지난 인터뷰 기사를 통해, AI 머신러닝이 한국얀센에서

어떻게 시행되었는지 소개해 드렸는데, 유익하셨는지요?

이번호에서는

‘우리 회사에도 AI 머신러닝 도입해 보고 싶은데? 어떻게 해야할까?’

라는 관점에서 참고해보실 만한 꿀팁 위주로 정리한 내용을 공유드려요.

지난 번 기사에 이어 한국얀센의 Sr. Customer Excellence Manager 박훈 이사님의 인터뷰 내용에 기반해 SO에서 편집하여 정리했습니니다.

[Part.2] 우리 회사에도 AI 머신 러닝 도입해볼까? - 액션 플랜과 꿀 팁

📖 목차

🚩우리도 한번 해볼까? »현실적 팁과 조언

🚩흥미 진진- 엔진이 고도화에 따른 커머셜 조직의 변화

🚩끝으로, 내년의 계획과 기대가 있으시다면?

✍️ Editor’s comment

💟 Thanks again!

⏭️ What’s Next!

🚩우리도 한번 해볼까? » 현실적 팁과 조언

#️⃣1-하이 레벨의 강력한 추진력과 리더십의 Endorsement에서 출발하기

도입 후 최소 5년은 지속적으로 해봐야 하는 프로젝트라,

change management 측면에서도 호흡이 굉장히 길어요.

제품팀 단독 혹은 특정 부서의 의지만으로는 시행하기 어려운 것 같습니다.

리더십에서 프로젝트에 대한 확신과 드라이브가 있어야 원활한 진행이 가능해요.

#️⃣2-벤치마킹을 통해 데이터 구조 구축하기

수집해야 할 데이터의 속성 자체는

국가별 차이가 크지 않다고 보여지므로

선행 국가를 충분히 벤치마킹해서 구조를 만드는 것이 효율적이에요.

#️⃣3-조직 내 데이터 처리에 대한 합의를 마련해두기

약 6개월 정도의 데이터가 누적되면

머신러닝 알고리즘을 수립할 준비가 되었다고 생각해요.

단, 조직 내에서 데이터를 다루고 활용하는 프로세스가

어느 정도는 준비가 된 상태라는 가정 하에서 최소 6개월이에요.

얀센의 경우 엔진 론 전 6개월부터 해당 부서들이 협업해서 거버넌스를 준비했어요.

단편적 예로 ‘메세지’에 대한 고객의 response에 대해

긍정-중립-부정의 3개 지표를 둔다고 하면

각 지표의 정확한 정의에 대한 합의가 필요합니다.

그렇지 않으면 사람마다 서로 다른 기준으로 평가 결과를 입력하게 되어

데이터의 신뢰도가 무너질 수 잇습니다.

즉, 데이터 처리에 대한 정의를

조직 내에서 합의 하는 과정이 선행 되어야 해요.

#️⃣4- 풍부한 컨텐츠 라이브러리 구축하기

AI 머신러닝을 우리보다 먼저 도입한 유럽에서 가장 강조했던 교훈은

컨텐츠 라이브러리를 탄탄하게 만들라는 것이었어요.

시간을 들여서라도 컨텐츠 파운데이션을 충분히 빌드업 한 뒤에야

온전한 모듈러 컨텐츠 구현이 가능하니까요.

현재 얀센에서도 컨텐츠 라이브러리를 만드는 것을

높은 중요도를 두고 진행하고 있어요.

#️⃣5-컨텐츠의 태깅을 위한 택소노미(Taxonomy) 수립하기

☝️택소노미(Taxonomy)란?

컨텐츠를 식별할 수 있도록 분류 및 명명하는 작업이라고 보면돼요.

단순하게 예를 들면, 아태지역 한국의 ABC라는 제품의

적응증 A에서의 Overall Survival 효과를 다룬

의료진 교육용 자료라면

‘AP_KR_ABC_Medical education_DiseaseA_Efficacy_OS’ 등과 같이

네이밍을 하는 거에요 (아래 예시 이미지 참조).

