2026. 3. 27. 22:22ㆍ서비스디자인/서비스디자인 소식
데이터 과학과 서비스디자인을 결합한 '증거 기반 서비스디자인' 방법론을 제시합니다. 다보스 사례를 통해 이해관계자 간의 복잡한 이해관계를 스위스식 사전 조율로 해결하고, 개인정보를 보호하는 센서 데이터를 활용해 실질적인 방문객 흐름 예측 모델을 구축하는 과정을 보여줍니다. 서비스디자인은 단순한 아이디어 창출을 넘어, 데이터 인프라와 지역 공동체의 신뢰를 바탕으로 지속 가능한 관광 생태계를 만드는 구심점 역할을 해야 합니다.
마우로 루이스 고취 (Dr. Mauro Luis Gotsch)
그라우뷘덴 응용과학대학교(FHGR) 교수 및 서비스디자인 전문가
마우로 루이스 고취 박사는 장크트갈렌 대학교(University of St. Gallen, HSG)에서 경영학 박사 학위를 취득했습니다. 데이터 과학적 통찰과 디자인 사고를 결합하여 공공 및 관광 서비스의 혁신을 이끄는 '증거 기반 서비스디자인'의 선구자입니다. 장크트갈렌 대학교(HSG)에서 테크 기업, 금융, 보험사 등을 대상으로 비즈니스 혁신 워크숍을 이끌었으며, 현재는 고향인 그라우뷘덴의 FHGR(University of Applied Sciences of the Grisons)에서 관광 산업의 디지털 전환과 스마트 목적지 전략을 연구하고 있습니다. 그는 복잡한 이해관계자가 얽힌 관광지 시스템에서 데이터 거버넌스를 구축하고, 이를 통해 오버투어리즘 해결 및 게스트 경험을 최적화하는 실무 중심의 프로젝트를 수행해 왔습니다. 특히 스위스 특유의 협업 문화와 첨단 데이터 분석 기술을 서비스디자인 프로세스에 녹여내어, 비즈니스 수익성과 지역 생태계의 지속 가능성을 동시에 확보하는 하이브리드 접근법을 전파하고 있습니다.
마우로 루이스 고취(Mauro Luis Gotsch) 박사와 함께하는 관광 및 서비스디자인
출처 : 스위스 서비스디자인 네트워크 챕터 (Switzerland Service Design Network Chapter)
게시일 : 2026. 3. 19.
원본 영상 : https://www.youtube.com/watch?v=zdrpt_d4ATA
번역 : 제미나이 (오역, 생략이 있을 수 있습니다. 원본을 봐주세요)
발표자료 및 영상 보기 : https://www.service-design-switzerland.com/tourism-and-service-design-with-dr-mauro-luis-gotsch
본 웨비나에서는 그라우뷘덴(Graubünden/Grisons) 지역의 관광 산업이 스마트 기술을 활용한 ‘품질 관광(quality tourism)’ 전략을 통해 어떻게 운영되고 있는지, 그리고 늘어나는 데이터 수요와 게스트의 개인정보 보호 우려 사이에서 발생하는 긴장 관계를 설명합니다. 발표자는 ‘증거 기반 서비스디자인(evidence-based Service Design)’을 제시하는데, 이는 더블 다이아몬드(Double Diamond) 모델과 기초 데이터 과학 관행을 결합하여 가용 데이터 소스를 명확히 식별하고, 누락된 데이터를 수집하며, 책임 있는 데이터 기반 프로토타입을 구축함으로써 인사이트와 실행 사이의 간극을 메우는 하이브리드 방식입니다. 다보스(Davos)의 세부 사례를 통해 목적지 관리 기구(DMO)와 다양한 이해관계자들이 세 가지 목표 수준(전략적 예측, 운영 자원 계획, 공공 실시간 정보)에서 어떻게 정렬되었는지 보여줍니다. 또한 공공 데이터, 예약 데이터, 게스트 카드 데이터를 사용하여 모델을 테스트한 후, 예측 모델과 대시보드를 개선하기 위해 센서와 개인정보를 보호하는 비디오 분석 기술을 추가한 과정을 소개합니다. 토론에서는 스위스 방식의 사전 조율을 통한 이해관계자 워크숍 퍼실리테이션, 여행지 내 오버투어리즘 개입의 한계, 그리고 AI 개인화 및 수익화에 대한 신중한 전망을 다룹니다.
티저 (Teaser)
여러분은 서비스디자인을 해야 합니다. 이 스마트 기술 안에서 해내야 하죠. 그것은 데이터가 언제나 정답이라는 것을 의미합니다. 하지만 질문은 무엇이었을까요? 그래서 우리는 더 많은 데이터를 얻으라고 명령하는 전략을 가진 상황에서 문제에 봉착합니다. 우리에게는 점점 더 많은 데이터를 요구하는 프로젝트들이 늘어나고 있습니다. 하지만 고객층은 대체로 우리가 이토록 많은 데이터를 수집하는 것을 그리 좋아하지 않습니다. 우리는 인사이트와 실행 사이의 간극을 넘을 수 있어야 합니다. 우리는 이를 '증거 기반 서비스디자인'이라고 부릅니다. 매우 기본적인 데이터 과학 원리와 프로세스를 가져와서 꽤 잘 알려진 서비스디자인 접근 방식과 결합하는 것이죠. 이것은 고전적인 디자인 사고 방식과 디자인 과학 연구 같은 것 사이의 하이브리드와 같습니다. 만약 여러분이 사전에 각 당사자와 미리 조율(pre-alignment)을 거친다면, 이해관계자 회의 중에 최상위 목표를 두고 다툴 필요가 없습니다. 다시 말씀드리지만, 오버투어리즘을 근본적으로 막고 싶다면 그들이 온라인으로 예약하는 시점의 고객 여정을 가로채야 합니다. 사람들이 이 농부의 땅에 들어오지 못하게 하는 방법은 정지 표지판을 세우는 것이 아닙니다. 비슷한 풍경의 경로를 따라 걷는 하이킹 코스를 근처에 설계하는 것입니다.
