비즈니스에 도움이 되는 머신 러닝을 활용하는 방법

자료실
자료실
기타
작성자
finweb
작성일
2019-04-09 10:55
조회
722

How To Put Machine Learning To Work For Your Business

비즈니스에 도움이 되는 머신 러닝을 활용하는 방법

*해당 글은 forbes에 게시된 Matt Hulett의 글을 번역했습니다.

머신 러닝은 몇 년 동안 제품 기능의 혁신을 주도하여 소비자 경험을 향상시키는 중요한 요소가 되었습니다. 하지만 머신 러닝(특히 인공지능)에 대해서 우리는 빙산의 일각밖에 아직 보지 못했습니다.

비즈니스 리더로서, 당신은 Fletch의 Chevy Chase가 머신 러닝에 대해 지식인처럼 보이는 방법을 망치려고 애쓰는 것처럼 느낄지도 모릅니다. 그럼에도 불구하고, 머신 러닝이 무엇이고 어떻게 하면 여러분의 사업을 위해 그것을 최대한 활용할 수 있는지 이해하는 것이 필수적입니다.

기술적으로 들리지만, 머신 러닝은 가장 간단한 의미에서 컴퓨터 알고리즘을 사용하여 데이터로부터 배우고 더 나은 예측을 하는 인공지능의 한 분야입니다. 큰 데이터셋을 활용함으로써, 기계는 패턴 분석을 통해 적용되고 자동으로 학습되며, 그 지식을 이용하여 알고리즘을 개선합니다. 머신 러닝의 이면에 있는 기술은 수 십년 동안 존재해왔지만, 그것을 시험해 볼 수 있는 컴퓨팅 능력을 갖게 된 것은 최근입니다. 이제 인공지능 어플리케이션이 보편화되면서 머신 러닝은 중소 기업도 활용할 수 있는 저렴한 기술로 각광받고 있습니다.

머신 러닝은 지난 10년동안 자율 주행차와 효과적인 웹 검색을 포함한 많은 중요한 혁신의 배후에 있었습니다. 몇 년 전, Rosetta Stone에서 우리는 언어 인식의 이면에 있는 인공지능의 자연 언어 처리를 이용하여 언어 학습 경험을 변화시킬 수 있는 기회를 보았습니다. 우리의 특허받은 음성인식 기술을 통해 사용자는 정확한 발음을 연습하고 실시간으로 피드백을 받을 수 있었습니다.

다음은 머신러닝을 통해 혁신적인 제품 기능에 능력을 공급하기 시작할 수 있는 방법입니다.

데이터를 가지고 있다 - 사용하라

기업이 부족하지 않은 것이 있다면 그것은 데이터(사용자 데이터, 검색 트렌드, 제품 분석)입니다. 당신은 이렇게 방대한 양의 데이터를 머신 러닝에 사용할 수 있습니다. 머신 러닝은 많은 양의 데이터를 사용하여 공식이나 방정식 없이 복잡한 문제를 분석하는 특정한 방법입니다. 머신러닝 어플리케이션에 당신의 귀중한 데이터를 사용하는 것은 데이터를 사용할 수 있게 만들고, 분석하고, 그룹으로 나누어 컴퓨터 모델을 훈련하고 복제하는 과정입니다. 일부 기업은 데이터 사이언티스트를 고용하여 이 작업의 보다 정교한 측면을 돕기도 하지만, 온라인에는 머신러닝 어플리케이션을 위해 데이터를 준비하는 첫 단계를 수행하는데 도움이 되는 수 많은 튜토리얼이 있습니다.

데이터를 사용하는 머신러닝 알고리즘의 예로는 Netflix의 영화 추천 엔진 또는 Amazon이 주문 기록을 기반으로 사용자가 관심 있을 수 있는 것을 식별하는 방법이 있습니다. Netflix와 Amazon이 더 많은 사용자 데이터를 수집함에 따라 맞춤화된 추천이 점점 더 대상화되고 통찰력이 높아집니다. 구글 검색은 위치나 사용자 의도와 같은 뉘앙스에 적응하는 머신러닝 알고리즘과 같은 방식으로 작동합니다.

그 어느 때보다 쉽게 접근할 수 있는 기계학습을 활용하기 위한 기술 도구

머신러닝 모델은 오랫동안 존재해 왔지만, 수집된 데이터를 이해할 수 있는 컴퓨팅 성능을 최근에야 갖추게 되었습니다. 이제 머신 러닝의 이면에 있는 기술을 접근 가능할 수 있고 감당할 수 있게 되었으므로 AI 어플리케이션을 더 많은 기업이 이용할 수 있게 되었습니다. TensorFlow 및 Keras와 같은 오픈 소스 툴을 통해 기업은 기존 플랫폼과 소프트웨어를 사용하여 머신러닝을 통합할 수 있습니다.

