Offcanvas

������

머신러닝에 관한 9가지 오해

머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 있는 기술이라고 생각하기 쉽다. 하지만 다른 도구들처럼 특정 영역에만 유용하다. 지속되고 있지만, 이를 해결할 사람을 충분히 채용할 수 없어 해결하지 못하고 있는 문제들, 목적이 명확하지만, 이를 달성할 방법이 없는 문제들을 예로 들 수 있다. 어쨌든 많은 기업과 기관이 어떤 식이든 머신러닝을 활용해 혜택을 누릴 수 있다. 액센츄어 조사에 따르면, 2021년까지 AI가 모든 새로운 혁신의 원동력이 될 것이라고 예상한 중역들의 비율이 42%에 달한다. 그러나 ‘하이프’와 일반적인 통념을 극복하고, 머신러닝이 실제 전달할 수 있는 기능과 그렇지 못한 기능을 이해해야 더 좋은 성과를 일궈낼 수 있다. 오해 1 : ‘머신러닝=AI’다 머신러닝과 인공지능이 유사어처럼 사용되는 경우가 많다. 하지만 머신러닝은 연구 실험실에서 실제 세상으로 가장 성공적으로 진입한 기법이고, AI는 컴퓨터 비전, 로봇, 자연어 처리, 머신러닝이 관여되지 않는 제약 만족(Constraint Satisfaction) 같은 접근법 등 적용 범위와 응용 분야가 광범위한 기술이다. 머신을 똑똑하게 만드는 기술로 생각하면 된다. 이 가운데 어느 것도 일부 사람들이 경쟁할까 두려워하고, 심지어 인간을 공격할까 두려워하는 그런 '인공지능'은 아니다. ‘버즈워드(통용어)’를 경계하고, 정확히 이해해야 한다. 머신러닝은 수많은 데이터의 패턴을 학습, 결과를 예측하는 기법이다. 그 결과가 ‘지적’으로 보일지 모르겠지만, 기본적으로 아주 빠른 속도와 규모로 통계 처리를 하는 기법이다. 오해 2 : 모든 데이터가 유용하다 머신러닝에는 데이터가 ...

CIO RL 통념 CB 강화학습 신경망 알파고 딥마인드 데이터 과학 블랙박스 기계학습 마이크로소픝 API 인공지능 일자리 피싱 애저 세일즈포스 맥락 강도

2018.03.23

머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 있는 기술이라고 생각하기 쉽다. 하지만 다른 도구들처럼 특정 영역에만 유용하다. 지속되고 있지만, 이를 해결할 사람을 충분히 채용할 수 없어 해결하지 못하고 있는 문제들, 목적이 명확하지만, 이를 달성할 방법이 없는 문제들을 예로 들 수 있다. 어쨌든 많은 기업과 기관이 어떤 식이든 머신러닝을 활용해 혜택을 누릴 수 있다. 액센츄어 조사에 따르면, 2021년까지 AI가 모든 새로운 혁신의 원동력이 될 것이라고 예상한 중역들의 비율이 42%에 달한다. 그러나 ‘하이프’와 일반적인 통념을 극복하고, 머신러닝이 실제 전달할 수 있는 기능과 그렇지 못한 기능을 이해해야 더 좋은 성과를 일궈낼 수 있다. 오해 1 : ‘머신러닝=AI’다 머신러닝과 인공지능이 유사어처럼 사용되는 경우가 많다. 하지만 머신러닝은 연구 실험실에서 실제 세상으로 가장 성공적으로 진입한 기법이고, AI는 컴퓨터 비전, 로봇, 자연어 처리, 머신러닝이 관여되지 않는 제약 만족(Constraint Satisfaction) 같은 접근법 등 적용 범위와 응용 분야가 광범위한 기술이다. 머신을 똑똑하게 만드는 기술로 생각하면 된다. 이 가운데 어느 것도 일부 사람들이 경쟁할까 두려워하고, 심지어 인간을 공격할까 두려워하는 그런 '인공지능'은 아니다. ‘버즈워드(통용어)’를 경계하고, 정확히 이해해야 한다. 머신러닝은 수많은 데이터의 패턴을 학습, 결과를 예측하는 기법이다. 그 결과가 ‘지적’으로 보일지 모르겠지만, 기본적으로 아주 빠른 속도와 규모로 통계 처리를 하는 기법이다. 오해 2 : 모든 데이터가 유용하다 머신러닝에는 데이터가 ...

