실패2 DSML의 실패요인과 기계학습 운영화(MLOps) 1. DSML의 실패 요인 인공지능에 대한 기대와 현실 -디지털 변혁을 준비하는 조직은 인공지능을 토대로 비즈니스 데이터를 수집ㆍ준비ㆍ학습하여 비즈니스 프로세스 최적화 및 운영 효율성을 높일 수 있는 실행 가능한 비즈니스 통찰을 얻을 것으로 기대 -실증 단계(PoC)에서 멈추거나 데이터 준비ㆍ통합에서 속도를 내지 못하며, 설사 이 단계 를 통과해도 컨셉 드리프트(concept drift) 문제에 직면 생산단계에서 심각한 문제 발견 -모델 개발에 몇 주가 걸리고 생산 적용 은 더 많은 시간이 걸리지만, 생산 단계에서 발견된 심각한 문제로 전체 프로젝트를 재설계하거나 학습 모델을 폐기하는 경우가 자주 발생 학습 데이터 규격 -학습 모델의 데이터 규격이 생산 현장과 맞지 않아 배포되지 못하는 경우 데이터 보안.. 2021. 5. 22. (ISMS-P) (개인)정보보호 활동의 성공과 동기부여 대부분 정보보호관리체계를 구축한다고 할 때 보통 정책/지침을 수립하고 조직 구성 및 예산 배정 등을 합니다. 그리고 담당자에 의해 정책/지침에서 요구하는 활동들을 끊임없이 수행, 준수하도록 요구하지만 조직의 정보보호 활동은 잘 수행되지 않고 있는 경우가 있습니다. 이에 대한 원인은 다양한 이유가 있겠지만 아래와 같은 유형의 이유일 것입니다. -기관 내 임원진의 관심이 부족한 경우 (담당자 나홀로 정보보호 활동을 수행) -기관의 임직원들의 인식이 부족한 경우 (왜 귀찮게 이일을 해야 하느지 불만) -기관의 비즈니스 전략과 분리 운영되는 경우 (목적 없이 단순히 의무로써 형식적인 수행) -잘하고 싶은데 어떻게 해야 하는지 모르는 경우 (전문가 채용, 외부 교육 등 역량강화 기회 부족) -잘하고 있는줄 알았는.. 2021. 5. 8. 이전 1 다음
