전자신문인터넷 주최 ‘데이터 인사이트 마케팅 컨퍼런스 2018’ 성료
“지금까지 문맹, 컴맹의 시대를 거쳤다면 이제는 데이터맹(盲)의 시대가 오고 있다. 데이터를 알아야 인공지능(AI)과 빅데이터 결합 시대에도 일자리에 대한 위협없이 가치를 인정받는 사람이 될 것이다...빅데이터의 가장 큰 메리트는 미래에 대한 예측이다.”“고객들의 온라인 구매 행태를 빅데이터로 분석하면 마케팅 효율성을 크게 높일 수 있다. 예를 들어 빅데이터를 바탕으로 분석한 이른 바 ‘치킨지수’(온라인에서 치킨을 언급하는 사람들의 일평균 횟수 5만회)가 높은 것으로 나타난 날 마케팅 론칭 행사를 하는 게 좋을 것이다.”“데이터 사이즈가 작더라도 소비자의 작은 행동을 파악해 무언가를 찾아낼 수 있다면 이역시 빅데이터다. 이를 잘 활용하면 마케팅에 도움이 될 것이다.”“빅데이터는 시그널이다. 이 소비자의 무의식을 반영하는 신호를 파악해 소비자의 무의식 영역까지 파고 드는 것이 마케팅 성공요건이다.”
6일 전자신문인터넷 주최,다룸커뮤니케이션 주관으로 서울 포스코P&S타워 대강당에서 열린 ‘데이터 인사이트 마케팅 컨퍼런스2018’ 행사에서 강연자들은 빅데이터와 AI가 결합한 시대의 마케팅에 대해 이같은 인사이트와 방법론을 제시했다. 이들은 한결같이 빅데이터 분석과 활용이 마케팅의 그 어떤 솔루션보다 강력한 무기가 될 것이라고 요약했다. 자리를 지킨 150여명의 참석자들은 빅데이터와 AI가 이끌어나가는 세상의 전개와 함께 이에 대응한 현재 및 미래 빅데이터 마케팅 전략과 대응책에 대해 들었다. 또 실제로 이를 구현해 줄 애플리케이션과 솔루션을 갖춘 업체들의 활용 사례와 방법론까지 들을 수 있었다. 이날 행사의 주요 강연 내용을 요약 소개한다.
1■ “미래는 빅데이터 분석대로 이뤄진다···데이터맹의 시대가 온다”
-‘4차혁명을 이끄는 빅데이터’(우종필 세종대 경영학과 교수)
4차산업혁명 시대를 한마디로 정의하면 인간과 기계의 소통, 가상과 현실이 하나되는 융합이다. 즉 온-오프라인이 합쳐진 융합세상이다. 전세계에 4차산업을 대표하는 유니콘기업(오버 10억달러 이상인 비상장 스타트업)은 200개 정도다. 이들의 특징은 데이터를 잘 활용하는 기업이라는 점이다. 미국과 중국이 150여개에 이르지만 한국은 단 2개에 불과하다.
손정의 소프트뱅크회장은 앞으로 앞으로 AI의 IQ가 1만까지 가는 시대, 즉 인공지능을 넘어선 슈퍼지능의 시대가 올 것이라고 말했다. 이같은 AI시대를 맞아 우리가 영화 터미네이터 세상보다 더 걱정해야 할 것은 일자리 감소다. 특히 화이트컬러 일자리 감소가 예상된다는 점이다. 하지만 데이터 과학자 등 빅데이터 관련 종사자들의 수요는 늘어날 것을 전망된다. 이에따라 부의 편중과 함께 청년 실업률이 높아질 것으로 전망된다.
지금까지는 문맹, 컴맹의 시대였다. 하지만 이제 ‘데이터맹(盲)’의 시대가 왔다. 마케팅 교육보다 빅데이터를 분석해 소비자에 다가가는 게 더 중요해진 세상이 됐다. 회사에서도 데이터 분석을 할 수 있는 사람과 그렇지 않은 사람의 대우가 달라지는 시대가 온다. 따라서 우리는 빅데이터를 배워야 한다.
페이스북과 아마존의 주가가 올라가는 이유는 빅데이터 활용 능력 덕분이다. 너무나도 많은 데이터가 쌓이고 있고 그 때문에 데이터(를 쌓고 활용하는)기반의 회사들이 강한 것이다.
