‘증강’은 인간의 힘을 극대화시킨다는 뜻...인간 대체 없어
편향성 없는 정보 처리가 현재 가장 큰 문제
[보안뉴스 문가용 기자] 분석학에서의 세대 변화가 벌써 일어나고 있다. 그것은 바로 증강 분석학(augmented analytics)이라는 것인데, 이는 인공지능이나 빅 데이터 기술의 다음에 올 ‘세 번째 물결’에 해당한다. 이미 증강 분석 기술을 경험해본 사람들은 그 놀라운 속도와 깊이에 대해 놀라움을 금치 못하고 있다.
비즈니스 인텔리전스와 인공지능
증강 분석학 혹은 증강 분석 기술은 머신 러닝에 기반을 둔 자동화 기술을 활용해 분석이라는 과정 전반에 걸쳐 발동되는 인간의 지적 기능을 돕는 것을 골자로 삼는다. 지난 주 가크너는 ‘증강 분석학이 데이터와 분석학의 미래다(Augumented Analytics is the Future of Data and Analytics)’라는 보고서를 발표한 적이 있을 정도로 그 성능이 대단한 것으로 알려져 있다.
물론 자동화 기술을 데이터 분석 과정에 더한다는 건 새로울 것이 없는 개념이다. 심지어 현재 인공지능의 놀라운 발전으로 이 개념은 계속해서 성장하고 있기도 하다. 이제 인공지능은 검색은 물론, 자연어 처리까지도 능숙해지고 있으며, 이를 통해 데이터 시각화나 아웃라이어 탐지, 간단한 예측 기능까지도 시장에 나타나고 있다. 간단히 정리하자면, 이런 흐름을 좀 더 깊고 빠르게 가져가는 게 바로 증강 분석이다.
차세대 증강 분석 기술은 자동으로 데이터를 준비하고 정제한다. 또한 자동으로 피쳐 엔지니어링(feature engineering)도 수행하며, 핵심적인 통찰도 제공하고 숨겨진 패턴도 발견해낸다. 그러므로 사람이 일일이 처리하기에는 시간이 너무 오래 걸리는 수백 만 개의 변수들과 그 변수들이 만들어낸 더 많은 조합들도 빠르게 처리할 수 있으며, 그 처리 과정에서 새로운 것들이 발견되기도 한다. 더구나 결과를 그냥 그대로 출력해 내보이는 게 아니라 인공지능 알고리즘을 통해 결론까지도 도출하고, 인간 분석가에게 권장 행동 사항들도 안내한다.
가트너는 증강 분석 기술을 갖췄을 때 기업의 경쟁력이 두 배 이상 늘어날 것이라고 예측하고 있다. 분석과 비즈니스 인텔리전스 분야에서 활동하는 전문가들이라면 증강 분석 분야에 대해 미리 알아봐야 할 것이라고도 권장한다. 중요한 건 증강 분석 기술이 기존의 분석 기술이나 비즈니스 인텔리전스 체제를 완전히 전복시키는 것이 아니라 ‘보완’한다는 것이다. 또한 사업을 진행하는 과정 속에 다양하게 적용될 수 있다는 것도 큰 장점이다.
옛말에도 있듯, 보는 것은 믿는 것이다. 분석을 자동으로 한다는 것이 아직까지 생소하고 꺼림칙할 수는 있으나, 증강 분석 기술을 직접 접해보면 생각이 달라질 것이라고 본다. 그래서 직접 가지고 있는 데이터에 증강 분석 솔루션을 활용해보라고 권장한다. 증강 분석 솔루션들이 제공하는 통찰과 권장사항들을 직접 경험해보라. 자동화 기술에 대한 생각이 달라질 것이다.
인공지능 세계의 격언, “Garbage in, Garbage out”
‘증강’이라는 표현이 암시하듯, 증강 분석 기술은 ‘인간의 지능에 보탬을 주는’ 기술이다. 인간을 대체하는 기술이 아니라는 것이다. 자동화된 분석의 진짜 가치는 사람을 도와 이제껏 없었던 결과물을 만들어내는 데에 있다는 생각이 이 뒤에 깔려 있다.
