이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 상품의 태그
책소개
목차
|
옮긴이 서문
추천사 지은이 서문 1장 왜 인공지능과 데이터 리터러시인가? 리터러시의 역사 AI 이해하기 AI의 위험성과 우려 AI 권리장전 데이터 + AI: 대량 살상 수학 무기 AI와 데이터 리터러시의 중요성 윤리란 무엇인가? AI와 데이터 리터러시 문제 해결하기 AI와 데이터 리터러시 프레임워크 AI와 데이터 리터러시 평가하기 요약 참고문헌 2장 데이터와 개인정보 보호 인식 데이터 이해하기 빅데이터란 무엇인가? 합성 데이터란 무엇인가? 데이터는 어떻게 수집/포착하나? 센서, 감시, 그리고 IoT 제3의 데이터 수집자들 개인정보 보호 노력과 그 효과 데이터 보호 및 개인정보보호법 데이터 프라이버시 처리 방침 조직들은 어떻게 데이터로 돈을 버는가? 요약 참고문헌 3장 분석 리터러시 BI vs. 데이터 과학 BI는 무엇인가? 데이터 과학은 무엇인가? BI와 데이터 과학의 차이 데이터 과학 개발 과정 이해하기 디자인 사고의 중요한 역할 분석 성숙도 지수 탐색하기 1단계: 운영 보고 2단계: 통찰과 예측 통계 분석 탐색적 분석 진단 분석 머신러닝 3단계: 증강 인간 지능 신경망 회귀분석 추천 엔진 연합 학습 4단계: 분석 자동화 강화 학습 생성형 AI 범용인공지능 요약 4장 AI 작동 방식 이해하기 AI는 어떻게 작동하는가? 어떤 것들이 건전한 AI 효용함수를 구성하는가? ‘가치’ 정의하기 선행 지표와 후행 지표 이해하기 AI 기반 학습 시스템을 최적화하는 방법 이용자의 의도 이해 다양성 구축 요약 5장 정보를 토대로 의사 결정하기 인간의 의사 결정에 영향을 미치는 요인 인간의 의사 결정 함정 함정 #1: 과잉 자신감 편향 함정 #2: 기준점 편향 함정 #3: 위험 회피 함정 #4: 매몰 비용 함정 #5: 프레이밍 함정 #6: 밴드왜건 효과 함정 #7: 확증 편향 함정 #8: 평균 기반 결정 의사 결정 함정 피하기 의사 결정 전략 탐구하기 정보에 입각한 의사 결정 프레임워크 의사 결정 매트릭스 퓨 의사 결정 매트릭스 우다 루프 의사 결정에서 비판적 사고 요약 참고문헌 6장 예측과 통계 예측이란 무엇인가? 확률과 통계 이해하기 확률은 사실이 아니다. 여전히 확률일 뿐이다 혼동 행렬 소개 긍정 오류, 부정 오류와 AI 모델의 확증 편향 현실 세계 이용 사례: 구직 세계의 AI 요약 참고문헌 7장 가치공학 역량 경제학이란 무엇인가? 가치는 무엇인가? 나노경제학이란 무엇인가? 데이터와 AI 분석 비즈니스 모델 성숙도 지수 단계 변곡점 가치공학 프레임워크 1단계: 가치 창출 정의 2단계: 이용 사례를 통해 가치 창출 실현하기 3단계: 가치 창출 규모 확장 학습의 경제는 무엇인가? 데이터가 아니라 분석 ‘통찰’로 수익 올리기 요약 8장 AI 도입 윤리 윤리 이해하기 윤리는 주도적으로 대처하는 것이지, 수동적인 것이 아니다 AI 시대의 윤리 새롭게 규정하기 윤리학, 경제학, 사회 복지의 교차점 도덕적 행위가 좋은 경제학을 만든다 재무 지표와 경제 지표의 차이 도덕에서 법과 규제의 역할 책임 있고 윤리적인 AI 구현 윤리적인 AI 피라미드 투명한 AI 보증하기 의도하지 않은 결과 이해하기 의도하지 않은 결과 알아내기 의도하지 않은 결과 완화하기 요약 참고문헌 9장 권한 부여 문화 팀 권한 부여에 대한 역사적 교훈 권한 부여 문화를 배양하는 팁 #1. 