인공지능시대의 비즈니스 전략

 

인간이 만들어낸 과거의 모든 도구는 그 활용의 중심에 인간이 있었다.

인공지능은 인간 두뇌의 한계를 뛰어넘기 위한 도구다.

그래서 기존처럼 인간의 생각과 판단범위 안에서만 인공지능을 사용하면 인공지능본래의 기능을 결코 발휘할 수 없다.

인공지능이란 강력한 컴퓨팅 기술을 바탕으로 한 새로운 데이터 활용법이다.

데이터 활용의 3단계

1. 데이터 분석을 통한 인사이트 발굴

2. 새로운 가치를 더한 데이터 만들기

3. 비즈니스적으로 의미있는 변화 만들기

인공지능 : 여러 기준에 따라 다양한 분야가 합쳐짐

1. 머신러닝

2. 자연어 처리(음성인식)

3. 컴퓨터 감각(이미지 인식)

4. 자동추론(데이터 기반으로 컴퓨터가 결정)

5. 지식표현(컴퓨터의 지식을 인간이 이해)

인공지능 활용 경영 = data driven business 데이터 주도 비즈니스

과거에는 데이터를 시각화하여 인간이 판단

현재는 데이터를 통해 컴퓨터가 판단

어떻게? 머신러닝을 통해(컴퓨터가 데이터를 통해 스스로 학습하도록 가르치는 것)

과거에는 인간이 프로그래밍을 통해 컴퓨터에게 지시

현재는 인간이 원하는 결과(데이터)를 컴퓨터에 주면 컴퓨터가 결과 도출

머신러닝 유형

1. 지도학습 : 정답 ㅇ (예측모델)

2. 비지도학습 : 정답 X (군집화)

3. 강화학습 : 시뮬레이션 반복

 

데이터 마이닝 : 데이터에 숨겨진 인사이트를 찾아내는 행위

강화학습

낮은 해상도 사진을 GAN을 활용하여 높은 해상고 사진으로

 

도구>기계>컴퓨터>인공지능>머신러닝>딥러닝>

1. DNN 딥뉴럴네트워크 : 테이블형식data

2. CNN 합성뉴럴네트워크 : 시각적 이미지

3. RNN 리커런트뉴럴네트워크 : 순서있는 data(어순, 악보 등)

4. GAN 제너레이티브 애드버서리얼 네트워크 : 딥러닝을 생성에 이용(만드는 부분+평가하는 부분)

머신러닝 활용

1. 분류

2.예측

prediction 과거로 현재를 설명

forecast 미래에 목적 (불가)

3.생성

사례를 접하고 생각해야 할 부분?

1. 조직 경영 관리

2. 데이터 수집 과정은 매우 시간이 오래걸리고 지루한 일이지만 꾸준히 버텨야한다.

3. 경쟁업체의 반응(업체가 따라할 수 있는지?)

4. 인공지능, 머신러닝이라는 새로운 도구가 효과적으로 활용될 수 있는 변화관리에 주목해야한다.

피터드러커-<자기경영노트> 중

"효율성은 일을 올바로 하는 것이고 유효성은 올바른 일을 하는 것이다."

효율성 : 인공지능 담당 

유효성 : 인간 담당

사례

오이 분류

초소형, 초저가 컴퓨터 '라즈베리 파이'로 사진 찍고

구글 머신러닝 오픈소스 '텐서플로'이용해 딥러닝으로 오이 등급별 분류

벌 기생충 감염 확인 시스템 '비스캐닝' 앱

비스캐닝

실무를 깊이 아는 현업 전문가야말로 의미있는 아이디어를 낼 수 있다.

새로운 기술에 관심이 있는 사람이 새로운 시도를 할 수 있다.

 

공부하는 방법?

논문 읽고 그대로 따라하기

작은 일 부터 일단 시도

실패하면서 배우기

데이터 분석과 활용은 다른 것 (활용>분석)

1. 데이터 파악 : 아주 구체적

2. 파일럿 프로젝트 : 시험(프로세스 변경할 부분 찾기)

3. 데이터 수집, 저장 : 한 곳에

4. 활용 : 데이터 가치화, 개선요소 발굴, 업무 프로세스 변경

5. 비즈니스 확장 : 상시적 측정과 분석 통해 올바른 방향으로 조정

 

데이터 분석에서 가장 중요한 덕목 : 유연함, 창의성

기술과 이론이라는 도구를 가지고 아이디어와 새로운 관점을 발굴해내야한다.

 

데이터 관련 직종

데이터 사이언티스트 : 데이터 전분야

데이터 기획자 : 데이터 관리

데이터 엔지니어 : 데이터 수집, 관리

데이터 스튜어드 : 데이터 가공, 활용

 

탐색적 분석 : 데이터 시각화를 통해 유연하게 사고

주의할 점) 분석의 재미에만 빠져 방향성 잃을 수 있음/그렇다고 확실히 벽을 세워버리면 유연한 사고 불가

분석에서 멈추지 말고 활용하여 실질적인 가치를 만들어내야 한다.

이 때 가장 중요한 것이 조직문화이다.