AI 프로젝트 선정 방법: ISP 발상법과 AI 아이디어 평가 4대 기준

핵심 메시지

• 좋은 AI 과제는 실제 문제를 풀고, 기술적으로 가능하며, 뚜렷한 사업 수익(ROI)과 필요한 데이터·역량을 갖춰야 한다.
• 아이디어 발굴은 발상(Ideate)·공유(Share)·평가(Evaluate)·선택(Pick)의 4단계 ISP 방법론으로 체계화할 수 있다.
• 사업 담당자와 기술 담당자가 한 팀으로 움직여야 좋은 아이디어와 기술적 실현가능성을 동시에 확보한다.
• AI 아이디어 캔버스는 문제·아이디어·ROI·데이터·AI 패턴/도구·사용자/수용·PoC 등 7개 축으로 아이디어를 정리한다.
• 아이디어는 데이터 준비도, 사업 임팩트, 실현가능성, 예상 수용도 4가지 기준으로 평가하고 점수화해 고른다.

쉽게 이해하기

오마르 마허의 'AI for Business' 코스 4편은 비기술 배경의 실무자를 위해 '어떤 AI 과제를 골라야 하는가'라는 질문을 다룬다. 강연자는 좋은 AI 아이디어란 실제 문제를 해결하고, 기술적으로 구현 가능하며, 의미 있는 사업 수익을 내고, 이를 실행할 데이터와 역량을 갖춘 것이라고 정의한다.

핵심 도구는 ISP 방법론이다. 발상(Ideate) 단계에서는 매출·비용·고객경험·리스크 같은 사업 동인이나 특정 부서(마케팅, 공급망 등), 전략 목표를 출발점으로 삼아 예측·컴퓨터비전·텍스트 이해·콘텐츠 생성 같은 AI 활용 패턴 안에서 아이디어를 브레인스토밍한다. 이때 사업 담당자와 기술 담당자를 섞은 혼성 팀을 만들고, 사전에 AI 지식을 교육하는 것이 좋은 결과의 조건이다.

공유(Share) 단계에서는 AI 아이디어 캔버스로 각 아이디어를 정리한다. 캔버스는 ①해결할 문제/창출할 가치 ②구체적 AI 아이디어 ③기대 ROI ④필요 데이터와 소재 위치 ⑤AI 패턴과 활용 가능한 클라우드 AI 서비스/모델 ⑥최종 사용자와 수용 동기 ⑦PoC 범위와 성공 지표의 7개 축으로 구성된다. 아마존·구글·마이크로소프트 같은 클라우드의 기성 AI 서비스를 활용하면 초기 탐색과 PoC 시간을 크게 줄일 수 있다.

평가(Evaluate) 단계에서는 아이디어 평가 템플릿으로 네 가지 기준을 점수화한다. 데이터 준비도는 필요한 데이터의 가용성·라벨링·정제·접근성을, 사업 임팩트는 매출/비용·시간·고객경험·리스크·핵심 KPI로 환산한 가치를, 실현가능성은 기술 복잡도·인력과 역량·소요 시간을, 예상 수용도는 전략 정렬·사용 팀의 열의·명확한 챔피언 유무를 본다. 강연자는 AI 프로젝트의 87%가 ROI를 뒤늦게 고려해 실제 운영에 이르지 못한다는 점을 경고한다.

선택(Pick) 단계에서는 점수가 높은 아이디어를 역량에 맞춰 추린다. 특히 AI 여정을 막 시작하는 조직이라면 사업 임팩트가 있으면서도 '실현이 쉬운' 빠른 성공(quick win)부터 시작해 성과와 추진력을 쌓으라고 조언한다.

주요 인사이트

• 기술팀이 없다면 성공 경험이 있는 AI 컨설턴트를 두되, 사업 담당자를 먼저 AI 사례로 교육해 초기부터 참여시키면 사업성이 좋은 과제가 나온다.
• 기성 클라우드 AI 서비스나 사전학습 모델은 비정형 데이터(이미지·음성·텍스트·영상)에 흔하지만, 수요·매출 예측 같은 정형 데이터 문제에서는 직접 구축이 필요한 경우가 많다.
• 예측·수요 예측에는 계절성을 잡기 위해 최소 1년, 이상적으로 2~3년치 데이터가 필요하며, 5개월치로는 어렵다.
• 사업 임팩트 평가에서는 절대 수익뿐 아니라 그 영역이 전략적 우선순위인지가 등급(높음/중간/낮음)을 가른다.
• 평가 템플릿은 낮음 1점, 중간 2점, 높음 4점처럼 높은 등급에 더 큰 가중치를 주며, 사업 임팩트에 가중치를 더 얹어 중요도를 반영할 수 있다.

자주 묻는 질문

관련 AI 소식