당신의 임무를 내재화하라 #2. 다른 이해관계자의 입장에서 생각해 보라 #3. 조직의 즉흥성 육성하기 #4. ‘그리고’ 정신을 포용하라 #5. 모든 사람이 목소리를 낼 수 있도록 보장하라 #6. 호기심-창의성-혁신 피라미드를 풀어주라 문화적 권한 부여를 통해 AI와 데이터 리터러시 촉진 AI와 데이터 리터러시 재평가하기 요약 10장 챗GPT가 모든 것을 바꾼다 챗GPT와 생성형 AI는 무엇인가? 챗GPT는 어떻게 작동하는가? 초보자 레벨 101 중급 레벨 201 숙련자 레벨 301 챗GPT를 가능하게 하는 몇 가지 중요한 기술 LLM 트랜스포머 역할 기반 페르소나 인간 피드백을 통한 강화 학습 챗GPT의 우려 요인과 위험 생성형 AI로 성장하기 AI, 데이터 리터러시, 그리고 생성형 AI 요약 참고문헌 인공지능에서 꼭 알아야 할 용어 데이터 경제학 디자인 사고 데이터 과학과 분석학 |
저자 소개 2
‘빅데이터 학장(Dean of Big Data)’으로 통하는 빌 슈마르조는 현재 델 테크놀로지스의 고객 데이터 혁신 책임자다. 여가 시간에는 아이오와 주립대학교와 코(Coe) 대학(아이오와주 시더래피즈)에 출강한다. 또 샌프란시스코 대학교 경영대학원 석좌 연구원, 아일랜드 골웨이 대학(National University of Ireland Galway) 경영경제학부 명예교수로 활동하고 있다. 골웨이 대학에서는 빅데이터 MBA와 ‘데이터 과학자처럼 생각하기’ 같은 과목을 가르치면서 학생들에게 멘토링도 하고 있다.『빅데이터(Big Data: Understanding How Data
‘빅데이터 학장(Dean of Big Data)’으로 통하는 빌 슈마르조는 현재 델 테크놀로지스의 고객 데이터 혁신 책임자다. 여가 시간에는 아이오와 주립대학교와 코(Coe) 대학(아이오와주 시더래피즈)에 출강한다. 또 샌프란시스코 대학교 경영대학원 석좌 연구원, 아일랜드 골웨이 대학(National University of Ireland Galway) 경영경제학부 명예교수로 활동하고 있다. 골웨이 대학에서는 빅데이터 MBA와 ‘데이터 과학자처럼 생각하기’ 같은 과목을 가르치면서 학생들에게 멘토링도 하고 있다.『빅데이터(Big Data: Understanding How Data Powers Big Business)』,『빅데이터 MBA(Big Data MBA: Driving Business Strategies with Data Science)』,『데이터 과학자처럼 사고하는 기술(The Art of Thinking Like a Data Scientist)』, 『데이터, 분석, 디지털 변형의 경제학(The Economics ofData, Analytics, and Digital Transformation)』 등 4권의 책을 썼다. ‘데이터 사이언스 센트럴(Data Science Central)’에 300개 이상의 블로그 글을 썼으며, 팟캐스트에도 셀 수 없을 만큼 많이 출연했다. 수많은 기조 연설과 대학 강의를 했으며, 데이터 과학, 인공지능, 데이터 경제학, 디자인 사고, 팀 권한 부여를 주제로 활발한 소셜 미디어 활동을 하고 있다.
