가트너가 2024년 4월부터 7월까지 5,141명의 근로자를 대상으로 설문 조사를 진행한 결과를 공개하며, 2028년까지 업무용 앱의 20% 이상이 적응형 근로자 경험(Adaptive Worker Experiences)을 위해 AI 기반 개인화 알고리즘(AI-driven personalization algorithms)을 사용할 것으로 예측했다. AI 기반 알고리즘을 탑재한 디지털 워크플레이스 애플리케이션과 서비스 및 기술이 직원의 생산성을 좌우하게 된다는 의미다.
‘적응형 근로자 경험’이란 근로자 개개인의 필요에 맞춰 맞춤형 업무 환경을 제공하는 것을 말한다. 그것은 업무 시스템이 될 수도 있고 작업에 대한 접근 방식이 될 수도 있다. 한 마디로 업무 도구, 프로세스, 작업 환경 등을 직원들이 만족스럽게 여기고 효율적으로 일할 수 있게 하는 것이다.
가트너의 부사장 애널리스트인 토리 폴먼은 “업무용 앱도 소비자 앱처럼 직관적이고 강력한 느낌을 주어야 한다. 이것이 바로 직원들이 갈망하는 것, 즉 주류 소비자 애플리케이션의 편리함과 일관성을 반영하는 원활하고 개인화된 옴니채널 디지털 경험이다”라고 밝혔다.
그는 이어 “하지만 지난 10년 동안 소비자 앱과 기업용 앱 경험의 격차는 더욱 커졌다. 많은 업무용 애플리케이션이 고립되고 일관성이 없으며 경직된 상태로 남아 있어 사용자 경험 측면에서 개선해야 할 점이 많다”라고 지적했다.
가트너는 이러한 문제를 해결하기 위해서 ►모범 사례 구현(Implement Best Practices) ►투명성 확보(Ensure Transparency) ►주요 결과의 우선순위 선정(Prioritize Key Outcomes) ►명확한 요구 사항 정의(Define Clear Requirements) ►모니터링 및 적응(Monitor and Adapt)이라는 조치가 필요하다고 조언한다.
업무용 애플리케이션에서 AI 기반 개인화에 집중하고, 이러한 도구가 업무 스타일을 분석하고 개인화된 인사이트를 제공하도록 해야 한다. 이를 기반으로 작업 우선순위를 정하고, 워크플로를 자동화하는 등 각 직원의 생산성의 향상을 위해 맞춤화되어야 한다. 그리고 이런 사례가 성공을 거두고 많이 나와야 한다.
디지털 업무 공간에서 이루어지는 작업에 대한 알고리즘을 명확하게 전달하고 윤리적 가이드라인을 준수할 수 있게 투명성을 보장해야 한다. 의사 결정 프로세스에 대한 자세한 설명, 데이터 개인 정보보호 및 보안 조치를 통한 직원 정보를 보호함으로써 신뢰를 구축해야 한다.
비즈니스 목표를 명화 하게 하고 업무 유형에 따른 결과의 우선순위를 정하는 것도 필요하다. 이를 테면 ‘고객 서비스는 첫 번째 전화 연결에서 해결’ 같은 식으로 구체적인 목표를 정하는 것이다. 또한, AI 기반 개인화에서 가장 큰 혜택을 보게 될 직원 역할을 결정하고, 적응형 사용자 경험이 마찰을 최소화하고 생산성을 높이는 방법을 연구한다.
요구 사항 명확하게 정의한다는 것은, 공급업체를 선택할 때 직관적이고 효과적인 도구를 보장할 수 있는 방법을 마련해야 한다는 뜻이다. 이를 위해 AI 기반 적응형 사용자 인터페이스, 개인화된 작업 관리, 직원 경험 중심의 디자인을 갖춘 애플리케이션에 중점을 둔다.
이러한 맞춤형 도구에 대한 효과를 정기적으로 평가하는 것도 중요하다. AI로 개인화된 애플리케이션시 실제로 업무 효율 향상에 도움이 되는지, 본인이 사용하는 데 있어 불편하다고 여기거나 개선할 점은 없는지 모니터링해서 개선하고 발전시키는 것이 중요하다.
토리 폴먼 부사장은 “디지털 업무환경 애플리케이션의 영역에서 이러한 알고리즘은 작업자의 행동, 선호도, 과거 상호작용을 이해하고 관찰하여 맞춤형 추천을 제공함으로써 생산성의 판도를 바꿀 수 있다. 이러한 알고리즘의 힘은 귀중한 인사이트를 표면화하고, 정보를 간소화하며, 작업자의 작업 우선순위를 정하고, 워크플로를 자동화하여 시간을 절약하고 핵심 업무를 더 쉽게 수행할 수 있게 해 준다”라고 강조했다.
[email protected]
Read More from This Article: ‘업무용 애플리케이션 만족한다’ 23%에 불과··· AI 기반 개인화 알고리즘이 열쇠
Source: News