이 빅데이터로 (마케팅 부문에서는)무엇을 할 수 있을까? 인공지능을 이용한 반품 여부 예측을 할 수 있다. 예를 들어 앞으로는 남는데 뒤로는 적자가 나는 (인터넷 유통)업체가 있다고 하자. 어느 고객이 반품할지 예측 가능할까? (이미) 컴퓨터는 (빅데이터 분석법을 사용해) 무려 90.2% 가까운 확률로 누가 반품할지를 예측할 수 있다. 이를 바탕으로 반품 안하는 고객에겐 혜택을 주고, (이상이 없는 데도) 자주 반품하는 고객에겐 선별적 조치를 취하는 방법을 택할 수 있다.
또한 마케터들이 빅데이터와 AI를 이용하면 더나아가 온라인쇼핑시 고객들의 구매액 예측까지 할 수 있다. 우수고객 예측모델도 만들 수 있다.
인터넷 상에서 가장 중요한 것은 (네티즌의)관심이다. 지난 2004년 이래 구글 트렌드를 분석해 본 결과 가장 높은 관심을 얻은 사람이 미국 대통령이 됐다. 트럼프도 각종 여론 조사에서는 힐러리 클린턴에게 뒤졌지만 구글트렌드에서 우위를 보였고 결국 대통령이 됐다. (마케팅에 있어서도) 중요한 것은 ‘악플’이 아니라 ‘무(無)플’이다. 정 안되면 노이즈 마케팅이라도 하는 이유가 그것이다.
미래는 빅데이터 분석대로 이루어진다. 빅데이터의 가장 큰 메리트는 미래에 대한 예측이다.
앞으로 빅데이터 세상이 온다. 취업을 하기 위해서나 조직에서 가치있는 사람이 되려면 빅데이터(를 다루는 능력)가 큰 무기가 될 수 있다.
2■“빅데이터 기반 분석 인과관계를 활용, 미래를 바꿀 수 있다”
-SNS와 미디어를 통한 여론확산 모델 변화(최재원 다음소프트 이사)
데이터의 가치를 인체에 비유하자면 AI는 뇌, 데이터는 혈액이다. 피가 모이는 곳이 클라우드
다. 피 이외에도 많은 데이터는 감각기관으로 전달될 수 있다.
SNS 빅데이터 분석을 통해 소비자의 무의식 영역까지 종합적으로 분석해 판다. 소비자의 행동, 사회분위기, 문화 등 소비자의 숨은 심리를 파악하는 데 유리하다.
통계방식은 자신의 생각을 증명하는 도구다. 오늘날도 자신의 생각을 뒷받침하고자 통계학을 인용하는 학자들이 다수다.
하지만 신 사업을 시작하려는 입장에서는 충분한 사전 조사와 계획에도 불구하고 이를 검증해야 할 필요가 있다.
일반적으로 통계분석으로는 상관성을, 빅데이터로는 인과성을 도출하게 된다.(빅데이터시대를 맞아서도 여전히) “하나를 보면 열을 안다”는 식의 접근 방식은 기업의 입장에서는 매우 위험하다.
최근 데이터 과학은 점점 더 주목받고 있다. 상관관계로 미래를 예측할 수 있다면, 인과관계로는 미래를 바꿀 수 있다.
전통적으로 기업은 과거 데이터 저장 접근법에 초점을 두고 ‘상관성’을 찾아왔다. 따라서 언급량에 의한 데이터의 상관성을 중심으로 분석하게 된다. 이것이 우리가 아는 데이터마이닝이다.
최근에는 (고객의 행동 등을 알기 위해) “왜”를 찾고자 하는 목적으로 인과성을 분석하고 있다.
미래를 예측하기 위해서, 그리고 고객이 다음에 찾아 왔을 때 뭘 구매할지 알기 위해 이같은 분석이 이뤄지고 있다.
미국의 소매유통점 타겟의 유명한 사례가 있다. 타겟이 미국의 한 여고생에게 임신 육아 관련 상품 쿠폰을 보내준 사례다. 타겟은 부모보다 먼저 이들의 여고생 딸 임신 사실을 알고 있었다. 이 마트는 수년간 거래해 온 여고생의 일상용품의 구매 내용 변화로 임신을 추정할 수 있었다. 임신한 딸이 구매해 온 로션. 샴푸, 비누 구매패턴이 바뀌었다. 종전과 달리 향이 없는 샴푸를 선택했고, 라벤더향도 향없는 비누로 바꿨다. 이는 임신 몇주차인 임산부들에게서 흔히 보이는 변화다. 다음에는 엽산을 찾게 된다. 이에따라 타겟은 이 여고생에게 임산부용 엽산 쿠폰을 제공했다. 부모가 타겟에 항의했지만 결과는 딸의 임신사실 확인이었다.