여기서 왜 서비스디자인인가 (Why Service Design Here)
어둠 속에서 시작해 보겠습니다. 이 주제가 어둡다고 생각해서가 아니라, 여러분도 보시다시피 저희가 서비스디자인과 얽히게 된 것이 필요에 의해 시작되었기 때문입니다. 따라서 저희가 서비스디자인을 실천하는 방식은 저희가 하는 일의 정당성을 입증해야 하는 필요성과, 당연히 관광을 위한 새로운 서비스를 디자인하는 것 사이의 하이브리드 형태입니다. 하지만 저 개인적으로 서비스디자인과 얽히게 된 것은 더 전으로 거슬러 올라갑니다. 저는 이전에 장크트갈렌 대학교(University of St. Gallen)에서 근무하며 테크 기업, 은행, 보험사 등과 함께 아이디어 창출 워크숍을 위해 많은 서비스디자인과 일반적인 디자인 사고를 수행했습니다. 그 후 박사 학위를 마치고 나서 저는 산으로 돌아가야겠다고 생각했습니다. 고향인 쿠어(Chur)로 돌아가야 했고, 그것이 제가 FHGR(그라우뷘덴 응용과학대학교)에 합류하게 된 이유입니다. 그곳에서 가장 큰 관광 부문이자 산업 부문은 당연히 관광업이었고, 다행히 관광업은 서비스디자인에 대한 수요가 매우 많았습니다. 그것이 제가 지난 3년 동안 머물러 온 곳입니다. 하지만 오늘 밤 저는 주로 두 가지에 대해 이야기하고 싶습니다. 첫 번째는 제가 앞서 티저에서 언급한 것입니다. 우리가 서비스디자인을 적용하는 맥락은 무엇이며, 그것이 우리가 방법론과 상호작용하고 클라이언트와 상호작용하는 방식을 어떻게 형성하는가에 대한 것입니다. 그리고 후반부에는 우리가 개발한 어쩌면 독특할 수도 있는 서비스를 단계별로 보여드리는 구체적인 사례를 준비했습니다. 나중에 여러분이 어떻게 생각하시는지 한번 보죠.
그라우뷘덴의 관광 맥락 (Tourism Context in Grisons)
채팅창에 스위스 분들이 많이 보이는데, 스위스 분이 아닌 분들을 위해 이 지도는 아름다운 그라우뷘덴의 지도입니다. 오늘 밤 이야기가 일어나는 맥락에 대해 감을 잡으실 수 있도록 설명해 드리겠습니다. 우리가 서비스를 디자인할 때 단순히 시장만 바라볼 수는 없기 때문입니다. 관광 분야에서는 관광 자금이 어떻게 조달되는지, 지방 정부에 의해 어떻게 지원되는지 등을 고려해야 할 때가 많습니다. 그라우뷘덴에서는 GDP의 상당 부분이 관광업에서 나옵니다. 대략 11개의 관광 지역과 약 40개의 목적지가 있습니다. 계산 방식에 따라 다르긴 합니다. 분명한 것은 DMO라고 불리는 4개의 매우 큰 목적지 관리 기구가 있다는 점입니다. 제 계산으로는 약 25개의 지역 DMO가 있는데, 이들이 힘을 합쳐 이 산악 휴양지를 마케팅하며 연간 약 550만 건의 숙박과 셀 수 없이 많은 당일치기 방문객을 유치합니다. 오늘 밤 우리 이야기에서 중요한 점은 여기 보이는 각 지역, 즉 대부분의 DMO가 지역 홍보를 위한 지역 기금이나, 예를 들어 포트폴리오에 케이블카를 보유한 민간 또는 준민간 목적지 관리 기구를 통해 자금을 지원받는다는 점입니다. 그래서 우리는 공공, 민간, 준민간 단체들이 서로 상호작용하는 독특한 혼합 구조를 가지고 있으며, 학교로서 이 맥락에 들어갈 때 우리는 대개 이 두 세계 중 하나에서 운영되어야 합니다.
스마트 목적지 전략 (Smart Destination Strategy)
그라우뷘덴의 관광 전략은 대중 관광보다는 더 의미 있는 경험을 의미하는 '품질 관광'을 추구한다고 명시적으로 밝히고 있으며, 스마트 기술을 통해 이를 달성하고자 합니다. 이것이 조직 차원에서 의미하는 바는 두 가지입니다. 첫째, 스마트 목적지 프레임워크가 있습니다. 이는 데이터 기반 서비스, 의사결정 메커니즘, 데이터 생태계를 사용하여 게스트 경험을 개선하고자 함을 의미합니다. 하지만 이는 공공 행정, 데이터 인프라, 그리고 주민들의 일상생활에 제공할 수 있는 혜택인 '스마트 시티' 또는 '스마트 지역 정부'라는 아이디어와 연결될 수 있을 때만 가능합니다. 이는 전략과 정치 측면 모두에서 그러한데, 많은 예산이 시민들로부터 나오기 때문입니다. 따라서 많은 관광 정치는 사람들에게 되돌려주어야 합니다. 이것이 우리가 새로운 서비스디자인을 하거나, 클라이언트가 "우리 VR 애플리케이션이나 새로운 케이블카 디자인 같은 걸 테스트하고 싶어요"라고 제안하며 접근해 올 때 우리가 처한 맥락이며, 우리는 항상 이 이중 구조 안에서 생각해야 합니다. 만약 주 정부(Canton)에서 "좋습니다, 서비스디자인을 해야 합니다. 이 스마트 기술과 스마트 목적지 프레임워크 안에서 해야 합니다"라고 말한다면, 그것은 책임성과 디자인 모두를 위한 데이터가 언제나 정답이라는 뜻입니다. 하지만 질문은 무엇이었을까요? 이것은 제가 여러분께 새로운 이야기를 하는 게 아닙니다. 우리의 프로젝트는 대개 우리가 이미 가지고 있는 방대한 데이터와 우리가 필요로 하는 더 방대한 데이터 목록에서 시작됩니다.
