Last updated on 1월 24th, 2024 at 06:32 오후
나는 오늘도 넷플릭스를 켠다
약속도, 할 일도 딱히 없는 날, 갑자기 푸쉬가 날아옵니다.
‘000님이 시청할 다음 작품은?’
건방지게 저를 위한 취항 저격을 하겠다고 합니다. 어차피 남는 시간, 오랜만에 넷플릭스에 접속했습니다. 로그인하자마자 어쩐지 마음이 끌리는 드라마들로 화면이 채워집니다. 그 중 하나를 홀린 듯 클릭한 순간, 제 주말은 그대로 사라지고 말았습니다. 말 그대로 ‘취향 저격’을 ‘시간 순’으로 당해버린 것입니다.
어쩌면 엄마보다 나를 더 잘 알고 있는 듯한 넷플릭스 추천의 비밀은 바로 ‘데이터’입니다. 가입 시, 사용자는 본인 취향의 콘텐츠를 3개 선택하게 되는데, 넷플릭스는 이를 통해 데이터를 분석하고 사용자가 선호할만한 콘텐츠를 추천합니다.
덕분에 7천만 넷플릭스 가입자의 메인 화면은 모두 가지각색입니다. 이렇게 경험적 데이터를 기반으로 컴퓨터가 학습을 하고, 예측을 수행하며 그에 적합한 결과물을 도출하는 기술을 ‘머신러닝(Machine Learning)’이라 합니다(관련 글 : 머신러닝과 딥러닝 아직도 헷갈린다고?).
데이터 분석을 기반으로 한 ‘머신러닝’의 활용은 우리 실생활에서 쉽게 찾아볼 수 있습니다. Amazon의 온라인 상품 추천 시스템부터 넷플릭스의 콘텐츠 추천, Twitter의 텍스트 분석, Adobe의 딥 폰트 사례 등 머신러닝은 우리 생각보다 훨씬 밀접하게 우리 생활 속에 자리해있습니다.
우리 옆으로 다가온 ‘머신러닝’
최근에는 ‘머신러닝’이 마케팅 전략에도 많이 사용되고 있습니다. 광고 플랫폼과 결합한 머신러닝 기술은 소비자들의 누적된 신호, 데이터를 바탕으로 선호하는 관심사, 구매 의도를 반영한 마케팅을 가능하게 해주죠. 예를 들면, 인테리어 제품이나 혼수 가전에 대한 광고를 결혼을 앞둔 신혼부부에게 노출해 구매율을 높이는 것입니다.
실제로 L 전자는 새롭게 출시된 IoT 스피커의 인지도와 구매 고려도를 효과적으로 높이기 위해 ‘머신러닝’ 기술을 활용했습니다. 신기술이나 IoT 관련 콘텐츠에 관심이 많은 소비자를 타겟팅 하는 동영상 캠페인을 진행했고, 광고 상기도와 구매 고려도를 약 8배 이상 상승시킨 바 있습니다.
한편, 금융권에서는 사기 방지 및 준법 개선을 목적으로 머신러닝을 사용하고 있습니다. 쉽게 말해 카드 사용 내역에 따른 도난, 금융 애플리케이션 부정 접속을 찾아내는 등 보안 시스템을 고도화하는 과정에 머신러닝을 활용하는 것이죠.
이와 관련해 HSBC 홀딩스 회장 더글러스 플린트(Douglas Flint)는 국제 핀테크 회의에서 “AI 및 머신러닝을 활용해 금융 시스템을 감시한다면 고객과 우리 자신을 더 잘 보호할 기회가 생길 것”이라고 말한 바 있는데요. 방대한 거래 데이터 속에서 이상 행위를 찾아내는 데에 그야말로 ‘최적화된’ 기술인 셈입니다.
이외에도 머신러닝은 연령, 성별, 생활 패턴을 분석해 사용자 맞춤 예적금을 추천하거나, 적절한 혜택의 카드 상품을 제안하는 등 다양한 방식으로 활용되고 있습니다.
머신러닝에게 말을 거는 방법, 파이썬
사람들이 빠르고 정확한, ‘양질의’ 콘텐츠 제공을 원하게 되면서 머신러닝을 비롯한 데이터 분야는 매년 꾸준히 성장하고 있습니다. 모든 기업의 의사결정 기준 역시 점점 데이터 기반으로 바뀌고 있죠. 그만큼 데이터 분석 역량을 갖춘 이들은 자연스레 취업 시장에서 수요가 많아졌으며, 사회에서 중요한 역할을 해내고 있습니다.
머신러닝을 구현하는 언어 중 가장 대중적인 언어는 바로 ‘Python(파이썬)’입니다. 간결한 문법으로 입문자가 이해하기 쉽고, 다양한 분야에 활용할 수 있기 때문이죠. 실제로 풍부한 라이브러리(모듈)를 갖추고 있어 대학을 비롯한 여러 교육 기관, 연구 기관 및 산업계까지 광범위하게 사용되고 있습니다(파이썬 관련 글 : 데이터 분석, R로 시작할까 파이썬으로 시작할까?).
이렇게 변화는 이렇게 다양한 곳에서 진행되고 있지만 비전공자들은 당장 무엇부터 시작해야 할지 여전히 막막하기만 합니다.
방대한 학습 분야와 방향성, 너무 많은 채널, 현업 데이터에 대한 고민, 수학과 통계에 대한 어려움 등 머신러닝과 데이터 분석으로 향하는 길 앞에는 넘어야 할 높은 벽이 자리하고 있습니다.
큰마음을 먹고 공부를 결심해도 끝이 아닙니다. 어려움은 여전합니다. 활용성 제로의 정돈되지 않은 데이터, 수박 겉핥기 식의 수학과 통계, 코드를 외우고 복·붙만 하는 프로그래밍과 마주할 뿐이죠.
패스트캠퍼스는 이들을 위해 데이터 분석 전문가로 향하는 지름길이 될 커리큘럼을 제안합니다. 머신러닝 그리고 실전 딥러닝까지 아우르는 코스로, 기존 데이터 분석 강의의 문제점을 모두 보완해 사용자가 최대 역량을 발휘할 수 있습니다.
모든 것이 빠르게 변화하는 시대, ‘데이터 분석 역량’은 선택이 아닌 필수가 되고 있습니다. 그리고 지금, 취업 시장에 꼭 필요한 ‘인재’가 되기 위해서 한발 앞선 대처와 확실한 결과를 가져다줄 ‘고퀄리티’ 학습이 필요합니다.
특히 데이터의 경우 현업에서 활용되는 방대한 프로젝트를 실제로 가져와 학습하고 자신만의 분석 방식을 찾는 과정이 더욱 필요합니다. 학습자가 직접 가설을 세워보며 데이터 분석을 시작하는 역량을 기를 수 없다면, 아무리 많은 노력과 시간을 들여도 죽은 교육과 마찬가지일 테니까요.
올여름, AI 정복을 원하십니까? 트렌드에 최적화된 기술을 학습하고, 다양한 산업 군에서 실제로 활용되는 데이터 분석을 경험하고 싶으신가요? 나만의 ‘제대로 된’ 데이터 분석 포트폴리오가 필요하다면, 지금 바로 <모두를 위한 딥러닝: 머신러닝부터 딥러닝까지>으로 시작하세요. 무더운 여름, 찌는 더위를 식혀주는 바람 같은 수업으로 당신의 데이터 완전 정복을 돕겠습니다.
