편집
1,319
번
바뀜
→기억하고 싶은 글귀
[[File:246p.JPG|600px|none]]
[[File:247p.JPG|600px|none]]
=== On tap data, 데이터 경쟁력이 AI 경쟁력이다 ===
많은 사람이 인공지능을 떠올릴 때 입건이 같은 알고리즘을 생각한다. 정교한 알고리즘을 도입하면 좋은 비즈니스 솔루션이 나올 것으로 기대하지만 이는 큰 오해다. 마이크로소프트의 기술책임자인 제이콥 스포엘스ㅡ라(Jacob Spoelstra)는 ‘’’“흔히 나타나는 실수는 정교한 예측 알고리즘을 개발해놓고도 거기에 필요한 데이터는 가지고 있지 않다는 점이다”’’’라고 이야기했다. 알고리즘의 정교한지 데이터의 부재를 구제해주지는 못한다. 알고리즘이 동작하려면 데이터가 필요하다.머신러닝은 라벨화되어 있는 데이터가 필요하고, 패턴이니 알고리즘이 작동하려고 다양한 이미지, 음성, 텍스트, 지문 등이 필요하다. AI 혁신은 데이터 확보 능력과 더불어 데이터에 대한 활용 및 관리 능력을 요구한다.
우리는 AI 비즈니스의 차별성이 어디서 나오는지를 정확히 이해해야 한다. 점점 인공지능 소프트웨어에 자유롭게 접근할 수 잇는 시대가 되고 있다.이러한 시대에 알고리즘 자체는 차별성을 만들어내지 못할 것이다. ‘’’솔루션의 성능을 더욱 고도화할 ‘데이터’가 중요해지는 것이다.’’’ 아마존이 애써 개발한 알렉사의 알고리즘을 개방한 이유는 무엇일까? 이는 인공지능의 진정한 가치는 정교한 알고리즘보다 데이터에 있다는 것을 시사한다. 수많은 디지털기기를 통해 수많은 사람이 알렉사를 이용한다면 고객 데이터가 기하급수적으로 쌓인다.데이터가 방대해질수록 아마존의 예측능력은 더욱 월등합니다.아마존은 인공지능 엔진은 공개했지만 데이터는 공개하지 않았다. 인공지능의 미래가 결국 데이터에 달려 있기 때문이다.
(중략)
모든 조직은 비즈니스에 가장 적합한 데이터를 확보하기 위해 다각적인 접근을 취할 필요가 있다. 전략적으로 데이터 확보 채널을 마련해야 한다. 커피숍 같은 서비스 업체는 디지털 데이터가 만들어지지 않는 비즈니스이지요, 스타벅스는 디지털 플라이휠(Digital Flywheel)이라는 새로운 디지털 서비스를 선보이면서 데이터 확보를 위한 활로를 열었다. 스타벅스의 디지털 플라이휠은 리워드, 개인 맞춤, 결제, 주문 등의 서비스를 모바일 앱으로 간편하게 제공함으로써 스타벅스 이용률과 편리성을 키우는 전략이다. 사이렌 오더(Siren Order)은밀히 모바일로 주문할 수 있는 서비스다. 매장에서 줄을 서서 기다릴 필요 없이, 가는 도중에 앱으로 커피를 주문하고 매장에 도착하면 커피를 바로 찾아갈 수 있다. 게다가 앱으로 주문 승인, 커피 제조, 제조 완료 등 진행 상태를 확인할 수 있고, 음료가 완성되면 진동벨처럼 알림 메시지를 받을 수 있다.또 모바일 오더 & 페이는 초간편 결제 시스템이다. 앱에서 주문한 커피는 신용카드나 현금이 아닌 스타벅스 카드로 결제하면 된다.
이러한 디지털 세계에서의 고객행동은 데이터로 수집된다.사람들이 어느 스타벅스에서 어떤 커피를 몇 잔 마셨는지, 결제는 어떤 방식으로 하는지 등의 정보가 인공지능을 학습시킬 귀중한 데이터라는 것이다. 고객에게 감성적인 경험을 선사하는 스타벅스는 이렇게 디지털 기술을 융합해 서비스 역량을 높이고 데이터 기반의 고도화된 인공지능 서비스를 통해 커다란 시너지를 만들어내고 있다.
데이터는 AI 시스템의 핵심 자신이기 때문에 데이터를 어떻게 확보할지에 대한 전략이 수립되어야 한다. 데이터는 하나의 채널을 통해 수집할 수도, 다양한 채널을 통해 전방위적으로 수집할 수도 있다. 구글은 검색포털뿐 아니라 음성에서, 네스트(Nest, 실내 온도 조절장치를 제조하는 스타트업으로 구글이 2014년 인수함) 같은 기기 등을 통해 전방위적으로 사용자 데이터를 수집한다. 양질의 데이터를 얻기 위해서는 정교한 전략을 수립해야 한다. 또한 이를 통합 데이터 웨어하우스(data warehouse)를 통해 집중화하여 관리해야 한다.
‘’’중요한 점은 데이터 확보가 IT 부서 등 조직 내 특정 부서의 전유 업무가 아니라는 점이다.’’’ 모든 조직에서 데이터 확보에 관여하지 않는다면 AI 경쟁력은 극대화하기 어렵다. ‘’’데이터 확보 업무를 IT 부서등 기존의 관련 부서의 일로만 여긴다면 AI 기술의강점을 키우는 데 한계를 지닐 수밖에 없다.’’’ 의식하든 그렇지 않든, 마케팅, 회계, 운영, 영업 등 거의 모든 부서가 각종 데이터를 접하고 있다. 협력 및 제휴 회사의 채널과 합치면 데이터 소스는 무궁무진합니다. 이를 회사의 AI 경쟁력을 위해 얼마나 유연하고 효과적으로 활용하는가 중요하다.
(중략)
[[분류:2020년]]