가장 매력적인 데이터가 신용카드 데이터다. 이는 실시간으로 구매 사용자 위치를 노출시키기 때문이다. 하지만 이의 활용은 개인정보보호법 때문에 제한적이다.
하지만 고객들은 이같은 빅데이터 분석을 통해 누군가가 자신의 일거수 일투족을 감시하고 있다는 것을 알면 마케팅의 결과는 좋지 않아질 것이다.
실제 실험결과 저녁 8시에 삼겹살 먹은 사람들에게 2차로 주변 맥주집을 제안하고 3차 노래방을 제안했지만 결과는 역효과였다.
지금은 고객이 의식하지 않도록 마케팅을 해야 하기에 기업이 더 어려워질 수 밖에 없다. 올해는 마케팅 하는 사람들은 소비자들을 상당히 조심해야 한다. 감시의 눈초리를 가만두지 않겠다고 벼르고 있기 때문이다. 마케팅의 어려움이 예상되는 한 해라고 할 수 있다.
SNS상에서 ‘치킨’이란 단어와 ‘행복’이란 단어가 하루 5만 건 정도 언급되는데 전반적인 추세가 유사하다. ‘미세먼지’가 관심사인 경우도 하루 2만 건에 불과했을 정도다. 가끔 하루 언급량이 치킨보다 높은 단어가 열풍이라고 분석할 수 있다. 얼마전 ‘방탄소년단’의 하루 언급량이 ‘치킨’보다 높았다.
치킨지수의 의미는 ‘기상변수(기온풍속)+SNS데이터(트위터상 치틴 언급량)+경제지표(시가총액)’으로 해석된다. ‘치킨지수’로 대변되는 사람들의 행복지수를 감안해서 론칭을 하면 마케팅에 도움이 될 것이다. 기업은 얼마든지 데이터를 활용할 수 있다.
무조건 사이즈가 크다고 빅데이터가 아니라 가치가 있는 것이 빅데이터다. 데이터 사이즈가 작더라도 소비자의 작은 행동을 파악해 무언가를 찾아낼 수 있다면 이것역시 빅데이터다. 즉 ‘빅=밸류’다.
데이터는 시그널이다. 인간이 디지털에 남긴 흔적들이 모여 빅데이터를 구성하게 된다. 잘 해석된 빅데이터는 사회흐름, 대중심리, 소비 트렌드 등을 파악할 수 있는 하나의 신호로 활용할 수 있다.
빅데이터 분석의 목적은 하키의 전설인 캐나다의 웨인 그레츠키가 말한 위대한 선수만이 알 수 있는 ‘퍽이 가는 방향’을 알려는 것이다.
■빅데이터 기획으로 승부···“디지털도플갱어·타임머신 추천기능 활용하라”
-‘온라인에서 오프라인으로 확장되는 플레이어의 행위와 개인화 추천’(박성혁 레코벨 대표)
개인화 데이터를 얼마나 체계적으로 상세하게 수집할 수 있느냐에 따라서 개인화 마케팅 수준이 결정된다. 100명의 고객이 온라인 구매 사이트에 들어오면 4~5명이 구매한다. 단 한명이라도 더 늘릴 수 있다면 성공이다.
마케팅부서는 온라인 사이트에서 고객이 장바구니에 넣은 상품가격 정보까지도 수집해 활용하는 방식으로 고객들에게 끊임없이 정보를 제공해야 한다. 장바구니에서 페이지 이탈한 사람은 이탈에 의한 구매 예정자에 해당한다. 마케터는 이들을 앱 또는 사이트로 재유입되도록 해야 한다.
개인화 데이터를 얼마나 체계적이고 상세하게 수집할 수 있느냐에 따라서 개인화 마케팅 수준이 결정된다. 레코벨은 사용자의 ‘아이템 투 아이템’ 클릭 이력을 분석해 각 상품마다 관련 아이템을 계산한다. 나와 비슷한 소비성향을 가진 이른바 ‘디지털 도플갱어’를 제시하는 개인화 구매 추천 방식도 있다.
