경제협력개발기구(OECD)는 지난 6월 “중소기업들의 데이터 분석 트렌드및 관련 정책”이라는 보고서를 발표했다. 보고서에 의하면 적극적으로 데이터를 수집, 분석  활용하는 기업이 그렇지 못한 기업보다 평균 생산성이 11% 높다. 특히 중소기업의 경우 데이터 분석 기술(AI)을 사용하면 비용 절감, 마케팅 활동 제고, 트렌드 파악 및 전망 능력강화 등을 통해 중소기업의 경쟁력 강화와 생산성 향상을 가능하게 한다는 결론을 제시했다. 
그동안 감사나눔신문은 기업의 생산성 향상에 감사를 접목시켜 크게 이바지해왔다. 이제 감사 기반의 드러내기 경영(TBVM)과 감사 기반의VM AI(TBVM AI)에 대하여 살펴 보고자 한다.

감사가 기업경영에 도입된 지 이제 10년이 되었다. 그동안 감사경영이 스스로 진화하기도 했지만 병원의 존엄케어와 결합하든가 드러내기 경영(VM)과 결합하여 더 큰 성과를 보여주고 있다.
특히 감사만을 경영에 도입하거나, 드러내기만을 경영에 도입했던 회사들이 감사를 기반으로 한 드러내기 경영으로 진화하면서 초격차 기업으로 변신하고 있다. 
조직원들이 해야 할 일을 하고, 그 일을 하고 싶게 하고, 할 수 있게 하는 방법론이 감사기반의 드러내기 경영이다. 이 방법의 파워를 알기 위하여 제이미크론의 사례를 잠깐 살펴보면 올해 상반기에 원자재인 금값이 40%, 인건비가 30% 이상 올랐는데도 상반기에 매출액 이익률 10%를 올렸다. 모두들 어려워하는데 이 회사는 새로운 고객이 나타나 매출액이 늘어나고 있다. 이 회사를 견학한 많은 분들이 우리나라의 새로운 희망을 보았다고 하였다.

감사경영을 2011년부터 도입한 포스코는 그동안 사람에게 감사를 전하는 것은 물론 기계에도 <코일카 감사합니다>, <용광로 감사합니다>를 하며 감사를 사람만이 아니라 사물에도 사용해왔다. 그뿐만 아니라 <안전모를 착용합시다> 대신에 <안전모를 착용해주셔서 감사합니다>로 바꾸었더니 훨씬 성과가 좋았다. 그래서 그 성과가 2015년 미국 버지니아대학의 경영대학인 다든 스쿨의 사례 연구로 온라인에 게재되기도 했다.  포스코와 감사나눔(POSCO and Thanks Sharing) 이라는 제목으로 사례가  전세계 경영학도들에게 공유되었다. 그리고 포스코는 알파고의 영향을 받아 2015년부터 스마트 팩토리 프로젝트를 진행해왔다.
이제는  <용광로 감사합니다>를
넘어서 용광로에 AI의 딥러닝 방법을 적용하여 세계 최초로 인공지능 제철소를 만들었다. 용광로에 딥러닝(Deep Learning)방법을 적용하여 40m 넘는 높은 용광로 내의 조업 상황을 표현하는 노황을 자동제어 하게 되었다. 쇳물 온도를 유지하고 설비고장을 예측하는 시스템을 만들기 위하여 1단계 비정형 데이터를 정형화하고 2단계인 노황을 딥러닝 방법을 활용하여 자동제어 하게 되었다. 전에는 용광로에 사용하는 석탄과 철광석을 수동으로 샘플링했으나 현재는 고화질 카메라를 설치해 석탄과 철광석의 상태를 실시간으로  데이터화하고 있다. 특히 그동안 용광로 내부 쇳물  온도를 작업자가 확인했던 것을 지금은 사물인터넷 센서를 활용하여 실시간으로 데이터화 하고 있다.
이제까지 TBVM으로 경쟁력을 높인 초격차 기업들은 포스코 공장의 용광로처럼 AI를 적용하여 경제협력개발 기구의 보고서에서 제시한 대로 11%의 생산성을 더 올려 초격차 기업을 초초격차 기업으로 업그레이드 함을 목표로 해볼 일이다.