그라우뷘덴의 두 가지 사례를 들어보겠습니다. 왼쪽 사례는 제가 좋아하는 아주 작은 예시인데, 모래톱이 보입니다. 이 모래톱이 특별한 이유는 그곳에만 둥지를 트는 멸종 위기 새들이 있기 때문입니다. 하지만 동시에 이곳은 관광객들이 좋아하는 장소이기도 합니다. 우리는 과거의 경험을 통해 단순히 도로를 막는 것만으로는 아무 소용이 없다는 것을 이미 알고 있습니다. 사람들은 그냥 바리케이드를 넘어 그곳으로 갑니다. 그래서 우리는 왜 관광객들이 그곳에 오는지, 그리고 새와 관광객 사이의 공존을 어떻게 만들 수 있을지에 대한 데이터가 필요했습니다. 그래서 우리가 그곳에 디자인한 제안은 오른쪽에서 볼 수 있는 일종의 이벤트 공간이었습니다. 해변이 있어서 해변을 찾아온 관광객들은 여전히 그곳에 머물 수 있습니다. 그리고 안전한 거리에서 새들을 관찰할 수 있는 전망대를 만들어 새들이 평화롭게 번정할 수 있도록 돕습니다. 이 지점들이 어디인지, 어떤 정보가 필요한지, 그리고 그것들을 어떻게 가시화할 것인지가 이 프로젝트에서 수집한 데이터의 일부였습니다. 물론 범위 2 또는 3(Scope 2 or 3) 데이터를 다루는 전체 목적지의 탄소 발자국 데이터 격차를 어떻게 메울 것인가와 같은 더 큰 프로젝트도 있습니다. 결론적으로, 서비스디자인이든 아니든 우리의 모든 프로젝트에는 엄청난 양의 데이터가 필요하며, 클라이언트들은 우리가 그들의 데이터를 활용하거나 그들을 위해 추가 데이터를 수집해 주기를 기대합니다.
데이터 딜레마와 신뢰 (Data Dilemma and Trust)
문제는 종종 데이터가 있어도 사용할 수 없거나, 데이터가 아예 존재하지 않는다는 점입니다. 오늘날 대부분의 기업이 보유한 이메일, 여행 경로, 이름, 주문 내역 같은 기본 데이터는 웹사이트나 포트폴리오를 최적화하는 데는 유용할지 모르지만, 심층적인 서비스디자인에는 사용할 수 없기 때문입니다. 그러기 위해서는 행동 데이터, 소비 데이터, 이동 데이터, 심지어는 영상이나 게스트의 심리적 프로필 같은 더 흥미로운 데이터가 필요합니다. 하지만 제가 말씀드리지 않아도 아시겠지만, 이는 개인정보 보호법과 관련된 문제가 있으며 깊은 신뢰가 필요합니다. 그래서 우리는 더 많은 데이터를 얻으라는 전략적 명령과 더 많은 데이터를 요구하는 프로젝트들이 늘어나는 상황에 처해 있지만, 고객층은 대체로 이토록 많은 데이터를 수집하는 것을 그리 좋아하지 않는다는 이슈에 봉착합니다. 우리는 유럽의 GDPR 비준이나 스위스의 새로운 개인정보 보호법 이후 법적 경로가 줄어든 것뿐만 아니라, 게스트들의 공유 의사 또한 줄어든 것을 확인했습니다. 팬데믹 기간에 이 수치들이 급증했는데, 이는 GDPR 법제화나 스위스의 새로운 법과 궤를 같이합니다.
이것이 서비스디자인을 할 때 우리가 겪는 딜레마입니다. 서비스디자인에 별로 흥미롭지 않은 최소화·익명화된 데이터만 있는 프로젝트가 있거나, 서비스디자인에 활용하기 위해 먼저 연구하고 구체화해야 하는 방대한 데이터 신뢰 뭉치가 있는 경우입니다. 아주 불쾌한 유행어를 빌려 표현하자면, 우리는 인사이트와 실행 사이의 간극을 넘을 수 있어야 합니다. 분석을 수행한 뒤에 무언가를 디자인하고 실행에 옮길 수는 있지만, 그 사이에서 벌어지는 과정이 우리에게는 문제였고, 여기서 저희만의 서비스디자인 브랜드가 등장하게 되었습니다.
증거 기반 서비스디자인 (Evidence Based Service Design)
우리는 이를 '증거 기반 서비스디자인'이라고 부르지만, 실제로는 매우 기본적인 데이터 과학 원리와 프로세스를 가져와서 꽤 잘 알려진 서비스디자인 접근 방식, 즉 디자인 카운실(Design Council)의 더블 다이아몬드와 결합한 것에 불과합니다. 익숙하지 않은 분들을 위해 설명하자면, 첫 번째 아이디어는 문제 공간을 정의하는 것입니다. 우리가 해결하고자 하는 것이 무엇인지, 그 안의 하위 문제들은 무엇인지 정의합니다. 예를 들어, 한 목적지의 여러 이해관계자와 함께 이것이 진짜 문제라는 점에 동의할 수 있을까요? (나중에 구체적인 사례를 보여드리겠습니다.) 이 과정이 끝나야만 비로소 고전적인 반복 개발 단계로 넘어갑니다. 수많은 아이디어를 개발하고, 대개 클라이언트와 함께 공동 창작(co-creation)을 통해 수많은 솔루션을 생성합니다. 그리고 방대한 목록이나 아이디어 뭉치가 생기면, 이를 결합하고 축소하여 테스트할 수 있는 한두 개의 프로토타입으로 수렴(converge)시킵니다. 거기서부터 동일한 반복 주기를 실행합니다.
데이터 과학 부분이 여기에 들어오게 된 계기는 두 가지를 발견했을 때였습니다. 첫째, 앞서 말씀드린 것처럼 문제 공간과 솔루션 공간 모두에서 클라이언트에게도 데이터가 없고 저희에게도 데이터가 없는 경우가 많았습니다. 따라서 문제 공간에서는 단순히 문제가 무엇인지 발견하고 클라이언트와 함께 정의하는 것뿐만 아니라, 문제를 정의하는 데 도움이 될 수 있는 데이터 소스가 무엇인지, 그리고 그중 우리가 실제로 사용할 수 있는 것은 무엇인지 찾아내야 합니다. 이것이 문제 공간에서 일어나는 일이며, 솔루션 공간에서도 마찬가지입니다. 일단 데이터가 확보되면 기본적인 모델을 돌리거나 데이터 기반 서비스를 만들 수도 있고, 마지막에 프로토타입을 위한 구체적인 목표를 세울 수도 있습니다. 이것은 고전적인 디자인 사고 방식과 디자인 과학 연구 같은 것 사이의 하이브리드와 같습니다.
저희는 완전히 과학적인 규율(discipline)도 아니고, 그렇다고 단순히 디자인 사고(design thinking)만 하는 것도 아닙니다. 그 중간 어디쯤에 있죠. 어떤 느낌인지 아실 겁니다. 실제보다 훨씬 근사하게 들리긴 하지만, 그 핵심은 여전히 디자인 사고입니다. 디자인 사고의 원칙이 이 과정에서 중요한 부분입니다. 하지만 저희는 데이터의 수집, 처리, 모델링을 강조할 필요가 있습니다. 이는 책임 소재를 명확히 하기 위함이기도 하고, 그것이 더 나은 서비스를 만든다고 믿기 때문입니다. 학구적인 분들을 위해 공식적인 정의를 내리자면, 증거 기반 서비스디자인이란 데이터 과학적 원리와 고객 데이터를 바탕으로 기존 서비스를 개선하거나, 타겟 이해관계자 그룹의 필요와 선호를 효과적으로 해결하는 새로운 서비스를 창출하는 단계적인 접근 방식입니다. 이제 이런 고상한 이상적인 이야기는 제쳐두고, 훨씬 더 명확한 이해를 돕기 위해 구체적인 사례를 살펴보겠습니다.