지디넷코리아 미디어연구소장이다. [전자신문], [디지틀조선일보], [아이뉴스24] 등에서 기자 생활을 했다. 2008년 성균관대학교에서 언론학 박사학위를 받았다. 저서는 『웹 2.0과 저널리즘 혁명』(2007), 『인터넷신문과 온라인 스토리텔링』(2003) 등이 있다. 『증발』(2019), 『비욘드뉴스, 지혜의 저널리즘』(2015), 『데이터 저널리즘: 스토리텔링의 과학』(2015), 『글쓰기 공간』(2010), 『하이퍼텍스트 3.0』(2009) 등을 번역했다. 『글쓰기 공간』으로 2010년 한국방송학회 번역상을, 『비욘드뉴스, 지혜의 저널리즘』으로 2016년 한국언론학회 번역상
지디넷코리아 미디어연구소장이다. [전자신문], [디지틀조선일보], [아이뉴스24] 등에서 기자 생활을 했다. 2008년 성균관대학교에서 언론학 박사학위를 받았다. 저서는 『웹 2.0과 저널리즘 혁명』(2007), 『인터넷신문과 온라인 스토리텔링』(2003) 등이 있다. 『증발』(2019), 『비욘드뉴스, 지혜의 저널리즘』(2015), 『데이터 저널리즘: 스토리텔링의 과학』(2015), 『글쓰기 공간』(2010), 『하이퍼텍스트 3.0』(2009) 등을 번역했다. 『글쓰기 공간』으로 2010년 한국방송학회 번역상을, 『비욘드뉴스, 지혜의 저널리즘』으로 2016년 한국언론학회 번역상을 수상했다.
김익현의 다른 상품
품목정보
- 발행일
- 2024년 08월 30일
- 쪽수, 무게, 크기
- 286쪽 | 176*248*20mm
- ISBN13
- 9788957117330
책 속으로
|
이 책은 ‘좋은 것’을 선택하는 일에 관해 다룬다. AI로 좋은 결과를 얻으려면 AI와 데이터 리터러시의 기본을 익히는 것부터 시작해야 한다. 하지만 AI와 데이터 리터러시의 기본적인 기법의 토대는 윤리다. 우리가 AI 모델을 설계, 개발, 배포, 관리하는 방법은 의미 있고, 책임감 있으며 윤리적인 결과를 제공한다는 토대에 근거를 두고 있어야 한다. 그렇다면 윤리는 무엇을 필요로 할까?
--- 「1장 왜 인공지능과 데이터 리터러시인가?」 중에서 AI는 아주 간단한 개념이다. AI는 어린이들이 감춰져 있는 선물을 찾는 ‘뜨거워-차가워(Hotter-Colder)’ 게임과 유사하다. 이 게임에서 어린이들이 받는 유일한 신호는 더 뜨거워지는지(선물에 더 가까이 다가가고 있는지), 더 차가워지고 있는지(선물에서 더 멀어지고 있는지)뿐이다. AI 세상에서는 선물이 끊임없이 움직인다는 점이 ‘뜨거워-차가워’ 게임과는 유일하게 다른 부분이다. --- 「4장 AI 작동 방식 이해하기」 중에서 AI 효용함수의 성과와 핵심 요소를 더 잘 예측할 수 있는 변수와 척도를 식별하는 데는 인간의 자연스러운 직관을 억압하지 않고 잘 인도하는 것이 중요하다. 지저분한 의사 결정 함정으로부터 스스로를 보호하면서 직관을 키울 수 있도록 해 주는 것은 철로가 아니라 보호난간이다. 이런 의사 결정 함정에 빠지는 것을 피할 수 있는 몇 가지 방법이 있다. --- 「5장 정보를 토대로 의사 결정하기」 중에서 데이터 수익화는 많은 조직에 혼란을 주는 용어다. 데이터로 가치를 창출하는 가장 좋은 방법은 데이터를 판매하는 것이라고 믿기 때문이다. 