이번 글은 Richard Garling이 미국 American Military University 에서 프로젝트 관리에 대한 주제의 석사 논문으로 제출한 내용을 요약한 글입니다. [원본 링크]
개요
오늘날 우리는 업무 수행에서 새로운 혁명의 시작을 봅니다. 이 새로운 혁명은 200여년전 산업 혁명이 상상했던 것보다 더 큰 영향을 미칠 수 있는 변화를 일으킬 수 있습니다. 일반적으로 AI(인공지능) 혁명이라고 불리며, 머신 러닝(ML), 인지 컴퓨팅, 자연어 처리(NLP)라고도 합니다.
AI는 180만 개 이상의 일자리를 대체할 것으로 추정되지만, 230만 개의 일자리를 더 창출할 것이며, 2조 9,000억 달러 이상의 사업 가치를 창출할 수 있습니다
AI 장치는 주변 환경에서 정보를 수신하도록 설계 및 제작되었으며 성공적인 결론의 가능성을 높이는 조치를 취하도록 프로그래밍되어 있습니다. AI는 외부에서 공급된 데이터를 올바르게 해석하고, 이러한 입력에서 학습하고, 시스템에 프로그래밍된 알고리즘을 기반으로 해당 데이터에서 결정을 내릴 수 있습니다. 이런 AI는 지능, 심지어 인간의 지능을 반영할 수 있지만 여전히 시스템에 프로그래밍된 것에 의해 제한될 뿐 그 이상은 아닙니다.(Lahmann, Keiser, & Stierli, 2018)
전통적인 프로젝트 관리란 제품이나 프로세스와 같이 특정한 것을 만들기 위한 일시적인 노력입니다. 프로젝트에는 시작과 끝이 있습니다. 프로젝트 관리란 프로세스입니다. PMI에서는 프로젝트가 처음부터 끝까지 거칠 수 있는 5가지 프로세스 그룹과 10가지 지식 영역을 설명합니다. 높은 수준에서 이러한 프로세스는 프로젝트의 시작, 계획, 실행, 모니터링 및 제어, 마감 단계를 포함합니다. AI 프로젝트 관리란 AI가 영향을 미치는 데이터에 집중하는 노력입니다. AI는 데이터 없이는 아무것도 아닙니다. 많은 데이터를 필요하게 됩니다.
많은 프로젝트 관리 애플리케이션은 일정, 비용, 획득 가치 결정과 관련된 정보를 저장할 수 있지만 프로젝트 관리자는 시스템에 이러한 보고서를 수동으로 만들도록 지시해야 합니다. 프로젝트 관리 소프트웨어 중 다수는 AI 기능이 있다고 주장하며, 인간의 개입이 필요 없고, 간단한 작업을 자동화하며, 프로젝트 성과의 상태를 더 잘 이해하게 한다고 주장합니다. 하지만 현실은 이들이 완전한 AI 제어 프로젝트 관리 도구가 아니라는 것입니다.
획득가치관리(EVM)는 프로젝트 범위, 일정, 비용을 프로젝트 예측에 사용되는 체계적인 프로세스로 통합합니다. EVM은 기준 계획에 대해 수행된 프로젝트 작업을 정확하게 측정하는 것입니다. EVM은 프로젝트 관리자에게 주어진 시점에서 프로젝트의 현재 상태에 대한 정확한 정보를 제공합니다. 일정에 뒤처졌는지, 일정보다 앞서 있는지, 제 시간에 완료되었는지, 예산을 초과했는지 또는 예산 미만인지입니다. EVM을 사용하는 프로젝트 관리자는 프로젝트가 완료된 작업 수에서 어느 지점에 있어야 하는지, 지금까지 얼마의 비용을 지출했어야 하는지를 언제든지 알 수 있습니다. EVM을 사용하여 정확한 상태를 확인하는 것은 매우 수동적인 프로세스입니다.
