카우치베이스의 최고 인사 책임자인 크리스 갈리는 구글 검색으로 찾을 수 있는 기사에서 카우치베이스의 미션에 대해 다음과 같이 설명했습니다. 고객이 혁신하고 세상을 변화시킬 수 있도록 어려운 문제를 해결하기 위해 열정을 쏟고 있습니다..

이 모든 것이 꽤 흥미진진하게 들리지 않나요? 하지만 오늘날 혁신이란 무엇일까요? 20명의 다른 사람에게 물어봐도 20개의 다른 답을 얻을 수 있는 질문입니다.

Gartner 에 대한 연례 보고서와 함께 우리를 구하러 왔습니다. 주요 전략 기술 트렌드는 업계 리더들이 직접 작성한 매우 정확한 보고서입니다. 이 글을 위해 2018년부터 2021년에 걸친 보고서를 읽었으며, 자세한 내용은 다루지 않겠지만 다음과 같은 사실을 확인했습니다. 네 가지 원동력:

  1. 일상 업무의 자동화 및 강화
  2. 하이브리드 클라우드 운영 및 글로벌 통합
  3. 자율적인 의사 결정
  4. 고객 행동 유도

AI와 머신러닝은 이 네 가지 영역 중 적어도 세 가지 영역을 지원하는 데 중요한 역할을 할 수 있다고 해도 과언이 아닙니다. 그럼 이제 AI 기회.

AI 기회

맥킨지에서 제공한 몇 가지 수치로 시작하겠습니다. 그들의 연구에서 "AI가 세계 경제에 미치는 영향 모델링하기'라는 질문에 대해 다음과 같이 추정합니다. 인공지능은 2030년까지 전 세계 GDP에 연간 13조 달러의 추가 경제 생산량을 제공할 것입니다..

이 숫자가 충분히 두렵지 않다면 아마존이나 구글 규모의 잠재적 기업이 13개나 된다는 것을 생각해보십시오. 아직 생성되지 않음.

2018년 소비자기술협회는 전 세계 리테일 비즈니스에서 인공지능이 실현하는 혜택에 대한 연구를 진행했으며, 인터뷰 참여자들이 꼽은 상위 3가지 혜택은 다음과 같습니다:

  • 비용 절감
  • 생산성 향상
  • 매출 증가

경제 및 비즈니스에 대한 배경 지식이 있는 친구(우리 모두 그런 친구가 있습니다)를 통해 이러한 혜택이 수익의 중요한 동인에 직접적인 영향을 미치는지 확인하는 것이 좋습니다.

다른 말로 하면 수익을 창출하는 AI.

이 정도면 전 세계 모든 CTO가 AI 기반 이니셔티브를 시작하기에 충분할 텐데, 왜 AI가 과대광고에 부응하지 못하고 있다는 공통된 느낌이 드는 걸까요?

Andrew NG의 공동 창립자이자 스탠포드 교수이자 전 AI 연구소 소장인 데이비드 코세라는 하버드 비즈니스 리뷰에 기고한 글에서 이 문제에 대한 자신의 생각을 공유했습니다. 그는 기업이 고급 분석을 도입하지 못하는 8가지 주요 이유를 파악했습니다:

  1. 기술
  2. 적합한 프로젝트 선택하기
  3. CEO 승인
  4. AI 워크플로 및 프로세스
  5. IT 인프라
  6. 규정
  7. 데이터 기반 문화
  8. 중복에 대한 두려움

오늘 글의 범위와 독자들의 시간을 배려하기 위해 프로젝트, 공포, 아키텍처의 세 가지 요소에 대해 다루겠습니다.

적합한 프로젝트 선택하기

어떻게 시작하나요? 인생의 많은 일과 마찬가지로, 시작은 보통 가장 어려운 단계입니다. 포브스는 머신 러닝과 기존 분석의 효과를 비교한 연구를 공유하면서, AI가 기존 BI를 능가하는 네 가지 주요 사용 사례를 보여주었습니다:

  • 공격에 대한 선제적 식별
  • 선제적 고객 세분화
  • 지출 패턴 예측
  • 고객 경험 및 행동 유도

이러한 사용 사례는 절박한 비즈니스 업종에 거의 대부분 적용 가능하므로 업종에 관계없이 AI를 탐색할 수 있는 기회가 있습니다.

