전환의 차원과
전술적 프로세스 혁신으로 구분해 접근한다. 전략적 차원은 기업이 미래에 어디로 이동해 어떤 방식으
로 포지셔닝할 것인지의 문제다. 방향성이 잡히면 이에 따라 내부 프로세스도 변화하기 시작된다. 전
술적 차원은 기업의 모든 내부 프로세스에 AI를 도입해 효율성을 높이는 작업이다. 현재 기업들의 AI
도입은 다양한 차원에서 진행되고 있는데, 이 책에서는 전략적 사업 전환 위주의 해외 사례와 전술적
프로세스 혁신 위주의 국내 사례로 구분해 시사점을 제시하려 한다. 먼저 해외 사례다.

-8-

AI 피보팅

도미노 피자, 디지털 고객 경험 혁신으로 극적 전환: ① 요지 : 디지털 UI, UX 혁신으로 파산 위기에서
탈출하고 재도약 - 1960년 창업 이후 코쿠닝 트렌드를 타고 30분 배달 서비스를 주 무기로 급성장했
다. 그러나 진입 장벽이 낮아 경쟁이 치열해지면서 생존 여부가 불투명해지는 절체절명의 위기를 맞았
다. 도미노는 디지털 기술의 접목으로 활로를 찾아 나섰다. 아날로그 시대의 전화 주문 방식을 디지털
방식으로 전환하고, 고객 접점(UI)과 고객 경험(UX) 혁신을 추진했다.
② 진행 과정 : 디지털 고객 경험으로 시작해 AI 경영 혁신으로 확장 - 2000년대 후반 도미노는 궁지
에 몰려 있었다. 전화 주문으로 피자를 배달하는 사업 모델 자체가 한계에 봉착했다. 피자 레스토랑
등 경쟁 업체들이 등장하면서 배달 피자의 매력이 맛과 편의성에서 모두 감소했다. 이러한 상황에서
도미노는 ‘본원적 경쟁력 회복’ ‘온라인 주문 기반 전환’ ‘점포망 재구축’ 등 3가지 방향을 설정했다. 본
원적 경쟁력 회복은 맛없고 차가운 싸구려 피자로 전락한 도미노 피자의 품질 회복이었다. 2010년부터
시작된 캠페인을 통해 도미노 피자의 문제를 솔직히 인정하고 개선하는 노력을 고객들에게 보여주었다.
‘당신의 피자를 보여주세요’ 캠페인에서 소비자가 받은 실제 피자 모습 그대로를 공개하고, 고객 소통
에 활용하는 방식으로 신뢰를 회복하기 시작했다.
2007년 온라인 주문 웹 사이트를 개설하고 모바일로 주문 수단을 확장하면서 단순한 주문 수단 변화
가 아니라, 고객 접점(UI)와 고객 경험(UX) 전체의 혁신을 추구했다. 디지털 화면의 사진, 맞춤형 메뉴
제안, 주문 후 제조 및 배송 상황 공유 등 다양한 방식을 시험하고 확대했다. 디지털 주문 시스템인 애
니웨어(Any-Ware)는 20여 가지의 방법으로 편리하게 주문하는 플랫폼으로 발전했다. 한편 점포망 재
구축은 온라인 디지털 시대의 오프라인 점포망 재편 전략으로, 축적되는 고객의 주문 데이터를 분석해
배달 속도를 높이고 매출 확대를 위해 점포망을 최적화하는 요새 전략이다. 이에 따라 미국 내 매장
수가 2010년 4,929개에서 2020년 6,156개로 늘어났고 매장당 매출과 이익은 모두 증가했다.
도미노는 미국 증권 시장에서 2010년대 가장 주가 상승률이 높은 주식 중 하나로 진정한 디지털 주식
으로 손꼽히고 있다. 2020년 매출액 41억 달러로 전년 대비 14% 늘어났고 10년 전에 비해선 2.5배
증가했다. 영업이익도 전년 대비 15% 늘어난 7억 달러였다. 코로나19 발생 전인 2019년 말 300달러
수준이던 주가는 2020년 말에는 400달러로 상승했다. 한편 도미노는 디지털 AI 기술을 기업 경영 전
반으로 확산시키고 있다. 매장별로 근무 중인 작업자와 주문 수, 현재 교통 상황 등의 변수들을 반영
해 배달 소요 시간을 예측하는 AI 모델을 만들어서 주문 시간 예측 정확도를 75%에서 95%로 높였다.
2021년에는 AI 기술을 적용한 수요예측으로 매장 개설 위치와 시점을 결정하고, 매장별로 피자 주문
건수를 예측해 이에 따라 작업자 수를 늘리거나 줄이는 시스템을 도입했다.
2019년에는 미국 시청률 1위 프로그램인 미식축구 슈퍼볼에서 시청자들이 현재 먹고 있는 피자의 사
진을 찍어서 보내면 무료 피자를 제공한다고 광고해 수십만 장의 피자 이미지를 확보하기도 했다. 이
를 선별하고 분류해 피자 소비자들의 개인 선호도를 파악하는 데이터로 전환시켜서 신제품 개발, 품질
개선에 활용했다. 그뿐만 아니라 ‘돔 피자 체커’라는 AI를 도입했는데, 각 매장에서 만드는 피자 사진
을 검사해 제조 방법, 재료, 온도 등을 확인해 품질 기준에 미달하면 다시 만들게 한다. 그리고 이러한
절차를 고객과 공유하는 방식으로 차별적인 고객 경험을 제공하고 있다.
③ 시사점 : 아날로그 사업과 특정 AI 디지털 기술의 접목 가능성 - 전형적인 아날로그 사업 모델이었
던 도미노는 주문과 배달 과정에 디지털 기술을 접목해 재도약의 모멘텀을 만들었다. 도미노는 소위

