머신러닝 BIG PICTURE, 나는 계획이 있다

이미 많은 기업이 AI를 자사 서비스에 활용하고 있지만, 무조건적인 도입보다는 AI가 꼭 필요한 비즈니스 과제인지 판단하는 게 우선입니다. 머신러닝 쪽에는 “제대로 된 머신러닝 엔지니어가 해야 할 중요한 업무는 머신러닝이 필요하지 않은 프로젝트에서 ‘머신러닝이 필요하지 않다’라고 말하는 것이다”라는 농담이 있다고 합니다. 이번에 출간된 《머신러닝 시스템 구축 실전 가이드》 초반에 나오는 내용입니다. 

 

누구를 위한 결재선인가

 

머신러닝을 도입할 만한 과제는 “머신러닝이 아닌 다른 방법으로 해결했을 때 품질이나 비용 측면에서 효용이 떨어지는 과제”라고 저자는 말합니다. 상식적인 이야기임에도, 몇 년 전 딥러닝(NLP)이 부상하며 챗봇이 유행하자 국내 기업들은 ‘보여주기’를 위해 앞다투어 챗봇을 도입했죠. 결과적으로 사용자에게 불편함만 줬을 뿐, 챗GPT 등장 전까지 제대로 된 챗봇은 없었다고 말해도 과언은 아닐 겁니다. 

 

• AI 도입한 기업들, 실효성 떨어져 '속앓이' (지디넷코리아, 2020)
• 몇 년이 지나도 챗봇이 내 말을 못 알아 듣는 이유 (삼성SDS, 2021)
• 금융 디지털 서비스, 21%만 "만족한다"…가장 불편한 요소는 '챗봇' (디지털데일리, 2023)

 

최근 생성형 AI와 LLM이 유행하자 이번에는 여러 대기업이 또 그런 걸 시도하는 분위기지만, 그건 또 다른 이야기이고, 요지는 진짜 AI가 도움이 되는 과제를 선정하고, 도입 여부에 관한 의사 결정을 잘 내리는 것이 매우 중요하다는 겁니다. 《머신러닝 시스템 구축 실전 가이드》는 이러한 근본적인 문제의식부터 출발하는 드문 머신러닝 기술서입니다. 무턱대고 머신러닝 이론이나 라이브러리 사용법부터 들이대지 않습니다. 기업의 현재 상황을 고려해서, 정말로 머신러닝이 필요한 비즈니스 과제라면 아키텍처, 워크플로, 팀을 어떻게 설계하고 구축할 것인지, 제반 소프트웨어는 무엇으로 어떻게 구현할 것인지 E2E로 설명하는 책입니다. 

머신러닝 내가 알려주겠다옹

 

비즈니스에서 흔히 볼 수 있는 과제인 상품 수요 예측, 웹 서비스에서의 위반 감지, 검색 시스템 등을 예시로 들어 각 시스템을 처음부터 만들어나갑니다. 매일 사용되는 프로덕션 시스템 안에 머신러닝을 잘 조합해 운용하는 방법을 구체적으로 알고 싶다면 이 책이 실질적인 도움이 되리라 믿습니다. 

 

 

■ 미리보기(옮긴이 머리말, 베타리더 후기, 시작하며, 이 책에 대하여, 1장 일부, 2장 일부)

 

■ 도서구매 사이트(가나다순)

[교보문고]  [도서11번가]  [알라딘]  [예스이십사]  [인터파크]  [쿠팡]

 

■ 제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)

포스트  유튜브  인스타그램  트위터  페이스북