사례 설정: 방문객 흐름 (Case Setup Visitor Flows)
흥미롭게도 우리가 이야기할 이 문제 역시 팬데믹 기간에 시작되었습니다. 팬데믹 동안 저희는 방문객 흐름을 추적하고 싶어 하는 많은 관광지로부터 연락을 받았습니다. 예를 들어 관광지에 너무 많은 사람이 몰리지 않게 하거나, 거리 두기와 같은 안전 조치가 잘 지켜지는지 확인해야 했기 때문입니다. 저희에게 연락해 온 조직들은 당연히 목적지 관리 기구인 DMO들이었습니다. 이번 사례에서 구체적으로 다룰 곳은 다보스(Davos)입니다. 스위스에 있는 대부분의 DMO가 가진 문제는 그들이 '영토 없는 왕'이라는 점입니다. 즉, 마케팅, 브랜딩, 광고, 자금 배분 등에 대해서는 큰 영향력을 행사하는 대규모 조직이지만, 정작 자신들만의 게스트 데이터는 별로 가지고 있지 않다는 뜻입니다. 그들은 예약 시스템이나 게스트 카드를 통해서만 방문객 흐름을 매우 간접적으로 파악할 수 있을 뿐입니다. DMO 자체적으로 제공하는 서비스 상품이 없기 때문에 방문객이 몰리는 피크 타임에 큰 영향을 미칠 수 없고, 따라서 코로나 팬데믹 같은 비정상적인 시기에는 대부분의 서비스 예측 가능성이 매우 낮습니다. 이것이 1단계에서의 광범위한 문제였고, 저희는 DMO와 만나 "게스트를 추적할 수 있어야 한다. 어떻게 하면 좋겠느냐?"라는 질문을 받았습니다.
이해관계자 목표와 데이터 (Stakeholder Goals and Data)
그래서 2단계에서는 "이것이 정말 게스트를 '추적'하는 문제인가, 아니면 자원 배분의 문제인가?"라는 질문을 던졌고, 거기서 매우 기본적인 설문지를 활용했습니다. 오른쪽 화면에 보이는 것인데, 이것 역시 '응용 관광 인텔리전스 관리 프레임워크(Applied Tourism Intelligence Management Framework)'라는 거창한 이름을 가지고 있습니다. 사실 이것도 일종의 캔버스(canvas)지만 매우 유용합니다. 이 2단계의 첫 번째 단계는 가능한 한 많은 이해관계자를 한 방에 모으는 것이기 때문입니다. DMO뿐만 아니라 지자체, 정부, 케이블카 운영사, 호텔, 레스토랑 관계자들을 모두 모았습니다. 그리고 원래의 문제를 제기했죠. "우리는 게스트를 추적하고 싶습니다. 여러분도 관심이 있으신가요?" 그리고 나서 빠르게 데이터에 대해 이야기합니다. 거창한 목표에서 시작하긴 하지만, 곧바로 자원 기반 관점(resource-based view)으로 내려옵니다. 즉, 어떤 이해관계자와 협력하여 어떤 가용 데이터 소스를 사용해야 어떤 종류의 부가가치를 창출할 수 있는지를 따지는 것입니다.
다보스의 경우, 완벽한 합의를 끌어내지는 못했지만 결국 세 가지 수준의 문제와 그 수준에 따른 구체적인 해결책에 합의했습니다. 가장 상단에는 전략적 수준의 대기업과 DMO가 있습니다. 이들은 다보스 전체의 방문객 흐름에 대한 예측과 시뮬레이션을 만들기 위해 충분한 데이터 포인트와 게스트를 추적하고 싶어 했습니다. 한 단계 아래인 운영 수준에서는 일일 또는 중기 예측을 원했고, 특히 이를 자신들의 시스템과 연결하여 자원 관리와 수용력 관리에 사용하고자 했습니다. 그리고 더 작은 업체들이나 지자체, 지역 주민들을 위해서는 전광판이나 웹사이트를 통해 직접적인 실시간 정보를 제공하는 시스템을 원했습니다. 예를 들어 "지금 차를 가지고 나가지 마세요. 길이 막힐 예정이니 8시에 출발하면 원활할 겁니다" 같은 정보를 주는 것이죠. 이것이 우리가 설정한 세 가지 수준의 목표였지만, 여전히 구체적인 해결책은 없는 상태였습니다.
그래서 우리가 가진 데이터로 방문객 흐름을 모델링할 수 있는지 먼저 시도해 보았습니다. 우리가 가진 데이터는 스위스의 고속도로를 관리하는 'Astra'라는 부처의 공공 데이터, 날씨 데이터, 그리고 예약 및 휴양지 아파트 임대 데이터, 게스트 카드 데이터였습니다. 이를 통해 실시간 시스템을 만들었지만 결과가 그리 좋지는 않았습니다. 가용 데이터 포인트만으로는 우리가 결정한 세 가지 목표를 달성할 수 없다는 것을 보여주었죠. 실시간 티커(ticker) 정도는 줄 수 있었지만 상세하지 않았고, 예측도 훌륭하지 않았습니다. 더 많은 무언가가 필요했습니다.
센서, 모델, 그리고 대시보드 (Sensors Models and Dashboards)
그래서 저희는 다시 한번 이해관계자들과의 공동 창작을 통해 중요한 구체적 측정 지점이 어디인지 식별했습니다. 곧 주차장과 특정 관심 지점(POI)이 매우 중요하다는 것을 알게 되었습니다. 여기서 POI는 무엇이든 될 수 있습니다. 지역 호텔의 입구, 수영장 입구, 스케이트장 입구 같은 곳들입니다. 이제 드디어 솔루션 공간으로 들어왔습니다. 우리가 가진 데이터에 기반하여 무언가를 디자인하기 위해 어떤 밀도의 데이터가 필요한지 정확히 알게 되었습니다. 그래서 그에 맞는 추가 데이터 소스를 찾았습니다. 주로 3D 센서와 비디오 분석 기술을 사용했습니다. 곧 사례를 보여드리겠지만, 지자체, DMO 및 모든 이해관계자와 협의하여 이러한 POI에 장치를 설치했습니다. 종종 이러한 3D 센서 같은 인프라는 이미 매장들이 재고로 가지고 있는 경우가 많았습니다. 즉, 데이터는 이미 있었지만 다른 사용자들과 연결하지 않았을 뿐이었습니다.
