최고 혁신 책임자(CINO). 20년 전만 해도 최고 경영진에서 이 직책은 매우 드물었습니다. 하지만 오늘날 이 직책은 포춘 1000대 기업의 성장을 주도하는 가장 중요한 역할 중 하나가 되었습니다. 하지만 다코 로브릭과 그레그 슈나이더가 2019년 하버드 비즈니스 리뷰 기고문에서 설명한 것처럼, 이 역할은 아직 초기 단계에 머물러 있습니다. 따라서 조직이 해결하고자 하는 비즈니스 과제에 따라 책임과 역할에 대한 접근 방식이 모두 달라집니다.
그렇다면 혁신 및 R&D 부서에 근무하는 부사장이나 이사에게 이는 어떤 의미일까요? 특히 CINO에게 비즈니스에 대한 문화적 기회와 위협에 대해 알리고 교육하는 임무를 맡고 있다면 어떨까요?
즉, 함께 일하고 있는 CINO의 유형만 고려해야 하는 것이 아닙니다. 또한 급변하는 소비자 시장에서 이들에게 최신 정보를 제공하는 데 필요한 최상의 리서치 입력 유형도 고려해야 합니다.
그러나 최고 혁신 책임자 유형에 따라 연구와 관련하여 기대하는 바가 다릅니다.
총 6개의 포스팅으로 구성된 이 시리즈에서는 위에서 언급한 HBR 기사를 기반으로 합니다. 러브릭과 슈나이더가 규명한 6가지 주요 유형의 최고 혁신 책임자를 살펴보고, AI 기반 인류학적 접근 방식이 CINO의 고유한 개성과 기술을 보완할 수 있는 다양한 방법에 대해 간략하게 설명합니다.
최고 혁신 책임자 #1:
연구원
러브릭과 슈나이더는 연구원을 "과학적 방법론을 사용하여 수많은 아이디어를 길들이고 수많은 데이터에서 인사이트를 도출하는 사람"으로 정의합니다. 연구실 가운을 사랑하는 최고 혁신 책임자입니다. 이들은 아침에 일어나면 완전히 새롭고 참신한 무언가를 발명하여 해당 카테고리의 차세대 대세가 될 수 있도록 노력합니다.
문제는 새로운 지적 재산(IP)을 개발하는 과정에서 혁신이 실패할 확률이 높고 조직에 더 많은 긴장감을 조성할 수 있다는 것입니다. 따라서 러브릭과 슈나이더는 혁신이 "답을 찾는 것만큼이나 올바른 질문을 결정하는 것"에 초점을 맞추는 팀에서 이러한 유형의 CINO가 성공할 수 있다고 강조합니다.
바로 이 지점에서 민첩한 인류학적 접근 방식이 중요할 수 있습니다.
'연구원'을 상대할 때, 그들의 과학적 성향 때문에 질적 연구에 대해 덜 개방적이거나 수용적일 수 있습니다. 하지만 혁신 팀이 새로운 IP 개발을 고려할 때 '올바른 질문을 하고 있는지' 가장 정확하게 확인할 수 있는 것은 소비자에 대한 인류학의 문화적 이해입니다.
다행히도 AI 인류학의 발전으로 인류학적 렌즈를 통해 빅데이터 세트를 살펴볼 수 있게 되었습니다. 데이터 풀의 규모를 늘림으로써 CINO가 때때로 질적 방법과 연관시키는 편견과 부정확성을 제거할 수 있습니다.
우선 AI 인류학은 노벨 경제학상을 수상한 경제학자 다니엘 카너먼이 정의한 가용성 휴리스틱을 제거합니다.
가용성 휴리스틱은 떠오르는 즉각적인 사례에 의존하는 정신적 지름길입니다. 어떤 결정을 내리거나 무언가를 추론하려고 할 때, 관련된 여러 가지 사건이나 상황이 즉시 떠오릅니다. 그리고 즉각적으로 떠오르기 때문에 그것이 옳다고 가정합니다. 이는 가용성 편향을 유발하며, 대부분의 전통적인 질적 연구 모델이나 민족지학적 연구 모델(표본 수가 적은 경우)은 물론 소비자에게 왜 그런 행동을 하는지 물어보는 데 의존하는 연구에서도 문제가 됩니다.
인적 요소 (특히 데이터 수집, 정리, 맥락과 동기에 대한 초기 해석)를 제거한 AI 시스템을 만들면 인류학적 엔진을 활용하여 수십만 명이 아닌 수백만 명의 소비자들 사이에서 패턴을 식별할 수 있습니다. 카네만이 지적한 것처럼, 더 많은 데이터를 활용할수록 결과를 잘못 해석할 가능성이 줄어듭니다.
둘째, 이 방대한 양의 데이터를 순전히 관찰의 시각으로 바라봄으로써 소비자를 방해하지 않고, 대신 우리 제품을 선택하거나 주제나 이슈에 관심을 가질 사람들의 삶에 진정으로 몰입할 수 있습니다.
