비즈니스 사용자가 하룻밤 사이에 데이터 과학자가 될 수 있는가?

자료실
자료실
기타
작성자
finweb
작성일
2019-07-05 11:15
조회
96

Can business users become data scientists overnight?

비즈니스 사용자가 하룻밤 사이에 데이터 과학자가 될 수 있는가?

*이 글은 diginomica에 게시된 Rick Rider의 글을 번역했습니다.

요약 :  새로운 소프트웨어 툴을 통해 최종 사용자가 시민 데이터 과학자가 되어 AI 기반 분석의 활용 사례를 직접 만들 수 있다고 Infor's Rick Rider는 말합니다.

키보드를 몇 번 클릭해도 평범하고 온화한 비즈니스 소프트웨어 사용자가 미래 지향적인 데이터 전사로 변신할 수 있다면 어떨까요? 이 이야기는 너무 억지스럽고 영웅적인 이야기처럼 들릴지도 모릅니다. 하지만, 이 놀라운 능력은 손에 잡힐 수 있습니다. 새로운 종류의 인공지능(AI) 솔루션은 코드 개발 기술이 없는 전문가지만 비즈니스 질문에 자동화된 통찰력을 적용할 수 있는 능력을 갖고 있는 시민 데이터 과학자의 역할을 만들어내고 있습니다.

수요를 이끄는 자동화

자동화는 이러한 추세의 큰 원동력입니다. 2017년에 Gartner 분석가들은 2020년까지 데이터 과학 과제의 40% 이상이 자동화될 것이라고 예측했습니다. 데이터 과학자의 작업을 자동화하면 데이터 과학자의 생산성과 효율성을 높일 수 있습니다. 오히려 다행입니다. 데이터 과학 민주화에 관한 하버드 비즈니스 리뷰의 최근 기사에서 비즈니스 컨설팅 회사인 Deloitte는 다음과 같이 쓰고 있습니다.



일부 추정치에 따르면 데이터 과학자들은 전체 또는 부분적으로 자동화할 수 있는 반복적이고 지루한 작업에 약 80%를 소비합니다. 이러한 작업에는 데이터 준비, 형상 엔지니어링 및 선택, 알고리즘 선택 및 평가가 포함될 수 있습니다.



소프트웨어 제공자에 의해 다양한 도구와 기술이 도입되었습니다. 일부는 솔루션을 '학습'할 수 없는 기본 제공 솔루션을 지나치게 단순화하고 제공하려고 합니다. 다른 것들은 매우 복잡해서 매우 숙련된 데이터 과학자만이 도구를 사용할 수 있었고, 주요 목표 중 하나를 부정했습니다.

다행히도, 매우 효과적인 해결책이 있습니다. 사용자 인터페이스는 데이터 초보자부터 다양한 기술을 가진 데이터 전문가에 이르기까지 직원들이 생산성을 높일 수 있도록 하는 사용하기 쉬운 도구의 핵심입니다. 이러한 솔루션으로 복잡한 목표는 자연어 질문과 드래그 앤 드롭 스크린으로 분해되어 솔루션의 프런트엔드가 간단해 보입니다. 한편, 백엔드에서는 사용자의 요구를 일련의 알고리즘으로 해석하는 정교한 기능성이 작용하고 있습니다.

강력한 예측 분석 및 머신러닝(ML)이 내장된 이 솔루션은 프로세스와 실행 속도를 자동화하여 소모품 차트 및 그래픽에 데이터 통찰력을 제공해 줍니다. 기계 출력에서 일반적 리더의 데이터에 이르기까지 여러 가지 비즈니스 요인을 정확하게 집중시킬 수 있습니다.

현재 기업 경영자와 경영진이 이용할 수 있는 방대한 양의 데이터가 양날의 칼을 만듭니다. 통찰력은 가치가 있지만, 과부하로 인해 혼란과 혼란이 생길 수 있습니다. 디지털 전환이 심화됨에 따라, 숙련된 IT 전문가에 대한 수요도 증가하고 있습니다. 몇몇 산업체들은 숙련된 지원자들의 형편없는 부족에 직면해 있습니다. 데이터 과학자는 높은 수요에 특화된 역할 중 하나입니다. Deloitte의 HBR 기사는 현재의 수요와 공급 역학에 근거하여 2024년까지 미국만 25만 명의 데이터 과학자가 부족할 것으로 예상된다고 보고하고 있습니다.

우리가 어떻게 여기 왔나요?