5단계에 접어들어 이제 목표도 있고, 세 가지 수준에서 모델이 어떻게 보여야 할지에 대한 아이디어도 생겼습니다. 이제 첫 번째 프로토타입을 만들 차례입니다. 여기 화면에 보이는 것은(영상이 재생될지 모르겠네요, 네, 재생되네요) 카메라 뒤에서 작동하는 알고리즘 테스트 화면입니다. 여기 보이는 상자들은 모두 사람입니다. 상자로 표시되는 이유는 저희가 개인 식별이 가능한 데이터를 전송하거나 사용할 수 없기 때문입니다. 카메라는 렌즈 뒤에 AI가 탑재되어 있다고 상상하시면 됩니다. 카메라가 저희에게 보내는 정보는 움직임 벡터(movement vectors)와 인원수뿐입니다. 화면에서 픽셀이 뭉개져 보일지라도, 이것이 남자라는 식의 정보는 보내지 않습니다. 원본 비디오 피드와 움직임 벡터를 동시에 전송합니다.
이 데이터를 바탕으로 모델을 재계산하고, 이전에 정의한 네 가지 목표(전략, 운영, 실시간 정보 등)에 실제로 무엇이 쓰이는지 확인하기 위한 프로토타입 대시보드를 만들었습니다. 인프라 사용에 대한 기본적인 예측을 수행했는데, 여기서 인프라란 도로, 케이블카, 주차장 등을 의미합니다. 또한 방문객 시간대, 즉 언제 피크가 발생하는지, 더 중요하게는 언제 피크가 '발생할 것인지'에 대한 예측, 그리고 출입구가 하나뿐인 계곡 지형에서 매우 중요한 교통 통계, 그리고 전반적인 게스트 수 등을 파악했습니다. 이를 다시 상위 수준의 예측 알고리즘에 투입할 수 있었습니다.
롤아웃 및 수익화 (Rolling Out and Monetizing)
물론 이것은 아직 서비스가 아니라 대시보드일 뿐입니다. 대시보드는 적절한 사람들에게 전달되지 않으면 아무 소용이 없습니다. 그래서 다시 세 가지 수준의 이해관계자들을 대상으로 테스트를 시작했습니다. 첫 번째는 게스트 수준입니다. 솔직히 말씀드리면 이 부분은 여전히 조금 까다롭습니다. 웹사이트와 게스트 앱에 정보를 공개하고 있고, 지금은 AI 가이드에도 포함시켰습니다. 하지만 주로 현지인들만 확인하고 활용도는 그리 높지 않다는 것을 알고 있습니다. 그래서 고객들에게 훨씬 더 잘 도달할 수 있는 디지털 접점(touch point)을 여전히 찾고 있습니다.
조직 수준에서는 제대로 작동하는 데이터 거버넌스 프레임워크를 만들기 위해 꽤 많은 일을 해야 했습니다. 오른쪽에 보이는 모든 주체들이 데이터를 공유하고 세 가지 목표에 동의했지만, 그들 각자의 요구사항은 다르기 때문입니다. 그래서 각 주체는 서로 다른 대시보드를 가집니다. 모델 구성도 다르고 백엔드에 있는 데이터셋도 다릅니다. 조직 수준에서는 누가 이 정보를 받는지 파악해야 했고, 이 모델을 어떻게 활용할지, 예를 들어 자원 계획에 어떻게 사용할지 등에 대한 교육도 조금 진행해야 했습니다.
마지막으로 전략적 수준인데, 이 부분은 여전히 작업 중입니다. 현재 수익화(monetization)에 중점을 둔 후속 프로젝트를 진행하고 있습니다. 현재는 다른 이해관계자들이 소유한 접점을 제외하고는 목적지(DMO)가 이 모든 비용을 지불하고 있기 때문입니다. 하지만 주(canton) 단위의 상위 DMO인 '그라우뷘덴 페리엔(Graubünden Ferien)' 같은 곳에서 큰 관심을 보이고 있습니다. 자신들의 데이터셋과 결합해 새로운 서비스를 만들고 싶어 하죠. 또한 크로스컨트리 스키 코스(loen, 영어로 뭐라고 하는지 모르겠네요, 죄송합니다. 스키 레인 같은 것입니다)의 방문객 흐름을 최적화하는 것과 같은 작은 미니 서비스들도 살펴보고 있습니다. 수집된 데이터와 결정된 목표, 프로토타입을 바탕으로, 저희는 이를 백엔드와 게스트 프런트엔드에서 사용되는 실제 서비스로 정교화하는 작업을 계속하고 있습니다.
마무리하며
여전히 진행 중인 프로젝트지만, 6단계를 거치면서 지속 가능한 데이터 전략을 개발할 수 있었습니다. 아마도 가장 좋은 성과는 이해관계자들이 미래의 데이터를 예치할 수 있는 PaaS(Platform as a Service)를 갖게 되었다는 점일 것입니다. 예를 들어 마스터카드나 스위스콤과 협력하여 모델을 정교화하거나 비즈니스를 개선하고 싶을 때, 데이터를 공유할 인프라와 목적지 차원의 공통 데이터 전략이 이미 마련되어 있습니다. 무엇이 모두가 원하는 것이고, 무엇이 특정 업체만 원하는 것인지 알려주죠. 이는 지역 기업들과의 매우 긴밀한 협력으로 이어졌습니다. 지역 케이블카 및 다른 목적지들과도 계속 협력 중인데, 중앙에 있는 이 플랫폼과 예측 알고리즘이 많은 사람을 참여시키는 데 큰 도움이 되었습니다.
첫 번째 포인트의 반복이지만, 데이터 전략은 잘 작동할 뿐만 아니라 그라우뷘덴과 다보스 두 곳의 목적지 전략과도 일치합니다. 솔직히 말씀드리면 데이터 처리 과정, 즉 서비스 자체를 수익화하는 것은 여전히 프로토타입 단계에 가깝습니다. 하지만 반복(iteration)의 묘미는 그것이 단순히 핑계가 아니라 다음 프로젝트로 나아가는 단계라는 점입니다. 저희의 업무는 결코 끝나지 않는다는 희망적인 생각과 함께 발표를 마치고 여러분의 질문을 기다리겠습니다. 감사합니다. 마지막 슬라이드에 스위스의 4대 언어 중 하나로 아주 소수만 사용하는 로망슈어(Rumantsch)로 감사 인사가 적혀 있네요. 보기 좋네요.
