AI 사회 구현의 최전선으로 / 테크놀로지 팀 총괄 고무라 씨 인터뷰

2025.11.16

액센츄어에서 컨설팅 커리어를 시작하여 딜로이트 토마츠·노무라종합연구소에서의 AI 팀 출범, AI 기업에서의 사업 책임자를 거쳐 enableX로. 10년 이상에 걸쳐 AI의 사회 구현에 임해 온, enableX에서 테크놀로지 팀을 총괄하는 고무라 씨가 이야기하는 AI 시대 사업 개발의 본질적 과제와 2030년을 내다본 야심 찬 비전이란 어떠한 것일까요.

컨설팅, SIer에서 AI의 세계로. 전문성과 독자성의 확립을 추구한 10년

― 먼저 고무라 씨의 지금까지의 커리어에 대해 말씀해 주시기 바랍니다.

2012년 신입으로 액센츄어에 입사하여 전사의 공급망, ERP, SRM, CRM, BPR 등의 프로젝트를 담당했습니다. 그 후 몇 군데의 컨설팅 펌을 경험했습니다만, 특징적이었던 것은 수천 명에서 몇 명 정도의 규모가 다른 환경을 각각 경험할 수 있었다는 점입니다.
규모가 클수록 종할이나 횡할 등의 사내 정치가 명확하게 나뉘어 플랫하지 못하게 됩니다. 지금까지의 커리어로부터 저는 소규모 펌이 책임감이나 당사자 의식의 관점에서도 성격에 맞았습니다. 작은 팀에서 큰 재량을 가질 수 있는 것과 함께, 고객 측도 당사자로서 관여해 주는 경향이 강해 정량·정성적 목표에 커밋할 수 있었기 때문입니다. 자연어, 음성, 이미지, LLM과 같은 AI 분야에도 개입해 가면서 더욱 자신의 전문성과 독자성을 발휘하며 성과를 내는 데 집중하고 싶다고 생각하여 enableX에서의 활동에 이르렀습니다.

― 2020년 무렵 AI로 본격적으로 전환하셨다고 들었습니다만, 그 계기는 무엇이었습니까.

사실 AI와의 만남 자체는 2016~2017년 무렵으로 거슬러 올라갑니다. 당시부터 엔터프라이즈 기업에서 사내외 데이터의 활용 니즈가 높아져 자연어 프로젝트에 관여할 기회가 있었습니다. 당시는 노리지 서치 엔진이라든가 의미 벡터, 온톨로지 같은 단어가 주목받던 시기였습니다. 다만 컨설팅으로 가치 제공을 이어 가는 가운데 위화감을 갖게 되었습니다. 컨설턴트는 어디까지나 컨설팅의 시점에서 일을 진행할 뿐이며 RFP나 기술 선정 등의 페이즈는 선택지만 마련하고 고객에게 판단을 맡깁니다. 이는 일종의 유도이자 시야 협착이기도 하며, 우리 자신이 가치를 제공하고 있는 것인가 하는 의문을 갖게 되었습니다. 거기서부터 직접 실천할 수 있도록 AI 엔지니어링이나 DeepTech의 연구 영역, 아카데믹한 시점을 얻는 활동도 병행해 진행했습니다.
일을 하면서 커리어 3~4년 차 단계에서 미국 MBA 취득을 향해 움직였고, 국내외의 입장도 전문성도 다른 워커들이 일의 여가를 활용하여 본격적으로 공동의 과제를 풀어 나가는 자세를 볼 수 있었습니다. 아카데믹한 시점을 익히기보다도 글로벌한 동지들의 지적 호기심으로부터 발휘되는 실행력에서 포텐셜을 느꼈고 거기서 본질적인 시사를 받았습니다.
2017년 무렵부터는 AI 엔지니어링을 익히기 위해 코딩이나 논문 연구 등을 취미 삼아 해 왔기 때문에, Transformer 기술이 발표·적용된 2018년 구글의 BERT 단계에서 기술을 파악하고 있던 상황도 있어, 2021년에 자연어 혁명이라 부를 만한 붐이 일었던 단계에서는 기술적으로는 필연이라고 느낄 만한 감도를 가지고 있었습니다. 그래서 ChatGPT 등장 시에도 친근함을 주는 UI와 기술의 제공 방식까지 포함하여 세상에 빠르게 침투한 사업적 이유에 포커스를 맞추어 흐름을 차분히 파악할 토대가 갖춰져 있었다고 생각합니다.