지난 10년 동안 분석가와 기술 제공업체들은 기업 IT 부서와 비즈니스 사용자 간의 융합 시대를 예측해 왔습니다. 10년 중반이 되자 기술계는 시민 개발자들을 위한 저코드 플랫폼을 근본적인 패러다임 전환으로 언급하기 시작했습니다. 전통적인 코드 기술이 부족했던 비 IT 직원들은 여전히 그들 자신의 전문 응용 프로그램을 만들어 일상적인 비즈니스 과제를 해결할 능력과 동기를 가지고 있었습니다. AI 기술을 적용하기 위한 더 많은 도구, 더 많은 기능, 더 많은 템플릿에 대한 사용자들의 수요는 제공업체들로 하여금 사용자 정의 형태와 보고를 계속 확장하게 만들었습니다.

인공지능의 서브셋인 자연어 생성(NLG)은 이 새로운 시대를 이끄는 기술 중 하나입니다. NLG는 구조화된 데이터를 명확하고 자연스러운 언어로 변환합니다. Forbes의 기고자인 Marc Zionts는 최근 NLG의 역할을 설명했습니다.



NLG는 모든 직원이 역할, 위치 또는 데이터 전문 수준에 관계없이 가장 자연스러운 통신 형태인 서면 단어를 사용하여 시각 자료를 번역하는 방식으로 데이터를 해석할 수 있도록 허용함으로써 시민 데이터 과학자를 지원합니다.



또한 데이터 시각화 도구는 비즈니스 사용자가 데이터 통찰력을 쉽게 사용할 수 있도록 지원하는 또 다른 혁신입니다. 이러한 강력한 BI 솔루션은 개인 KPI(핵심 성과 지표) 또는 안전 재고 수준, 용량 계획 또는 미납 채권과 같은 부서 책임 추적에 관계없이 사용자의 필요에 따라 개인화할 수 있는 대시보드와 데이터 게이지를 생성합니다. 데이터 통찰력을 한눈에 파악할 수 있는 경우 사용자는 가치를 찾고 AI 기반 결론을 신뢰하며 결과를 개선하기 위해 영향을 미치는 요인을 면밀히 검토할 수 있습니다.

최대 잠재력 달성

AI 기술의 진정한 잠재력은 다양한 실제 사용 사례에 머신 러닝(ML)와 예측 분석을 적용함으로써 얻어집니다. AI는 조언을 제공하고, 성과 패턴을 발견하고, 여러 가지 영향을 미치는 요인을 분석하며, 특정한 질문에 대한 복잡한 결론을 도출할 수 있는 잠재력을 가지고 있습니다. 

AI가 인간의 성과를 모방하고 향상시킬 수 있을 때 최대한의 잠재력에 도달해 신뢰할 수 있고 지능적인 조언을 제공합니다. 이러한 예측적 통찰력은 조직이 미래의 추세와 결과를 예측, 이해 및 준비할 수 있도록 도와줍니다. 해결책은 시간이 지남에 따라 이 수준에 도달하여 패턴을 분석하고 다양한 시나리오를 추적하며, 인간이 어떤 반응을 적절하다고 판단하는지, 그리고 어떤 것이 거부되는지를 알게 됩니다. 

이러한 실제 애플리케이션의 경우, 실제 사용자는 목표를 정의하고 우선순위를 할당하며 매개변수와 조건을 설정하는데 참여해야 합니다. 그렇기 때문에 시민 데이터 과학자가 그렇게 중요한 역할을 하는 것입니다. 그들은 그들 자신의 애플리케이션 지식과 비즈니스 목표와 맥락을 이해할 수 있습니다. 제3자 컨설턴트는 사용 사례의 뉘앙스를 파악하는데 어려움을 겪을 수 있습니다.

최종 조언

조직은 막대한 양의 데이터를 축적해 왔습니다. 이에 압도되기보다는 AI 주도형 분석에 투자해 의미 있고 실용적인 애플리케이션을 만들어야 합니다. 심사숙고된 AI 전략은 전사적으로 임무 중점적인 정보의 흐름을 개선하고 가속화할 수 있습니다. 올바른 소프트웨어 솔루션을 구축하면 일상적인 비즈니스 사용자는 데이터 과학자가 되어 더 스마트하고 데이터에 의해 권한을 부여받을 수 있습니다.

