AI시대, 문과생은 이렇게 일합니다 by 노구치 류지

[ 밑줄/연결 ]

 

'어느 정도 비율로 AI에 업무를 넘기는가?'라는 시점에서 사람과 AI과 함께 일하는 패턴을 분류할 수 있다. 구체적으로 다음과 같은 5가지로 나눌 수 있다.

(1) 사람만으로 일한다

(2) AI가 사람의 일을 보조한다.

(3) AI가 사람의 일(잘 못하는 일)을 확장한다.

(4) 사람이 AI의 일(잘하는 일)을 보조한다.

(5) AI만 일한다 = AI가 사람의 일을 완전히 대신한다.

사람과 AI의 분업을 잘 조정하는 것이 'AI일자리'의 역할이다.

 

(1) 사람만으로 일하는 일자형

 

관리 업무, Creative한 업무

매니저먼트/경영 업무와 같이 사람을 관리하거나 회사를 경영하는 '관리 업무'와 디자인이나 각종 제작을 담당하는 'Creative 업무'가 대표적

 

(2) AI가 사람의 일을 보조하는 T자형

 

접객 업무, 영업 업무, 교육업무, 기획/집필 업무, 사회사업 업무 등

원래 사람이 하던 업무를 대행/보조하는 것

사람이 AI에 관한 지식을 가졌는지에 따라 업무 효율화가 달라진다.

 

(3) AI가 사람의 일을 확장하는 O자형

 

사람이 원래부터 할 수 없던 것을 AI가 확장해주는 스타일

사람의 업무 안에 AI가 들어와 처리할 수 있는 범위가 넓어지는 이미지

고도의 전문 업무, 예측분석 업무 

의료, 간호, 변호사, 회계사, 세무사, 트레이더, 애널리스트, 마케팅 분석  등 업무 전무성과 경험이 필요한 영역

사람이 할 수 없을 일 중에서 'AI가 할 수 있는 일은 무엇일까?, 'AI로 처리하면 가치가 높아지는 일은 어떤 것일까?'를 찾아내자. 업무와 연계한 깊은 지식과 AI에 관한 기초 지식을 결합...

 

(4) 사람이 AI의 일을 보조하는 역T자형

 

AI가 중심이 되어 업무를 수행하고 부족한 부분을 사람이 보조하는 분업 스타일

AI가 업무를 하기 위해 사람이 사전 준비를 하거나, AI의 결과물을 사람이 확인하고 일부 고쳐서 AI의 불완전함을 보완

데이터 입력, 전화 응답, 운전, 운반 업무 등

 

(5) AI가 사람의 일을 완전하게 대신하는 I자형

 

AI때문에 사라질 업무가 될 가능성

주문, 회계 업무, 감시 업무, 불량품 검출 등 

 

(AI를 만드는 3가지 방법)

(1) 코드 기반 AI구축 

아마존 SageMaker, 구글 AI Plaform, MS Azure Machine Learning, Watson Machine Learing 등

 

(2) GUI기반 AI 구축

프로그래밍 코드를 작성할 수 없는 사람을 위한 서비스

구글 Cloud AutoML, DataRobot, Sony Prediction One, MAGELLAN BLOCKS, ABEJA Plaform

 

(3) 이미 만들어진  AI서비스 사용

직접 AI를 만들지 않고 이미 만들어진 AI를 이용

구글 AI 서비스, 아마존의 AI서비스, 라인 브레인, Azure Cognitive Services, Watson API

이미 만들어진 서비스로는 주로 챗봇, OCR, 화상 인식, 음성 인식, 음성 합성 등....

 

AI를 잘 사용하는 인재, 즉 비즈니스와 업무 지식에 밝고, AI에도 정통한 인재가 중요하게 여겨지는 시대에 들어선 것

 

(AI기획은 AI를 어떻게 활용할지 고민하는 업무)

 

비즈니스에서 어떻게 AI를 선택할까, AI를 어떻게 활용할까를 생각하는 업무

이미 완성된 AI 서비스 중에서 어떤 것을 사용할지 검토....

