👀 개인맞춤 AI 서비스 하려면, 데이터 '원석'부터 잘 찾아야 한다. 👀 👉 일반 데이터와 AI 학습용 데이터는 엄연히 다르다. - 명확한 목적성 아래에서 데이터를 발굴해야 한다. �

👀 개인맞춤 AI 서비스 하려면, 데이터 '원석'부터 잘 찾아야 한다. 👀 👉 일반 데이터와 AI 학습용 데이터는 엄연히 다르다. - 명확한 목적성 아래에서 데이터를 발굴해야 한다. 👉 현장에서 AI 기술이 꼭 필요한 곳을 우선적으로 선정한다. - AI가 핵심적으로 해결해야 할 문제를 초기에 세밀히 설정하고 한 번에 추진한다. - 이를 통해 국내 최초 'AI 기반 라이더 추천 배차' 와 '허위 리뷰 차단 시스템'이 탄생했다. 💬 하루에도 수십억건의 데이터가 생성되는 배달의 민족. 결국 데이터에 파묻히거나 떠밀리지 않고, 의미 있는 결과를 만들기 위해서는 무엇보다 제대로 된 목적 하의 기획 및 문제점 발굴이 가장 중요하다. Garbage in, Garbage Out 과도 일맥상통. 아무리 좋은 데이터라도 문제와 깊은 관련이 있을때 의미가 있는 법. 현재 우리의 상황에서 해결해야 할 핵심 문제는 무엇이고, 이를 위해 필요한 데이터가 무엇인지 리스트업하고, 제대로 쌓아나가는 방식에 대한 고민이 먼저 이루어져야 한다.