-
-
매출 올리는 데이터 사이언티스트 - AI, 빅데이터로 매출 10배 올리고 싶은 이들을 위한 비즈니스 전략서
김도환 지음 / 라온북 / 2021년 11월
평점 :
작은 가게의 손님층을 파악하는 것도 데이터를 이용한 마케팅에 속하겠지요. 데이터 사이언티스트라는 전문가가 데이터를 유용하게 분석하는 방식을 기대했습니다

빅데이터는 기존의 데이터베이스로는 수집, 저장, 분석하기 어려울 만큼 방대한 양의 데이터를 말합니다. 개인이 sns에 올리는 글과 사진도 모두 데이터예요. 데이터는 4차 산업혁명을 여는 '뉴 오일'이라고 해요. 그러나 모든 데이터가 이에 해당하지 않습니다. 넘쳐나는 데이터 속에서 문제를 해결할 만한 가치를 가진 것이 오일이 됩니다.
예로 자율주행기술에서 측정되는 데이터는 차량에 부착된 센서가 전후좌우의 주변 데이터를 획득한 것입니다. 구글의 자율주행차 웨이모는 1000여 대 차량을 통해 축적한 데이터가 약 3200만 킬로미터에 해당하는 도로 데이터예요. 테슬라는 100만 여대로부터 82억 킬로미터의 데이터를 축적했구요.
이 책은 데이터 분석뿐 아니라 AI에 대해서도 말합니다. AI가 쓴 소설이 문학상 심사를 통과하기도 했어요. KT인공지능소설공모전이 있고 거기서 AI가 쓴 로맨스 소설이 최우수상을 수상했구요. 이쯤되면 AI의 공습이라 할만합니다.
AI는 바로 데이터를 통해 규칙과 패턴을 학습합니다. 데이터 없이는 AI도 없는 셈이에요. AI알고리즘 종류에 따라 데이터 활용 방법도 다릅니다. AI를 활용하려면 트렌드를 파악하고 활용하는 능력도 필요해요. 그렇다고 AI는 만능은 아니에요. 로봇 청소기에 냉장고의 냉장 기능을 요구해선 안되는 것과 마찬가지로요. AI가 할 수 있는 것과 아닌 것을 구별할 필요가 있어요.
인공지능에는 머신러닝과 딥러닝이 있고 딥러닝은 머신러닝에 포함됩니다.
* 딥러닝과 머신러닝의 차이
1 딥러닝 : 한 번에 데이터 처리.예로 강아지임을 판단하는 인지에서 강아지 생김새 등 특징 추출기+ 추출된 특징 통한 강아지 판단 분류기 존재
머신러닝 : 단계별 데이터 처리. 강아지 생김새 등 특징 추출기 존재, 추출된 특징 통한 강아지 판단 분류기 존재
2 딥러닝 : 특징 추출 단계와 분류 단계 분리안함, 피처 엔지니어링 필요없음
머신러닝 : 특징 추출 단계와 분류 단계 분리, 피처 엔지니어링 필요
3 딥러닝은 머신러닝과 달리 인공신경망에서 출발 p.35

빅데이터일수록 딥러닝이 유리해요. 키가 크면 발이 크다처럼 선형관계(비례)에선 통계나 머신러닝이 유리합니다. 근무시간이나 생산량처럼 비선형적 관계는 딥러닝이 유리하구요.
AI를 이용해 매출을 올리려 하는 대다수 기업이 첫 번째로 하는 고민은 어떤 제품, 어떤 서비스를 만들까에 대한 고민이다. 특히 아무 데이터도 없는 기업, 혹은 기존 서비스에 AI를 활용해 개선할 여지가 없는 기업일수록 그렇다.
AI는 분명 기술 주도형으로 기술혁신을 일으키는 것이다. 기술을 충분히 이해하되 고객을 명확하게 선정하고 이해해야 한다. p. 110, 113

꿀잠 아이템으로 유명세를 떨친 마약 베개의 성공을 분석한 설명이 자세합니다. 미국 수면 시장에 이어 우리나라도 수면 관련 시장이 성장할 시기였고 적절한 상품 선택이 그 비결이라고 해요. 다양한 베개 상품이 있었지만 마약 베개는 후기에 담긴 고객의 소리에 AI기술을 활용한 감성 분석을 했습니다.
AI감성 분석 알고리즘을 이용한 후기 분석
부정적인 단어에서 어떤 단어의 빈도수가 높은지 워드 클라우드를 통해 알 수 있다. 워드 클라우드는 빈도가 높은 글자일수록 크게 표시해주는 시각화 방법이다. 그 결과 부정적인 문장 내에서는 더러움, 불편함, 세탁, 사용감 등이 사용자들이 많이 사용한 단어였다. p.170

마약 베개업체는 사람이 분석하여 니즈를 반영한 상품을 개발한 경우라고 봅니다. 마약 베개의 특징은 통세탁이 가능하고 청결감과 한번 빠지면 헤어나올 수 없는 사용감을 공략하여 히트했다고 분석해요.
AI알고리즘을 통한 데이터 분석은 기획 단계에서 유용한 전략이 될 수 있고 매출 예측에도 활용가능합니다. 예를 들어 마약 베개는 사용하기 편할수록 10점에 가까운 점수를, 불편할수록 1점 가까운 점수를 부여하여 감성 분석을 수치화해 표현가능하구요.
이 책은 데이터 과학자의 역량을 키우는 방법에 대해서도 말합니다. AI를 경쟁자가 아닌 도구로 활용하는 주체가 되기위한 좋은 정보라는 생각이 들어요.
* 이 리뷰는 네이버 이북카페를 통해 출판사 서평단에 선정되어 도서를 제공받아 작성되었습니다