시니어 PM이 되어가는 과정

* 본 포스팅은 패스트캠퍼스의 "AI 시대, PM/PO 를 위한 한 번에 끝내는 AI 서비스 기획 실무" 강의를 듣고 요약한 내용입니다. 온라인 강의를 수강한 후 개인적으로 정리한 내용입니다. 🤖 인공지능이란?인공지능 = 데이터 = 숫자정보(벡터화) 분류 데이터 분류기, 패턴을 예측하는 것수학적 분석에 기반한 결과을 도출하는 것(기계는 사람처럼 직관이 없으므로)판단 기준이 되는 데이터가 매우 중요‼️ (충분한 학습 데이터 필요. 어떠한 결과를 얻을지 방향성을 사람이 잡고나서 딥러닝을 돌려야 함)사람이 보았을 때도 차이가 분명하게 구분 되는 것이 좋은 데이터데이터가 좋지 못하면, 절대 좋은 결과를 얻을 수 없음. 🆚 세대별 인공지능 비교1세대: 튜링머신2세대: 머신러닝3세대: 딥러닝규칙 기반 시스템.짧..

1. DNN (Deep Neural Network, 심층 신경망) 모델 이미지 출처:  https://www.researchgate.net/figure/A-multi-layer-neural-network-with-n-inputs-at-least-two-hidden-layers-and-one-output_fig5_330230427여러 개의 은닉층을 가지는 인공 신경망 모델이다.역전파 알고리즘을 통해 학습하며, 입력 데이터가 네트워크를 통과하면서 가중치가 조정되어 목표 출력과의 오차를 최소화한다.복잡한 비선형 문제를 해결할 수 있으며, 이미지, 음성, 텍스트 등 다양한 분야에 적용 가능하다.컴퓨터 비전, 자연어 처리, 음성 인식, 로봇 제어 등 광범위한 분야에서 활용된다.장점: 높은 성능, 다양한 분야에 적..

Ch9. 추천 알고리즘 - 알 수 없는 알고리즘이 여기로 이끌다 유튜브 시청의 70%, 넷플릭스 시청의 80%는 알고리즘에 의한 추천 영상.아마존: 추천 시스템의 원조. 아마존의 추천 시스템을 다룬 논문(2003년)이 지난 20년간 가장 영향력 있는 논문으로 선정.추천 시스템의 핵심: 사용할수록 정교해짐(데이터가 늘어나고 정보가 많아질수록 정확한 추천이 가능)사람들의 기호에는 강한 연관성이 있기에 추천 서비스가 효과적인 것. 이를 분석하는 것을 연관성 분석이라고 함  장바구니 분석: 고객의 구매 내역을 분석하는 방식. 상품 간의 연관성을 분석하는 것이기 때문에 '연관성 분석'이라고도 함데이터 마이닝: 대규모 데이터에서 특정한 패턴을 발견하고 추출하는 행위신뢰도: 연관성 분석에서 사용하는 지표. 신뢰도 값..

Ch8. 내비게이션 - 티맵은 어떻게 가장 빠른 길을 알까 내비게이션 사용이 일상화가 된 이유?미국이 정확한 GPS 신호를 민간에 개방: 1970년에 군사적 목적으로 24개의 GPS 위성을 쏘았지만, 적국의 사용을 우려하여 일부러 100m 이상 오차 나도록 만듦. : 2000년 클린턴 정부 때 이 오차를 없앰실시간 교통정보 + 머신러닝: 실시간 교통정보와 머신러닝이 연동되며 최적의 경로 안내 가능. : 머신러닝 도로상황 예측 ex. 해당 구간이 막힐지, 언제 출발하면 막히지 않을지 등을 예측 가능해짐.국내 업체가 경쟁력이 뛰어난 이유?: 지도는 도로의 상황 변화를 계속 반영해야 함 → 해외 업체가 국내에 진출하기 어려움. 수시로 현장을 조사하며 변경된 정보를 지도에 반영해야 함.  매개변수가 많으면 좋은..

Ch6. 기계번역: 외국어를 몰라도 파파고만 있다면인공지능의 시대가 열린 후, 구글번역이 어느날부터 굉장이 자연스러워짐.구글 번역이 도입한 기술은 '인공 신경망'인간의 언어를 몇 가지 규칙만으로 설명하기 불가능함.일상적인 대화에는 오류가 매우 많음. 하지만 인간은 이해가 가능.기계번역: 인간이 사용하는 언어를 기계를 사용해 다른 언어로 번역하는 일시스트란: 기계번역을 대표하는 회사. 규칙기반 기계번역을 이용함예시 기반 기계번역: 규칙기반 대신 풍부한 데이터를 활용하는 방식.사람들이 실제로 활용하는 문장 전체의 맥락을 살펴보는 데 초점.좀 더 자연스러운 문장으로 번역하기 위해, 확률 계산을 단어 단위에서 구문 단위로 확장함.신경망 기반 기계번역: 구문 단위를 넘어 아예 문장 전체에 딥러닝을 적용문장 전체를..

Ch5. 스마트 스피커: 시리는 쓸모 있는 비서가 될 수 있을까  해외국내서비스명2011 애플-음성 비서 시리 : 음성인식이라는 개념을 대중화2014 아마존-스마트 스피커 에코2016 구글-구글 어시스턴트2016 skt-음성인식 스피커 NUGU2017 네이버-클로바2017 카카오-카카오미니  초기 시리는 스타트업에서 만들어졌으며 음성인식 기능이 없었고, 그저 텍스트를 입력하면 응답해주는 챗봇에 가까웠음.하지만 이사회에서 챗봇으로는 시장의 반응을 얻기 어렵다고 판단하여 출시를 1년 연기하고 음성인식 기능을 추가하게 됨!2010년, 드디어 아이폰 앱으로 시리가 출시되고, 폭발적인 인기를 끌었음.스티브 잡스가 이 스타트업을 인수하였고, 1년 후 2011년 10월 iPhone 4S에 정식으로 시리가 탑재.시리팀..