총 6개의 챕터로 구성된 People + AI 가이드북을 바탕으로 각 챕터의 내용을 소개합니다. 이번 글에서는 「데이터 + 모델 구축 (Data + Model Evolution)」  챕터를 다룹니다. 가이드북 링크: https://pair.withgoogle.com/guidebook/ 데이터는 AI 시스템의 핵심입니다 데이터는 AI 시스템이 학습하는 예시, AI 시스템의 역량을 평가하는 기준, 그리고 AI 시스템이 세상을 표현하는 토대를 제공합니다. 그러한 의미에서 데이터는 AI 시스템의 생명줄과 같습니다. 충분하고 질 좋은 데이터가 없으면 아무리 정교한 AI 시스템이라도 효과적으로 작동하지 못합니다. AI 개발의 각 단계에서는 서로 다른 종류의 데이터가 사용됩니다. 학습 데이터(Training Data): AI 모델에게 패턴, 관계, 개념을 가르치는 데 사용되는 주요 데이터셋입니다. 생성형 AI의 경우, 모델이 이해하고 모방하도록 학습하는 방대한 양의 텍스트, 이미지 또는...

People + AI 가이드북을 소개합니다 People + AI 가이드북은 구글에서 공개한 자료로, 인간 중심의 AI 제품 설계를 위한 실용적인 지침과 모범 사례를 담고 있습니다. 가이드북에는 AI 기능을 갖춘 유용한 제품을 만들기 위한 UX 및 ML 지침, 원칙, 접근 방식, 디자인 패턴, 워크숍이 포함되어 있습니다. 총 6개의 챕터로 구성된 이 가이드북을 바탕으로 각 챕터의 내용을 소개합니다. 이번 글에서는 「사용자 니즈 + 성공 정의하기 (User Needs + Defining Success)」  챕터를 다룹니다. 가이드북 링크: https://pair.withgoogle.com/guidebook/  사용자 니즈와 AI 강점의 교차점을 찾으세요 AI 제품을 개발할 때 우리는 다음 질문들에 답변할 수 있어야 합니다. 사용자는 누구인가요? 그들의 가치는 무엇인가요? 그들이 해결해야 할 문제는 무엇인가요? 그 문제를 어떻게 해결할 것인가요? 사용자의 경험이 언제...