1. 연구소라면 몰라도, 실제로 고객이 겪고 있는 문제나 해야할 업무들이 비즈니스를 주도하는 것이지, 기술이 비즈니스를 주도하는 경우는 거의 없다. 그건 AI도 마찬가지다. 2. 현재 모든 산업이

1. 연구소라면 몰라도, 실제로 고객이 겪고 있는 문제나 해야할 업무들이 비즈니스를 주도하는 것이지, 기술이 비즈니스를 주도하는 경우는 거의 없다. 그건 AI도 마찬가지다. 2. 현재 모든 산업이 AI의 시대를 대비하고 있지만, AI에 대한 준비가 잘 되어 있는 산업은 대부분 디지털 트랜스포메이션을 거쳐 (방대한 양의) 데이터를 확보한 곳들이다. 이들은 데이터를 활용해 가치를 창출할 수 있는 기회를 만들고 있다. 3. 오늘날 세계 어느 기업도, 심지어 거대 기술 기업조차도 데이터가 완전무결하고 완벽하다고 생각하지 않는다. 4. '빅데이터'보다 중요한 건 '양질의 좋은 데이터'를 확보하는 것이다. 마냥 데이터를 많이 쌓는 것에서부터 벗어나는 사고의 전환이 필요할 때다. 단순히 많은 양의 정보보다는 깔끔하게 라벨링되고 세심하게 선별된 훨씬 더 작은 데이터 세트가 유용할 때도 있다. 5. (특히) 데이터세트가 충분하지 않을 땐, 여러 검사자가 데이터에 라벨을 일관되게 붙이는 것이 가장 중요한 작업이다. 6. 사실 지금은 오픈 소스로 공개된 신경망 기술로도 충분한 부분이 많다. 지금은 데이터 품질을 개선하는 프로세스를 구축하는 것이 훨씬 더 중요하다.