실제로 식품이나 책을 구매하는 사람들은 입맛이나 취향이 같은 사람이 “어느 맛집 가봐” 하면 갈 가능성이 높지 않은가?
또한 ‘타임머신’ 추천 기능도 활용할 수 있다. 내가 막 아이를 낳은 엄마라면 6개월 전으로 돌아가 나보다 앞서 아이를 낳은 엄마들이 어떤 상품을 구매했는지 등을 알고 싶어할 것이다.
상품을 장바구니에 담았지만 구매하지 않은 고객을 대상으로 장바구니에 담은 상품 리마인드 담은 상품과 연관상품 추천 연관 기획전 추천으로 구성해 메일 발송하는 방식도 있다. 그리고
상품을 장바구니에 담았지만 구매하지 않은 고객을 대상으로 해당상품 구매시 10% 할인 쿠폰을 증정하는 개인화 e메일을 보낼 수도 있다.
추천은 고객의 선택을( 무의식 영역까지 건드리면서)추천해 주는 것이다.
전세계 최고의 기업들은 데이터 기술과 서비스로 온라인과 오프라인의 경계를 지우고 있다.
오프라인에서도 온라인에서처럼 유입-클릭-주문에 해당하는 고객 행동이력을 모두 수집할 수 있게 됐다. 예를 들어 패션의류 매장에서 원하는 옷을 입어 보거나 매칭 상품을 추천받는 모든 행동에 대한 데이터 수집이 가능해졌다.
데이터는 돈이다. 빅데이터는 목돈이다.
■“데이터 비주얼라이제이션 통해 현장서 즉시 분석 활용하는 툴 제공”
-가치있는 분석을 이끄는 오라클의 빅데이터와 활용(장희정 오라클코리아 상무)
가트너가 선정한 올해 10대 전략적기술 트렌드에서 눈여겨 봐야 할 것이 ‘인텔리전트’트렌드다. ‘인텔리전트’는 이는 AI가 모든 영역에 침투해 완전히 새로운 기술범주를 창출하고 있는지 탐색하며 AI의 개발은 2022년까지 벤더들의 주요 쟁점이 될 전망이다. AI를 정해진 목적과 범위로 잘 활용하면 좀더 유용하고 통찰력 있는 자율적인 시스템으로 사용할 수 있다. 또 ‘디지털’트렌드는 디지털적으로 강화된 경험을 만들기 위해 디지털과 물리적 세계를 혼합하게 된다. 상황에 따라 생성되는 데이터의 양이 기하급수적으로 늘어나기 때문에 스트림 데이터를 처리하고 중앙시스템에 요약데이터를 보내기 위해 컴퓨터 처리의 중심이 엣지 단으로 이동한다. 이 트렌드는 AI를 통해 창출되는 기회와 함께 다음세대의 디지털 비즈니스와 디지털 생태계 구축을 주도하게 된다.
AI를 정해진 목적과 범위로 잘 활용하면 좀 더 유연하고 통찰력있고 자율적인 시스템으로 사용할 수 있다. AI의 핵심은 데이터, 그 중에서도 빅데이터다.
미래학자 제임스 캔턴은 빅데이터에 대해 “과거에는 별개 개념이었던 AI와 빅데이터의 융합이 이뤄지고 있다. AI는 중요한 트렌드와 패턴을 찾고 새로운 비즈니스 모델을 만들어 목적을 위해 데이터를 수익화할 것이다”라고 지적했다.
그런데 경쟁력있는 서비스의 개발을 위해서는 엄청난 규모의 데이터가 필요하다. AI 기술의 원동력인 빅데이터는 다양한 형태로 빠르게 증대되고 있다. 이에 대응하기 위해 머신러닝. 딥러닝을 기반으로 하는 AI와 빅데이터의 결합은 필수적이다.
빅데이터시대에 있어서 가장 큰 도전 과제는 분석이다. 오라클의 방법론은 ‘유니파이드 어낼리틱 샌드박스(Unified Analytic Sandbox)’를 통해 모아진 데이터 위에서 직접 분석하고 이를 마케팅 등의 분석에 활용할 수 있도록 툴을 제공하는 것이다.
어낼리티컬 샌드박스는 비즈니스 사용자들의 빅데이터 분석을 상황에 맞고 용이하게 수행하도록 해준다.