하지만 모든 보안 솔루션 혹은 IT 솔루션이 그렇듯 ‘만병통치약’은 아니다. 증강 분석 기술 솔루션들도 잘 사용했을 때 놀라운 결과를 내놓는다. 즉 편파적이지 않고 깨끗하게 처리된 올바른 데이터가 주입되어야만 이상적인 해답이 나온다는 것이다. 아무리 솔루션과 알고리즘이 좋아봐야, 입력되는 데이터의 질이 낮으면 결과의 질도 낮을 수밖에 없다. 쓰레기가 들어가면 쓰레기가 나오는 법이다. 자동화 기술까지 도입해 데이터 분석을 잘 하려면 그 무엇보다 데이터 정제 기술이 보장되어야 한다.
최근 인공지능이 편견도 배운다는 학설이 경고처럼 유행하고 있다. 숨겨져 있는 패턴과 통찰에까지도 이를 수 있기에, 우리도 모르는 편견을 찾아내고 배운다는 것이다. 그렇기에 이를 제거하기 위한 연구들이 진행되고 있다. 최초로 생성된 데이터 자체에서 편향성을 제거하는 문제가 새롭게 부각되고 있는데, 이는 단지 자동화나 인공지능을 활용하는 측면에서만 그런 것은 아니다. 데이터 분석의 새로운 물결이 오고는 있지만 여기엔 중요한 과제도 맞물려 있다.
어디서부터 시작해야 하나?
증강 분석학 혹은 기술을 어떤 식으로 적용시켜야 하는지를 고민하기에 앞서 제일 먼저 데이터를 빠르게 분석했을 때 얻을 수 있는 장점이 무엇인지 생각해 볼 것을 권한다. 조직의 이득 차원에서 자동화가 어떻게 응용될 수 있으며, 현재 어떤 방법들로 이를 추구하고 있는지 파악하라. 생각보다 지금의 체계가 효율적이거나 기능이 좋을 수도 있고, 다른 방법을 접목시켜 볼 수도 있다. 아니면 미리 데이터 정제 기술을 도입하는 것도 좋은 방향의 움직임이다.
글 : 젠 언더우드(Jen Underwood), Impact Analytix
[국제부 문가용 기자(globoan@boannews.com)]
편향성 없는 정보 처리가 현재 가장 큰 문제
[보안뉴스 문가용 기자] 분석학에서의 세대 변화가 벌써 일어나고 있다. 그것은 바로 증강 분석학(augmented analytics)이라는 것인데, 이는 인공지능이나 빅 데이터 기술의 다음에 올 ‘세 번째 물결’에 해당한다. 이미 증강 분석 기술을 경험해본 사람들은 그 놀라운 속도와 깊이에 대해 놀라움을 금치 못하고 있다.
[이미지 = iclickart]
비즈니스 인텔리전스와 인공지능
증강 분석학 혹은 증강 분석 기술은 머신 러닝에 기반을 둔 자동화 기술을 활용해 분석이라는 과정 전반에 걸쳐 발동되는 인간의 지적 기능을 돕는 것을 골자로 삼는다. 지난 주 가크너는 ‘증강 분석학이 데이터와 분석학의 미래다(Augumented Analytics is the Future of Data and Analytics)’라는 보고서를 발표한 적이 있을 정도로 그 성능이 대단한 것으로 알려져 있다.
물론 자동화 기술을 데이터 분석 과정에 더한다는 건 새로울 것이 없는 개념이다. 심지어 현재 인공지능의 놀라운 발전으로 이 개념은 계속해서 성장하고 있기도 하다. 이제 인공지능은 검색은 물론, 자연어 처리까지도 능숙해지고 있으며, 이를 통해 데이터 시각화나 아웃라이어 탐지, 간단한 예측 기능까지도 시장에 나타나고 있다. 간단히 정리하자면, 이런 흐름을 좀 더 깊고 빠르게 가져가는 게 바로 증강 분석이다.
차세대 증강 분석 기술은 자동으로 데이터를 준비하고 정제한다. 또한 자동으로 피쳐 엔지니어링(feature engineering)도 수행하며, 핵심적인 통찰도 제공하고 숨겨진 패턴도 발견해낸다. 그러므로 사람이 일일이 처리하기에는 시간이 너무 오래 걸리는 수백 만 개의 변수들과 그 변수들이 만들어낸 더 많은 조합들도 빠르게 처리할 수 있으며, 그 처리 과정에서 새로운 것들이 발견되기도 한다. 더구나 결과를 그냥 그대로 출력해 내보이는 게 아니라 인공지능 알고리즘을 통해 결론까지도 도출하고, 인간 분석가에게 권장 행동 사항들도 안내한다.
