린 AI : 사용자 유치, 그로스 마케팅, 성장 전략 수립에 인공지능 활용하기

214

Part V -

복잡성과 리스크 관리하기

리즘을 개선하기 위해서 광고주가 얼마만큼의 데이터를 제공해야 하는지는 아직

명확하게 밝혀지지 않았다. 하지만 현재의 성능을 유지하는 데 지금보다 더 많은

개인정보가 필요하지는 않을 것으로 보인다.

명확한 목표

인공지능을 활용할 때는 얻고자 하는 목표가 명확해야 한다. 과정 및 결과물이 계

량화되어 산출되는 인공지능의 특성을 활용하면 작업 모니터링이 용이하다.

ROI

나

CAC

같은 목푯값이 분명하게 설정됐다면 목푯값에 맞추어 인공지능이 잘 작

동하고 학습하는지 확인해 최적화 작업을 진행한다. 명확한 목표를 설정하지 않

았다면 리스크가 생길 수 있다. 예를 들어, 사용자 유치 캠페인에 대한 명확한

ROI

가 없는 상태로 인공지능을 활용하면 인공지능은 신규 고객 확보 예산의 기

준을 잡지 못한 채 마구잡이로 예산을 써버릴 수도 있다.

변화된 환경을 반영하는 머신러닝 모델

예측 분석과 머신러닝 분야에서는 종종 ‘콘셉트 드리프트

concept

drift

’라는 말을 쓴다.

예측 대상의 통계적 속성이 시간이 지나면서 예측이 어렵게 변한다는 의미다. 시

간이 지나면 자연스럽게 예측의 정확도가 떨어질 수밖에 없다. 콘셉트란 예측할

수치, 더 정확하게 말하자면 예측 대상이 되는 변수를 뜻한다. 세상은 끊임없이

변하며 미래를 예측하기란 쉽지 않다. 사용자 유치도 마찬가지다. 언제든지 예측

하지 못한 문제에 봉착할 수 있으며, 문제 해결을 위해서는 인공지능이 새로운 환

경에 기민하게 적응해야 한다. 새로운 니즈, 데이터 ...