오라클은 ‘유니파이드 어낼리티컬 샌드박스’ 환경 아래에서 ‘일관된 데이터 거버넌스’ 기반의 빅데이터 통합관리 및 고급 분석을 할 수 있게 해 준다. 빅데이터 흐름 가운데 중요한 또하나는 빅데이터의 클라우드화 흐름이다. 데이터가 많으면 클라우드화가 어렵다고 생각하겠지만 빅데이터의 클라우드화 흐름은 대세다.
또하나 중요한 점은 빅데이터의 구성이 변화하고 있다는 점이다.
최근 빅데이터시대의 흐름과 관련한 주요한 트렌드 가운데 하나는 RDBMS 비중이 10%이고
RDBMS 이외 데이터의 증가율이 40%로 높다는 점이다. 이에따라 데이터아키텍처도 RDBMS만 사용하던 데서 탈피해 SNS,블로그 등은 NoSQl로, 웹 및 센서 로그 등 저밀도 데이터는 하둡에 저장함으로써 TCO(Ttotal Cost of Ownership)를 절감할 수 있다.
오라클이 이같은 방법을 적용해 가치있는 분석을 이끈 대표적 사례 가운데 하나로 스타벅스 매장이 꼽힌다. 이 매장에서 얻은 소비자 기호 데이터 분석을 통해 음료 생산에 반영하는 스마트 마케팅을 할 수 있었다. 즉 고객의 시간대별, 아이템별 기호를 파악한 결과 43%의 티 주문 고객은 설탕을 사용하지 않는다는 사실에 근거해 해서 매장 준비물품을 최적화하도록 한 사례가 있다.
영국 NHS(National Health Service)의 경우 환자의 약 사용 내역 분석(Medicine use Review)를 바탕으로 부정수급자를 적발하고 올바른 의약품 섭취를 위한 개인 약사 컨설팅을 시행할 수 있었다. 그 결과 지난 2014년부터 지금까지 약 11억3400만달러의 비용을 절감하고 불필요한 항생제 처방을 7% 이상 줄일 수 있었다.
국내의 경우에도 정수기회사 청호나이스가 오라클과 2주만에 제품 판매하기 좋은 날씨에 대한 빅데이터 분석을 끝내고 이를 활용하고 있다. 오라클 빅데이터 프레퍼레이션 클라우드 서비스와 오라클 ‘데이터 비주얼라이제이션’ 클라우드 서비스를 통해 황사, 미세먼지 등 날씨에 따른 제품 판매 현황을 분석할 수 있게 됐다. 또한 다양한 시각화 툴을 기반으로 한 데이터분석 내용을 영업,마케팅, 고객관리 등 다양한 현업 부서에 적용해 새로운 비즈니스 인사이트를 확보할 수 있었다.
모 유통회사의 경우 회사의 분석데이터를 자산화하고 경영진이 필요한 보고서를 미리 만들 수 있었다. 최고재무책임자(CFO)가 오라클의 빅데이터 분석 솔루션 ‘데이터 비주얼라이제이션’을 사용해 직접 셀프서비스 보고서 만들 수 있었다. 이 솔루션의 드랙앤드롭 기능을 사용해 이런 기능을 활용해 마케팅에 적용할 수 있었다.
이처럼 기업은 빅데이터 분석 결과를 통해 월별 판매량을 갖고 물품 수요 예측을 할 수 있게 된다.
이를 위해서 오라클은 ▲데이터가 위치한 곳에서 데이터를 분석하도록 통합데이터 바로 그위에서 분석토록 효율성을 높인 최적화 툴인 유니파이드매니지먼트 인터그래이티드 어낼리틱스 ▲하이브리드 클라우드 디플로이먼트 등 수집→관리→처리→분석 단계에 걸친 다양한 솔루션을 확보하고 있다. 특히 오라클의 ‘데이터 비주얼라이션’ 솔루션은 현업 관계자들이 쉽게 데이터를 분석할 수 있도록 지원하는 솔루션이다. 머신러닝 기반 분석을 할 수 있고 모델링을 할 필요도 없다.
■“신용카드는 고객의 모든 것 안다...마케팅에서 정책까지 활용”
-우상수 신한카드 빅데이터 사업본부 셀장
신용카드데이터는 고객행동을 알려주는 최고의 데이터다. 다양한 정보 살아있는 정보, 고객 프로필, 거주지, 직업소득 등은 합리적 의사결정을 위한 빅데이터 기반 인사이트를 제공해 주고 있다.
