자유게시판

  HOME     커뮤니티     자유게시판

작성자 이승관 작성일 2020-12-10
제목 산업카운슬러의 역할과 기대 (180) : 효과적인 데이터의 활용 조회수 1703
첨부파일  


 

효과적인 데이터 확보 및 활용

1. 의의

인공지능(AI, Artificial Intelligence) 모델을 사용하여 얻고자 하는 최종 결과물이 어떤 것인지, 또 최종 결과문을 얻는 데 허용되는 에러치의 범위가 어느 정도까지 용납되고 치명적인 것인지의 여부, 회귀-분류-군집화-강화학습 등 각각의 학습 모델별로 여러 가지 알고리즘을 이용할 수 있으므로 이에 부합하는 데이터를 확보하는 것이 중요하다.

2. 요건

1)데이터의 양과 질의 효율성과 경제성
데이터를 최대한 많이 모으는 것이 바람직하지만 이에 소요되는 비용과 시간이 문제가 된다.

2)핵심 데이터 추출 및 딥러닝의 은닉계층 숫자 축소
데이터 사이즈가 너무 큰 경우에는 샘플링 등을 통해 핵심 데이터셋을 추출하거나 딥러닝의 은닉계층의 숫자를 적절히 줄여야 컴퓨팅 파워가 유지된다.

3)데이터 사이언티스트 활용
데이터 정제(cleaning)에 많은 노력이 필요하기 때문에 비용 대비 적정 데이터의 양과 질을 결정할 때 데이터 사이언티스트(Data scientist)의 활용이 필요하다.

3. 시사점 

산업단지는 데이터 기반의 IT인프라를 활용하여 전기전자, 기계금속 등 전 분야에서 제조업을 유지하고 있으므로 최적의 인공지능을 활용할 수 있는 분야이다. 다만 상업적인 클라우드에서는 클라우드 시스템 내의 2중, 3중으로 보안 서비스를 갖추고 핵심적인 데이터를 자체 스토리지나 DB로 이용하는 Hybrid Cloud 경우에는 데이터 보완관리에 노력해야 한다.

이승관 성남산업단지관리공단 수석전문위원 경영학박사 경영지도사 산업카운슬러 1급 성남하이테크밸리 융합혁신기술지원센터 경영혁신분과위원장 전 울산테크노파크 인천테크노파크 선임 책임연구원 혁신지원실장 역임 및 성남산업진흥원 팀장 부장 전문위원 역임

 
위로 이전글 산업카운슬러의 역할과 기대 (181) : The importance of roblem solving abilities 2020-12-10
아래로 다음글 산업카운슬러의 역할과 기대 (179) : 자기 효능감(Self-efficacy) 2020-12-08