＜비즈니스 머신러닝＞, 더그 허전/리처드 니콜 지음, 김정민/문선홍/정용우 옮김, 한빛미디어, 2021

기업 경영은 의사결정의 연속이라 해도 과언이 아니다. 매 순간순간이 결정해야 할 일 투성이다. 모든 의사결정을 최고 경영진이 할 수 없으니, 권한을 적절히 위임하여 의사결정 체계를 구축한다. 의사결정에는 의사결정자의 주관이 반영되지만, 의사결정을 받고자 하는 사람의 주관도 반영된다. 품의자는 자신이 원하는 결과를 도출하기 위해 근거 자료를 만들고, 의사결정자도 자신의 판단이 틀리지 않았음을 증명할 근거 자료를 원한다.

빅데이터, AI의 발달로 최근 기업의 화두는 ‘디지털 트랜스포메이션’이다. 거대 기업일수록 ‘디지털 트랜스포메이션’을 강조하지만 변화의 속도는 생각만큼 빠르지 않다. 기존에 사람이 하는 반복적인 업무를 자동화하는 것으로만 이해하는 경우도 있다. 과거에 기반해 현재의 업무를 개선하는 것에 초점이 맞춰져 있다. 하지만 빅데이터, AI는 불확실한 미래에 대한 예측에 더 도움이 될 것이다. 즉 과거를 기반으로 미래를 예측해 현재를 개선하는 것이 아닐까 싶다.

가령 기후위기는 이제 기정사실로 받아들여진다. 지구 평균 기온 상승에 따른 지역별 기후의 변화, 그로인한 경작지의 변화 등을 예측한 시나리오는 공개되어 있지만 우리 기업에 미칠 영향에 대해서는 예측하기 어렵다. 이를 예측하기 위한 내부 정보도 부족하지만, 고려해야할 외부 변수가 너무 많다. 엑셀에 의존해 예측할 수 있는 범위가 아니다. 그래서 머신러닝에 관심을 갖게 되었다.

기후변화에 대한 정보와 우리 회사의 원재료 조달, 제조, 판매, 유통 등의 정보를 통해 기후변화 시나리오에 따른 미래 경영 환경을 예측할 수 있지 않을까하는 발칙한 상상을 했다. 그렇게 ＜비즈니스 머신러닝＞이 눈에 띄었다.

비즈니스 시스템이 엉망인 두 가지 이유가 있습니다. 첫째, 개인의 습관을 바꾸는 것도 쉽지 않지만 집단의 특성을 바꾸는 것은 더더욱 어렵습니다.(…) 둘째, 비즈니스 시스템 여러 개를 관리하는 것은 매우 어려운 일입니다.(31쪽)

＜비즈니스 머신러닝＞은 아마존 세이지메이커와 주피터를 활용해 머신러닝을 활용하는 방법을 전하고 있다. 먼저 기업에서 효과적인 의사결정을 위해 머신러닝 도입이 필요하다고 강조한다. 그동안 컴퓨터 처리능력의 발달은 비즈니스 생산성을 높여줄 것이라 했지만, 실제로는 비느니스 생산성이 크게 증가하지 않았다고 한다. 경제학자 로버트 솔로는 “컴퓨터 시대가 도래했다는 사실이 도처에서 확인됐지만 단 한 곳 생선성 통계만은 예외다”라고 비꼬아 말했고, 경제학자들은 이를 ‘솔로 패러독스’라고 부른다고 한다.

생산성은 반복 작업 수행을 위한 자동화가 필요한데, 업무 중 의사결정은 규칙에 기반하고 예외적인 상황이 많아 사람의 개입이 필요해 자동화하기 어려워 생산성이 증가하지 않았다고 한다. 사람은 규칙기반 의사결정과 패턴기반 의사결정을 모두 사용해 의사결정하는데, 그동안의 프로그램은 규칙기반 의사결정에 국한해 개발되었고, 패턴기반 의사결정은 여전히 사람에 의존할 수밖에 없었다는 것이다. 머신러닝은 데이터셋의 패턴을 기반으로 의사결정할 수 있어 자동화를 통해 생산성 향상이 가능하다고 한다.

