2019.06.17

"AI가 회사의 미래를 주도한다" SAS 올리버 샤벤버거

George Nott | Computerworld Australia
분석 소프트웨어 업체 SAS의 차기 CEO인 올리버 샤벤버거가 14일 아침 시드니에서 개최된 행사에서 고객이 데이터 과학 및 인공지능에 더 많은 자동화 기능을 제공할 수 있도록 돕는 전략을 발표했다.



샤벤버거(사진)는 "아이러니하게도 자동화가 많이 필요한 작업은 바로 데이터 과학"이라고 말했다.

블룸버그통신은 SAS의 최고 운영 책임자(COO) 겸 최고 기술 책임자(CTO)인 샤벤버거는 이 회사의 설립자이자 오랫동안 CEO를 지낸 짐 굿나이트의 후계자로 언급한 바 있다. 샤벤버거가 이 점을 직접 언급하지 않았지만, 지역 대표들은 블룸버그 보도를 확인했다.

샤벤버거는 미시간 주립 대학(Michigan State University)과 버지니아 공대(Virginia Tech)의 통계 교수로 근무하다 2002년 SAS에 합류했다. 그의 첫 번째 역할은 통계 알고리즘과 모델을 개발하는 것이었다.

샤벤버거는 "수년 동안 우리는 물체 감지, 안면인식, 자연어 상호작용 등을 위한 수작업 모델을 연구했다. 그리고 그 알고리즘을 연마하고 최선의 노력을 기울였지만 알고리즘의 성능은 다른 접근 방식으로 오늘날 현재 달성할 수 있는 것에 근처도 가지 못했다"라고 이야기했다. 

데이터 과학자들은 데이터를 정리하고, 병합하며, 정제하는 데 너무 많은 시간을 할애해 인공지능 모델과 분석을 준비하지 못한다며 샤벤버거는 다음과 같이 말을 이었다.

"AI에서 작업하려면 AI가 필요하다. 반복성을 높이기 위해 데이터 준비를 자동화하려면 패턴인식 및 머신러닝을 사용하여 변수를 입력하여 개인 데이터를 판별하지 못하게 하는 등 다양한 데이터, 비정형 데이터, 갈수록 복잡해지는 모델을 다뤄야 한다. 자동화는 최고의 모델을 찾고 매개 변수를 찾으며 전체 모델링 파이프라인을 자동화하는 데 도움이 될 수 있다"라고 설명했다.

AI 파이프라인의 더 많은 측면을 자동화함으로써 SAS는 'AI를 민주화'하기를 원했다. 머신러닝 모델 구축은 데이터 과학자뿐 아니라 C-레벨을 포함한 비즈니스의 다른 사람도 이해할 수 있다고 샤벤버거는 말했다.

그는 "데이터를 접한 모든 사람이 분석을 만들고 이를 사용하게 함으로써 정확히 필요한 시점에 모두가 통찰력을 소비하고 생산할 수 있게 될 것이다"라고 강조했다.

수년 동안 SAS는 소수의 데이터 분석 서비스 제공 업체 중 하나였지만 현재 아마존웹서비스(AWS), 구글, IBM, 마이크로소프트와 직접 경쟁하고 있다. 이들 업체는 모두 쉽게 구현할 수 있는 인공지능 툴을 제공하며, 이를 통해 머신러닝 모델을 신속하게 구축할 수 있다.

SAS는 3월에 소프트웨어 혁신, 교육 및 전문가 서비스를 중심으로 향후 3년 동안 AI에 미화 10억 달러를 투자하겠다고 발표했다.

IDC AI 연구 책임자인 데이브 슈멜은 "SAS가 지난 5년간 고급 분석을 위한 매출 목록을 차지한 이유는 SAS 솔루션이 머신러닝의 기반과 분석에 대한 깊은 지식을 토대로 구축되었기 때문이다. 이는 SAS DNA의 일부다"라고 말했다.

이어서 슈멜은 "SAS의 지식과 기술을 컴퓨터 비전에서 혁신을 계속 추진하고 NLP와 딥러닝을 결합하면 여러 산업 분야에서 AI를 더 많이 채택할 수 있다. 또한 AI 및 분석 수명주기의 초기 단계에서든 더 성숙한 단계에서든 AI에 관심 있는 기업을 지원할 것이다"라고 덧붙였다. 

샤벤버거는 SAS 사업을 통해 AI 프로젝트를 더욱 쉽게 확장하고 비즈니스 전반에 기술을 적용할 수 있다고 전했다. 그는 AI를 '통합된 분석(Analytics Integrated)'이라고 언급했다.