― 그곳에서부터 구체적으로 어떠한 커리어 선택을 하셨습니까.

AI에 더욱 깊이 관여하면서 신규 사업도 조성하고 싶다는 생각이 강해졌습니다. 그러한 생각으로 싱크 탱크 기능을 가진 AI/SIer에서 관민공 대상 안건 개척과 딜리버리, 뉴로사이언스 계열의 신규 사업 개척에 임했습니다.
다만 여기서 알게 된 것은 큰 조직 특유의 제약의 많음이었습니다. 하고자 하는 일을 하려고 해도 다양한 조정이 필요해 자유롭게 움직이기 어려웠고, 고객이나 신규 사업을 개척하는 데도 사전의 의사소통 확인 등 사내 제약이 있으면서도 스스로 솔선하여 사람과 사업을 끌어들이는 힘에도 과제가 있어 시행착오가 계속되었습니다. "더 사업 당사자라는 전제로 스피드감을 가지고 움직이고 싶다"라는 마음이 강해져, 여기서 처음으로 커리어상 안전한 자리를 노리는 결단이 아니라 도약하는 결단을 하여 AI 기업의 사업 개발과 컨설팅의 출범, 사업 책임자로 활동하기 시작했습니다.
여기서 비로소 AI의 사회 구현에 본격적으로 들어가, 자연어 처리와 LLM의 개발, "0->1 단계"에서의 대규모 언어 모델이나 파인튜닝 모델 개발 등 현장의 최전선에서 다양한 기업·단체와 연계하면서 AI 기술의 사회 구현을 마주할 수 있었습니다.
돌이켜 보면 컨설팅 펌에서 느낀 시야 협착에 대한 위화감에서 시작되어 AI를 중심으로 한 선진 기술에 대한 관심, 그리고 실제로 손을 움직여 사회 구현에 임하는 환경으로. 마침내 전문성이라고 부를 수 있는 것을 확립할 수 있었던 것이 이 시기였다고 생각합니다.

AI 활용의 본질적인 과제 — 비즈니스·엔지니어·연구자의 "삼자 간에 발생하는 캐즘"

― 고무라 씨가 보시기에 현대의 AI 활용에서 최대의 과제는 무엇입니까.

저는 AI 활용을 "비즈니스", "엔지니어링", "연구 개발"이라는 세 가지 시점에서 보아 왔습니다. 그리고 이 삼자 간에 각각 발생하는 보틀넥이 있어, 매우 큰 과제라고 느낍니다.
비즈니스 측은 사용할 수 있는 것, 사용하기 쉬운 것, 효과를 내는 것에 시점이 치우쳐, 기술 이해나 적용 시의 판단 요소에 바이어스가 걸리기 쉽습니다.
한편 엔지니어는 만들고 싶은 것을 만드는 것에 목적이 향하기 쉽고, 사업의 시각에서는 중요하지 않은 것에 시간을 쓰게 되어 사용 편의성이나 사용자 니즈를 가볍게 여기는 경향이 있습니다. 또한 연구 개발 측은 "연구로서 이래야 한다"라는 데 끌려가 사회 구현에는 거리가 먼 것에 집착을 가지기 쉽습니다.
본래라면 사업 측의 사람도 엔지니어링·연구 측에 다가가야 하며, 엔지니어·연구 분들도 사업 측에 다가가야 합니다. 그러나 각자가 분단된 커뮤니티 안에서 이야기를 하게 되어 의사소통이 이루어지지 않습니다. 이 상태에서는 사내에서도 사외에서도 프로젝트를 진행할 때 골이 어긋나기 때문에 잘 진행되지 않는 경향이 있습니다.

― 그 과제는 지식 측면의 문제입니까, 아니면 스탠스의 문제입니까.

근본적으로는 모르는 영역에 대해 깊이 파고들 스탠스나 의의 형성의 문제라고 생각합니다. 그것을 메우면 잘 돌아가는 사이클을 만들어 낼 수 있는데, 아쉽다는 인상이 있었습니다. 생성 AI 시대는 한층 더 "배우기보다 익숙해져라"의 세계이기 때문에, 제3자나 자료 베이스로 지침을 정하여 거기에 올라타면 잘 되는 시대는 끝났다고 생각합니다.

― 어떻게 인간은 AI에 관여해 가야 합니까.

