- 글로벌 기업들이 디지털 트랜스포메이션을 통해 4차 산업혁명에 뛰어든 모습을 보며 그 성공 사례를 기다리고 있는 기업들도 있다. 남들이 하는 것을 보고 천천히 쫓아가도 늦지 않다고 생각하는 것이다. 과거의 혁신 활동에서는 이것이 가능했다. 남들이 먼저 한 것을 따라 배우는 것이 어렵지 않았다. 하지만 디지털 혁신은 궁극적으로 다른 기업이 해놓은 베스트 프랙티스를 보고 따라할 수 있는 종류의 것이 아니다.

- 스마트공장을 위한 기업들의 디지털 혁신은 크게 두 가지 형태로 진행되고 있다. 하나는 기존에 운용하고 있던 IT 기반의 시스템들을 최적화하는 방식이고 다른 하나는 IT 기술을 접목시켜 기존에 생각하지 못했던 완전히 새로운 가치를 창출해내는 또 하나의 혁신이다. 두 가지 접근 방식 모두 디지털 혁신의 범주에 넣고 생각할 수 있다. 어떤 기술을 도입해서 어떤 방법으로 혁신을 해나갈지는 그 기업이 처한 현재의 상황과 미래 방향성 등에 따라 다르게 나타날 수 있다.

- 데이터를 1차적으로 정제하면 ‘인포메이션(information)’이 되고 이것을 조금 더 정제하면 ‘인사이트(insight)’가 된다. 현장의 말단에서 데이터를 모으고 그것을 분석해서 기업 경영에 새로운 가치를 창출할 수 있는 인사이트를 뽑아내는 것이 결국 디지털 혁신이자 스마트공장의 본질이다.

- 데이터라는 것이 어느 날 한 순간에 갑자기 생기지 않는다. 오랜 시간을 투자해서 축적해야 한다. 데이터 분석이나 인공지능 같은 단어들이 한편으로 보면 기술의 첨단을 달리는 것 같아 보이지만 본질적인 특성은 인형 눈을 붙이는 작업과 크게 다르지 않다. 요행이 있을 수 없고 엄청난 끈기와 인내를 갖고 하나하나 붙이고 쌓아야 한다.

- 인공지능은 음성 인식·의사결정·추론과 같은 인간의 지능을 모방한 기계나 시스템을 말한다. 인공지능을 구현하기 위한 방법 중 하나로 머신러닝과 딥러닝이 있다. 두 가지 방법은 혼재되어 사용되기도 하지만 머신러닝이 보다 큰 개념이고 딥러닝이 그보다 작은 개념이다. 인공지능을 구현하기 위한 방법이 머신러닝이고 머신러닝을 구현하기 위한 방법 중 하나로 대두된 것이 딥러닝이다.

- 기업의 조직 문제를 다룰 때 자주 사용하는 용어 가운데 ‘사일로 효과(Silos Effect)’라는 것이 있다. 사일로란 곡식이나 사료를 저장할 때 사용하는 굴뚝 모양의 창고를 말한다. 각 사일로마다 다른 내용물을 담고 있기 때문에 서로 통합되지 않고 따로 떨어져 있다. 기업 내의 시스템이나 데이터에도 사일로 현상이 존재한다. 부서나 업무에 따라 다른 시스템을 사용하고 그러다 보니 데이터의 양식도 모두 제각각이다.