"비즈니스 프로세스와 운영에 이를 어떻게 통합할지 방법을 찾아야 한다. 데이터 과학 프로젝트부터 조직의 가치 창출까지, 데이터 과학 프로젝트부터 운영 우수성까지 등 인공지능을 어떻게 적용할지 방법을 찾아야 한다"라고 그는 강조했다. ciokr@idg.co.kr



2019.06.17

"AI가 회사의 미래를 주도한다" SAS 올리버 샤벤버거

George Nott | Computerworld Australia
분석 소프트웨어 업체 SAS의 차기 CEO인 올리버 샤벤버거가 14일 아침 시드니에서 개최된 행사에서 고객이 데이터 과학 및 인공지능에 더 많은 자동화 기능을 제공할 수 있도록 돕는 전략을 발표했다.



샤벤버거(사진)는 "아이러니하게도 자동화가 많이 필요한 작업은 바로 데이터 과학"이라고 말했다.

블룸버그통신은 SAS의 최고 운영 책임자(COO) 겸 최고 기술 책임자(CTO)인 샤벤버거는 이 회사의 설립자이자 오랫동안 CEO를 지낸 짐 굿나이트의 후계자로 언급한 바 있다. 샤벤버거가 이 점을 직접 언급하지 않았지만, 지역 대표들은 블룸버그 보도를 확인했다.

샤벤버거는 미시간 주립 대학(Michigan State University)과 버지니아 공대(Virginia Tech)의 통계 교수로 근무하다 2002년 SAS에 합류했다. 그의 첫 번째 역할은 통계 알고리즘과 모델을 개발하는 것이었다.

샤벤버거는 "수년 동안 우리는 물체 감지, 안면인식, 자연어 상호작용 등을 위한 수작업 모델을 연구했다. 그리고 그 알고리즘을 연마하고 최선의 노력을 기울였지만 알고리즘의 성능은 다른 접근 방식으로 오늘날 현재 달성할 수 있는 것에 근처도 가지 못했다"라고 이야기했다. 

데이터 과학자들은 데이터를 정리하고, 병합하며, 정제하는 데 너무 많은 시간을 할애해 인공지능 모델과 분석을 준비하지 못한다며 샤벤버거는 다음과 같이 말을 이었다.

"AI에서 작업하려면 AI가 필요하다. 반복성을 높이기 위해 데이터 준비를 자동화하려면 패턴인식 및 머신러닝을 사용하여 변수를 입력하여 개인 데이터를 판별하지 못하게 하는 등 다양한 데이터, 비정형 데이터, 갈수록 복잡해지는 모델을 다뤄야 한다. 자동화는 최고의 모델을 찾고 매개 변수를 찾으며 전체 모델링 파이프라인을 자동화하는 데 도움이 될 수 있다"라고 설명했다.

AI 파이프라인의 더 많은 측면을 자동화함으로써 SAS는 'AI를 민주화'하기를 원했다. 머신러닝 모델 구축은 데이터 과학자뿐 아니라 C-레벨을 포함한 비즈니스의 다른 사람도 이해할 수 있다고 샤벤버거는 말했다.

그는 "데이터를 접한 모든 사람이 분석을 만들고 이를 사용하게 함으로써 정확히 필요한 시점에 모두가 통찰력을 소비하고 생산할 수 있게 될 것이다"라고 강조했다.

수년 동안 SAS는 소수의 데이터 분석 서비스 제공 업체 중 하나였지만 현재 아마존웹서비스(AWS), 구글, IBM, 마이크로소프트와 직접 경쟁하고 있다. 이들 업체는 모두 쉽게 구현할 수 있는 인공지능 툴을 제공하며, 이를 통해 머신러닝 모델을 신속하게 구축할 수 있다.

SAS는 3월에 소프트웨어 혁신, 교육 및 전문가 서비스를 중심으로 향후 3년 동안 AI에 미화 10억 달러를 투자하겠다고 발표했다.

IDC AI 연구 책임자인 데이브 슈멜은 "SAS가 지난 5년간 고급 분석을 위한 매출 목록을 차지한 이유는 SAS 솔루션이 머신러닝의 기반과 분석에 대한 깊은 지식을 토대로 구축되었기 때문이다. 이는 SAS DNA의 일부다"라고 말했다.

이어서 슈멜은 "SAS의 지식과 기술을 컴퓨터 비전에서 혁신을 계속 추진하고 NLP와 딥러닝을 결합하면 여러 산업 분야에서 AI를 더 많이 채택할 수 있다. 또한 AI 및 분석 수명주기의 초기 단계에서든 더 성숙한 단계에서든 AI에 관심 있는 기업을 지원할 것이다"라고 덧붙였다. 

샤벤버거는 SAS 사업을 통해 AI 프로젝트를 더욱 쉽게 확장하고 비즈니스 전반에 기술을 적용할 수 있다고 전했다. 그는 AI를 '통합된 분석(Analytics Integrated)'이라고 언급했다.

"비즈니스 프로세스와 운영에 이를 어떻게 통합할지 방법을 찾아야 한다. 데이터 과학 프로젝트부터 조직의 가치 창출까지, 데이터 과학 프로젝트부터 운영 우수성까지 등 인공지능을 어떻게 적용할지 방법을 찾아야 한다"라고 그는 강조했다. ciokr@idg.co.kr

X