머신러닝을 비즈니스에 적용할 때 진정한 이점은 변화에 탄력적인 의사결정 애플리케이션을 구축할 수 있다는 것입니다. 시스템에 수십 또는 수백 개의 규칙을 프로그래밍하는 대신 과적의 올바른 결정과 잘못된 결정의 예시를 머신러닝 애플리케이션에 입력하기만 하면 됩니다.(9쪽)

그리고 ＜비즈니스 머신러닝＞은 비즈니스를 위한 머신러닝 시나리오 6가지를 통해 ‘어떻게’ 머신러닝을 사용할 수 있는지 보여준다. 구매 결재 검토 요청 여부 결정, 이탈 조짐 있는 고객 찾기, 고객 문의 사항 전달 여부 결정, 공급업체 청구서 추가 질의 여부 결정, 월간 전력 사용량과 예측 성능 향상으로 원재료 조달부터 고객 관리, 협력사 관리, 운영 관리 등 밸류체인 전반을 다루고 있다. 기후변화 시나리오 예측과 관련되어 보이는 월간 전력 사용량 예측에 특히 관심이 갔다.

비즈니스에 머신러닝을 도입해야 하는 이유와 방법에 대해서는 어느 정도 깊이 이해할 수 있었다. 다만 ‘누구나’ 머신러닝을 시작할 수 있게 하겠다는 저자의 집필의도에도 불구하고, 코드에 대해 잘 모르는 사람으로서 쉽게 이해하고 따라하기에는 어려움이 있었다. 아직 ‘기후변화 시나리오 예측’이라는 발칙하고 무모한 도전이 결실을 맺은 건 아니지만 가능성은 확인할 수 있어 만족한다.

* 해당 도서는 출판사로부터 무상으로 제공받았으며, 제 주관에 따라 솔직하게 작성했습니다.

머신러닝 이론에 치우치다 보면 결국 그래서 이걸 어떻게 써먹어야 될지 난감할 때가 종종 있다. 그래서 현실과 가까운 데이터를 다루다 보면 내 업무에도 이렇게 적용하면 되겠다는 아이디어가 떠오르기도 한다.

이 책은 실무에 최대한 촛점을 맞춰 제작되어 있다. SageMaker를 예전부터 사용해 보고 싶었는데 해당 도서가 출간되어서 읽어보게 되었다.

머신러닝 모델을 만들고 비즈니스에 적용하려면 이 모델을 어떻게 실 서비스에 적용하고 배포해야하는지에 대한 이해가 필요한데 요즘 대부분 클라우드 환경을 사용하다보니 SageMaker에 관심을 갖게 되었다.

이미 주피터 노트북을 통해 머신러닝이나 딥러닝 모델을 만들어 본 사람들이라면 이 책의 SageMaker 사용법은 쉽게 느껴질 수 있다. 내 컴퓨터가 아닌 클라우드 환경에서 주피터 노트북을 사용해 실제 머신러닝 모델을 만드는 과정을 소개하고 있다.

로컬 컴퓨터 환경에서 주피터 노트북을 사용해보지 않았다면 로컬 컴퓨터 환경에서 우선 아나콘다 등의 툴을 사용해 주피터 노트북으로 같은 과정을 진행해 보는 것이 왜 SageMaker를 사용해야 하는지에 대한 이해를 도울 수 있을 것 같다.

실제 비즈니스 환경에서 머신러닝을 응용할만한 일들은 정말 무궁무진하다. 이 책의 초반부에 나와있는 설명처럼 우리의 의사결정을 앞으로는 머신러닝이 대신해줄 일들이 많다.

다음의 내용은 책에 나온 예시다.

• 주문을 승인하는 사람이 승일할 권한이 있는지?
• 품절된 품목에 대해 다른 제품으로 대체해도 괜찮은지?
• 공급업체가 제품을 다른 제품으로 대체했을 때 고객이 이를 수용할지?
• 청구서를 그대로 지불 승인해야 할지? 추가적인 질의를 해야할지?

비즈니스 환경에 대한 시나리오를 작성하고 해당 시나리오에 맞는 머신러닝 모델을 만들어 봄으로 우리가 왜 비즈니스에 머신러닝을 도입해야 하는지에 대한 설명을 담고 있다.

이 책은 SageMaker라는 특정 제품군을 설명하고 있지만 SageMaker를 제외하고 봤을 때도 실제 비즈니스에 적용할만한 시나리오를 제시하고 있다는 점이 마음에 든다.