하지만 오늘날 세계에서 가장 이익을 많이 내는 기업들은 데이터 판매로 수익을 창출하지 않는다. 애플, 구글, 아마존 같은 선도적 기업들은 데이터 판매로 세계에서 가장 부유한 기업이 된 것이 아니다. 이 기업들은 데이터에 숨겨져 있는 고객, 제품, 서비스, 운영 통찰을 식별하고 한데 묶어서 새로운 가치의 원천을 창출하는 방식으로 수익을 올린다. 대부분의 조직은 통찰 수익화에 집중해야 한다. 통찰 수익화란 데이터에 숨겨져 있는 고객, 제품, 운영 통찰(개별화된 행동과 성과 성향 예측)을 활용해 핵심 비즈니스와 운영 과정을 최적화하고 위험을 완화하며, 새로운 매출 기회를 창출하고, 좀 더 경쟁력 있고 차별화된 고객 경험을 구축하는 것을 의미한다. --- 「7장 가치공학 역량」 중에서 좋은 의도가 잘못되어서 의도하지 않은 치명적인 결과로 이어진 사례가 많이 있다. 설계가 잘못돼 다루기 힘든 선박이었던 SS 이스트랜드는 안전성을 향상하기 위해 구명정을 추가 설치했다. 하지만 얄궂게도 구명보트의 무게 때문에 배가 전복돼 승객 800명이 갑판 아래에 갇혀 사망하는 비극적인 사건으로 이어졌다. 제1차 세계대전을 종결시킨 베르사유 조약은 독일의 항복 조건을 확정하기 위한 것이었다. 유감스럽게도 이 조건들은 의도하지 않은 결과를 불러왔다. 의도하지는 않았지만, 아돌프 히틀러와 추종자들이 세력을 얻으면서 결국 2차 세계대전 발발에 기여하게 됐다. --- 「8장 AI 도입 윤리」 중에서 챗GPT는 LLM에서 생성된 답변을 가져온 뒤 머신러닝 알고리즘을 사용해 정교하게 다듬는다. 이런 과정을 통해 이용자들에게 좀 더 개인화되고, 맥락적으로 관련성이 있는 답변을 제공한다. 챗GPT가 답변을 생성하고 나면 피드백 루프가 답변이 유용했는지 등에 대한 데이터를 수집한다. 이 데이터는 LLM의 정확성과 관련성을 업데이트하고 개선하는 데 사용된다. --- 「10장 챗GPT가 모든 것을 바꾼다」 중에서 |
출판사 리뷰
|
복잡한 인공지능 데이터 세계를 탐색하는 기술과 통찰을 제공하는 책
훈련받은 대로 작동하는 AI를 제대로 알고 활용하는 데 필요한 개념과 실제 망라 인류 역사상 AI만큼 많은 오해를 받는 단어도 흔치 않을 것이다. 많은 사람들은 AI에서 프랑켄슈타인이나 터미네이터를 연상하기도 한다. 인간을 지배하는 ‘무서운 AI’를 떠올리는 사람도 생각보다 많다. 왜 이런 오해가 생겼을까? 역자는 크게 두 가지 때문이라고 지적한다. 하나는 ‘인공지능’이란 번역어, 그리고 또 하나는 AI를 잘못 묘사한 수많은 SF 영화들. 인간적인 냄새가 짙게 배어 있는 번역어와, 기술에 자율적인 인간의 모습을 입혀 버린 상상력이 결합하면서 많은 사람들은 AI를 ‘감정과 판단 능력을 가진 전지전능한 존재’라고 오해하게 됐다. 하지만 이 책 저자의 말처럼 “AI는 훈련받은 대로 작동한다.” 인간이 정의한 대로 학습하고, 성장하는 존재다. 당연한 얘기지만, AI는 인간이 공급한 데이터로 훈련한다. 데이터가 많으면 많을수록 AI의 능력은 더 빠른 속도로 향상된다. 따라서 AI를 제대로 이해하고 활용하기 위해선 ‘데이터’를 이해하고 활용할 줄 알아야 한다. 