아카데미

게시글 검색
2018년도 상위 10가지 비즈니스 인텔리전스 동향- 1탄
마이펩 조회수:89 추천수:0 211.33.170.99
2018-08-08 19:32:11

비즈니스 인텔리전스 솔루션의 변화 속도와 진화를 보면, 오늘 이상이 없어도 내일 수정해야 될 수도 있다는 것을 알게됩니다. 자연어 처리에서 데이터보험의 대두에 이르기까지 2018년에 있을 10가지 영향력 있는 동향을 파악하기 위해 고객과 tableau직원을 인터뷰했습니다. 데이터 전문가, IT개발자 및 BI를 구축하는 경영진에게도 이러한 동향은 조직을 다음 단계로 이끌 수 있는 전략적 우선 순위를 시작합니다. 

1. AI를 두려워 하지 마십시오 - 기계 학습이 분석를 돕는 방식

대중 문화는 기계 학습이 할 수 있는 것에 대해 암울한 미래에 대한 시각을 부추기고 있습니다. 그렇지만 지속적인 연구를 통해 기술이 개선됨에 따라 기계 학습도 빠르게 분석가의 귀중한 보조 기술로 자리잡고 있습니다. 실제로, 기계 학습은 분석가의 궁극적인 보조자입니다.

특정 제품의 가격 변화가 주는 영향을 신속하게 파악할 필요가 있다고 가정해 보면,  이를 위해, 데이터에 대해 선형 회귀 분석을 실행할 것입니다. Excel, R 또는 Tableau가 없을 때에는 이​ 모든 작업을 수동으로 수행해야 했으므로 이 프로세스는 몇 시간이 걸렸습니다. 기계 학습 덕분에 이제 몇 분, 아니면 몇 초 내에 제품의 소비량을 확인할 수 있습니다. 분석가로서, 당신은 그 무거운 짐에서 벗어나 다음 질문으로 이동할 수 있습니다. 휴가와 같은 외적 요인으로 인해 소비가 더 증가한 달이었는가? 신제품 출시가 있었는가? 제품 구매 또는 인식에 영향을 미친 미디어의 보도가 있었는가? 여기서, 회귀 모형에 완벽을 기하도록 더 많은 시간을 할애했어야 하는데 하는 생각은 들지 않을 것입니다. 

기계 학습이 분석가를 지원하는 데는 두 가지 방법이 있습니다.

첫 번째는 효율성입니다. 위의 예에서 분석가는 기본적인 계산에 귀중한 시간을 할애하지 않습니다. 분석가는 이제 비즈니스에서 갖는 의미와 다음에 올 논리적인 단계에 대해 생각할 시간을 추가로 확보하게 되었습니다.

두 번째로, 더 이상 숫자와 씨름할 필요가 없으므로 분석가가 데이터를 탐색하고 분석의 흐름을 유지할 수 있게 합니다. 대신, 분석가는 다음 질문을 하게 됩니다. 

기계 학습의 잠재력이 분석가를 돕는다는 사실은 부인할 수 없지만, 명확하게 정의된 결과가 있을 때 비로소 받아들여야 한다는 것을 인식하는 것이 중요합니다.  제품 관리자인 Andrew Vigneault는 "데이터가 주관적인 경우 기계 학습은 좋지 않습니다."라고 말합니다. 예를 들어, 고객에게 제품 만족도에 대한 설문 조사를 실시할 때 기계 학습(ML)은 정성적 단어를 다 이해하지는 못합니다.

또한 분석가는 실행 가능한 방식으로 데이터를 이해할 수 있는 성공 메트릭을 알 필요가 있습니다. 즉, 기계로의 입력이 바로 의미 있는 출력을 만들어내지는 않습니다. 인간만이 적절한 양의 컨텍스트가 적용되었는지 이해할 수 있습니다. 즉, 기계 학습은 모델의 이해 없이 그리고 어떤 입력과 출력이 이루어지는지 이해하지 않고 단독으로 수행할 수는 없다는 것을 의미합니다.

기계에 의해 대체되고 있다는 우려가 있을 수 있지만, 기계 학습은 실제로 분석가의 역량을 강화하여 더 효율적이고 정확하며, 비즈니스에 더 많은 영향력을 줄 수 있게 할 것입니다. 기계 학습 기술을 두려워하는 대신, 그것이 제시하는 기회를 수용해야 할 것입니다.

IDC는 AI 및 기계 학습 시스템에서 오는 수익이 2020년까지 총 460억 달러에 이를 것으로 전망

2020년에는 AI가 긍정적인 일자리 창출 역할을 하여 180만 개의 일자리가 사라지는 대신 230만 개의 일자리를 창출 (Gartner)

댓글[0]

열기 닫기

상단으로 바로가기