게다가, AI 제품 기능만 있는 것이 아닙니다. 또한 머신 러닝은 데이터 보안 개선, 광고 캠페인 목표 개선 및 고품질 고객 서비스를 통해 내부적인 효율성 향상을 제공할 수 있습니다. 제가 시애틀의 한 스타트업 스튜디오에서 일할 때, 저희는 OpenCV를 사용하고 머신러닝을 감동하여 라이브 e-sports 게임을 예측했습니다. 개발 프로세스에 머신 러닝을 사용하면 효율성이 높아지기 때문에 몇 달만에 개념 증명에서 코드 배송으로 가속했습니다.

머신 러닝의 다음 한계에 투자를 시작하라

보다 정교한 AI와 더 깊은 학습은 머신 러닝의 다음 분야입니다. 이러한 기술 중 많은 부분이 혁신의 막다른 골목에 와 있지만, 조직을 한 단계 더 발전시키기 위한 점진적인 단계를 밟을 수 있습니다. 머신 러닝의 장점 중 하나는 데이터 뿐만 아니라 데이터의 구조도 학습한다는 것입니다. 모델의 성공과 실패를 컴퓨터가 더 많이 적용하고 배울수록 이러한 모델의 정확성은 높아집니다.

머신 러닝은 이전에 구글이나 아마존 같은 거대 기술의 영역이었지만, 그것을 적용함으로써 이익을 얻을 수 있는 많은 산업들이 있습니다. 자동차 산업 및 금융 서비스 부문에서는 분석 효율성, 예측 모델 개선 및 생산 최적화 측면에서 큰 이점을 얻을 수 있습니다.

예를 들어, 우리 회사가 음식 인식을 개선하기 위해 최근에 기계학습을 적용한 것을 예로 들 수 있습니다. 구어체와 음운이라고 불리는 언어의 구성 요소 수준을 디지털화함으로써, 우리는 언어 학습자들이 말하는 것을 듣고 그들이 말하는 것을 채점하는 정교한 머신 러닝 모델을 적용했습니다. 이를 통해 학습자는 실시간 피드백을 받고 대상 언어로 더 진실한 소리를 들을 수 있습니다.

머신 러닝은 또한 원격 진단 개선에서 수술 절차 보조에 이르기까지 의학 분야의 혁신을 주도해 왔습니다. 2016년에 IBM의 Watson은 게놈의 염기서열과 질병 예측을 위한 모델을 개발하면서 건강 진단에 대해 탐구하기 시작했습니다. 최근 Accenture report에 따르면 원격 진단 및 가상 간호 기술을 개발하는데 학습된 내용이 사용되었으며, 이는 연간 200억 달러까지 의료 산업을 절감할 수 있는 잠재력이 있다고 합니다.

지금 머신 러닝에 투자하는 것은 당신의 회사가 교육, 서비스, 소매 및 기술을 비롯한 수많은 산업 전반에서 보다 우수하고 포괄적인 모델을 추진할 수 있는 기술에 대한 탄력적이고 탄탄한 기반을 구축하는데 도움을 줄 것입니다.