택소노미가 중요한 이유는,

각 자료의 태깅을 통해 각 고객 세그먼트별로 적절한 메세지를

전달 할 수 있게 제안이 가능해지기 때문입니다.

기존에 제작된 컨텐츠를 모두 쪼개서

이 규칙에 따라 분류가 되는지를

테스트해보면서 조정해나가고 있어요.

초기에는 유럽 사례를 많이 벤치마크 했고

6개월마다 리뷰하면서 업데이트 하고 있습니다.

#️⃣6- Mass product과 Rare/Oncology product 같이 파일럿 해보기

머신러닝의 속성 상 데이터가 많은 것이 유리하다고 보기 때문에

고객수, 세일즈팀수가 많은 제품팀에 더 큰 도움이 될 수는 있습니다.

하지만 저희는 작은 규모의 팀에서도 함께 진행하고 있으며

실제로 머신러닝 모델 적용이 가능해요.

이왕 파일럿을 할 때는 큰 조직에서 해보고,

추가적으로 애자일한 팀에서 함께 하는 것을 추천해요.

도입 시, 초기에 시행착오를 겪으며 진행할 수 밖에 없기에

이런 변화를 수용하고 빠르게 합의하며 시행해 나갈 수 있는

팀의 컬쳐도 고려해보는 것이 좋을 것 같아요.

#️⃣7- Change management -조직의 이해를 형성하며, 정착시키기

AI 머신러닝 프로젝트의 실질적인 성과를 위해서는

조직의 변화 관리 역량이 굉장히 중요해요.

어쩌면 제일 중요한지도 모르겠습니다.

특히 CE (Commercial Excellence) 부서의 경우

이 부분에서 해야 할 일이 많아요.

데이터를 어떻게 입력하도록 가이드를 할 것인지,

전반적 거버넌스와 트레이닝을 어떻게 시행할지,

많은 노력을 기울여야해요.

현실적으로 컴플레인이 많이 발생할 수 밖에 없지요.

다만, 이 때 불편함과 불평을 구분하는게 중요해요.

불편함은 이를 개선해 주는 것이 필요하고

불평은 코칭과 마인드셋의 변화를 위한 조치가 이루어져야해요.

그래야만 프로젝트가 온전히 시행되고 확장될 수 있습니다.

🚩흥미 진진- 엔진이 고도화되면,

커머셜 조직은 어떻게 변하게 될까요? (세일즈, 마케팅 각각)

현재는 엔진의 추천을 받긴 하지만

자체적 콜 플래닝을 병행하고 있는게 사실이에요.

엔진 고도화가 되면 추천만으로 콜 플래닝이 완료되어

그대로 시행만 하는 환경이 되겠지요.

이 때, 중요해지는 것은 결국 ‘셀링 스킬’이에요.

적절한 타겟, 적절한 채널, 적절한 메세지가 모두 정해진 이후에

차별점은 결국 각 영업사원이 고객 접점의 그 순간에

얼마나 임팩트 있게 액티비티를 시행하는지, 이 부분이 관건이라는 거죠.

결국 Back to Basic 입니다.

세일즈팀 본연의 역할 자체가 부각 되겠지요.

그래서 현재 셀링 스킬 역량을 개발하고

팀장의 코칭을 향상시키기 위한 준비를 하고 있습니다.

데이터를 처리하고 분석하는 것 보다

인싸이트를 추출하는 것에 집중할 수 있게 되죠.

고객을 이해하고, 문제를 찾고, 이를 캠페인에 반영하고,

밸류를 효과적으로 전달하는 마케팅 본연의 역할에 집중하는 거지요.

마찬가지로 기본으로 돌아가게 되는 거라고 봐요.

🚩끝으로, 내년의 계획과 기대가 있으시다면?

현재는 일부 팀에서 진행하고 있고,

내년에는 사실상 대부분의 브랜드팀에서 시행하게 될 예정이에요.

AI 머신러닝 프로젝트를 통해 데이터 기반의 최적화 업무 모델이 구축되고

보다 경쟁력 있게 일하는 방식이 자리 잡히게 되기를 기대합니다.

프로젝트를 진행하면서 고민 되는 것들이 많이 있었어요.