고객특성분석,소비트렌드 분석, 라이프 스타일 분석, 업종별 상세 분석, 외국인 소비 분석, 지역 인프라 간 연관성 분석, 외부 DB 융합분석, 그 외 다차원 마이크로 소비분석 등을 수행한다. 이를 통해 기업의 소비관련 인사이트를 제공한다. 즉 마케팅 이슈 발굴, 타깃 별 특성 분석, 부동산 입지 분석, 타깃 잠재 고객 수요 예측 전국 점포 최적화, 소비수요 예측 등을 할 수 있다.
또한 공공기관의 정책수립 및 개선 지원에 도움을 줄 수 있다. 즉 관광 활성화 정책, 교통인프라 개선, 상권 활성화 정책, 복지정책 최적화, 여성 및 실버 정책, 소비산업 별 정책을 수립시 인사이트를 제공할 수 있다.
보다 구체적으로는 육하원칙 관점의 종합적인 소비 빅데이터 분석을 할 수 있다.
신한카드의 경우 민간 최종 소비지출중 카드가 차지하는 비중이 89.1%이고 신한카드 비중은 18%에 이를 정도로 막대하다. 경제활동인구 2782만 명 가운데 2100만 명(76%)이 신한카드를 이용하고 있다.(2017년 5월기준)
이전까지 정형데이터 중심의 통계분석을 해 왔다면 지난해부터는 머신러닝 방식 등 최신 빅데이터 분석 알고리즘을 도입해 정형데이터외 비정형데이터를 결합해 분석하기 시작했다.
그 결과 영업제휴 본격지원 및 최적솔루션을 제공할 수 있게 됐다. 즉 회원 이탈 최소화, 다업종 이용유도등을 할 수 있게 됐다. 또한 수익 및 비용구조혁신을 이룰 수 있었다. 이와함께 빅데이터 기반의 계열사 사업 지원은 물론 빅데이터 역량을 활용해 신사업 기회를 발굴할 수 있었다.
이밖에도 상담녹취 데이터를 분석할 수 있는 텍스트로 전환하고 텍스트 분석을 통해 상담효율성 제고 및 업무 영역별 가치제고를 위해 활용할 수 있다. 이를 통해 콜상담 생산성을 높이고 업무영역별 가치를 높일 수 있다. 또한 중소가맹점에 대한 주변 상권 분석 및 맞춤형 마케팅 서비스를 제공하는 빅데이터 분석 솔루션을 제공할 수 있다. 머신러닝을 통해 실시간으로 변화하는 매장의 시간대 별, 성별, 연령 별 이용 패턴 등의 정보를 시각화해 제공할 수 있다. 지역별 매출 및 점포수 증감 제공을 통해 가맹점이 위치한 상권 정보도 제공할 수 있게 됐다. 자신의 매장과 상권내 매출 상위 매장을 비교 분석해 잠재 고객군 정보를 활용할 수 있게 됐다. 또한 신한카드가 보유한 다양하고 방대한 고객 소비데이터를 분석, 고객중심의 개인소비 서비스를 제공하게 됐다. 카드 이용정보 외에 고객 거주지 정보 등 다양한 데이터 활용을 통한 제휴 마케팅도 실행하고 있다. A백화점을 이용하는지 경쟁 백화점을 이용하는지, 주된 소비가 자택근처에서 이뤄지는지 직장근처에서 주로 이용되는지 등도 알 수 있다..
이날 행사에서는 이외에도 ▲구교식 와이더플래닛 대표가 ‘사용자 온오프라인 구매행태 빅데이터기반, 타겟마케팅 플랫폼:애드 테크(Ad-tech) 및 마테크(MAR-Tech)’ ▲김수화 애자일소다 대표가 ‘스파클링소다’를 활용한 빅데이터(머신러닝) 분석사례 ▲김숙경 씨씨앤아이리서치 대표가 ‘의료전문 빅데이터를 이용한 특정 질환의 급성 악화 예측에 관한 통계적 모델, 예측 시스템과 이를 이용한 마케팅 활용방안’ ▲구글코리아 조대엽 부장이 ‘머신러닝을 실 운영환경에서 적용하기 위해 고민해야 할 사항’ 이란 주제의 강연이 공유됐다.
이재구기자 jklee@etnews.com