이 논문에서 다루는 문제는 AI와 EVM을 함께 사용하면 프로젝트 성공을 크게 개선할 수 있는지 여부를 판단하는 것입니다. 기존 폭포수 프로젝트 관리의 극도로 수동적인 특성과 프로젝트에서 생성된 데이터의 특성으로 인해 AI를 효과적으로 사용하여 프로젝트 성공을 예측하는 능력은 의심스럽습니다. AI와 EVM을 결합하여 프로젝트의 성공을 지원하는 능력도 의심스럽습니다. 의심스러운 이유는 두 프로젝트가 동일하게 실행되지 않고 EVM이 이미 무거운 작업 부하에 추가 작업을 추가하기 때문입니다.
AI는 데이터에 크게 의존하며, 해당 데이터는 형식에 모호함이 없는 깨끗한 데이터여야 합니다. 머신 러닝은 분류, 레이블 지정, 검색이 가능한 구조화된 데이터를 좋아합니다. 구조화된 데이터는 구조화되지 않은 데이터보다 분석하기가 더 간단합니다. 구조화되지 않은 데이터는 정의된 형식이 없으므로 수집, 처리 및 분석하기 어렵습니다. EVM은 또한 프로젝트 일정, 비용, 계획과 같은 구조화된 데이터를 사용합니다. 이러한 모든 것에는 프로젝트 계획에 대한 작업 시간 보고와 같은 구조화된 입력이 필요합니다. 질문은 AI의 어떤 부분이 프로젝트 관리에 잘 맞을 것인가입니다. 인간 전문가의 의사결정 능력을 모방하는 시스템인 전문가 시스템은 가능한 도구가 될 수 있습니다. 대화 에이전트라고도 하는 챗봇은 서면 또는 구두로 된 인간 음성을 모방합니다. 실제 사람과의 대화를 시뮬레이션하는 데 사용됩니다. 프로젝트 성공 예측 도구는 프로젝트가 시작되기 전에 프로젝트 성공을 예측할 수 있습니다.
연구 프로젝트의 목적:
이 연구의 목적은 EVM을 사용하는 AI 도구를 평가하고 프로젝트 성공률이나 성공률을 예측하는 능력을 향상시키는지 확인하는 것입니다. 또한 EVM과 함께 사용되지 않는 AI 도구를 조사하여 이를 적용하면 프로젝트 성공률을 향상시킬 수 있는지 확인합니다. AI를 EVM과 함께 사용하면 프로젝트 관리자가 프로젝트 중에 의사 결정을 내리는 데 도움이 될 수 있습니까? 그렇다면 어떤 도구가 획득 가치 지표와 가장 효과적으로 작동합니까? AI를 사용하여 프로젝트의 세 가지 제약 조건(범위, 일정 및 예산)을 통합하고 평가합니다.
프로젝트 관리자가 수많은 시간을 들여 숫자를 계산하는 대신 머신 러닝 알고리즘이 몇 초 만에 데이터를 분석하여 필요한 정보를 제공하고 가능한 방향을 제안할 수 있습니다.
이 연구의 중요성
이 연구는 EVM을 사용하여 프로젝트 관리에 AI를 적용하는 것에 대한 이해를 증진하고자 합니다. 프로젝트 관리 계획의 다양한 구성 단계를 식별하고 AI를 적용할 수 있는 가능한 솔루션을 논의합니다. 200년 전 산업 혁명과 마찬가지로 AI 혁명은 인간이 프로젝트 관리를 포함한 모든 일을 하는 방식을 바꿀 것입니다.
이 연구는 AI와 EVM을 사용하는 머신 러닝이 프로젝트 관리자가 프로젝트 수명 주기 전반에 걸쳐 의사 결정을 내리는 데 어떻게 도움이 될 수 있는지에 집중할 것입니다. AI가 프로젝트 관리자를 대체할 가능성은 낮습니다. 현금 자동 입출금기(ATM)의 출현과 그것이 직업으로서 은행원의 종말을 의미했던 것을 기억하세요. 하지만 ATM이 처음 도입되었을 때보다 오늘날 은행원이 더 많습니다.
이 연구는 AI 도구를 적용하기 위한 가능한 솔루션과 프로젝트 관리의 모든 측면이 아니더라도 많은 측면에 적합한 AI 도구를 사용할 수 있는지 검토합니다. 이 연구는 EVM을 사용하여 프로젝트 관리에 AI를 적용하는 데 집중하여 성공률을 크게 높일 것입니다.
