투자하고 있는 기업들의 기대와 실전의 차이’라는 주제로 현재 머신러닝 사례들이 주는 교훈에 대해 설명했다. 전용준 대표는 기업들이 ‘머신러닝은 적용만 하면 돈을 벌 수 있는 기술’로 인지하고 있다가 현실을 깨닫기 시작했다며 발표를 시작했다.
전 대표는 “기업에서 머신러닝을 적용하다보면, 

▲어떤 데이터가 필요한지 

▲어떻게 데이터를 수집할지 

▲얼마나 많은 데이터를 얼마나 빨리 처리할지 

▲하드웨어 환경은 어떻게 구축해야 하는지 

▲분석 및 예측의 정확성은 어떻게 할 것인지 등의 고민이 생기고 있다”며, 

“특히 데이터 이슈가 가장 중요하며,

 현재 머신러닝 적용을 추진하는 기업 중 일부는 데이터의 양, 종류, 품질, 메타데이터 등 제대로 갖추지 못한 채 추진하고 있다”고 강조했다.

이어 “기업의 경영진들은 머신러닝을 적용만하면 업무의 효율이 올라가고 실적이 나오는 것으로 생각한다”라고 지적하면서, 

“머신러닝 적용 추진에는 

▲데이터 사이언티스트 및 관련 현업 담당자를 포함한 ‘스태프’ 

▲머신러닝을 학습하고, 시행착오를 거치는 ‘시간’ 

▲기업에서 감당할 수 있을 만큼의 규모에서 반복적인 업그레이드 등이 필요하다는 것을 명심해야 하며, 

머신러닝을 적용함에 있어 빅뱅과 같은 형태의 성공은 있을 수 없다”고 덧붙였다.