자동차-[Case Story]이것 저것 해보다 지금은 되는 것에 집중...존슨앤드존슨의 달라진 AI 전략

[디지털투데이 황치규 기자]많은 기업들이 생성형AI와 관련해 이것도 해보고, 저것도 해보며 많은 아이디어를 실험한다.

거대 헬스케어 기업 존슨앤드존슨(Johnson & Johnson, 이하 J&J)도 예외는 아니었는데, 요즘은 좀 다르다. 이것 저것 해보기 보다는 되는 것에 집중하는 쪽으로 전략이 바뀌었다.

존슨앤드존슨 최고정보책임자(CIO) 짐 스완슨(Jim Swanson) 표현을 빌리면 '천 개의 꽃(thousand flowers)'에서 전략적 집중으로의 변화다.

월스트리트저널(WSJ) 최근 보도에 따르면 존슨앤드존슨이 생성형AI 도입을 추진하던 초기에는 조직 전반에 걸쳐 무려 900개 가까운 생성형 AI 사용 사례들이 나왔다. 하지만 이 중 상당수는 중복되거나 실효성이 떨어졌다. 전체 사례 중 10~15%가 전체 가치의 80%를 창출하고 있었다. 이는 존슨앤드존슨이 전략을 바꾸는 게기가 됐다.

이 과정에서 조직 운영 방식도 변화가 생겼다. 예전에는 중앙에서 모든 AI 아이디어를 심사했지만, 이제는 상업 부문, 공급망 부문, 연구 부문 등 기능별로 개별 조직들이 자체적으로 유망 사례를 선별하고 운영한다. 이같은 변화는 단순한 구조 개편이 아니라, 현장에 가까운 사람이 진짜 가치를 판단해야 한다’는 철학을 반영한 것이라고 WSJ은 전했다.

선택과 집중 전략은 나름 효과를 내는 모양새다.

렙 코파일럿은(Rep Copilot)은 영업사원들에게 치료제 설명법을 코칭해주는 생성형 AI어시스턴트로 현재 존슨앤드존슨 제약 부문에서 테스트가 진행 중이다. 로봇이나 인공관절을 다루는 의료기기(MedTech) 부문으로 확장 예정이다.

존슨앤드존슨은 사내 정책과 복리후생 정보를 안내하는 사내 챗봇도 운영 중이다. 연간 1000만 건 직원 문의를 줄이기 위한 시도란게 회사측 설명이다.

존슨앤드존슨에서 생성형AI는 신약 개발 및 공급망에도 활용되고 있다. 약물 결정화를 위한 최적의 순간을 찾는 실험부터, 원재료 부족 시 공급망 리스크를 예측하고 대응하는 작업까지 생성형 AI는 실험실과 물류 현장에도 녹아들었다고 WSJ은 전했다.