이를 테면,

시중에서 활용할 수 있는 데이터 가운데

우리가 원하는 완벽한 데이터는 없기 때문에

‘현재 사용 가능한 데이터에는 어떤 것들이 있고

이들을 어떻게 잘 활용하여 원하는 목표에 가까이 갈 수 있을까?’

와 같은 질문에 대해 업계분들과 논의할 수 있는 기회도

있었으면 좋겠다는 기대도 해봅니다.

(SO에서 자리 마련해드리고 싶네요 진심!)

✍️ Editor Reina’s comment

1. 생각보다 거대한 프로젝트!

섣불리 시작하기엔 많은 Stakeholder와 복잡 다단한 설계,

설득과 합의, 계속되는 수정 작업이 수반되므로

어쩌면 오히려 저희의 이번 기사로 인해

되려 머신러닝을 시도해 보려던 분들의 의욕이 낮아지는 부작용(?)

이 발생하는 건 아니겠지? 라는 생각 마저 들었어요~

2. 얀센의 추진 역량 감탄!

복잡한 프로젝트의 다양한 작업을 효율적 벤치마킹과 더불어

내부의 이해도를 만들어 나가며 추진해나가는

역량이 있는 조직이구나라는 생각이 들었어요~

3. 진짜 한 번 자리를 마련 해볼까?

아쉬웠다고 말씀주신 동종 업무 종사자들과의 퀄리티 있고 생산적인 네트워킹의 장을

진심으로 SO에서 열어드리면 어떨지 하는 생각이 자꾸 스멀스멀 피어오르는데,

이 참에 불을 지펴볼까요? (이미 플랜에 반영 했다는 거 아입니까! )

4. 보람 있던 컨텐츠! - 강의 한 번으로는 아쉬웠던 내용들

사실 박훈 이사님의 본 인터뷰 내용은

올 하반기에 개최된 다른 행사에서 하신 발표를 통해 처음 접하게 되었어요.

현장에서의 발표 후 정말 많은 참석자들에 둘러싸인 연자셨다는 것 아시려나요.

내용이 너무 좋아서 강의로 휘리릭 휘발되는게 너무 아쉬웠어요.

이렇게 SO Newsletter를 통해 텍스트로 상세하게 전할 수 있어서 보람이 뿜뿜!!!

5. AI는 대세다!

AI 기술, 이제 하루가 멀다하고 성공적 서비스의 형태로 우리 삶에 등장 중!

(chatGPT에 너무 놀란!)

제약 및 헬스케어 업계에서는 어떻게 적용되어 갈지,

앞으로도 매의 눈으로 주시해야겠어요.

💟Thanks again!

소중한 경험과 꿀팁을 아낌없이 공유해주신

한국 얀센 박훈 이사님께 다시 한번 깊은 감사의 말씀을 드립니다.

SO는 앞으로도 ‘같이 만나요-PEOPLE’ 코너를 통해,

일하는 경험을 통해 정보와 인싸이트를 나눠주실 수 있는

소중한 분들을 (지구 끝까지🌎) 찾아 뵙고,

많은 분들께 도움이 될 수 있는 지식 소통 채널이 될 수 있도록 최선을 다하겠습니다.

⏭️What’s Next!

“에메랄? 에메랄드요?”

Nope!

컨텐츠 영역의 대세 ‘모듈러 컨텐츠’의 태풍의 눈, MLR Review!

국내뿐 아니라 글로벌 차원에서도 뜨거운 감자로 부상하고 있죠.

MLR = MI, Review, RA

SO가 지난 11월 개최된 MLR Review 관련 글로벌 웨비나에 참석하였습니다.

글로벌 리더들이 생각하는 미래의 MLR Review란 어떤 양상일지?

함께 공유하고 고민해 볼 수 있는 방안에 대해 알아보겠습니다.

기대해주세요~! 두둥!!!

SO Newsletter는
앞으로도 현업에 계신 분들께
도움과 공감을 드릴 수 있는
지식 소통 채널로 다가가겠습니다.

여기까지 읽어주셔서 감사합니다.