이 책에서 AI와 함께 ‘데이터 리터러시’를 전면에 내세운 것은 이런 점 때문이다. 저자는 AI를 제대로 이해하기 위해서는 ‘데이터 과학 시민’이 되어야 한다고 주장한다. 데이터 과학 시민이란, 데이터 리터러시를 기반으로 ‘정보에 근거한 결정’을 할 줄 아는 사람이다. 『인공지능 데이터 리터러시, 데이터 과학 속으로』는 ‘21세기의 석유’로 통하는 데이터를 중심으로 AI가 몰고 온, 그리고 앞으로 몰고 올 변화를 생생하게 보여 준다. AI 윤리와 개인정보 보호 같은 쟁점은 물론, 예측과 통계 같은 중요한 이론도 압축적으로 다룬다. 델(Dell)의 고객 데이터 혁신 최고책임자로 재직 중인 저자는 현장 경험을 토대로 AI가 우리의 삶과 사회를 어떻게 변화시키는지 실감나게 묘사했다. AI를 효과적으로 설계, 개발, 관리하려면 포괄적으로 접근하는 것이 가장 중요하다. 이를 위해선 모든 사람들이 적극 참여해야 한다. 저자의 목표는 “AI에 대한 논의를 단순화해서 모든 사람들이 AI가 우리의 이익을 위해 작동한다는 확신을 갖도록 하는 것”이다. 즉 모든 사람이 데이터 과학 시민으로서 권한을 가지고, AI와 데이터 리터러시의 기초를 다짐으로써, AI의 혜택을 받을 수 있도록 하는 일에 적극 참여해야 한다는 것이다. 이 책은 AI와 데이터 리터러시의 중요성, AI의 작동 방식, 정보를 토대로 의사를 결정하는 방법, 데이터가 아니라 분석으로 수익을 올리는 노하우, 챗GPT를 가능하게 하는 중요한 기술, 인공지능의 윤리 문제로 의도하지 않은 결과의 이해를 다룬다. 데이터의 본질과 가치, 인공지능 기술의 원리와 다양한 적용과 쟁점을 알 수 있다. 인공지능과 데이터의 지형을 한 눈에 볼 수 있는 수작이다. 특히 데이터를 통해 중요한 결정을 하거나 새로운 가치를 발굴해야 하는 독자에게 이 책은 책임감있는 결단력과 흔들림없이 실행력의 근거와 방법을 제시한다. 이 책의 독자 ㆍ인공지능 데이터가 미치는 영향, 특히 일상에 미치는 바를 깊이 이해하려는 사람 ㆍ인공지능 데이터가 개인 생활과 전문성을 어떻게 향상할 수 있는지 적극 이해하려는 사람 ㆍ윤리적이고 책임감 있는 인공지능을 감독하는 데 의미 있게 참여하려는 사람 이 책이 다루는 내용 ㆍ인공지능 데이터 리터러시가 모든 사람에게 필요한 이유 ㆍ빅데이터가 일반 데이터보다 가치 있거나 위험한 근거 ㆍ다양한 데이터 분석 방법을 이용해 시장이나 사회, 환경에 대한 통찰을 얻는 방법 ㆍ데이터에 근거한 의사 결정에서 위험한 선택에 빠지는 함정과 그 해결책 ㆍ통계를 활용해 효과적이고 안전한 의사 결정을 하는 방법 ㆍ크고 작은 조직이 AI와 데이터로 새로운 가치를 만드는 방법 ㆍAI가 인간을 위해 일하게 하는 첨단 아이디어 ㆍ개인이 인공지능 데이터 활용에 자기 목소리를 내는 방법과 그에 따른 권한 ㆍ생성형 AI의 작동 방식과 관련 기술 ㆍ책임 있는 AI 활용을 위한 여섯 가지 리터러시 구성 요소 |
추천평
|