GitHub 에 소스코드가 있으니 다운로드 받아서 열어보면 목차와 함께 어떤 내용으로 구성되어 있는지 볼 수 있을것 같다.

K9Ns/ml4biz: 비즈니스를 위한 머신러닝 예제

클라우드를 사용해 머신러닝 모델을 프로덕트에 적용해 보고자 하는 분들에게 추천한다. 또 주피터 노트북이나 파이썬 머신러닝에 대한 기본 이해가 없다면 조금 어려울 수도 있으니 주피터 노트북에서 머신러닝 예제를 몇 개 돌려봤다면 이 책을 읽는데 도움이 될 것이다.

sagemaker가 무엇인지 궁금하다면 여기에서 확인해 볼 수 있다 =＞ https://aws.amazon.com/ko/sagemaker/

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.

이 책은 6가지 시나리오를 활용하여, 각각 시나리오를 업무에 적용할 수 있도록 하였다. 각각의 업무 절차를 통하여 어떻게 처리할 것인가를 쉽게 파악할 수 있게 하였고, 어렵고 많은 데이터셋보단 간단하고 쉬운 데이터셋을 통해 실습할 수 있도록 하였다.

또한 대부분 내가 접한 머신러닝 책들은 초심자가 접하기엔 난이도가 있었다. 초심자가 하기엔 너무나 복잡한 수식들이나 개념들이 있어서, 보자마자 피로감과 부담감이 느꼈다. 이 책의 타겟은 '처음 머신러닝을 접한 사람들'로, 필요한 개념만 집고 쉽게 넘어간다. 따라서, 공부에 대한 스트레스와 피로감을 덜 느끼게 만든다.

이 책이 다른 책과의 차별점은 바로, AWS 활용하여 머신러닝을 한다는 것이다. 그동안 내가 봤던 책들도 로컬 자원들을 이용하여, 머신러닝을 돌리는 정도로 끝났다. 하지만 이 책에서 나온 방법은 AWS를 활용해 바로 실무에 적용할 수 있도록 하였다. AWS 셋팅을 하고 머신러닝을 돌릴 수 있다는 것만으로도 이 책의 가치는 충분하다고 생각한다.

# 한빛미디어 ＜나는 리뷰어다＞로 선정되어 쓰는 리뷰입니다.

비즈니스 머신러닝

[1]읽은 목적

-머신러닝-＞ 현직에 없으면 대부분 사용하는 데이터는 kaggle 등의 대회용 정제된 데이터 혹은 연구자들이 정리한 데이터를 사용하게 됩니다. 이런 식으로 되면 성능 좋은 모델을 만드는 데에는 도움이 될 수 있어도, 그 데이터를 다루는 방식에서는 취약해지기 때문에, 현실에서 접하는 데이터를 다루는 오히려 떨어지게 됩니다.

이 점을 비즈니스 머신러닝이 채워 줄 수 있을 것이라고 생각하고 읽었습니다. 

[2]어떤 사람들을 위해 썼는가?

데이터 분석에 관심이 있으면서도 파이썬에 익숙하지 않은 사람을 위한 책입니다.

다른 머신러닝 관련 책의 끝 부분에서 다루거나 아예 다루지 않는 방법들을 확실한 예측 효과를 위해 사용하면서도, 원리에 대해서 느낌적인 느낌 같은 설명으로, 어렵지 않게 넘어갈 수 있도록 배려했습니다.  

또한 책에서 쓰는 코드에서 일부만 고치면 자신들만의 모델을 만들 수 있게 짰다고 합니다.

(물론 실제 분석을 하는 사람 입장에서는, 잘 만들어진 템플릿이라고 해서, 그 템플릿을 맞는 데이터를 가져오지 않으면 무용지물이기 때문에, 실제로 템플릿을 사용하려면 사용자가 직접 데이터를 변형시켜야 될 것인데..... ) 

[3]주 내용

 전력 예측 모델 같은 전통적인 머신러닝의 예측 문제부터, 이것을 전문가가 검토해야 하나와 같은 의사 결정 문제와 같은, 

현실에 있을 법한 문제를 던져 놓고, 이를 머신러닝을 통해서 해결해나가는 것이 주된 내용입니다. 

분석 방법보다는 현실의 문제 같이 않는 당연한 것들(빵집에 주문이 끊기거나, 경비 문제 같은 잡무)을 어떻게 구조화 시키고, 자동화 시킬 것인가가 주요 내용으로, 어떻게 보면 서비스 기획 같은 느낌입니다.

