2017.11.01

'질문 의도까지 파악한다' 데이터 과학자 돕는 가상 비서

Samira Sarraf | ARN

월요일 아침이면 회의실이 북적거린다. 컵마다 커피가 가득 차 있고, 질문과 답변이 끊기지 않는다. 업종과 규모에 상관없이, 거의 모든 기업의 주요 안건은 영업 대상과 목표, 매출 전망, 월간 실적이다.



그런데 명확한 질문이 곧장 명확한 대답으로 이어지는 경우는 드물다. 동료에게 질문하고 대답을 듣는 것처럼 단순한 요청에 몇 분이 소요될 수 있기 때문이다.

여러 커뮤니케이션 옵션이 있지만, 직접 질문하는 대신 시간이 더 많이 걸리는 이메일을 보내는 때가 많다.

게다가 현대의 기업들은 애플 시리, 마이크로소프트 코타나, 아마존 알렉사 같은 가상 비서에게 질문하는 데는 익숙해지고 있다.

여기에는 여전히 ‘틈’이 존재한다. 기업과 기관들이 재빨리 데이터의 가치를 깨달았지만, 이런 정보를 극대화해 활용하는 데 어려움을 겪고 있다. 인사이트 도출을 방해하는 장애물이 있기 때문이다.

호주의 경우 금융 서비스 산업을 중심으로 데이터 과학자가 부족하다. 이런 가운데 한 신생 창업회사가 세상을 바꿀 소프트웨어로 유수 대기업들에 맞서고 있다.

하이퍼 안나(Hyper Anna)는 데이터 과학자 역할을 하는 머신러닝 가상 에이전트다.

2016년 2월 호주 시드니에 설립된 하이퍼 안나는 직장 동료처럼 상호작용하는 ‘안나’를 개발한 첨단 인공지능(AI) 회사다.

사용자는 현재 시중에 판매 중인 가상 비서를 이용하듯, 모바일 인터페이스에서 안나에게 문자나 이메일, 또는 직접 질문할 수 있다.

특정 시간에 몇몇 요청을 처리할 수 있다. 구체적으로 6초 만에 사용자에게 인사이트를 제공할 수 있다.

하이퍼 안나를 공동 설립한 CEO 나탈리 응웬은 “현재 하이퍼 안나로 풀고 있는 많은 문제는 우리가 직접 관찰했던 것들이다. 분석과 필요한 인사이트를 제공할 데이터 과학자를 찾는 데 어려움을 겪는 기업과 기관은 전세계에 많다”고 말했다.

응웬과 공동 창업자인 샘 챙은 데이터 과학자로 일한 경험이 있다. 이 경험은 하이퍼 안나라가 애플리케이션을 개발하도록 이끌었다.
 


응웬은 “우리 회사의 성공 비결은 모든 구성원이 데이터 과학자라는 것이다. 이는 대부분이 엔지니어링 분야을 기반으로 한 다른 기술 신생 창업회사와 차별점이다. 소수가 아닌 전부 데이터 분석에 초점을 맞춰 접근한다”고 덧붙였다.

응웬에 따르면, 직원들이 데이터 과학자에 연락하지 않고도 복잡한 질문을 할 수 있도록 소프트웨어가 분석 프로세스를 자동화한다.

사용자 참여
현재 마이크로소프트 애저 플랫폼 위에 구현된 애플리케이션은 영어 질문에 답할 수 있다. 그러나 조만간 중국 등 다른 아시아 시장에 진출하고, 관련 언어를 제공할 계획이다.

응웬은 “안나와 대화하는 방법은 3가지다. 웹사이트를 방문, 애저 클라우드와 두뇌에 데이터를 가지고 있는 안나에게 물을 수 있다. 둘째, 이메일의 ‘cc(참조인)’를 이용할 수 있다. A라는 사람이 B에게 오후 4시에 영업 성과에 대해 이야기하자는 이메일을 보내면서, 안나를 수신 참조로 넣는다. 그러면 안나가 이메일의 맥락을 통해 영업 성과에 대한 정보가 필요하다는 점을 파악하고, 해당 정보를 이메일로 발송한다. 셋째, 사람들에게 문자를 보내듯 안나에게 문자를 보낸다. 그러면 안나가 응답할 것이다”고 설명했다.

오늘날 기업은 비즈니스 활동을 하는 동안 무수히 많은 데이터에 ‘질식’해 버릴 지경이다. 그러면서 직원들의 가시성이 미흡하다는 점을 깨닫고 있다.