마지막으로, 가장 중요한 것은 AI 인류학을 통해 문화의 변화를 정량화할 수 있다는 점입니다. 상상할 수 있듯이, 이러한 정량화는 '연구자' CINO가 혁신과 R&D 결정을 내리는 데 사용하는 문화 데이터에 대해 더 확신을 가질 수 있도록 도와줍니다.
어떤 주제나 트렌드를 조사하면 그 주제나 트렌드가 문화에서 얼마나 관련성이 높아지는지 예측할 수 있습니다.
이를 달성하는 것은 쉬운 일이 아니었습니다. 검색어를 둘러싼 토픽 유니버스를 분석하고 시간 경과에 따른 토픽 유니버스의 변화를 조사하는 모델을 구축해야 했기 때문입니다. 본질적으로, 우리는 기계를 사용하여 모든 주제, 아이디어 또는 트렌드를 둘러싼 의미의 별자리를 모델링하고 연구합니다.
구체적으로 알고리즘은 다음을 결정합니다.
- 검색어를 둘러싼 새로운 토픽이 토픽 유니버스에 진입하고 있습니다(이는 토픽의 문화에 불과합니다).
- 이러한 새로운 주제는 현재 토픽 유니버스를 구성하고 있는 주제보다 더 성숙한 주제, 즉 훨씬 더 많은 인구와 관련이 있는 주제인가요?
- 이러한 새로운 토픽으로 인해 토픽 유니버스의 다양성이 줄어들고 있습니다. 즉, 토픽이 성숙할수록 그 토픽이 담고 있는 의미의 다양성이 줄어든다는 것입니다.
- 이러한 보다 성숙한 주제는 검색어와의 연관성 및 양이 모두 증가하고 있습니다.
이 4단계 분석 결과를 바탕으로 해당 주제에 대한 4년간의 데이터를 사용하여 알고리즘은 예측을 실행하고 예측에 대한 시간 프레임도 제공할 수 있습니다.
각 예측에는 몇 가지 중요한 지표가 포함되어 있습니다.
- 기간은 예측 결과에 도달하는 데 필요한 연도를 나타냅니다.
- '변화를 주도하는 토픽'은 성숙도 곡선에서 추세를 오른쪽으로 밀어붙이고 있는 토픽을 말하며, '저항하는 토픽'은 그 반대의 움직임을 보이고 있습니다.
- 예측은 다음을 나타냅니다.
이것이 여러분에게 어떤 의미일까요?
즉, 고도로 분석적인 CINO를 통해 인사이트를 제시할 수 있으며, 이는 본질적으로 소비자 문화의 변화를 정량화하는 데 기반한 정성적 인사이트입니다. 그리고 이러한 예측이 얼마나 정확한지 묻는다면, 과거의 예측과 현재의 결과를 비교한 1,000건 이상의 벤치마킹 검색에서 80.4%의 예측이 4.8%의 오차 범위 내에서 일치했다고 답할 수 있습니다.
이는 업계 표준을 훨씬 능가하는 수치이며, 크리테오의 연구에 기반할 때 고객의 프런트엔드 혁신 이니셔티브가 더 큰 성공을 거두는 이유이기도 합니다.
결론:
1년 전, 한 대형 종합식품회사의 감각과학 글로벌 책임자와 함께 일한 적이 있습니다. 그녀는 '연구원'의 전형에 딱 들어맞는 매우 재능 있는 최고 혁신 책임자와 함께 일했습니다. 이 회사는 웰빙 분야에 수백만 달러를 투자할 예정이었죠.
하지만 디렉터에게 뭔가 석연치 않은 점이 있었습니다. 그래서 그녀는 우리에게 5일간의 스프린트를 통해 AI 인류학 플랫폼을 사용하여 웰니스 및 웰빙 문화를 조사해 달라고 의뢰했습니다.
우리는 이 두 용어를 같은 의미로 사용할 수 없다는 것을 보여줄 수 있었을 뿐만 아니라(최고 혁신 책임자는 두 용어가 같은 의미라고 확신했습니다), R&D 팀이 실행할 수 있는 기술적 요구사항에 더 잘 부합하는 웰니스 수요 공간을 식별하고 정량화할 수 있었습니다.
우리는 디렉터가 문화적으로 적합한 빅데이터를 통해 CINO가 잘못된 질문을 하고 있다는 것을 증명할 수 있도록 도울 수 있었습니다.
CINO는 이 보고서를 보고 표본의 크기와 데이터의 양이 방대하여 자신이 소비자의 관점을 잘못 해석했다는 사실을 인정할 수밖에 없었습니다.
"숫자는 거짓말을 하지 않습니다." 그는 말했다.
이것이 바로 AI와 인류학을 통해 문화의 변화를 정량화할 수 있는 힘입니다.
다음 단계:
최고 혁신 책임자 # 2: 엔지니어