AI 판단 프로세스에 인간이 관여하여 결과를 확인·수정하거나 AI에 정답 예시를 가르치는 구조가 전제가 됩니다. HITL(Human-in-the-Loop)이라는 말로 불립니다만, 많은 분들은 나온 결과를 평가하는 데까지는 합니다. 그러나 로직이 어떻게 되어 있는지를 이해하지 못해 표면적으로 "좋다", "나쁘다" 같은 피드백으로 끝나 버려, 구체적으로 어떻게 개선할지에 어프로치하지 못하는 경우가 많습니다.
생성 AI는 기본적으로 추론 모델이며, 후보 중에서 상위 몇 가지를 선정하고 그 가운데 특히 들어맞는 후보를 골라 다음 문자나 텍스트를 출력하는 것입니다만, 이러한 메커니즘을 깊이 이해하고 있다면 데이터나 파라미터 설정 등 어떠한 피드백을 주면 어떻게 기능하는지에 대한 감각적 이해가 깊어질 것입니다.
또한 AI를 업무에 사용할 수 있게 되는 것만을 목적으로 하지 않고, "무엇을 학습시킬 것인가", "어떻게 학습시킬 것인가"도 인간의 책임입니다. 수험 공부와 마찬가지로, 공부하지 않은 것으로 점수를 얻을 수는 없습니다. 무엇을 학습하고 있는지 모르는데 개선될 리가 없습니다. 거기까지 파고들지 않고 그 앞에서 끝나 버리는 케이스가 많습니다. 편의성이나 가까이서 실천 가능하도록 하는 설계는 물론 중요합니다만, 인간 측이 AI에 다가가는 시점을 가지고 실천하는 것이 인간과 AI의 협동으로 부가가치를 내는 것으로 이어진다고 생각합니다.

― 그렇군요. 한편 엔지니어나 연구 측에도 과제가 있다고요.

그렇습니다. 거꾸로 사업이나 고객에게 다가가지 못하는 케이스도 많이 봅니다. PoC(개념 실증)로 끝나는 프로젝트가 일상화되어 있습니다. 그 이유는 만드는 것이 목적화되어 그것만으로도 벅차게 되고, 평가·개선에 커밋하지 않은 채 마무리해 버리는 표면적인 진행 방식이 많다고 느낍니다. 고객의 요청을 엔지니어링이나 연구자의 시각에서 해석하여 프로토타입을 만들고 약간의 시행 검증으로 끝내는 프로젝트가 많다고 느낍니다. 본래는 고객의 니즈에 깊이 몰입하여 시행 검증을 반복하고 실패도 반복하면서 사이클을 빠르게 돌려 과제를 해소해 나가는 것이 본래의 진행 방식입니다.

AI와 IT의 차이를 이해한 조직적 어프로치가 열쇠

― AI 활용이 잘 되지 않는 배경에는 조직적인 과제도 있을 것 같군요.

말씀하신 대로입니다. 많은 기업에서 AI 예산도 IT 예산도 완전히 동일한 프레임으로 투입하려고 합니다. 그러나 애초에 기술의 근간에 있는 구조가 다릅니다.
IT는 "지시한 것을 확실히 해내는 구조"이며 기본적으로 버그가 발생하지 않는 한 100%의 정확도를 추구할 수 있는 것입니다. 한편 AI는 추론 베이스로 동작하기 때문에 100% 올바른 답이 돌아오는 것은 아닙니다. 그러나 IT에서의 성공 체험이 강하게 뿌리내린 상태이면 AI에도 같은 기대를 가져 버리는 경향이 있습니다.
그렇기 때문에 AI 프로젝트에는 다른 목적을 부여할 필요도 있습니다. 예를 들어 "실천 환경을 통해 사내의 AI 인재를 발굴한다"라든가 "AI 네이티브한 전제로 조직을 만든다"라는 목적감도 매우 유효합니다.
실제로 지원한 고객 중에는 제공한 애셋을 사용해 스스로 AI를 구축하여 사외용으로 사용하게 한 케이스도 있었습니다. 본질적으로 AI는 내제화가 진행되기 쉽습니다. 즉시 시행 검증이 가능하기 때문에 프로젝트의 목적을 유연하게 설정함으로써 보다 큰 성과를 얻을 수 있다고 생각합니다.

enableX에서 실현하는 세 가지 도전 — AI/DX Service, DeepTech Hub, Neuron AI Labo

― enableX에서 고무라 씨는 어떠한 것을 실현해 나가고자 하십니까.

