-
-
문과계열 비전공자를 AI 활용 인재로 만들어주는 책 - 프로그래밍 지식이 전무해도 OK
전지혜 옮김, 박정환 검토, 오니시 가나코 감수 / 아티오 / 2022년 7월
평점 : 
AI프로젝트 관리하기
책을 선택한 이유
AI 기술 발전이 무섭다.
인공지능은 일자리의 패러다임을 바꾸고
기업 경쟁력을 좌우할 것은 분명해 보인다.
AI 기술 발전에도 불구하고 AI 투자는
대부분 실패하고 있다.
가트너 보고서에 따르면 AI와 ML 프로젝트 중
85%는 실패한다고 한다.
성공적인 AI프로젝트 구축에 대해 알아보기 위해
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"을
선택하였다.
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"은
1장 AI 프로젝트의 핵심 인물은 문과 계열 AI 인재입니다.
2장 AI와 기계학습에 대한 기초 지식
3장 [기획력] 가설과 현장의 목소리를 형상화한다
4장 [분석력] 데이터가 프로젝트의 성패를 쥐고 있다
5장 [추진력] AI 시스템 도입을 위한 7단계 - 어디를 향해 나아갈 것인가?
6장 AI를 사용해서 과제를 해결하고 싶다! [성공 사례 14]
으로 구성되었다.
1장 AI 프로젝트의 핵심 인물은 문과 계열 AI 인재입니다. 의
AI를 활용할 수 있는 인재가 되자 에서는
IT 기술 확산은 대부분의 사람들에게 영향을 미친다.
초등학교 코딩 의무 교육은 미래 변화를 예상할 수 있다.
IT기술 세부 사항은 알지 못해도, 흐름을 알아야
비즈니스 흐름에 뒤쳐지지 않는다.
업무 처리 방식과 형태는 AI와 디지털 전환으로
향후 엄청난 변화를 가져올 것이다.
AI 사업을 기획하고 추진할 수 있는
문과 계열 AI 인재의 요건,
문과계열 AI 인재 와 AI 엔지니어의 차이를
소개한다.
도대체 AI란 무엇일까? 에서는
협의적 AI 는 일정 업무에 특화된 AI 이며,
광의적 AI는 종합적 판단을 할 수 있다.
AI의 진화 과정, AI 시스템의 기본 원리에
대해 설명한다.
AI 프로젝트의 3가지 함정 에서는
프로젝트 목표, 데이터의 질과 양,
PoC死 의 문제를 이야기 하며,
문과계열 AI 인재는 개발 팀원들에게
상황을 전달하고 사기를 높여서
결승점 까지 도달시킬 책임이 있음을 말한다.
AI는 평소 생활 속 어디에 사용되고 있을까? 에서는
AI기술 중 화상 인식, 음성 인식, 미래 예측
분야를 중점으로 설명한다.
2장 AI와 기계학습에 대한 기초 지식 의
‘기계학습’이라는 말이 뭐지? 에서는
기계학습은 스스로 규칙을 생각하면서 처리하고
출력한다. 기계학습의 학습 과정을 설명한다.
문과 계열 AI 인재가 알아야 할 기계학습 개념은 3가지뿐이다 에서는
지도형 기계학습, 비지도형 기계학습,
강화학습의 기초 개념을 소개하며,
지도형 기계학습은 분류와 예측,
비지도형 기계학습은 요약과 시각화,
강화학습은 최선의 선택에 강점이
있음을 설명한다.
AI 활용의 핵심을 쥐고 있는 딥러닝 에서는
딥러닝의 뉴럴 네트워크 구조,
딥러닝의 장점과 단점,
CNN, RNN, AE, GAN을 소개한다.
현재 AI의 4가지 취약점 에서는
소량 데이터와 정확도, 비합리적 판단,
문맥 의미 파악, 임기응변 등
AI 기술의 한계에 대해 이야기 한다.
3장 [기획력] 가설과 현장의 목소리를 형상화한다
어디에 AI를 사용할 것인가? 의
AI 프로젝트의 목표는 효율화(업무 개선) 또는 새로운 콘텐츠? 에서는
AI는 효율화, 새로운 콘텐츠를 위한 수단이다.
AI 프로젝트의 흐름을 도표로 정리한다.
AI로 어떤 과제를 해결하고 싶은가? 에서는
업무 과제를 발견해내는 세가지 질문을 제시하고
콜센터 인력 부족 사례를 들어 AI 프로젝트의
목표를 정하는 법을 소개한다.