주로 EVM 메트릭 측정을 AI 알고리즘에 통합하는 데 중점을 둘 것입니다. 이 연구는 프로젝트 관리에 EVM을 갖춘 AI를 적용한 성공적인 프로젝트 완료율에 개선이 있는지 확인하는 데 집중할 것입니다. 2013년도 역사를 보면 50%의 기업이 IT 프로젝트 실패를 경험했습니다. 2016년에는 그 숫자가 55%로 증가했습니다.
프로젝트 실패의 대부분은 계획 부족으로 인해 발생했으며, 56% 이상의 프로젝트가 기대에 부응하지 못했습니다. 85%의 기업이 AI가 향후 5년 내에 비즈니스 방식을 크게 바꿀 것이라고 말합니다.
EVM 도구는 50년 이상 군에서 프로젝트 성과를 측정하는 데 성공적으로 사용되었습니다. 이 연구는 EVM 공식을 사용하여 비용 성과 지수(CPI) 대 실제 비용(AC) 대 계획 비용(PC)과 같은 주요 지표를 모니터링하고 분석하는 알고리즘을 개발하는 데 중점을 둘 것입니다.
이러한 알고리즘은 프로젝트 방향에 대한 의사 결정을 지원하고 필요한 조치를 권장하는 실시간 보고에 중점을 둘 것입니다. AI 알고리즘의 실시간 관찰을 통해 프로젝트 관리자는 프로젝트를 관리하는데 필요한 데이터 수집 및 조작 작업을 덜어낼 수 있습니다.
EVM 공식을 AI 알고리즘과 통합하여 올바르게 적용하면 프로젝트 관리자가 프로젝트를 완료하는 데 도움이 됩니다. 이 연구에는 오늘날 프로젝트 관리에 AI와 EVM을 통합하는 데 사용할 수 있는 기존 자료에 대한 문헌 검토가 포함됩니다. AI에서 사용되는 EVM이 유용한지, 그리고 그렇지 않다면 그 이유를 탐구할 것입니다. 이 연구는 오늘날 사용 가능한 다양한 AI 알고리즘을 고려하고 프로젝트 관리 프로그램에서 EVM을 사용하도록 합니다.
요약
이 연구는 EVM 방법 지표와 통합된 AI의 실제 적용 가능성이 있음을 보여주었습니다. 이 연구는 프로젝트 프로세스 초기에도 프로젝트의 성공적인 결과를 결정하는 데 가치 있는 연구가 있었음을 보여줍니다. 그러나 프로젝트 관리자가 프로젝트를 성공적으로 완료하는 데 도움이 되는 실제 응용 프로그램을 개발하기 위해서는 더 많은 작업이 필요합니다.
획득가치 프로젝트 관리(EVPM)는 획득가치를 비용, 일정, 기술 성과 관리, 위험 관리를 통합하는 주요 도구로 사용하는 체계적인 프로세스입니다. EVPM은 프로젝트의 어느 시점에서든 프로젝트의 실제 상태를 확인할 수 있지만, 조직 규칙을 따를 때만 가능하며, 규율 있는 접근 방식이 필요합니다.
이 연구가 답하고자 한 질문은 AI가 EVM과 통합될 때 프로젝트 완료 성공률을 95% 이상으로 개선할 수 있을지 여부였습니다. 이전 연구에서는 EVM을 AI와 완전히 통합하지 않고 프로젝트의 성공적인 완료 예측에만 집중했습니다. 프로젝트가 주어진 시점에서 예산 내에서 제 시간에 진행된다는 것을 확실하게 판단할 수 있는지는 아직 결정되지 않았으며 추가 연구가 필요합니다.
프로젝트 관리를 지원하기 위해 EVM 지표를 AI 알고리즘과 통합하는 추가 연구, 특히 실제 사용에 대한 연구가 계속되어야 합니다. 프로젝트 성공 분석이 유용하지만, 이론적 적용보다는 실제 적용에 대한 연구를 늘리면 프로젝트 성공률이 증가할 가능성이 큽니다.