원시큐어

IoB는 행동을 유도하기 위해 데이터를 수집하고 사용하는 것입니다. 예를 들면, 코로나19 예방을 위해 정기적으로 손을 씻고 있는지 확인하는 센서, 마스크 착용을 준수하는지 확인하고 마스크 미착용시 경고를 주는 센서 등이 있습니다. 이렇게 IoB를 통해 일상 생활에서 'digital dust(디지털 흔적)'를 수집하는 기술이 증가하고 보다 정교해지면서, 이를 공적·상업적 목적으로 활용할 수 있게 됩니다.

다만 IoB는 사용 목표와 결과에 따라 윤리적, 사회적 영향을 미친다는 점을 간과하지 말아야 합니다.


Total experience strategy (전체 경험 전략)

전체 경험 전략은 다중 경험(MX), 고객 경험(CX), 직원 경험(EX), 사용자 경험(UX) 등을 결합하여 비즈니스 결과를 혁신합니다. 기술에서 직원, 고객, 사용자에 이르기까지 모든 요소의 전반적인 경험을 개선합니다. 이러한 전반적인 개선은 경쟁업체와 차별화할 수 있는 기회를 제공하며, 지속가능한 경쟁 우위를 확보할 수 있습니다.

예를 들면, 고객의 경험을 높이기 위해 사전 예약 시스템을 배포하고, 방문 시 체크인 절차를 안내하는 알림을 주고, 사회적 거리두기 유지가 가능한 시간을 알려줍니다. 또한 직원 경험을 높이기 위해 디지털 키오스크를 사용하도록 조정하고, 한 대의 공통 기기를 만질 필요 없이 개인 태블릿을 사용한 업무처리가 가능하도록 합니다. 이렇게 고객과 직원 모두를 위한 안전하고 통합된 경험을 제공하면 우수한 비즈니스 결과를 창출할 수 있습니다.

Privacy-enhancing computing (개인정보보호가 강화된 컴퓨팅)

데이터 활용이 광범위하게 일어나면서 개인정보 보호 강화 요구는 점점 더 높아지고 있습니다. 개인정보보호가 강화된 컴퓨팅에는 데이터를 보호하는 세 가지 기술이 있습니다.

1) 민감한 데이터를 처리하거나 분석할 수 있도록 신뢰할 수 있는 환경을 이용

2) 머신러닝을 이용하여 데이터 분산 처리와 분석으로 중요 정보 보호

3) 데이터 처리 또는 분석 전, 데이터와 알고리즘 암호화 (동형 암호화, 안전한 다자간 계산, 영지식 증명 등)

이러한 기술을 통해 조직은 보안을 유지하면서 데이터를 공유해 안전한 공동 사업 추진 및 연구 등을 수행할 수 있습니다.

분산형 클라우드는 클라우드 서비스가 서로 다른 물리적 위치에 분산되어 있는 것입니다. 분산형 클라우드는 사용자와 가까운 곳에서 클라우드 컴퓨팅을 제공해 속도 문제와 개인 정보 보호 등 규제 및 컴플라이언스 이슈를 해결하는데 도움이 됩니다.

분산형 클라우드는 여러 방법으로 구현할 수 있는데, IoT 엣지 클라우드로 구성하거나 대도시에 분산된 노드를 통해 배포하는 '대도시 커뮤니티 클라우드'도 있습니다.


Anywhere operations (어디서나 운영)

코로나19 사태에서는 어디서나 운영이 가능해야 합니다. 원격으로 어디서나 비즈니스에 접근하고, 서비스를 제공할 수 있어야 합니다. 이를 위해서는 'digital first, remote first(디지털 우선, 원격 우선)'이 되어야 합니다. 이는 기술 인프라, 관리 관행, 보안 및 거버넌스 정책, 직원·고객 참여 모델을 변경해야 합니다.

이 기술은 아래 5가지 요소로 구성됩니다.

1) 협업 및 생산성

2) 안전한 원격 액세스

3) 클라우드, 엣지 인프라

4) 디지털 경험의 정량화

5) 원격 운영을 지원하기 위한 자동화


Cybersecurity mesh (사이버 보안 메시)

사이버 보안 메시는 확장이 가능하고 유연하며 안정적인 사이버 보안 제어에 대한 분산 아키텍처 접근 방식입니다. 코로나19로 인해 많은 자산이 기존 보안 시스템 외부에 있기 때문에, 사이버 보안 메시를 활용해 사람이나 사물의 신원을 파악하는 방식의 보안을 적용합니다. 사이버 메시는 위치에 관계 없이 디지털 자산에 안전하게 접근하고 사용할 수 있으며, 필요한 수준의 보안을 제공합니다. 정책 오케스트레이션을 중앙 집중화하고, 정책 시행을 분산함으로써 모듈식 보안 대응이 가능합니다.

지능형으로 구성한 비즈니스는 현재 상황에 따라 적응이 가능하고, 근본적인 재정렬이 가능한 비즈니스 입니다. 조직이 더욱 빠르게 디지털 전환을 추진함에 따라 현재 사용가능한 데이터를 기반으로 민첩하고 신속하게 비즈니스 결정을 내려야 합니다. 예측할 수 없는 비즈니스 변화를 지원하기 위해 비즈니스를 재구축해야 하며, 정보에 대한 더 나은 액세스가 가능하고, 새로운 통찰력으로 정보를 보강하며, 모듈 방식으로 구성이 가능해야 합니다. 또한 결정에 따라 빠르게 변경하고 대응해야 합니다.

이러한 변화를 위해서는 기술 플랫폼이 발전해야 하며, 개인화된 애플리케이션 경험을 제공할 수 있어야 합니다.


AI engineering (AI 엔지니어링)

A최근 AI 프로젝트는 유지 보수성, 확장성, 거버넌스 문제로 인해 실패합니다. 그러나 강력한 AI 엔지니어링은 AI 투자의 전체 가치를 제공하면서 AI 모델의 성능, 확장성, 해석 가능성, 안정성을 촉진하는 동시에 AI 투자의 전체 가치를 제공합니다.

AI 엔지니어링은 데이터옵스(DataOps), 모델옵스(ModelOps), 데브옵스(DevOps)의 세 가지 핵심 축을 기반으로 합니다. AI 엔지니어링의 거버넌스 측면으로 인해 'responsible AI(책임감 있는 AI)'가 필요합니다. 이는 AI 가치, 위험, 신뢰, 투명성, 윤리, 공정성, 해석 가능성, 책임, 안전, 규정 준수 등이 포함됩니다. 


Hyperautomation (초 자동화)

초 자동화는 조직에서 자동화할 수 있는 모든 것이 자동화 되어야 한다는 것입니다. AI, ML, 이벤트 기반 소프트웨어, RPA 등과 같은 도구를 사용해 최대한 많은 비즈니스 및 IT 프로세스를 자동화 합니다.

코로나19는 디지털 비즈니스를 가속화하고 있으며, 초 자동화가 필수로 요구되고 있습니다. 많은 조직은 린(lean), 최적화 등과 함께 효율성, 속도, 민주화가 필요합니다. 효율성과 비즈니스 민첩성에 초점을 맞추지 않는 조직은 뒤쳐질 것입니다.