AI 빅데이터 직업의 세계

 

 

 

4차 산업혁명의 시대를 맞이해 자동화, 로봇, AI 기술이 발달함에 따라 전문직들이 서 있을 자리는 점점 더 좁아질 것이다.

4차 산업 혁명이 항상 키워드로 인식되는 현실에 그러면 전통적인 전문직이 아닌 앞으로 점 점 더 촉망받는 직업은 무엇일까 <하버드 비즈니스 리뷰>에서는 21세기의 가장 섹시한 직업으로 데이터 과학자를 뽑았다. 미국 직장 평가 사이트 글래스 도어가 미국 최고의 직업 50위를 매년 발표하는데 2015년부터 2019년까지 4년 연속 데이터 과학자가 1위를 차지했다. 이들의 중의 소득은 전문직 못지않은 1억 2000만 원을 자치했다. 불과 10여 년 전만 해도 듣지 못했던 데이터 과학자가 빅데이터 산업이 새로운 동력으로 떠오르면서 급부상하고 있는 것이다. 데이터 과학자는 매출이나 수익 통계, 웹사이트트래픽 등 컴퓨터로 쉽게 판독할 수 있는 데이터뿐 아니라. 소셜미디어 게시물, 이메일, 상품리퓨처럼 체계화하기 힘들지만 분석해야 하는 데이터를 다룬다.

 

21세기 대다수의 회사에서는 데이터 과학자가 있다. 아마족은 200년대초 구매 고객 패턴을 분석한 ‘맞춤 분석 서비스’를 내놨다. 이런 추천 서비스는 넷플렉스, 유튜브에서도 이미 널리 사용되고 있다. 또한 국내의 크고 작은 쇼핑몰에도 적용되고 있다. 구글은 빅데이터를 활용한 독감 예측 시스템, 지진 시스템 등을 내놓고 있다. 이런 빅데이터를 능숙하게 다루는 데이터 과학자의 전망은 밝다.

 

현재 데이터 과학자를 원하는 기업은 많지만 공급은 부족하다. 신종 직업인 데다 1~2년 배워서 역량을 발휘하기가 쉽지 않다. 통계와 컴퓨터 공학에 능숙해야 할 뿐만 아니라 경영, 경제, 인문학, 지식도 필요하기 때문이다. 여기서 말하는 과학자는 곧 ‘AI 빅데이터 전문가’라고 말할 수 있다. 빅데이터를 가공하고 학습해 AI모델을 만들 수 있기 때문이다.

 

AI빅데이터 전문가란 누구일까??

 

연봉도 많이 받고, 앞으로 뜰 직업이라는 AI빅데이터 전문가란 도대체 어떠한 사람들인가? AI빅데이터 전문가는 복잡한 대량의 데이터를 구조화하고 분석하는 일을 한다. 현대 사회에서는 무한히 많은 데이터들이 홍수처럼 쏟아지고 있다. 우리가 매일 사용하는 문자 메시지, 뉴스 댓글, 상품후기, SNS 피드들이 모두 하나하나의 데이터가 될 수 있다. 또한 IoT 센서의 발달로 사람이 사용하는 모든 기기에 센서가 장착되어 실시간으로 데이터를 받아볼 수 있다. 너무나 많은 성과물을 내놓을 수 있기 때문이다. AI빅데이터 전문가는 복잡한 대량의 데이터를 정제하고 분석해 인사이트를 발견할 수도 있다. 또한 이러한 인사이트를 발견한 후에는 이를 통해 비즈니스가 어떠한 방향으로 나아갈 것인지를 제시할 수도 있다. 그리고 이러한 결과를 시각적으로 깔끔하게 보여주기도 한다. 더 나아가서 데이터 학습을 통해 인공지능 모델을 만들어 완전 자동화 시스템을 제시할 수도 있다.

 

이러한 AI빅데이터 전문가가 되기 위해서는 우선 가장 기본적으로 코드를 작성할 줄 알아야 하며 분석 결과를 이해 관계자들이 모두 이해할 수 있도록 스토리텔링을 할 수 있는 능력도 필요하다. 또한 모델을 구축하기 위해서는 수학, 통계학적인 지식도 필요하다. 즉 컴퓨터, 경영학, 언어학, 수학 등 복합적인 학문을 두루 갖춘 융합 인재인 것이다. 이런 융합 인재이기에 21세기 가장 섹시한 직업으로 꼽히는 것이다.

 

AI빅데이터 활용사례

 

사실 AI 빅데이터를 이용해 할 수 있는 것들은 무궁무진하고 그 활용 사례도 무수히 많다.