생성형 AI는 굉장한 약속과 엄청난 과장 속에 무대에 등장했다. 그리고 상당한 걱정도 불러일으켰다. 빌은 AI가 작동하는 방법, 할 수 있는 일과 할 수 없는 일, 그리고 사람들이 실제로 모델 작동 방식을 어떻게 제어해서 결과물을 산출하는지에 대해 실용적이면서도 명확하게 설명하고 있다. 이 주제를 다루는 데 매우 필요했던 방식이다. 나는 새로운 기술과 트렌드에 대한 쉬운 설명이 필요할 때는 늘 빌을 찾는다. AI를 다룬 이 책에서 빌은 AI에 대해 새롭게 알게 된 많은 사람들이 쉽게 이해할 수 있도록 개괄하고 설명해 준다. - 존 톰슨 (EY, AI 글로벌 총괄)
|
|
챗GPT의 등장은 AI와 데이터 과학에 대해 많은 흥분과 경계, 의구심을 몰고 왔다. 지금이 대중에게 이 어려운 기술의 방법, 가정, 이점, 위험에 대해 교육할 수 있는 절호의 기회다. 이 책은 우리 사회가 AI 비즈니스와 그것이 환경, 사회, 경제에 미칠 잠재력에 대해 이해하는 데 도움이 되는 중요한 책이다. 복잡한 주제를 직관적인 설명으로 풀어내는 빌의 능력은 이 분야 다른 전문가들과 확연히 구별된다. 이렇게 소중한 통찰을 우리 공동체의 이익을 위해 공유하려는 그의 관대하고 헌신적인 자세는 정말로 감동적이다. 빌은 데이터 리더와 교육자의 포부를 갖고 있는 모든 사람들의 진정한 롤 모델이다. - 데이비드 헨드라위라완 (데이터 인테그러티 퍼스트(Data Integrity First) 설립자)
|
|
저명한 데이터 과학자이자 저술가인 빌 슈마르조가 이 책 서문에서 언급한 것처럼, AI의 출현은 사람들이 데이터를 소비하고 사용하는 방법을 변화시킬 것이다. 따라서 모든 직업에 종사하는 사람들이 데이터 수집, 저장, 사용 방법에 익숙해져야 한다. ‘데이터 활용 능력(data literate)’을 익히는 것은 우리 모두에게 매우 중요하다. 우리는 모두 AI와 AI의 데이터 사용에 영향을 받기 때문이다. - 앤 마리 스미스 (카펠라 대학 박사 과정 교수)
|
|
AI와 데이터에 투자한 사람, 관심이 있는 사람 모두에게 필요한 책이다. 빌 슈마르조의 이 책은 AI 기술과 애플리케이션을 도구로 사용하는 데 필요한 방법과 역량을 갖추도록 도와준다. 이 책에는 AI와 함께 성공하기 위해 ‘더 인간적’으로 되는 방법도 담겨 있다. 또 AI 도구를 비판적으로 평가하고, AI 도구의 맥락과 그 속에 담겨 있는 원칙을 이해하며, 설계와 구현에 의문을 제기하는 능력을 강화할 수 있게 해 준다. 이와 함께 AI가 무엇이며, 어떻게 작동하는지, 장점과 한계는 무엇인지 이해할 수 있도록 해 준다. - 마크 나실라 (교수, 남아공은행(FNB) 리스크 최고 데이터 및 분석 책임자)
|
|
그는 데이터 분석과 디지털 전환의 경제학을 가르쳤다. 여러분이 빅데이터 MBA를 취득할 수 있도록 도와줬다. 덕분에 여러분은 데이터 과학자처럼 생각하는 기술을 익힐 수 있었다. 이제 ‘빅데이터 학장’인 빌 슈마르조와 함께 AI 정글의 한가운데로 떠나자. 그는 의미의 칼을 휘두르면서 AI 덤불을 뚫고 영구적인 데이터 리터러시의 x길을 만들면서 여러분을 안내해 준다. 그가 개척한 경로는 어떤 직업에 종사하는 사람이든 관계없이, 인류를 위해 AI를 전문적으로 활용하고 관리할 능력이 있는 정통한 데이터 과학 시민으로 탈바꿈시켜 줄 것이다. - 브라이언 루돌프 (아이오와 주립대학교 교수)
|
리뷰/한줄평0
25,000원
총 1개
25,000원