크게 세 가지 활동을 전개해 나가고자 합니다. 이는 제 AI가 소개하는 동영상도 있으므로 아래를 참조함으로써 확인하실 수 있습니다.
enableX Technology 활동 소개 동영상

첫 번째는 AI/DX 서비스입니다.
지금까지 축적해 온 경험과 노하우를 활용하면서 퍼스널라이제이션이나 디지털 클론 기술, 감정 분석, 더 나아가 멀티모달 AI에 발을 들인 서비스를 제공해 나갑니다. enableX에는 사업의 당사자로서 머네타이즈와 서비스 제공을 긴밀히 주도해 온 멤버들이 모여 있습니다. 마케팅, 영업, 데이터 활용의 엑스퍼트가 있는 환경에서 시너지를 만들어 낼 수 있다고 확신합니다.

두 번째는 딥테크 허브의 구축입니다.
일본 기업이 개발하고 있는 기술이나 디바이스는 훌륭한 것이 많습니다만, 고객의 과제나 니즈에 대해 최적으로 가치를 제공하는 힘이 부족한 케이스가 적지 않습니다. 그래서 우리가 여러 기업과 일체가 되어 최적으로 제공하는 체제를 정비하고, 기술 제공이나 사업 전환을 가능하게 하는 메커니즘을 만들 수 있으면 합니다. 한 회사만으로는 어려운 것도 두 회사가 결합함으로써 안건 딜리버리나 서비스 제공이 가능해집니다. 그 선택지를 늘려 모든 고객 과제에 대응할 수 있도록 해 나갑니다. 이 또한 사회 구현을 가속화하는 활동이라고 생각합니다.

세 번째는 Neuron AI Labo입니다.
이는 Next AI를 내다본 시도입니다. 생성 AI는 많은 기업이 임하고 있습니다만, 그 너머를 내다보며 "인간에 대한 이해를 보다 깊이 한다"에 주목하고 있습니다. 인간의 직감적인 반응을 관찰하여 뉴로 마케팅이나 뉴로테크 같은 영역이 입문 분야가 됩니다. 뇌파 측정과 신경과학의 응용 분야에서 인간이 직감적으로 어디에 주목하고 어디에 흥미가 끌리는지를 분석한 위에 소비자의 구매 행동으로 연결하거나 광고 콘텐츠·상재 배치 등에 활용할 수 있습니다. 발전적인 응용 분야는 다방면에 걸쳐 있습니다만, AI와도 결합하여 인간 자체의 기능과 창의성의 확장을 추구하고 연구 개발에도 임해 나갑니다. 그러한 활동을 Neuron AI Labo에서 전개해 나갑니다.

인간과 AI가 융합하는 가장 흥미로운 20년

― 중장기적인 장래를 내다볼 때 세계는 어떻게 되어 있다고 생각하십니까.

레이 커즈와일이 파악하고 있는 싱귤래리티의 2045년을 기준으로 한다면, 앞으로 시작될 20년은 호모 사피엔스가 등장한 이후 20만 년이 지났지만 인류사상 가장 흥미로운 20년이 될 것이라 확신합니다. 그렇기 때문에 그 최전선에 서서 기여하고자 합니다.

예를 들어 인간이 무엇인가를 보았을 때 어떻게 생각하는가. 지금 Meta가 스마트 글래스 디바이스를 발표하고 있습니다만, 예를 들어 스마트 글래스에는 아이 트래킹의 구조가 갖춰져 있습니다. 살아 있는 것만으로 그 사람이 무엇을 보고 있는지가 모두 드러나 버립니다. 디바이스로 맥박 측정이나 동공 수축을 측정하면 어느 순간에 흥분하고 있는지, 흥미가 끌리고 있는지, 집중하고 있는지도 알 수 있습니다. 그러한 기점을 인풋으로 시각적 콘텐츠로 개입하거나, 그 정보를 받은 퍼스널라이즈된 상재를 제안한다면, 보다 직감적으로 소비 행동이나 인간의 행동을 촉진하는 터치포인트 형성이 가능해지고, 그것이 당연해지는 시대가 바로 코앞으로 다가오고 있습니다.

물론 프라이버시 문제나 보안 등 넘어야 할 허들은 많이 있습니다만, 생성 기술의 일진월보의 발전 등을 배경으로 마케팅과 광고가 최적화되는 세계는 확실히 옵니다. 기본 스탠스로서 인간과 AI나 선진 기술이 융합하여 새로운 가치가 제시되는 미래를 긍정하면서, 그 포텐셜을 최대화할 수 있는 미래를 만들어 가는 것에 기여하고자 합니다.

