커리어리 친구들, 요즘 회사에서 머신러닝에 투자하기로 결정한 회사가 많은 것으로 알고 있습니다. 몇 년 전만 해도 도달할 수 없었던 중요한 문제를 해결하기 위해 모델을 만들어내는 재능 있는 데이터

커리어리 친구들, 요즘 회사에서 머신러닝에 투자하기로 결정한 회사가 많은 것으로 알고 있습니다. 몇 년 전만 해도 도달할 수 없었던 중요한 문제를 해결하기 위해 모델을 만들어내는 재능 있는 데이터 과학자 팀도 이제 구성되었습니다. 모든 성능 지표가 훌륭해 보이고 데모를 보면 입이 떡 벌어지고 경영진은 모델을 얼마나 빨리 양산할 수 있는지 묻습니다. 모두들 꽤 빨라야 한다고 생각합니다. 결국 여러분은 이미 모든 고급 과학, 수학 문제를 해결했으므로 남은 것은 일상적인 IT 작업뿐 입니다. ML은 단순한 코드가 아니라 코드에 데이터를 더한 것입니다. 딥러닝AI사는 최근에 "머신 러닝을 사용하는 회사 중 22%만이 모델을 성공적으로 배포했습니다"라고 보고합니다. 무엇이 그렇게 힘들게 만들까요? 그리고 상황을 개선하려면 어떻게 해야 합니까? 한번 읽어보시고 생각해 보시기를 바랍니다.