이에 더해, 책 내용을 직관적으로 이해할 수 있도록 , 아마존 세이지와 주피터 노트북을 이용해, 실행 버튼만 클릭해도 진행되었고, 이 점에서 코드에 대한 부담감은 매우 적습니다. 

이 점에서, 머신러닝이 잘 해결할 수 있는 데이터를 가져와 푸는 것이 주된 내용인 다른 머신러닝 책들과 비교해서는 신선합니다.  

[4]기대 독자 

처음 머신러닝을 공부하실 분보다는 바로 현실에서 사용해보고 싶은 분, 또는 머신러닝은 아는 데, 데이터 그 자체를 다루는 방법을 모르시는 분들에 도움이 될 것 같습니다.

전자는 의욕이 있다면, 엑셀로 고생하는 것 정도 일 것이고, 후자는 공공 데이터 포털 같은 데서 데이터 사용하실 때, 어떻게 데이터를 바꾸면 좋을지 고민하게 해는 계기가 될 수 있을 것 같습니다.

책의 느낌이 빳빳하기보다, 종이가 얇아서 흐물흐물 잘 말리는(?) 도서라 해야하나!?ㅋㅋㅋ

그래서 너무 좋았습니다.  딱 제가 좋아하는 재질ㅋㅋ 

종이가 얇아서 책이 두껍게 느껴지지 않는!!!

책의 전체적인 느낌은, 사실 친절한 도서는 아니다였어요.

그 이유가, 첫번쨰는 책에 예제와 표 등이 되게 많이 있었는데. 예를 들어, 예제 2-7가 69p에 나오는데. 77p쯤에 다시 예제2-7를 언급하는 이런 경우가 종종 있더라고요. 그러면 다시 예제 2-7을 확인하러 돌아가서 보고. 이래야하는 귀찮음이 있어서 처음엔 그게 조금 별로였어요.

그리고 두번째는 난이도가 물론 초중급책이긴 한데. 사실 처음엔 중급같은 느낌이 더 강했어요. 정말 초보자가 본다면 조금 어렵겠다 싶었던 게, 개념에 대한 설명이 없거나. 있어도 설명들이 너무 간결하다보니, 명확하게 이해하기가 좀 부족했거든요. 근데 초보자를 위한 나름의 도구에 대한 설명이나 이런것들이 있어서, 초중급이 맞는 것 같기도 하다는 생각도 들었지만 친절하다고 느껴지진 않았던거죠. 

그래서! 만약 초보자가 이 책을 사실거라면, 이런 분들이 사면 좋을 것 같아요.

책만 보고 공부를 끝내겠다는 분보다는 내가 책에 나온 개념들 중 이해가 안되는 건 찾아보고 여기 책에 정리하고. 그러면서 책에 나온 것들을 하나하나 이해해 나가겠다.

이런 생각을 가진 초보자분들이 읽기에 정말 좋겠다고 생각했어요. 왜냐하면 책이 머신러닝을 쓰기 좋은 상황들을 만들어서, 거기서 머신러닝을 구축하고 그 과정에서 생기는 개념과 방법을 설명하는 방식이거든요. 상황별로 머신러닝을 구축할 때마다 필요한 머신러닝 개념들을 다양하게 짚고가요. 책이 개념들을 간결하게 다루는거지, 그 개념들을 도서에 아예 누락시키는 게 아니라서. 개념에 대한 설명이 부족하거나 할 경우, 그 부족함을 내가 직접 찾아서 채워넣고 공부할 마음이 있는 초보자라면. 머신러닝에 대한 개념 및 적용, 설명등을 이 한권에 다 단권화할 수 있겠단 생각이 들었거든요!!

그래서.

책만 보고 공부를 끝내겠다기보단, 책에 나온 것들을 보면서 내 개인공부를 하겠다는 사람에게 추천합니다!!

범주형 데이터에 대해 다시 명확하게 정리했어요

학습, 검증, 테스트 데이터에 대해 좀 더 구체적으로 정리 했어요

이런 식으로, 책에 적으면서 공부도 되고.머신러닝 관련 공부할 때 기본 개념이 헷갈릴 떄마다 이 책 보면서 찾아볼 수도 있고. 그런 부분이 참 좋더라고요.