실천이야말로 가치. 「해 본다」는 문화를 체현한다

― enableX를 선택하신 배경과 어떠한 분과 함께 일하고 싶은지를 말씀해 주시기 바랍니다.

제가 매우 중요시하는 것은 "미지의 지(知)"에 대해 흥분하는가, 동기 부여를 느낄 수 있는가라는 점입니다.
제 자신, 컨설팅 업계라는 굳어 있는 업계에서 커리어를 시작하여 한동안 그 환경에 몸을 두었습니다. 연차를 거듭하며 전문성이 굳어짐과 동시에 궁합이 좋은 업계, 과제, 고객의 경향도 굳어졌습니다. 이는 긍정적인 면도 있습니다만, 자사와 고객 양쪽으로부터 요구받는 기대치도 고정적이 된 결과, 요구받는 일은 자신의 경험과 지견을 끄집어내는 것이 대부분이 되는 경향이 나타났습니다. 이 정도의 환경에 기인하여 얻은 경험을 전문성이라고 부를 수 있는지 자문자답과 함께 어딘가 남아돈다는 감각, 위화감도 안고 있었기에 30세 이후에도 커리어를 전환해 온 경위가 있습니다.

그래서 지금 있는 젊은 분들에게는 30세 이후에도 성장을 느낄 수 있는 환경을 선택해 주시기를 바랍니다. 거꾸로 지금의 일에 부족함을 느꼈을 때 새로운 일에 도전하는 환경이 enableX에 있다는 것을 전하고 싶습니다. 고정된 환경에서는 그 환경에서만 가치 제공할 수 있게 되어 버리는 리스크가 있고, 그것이 새로운 일을 시작하거나 도전하는 것에 대한 허들이 됩니다.

새로운 길을 개척하고 싶다, 미답의 영역으로 뛰어들고 싶다, 자신이 해 본 적 없는 일에 흥미가 있다. 그러한 분들과 함께 일해 가고 싶습니다.

― 마지막으로 메시지가 있다면 부탁드립니다.

enableX의 행동 지침에 "당사자이고자 한다"는 것이 있습니다. 제 나름의 해석을 더하자면, "이런 것을 만들고 싶다"고 말할 뿐이 아니라 실제로 만들어 본다. 우선 어설픈 것이어도 좋으니 보여 줄 수 있다, 그러한 분이 좋다고 생각합니다.

또한 독자적인 인풋을 얻는 것도 소중히 해 주시기를 바랍니다. AI 시대인 만큼 주위와 같은 대중적인 정보를 얻는 것은 의미가 옅어집니다. 자신의 머리와 사고를 독자화하기 위해서는 인풋을 독자화할 필요가 있습니다. 새로운 정보의 조합이 창조의 가치를 낳습니다. 저는 뇌과학 책이 나올 때마다 뇌에 새겨 넣고 있고, 최근에는 『악역을 만드는 법』 같은 책도 읽고 있습니다(웃음). 여러 발상이나 창조의 재료를 아이디어로 전환하여, 말하는 것에 그치지 않고 실천적인 아웃풋으로 만들어 갑니다. 독자적인 인풋으로 조합된 아웃풋은 필연적으로 독자성을 동반합니다. 그것을 흥미롭다고 말해 주는 사람이나 진지하게 받아들이는 사람이 enableX에는 많다고 생각합니다.

물론 "형식 파괴는 형식이 있고 나서"이므로, 기본은 소중합니다. 그 위에서 AI와 같은 추론 베이스의 기술은 직접 만져 어떻게 움직이는지를 보고, 그것을 개선할 수 있도록 시행착오하여 끌어올릴 수 있는 실천적인 호기심이 중요합니다.

그러한 모드의 사람이 된다면 지식만으로는 이기는 것이 불가능하기 때문에, AI 업계에서는 이 벽을 넘을 수 있는 사람, 그 포텐셜이 있는 사람에게 적성이 있다고 개인적으로 생각합니다. 답답하게 골똘히 생각하는 것은 적당히 하고, 손이나 발을 멈추지 않고 "꺾이지 않는다", "될 때까지 그만두지 않는다", "일단 만들어 본다"라는 어프로치를 취할 수 있는 사람입니다. 스스로 개척할 환경을 스스로 만들거나, 거꾸로 그러한 환경을 원하고자 하는 사람이 enableX에 어울린다고 생각합니다. 저도 인간이기 때문에 자타 모두 인간의 포텐셜을 끝까지 추구하고 확장해 갈 수 있으면 좋겠다고 생각합니다.