가트너는 증강 분석 기술을 갖췄을 때 기업의 경쟁력이 두 배 이상 늘어날 것이라고 예측하고 있다. 분석과 비즈니스 인텔리전스 분야에서 활동하는 전문가들이라면 증강 분석 분야에 대해 미리 알아봐야 할 것이라고도 권장한다. 중요한 건 증강 분석 기술이 기존의 분석 기술이나 비즈니스 인텔리전스 체제를 완전히 전복시키는 것이 아니라 ‘보완’한다는 것이다. 또한 사업을 진행하는 과정 속에 다양하게 적용될 수 있다는 것도 큰 장점이다.
옛말에도 있듯, 보는 것은 믿는 것이다. 분석을 자동으로 한다는 것이 아직까지 생소하고 꺼림칙할 수는 있으나, 증강 분석 기술을 직접 접해보면 생각이 달라질 것이라고 본다. 그래서 직접 가지고 있는 데이터에 증강 분석 솔루션을 활용해보라고 권장한다. 증강 분석 솔루션들이 제공하는 통찰과 권장사항들을 직접 경험해보라. 자동화 기술에 대한 생각이 달라질 것이다.
인공지능 세계의 격언, “Garbage in, Garbage out”
‘증강’이라는 표현이 암시하듯, 증강 분석 기술은 ‘인간의 지능에 보탬을 주는’ 기술이다. 인간을 대체하는 기술이 아니라는 것이다. 자동화된 분석의 진짜 가치는 사람을 도와 이제껏 없었던 결과물을 만들어내는 데에 있다는 생각이 이 뒤에 깔려 있다.
하지만 모든 보안 솔루션 혹은 IT 솔루션이 그렇듯 ‘만병통치약’은 아니다. 증강 분석 기술 솔루션들도 잘 사용했을 때 놀라운 결과를 내놓는다. 즉 편파적이지 않고 깨끗하게 처리된 올바른 데이터가 주입되어야만 이상적인 해답이 나온다는 것이다. 아무리 솔루션과 알고리즘이 좋아봐야, 입력되는 데이터의 질이 낮으면 결과의 질도 낮을 수밖에 없다. 쓰레기가 들어가면 쓰레기가 나오는 법이다. 자동화 기술까지 도입해 데이터 분석을 잘 하려면 그 무엇보다 데이터 정제 기술이 보장되어야 한다.
최근 인공지능이 편견도 배운다는 학설이 경고처럼 유행하고 있다. 숨겨져 있는 패턴과 통찰에까지도 이를 수 있기에, 우리도 모르는 편견을 찾아내고 배운다는 것이다. 그렇기에 이를 제거하기 위한 연구들이 진행되고 있다. 최초로 생성된 데이터 자체에서 편향성을 제거하는 문제가 새롭게 부각되고 있는데, 이는 단지 자동화나 인공지능을 활용하는 측면에서만 그런 것은 아니다. 데이터 분석의 새로운 물결이 오고는 있지만 여기엔 중요한 과제도 맞물려 있다.
어디서부터 시작해야 하나?
증강 분석학 혹은 기술을 어떤 식으로 적용시켜야 하는지를 고민하기에 앞서 제일 먼저 데이터를 빠르게 분석했을 때 얻을 수 있는 장점이 무엇인지 생각해 볼 것을 권한다. 조직의 이득 차원에서 자동화가 어떻게 응용될 수 있으며, 현재 어떤 방법들로 이를 추구하고 있는지 파악하라. 생각보다 지금의 체계가 효율적이거나 기능이 좋을 수도 있고, 다른 방법을 접목시켜 볼 수도 있다. 아니면 미리 데이터 정제 기술을 도입하는 것도 좋은 방향의 움직임이다.
글 : 젠 언더우드(Jen Underwood), Impact Analytix
[국제부 문가용 기자(globoan@boannews.com)]
Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
문가용기자 기사보기
[2024-10-31] .jpg)