이미 알고 있는 개념은 책에서 가볍게 다루기때문에 저도 가볍게 넘어가면 되고요! (간혹 내가 몰라도 될 개념인데도 구국절절 설명이 긴 도서들도 많은데, 이건 안그래서 참 좋더라고요)

아, 그리고 챕터가 끝날때마다 요약이 잘 되어 있는 것도 좋았어요. 이 챕터에서 어떤 내용을 다뤘는지 요약만 봐도 어느정도 알 수 있다보니. 챕터 다 보고 요약을 보면, 아 내가 잘 이해했구나 또는 내가 이 부분은 이해가 좀 부족했구나 하면서 체크할 수 있어서 좋더라고요!!!

마지막으로, 번역서지만 읽는데 불편함이 느껴지지 않아서 좋았어요 ㅋㅋ 물론 예시를 들거나 했을 때, 우리나라 문화와는 약간 다른 느낌도 조금 느껴졌지만 그런 것들이 이해를 방해하거나 그렇지 않아서 참 좋게 읽었습니다 :)

이렇게 뿌듯하게 한 권을 읽으니 참 좋네요. 앞으로도 나는 리뷰어다 2021 활동 열심히 하면서 IT도서 공부하실 떄 도움이 될 수 있는 책정보 가져와서 공유할게요!!

# 개념이 조금 부족하지만, 책에 나온 개념들을 인터넷이나 다른 곳을 참고해서 100%이해하면서 책을 필기로 채워나갈 의지가 있는 분이라면. 그런 분들이 사서, 머신러닝에 나오는 기본 개념들을 정리하며 실습까지 할 수 있는 좋은 책!!

＜해당 도서는 한빛미디어에서 진행하는 나는 리뷰어다를 통해 도서를 제공받아 작성했습니다＞ 

＜도서는 제공받았지만 솔직하게 쓴 리뷰입니다＞ 

안녕하세요 괴짜 개발자 namedboy 입니다. ??

저는 이 책을 읽고 “머신러닝은 개발자들만 할 수 있는 것일까요?” 라는 질문에 대해 생각을 했습니다.

저는 지금까지는 머신러닝은 개발자들만 할 수 있는 영역이라고 생각 했었습니다. 이 책을 읽으면서 그게 아닐 수 있겠다는 생각이 일단 들었습니다만, 그럼에도 불구하고 IT 베이스의 지식이 없다면.. 그러니까 전공이 컴퓨터가 아니면 꽤 많은 공부가 필요할 것이다 라고 결론을 내렸습니다.

 
물론 이 책에서 얘기하는 개발자가 아니어도 할 수 있다는 주장에 대해서는 이전과는 생각이 바뀌게 되었습니다. 그리고 이 책에서 얘기하는 것이 개발의 영역이 아닌 비즈니스를 만드는 사람들을 위한 책이라는 생각이 들었습니다.

머신러닝을 실행시켜보기 위한 최소한의 기술적인 부분에 대해서는 필요하겠지만 그게 어떤 개발 능력에 대한 필요성은 아니라는 느낌이 들었습니다.

컴퓨터 베이스가 아닌 사람은 이 책에서 나오는 주피터 또는 예측 알고리즘에 대한 구조를 익히는데도 쉽지 않을 것 같습니다.
기본적으로 세이지메이커를 쓰려면 클라우드 시스템에 대한 이해가 어느정도는 필요하다고 생각하고, 주피터 역시 이게 어떻게 동작하는지를 모른다면 제대로 활용하는 것이 쉽지 않겠다는 생각이 드네요.

비즈니스에 대해 충분한 이해와 어떻게 만들 것인가에 대한 계산과 모델이 머리속에 그려지지 않는다면 아마 제대로 머신러닝을 하기가 쉽지 않겠다 싶었습니다.
이 책을 읽다보면 현재 내가 하고 있는 업무의 비즈니스 로직에 대해 이해를 높이고 그 이해를 통해 실질적인 머신러닝을 적용해 볼 수 있을 듯 합니다.
더불어 머신러닝의 기본적인 설계를 충분히 진행할 수 있는 능력을 얻으실 수 있을 것입니다.

비즈니스 머신러닝의 기초를 다잡고 실제 비즈니세에 대한 인사이트를 얻을 수 있는 이 책은 링크 에서 보실 수 있습니다.