질의응답:
이해관계자 워크숍 (Q&A Stakeholder Workshops)
질문: 다보스 이해관계자들과의 회의에 대해 더 자세히 말씀해 주실 수 있나요? 그 세 가지 수준의 목표에 도달하기 위해 워크숍을 어떻게 진행하셨나요? 각 이해관계자를 그들의 요구사항에 매핑해야 했을 텐데, 그 과정에서 있었던 복잡한 비하인드 스토리가 있다면 공유 부탁드립니다.
답변: 이것이 아마도 가장 중요한 단계일 것입니다. 일단 합의가 이루어지면 실제 작업은 (아주 사소하진 않더라도) 쉬워지기 때문입니다. 네, 큰 싸움이었습니다. 특히 목적지가 처음에 가졌던 원래 목표는 훨씬 더 구체적이었는데, 지금은 자세히 말씀드릴 수 없네요. 첫 번째 단계로, 조금 멍청하게 들릴지 모르겠지만 참여자들 사이의 적대감(animosities)을 파악해야 합니다. 어떤 사람들은 같은 방에 두면 안 되고 따로 인터뷰해야 하는지, 누가 데이터와 돈 측면에서 권력을 쥐고 있는지 파악해야 합니다.
그다음에는 누가 어떻게 정렬되어 있는지 봅니다. 그 과정이 단순하지는 않지만, 우선 각 주체를 찾아가서 이 문제에 대해 어떻게 생각하는지, 무엇을 원하는지, 특히 무엇을 '제공'할 수 있는지 일관된 방식으로 기록합니다. 여기서 자원 지향적(resource oriented)으로 접근하는 것이 큰 도움이 되었습니다. "당신은 무엇을 기여할 수 있습니까? 무엇을 기여하고 싶습니까? 그리고 그것이 당신이 원하는 것을 얻기에 충분합니까?"라고 묻는 것이죠. 이것이 첫 번째 수집 단계입니다.
그다음 가능한 솔루션과 권고안을 취합했습니다. 여러분이 보신 화면 이전에 사전 단계가 있었는데, 거기서 아이디어들을 정리한 뒤 모두를 마지막 워크숍에 초대했습니다. 그리고 "우리가 보니 전략적 수준, 운영 수준, 게스트 수준에 각각 아이디어 뭉치(cluster)가 있습니다. 어떤 것이 마음에 드시나요?"라고 물었죠. 대답은 당연히 "전부 다요"였습니다. 그래서 이해관계자들과 함께 각 클러스터에서 무엇을 원하는지 논의했습니다. 하지만 이 클러스터 자체는 저희가 각 주체를 차례로 방문하여 유스케이스가 무엇인지, 무엇을 기여할 수 있는지, 누구에게 어떤 책임이 있다고 보는지 물어서 만든 것입니다.
질문: 이해관계자들과 문제를 논의할 때 사용한 질문이나 방식이 궁금합니다. 분위기를 깨기 위해 던진 질문(icebreaker)이나 특별한 역학 관계를 포착하는 팁이 있을까요?
답변: 좋은 질문입니다. 제가 만든 'EDIX'라는 온라인 문서가 있는데, 거기에 아이디어 워크숍 진행 방식이 잘 나와 있습니다. 짧게 예를 들어보죠. 만약 정말 적대적인 대화 상황이라면(이번 사례는 아니었지만), 공통된 기반을 정의하는 것부터 시작합니다. 아주 기본적인 아이스브레이킹 질문으로 "왜 이 관광지를 좋아하시나요? 게스트들은 왜 이곳을 좋아한다고 생각하시나요?"라고 묻습니다. 거기서 겹치는 부분이 우리가 작업할 수 있는 지점입니다.
또 다른 큰 도움은 프로세스가 아니라 광범위한 목표에서 시작하는 것입니다. 대개 사람들은 "방문객 흐름을 추적하고 싶어요" 같은 구체적인 아이디어를 가지고 옵니다. 그러면 "그런데 왜요?(But why?)"라고 묻습니다. "그래야 모두가 어디 있는지 아니까요." "그런데 왜요?" "게스트 경험을 더 좋게 만들기 위해서요." "그게 무슨 뜻이죠?" 이런 식으로 계속 파고 내려가서, "만약 당신이 상상한 대로 완벽하게 작동한다면, 어떤 일이 벌어진 건가요? 게스트가 1만 명 더 늘어난 건가요? 아니면 여기 있는 게스트들이 더 만족하게 된 건가요? 당신이 노리는 게 정확히 무엇입니까?"라고 묻는 것이 핵심입니다.
스위스식 합의와 문화적 특성
이 정도로 문제를 세분화해 보면 어디에서 근본적인 의견 불일치가 있는지 아주 빨리 파악할 수 있습니다. 전형적인 근본적 갈등은 거대한 관광객 무리를 통해 번창하려는 사람들과, 품질 높은 관광과 장기 체류를 통해 번창하려는 비즈니스 사이에서 발생합니다. 물론 결국에는 모두가 돈을 벌고 싶어 하지만, 그곳에 도달하는 방법에 대해서는 서로 다른 생각을 가지고 있습니다. 그래서 많은 근본적인 불일치는 대체로 '품질 관광 대 대중 관광'이라는 선상에 있습니다.
이러한 근본적인 불일치를 발견했을 때, 저희는 보통 저희 스스로 공통된 지표를 찾으려고 노력합니다. 먼저 양측에 따로 물어본 다음, 양쪽의 답변을 분석하여 공통 분모를 찾는 것이죠. 여기서 한 가지 짚고 넘어가고 싶은 점은, 아마도 스위스 문화에 매우 특유한 부분일 텐데, 스위스 문화에서는 큰 워크숍을 하기 전에 먼저 일대일로 대화를 나눕니다. 모든 사람이 '체면을 유지(keep face)'하도록 돕기 위해서인데, 이는 스위스만의 아주 독특한 의견 불일치 해소 방식입니다. 먼저 사적으로 의견을 달리해보고, 나중에 함께 모여 공통된 지반을 구축하는 것이죠. 밖에서 보시는 분들에게는 조금 긴 과정처럼 느껴질 수 있지만, 스위스에서는 문화적으로 매우 중요한 부분입니다.
