우리는 빅데이터, 인공 지능(AI), 머신러닝(ML) 및 자연어 처리(NLP) 등 최신 IT 기술 용어를 많이 접하고 있습니다. 하지만 증강 분석은 다소 생소할 수도 있습니다. 증강 분석은 데이터 분석 일련의 과정을 머신러닝을 이용한 인공지능이 스스로 수행하고, 많은 양의 데이터에서 숨겨진 패턴을 찾아 인사이트를 제공하는 분석 기술입니다. 데이터의 폭발적인 증가와 새로운 기술과 툴의 개발로 인해 엄청난 양의 데이터를 완전히 새롭고 자동화된 방식으로 활용할 수 있는 기능입니다.
증강 분석은 데이터, 과학 및 AI가 신뢰할 수 있고 즉각적으로 액세스 가능한 리소스로 혼합되어 미래에 대한 인사이트를 제공합니다. 오늘날, 증강 분석은 차세대 주요 기술에서 꼭 필요한 필수 기술로 전환하면서 중요성이 급증하고 있습니다.
증강 분석은 1960년대에 Douglas Engelbart가 컴퓨터가 실제로 인간의 정신 능력을 향상시키는 데 사용될 수 있다는 것을 깨달았을 때 시작되었습니다. 그 후 기술 분석은 수십 년 동안 사용자가 과거 정보를 쿼리하여 보고서를 작성하고 사용하기 쉬운 그래픽 인터페이스 또는 대시 보드로 이를 시각화하기 시작하면서 주류를 이루었습니다. 하지만 이는 미래보단 과거에 기반한 방식이었습니다.
예측 분석도 함께 등장했습니다. 머신러닝과 AI는 복잡한 코딩 알고리즘으로 세상을 바꿀 것으로 보였지만, 실제로는 데이터 과학 전문가가 아닌 이상 하기 어려운 것이 현실입니다. 맥킨지는 미국에서만 2024년까지 약 250,000 명의 데이터 과학자가 부족할 것이라고 예측했습니다. 의사 결정 트리보다는 전략 트리를 보고 구체적인 비즈니스 활동과 KPI를 통해 우리가 보고 있는 수치를 조정하기 시작했습니다. 데이터로 예측 분석하기 위해서는 전문 데이터 과학자보다 조직 전반적으로 데이터의 맥락을 이해하는 것이 필요합니다. 데이터가 한 가지를 말해준다면 우리는 데이터로부터 ‘무엇’과 ‘왜’를 알아야합니다.
이러한 모든 반복 작업을 거쳐 마침내 데이터의 차세대 영역인 증강 분석에 도달했습니다. 가트너는 이것을 “사람들이 데이터를 탐색하고 분석하는 방법을 향상시키기 위해 머신러닝 및 AI와 같은 기술의 사용”이라고 말했습니다.
(*출처 : http://itwiki.kr/w/증강_분석, IT위키)
증강 분석은 조직의 발전에 어떻게 기여할까요?
데이터 수집 및 데이터 준비는 매우 수동적이고 오류가 발생하기 쉬운 과정입니다. 데이터 과학자가 수동으로 데이터를 준비하는 데 80% 이상의 시간을 소비한다는 통계 결과가 있습니다. 다행히도 증강 분석에는 데이터 준비, 정리 및 표준화를 획기적으로 단순화하고 가속화하는 AI 구성 요소가 포함되어 있어 데이터 전처리하는 시간을 절약해 중요한 분석에 집중할 수 있습니다.
또한 데이터 탐색, 피처 엔지니어링 및 피쳐 셀렉션은 즉각적이고 가시적인 프로세스여야 합니다. 더 이상 복잡한 코딩이나 스크립팅에만 의존할 필요는 없습니다. 증강 분석을 사용하면 이전과는 다른 방식으로 데이터를 볼 수 있어서 빠르게 인사이트를 얻을 수 있습니다. 또한 팀원들간 데이터 파이프 라인에 대해 좋아요와 공유하기, 코멘트를 달 수 있어 작업 공간에서 의사소통하며 협업할 수 있습니다.
데이터 민주화는 증강 분석의 핵심 요소입니다. 통계나 분석 전문가가 아닌 사람들도 예측하고 통찰력을 끌어낼 수 있도록 하게 될 것입니다. 오늘날 수평적인 조직 환경에서 의사 결정과 아이디어 생성이 자유롭게 이루어지면서 기업 내 모든 사람이 이러한 분석 툴을 다루고 활용할 수 있게 하는 것이 중요해졌습니다. 이러한 모델은 데이터 과학자에게 충분히 강력하고, 데이터 분석가가 충분히 액세스 가능하고, 경영진이 시각적으로 쉽게 이해할 수 있도록 코드 친화적이어야 합니다.
빅데이터의 V3은 부피(Volume)가 크고, 변화의 속도가 빠르며(Velocity), 다양한(Variety) 속성의 데이터라 설명할 수 있습니다. 데이터 분석 방식이 진화하고 있음에도, 다양한 데이터 소스(구조화, 반구조화 및 비구조화)에서 실시간으로 발생하는 빅데이터를 활용하기 위한 기술 발전은 앞으로도 계속될 것입니다.
가트너의 2019년 보고서 “증강 분석학이 데이터와 분석학의 미래다(Augmented Analytics is the Future of Data and Analytics)” 에서는 이러한 툴을 적용하고자 하는 기업에게 다음과 같은 5가지 권장 사항을 제시합니다.
- 파일럿 및 검증 – 파일럿 프로그램 식별 및 테스트
- 역할 업데이트 및 데이터 리터러시 투자 – 팀 교육 및 훈련
- 전사적 차원의 확장 – 비즈니스 리더를 배포 및 교육
- 전문가의 푸시백 및 사용자 오해 완화 – 기대치를 설정하고 할 수 있는 일과 할 수 없는 일에 대한 분류
- 공급업체 평가 – 증강 분석 기능을 시연할 수 있는 서비스 제공업체 식별
증강 분석의 미래는 어떨까요?
증강 분석을 통해 모든 기업은 데이터 중심적으로 전환하고 많은 직원들이 더 이상 데이터가 무엇을 의미하는지 아는데 어려움을 겪지 않을 것입니다. 데이터는 통찰력을 제공하므로, 조직은 ‘무엇’과 ‘이유’를 찾아낼 수 있을 것입니다.
알테어는 증강 분석의 세계와 현대 비즈니스에 의미하는 바에 대한 흥미롭고 심층적인 내용의 웨비나를 준비했습니다.
여기를 클릭하시어 “증강 분석의 미래” 웨비나에 접속하세요.
감사합니다.
한국알테어
