[디지털경제뉴스 박시현 기자] “워크데이는 HR 프로바이더 그 이상의 기업이다. 워크데이는 ‘워크데이 엔터프라이즈 매니지먼트 클라우드 플랫폼’의 핵심인 인텔리전트 데이터 코어에 머신러닝(ML) 프레임워크를 내장해 기업 플래닝, 재무관리, 인적자본 관리, 분석 및 복합 애플리케이션, 지출관리 등 다양한 지능형 데이터 서비스를 제공하고 있다.”
◆“10년 전부터 AI/ML을 워크데이의 플랫폼 코어에 내재화” = 워크데이가 25일 개최한 기자간담회에서 데미안 리치(Damian Leach) 아시아태평양 및 일본 지역 CTO는 이렇게 밝혔다.
그는 'AI/ML과 일의 미래‘라는 주제의 발표에서 ”요즘 챗GPT가 회자되고 있지만 워크데이는 이미 10년 전부터 AI와 ML을 솔루션에 적용해 이미 수많은 기업들이 AI/ML 기반의 워크데이 솔루션을 현업에 적용하고 있다”며, “워크데이는 특히 AI와 ML을 워크데이의 플랫폼 코어에 내재화시켜 전 세계 수많은 고객들에게 탁월한 비즈니스 적응력과 경쟁력을 제공하고 있다"고 했다.
그의 설명에 따르면 워크데이는 오래 전부터 AI와 ML이 일의 미래를 뒷받침할 것이라고 확신했다. 최근 챗GPT 등 생성형 AI와 ML의 발전이 눈부신 상황이지만 워크데이는 10년 전부터 AI 및 ML 역량을 개발해 제공해왔다.
실제로 ‘워크데이 ML 프레임워크’는 모든 곳에 ML의 내재화를 비전으로, 프라이버시, 코어에 내재화된 ML, 책임있는 AI, 라이프사이클 리뷰 프로세스, 설명가능한 AI 등의 원칙을 내걸고 있다.
그러면서 데미안 리치 CTO는 “워크데이는 AI/ML 기술을 바탕으로 고객들이 자신있는 의사결정을 할 수 있도록 돕는 역할을 하고 있다. 데이터가 많다고 해서 인사이트의 제공이 빠른 것은 아니며, AL/ML 기술을 갖춰야 한다. 데이터는 ML의 연료이다”라며, “적재적소의 의사결정에는 사람이 여전히 중요하다. 워크데이의 AL/ML은 사람이 올바르게 의사결정을 할 수 있도록 기술적으로 뒷받침한다”고 강조했다.
그는 “ML을 적용하는 목적은 리스크를 줄이고, 자동화하며, 이상 징후를 탐지하고 인사이트의 창출 시간을 단축하기 위해서다”라며, “워크데이 AL/ML의 차별화 포인트는 △사람을 가장 우선시하며 △사회와 공동체를 소중하게 여기며 △공정하게 행동하고 법을 준수하며 △투명하고 설명 가능하며 △고객 데이터를 안전하게 보호하며 △기업에서 적용 가능한 ML 기술을 제공하는 것”이라고 설명했다.
뿐만 아니라 워크데이는 테넌트 모델로 데이터의 구조를 정립해 연합 학습(federated learning)을 통해 특정 지역이나 산업에 맞는 맞춤 모델을 프라이버시 및 규제 요건을 준수하면서 구축할 수 있다는 게 그의 설명이다.
◆워크데이의 가장 큰 강점은 ‘데이터’…“궁극적으로 워크데이의 ML은 다르다“ = 데미안 리치 CTO는 이 대목에서 워크데이는 하나의 데이터 모델을 기반으로 하며, 특히 플랫폼의 코어에 AL/ML을 내장하는 플랫폼 우선 접근 전략으로 어떤 애플리케이션에도 ML를 적용할 수 있는 점은 아키텍처가 파편화돼 있어 ML을 기능으로 제공하는 타사 AL/ML와 비교해 차별화된다고 강조했다.
여기에다 워크데이는 보유 데이터와 관리 방식도 다른 기업들과는 많이 다르다는 점을 차별화 요소로 내세웠다.
데미안 리치 CTO는 "워크데이의 가장 큰 강점은 데이터이다. 워크데이는 6천만명 이상의 사용자들이 해마다 약 4,420억건의 트랜잭션을 실행시키고 있다"며 "AI와 ML을 적용하더라도 품질이 담보되지 않은 수량은 의미가 없는데, 다른 IT 기업들은 서로 다른 데이터 저장소를 여러 곳에서 통합하는 방식으로 데이터를 확보한다. 하지만 워크데이는 타사가 할 수 없는, 정제되고 일관된 포괄적 단일 데이터 모델로 데이터의 품질을 보장한다. 궁극적으로 워크데이의 ML은 다르다"고 강조했다.
챗GPT로 대표되는 생성형 AI의 문제도 지적됐다. 데미안 리치 CTO는 “챗GPT가 특별히 잘하는 것은 검색, 요약, 예측, 콘텐트 생성이다. 그런데 결과가 왜 그렇데 나왔느냐에 대해 설명하지 못하며 편향성도 드러낸다. 결과물을 설명할 수 있도록 품질을 높여야 하며, 악의적 행위를 막고, 기업에서 접목시 비용이 많이 드는 점은 생성형 AI가 해결해야할 과제다”라고 밝혔다.