 

'특징'이란 '주목할 곳'과 같은 의미다. 사과와 오이를 구분하려면 둥글고 긴 모양을 보거나, 붉거나 파란 색을 주목하면된다. 딥러닝은 모양을 봐야 하는지, 색을 봐야 하는 지를 스스로 이해할 수 있다.

 

딥러닝은 크게 3가지 점에서 AI 능력을 높여 사회에서 AI의 실용 범위를 넓혔다. 

(1) 이미지, 동영상 식별

(2) 자연언어, 대화 제어력

(3) 물체 제어력

 

AI는 기능별로 4가지 타입, 역할별로 2가지  타입으로 나눌 수 있다. 즉, 기능별 4가지 타입 * 역할별 2가지 타입  = 활용 타입별 AI 8가지 분류가 된다.

뇌 : 기능별로 그룹핑 하면  (1) 보고 인식한다 (2) 생각해서 예측한다 (3) 대화한다 (4) 신체(물체)를 움직인다.

 

AI분류도 사람 뇌와 마찬가지로 4가지로 분류할 수 있다.

기능별로 식별형, 예측형, 대화형, 실행형 4가지 

 

AI와 사람의 분업 스타일에 따라 크게 2가지 타입으로 나눌 수 있다..

(1) 대행형: 인간이 할 수 있는 것을 AI가 대신하여 수행한다.

ㅇ AI가 사람의 일을 보조하는 T형

ㅇ 사람이 AI의 일을 보조하는 역T형

ㅇ AI가 사람의 일을 완전히 대신하는 I자형

 

(2) 확장형: 인간이 할 수 없는 것을 AI를 활용하여 가능하게 한다.

ㅇ AI가 사람의 일을 확장하는 O자형

학습과 예측

ㅇ 학습: AI에 법칙을 가르치는 것

ㅇ 예측: 만든 AI 모델로 미래-미지의 것을 맞히는 것

학습은 AI에 데이터를 줘서 법칙성을 발견하게 만드는 것이며, 'AI모델 만들기'라고도 한다. 예측은 추론으로 바꿔 말할 수도 있다. AI를 만드는 것은 'AI를 학습'시키는 행위이며, AI를 사용하는 것은 'AI에 예측'하게 만드는 행위이다.

목적 변수: 예측하고 싶은 값

설명 변수: 예측하기 위한 값

 

알고리즘: 최적으로 학습하는 순서와 방법을 포함한다. 간단히 말해 '학습 순서와 방법 뭉치'이다. 

 

재현율: 예측의 치우침을 확인하는 것. 답을 줬을 때 예측한 내용이 그 답과 일치하는 비율이다. '산다'는 답을 받았을 때 실제로 사는 사람이 40명이라는 예측에서 산다고 한 사람이 그 중 30명 있었다면, 사는 사람의 재현율은 30/40 = 75%

 

적합율: 예측한 것 중에서 실제로 답이 예측한 대로인 것의 비율. 산다고 예측한 사람이 50명이고, 실제로 산 사람이 30명이라면, 산다는 예측이 적합율은 30/50 = 60%

 

[ 자평 ]

 

정말 종합적이고 체계적으로 쉽게 잘 썼다. 훌륭하다.

광범위하게 여러 가지를 경험한 느낌과 현장의 난잡함을 체계화하고 일반화해 본 내공이 같이 느껴진다.

이런 분들은 드물다.

 

 

정두희교수의 <한 권으로 끝내는 AI 비즈니스 모델>과 같이 읽으면 시너지 효과가 날 것 같다.

정두희 교수의 책은 비즈니스 캔퍼스의 모듈에 따라 AI 사업/상품/서비스를 어떻게 만들어 가는지 따라 하는 방식이다. 

둘 중 하나만 읽어야 한다면 <AI시대 문과생은 이렇게 말한다>를 읽자.

책상에 앉아 연구한 내공과 현장에서 뿜어 보았던 내공의 차이를 알 수 있다.

 

AI는 AI 다운 설명이 필요하다.