특히 모든 '사전 조율(pre-alignment)' 과정이 때로는 시간 낭비처럼 느껴질 수도 있습니다. 하지만 각 당사자와 사전에 조율을 마쳤다면, 모든 사람이 참여하는 이해관계자 회의 중에는 정말 중요한 부분에만 집중할 수 있습니다. 최상위 목표를 두고 다시 다툴 필요가 없으니까요. 네, 타협점을 먼저 찾는 것은 매우 스위스적인 방식입니다. 그리고 저는 이 방식이 다른 나라의 실무자들에게도 도움이 될 수 있는 아름다운 특성을 가지고 있다고 믿습니다. 이 일대일 방식의 장점 중 하나는, "사실 공통 분모는 이쯤에 있구나"라는 합의점을 도출하기 위해 하룻밤 자면서 숙고할(sleep on it) 시간을 강제로 갖게 한다는 점입니다. 워크숍 현장에서는 그럴 시간이 없지만, 이런 느린 방식을 통하면 "다르게 보니 사실 합의점이 있었네. 다만 단어가 달랐고 프레임이 달랐을 뿐이야"라고 말할 여유가 생깁니다. 새로운 언어를 사용하여 그 합의점을 이야기하면 갑자기 모든 사람을 동참시킬 수 있습니다.
오버투어리즘과 AI 개인화 (Overtourism and AI Personalization)
질문: 이 모델을 오버투어리즘 해결에 사용하시나요? 다보스는 매우 특수한 곳인데, 관광객과 지역 주민 사이의 갈등을 해결하는 데 이 모델을 쓰시는지 궁금합니다. 또한, 경험을 개인화하기 위해 AI 솔루션을 사용할 잠재력이 있다고 보시나요?
답변: 오버투어리즘은 프로젝트가 끝난 후 그들의 머릿속에 큰 화두였습니다. 팬데믹 직후 '보복 관광'이 엄청났기 때문이죠. 대답은 '예'이기도 하고 '아니오'이기도 합니다. 그러고 싶지만, 현재로서는 방문객 흐름을 예측할 수 있다는 것만으로는 큰 도움이 되지 않기 때문입니다. 큰 문제는 게스트가 이미 도착한 후에는 너무 늦다는 점입니다. 오버투어리즘을 근본적으로 막고 싶다면, 그들이 온라인으로 예약하거나 투어를 예약하는 시점에 그들의 고객 여정을 가로채야 합니다.
대신 저희가 할 수 있는 일은 문제가 실제로 어디에 있고 무엇인지 아주 선명하게 드러내는 것입니다. 오버투어리즘에는 '얼마나 많은 사람이 지나가는가'라는 객관적인 차원도 있지만, 거대한 주관적인 차원도 있습니다. 특히 관광지가 아닌 지역에서 오버투어리즘은 대개 사람들이 몰려드는 4~5번의 정말 형편없는 주말을 의미합니다. 데이터 생태계가 이를 포착할 수 있다면 큰 도움이 됩니다. 저희는 '비아말라(Viamala)' 관광 지역과도 비슷한 프로젝트를 하고 있는데, 그곳 국립공원에는 저빈도 측정 시스템이 있습니다. 평소에는 등산객 몇 명만 지나가지만, 어떤 주말에는 100명이 지나가기도 합니다. 국립공원 입장에서는 아주 많은 숫자고, 게스트들은 공원이 점령당했다고 느낍니다. 이럴 때 제안(suggestion)을 활용할 수 있습니다. 공원의 특정 지점에 진입할 때 과하게 사용되는 트레일을 차단하는 식이죠.
다보스에서는 주로 주차 관리와 자원 관리에 이를 사용합니다. 호텔을 통해 "당신은 우리 게스트이니 5시에 출발해 주세요. 그래야 교통 정체에 휘말리지 않습니다"라고 말하는 추천 시스템을 테스트해 봤는데, 그리 잘 작동하지 않았습니다. 관광객들은 대개 자신만의 계획이 있고 그것을 지키고 싶어 하기 때문입니다. 여행지 현장에서 그들을 가로채는 것은 꽤 어렵습니다. 하지만 이 모델은 대안을 계획할 수 있는 더 많은 도구를 줍니다. 예를 들어 다보스에서 많은 사람이 농부의 땅을 무단으로 가로질러 걷는다면, 해결책은 '정지' 표지판을 세우는 것이 아닙니다. 비슷한 풍경을 즐길 수 있는 하이킹 코스를 근처에 설계하는 것이죠. 이러한 개입을 계획하기 위한 데이터가 바로 이런 시스템에서 나옵니다.
질문: AI를 활용한 경험 개인화의 잠재력은 어떻게 보시나요? AI가 서비스디자인 접근 방식에 변화를 주었나요?
답변: 네, 많은 파일럿 프로젝트가 테스트 중입니다. 현재 저희는 두 가지 방식을 생각하고 있습니다. 첫 번째는 다시 고전적인 서비스 형태입니다. 그라우뷘덴 관광청은 '조야(Joaya)'라는 협력체를 통해 특화된 지식을 학습시킨 AI 맞춤형 여행 가이드를 운영합니다. 스위스에서 가장 오래된 도시라고 자부하는 '쿠어'의 경우, 도시를 함께 걸으며 고대 로마에 대한 재미있는 사실과 역사적 유적지를 알려주는 'AI 로마인' 서비스가 있습니다. 이런 작은 서비스들을 저는 비하 수단이 아니라 '기믹(gimmick)'이라고 부르는데, 이는 더 큰 경험의 작은 부분입니다.
더 큰 영향은 투어 가이드나 지역 호텔 경영자들이 가진 전문 지식을 어떻게 챗봇에 담아낼 것인가 하는 점입니다. 현재 챗봇(ChatGPT, Claude 등)으로 그라우뷘덴 여행 계획을 짤 수는 있고 인기 장소도 알려주지만, 무엇이 언제 열리는지, 가격은 얼마인지, 예약 조건은 어떤지 등 정확성 면에서는 매우 취약합니다. 너무 친절하기만 하거나, 압박하면 존재하지 않는 것을 환각(hallucination)하기도 하죠. 더 중요한 것은, 흥미롭게도 개인화에 그리 능숙하지 않다는 점입니다. 당신의 심리적 프로필과 그라우뷘덴의 모든 게스트 데이터를 입력해도, 여전히 꽤나 일반적이고 고정관념에 기반한 추천을 내놓습니다. 이는 진정한 개인화가 아니라 그냥 고정관념화일 뿐입니다.