-9-

AI 피보팅

빅테크 기업인 구글, 애플, 아마존 등과 비교해 디지털 기술에서는 한 수 아랫니지만, 2010년대 10년
동안 주가는 더 높이 상승했다. 이는 아날로그 기업들이 기존 사업에서 축적한 기반을 디지털 기술과
접목해 확보하는 차별적인 경쟁력과 디지털 전환의 잠재력을 보여준다.
국내 사례 - 전술적 프로세스 혁신 중심
SCM 수요예측 - 식료품 생산: ① 문제 정의 - 5천여 개의 상품 단위 품목(SKU, Stock Keeping Unit)
에 대한 수요 예측을 공급망 관리(SCM) 부서 담당 팀의 경험과 직관에 따른 단순 의사 결정 방식(휴
리스틱)으로 진행하고 있었다. 수요예측에 대한 정확도가 50% 내외에 불과했고, 수요예측의 부정확성
은 생산계획, 재고관리 등의 후속 프로세스의 오차로 확대되어, 판매 현장의 결품 현상, 과대 재고 등
이 반복적으로 발생했다. 이에 따라 AI를 적용해 문제(pain point) 해결 방안을 모색했다. ② 데이터 특
성 - SKU 품목에 대해 1주일을 기본 단위로 구분해 1년(52주)의 수요량 데이터를 정리했다. 5천여 개
SKU 품목 중에서 신규 출시, 판매 중단 등으로 52주 데이터 정리가 어려운 1천여 개 SKU 품목을 제
거하고 4천여 개를 분석 대상 데이터로 설정했다.
③ AI 분석 - AI 기술을 적용해 과거 수요량에 대한 패턴을 분석하고, 향후 1주, 1개월 예측을 실시했
다. 현재 수요량에 과거의 수요 패턴이 어느 정도 영향을 미치는지를 고려해 AI 모델링을 수행했고, 실
제 정확도가 50%에서 75% 수준으로 향상되는 효과를 볼 수 있었다. ④ 분석상 주요 이슈 - 수요예측
을 기반으로 체계적으로 접근했던 경험이 부족해 활용 가능한 수준으로 데이터가 정리되어 있지 않았
다. 예를 들어 SKU 품목마다 현재 수요에 영향을 미치는 과거의 주간 단위가 다름에도 구분되어 있지
않았다. 결국 분석 과정에서 전체 품목에 대해 임의로 과거 기간을 설정해 진행했다.
⑤ 시사점 - AI는 데이터 패턴의 추출에서 강점이 있다. 수요예측에서도 과거의 판매 데이터를 패턴화
하고 미래에도 반복되는 방식으로 접근하는데, 과거 판매 데이터를 계절, 시기, 이벤트, 연말 등의 특
성에 따라 재해석하고 패턴을 추출하고, 판매 데이터와 다른 가설적 특성을 연계시킨 분석으로 수요예
측 정확도를 높였다. 이에 따라 수요예측에서 시작되는 SCM 전반의 프로세스가 개선되었다.