중복에 대한 두려움

제가 다루고자 하는 두 번째 장애물은 두려움입니다. 변화에 대한 두려움, 중복되는 것에 대한 두려움, 혼란에 대한 두려움. 다음에서 지혜의 말씀을 빌리겠습니다. 벤 프링Cognizant의 사고 리더십 책임자이자 이 책의 저자 "기계가 모든 것을 할 때 해야 할 일".

프링 씨는 하나의 발명이 예상치 못한 혁신을 일으킬 때 일반적으로 어떤 일이 일어나는지 소개하며 다음과 같이 설명합니다. 새싹 효과: 에드윈 버딩은 잔디 깎는 기계의 발명가입니다. 1830년 그가 발명품에 대한 특허를 받았을 때만 해도 잔디 깎는 기계가 스포츠 산업에 결정적인 역할을 하게 될 것이라고는 상상도 못했을 것입니다.

잔디 깎는 기계가 나오기 전에는 럭비장도, 축구장도, 테니스장도 없었는데, 현대 스포츠 산업은 어떻게든 버드나무와 함께 탄생했습니다.

보다 일반적으로 신진 효과는 다음과 같이 설명합니다. 혁신은 파괴를 일으킵니다또는 진공청소기를 사용하세요, 그 공백을 채우거나 새로운 요구를 해결하고자 하는 사람들에게 기회를 제공합니다.. 그것은 결승선이 아니라 계속해서 새로운 시작입니다.

벤 프링은 AI를 다음과 같이 정의합니다. 4차 산업혁명그리고 그 과정에서 모든 산업 혁명에서 항상 그랬듯이 일부 직업은 사라지겠지만 대부분의 사람들에게는 전반적인 부의 양이 증가할 것이라고 예측합니다. 변화하는 직업과 인간은 자신을 특별하게 만드는 직관과 창의성에 더 집중할 수 있게 될 것입니다.

다른 측면에서 보면, AI는 다음과 같은 결과를 가져올 것이라고 생각할 수 있습니다. 새로운 디지털 르네상스. 살아 있다는 것이 얼마나 신나는 일입니까!

IT 아키텍처

시작하기 전에 계획을 스케치하고 우려 사항을 해결하는 것이 중요했습니다. 이제 필요한 도구에 대해 알아보겠습니다.

아래 다이어그램에서 볼 수 있듯이 이벤트 기반 아키텍처의 등장으로 데이터와 이벤트 기반 의사결정을 결합하여 디지털 서비스를 지속적으로 개선할 수 있는 피드백 메커니즘을 만들 수 있게 되었습니다.

  • 데이터 기반 의사 결정은 일상적인 서비스 운영을 주도하는 핵심 요소입니다.
  • 반면에 이벤트 기반 의사 결정은 미지의 기회에 대한 인사이트를 제공하여 전략을 추진합니다.

4차 산업혁명을 주도하고자 하는 조직은 서버리스 분산 아키텍처가 제공하는 대규모 탄력적 확장성을 활용하여 오늘날의 급변하는 고객 요구에 적응할 수 있는 데이터 및 이벤트 중심 정보를 모두 제공할 수 있는 IT 플랫폼이 필요합니다.

그거 아세요? 카우치베이스는 이 모든 기능을 비롯해 훨씬 더 많은 기능을 제공합니다!

Couchbase를 사용한 AI 배포를 위한 실용적인 프레임워크

이 모든 것이 실제 생활에서 어떻게 결합될 수 있는지 궁금하실 것입니다. 저희 웹사이트에서는 다음과 같은 놀라운 작업을 수행한 고객 성공 사례를 제공합니다. Seenit 를 확인하는 것이 좋습니다. 여기.

그럼에도 불구하고 최근에 여러 번 언급된 일반적인 사용 사례인 Couchbase와 AI를 사용하여 고객 세분화 및 경험을 개선하는 방법에 대해 안내해 드리겠습니다(앞서 언급한 네 가지 원동력을 기억하시나요?).

일반적인 서비스 데스크 애플리케이션이 Couchbase에서 실행되고 있다고 가정해 보겠습니다. AI 이전의 "전통적인" 접근 방식에서 구현의 하이레벨 다이어그램은 아마도 다음과 같을 것입니다:

그리고 비동기 워크플로 는 다음과 같습니다:

  1. 고객이 전화를 걸었습니다.
  2. 헬프 데스크 상담원이 통화를 관리하여 일부 메타데이터(발신자 ID, 메모 등)를 수집합니다.
  3. 통화가 끝나면 헬프 데스크 상담원의 메모가 Couchbase에 저장됩니다.
  4. 통화 녹음은 전용 콜드라인 스토리지 솔루션에 저장됩니다.
  5. 녹음의 URL은 관련 문서에 Couchbase에 다시 기록됩니다.