 

① 맞춤형 추천

우선 고객 개개인의 과거 히스토리 데이터를 이용해 맞춤형 추천을 할 수 있다. 영국의 ‘아비바 생명’은 운전자의 운전패턴에 기반을 둔 맞춤형 보험상품을 제공하고 있다. 이를 위해 차량 내 운행기록 장치를 통해 실제 운전 형태를 수집 및 분석하고 있으며, 주로 운전하는 시간과 지역 등을 감안해 보험료를 산정하는 ‘운전한 만큼 지불하는’ 상품인 ‘레이트 마이 드라이브’를 내놓아 고객으로부터 좋은 반응을 얻었다. 저가 항공의 대명사인 사우스 웨스트 항공은 비행기 좌석 스크린에 승객 정보를 갖고 있는 액시엄의DB에 저장되어 있는 항공기 탑승객의 쇼핑 습관과 구매 패턴 등을 분석한 후 승객별 최적화된 광고를 제공하고 있다.

 

② 기업 내부 프로세스 효율적 개선

일별 배송 정보를 분석해 소비자의 물류 서비스 이용 흐름과 패턴 파악에 활용하고 있는 DHL은 실시간 교통상황, 수신자 상황, 지리적/환경적 요소를 고려한 최적화된 배송경로를 실시간으로 분석해 적기 배송 실패율을 제로 수준으로 만드는 한편 불필요한 연료 소모도 최소화하고 있다. 또한 이렇게 얻어진 데이터 분석 결과는 물류 서비스 수요 증가 추세를 예측해 물류센터 확장과 배송차량 추가 등에 대한 투자 결정에도 활용하고 있다.

 

 

③재해 예측 및 예방

AI 빅데이터는 재난이나 재해를 예측하고 예방하는 데에도 도움을 줄 수 있다. 구글의 ‘플루 트렌드’는 일반적으로 사람들이 감기에 걸리면 병원 약국에 가기 전 관련 단어를 검색하는 데에서 착안해 검색 정보와 위치에 기반해 감기 바이러스 확산 상황을 알려주는 서비스를 제공하고 있다.

 

④의료 및 헬스케어 서비스 활용

최근 AI 기술을 이용해 성조숙증, 폐암, 폐질환, 유방암, 치매, 물리치료 등 질환을 정확하고 빠르게 진단하거나 효과적으로 치료가 가능한 보조 소프트웨어들이 속속 등장하고 있는데, 이는 AI가 최신 논문, 과거 진료 정보, 학술지 등의 정보를 스스로 학습해 의사가 최적의 처방을 내리도록 보조하는 역할을 수행할 수 있기 때문이다. 이러한 AI소프트웨어를 사용하면 정확도는 높이면서 진단하는 데 들어가는 시간과 비용은 현저히 줄일 수 있다. 또한 개인에 최적화된 맞춤형 케어를 받을 수 있어 AI를 활용한 의료 및 헬스 케어 적용 가치는 점점 증대되고 있다.

 

⑤개인의 사생활과 가정에 활용

이미 AI스피커는 국내에서도 많이 보급되어 있다. 음성인식을 통해 음악 감상, 정보검색 등의 기능을 수행할 수 있으며, 자율주행차의 확대로 더 이상 운전자가 필요 없는 자동차가 일반화될 것이다.

 

⑥보안 및 사이버테러 대응

구글은 머신러닝 오픈소스 프레임워크인 텐서플로를 활용해 하루에 1억 개 이상의 스팸 메일을 탐지한다. 악성코드가 내용물에 숨겨져 있는 이메일, 새롭게 생성된 도메인으로부터 발송된 악성 메시지, 스팸이지만 볼륨이 낮아 정상 트래픽과 구분이 가지 않는 메일 등의 참지가 가능하다. 또한 아마존은 머신러닝으로 AWS 계정을 완전히 보호하는 ‘아마존 가드 듀티’를 개발, 정상적인 패턴을 벗어나는 모든 이벤트를 식별할 수 있게 되었다.

 

이외에도 AI 빅데이터의 활용사례는 너무나도 많다. 이제 데이터는 분야를 막론하고 어디서나 보편적으로 쏟아져 나오며 이를 활용하고 대응할 수 있는 능력을 가진 기업만이 살아남을 것이다. 양질의 데이터가 많을 수록 뛰어난 모델을 생성할수 있어 데어터가 곧 부와 직결될 것이다.

한편으로는 데이터에 대한 부익부 빈익빈 현상이 가속화될 수 있다. 미래는 데이터 확보가 기업의 중요 경쟁 분야가 될 것이다. 그리고 이러한 데이터를 이용해 우수한 모델을 만들고 인사이트를 도출할 다수의 AI 빅데이터 전문가가 필요한 것이다.