기업의 생존을 위한 AI 디지털 전략 7
AI 디지털 기회를 잡는 기업의 전략적 접근
빅데이터로 빅 씽크하라: AI 디지털 전환은 패러다임 변화다. 기존 질서가 무너지고 새로운 질서로 대
체되는 대격변의 과정이다. 따라서 큰 변화를 따라잡으려면 크게 생각해야 한다. 작은 생각으로 큰 변
화를 바라보면 부분만을 확대해석하는 일반화의 오류에 빠지거나 아예 이해되지 않아 거부하게 된다.
큰 생각은 나무가 아니라 숲을 보는 안목에서 비롯된다. 패러다임 변화는 빅 씽크로 접근해야 하고,
빅 씽크는 디지털 시대의 도구인 빅데이터를 활용해 구체적 현실로 만들어낼 수 있다.
빅 씽크가 필요한 이유는 아날로그와 디지털의 불연속성 때문이다. 기업 환경이 아날로그 시대의 고체
적 안정성에서 디지털 기술을 매개체로 액체적 유동성으로 변화하고, AI까지 접목되면서 기체적 역동성
으로 변화하고 있는데, 이런 변화를 이해하기 위해서는 현재의 상태를 뛰어넘는 시야가 필요하다. 얼
음이라는 고체의 연장선에서는 물이라는 액체, 수증기라는 기체의 존재 방식이 연결되지 않는다. H2O
에 온도라는 변수 및 0℃와 100℃라는 변곡점을 이해해야 3가지 변화를 연결해 생각할 수 있다.

- 10 -

AI 피보팅

선택이 아닌 필수다: 누구에게나 기존의 방식은 편안하고 변화는 불편하다. 기존 방식은 현 상태 유지
라는 안정감을 주는 반면, 변화는 현 상태를 흔들고 미래도 불투명하기 때문이다. 따라서 동일한 조건
에서 기존 방식 유지를 선택하는 것은 당연한 귀결이다. 그러나 기존 방식의 유지가 한계를 보이면 상
황은 달라진다. 현재 우리나라 대부분의 기업들이 직면한 상황이다. 아날로그 사업 방식을 유지해서는
미래가 없다. 추락하는 속도의 차이가 있을 뿐이지 결말은 동일하다.
기존의 아날로그 방식으로는 미래가 없지만, 그렇다고 디지털 기술 기업을 따라가서도 미래가 없다.
아날로그 기업이 디지털 기업을 모방해서 따라가는 동안에 디지털 기업은 더 멀리 도망가기 때문이다.
그래서 아날로그 기업의 선택은 디지털 기업의 단순한 모방이 아니라, 아날로그 사업의 디지털 피보팅
이 되어야 한다. 디지털 기업의 사례를 벤치마킹해 시사점을 얻고, 이를 자신의 디지털 피보팅에 접목
하는 방안이 현실적이다. 이는 디지털 기업에게는 없는 아날로그 역량을 경쟁력의 기반으로 디지털 기
술을 접목하는 것이기 때문이다. 그리고 이러한 방향은 미래 생존을 위한 선택이 아니라 필수다. 아무
튼 디지털 피보팅을 통한 변화에 나선다고 100% 성공을 보장받지는 못하지만, 성공의 가능성은 있다.
그러나 현재 상태 그대로 머무르면 소멸되는 운명을 피할 수 없다.
전통적 아날로그 영역일수록 기회는 크다: 아날로그 기업 입장에서 ‘디지털 기업에게는 없고 아날로그
기업인 자신에게는 있는 것’을 정확하게 이해하고 대처해야 하는데, 앞서 소개한 미국의 대형 할인점
월마트가 디지털 도전자인 아마존에 대응하기 위해 고민했던 부분과 일맥상통한다. ‘월마트에는 있고
아마존에는 없는 오프라인 점포’라는 자산의 재해석이 출발점이었다. 미국의 피자 배달 사업자인 도미
노도 동일한 맥락이다. 배달 서비스를 디지털 기술과 고객 가치의 관점에서 다시 해석해 재도약을 이
루었다. 애당초 아날로그 기업에 대한 기대는 낮은 수준이다. 따라서 디지털 피보팅에 성공하면 평가
는 급변하게 마련이다. 이는 단순히 주식시장의 주가 차원이 아니라, 아날로그 사업 디지털 피보팅의
잠재력을 나타낸다. 섬유, 패션, 유통, 화학, 철강 등의 전통적 제조업은 물론, 주차장, 정육점, 세탁,
쓰레기 수거 등 생활 밀착형 서비스업도 디지털 기술을 접목해 포착할 수 있는 기회는 더욱 크다.
세부 전술로 시작해서 포괄 전략으로 확장하라: 아날로그 기업의 AI 디지털 전환은 단거리 경주가 연
속되는 장거리 마라톤이다. 큰 아이디어로 큰 그림을 그리면서 단기 목표를 경유하며 지속적으로 나아
가는 여정이며, 방향 모색, 데이터 정비, 역량 확보, 영역 선정, 실행과 확산을 진행하면서 조직 문화
와 리더십도 재편하는 전사적 과정이다. 참고로 빅데이터 확보, AI 알고리즘 도입 등 만병통치약과 같
은 특정 솔루션을 도입해 단번에 해결되는 사안이 아니다. 각자의 입장에 맞는 전략적 지향점을 설정
하되 구체적 사안들을 전술적으로 해결하면서 전진하는 연속적 과정이다.
기술은 필요조건 수용성은 충분조건: ‘우수한 기술이 기업의 성공을 담보한다’는 기술의 함정이 있다.
기술력이 우수한 기업이 종종 어려움을 겪는 이유다. 스타트업들이 우수한 기술력으로 뛰어난 제품을
출시하면 성공하리라고 믿다가 시장 반응이 미미해 사업의 피보팅을 고민하는 경우도 마찬가지다. 신
규 사업의 성공에서 기술은 필요조건이고 기술 변화에 대한 수용성은 충분조건이다. 마찬가지로 디지
털 전환에서도 AI 기술은 필요조건이고 조직의 변화 수용성은 충분조건이다. 기술의 함정은 신제품 개
발 영역뿐 아니라 새로운 기술을 흡수해 혁신을 추진하는 과정에서도 적용된다. 디지털 전환을 추진하
는 아날로그 기업은 이러한 교훈을 명심해야 한다. 우수한 AI 기술 역량만으로 디지털 피보팅에 성공
하기 어렵다. 새로운 지평선이 펼쳐지는 격변기일수록 기술 변화 수용성이 관건이다.