응웬은 “필요한 전문 기술력이 없을 수도 있다. 또 데이터에 접근하려면 기업 분석팀에 연락해야 할 수도 있다. 그리고 조직 내부에 여러 데이터 과학자들로 팀을 구성하려면 많은 돈과 시간이 든다. 정말 큰 조직이고, 가치가 큰 데이터가 많지만, 데이터 과학 기능(부서)을 원활하게 확대하는 방법을 모르는 경우가 많다. 우리는 여기에 맞춰 제품을 개발했다”고 덧붙였다.

응웬은 규모와 업종에 상관없이 모든 기업과 기관들이 데이터 과학자를 활용해 데이터에서 가치를 도출할 수 있어야 한다고 믿기 때문에 하이퍼 안나를 개발했다고 강조했다.

이 애플리케이션은 연중무휴 1초당 43개 질문에 대답할 수 있다. 즉 데이터 과학자의 능력을 뛰어넘는 능력이 있다.

그러나 데이터 과학자라는 일자리를 훔치거나, 이런 역할을 자동화하기 위해 안나를 개발한 것은 아니다. 데이터 과학자들이 더 혁신적인 일, ‘미션 크리티컬’한 일에 초점을 맞출 시간을 벌어주는 데 목적이 있다.

응웬은 “현재 데이터 과학자의 업무 중에는 보고 관련 업무의 비중이 높다”고 지적했다. 그러면서 “하이퍼 안나는 사람보다 훨씬 더 효율적으로 보고 관련 업무를 처리할 수 있다. 따라서 데이터 과학자나 애널리스트가 더 전략적인 업무에 집중할 수 있다”고 강조했다. 기반이 되는 머신러닝 기술은 질문의 진짜 의도를 반영한 인사이트를 전달할 수 있도록 도와준다.

응웬은 “사람들의 질문에는 항상 의도가 있다. ‘매출이 얼마나 되나요?’라고 물었을 때 10만 달러라고 대답했다고 가정하자. 이는 통찰력 있는 대답이 아니다. 이는 지난주 영업 성과가 좋은지, 나쁜지, 그 이유가 무엇인지 묻는 말이기 때문이다”고 설명했다.

 

2017.11.01

'질문 의도까지 파악한다' 데이터 과학자 돕는 가상 비서

Samira Sarraf | ARN

월요일 아침이면 회의실이 북적거린다. 컵마다 커피가 가득 차 있고, 질문과 답변이 끊기지 않는다. 업종과 규모에 상관없이, 거의 모든 기업의 주요 안건은 영업 대상과 목표, 매출 전망, 월간 실적이다.



그런데 명확한 질문이 곧장 명확한 대답으로 이어지는 경우는 드물다. 동료에게 질문하고 대답을 듣는 것처럼 단순한 요청에 몇 분이 소요될 수 있기 때문이다.

여러 커뮤니케이션 옵션이 있지만, 직접 질문하는 대신 시간이 더 많이 걸리는 이메일을 보내는 때가 많다.

게다가 현대의 기업들은 애플 시리, 마이크로소프트 코타나, 아마존 알렉사 같은 가상 비서에게 질문하는 데는 익숙해지고 있다.

여기에는 여전히 ‘틈’이 존재한다. 기업과 기관들이 재빨리 데이터의 가치를 깨달았지만, 이런 정보를 극대화해 활용하는 데 어려움을 겪고 있다. 인사이트 도출을 방해하는 장애물이 있기 때문이다.

호주의 경우 금융 서비스 산업을 중심으로 데이터 과학자가 부족하다. 이런 가운데 한 신생 창업회사가 세상을 바꿀 소프트웨어로 유수 대기업들에 맞서고 있다.

하이퍼 안나(Hyper Anna)는 데이터 과학자 역할을 하는 머신러닝 가상 에이전트다.

2016년 2월 호주 시드니에 설립된 하이퍼 안나는 직장 동료처럼 상호작용하는 ‘안나’를 개발한 첨단 인공지능(AI) 회사다.

사용자는 현재 시중에 판매 중인 가상 비서를 이용하듯, 모바일 인터페이스에서 안나에게 문자나 이메일, 또는 직접 질문할 수 있다.

특정 시간에 몇몇 요청을 처리할 수 있다. 구체적으로 6초 만에 사용자에게 인사이트를 제공할 수 있다.