결론부터 생각한 후에 전체를 한 번에 파악한다 에서는
3단계 가설 사고를 통해 단시간에 올바른 결론에
도달할 수 있다.
1단계는 AI의 ‘작업’에서 추리한다.
지도형 기계학습의 분류, 예측
비지도형 기계학습의 클러스터링, 차원 축소,
강화학습 의 행동 패턴 학습을 설명한다.
2단계는 AI의 ‘기술’에서 추리한다.
콜센터 사례를 예를 들어
화상 인식이나 음성 인식을 통한
AI 기술의 효과적 사용에 대해 생각해 본다.
3단계는 목표를 이미지화한다.
입력부터 출력까지 흐름을 정리한다.
문과계열 AI 인재 와 AI 엔지니어는
가설을 이미지화 한다.
AI에서 한 발짝 떨어져서 고객 입장에서 기획을 재검토하는 것도 중요하다 에서는
고객 여정 지도를 통한 고객 도달 과정과 행동 가시화,
CJM을 통한 비즈니스 시스템 구성, 서비스 제공범위 결정,
프로젝트의 목표를 수치화한 KPI 에 대해 알아본다.
‘요건 정의’는 전문가에게 맡겨 마무리한다 에서는
‘요건 정의’는 AI 시스템의 사양서다.
'AI 벤더' 회사를 통한 AI 프로젝트 도입을 알아본다.
4장 [분석력] 데이터가 프로젝트의 성패를 쥐고 있다
어떤 데이터를 이용할 것인가? 의
프로젝트 팀의 역할과 멤버 구성 에서는
AI 프로젝트에서 클라이언트와 벤더의 역할,
문과계열 AI 인재는 AI 기획과 관리를 담당하며,
기업 오너와 AI 실무자 사이에서 긴밀한
정보 공유와 신뢰 관계를 구축해야 함을 말한다.
AI 벤더는 지원과 개발의 역할을 한다.
지원팀은 AI 도입을 위해 지원 업무를 맡는다.
개발팀은 기계학습 엔지니어, 시스템 엔지니어,
프로그래머로 구성된다.
AI의 학습에 필요한 데이터를 준비 에서는
가설을 바탕으로 데이터를 준비한다.
AI에서 사용할 수 있는 디지털 데이터의
종류를 알아본다.
데이터를 가공해서 ‘사용 가능한 상태’로 만들어야 한다 에서는
사내 데이터는 대부분 사용이 곤란하다.
질 좋은 대량 데이터로 변환시키기 위한
클렌징, 공개 데이터 세트, 어노테이션을
소개한다.
대량의 데이터를 정확하게 라벨링하기 에서는
문과계열 AI 인재은 라벨링 규칙을 정해야 한다.
어노테이션 진행 절차, 어노테이션 매뉴얼,
주관적 어노테이션, 어노테이션 공정과 비용 등을
알아본다.
학습모델의 평가 방법을 알고 싶어! 에서는
AI의 정확도는 혼동행렬을 통해 평가한다.
정밀도, 재현율, F값등을 설명한다.
데이터 세트 종류와 사용 방법 에서는
기계학습에서 사용하는 3종류의 데이터 세트
사고 훈련으로 상상을 넓혀보기에 대해 말한다.
5장 [추진력] AI 시스템 도입을 위한 7단계 - 어디를 향해 나아갈 것인가? 의
기계학습의 개발 과정에 다가가다 에서는
AI개발을 위한 관리 실행능력인 추진력을 설명한다.
기계학습의 7단계 개발절차를 알아본다.
1단계는 알고리즘 선택이다.
알고리즘은 문제 해결 절차와 방법을 말한다.
알고리즘에 따라 AI의 정확도가 현격히 바뀐다.
지도형 기계학습의 이중분류, 다중분류 계통의
K-최근접, 로지스틱 회귀, SVM, 나이브베이즈,
결정 트리, 랜덤 포레스트, 뉴럴 네트워크,
회귀 계통의
선형 회귀, 리지 회귀, Lasso, SVM, 뉴럴네트워크,
비지도형 기계학습의 클러스트링 계통의
k-means, 스펙트럴 클러스터링, GMM,
비지도형 기계학습의 차원 축소 계통의
PCA, LDA를 소개한다.
2단계는 데이터 정리다.
클렌징은 어노테이션이 끝난 데이터를 컴퓨터가
인식할 수 있도록 깔끔하게 정리하는 작업이다.
3단계는 프로토타입 개발이다.
