원문 링크
핵심 키워드
(기사 혹은 책에 등장하는 핵심 키워드 3~5개 + 간단한 설명)
- API(Application Programming Interface): 어플리케이션을 프로그래밍하는데 필요한 인터페이스로서 IT 서비스 내에서 정보의 소통이 일어나는 서버와 클라이언트 사이에서, 서로 어떻게 정보를 주고받을지 미리 형태를 정해놓은 것 / 데이터를 주고 받기 위해 정리된 약속, 대화의 규칙
- 할루시네이션: 인공지능이 정확하지 않거나 사실이 아닌 조작된 정보를 생성하는 것
- 데이터 분석의 대중화: 대통령 선거에 현대적 여론조사가 도입되면서부터 대중화되기 시작했다. 2016년 다보스 포럼에서 ‘클라우스 슈밥’ 의장이 빅데이터의 미래 가치를 선포하고, 같은 해 이세돌 9단이 알파고에 1승을 거두면서부터 AI의 기술적 발전을 세상에 알렸다.
느낀 점
(기사를 읽고 느낀 인사이트 세가지 이상 작성)
- ‘AI 기술이 발전된다는 의미는, 분석해야 할 더 많은 데이터들이 생성되고 있다는 말과 같다’는 저자의 말이 굉장히 큰 위로가 되었다. 기술적인 부분은 AI가 대체해줄 수 있지만, 결국 데이터를 기반으로 판단하고, 선택하고, 설득하고, 결정하는 일은 결국 데이터 분석가인 인간이 해야 하는 일이다. AI의 시대, (분별력 있는) 데이터 분석가는 제법 견고하게 자리잡고 있을지도..!
- 내가 대학에 입학했을 때인 2016년, AI니 빅데이터니 세상이 떠들썩했던 게 기억이 난다. 저자의 말처럼 돌풍처럼 유행하던 AI 열풍이 한동안 잠잠하다 챗GPT의 등장과 함께 약 2년 전부터 다시 거세지기 시작했다. 유행이란 것은 언제든 사그러지기 마련이고, 그렇기에 이 유행에 편승한 직업인 ‘데이터 분석가’가 언젠가는 사라지지 않을까라는 불안감이 컸던 것도 사실이다. 그러나 저자의 말처럼 데이터는 앞으로 더욱 다양해지고, 많아질 것이고 이를 적절히 분류하고, 새로운 분석 기법을 적용해보는 데이터 분석가는 완전히 대체될 수는 없는 직업임이 분명하다.
- 물론, 대체되지 않을 만큼의 실력을 갖췄을 때가 전제되어야 하지만..
'⛴️ Data Analyst > 아티클 스터디' 카테고리의 다른 글
[아티클9] 데이터 분석가에게 필요한 '문제 해결력'이란 무엇일까? (1) | 2025.06.30 |
---|---|
[아티클5] 퍼포먼스 마케팅에 꼭 필요한 유료 광고 성과 지표 7가지 (4) | 2025.06.08 |
[아티클4] RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법 (0) | 2025.05.24 |
[아티클3] RFM 고객 세분화 분석이란 무엇일까요 (0) | 2025.05.21 |
[아티클2] A/B 테스트를 실패해도 괜찮은 이유 / UX Writer, 1년 동안 어디까지 할 수 있게? (2) (0) | 2025.05.13 |