본문바로가기

Machine Learning에 대한 학습



머신 러닝 기술을 이용해서 고양이 출입문 통제하기

이 영상에서 볼 수 있듯이, 요즘의 머신 러닝 기술은 일반적인 가정집에서도 사용할 수 있을 정도로 보편화 되고 있습니다.




Machine Learning이 뭐냐고?

Machine Learning은 우리말로 옮기면 '기계 학습'이라고 할 수 있는데 이것은 인공 지능을 가능하게 하는 방법의 하나입니다. 컴퓨터는 데이터를 분석하고 스스로 학습하는 과정을 거치고 나면 패턴을 인식할 수 있는 능력을 갖추게 됩니다. 이렇게 되면 입력하지 않은 정보에 관해서도 판단, 결정할 수 있게 됩니다.
그리고 UX의 핵심에서 디자이너의 목표는 사용자가 제품이나 브랜드와 상호 작용할 때 긍정적인 경험을 제공하는 것입니다. 좋은 UX는 비주얼 디자인, 정보 아키텍처, 콘텐츠 전략, 인터랙티브 디자인, 유용성 및 사용자 연구에 탁월해야 합니다. UX팀들이 이 모든 분야를 통합하는 동안, Machine Learning은 수백 단계의 경험을 수행합니다.




머신 러닝이 쓰이는 곳은 정말 다양합니다

Machine Learning을 통해 사용자와 효과적으로 상호 작용할 수 있고, 디자이너가 점차 AI에 익숙해 지고 있기 때문에, UX에 AI를 적용하는 데는 더 빠르게 발전이 이루어질 것입니다. Machine Learning은 AI를 사용하여 데이터 수집을 하고, 그것을 통한 경험으로부터 배우고, 데이터 적으로 명시되어 있지 않은 프로그래밍의 결과를 예측하도록 개발된 애플리케이션입니다.

머신 러닝으로 쉽게 해결 할 수 있는 8가지 문제들

기획자가 의미하는 바는 제품 또는 서비스와 사용자가 상호 작용할 때, Machine Learning으로 인해서 각 사용자에게 고유하고 개인화된 경험을 제공하여, 사용자 경험을 새롭게 변화시킬 수 있습니다.




머신 러닝 덕분에 인공지능이 똑똑하게 해질 수 있는 것이죠

Machine Learning을 통해 인공 지능은 사용자의 환경적인 데이터들을 수집합니다. 여기에는 사용자가 선호하는 것, 관심사 및 상호 작용에 대한 데이터가 포함될 수 있습니다. 인공 지능에 의해 수집된 정보는 사용자에 대해 더 깊은 수준으로 파악하기 위해 사용됩니다. 이 데이터를 사용하여 기계는 각 특정 사용자를 이해하고 사용자에게 적합한 상호 작용을 제공하는 방법을 학습합니다.

반응형 검색 광고를 위한 구글의 머신 러닝 활용 프로세스

UX + Machine Learning의 간단한 예는 검색 엔진 결과 페이지를 위한 Google의 맞춤형 검색 기능입니다. Machine Learning은 결과 페이지에서 클릭한 링크에 대한 데이터를 수집합니다. 그러면 Machine Learning은 이전에 클릭한 링크와 더 많은 상관관계가 있는 결과를 제공합니다.




흥미있는 예를 들어보겠습니다

만약 사용자가 브라질로 여행을 계획하고 있고 사용자의 목적지 중 하나가 아마존 열대 우림이라고 가정해 봅니다. "Amazon"을 검색하면 Amazon열대 우림의 이동 및 이동과 관련된 결과를 볼 수 있는 반면, 다른 사용자가 "Amazon"을 검색한 경우 검색 결과가 책을 판매하는 인터넷 종합쇼핑사이트로 이동합니다. 이 경우, Machine Learning은 사용자로서 사용자에 대해 배우고 원하는 결과를 예측합니다.

좌) 종합쇼핑사이트 ‘아마존’ 우) 열대 우림 ‘아마존’

실제 경쟁 환경을 살펴보면 모든 회사는 자신이 해당하는 업계에서 Uber 또는 AirBnB 처럼 되기 위해 노력하고 있습니다. 이를 위해서는 파격적인 비즈니스로 차별화하는 것이 중요합니다. 바로 여기에 Machine Learning을 활용해서 시작할 수 있습니다.
고객 중심의 비즈니스는 Machine Learning을 통해 서비스의 고객만족도를 한 단계 끌어 올릴 수 있습니다. 각각의 사용자를 이해하기 위한 데이터 수집하고 이를 Machine Learning 통해 각 사용자에게 알맞게 적용되는 맞춤형 경험을 제공할 수 있는 것입니다.
이처럼 머신러닝을 AI와 함께 효과적으로 활용한다면, 디자이너와 기획자 그리고 고객 모두가 만족할 수 있는 경험을 만들어 낼 수 있을 것입니다.