번역 - 핀인사이트 인턴연구원 함인규

원문 보러가기

https://diginomica.com/can-business-users-become-data-scientists-overnight
전체 0

전체 446
번호 썸네일 제목 작성자 작성일 추천 조회
공지사항
비밀글 파이썬으로 배우는 블록체인 구조와 이론 (위키북스)
finweb | 2019.07.05 | 추천 0 | 조회 8
finweb 2019.07.05 0 8
444 투자시장의 열쇠는 대체 데이터
투자시장의 열쇠는 대체 데이터
투자시장의 열쇠는 대체 데이터
finweb | 2019.09.19 | 추천 0 | 조회 43
finweb 2019.09.19 0 43
443 자동화 분야를 바꾸는 RPA와 인지 자동화
자동화 분야를 바꾸는 RPA와 인지 자동화
자동화 분야를 바꾸는 RPA와 인지 자동화
finweb | 2019.09.18 | 추천 0 | 조회 9
finweb 2019.09.18 0 9
442 인공지능이 투자를 향상시키는 11가지 방법
인공지능이 투자를 향상시키는 11가지 방법
인공지능이 투자를 향상시키는 11가지 방법
finweb | 2019.09.18 | 추천 0 | 조회 3
finweb 2019.09.18 0 3
441 블록체인 표준은 매우 세분화되어 있으며, 4가지 표준보다 더 이상 시장을 점유하기 힘들 것이다.
블록체인 표준은 매우 세분화되어 있으며, 4가지 표준보다 더 이상 시장을 점유하기 힘들 것이다.
블록체인 표준은 매우 세분화되어 있으며, 4가지 표준보다 더 이상 시장을 점유하기 힘들 것이다.
finweb | 2019.09.16 | 추천 0 | 조회 32
finweb 2019.09.16 0 32
440
이더리움은 하이퍼레저 협력단의 첫 번째 공공 블록체인이 될 준비가 다 됐습니다.
finweb | 2019.08.30 | 추천 0 | 조회 32
finweb 2019.08.30 0 32
439
글로벌 핀테크 투자가 곤두박질치다
finweb | 2019.08.29 | 추천 0 | 조회 25
finweb 2019.08.29 0 25
438
데이터 사이언티스트: 이 5개 도시에서 가장 높은 연봉을 받으세요.
finweb | 2019.08.23 | 추천 0 | 조회 26
finweb 2019.08.23 0 26
437
전 세계 핀테크 투자가 급락하다.
finweb | 2019.08.21 | 추천 0 | 조회 27
finweb 2019.08.21 0 27
436
자동화: 데이터 시나리오의 미래
finweb | 2019.08.21 | 추천 0 | 조회 31
finweb 2019.08.21 0 31
435
블록체인 초보자를 위한 5가지 핵심 개념
finweb | 2019.08.20 | 추천 0 | 조회 31
finweb 2019.08.20 0 31
434
중소기업에도 빅데이터가 필요하다
finweb | 2019.08.19 | 추천 0 | 조회 25
finweb 2019.08.19 0 25
433
데이터 과학자로서의 시장성을 높이는 6가지 방법
finweb | 2019.08.14 | 추천 0 | 조회 31
finweb 2019.08.14 0 31
432
핀테크 부문의 증가
finweb | 2019.08.14 | 추천 0 | 조회 31
finweb 2019.08.14 0 31
431
핀테크는 다음 개척지이다.
finweb | 2019.08.14 | 추천 0 | 조회 32
finweb 2019.08.14 0 32
430
데이터 사이언스 직업에서 알고 있어야 할 3가지 트렌드
finweb | 2019.08.13 | 추천 0 | 조회 19
finweb 2019.08.13 0 19
429
21가지 인공지능 사례 및 사용 사례
finweb | 2019.08.12 | 추천 0 | 조회 30
finweb 2019.08.12 0 30
428
2019년 상위 AI 동향
finweb | 2019.08.09 | 추천 0 | 조회 30
finweb 2019.08.09 0 30
427
블록체인이 금융의 판도를 변화시킵니다.
finweb | 2019.08.08 | 추천 0 | 조회 36
finweb 2019.08.08 0 36
426
빅 데이터를 완벽하게 관리하는 비즈니스 3대 과제
finweb | 2019.08.05 | 추천 0 | 조회 53
finweb 2019.08.05 0 53
425
연구: 비트코인이 아닌 블록체인 투자액이 2019년에 60% 감소할 것이다.
finweb | 2019.08.01 | 추천 0 | 조회 56
finweb 2019.08.01 0 56