번역 - 핀인사이트 인턴연구원 함인규

원문 보러가기

https://www.forbes.com/sites/forbestechcouncil/2019/03/15/how-to-put-machine-learning-to-work-for-your-business/#1d6af4de7b37
전체 410
번호 제목 작성자 작성일 추천 조회
409
기계학습이 비즈니스 문화의 미래인 이유
finweb | 2019.06.18 | 추천 0 | 조회 15
finweb 2019.06.18 0 15
408
로보틱 프로세스 자동화 및 기계 학습의 결합
finweb | 2019.06.14 | 추천 0 | 조회 14
finweb 2019.06.14 0 14
407
AI와 기계학습이 은행업무경험을 향상시키는 방법
finweb | 2019.06.13 | 추천 0 | 조회 19
finweb 2019.06.13 0 19
406
Data science, machine learning key to significant business outcomes – TIBCO
finweb | 2019.06.10 | 추천 0 | 조회 22
finweb 2019.06.10 0 22
405
2019년의 글로벌 NLP(Natural Language Processing) 시장 동향 – Apple Incorporation, Dolbey Systems, Microsoft Corporation
finweb | 2019.06.05 | 추천 0 | 조회 24
finweb 2019.06.05 0 24
404
기계 학습을 사용하여 직원 전문 지식 '자동화'
finweb | 2019.05.29 | 추천 0 | 조회 36
finweb 2019.05.29 0 36
403
인캠 수강생에서 이제는 도서를 출판한 작가까지, 다음은 강의도 해 보고 싶어요. (이광성님 인터뷰)
finweb | 2019.05.27 | 추천 0 | 조회 82
finweb 2019.05.27 0 82
402
텐센트사가 핀테크와 클라우드 매출이 급증하며 1위 전망
finweb | 2019.05.23 | 추천 0 | 조회 79
finweb 2019.05.23 0 79
401
RPA 기술은 무엇이며 비즈니스에 어떤 도움이 될 수 있는가?
finweb | 2019.05.22 | 추천 0 | 조회 81
finweb 2019.05.22 0 81
400
전자상거래 기업을 위한 3가지 즉각적인 블록체인 사용
finweb | 2019.05.17 | 추천 0 | 조회 113
finweb 2019.05.17 0 113
399
2019년 데이터 사이언티스트를 필요로 하는 기업 TOP10
finweb | 2019.05.16 | 추천 0 | 조회 109
finweb 2019.05.16 0 109
398
빅 데이터를 통해 비즈니스 성공에 도움이 되는 5가지 방법
finweb | 2019.05.15 | 추천 0 | 조회 64
finweb 2019.05.15 0 64
397
머신러닝을 통한 Github Autocompletion(자동완성)
finweb | 2019.05.10 | 추천 0 | 조회 111
finweb 2019.05.10 0 111
396
NLP(Natural Language Processing) 시장: 운영 개요 및 2026년의 통찰을 통한 심층 분석
finweb | 2019.05.09 | 추천 0 | 조회 222
finweb 2019.05.09 0 222
395
아마존은 자사의 블록체인 서비스를 대중에게 제공했습니다.
finweb | 2019.05.03 | 추천 0 | 조회 915
finweb 2019.05.03 0 915
394
기계 학습을 통해 영업 활동의 파괴적인 폭압의 끝을 지원하는 방법
finweb | 2019.05.01 | 추천 0 | 조회 914
finweb 2019.05.01 0 914
393
예측 시장: 구조를 위한 기계 학습
finweb | 2019.04.26 | 추천 0 | 조회 1332
finweb 2019.04.26 0 1332
392
기계 학습 및 데이터 사이언스를 위한 최고의 오픈 데이터 세트!!
finweb | 2019.04.24 | 추천 0 | 조회 887
finweb 2019.04.24 0 887
391
투자회사에 향상된 기술을 적용하는 몇가지 사례 (투자 관리자들이 AI, ML 및 RPA에 대해 낙관적인 이유)
finweb | 2019.04.19 | 추천 0 | 조회 1674
finweb 2019.04.19 0 1674
390
RPA의 꽤나 성가신 문제: 코딩
finweb | 2019.04.18 | 추천 0 | 조회 1245
finweb 2019.04.18 0 1245
389
향후 4년간 RPA로의 지출 – 20억 달러 이상 급증
finweb | 2019.04.17 | 추천 0 | 조회 1016
finweb 2019.04.17 0 1016
388
강화 학습이 디지털 마케팅을 혁신할 수 있는 방법에 대한 세 가지 예
finweb | 2019.04.12 | 추천 0 | 조회 884
finweb 2019.04.12 0 884
387
비즈니스에 도움이 되는 머신 러닝을 활용하는 방법
finweb | 2019.04.09 | 추천 0 | 조회 722
finweb 2019.04.09 0 722
386
TensorFlow를 위한 빅 데이터를 구성하는 새로운 오픈 소스 툴
finweb | 2019.04.08 | 추천 0 | 조회 598
finweb 2019.04.08 0 598
385
데이터 분석으로 비즈니스 성장을 가속화하는 방법
finweb | 2019.04.04 | 추천 0 | 조회 53
finweb 2019.04.04 0 53
384
프로그래머를 위한 2019년 떠오르는 기술 6가지
finweb | 2019.03.18 | 추천 0 | 조회 1656
finweb 2019.03.18 0 1656
383
2019년 최고의 RPA 툴 20개
finweb | 2019.03.18 | 추천 0 | 조회 1656
finweb 2019.03.18 0 1656
382
핀인사이트, 바르셀로나 4YFN 에서 ‘인사이트 페이지’ 런칭
finweb | 2019.03.08 | 추천 0 | 조회 1655
finweb 2019.03.08 0 1655
381
금융 분야의 로봇 공정 자동화 (RPA) - 현재 응용 분야
finweb | 2019.03.08 | 추천 0 | 조회 124
finweb 2019.03.08 0 124
380
최고의 RPA 소프트웨어
finweb | 2019.03.07 | 추천 0 | 조회 118
finweb 2019.03.07 0 118