2018.03.23

데이터 분석에 관한 12가지 '팩트체크'

IT에서는 ‘하이프(Hype)’라는 열풍이 뜨거울수록, ‘오해’와 ‘잘못된 통념’도 커진다. 데이터 분석도 예외는 아니다. 현재 가장 ‘핫’한 정보기술 중 하나인 분석은 기업에 많은 혜택을 가져다줄 수 있다. 그러나 ‘잘못된 통념’은 분석 역량을 적시에 원활하게 전달하는 데 방해가 된다. 분석과 관련된 전략을 수립하거나 확대하고자 하는 기업과 기관이 확인해야 할 12가지에 대해 알아보자. 팩트체크 1: 데이터 분석에는 많은 투자가 필요하다 지금은 모든 기술 관련 활동과 노력에 ‘재무 건전성’이라는 잣대를 들이대는 시대인 것 같다. IT관리자나 현업 관리자가 새로운 프로젝트를 추진하거나 툴 도입을 제안할 때 가장 먼저 듣는 질문 중 하나는 “얼마나 많은 투자나 비용이 필요합니까?”다. 일부는 데이터 분석에는 본질적으로 많은 돈이 들기 때문에, 손에 쥔 예산과 내부 자원이 넉넉한 기업과 기관에만 국한된다고 지레짐작한다. 그러나 모든 데이터 분석 노력에 대규모 투자가 필요한 것은 아니다. 부동산 관련 모바일 및 온라인 서비스를 제공하는 트루리아(Trulia)의 엔지니어링 VP 디프 바르마는 “현재 시장에 데이터 분석의 가치를 실현하도록 도움을 주는 오픈소스 기술과 도구들이 아주 많다. 먼저 내부 데이터 스토리지, 해결해야 할 문제를 제대로 파악해야 한다. 클라우드를 이용하면, 쉽게 비즈니스 문제를 해결하는 데 분석을 활용하기 시작할 수 있다”고 설명했다. 컨설팅회사인 EY의 글로벌 분석 책임자인 베아트리츠 산즈 사이즈는 “최신 분석 기술은 기본적으로 기존 데이터 웨어하우스 시스템보다 훨씬 저렴한 클라우드 시스템과 빅데이터 아키텍처에 기반을 두고 있다”고 말했다. 또한 사이즈에 따르면, 데이터와 분석을 적용해 프로세스 ...

CIO 팩트체크 EY 데이터 과학 분석 데이터 시각화 데이터 웨어하우스 언스트앤영 인공지능 데이터 과학자 컨설팅 DW 빅데이터 ROI 통념

2017.11.29

IT에서는 ‘하이프(Hype)’라는 열풍이 뜨거울수록, ‘오해’와 ‘잘못된 통념’도 커진다. 데이터 분석도 예외는 아니다. 현재 가장 ‘핫’한 정보기술 중 하나인 분석은 기업에 많은 혜택을 가져다줄 수 있다. 그러나 ‘잘못된 통념’은 분석 역량을 적시에 원활하게 전달하는 데 방해가 된다. 분석과 관련된 전략을 수립하거나 확대하고자 하는 기업과 기관이 확인해야 할 12가지에 대해 알아보자. 팩트체크 1: 데이터 분석에는 많은 투자가 필요하다 지금은 모든 기술 관련 활동과 노력에 ‘재무 건전성’이라는 잣대를 들이대는 시대인 것 같다. IT관리자나 현업 관리자가 새로운 프로젝트를 추진하거나 툴 도입을 제안할 때 가장 먼저 듣는 질문 중 하나는 “얼마나 많은 투자나 비용이 필요합니까?”다. 일부는 데이터 분석에는 본질적으로 많은 돈이 들기 때문에, 손에 쥔 예산과 내부 자원이 넉넉한 기업과 기관에만 국한된다고 지레짐작한다. 그러나 모든 데이터 분석 노력에 대규모 투자가 필요한 것은 아니다. 부동산 관련 모바일 및 온라인 서비스를 제공하는 트루리아(Trulia)의 엔지니어링 VP 디프 바르마는 “현재 시장에 데이터 분석의 가치를 실현하도록 도움을 주는 오픈소스 기술과 도구들이 아주 많다. 먼저 내부 데이터 스토리지, 해결해야 할 문제를 제대로 파악해야 한다. 클라우드를 이용하면, 쉽게 비즈니스 문제를 해결하는 데 분석을 활용하기 시작할 수 있다”고 설명했다. 컨설팅회사인 EY의 글로벌 분석 책임자인 베아트리츠 산즈 사이즈는 “최신 분석 기술은 기본적으로 기존 데이터 웨어하우스 시스템보다 훨씬 저렴한 클라우드 시스템과 빅데이터 아키텍처에 기반을 두고 있다”고 말했다. 또한 사이즈에 따르면, 데이터와 분석을 적용해 프로세스 ...

2017.11.29

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.13