- 11 -

AI 피보팅

외부 기술과 내부 경험을 연계하라: 아날로그와 디지털 시대의 차이점은 속도에 있다. 가속적 변화의
시대엔 기존의 방식으로는 변화를 따라갈 수가 없고, 막연히 열심히 일한다고 되는 게 아니다. 이는
19세기 마차와 20세기 자동차의 속도감이 다른 것에 비유할 수 있다. 마차를 타고 아무리 열심히 달
려도 자동차를 따라갈 수 없다. 가장 유효한 대응 방식은 마차에서 자동차로 갈아타는 것이다. 디지털
시대도 마찬가지로 변화에 적합한 방식과 수단을 선택해야 한다. 내부 문제 해결에도 외부 역량을 활
용해 속도를 높일 수 있다. 아날로그 기업의 AI 도입과 디지털 피보팅에서도 외부와 내부를 연결하는
개방적 접근이 필요하다. 역량의 확보와 시간의 단축이라는 2가지 이유 때문이다.
현실적 대안은 내부에 AI 디지털의 기본 역량을 확보하고, 사업 경험을 바탕으로 외부의 전문가와 협
력하는 분업 구조를 만드는 방향이다. 아날로그 기업들이 도입하려는 수준의 AI 기술은 상당 부분 범
용화해, 기업들은 필요한 기술을 시장에서 구입해서 활용하면 충분하다. 다만 영역을 선정하고 외부의
전문가와 협력할 수 있는 정도의 내부 역량 확보는 선행되어야 한다.
조직 문화와 리더십의 피보팅을 병행하라: 미국의 뉴빈티지파트너가 미국 주요 기업의 경영진을 대상
으로 2021년 1월 실시한 설문조사에 따르면, 데이터 기반 기업이 되기 위해서 넘어야 하는 장벽으로
92%가 ‘기업 문화와 리더십’을 지목했다. ‘기술적 한계’로 응답한 비중은 8%에 불과했다. 2018년에는
동일 문항에 대해 응답자의 80%가 ‘기업 문화와 리더십’, 20%가 ‘기술적 한계’로 응답했다. 기술이 급
속히 발전하는 상황에서도 기업 문화와 리더십이 큰 과제로 부각되고 있음이 주목할 부분이다.
아날로그 기업의 디지털 피보팅 사업 방향 전환은 기술 기반, 자산 구조, 인적 역량, 조직 문화에서 리
더십에 이르는 전방위적 변화로 확산된다. 이러한 연쇄효과가 일어나지 않으면 디지털 피보팅은 국지
적 변화, 찻잔 속의 태풍에 머무르게 된다. 특히 기업의 기초 체력에 해당하는 조직 문화와 리더십의
변화가 수반되어야 장기적으로 진행되는 에너지를 확보할 수 있다. 따라서 디지털 피보팅은 프로세스
와 사업 모델 차원에서 조직 문화와 리더십으로 확산되어야 한다. 아날로그 기업과 디지털 기업은 기
저에 깔리는 문화가 다르기 때문이다. 만약 조직 문화와 리더십의 디지털 피보팅이 병행되지 않으면
시간이 흐를수록 사업과 조직의 괴리가 커지면서 혼란은 불가피하다. 구체적으로 조직 문화와 리더십
이 아날로그 시대의 통제와 타율을 벗어나 디지털 시대의 자유와 창의를 지향해야 하고, 디지털 시대
사업 모델의 특징인 개방성, 자율성, 유연성이 조직 문화와 리더십에도 확산되어야 한다.


- 12 -

AI 피보팅