이은조

엔씨소프트 데이터 분석가&엔지니어

팔로우

앤드류 응의 MIT 테크놀로지 리뷰 인터뷰 글입니다. AI 서비스를 개발하는 조직이 자칫 빠지기 쉬운 문제를 잘 소개하고 있어 공유합니다. 제 나름대로 요약하면 아래와 같습니다. 1) 완벽한 데이터를 확보하겠다는 집착으로 인해 과도한 비용을 투입하지 마라. 목적에 따라 적은 수의 좋은 데이터로 충분한 경우가 (생각보다) 많다. 2) 좋은 데이터를 위해선 라벨의 품질에 신경을 써야 한다. 특히 일관성이 중요하다. 3) AI 시스템은 꼭 대규모로 진행될 필요가 없다. 규모가 작더라도 자동화 및 효율화 향상에 기여할 수 있는 문제를 찾아보라. 4) 작은 프로젝트를 여러번 성공시켜서 기반을 다지는 것이 좋다. 처음부터 너무 큰 프로젝트를 시도하여 실패하는 경우가 더 많다.

'AI-퍼스트'보다 더 중요한 것이 있다 - MIT Technology Review

MIT Technology Review