aws_summit 01. SQL 로 머신러닝하기

어쩌다..AWS 홍보가 되버린듯하지만..

AWS 가 이렇게 많은 기능이 있었나? 다시금 생각해보는 시간이 되었다

 

아직도 파이썬으로만 머신러닝하니? 난 SQL 바로 쓴다

세이즈 메이커, 컴프리핸드 머신러닝에서 학습모델을 sql 모델 서비스인 아테나로 호출해서 부르는 서비스가 있다.

 

분석환경의 변화 그리고 변하지 않은 비즈니스

1. 진화하는 데이터 분석 환경

o 비즈니스 인텔리전스 대신 ai

o 비즈니스 분석가보단 데이터 분석가

o 값비산 분석 소프트웨어 대신 개발자 커뮤니티에서 유행하는오픈 소스 협업 툴

o 데이터 분석 역량이 기업 보편 역량

 

2. 변함없는 비즈니스 목표

o 기업은 여전히 revenue 창출이 목표

o 기술은 비즈니스에 활용될때 유효하다.

 

Create an analytics flywhell

비즈니스에 반영되는 선순환 구조

데이터를 축적하고 활용하고자 하는 흐름이 점차 대세가 되어감에 따라 기업에서는 이러한 데이터를 잘 분석하고 활용할 수 있는 인재의 수요가 있다..

 

완벽한 데이터사이언티스트?

완벽한 이상형의 데이터 사이언티스트는 없기 때문에..채용 관리가 어렵다.. 그러기 때문에 회사 내부적으로 데이터 분석 문화를 내재화 하는 쪽으로 방향이 흐르고 있다..

 

머신러닝 도입의 어려움

머신러닝은 상당부분 고급 지식이 필요한데..전문적인 교육을 받은 분석가들 외에 다른 사람들은 이를 활용하기 쉽지 않다. 하지만, sql 은 배우고 접근하기 쉽기 때문에, 기본적인 sql 지식만 익히게 하면, 분석가들 뿐만 아니라 다양한 부서의 사람들이 머신러닝을 할 수 있지 않을까..

 

위 생각을 바탕으로 SQL을 쿼리를 통해 바로 모델을 호출하면, 모르는 사람들도 머신러닝을 할 수 있기에..많은 사람들이 활용할 수 있고, 생산성이 향상된다는 생각이 나올 수 있었던 것 같다.

 

기존의 데이터 inference 프로세스

기존의 프로세스는 직접 모델을 개발하고 학습을 시켜야 했기 때문에 전문적이 지식이 있는 사람들만 접근할 수 있다는 한계가 있었다.

 

개선된 데이터 inference 프로세스

그래서 AWS 에서는 AWS 를 활용하여 분석가가 미리 모델을 만들고, 이를 SQL 을 활용하여 호출할 수 있다면, 전문적인 지식 없이 SQL 지식만을 활용하여 모델을 활용할 수가 있다고 새로운 아이디어를 제시한다.

 

좋은 모델을 만들고 활용한다는 것은?

AWS 의 제안을 바탕으로 AWS가 생각하는 좋은 머신 러닝 모델은 무엇일까?

 

1.     비즈니스에 적용하기 쉬워야 한다.

2.     피드백을 즉각적으로 받아 모델을 개선할 수 잇어야 한다

3.     즉 개발 - 피드백의 간격을 줄이는 환경을 만드는 것이 곧 좋은 모델을 만들고 활용하는 것의 첫걸음이다.

 

위 세가지를 달성하기 위해 접근하기 쉬운 SQL 을 바탕으로 AWS 를 통해서 머신 러닝 모델을 호출하여 전문가 뿐만이 아닌 모두가 머신러닝을 활용하자는 것이다.

 

 

마지막으로 서밋의 프레젠테이션 파일 공유합니다.

PDF 파일의 마지막 부분에는 직접 실습할 수 있는 예제도 있어서 파일 다운 후에 활용하셔도 좋을것 같아요!

Track3_Session1_아직도+파이썬으로만+머신+러닝+하니+난+SQL로+바로+쓴다.pdf

1.17MB