프로젝트 관련 멤버들에게 완성 이미지를
프레임워크나 라이브러리 방식으로 공유한다.
4단계 PoC(포크)는
시스템이 실제 작동되는지 실증 실험 단계다.
PoC가 필요 없는 경우, PoC 최적 진행 시기,
신기술 도입과 PoC, PoC 주의사항,
규모 축소나 대안, 포기와 방치에 대해 말한다.
5단계 개발하기 에서
기계학습의 개발은 학습모델 제작, 정확도 검증
시스템 도입으로 이루어진다.
6단계 본격 도입하기 에서
AI를 사용하면서 개발을 이어 나가면서
AI 시스템울 진화시켜야 함을 말한다
7단계 시스템 운용하기 에서는
IT 시스템 일반적 관리 항목인 네트워크 관리,
시스템 관리, 업무 운용 관리에 대해 설명한다.
시스템 관리와 보수, 운용 및 관리 절차 공개,
KPI 수치를 통한 방향 설정에 대해 알아본다.
6장 AI를 사용해서 과제를 해결하고 싶다! [성공 사례 14] 에서는
AI 활용에 대한 구체적 사례를 소개한다.
IT 인재 커리어 매칭, 상품 추천, 거리 조성,
첫인상, 품질 판정, 도로 점검, 운송장 자동화,
의사록, 자동 답변, 음성 합성, 가상인간,
번역, 잡담 등에 활용되는 AI를 소개한다.
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"의
1장 AI 프로젝트의 핵심 인물은 문과 계열 AI 인재입니다 에서는
AI와 디지털 전환은 일하는 방식을 변화시키며
IT 기술을 알아야 비즈니스에 뒤쳐지지 않는다.
AI의 기초 내용, 문과계열 AI 인재의 역할,
AI 프로젝트의 문제점을 설명한다.
2장 AI와 기계학습에 대한 기초 지식 에서는
기계학습, 딥러닝, AI 기술의 한계를 설명한다.
3장 [기획력] 가설과 현장의 목소리를 형상화한다
어디에 AI를 사용할 것인가? 에서는
AI 프로젝트, 업무 과제, 3단계 가설 사고,
고객 여정 지도, 요건 정의에 대해
이야기 한다.
4장 [분석력] 데이터가 프로젝트의 성패를 쥐고 있다
어떤 데이터를 이용할 것인가? 에서는
프로젝트 팀 역할과 멤버, 문과계열 AI 인재의 역할,
AI 벤더, AI 학습 데이터, 데이터 가공, 학습모델 평가
데이터 세트 등을 말한다.
5장 [추진력] AI 시스템 도입을 위한 7단계 - 어디를 향해 나아갈 것인가? 에서는
기계학습 7단계 개발절차를 소개한다.
6장 AI를 사용해서 과제를 해결하고 싶다! [성공 사례 14] 에서는
AI 활용 사례를 소개하면서 아이디어를 얻도록 한다.
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"은
AI프로젝트를 중간 관리자의 입장에서
AI 아이디어를 기획하고, 데이터를 요약 분석하며,
프로젝트를 세부적으로 관리하면서 추진력을
잃지 않도록 하는 방법을 소개한다.
AI프로젝트를 만드는 것은 단순한 프로그램 코딩이 아니다.
기업과 고객의 문제를 해결하기 위한 아이디어를 찾아내고,
데이터를 분석하고, 오너와 실무자 간의 견해차를 좁히고,
추구하는 이상과 현실의 한계를 정확하게 파악하여
최선의 방법을 도출해 나가는 것임을 잘 알려준다.
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"은
AI 개발 과정을 단계별로 구체적으로 설명하고,
기계학습 특징과 작동 원리를 그림과 도표를 통해
비전문가도 이해할 수 있도록 쉽게 설명하고 있다.
AI 기계학습 엔지니어도 AI 개발 과정을 큰 틀에서
바라보면서 부분 최적화에 빠지는 문제를 해결할 수
있으며,
시스템 엔지니어, 프로그래머개발 담당자,
어노테이터 등도 AI 분야에 대해 이해할 수
있도록 구성되었다.
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"을 통해
AI의 작동 원리와 개발 과정, 아이디어 도출,
시스템 분석, 추진, 피드백 등에 대해
이해할 수 있었다.
아티오 와 리뷰어스클럽 서평단에서
"문과계열 비전공자를 AI 활용 인재로 만들어주는 책"을 증정해주셨다.
감사드린다.