하이퍼 안나를 공동 설립한 CEO 나탈리 응웬은 “현재 하이퍼 안나로 풀고 있는 많은 문제는 우리가 직접 관찰했던 것들이다. 분석과 필요한 인사이트를 제공할 데이터 과학자를 찾는 데 어려움을 겪는 기업과 기관은 전세계에 많다”고 말했다.

응웬과 공동 창업자인 샘 챙은 데이터 과학자로 일한 경험이 있다. 이 경험은 하이퍼 안나라가 애플리케이션을 개발하도록 이끌었다.
 


응웬은 “우리 회사의 성공 비결은 모든 구성원이 데이터 과학자라는 것이다. 이는 대부분이 엔지니어링 분야을 기반으로 한 다른 기술 신생 창업회사와 차별점이다. 소수가 아닌 전부 데이터 분석에 초점을 맞춰 접근한다”고 덧붙였다.

응웬에 따르면, 직원들이 데이터 과학자에 연락하지 않고도 복잡한 질문을 할 수 있도록 소프트웨어가 분석 프로세스를 자동화한다.

사용자 참여
현재 마이크로소프트 애저 플랫폼 위에 구현된 애플리케이션은 영어 질문에 답할 수 있다. 그러나 조만간 중국 등 다른 아시아 시장에 진출하고, 관련 언어를 제공할 계획이다.

응웬은 “안나와 대화하는 방법은 3가지다. 웹사이트를 방문, 애저 클라우드와 두뇌에 데이터를 가지고 있는 안나에게 물을 수 있다. 둘째, 이메일의 ‘cc(참조인)’를 이용할 수 있다. A라는 사람이 B에게 오후 4시에 영업 성과에 대해 이야기하자는 이메일을 보내면서, 안나를 수신 참조로 넣는다. 그러면 안나가 이메일의 맥락을 통해 영업 성과에 대한 정보가 필요하다는 점을 파악하고, 해당 정보를 이메일로 발송한다. 셋째, 사람들에게 문자를 보내듯 안나에게 문자를 보낸다. 그러면 안나가 응답할 것이다”고 설명했다.

오늘날 기업은 비즈니스 활동을 하는 동안 무수히 많은 데이터에 ‘질식’해 버릴 지경이다. 그러면서 직원들의 가시성이 미흡하다는 점을 깨닫고 있다.

응웬은 “필요한 전문 기술력이 없을 수도 있다. 또 데이터에 접근하려면 기업 분석팀에 연락해야 할 수도 있다. 그리고 조직 내부에 여러 데이터 과학자들로 팀을 구성하려면 많은 돈과 시간이 든다. 정말 큰 조직이고, 가치가 큰 데이터가 많지만, 데이터 과학 기능(부서)을 원활하게 확대하는 방법을 모르는 경우가 많다. 우리는 여기에 맞춰 제품을 개발했다”고 덧붙였다.

응웬은 규모와 업종에 상관없이 모든 기업과 기관들이 데이터 과학자를 활용해 데이터에서 가치를 도출할 수 있어야 한다고 믿기 때문에 하이퍼 안나를 개발했다고 강조했다.

이 애플리케이션은 연중무휴 1초당 43개 질문에 대답할 수 있다. 즉 데이터 과학자의 능력을 뛰어넘는 능력이 있다.

그러나 데이터 과학자라는 일자리를 훔치거나, 이런 역할을 자동화하기 위해 안나를 개발한 것은 아니다. 데이터 과학자들이 더 혁신적인 일, ‘미션 크리티컬’한 일에 초점을 맞출 시간을 벌어주는 데 목적이 있다.

응웬은 “현재 데이터 과학자의 업무 중에는 보고 관련 업무의 비중이 높다”고 지적했다. 그러면서 “하이퍼 안나는 사람보다 훨씬 더 효율적으로 보고 관련 업무를 처리할 수 있다. 따라서 데이터 과학자나 애널리스트가 더 전략적인 업무에 집중할 수 있다”고 강조했다. 기반이 되는 머신러닝 기술은 질문의 진짜 의도를 반영한 인사이트를 전달할 수 있도록 도와준다.

응웬은 “사람들의 질문에는 항상 의도가 있다. ‘매출이 얼마나 되나요?’라고 물었을 때 10만 달러라고 대답했다고 가정하자. 이는 통찰력 있는 대답이 아니다. 이는 지난주 영업 성과가 좋은지, 나쁜지, 그 이유가 무엇인지 묻는 말이기 때문이다”고 설명했다.

 

X