이 접근 방식은 데이터를 비동기식으로, 비정형 형식으로, 엄청난 속도와 양으로 저장하는 Couchbase의 기능을 활용할 수 있기 때문에 잘 작동합니다. 전통적인 BI 접근 방식에서는 다차원 스케일링(MDS) 나중에 사용할 수 있습니다. N1QL 쿼리, 전체 텍스트 검색또는 분석 헬프 데스크 애플리케이션의 운영 상태에 영향을 주지 않고 Couchbase 클러스터 위에 추가할 수 있습니다.

AI는 어떨까요? 아래 다이어그램을 참조하세요. 새로운 워크플로는 기존 구현에 머신러닝과 AI 모델을 실행하여 실제 대화를 분석하고 벤치마킹하여 초인적인 통찰력을 얻을 수 있는 기능을 추가하여 워크플로를 조금 확장한 것입니다.

업데이트된 비동기 워크플로 는 다음과 같습니다:

  1. 고객이 전화를 걸었습니다.
  2. 헬프 데스크 상담원이 통화를 관리하여 일부 메타데이터(발신자 ID, 메모 등)를 수집합니다.
  3. 통화가 끝나면 헬프 데스크 상담원의 메모가 Couchbase에 저장됩니다.
  4. 통화 녹음은 전용 콜드라인 스토리지 솔루션에 저장됩니다.
  5. 녹음의 URL은 관련 문서에 Couchbase에 다시 기록됩니다.
  6. 머신 러닝 알고리즘은 MLaaS 또는 독점 모델을 통해 녹음 자체를 마이닝하거나(대화의 뉘앙스를 포착할 수 있으므로 선호됨) 녹취록을 통해 실행되며, 이 또한 유의하세요:
    • 목적에 따라 다양한 모델을 실행할 수 있습니다. 다중 모델 전략
    • 다양한 모델을 결합하여 결과를 개선할 수 있습니다. 블렌더 전략
  7. 모델에서 생성된 메타데이터는 관련 Couchbase 문서에 저장됩니다.
  8. 그런 다음 분석가는 N1QL 쿼리, 전체 텍스트 검색, 분석을 실행하거나 강화된 데이터 세트에 기반한 이벤트 트리거를 만들 수도 있습니다.
  9. 데이터 과학자는 예측 모델의 효과에 대한 향상된 인사이트를 도출하고 이에 따라 조치를 취할 수 있습니다;

이 접근 방식은 격리보다 오케스트레이션의 이점즉, 일반적으로 솔루션이 설계되지 않은 작업을 수행하도록 강요하는 하나의 도구로 모든 것을 처리하는 접근 방식을 강요하는 것이 아니라 작업을 완료하는 데 필요한 만큼의 전문화된 도구를 사용하는 것입니다.

또한, 예측 모델을 사전 예방적으로(즉, 실시간으로) 실행할 수도 있지만, 이 글에서는 AI 기반 분석을 시작하려는 청중을 대상으로 이야기하기 위해 가능한 한 간단하게 설명하기로 결정했다는 점에 유의하시기 바랍니다.

행동 유도: 혼란을 일으키세요!

이 글이 도움이 되셨기를 바라며, 시작하는 데 도움이 되는 몇 가지 리소스를 더 소개합니다:

  • 올바른 사용 사례 파악: 이미 Couchbase를 활용하고 있는 기존 사용 사례를 확장하는 것만큼 간단할 수 있습니다. 영업 엔지니어에게 연락하여 대화를 시작하거나 다음을 확인하세요. 고객 사례 연구;
  • 머신 러닝 기술을 찾기는 매우 어렵고 비용이 많이 들지만, 많은 클라우드 제공업체가 예산 범위 내에서 시작할 수 있는 대중화된 MLaaS 솔루션을 제공합니다:
  • MLaaS의 대안으로 Splunk를 활용하세요. 블로그 게시물

궁금한 점이 있으시면 언제든지 다음 주소로 문의해 주세요. info@couchbase.com

작성자

게시자 안드레아 바스코, 솔루션 엔지니어, Couchbase

놀고, 사람들을 만나고, 물건을 부수고, 일을 만들어냅니다. 커피를 엔지니어링, 트라이애슬론, 블루스로 바꿀 수 있습니다.

모든 게시물

댓글 남기기