AI Colloquium / 2023.08.18 10:30 ~ 12:00
AI와 미래 모빌리티, 그리고 디지털 트윈 by Kakao Mobility
오늘 참석한 콜로키움은 카카오 모빌리티에서 직접오셔서 다양한 말씀을 해주셨다.
AI분야를 학습하면서 이쪽 분야를 공부하고 있는 이유를 재정립하고, 앞으로의 방향성을 잡는데 큰 도움이 되었다.
우선, 주니어 개발자로 입사한다면 겪을 수 있는 여러 문제점에 대하여 전반적인 SW domain의 이해가 필요하다고 느꼈다.
백엔드 엔지니어 → 데이터 엔지니어 → 데이터 분석 및 ML 모델링 → 서비스 개발팀으로 이루어지는 단계에서
해당 파트의 직군이 어떤 역할을 하는지, 내가 맡은 파트에서 무엇을 해야 하는지 명확하게 하는 것이 중요하겠다.
무조건 SOTA 모델을 이용해서 성능을 낸다고 끝나는 것이 아니다...
중간에 인상깊었던 말은
특정 상황에서 거기에 알맞는 도구를 사용해야 한다는 것이다.
할계우도: 닭 잡는데 소 잡는 칼 ?
좋은 성능을 위해서 반드시 SOTA 모델의 힘을 빌리라는 법은 없다.
주어진 데이터셋에 가장 적합한 모델을 사용하는 것이 중요하다.
linear regression이 딥러닝보다 우수하진 못하지만, 거의 비슷한 성능을 낸다면
linear regression도 하나의 대안이 될 수 있을 것이다. (리소스와 시간을 모두 줄일 수 있으니까.)
나머지는 카카오 모빌리티라는 기업에 대한 것인데, 연구를 진행하는 데에 있어서 둘의 큰 차이점이 무엇인지 궁금했다.
이번 강연에서 그에 대한 해답을 찾을 수 있었는데, DATA의 Quality & Quantity라고 생각한다.
학교보다 기업에서 축적된 데이터가 월등히 많으며 이를 활용한다면 다양한 업무를 진행할 수 있을 것이다.
모빌리티 데이터로 위치, 지도, Point of Interest, 경로 등이 있을 것이고
플랫폼 특화 데이터로 승객, 기사, 결제, 프로모션 등이 있을 것인데, 이러한 것들을 과연 학교에서 모을 수 있을까?
앞으로는 MaaS를 필두로 하는 새로운 교통 패러다임을 맞이할 것이고
이를 위한 적합한 플랫폼이 필요할 것이라고 언급하셨는데, 이러한 부분에서 kakao mobility의 방향성을 재밌게 들었다.
