본문 바로가기

AI & Data PM16

AI 플라이휠 효과 인공지능 제품은 'AI 플라이휠 효과'라 불리는 순환적인 개선 과정을 통해 운영될 수 있도록 관리되어야 합니다. AI 플라이휠 효과는 전통적인 IT 제품들이 겪는 수명 주기의 상승과 하강과는 대조적인 개념으로, 시간이 경과함에 따라 제품의 성능 및 활용도가 쇠퇴하기보다는 오히려 개선되고 경쟁력을 갖추게 되는 것을 의미합니다. 이 현상은 인공지능 제품이 단순히 현재 기능을 유지하는 것이 아니라, 지속적으로 진화하고 발전함으로써 더욱 강력해지는 과정을 설명합니다. 전통적인 기술 혁신 분야를 예로 들어보면, 필름 카메라는 한때 사진 촬영의 주요 수단이었지만, 디지털 기술의 등장으로 점차 사용성과 인기가 감소했습니다. 이와 대조적으로, 컴퓨터 비전과 같은 인공지능 기반 기술은 시간이 지나도 가치가 감소하지 않고.. 2023. 12. 18.
데이터베이스와 데이터웨어하우스는 어떻게 다른가요? 이번 글에서는 기업 제품에 대한 실시간 정보, 거래 내역, 사용자 행동 등 다양한 형태의 데이터가 데이터베이스에 어떻게 수집되고, 처리되어 관리되는지에 대해 살펴보겠습니다. 특히, 수집된 데이터가 어떻게 통합되어 활용되는지에 대해서도 상세히 설명하려 합니다. 기업에서 서비스와 연계된 인공지능 모형을 개발한 경험이 있는 분들은 이 글에 공감하실 것 같습니다. 대다수 기업에서는 인공지능 모형 개발에 필요한 데이터를 통합된 형태로 제공하는 경우가 많지 않습니다. 데이터는 종종 회사 전반에 걸쳐 개별적인 사일로에 분산되어 있으며, 이로 인해 데이터의 처리, 정리, 조작에 상당한 시간이 소요됩니다. 기업의 특성에 따라 데이터 소유권이 사일로에 귀속되어 있는 경우도 있습니다. 이 경우, 개발하고자 하는 인공지능이나.. 2023. 12. 17.
데이터 확보 전략 세우기 인공지능 및 데이터 제품 매니저가 갖춰야 하는 네 가지 핵심 역량(기술, 사용자 경험, 비즈니스 도메인 지식, 데이터) 중에서, 데이터는 일반 IT 서비스 제품 매니저와 차별화되는 가장 중요한 영역이다. 최적의 데이터 수집 방법을 이해하는 것은 인공지능 제품 매니저에게 필수적이며, 인공지능 또는 데이터 제품을 구축하기 위한 데이터를 어떻게 확보 할지에 대한 전략 수립은 매우 중요하다. 필자는 인공지능 제품 매니저로서 기계 학습 및 딥러닝 모델 구축에 필요한 데이터 확보에 많은 시간을 투자해왔다. 데이터 확보 과정은 외부 업체와의 데이터 취득 계약, 데이터 라벨링, 실시간 파이프라인 구축 등 다양한 영역의 작업을 포함한다. 특히 개인신용정보법과 관련된 비즈니스 도메인에서 데이터를 다루는 경우에는, '데이터.. 2023. 12. 3.
사용자의 핵심문제를 해결하는 인공지능 제품 사용자에게 꼭 필요한 핵심 기능을 인공지능 제품으로 개발하기 위해서는 사용자에 대한 이해가 선행되어야 합니다. 사용자를 이해하는 것이 쉬워 보일 수도 있지만 실제로는 간단하지 않습니다. 또한, 사용자가 이해하고 이에 맞는 서비스를 개발한다고 했을때, 해당 서비스에 인공지능 서비스가 꼭 필요한지 여부를 판단하는 것은 매우 어렵습니다. 그래서 대부분 인공지능 및 데이터 제품을 개발할 때 "기능 및 기술"에 초점을 맞추는 경우가 많이 있습니다. 하지만, 실제 서비스를 이용하는 사용자는 제품을 개발할때 고려하지 않았던 다양한 용도로 각자의 목표에 따라 서비스를 다양하게 활용하곤 합니다. 예를 들어, 사진 공유 플랫폼에 사용되는 인공지능 사진 분류 서비스를 개발한다고 가정해 보겠습니다. 대부분 제품 매니저는 "이.. 2023. 11. 26.
인공지능 제품 개발에서 사용자 경험의 중요성 인공지능 및 데이터 제품 매니저는 사용자 경험, 기술, 데이터, 비즈니스의 네 가지 영역이 교차하는 지점에서의 역할이 요구됩니다. 이번 글에서는 네 가지 역할 중 특히 사용자 경험(User Experience, UX)에 초점을 맞춰 보겠습니다. 사용자 경험은 사용자가 특정 제품을 사용할 때 상호 작용하는 방식과 사용자가 느끼는 감정을 이해하고, 이것이 극대화될 수 있도록 구현하는 것입니다. 좋은 UX 구현을 위해서는 우리가 개발한 제품을 통해 사용자가 원하는 작업을 수행하는 데 얼마나 용이한지, 인공지능 제품과의 상호 작용을 통해 사용자에게 긍정적인 경험을 제공할 수 있을지 등과 같은 사용성에 대한 질문을 끊임없이 해야 합니다. 이와 더불어 사용자 경험과 사용자 인터페이스(User Interface, U.. 2023. 11. 25.
지도학습, 비지도학습, 강화학습에 대한 개념잡기 인간의 학습 방식을 기계학습에 비유해보면, 지도학습, 비지도학습, 강화학습의 개념을 더 쉽게 이해할 수 있습니다. 가령, 어린 아이들은 부모나 선생님의 가르침에 의해 개와 고양이를 구분하는 방법을 배우게 됩니다. 또한, 가르쳐준적은 없지만, 흩어져 있는 바둑알을 두개의 통에 나누어 담으라고 하면 색깔을 통해서 바둑알을 검은색과 흰색으로 나눠서 정리할 수 있습니다. 정확히는 알 수 없지만 이렇게 해봤더니 칭찬을 받았었고 저렇게 해봤더니 혼났던 기억으로부터 칭찬을 더 잘 받는 방향으로 스스로 배우기도 합니다. 기계도 이와 유사한 세 가지 주요 학습 방법을 통해 배웁니다. 인공지능 제품 매니저로서 이 세 가지 기계 학습 방법을 이해하고 해결해야 하는 문제와 데이터의 종류에 따라 가장 적절한 학습 방법을 선택하.. 2023. 11. 20.
728x90