이 문제를 자체 시스템 학습으로 해결할 수 있을지, 아니면 기존 챗봇에 기발한 방식으로 데이터를 주입해야 할지, 혹은 '답변 엔진 최적화(AEO)'가 필요한지 고민 중입니다. 하지만 현재로서는 거대언어모델(LLM) 챗봇의 가능성에 대해 약간은 환멸을 느끼고 있는 상태입니다. 유스케이스가 아직 완벽하지 않고, 대규모 데이터 생태계와의 결합은 법적으로도 아직 멀었습니다.
서비스디자인의 역할과 지속 가능성 (Service Design Roles and Sustainability)
질문: 관광지는 다양한 이해관계자가 얽힌 복잡한 시스템입니다. 이러한 협업을 촉진하는 서비스디자인 실무자의 역할은 무엇이라고 보시나요? 그리고 서비스디자인이 DMO가 관광 시스템을 근본적으로 다시 생각하도록 도울 수 있을까요?
답변: 흥미롭게도 대형 DMO들은 이미 서비스디자인을 꽤 효과적으로 사용하고 있습니다. 그 목적은 저희와 같습니다. 질문하신 대로 이해관계자들 사이의 퍼실리테이션은 매우 어렵고 도전적입니다. 단순하게 들리겠지만, "지금 우리는 1단계에 있습니다"라고 가리킬 수 있는 프로세스가 있다는 것 자체가 워크숍에서 사람들을 모으는 데 큰 도움이 됩니다. 또한, 이는 위에서 아래로(top-down) 어떤 서비스를 할지 지시하지 않겠다는 철학이기도 합니다. 지역 이해관계자들과 함께 서비스를 만들어야 한다면 책임을 공유하게 됩니다.
이것이 저희가 데이터 층을 강조하는 이유이기도 합니다. 지자체 주민들의 민원으로 시작된 오버투어리즘 프로젝트의 경우, 저희의 첫 번째 단계는 주민들이 오버투어리즘 문제를 어떻게 이해하고 있는지 엄격하게 정의하는 것입니다. 그런 다음 솔루션을 제안하고, 다시 그들에게 이 방안이 대중적인지 확인합니다. 때로는 지자체가 처음에 구상했던 솔루션과 주민들의 생각이 다를 때도 있습니다. 철학적으로 서비스디자인의 이점은 공동 창작의 정신 안에서 여러 관점을 고려할 수밖에 없게 만든다는 점에 있습니다.
질문: 마우로 박사님은 디자인 사고가이자 혁신가인 동시에, 데이터 과학자이자 엔지니어라는 이중적인 역할을 수행하고 계십니다. 비즈니스 세계와 디자인 세계 사이에서 어떻게 이 두 정체성을 관리하시나요?
답변: 저희는 보통 2인 1조로 역할을 나눕니다. 스스로를 "나는 데이터 과학자이자 디자이너입니다"라고 소개하는 것은 좋은 생각이 아니라고 봅니다. 클라이언트가 우리에게 무엇을 원하는지에 따라 다릅니다. 디자인 중심의 창의적인 공간에서는 우리가 백그라운드에서 분석(AB 테스트, 여론 수집 등)을 하고 있다는 점을 과하게 강조할 필요가 없습니다. 그것은 전체 디자인 과정 중 하나의 작업 패키지일 뿐이니까요.
구체적으로 답변드리자면, 최소한 두 명이 필요합니다. 한 명은 디자이너의 언어를 사용하며 클라이언트나 이해관계자 중 그 언어에 잘 반응하는 쪽을 상대합니다. 다른 한 명은 데이터 과학자로서 좀 더 과학적이고 '너디(nerdy)'하게 주제에 접근할 수 있는 권한을 가집니다. 그리고 원치 않는 사람들과 원시 데이터(raw data)에 대해 논의하지 않습니다. 분석 내용은 디자인 팀 내부에서만 논의하고, 클라이언트에게는 그 결과물이나 솔루션을 가지고 나가는 것이 좋습니다. 역할을 분리하되 백그라운드에서 융합하는 것이죠.
철학적 질문: 비즈니스와 생태계의 조화
질문: 서비스디자인을 통해 비즈니스 이익과 생태적 이익을 어떻게 일치시킬 수 있을까요? 관광은 산이 아름답게 유지되어야 하지만, 동시에 사람들이 방문해야 수익이 납니다. 이 상충하는 요구를 어떻게 조율하시나요?
답변: 비겁한 답변을 먼저 드리고 제 의견을 말씀드리겠습니다. 비겁한 답변은, 다행히 그라우뷘덴이나 스위스 전체적으로는 완전히 지속 불가능하거나 오직 이윤만을 목적으로 하는 엉뚱한 제안을 받는 경우가 거의 없다는 점입니다. 운 좋게도 그 균형을 맞추느라 너무 고생할 필요가 없죠.
진지하게 답변드리자면, 저희는 여러 지점에서 저희의 의견을 반영하려고 노력합니다. 가능한 한 많은 이해관계자와 협력하는 것 자체가 민주주의와 다양한 의견을 존중한다는 가치 선언입니다. 또한 솔직히 말해서 그것이 좋은 디자인 관행이기도 합니다. 관광업에서 지역 주민들이 지지하지 않는 일을 해서 DMO가 운영에 대한 도덕적 허가를 잃는다면, 그것은 '나쁜 디자인'입니다. 인본주의적 초점은 방법론 자체에 녹아 있습니다. 전 세계 대부분의 사람은 환경을 파괴하고 싶어 하지 않습니다. 지역 주민들과 함께 일하면 여행지의 어디가 취약한지 그들이 알려줄 수 있습니다. 물론 관광 덕분에 많은 일자리와 마을이 존재한다는 사실을 무시할 수는 없습니다. 우리가 할 수 있는 최선은 가이드라인과 지속 가능성 목표 안에서 작업하는 것입니다. 지역 주민들과 긴밀히 협력한다면, 적어도 의도적인 생태적 재앙은 일어나지 않을 것이라고 믿습니다.
밤늦게까지 진행된 가장 철학적인 질문 중 하나를 2분 만에 훌륭하게 답변해 주셔서 감사합니다. 마우로 박사님, 당신의 접근 방식과 강연, 그리고 답변들에 정말 감사드립니다. 오늘 참여해주신 모든 분의 지적인 질문과 관심에도 감사드립니다. 즐거운 한 주 되시길 바랍니다.