전략적이고 스마트해지는 2021년 성공 법칙 5가지
새해를 맞는 2020년의 충격과 실패를 딛고 보다 전략적이고 스마트해질 수 있는 2021년 성공 5 가지 필수전략 법칙 5가지에 대해서 살펴봅니다.
이러한 이야기는 마치 성경과도 같이 들을 때는 끄덕그덕하지만 실제로 실행 단계에서는 생각이 나지않는 그런것이기는 하지만 연초에는 한번 읽어보고 마음을 다잡을 필요는 있습니다.
이 글은 5 Ways to Be More Strategic and Successful in 2021를 번역해서 소개하는 글입니다. 직역과 의역이 섞여 있는데요. 혹 문맥등이 이상한 내용이 있으면 댓글로 알려주시면 좋겠습니다.
2020년이 미친 영향은 우리가 살아가는 동안 계속해서 받을 수 밖에 없을 것입니다. 그것은 2020년을 전후로 중요한 변곡점이 될 것입니다. 또한 많은 중소기업 창업주들에게 고통을 준 한해이기도 합니다.
우리는 성공적으로 생겨닌 새로운 비즈니스와 혼란 속에서 번성하는 다른 비즈니스들을 목격했습니다. 우리는 동네의 오래된 가게들이 비극적으로 사라지고, 매일 매일 살아 남기 위해 고군분투하는 다른 오래된 가게들을 보았습니다.
이러한 사실들이 알려주는 중요한 점은 이러한 급격한 변화에 대응하기 위한 비즈니스 소유자들의 전략적 행동들을 강요한다는 점입니다. 이제 2021년을 맞이하면서 대부분의 기업은 다음 세 가지 분류 중 하나에 속할 것입니다.
- 번성하지만 성공을 믿지 않음
- 살아남았지만 과감하게 움직니는 것을 망서임
- 고군분투했지만 실패하고 손실을 입으면서 환멸을 느낌
어떤 분류에 속하든 2021년을 조심스럽게 바라보고 있을 것입니다. 당신은 낙관적이지만 과거에 만들었던 원대한 목표를 이루기 위한 접근에 있어서는 소심합니다.
당신은 더 나은 미래를 꿈꾸기조차 어려울지도 모릅니다. 왜냐하면 그것은 전세계적으로 일어나고 있는 일들과 너무 동떨어진 느낌이기 때문입니다. 당신만 그런 감정을 느끼는 것은 아닙니다.
낙담하지 마십시오.
새해는 규칙을 다시 쓸 수 있는 기회입니다. 그리고 비즈니스에 더 작은 비용만 사용하면서 안주하려는 것을 그만둘 수 있습니다.
과거와는 다른 전략적 비전을 제시하고 비즈니스와 삶에서 더 많은 성공과 성장을 이룰 수있는 기회입니다. 이를 실현할 수있는 다섯 가지 방법이 있습니다.
열정이 우리를 여기로 이끌다, Passion Led Us Here, Featured, Phot by ian schneider
1. Embrace change 변화 수용
변화는 대부분의 사람들을 불안하게 하지만, 중소기업 소유주들에게는 일상적인 일입니다. 그리고 변화는 무서운 속도로 일어나고 있습니다.
여러분은 고객을 유치하고 고객에게 서비스를 제공하는 이전의 신뢰할 수 있는 방법이 흔들리고 있다는 것을 알아챘을 것입니다. 주의가 필요한 목록이 증가하고 있습니다. 이 문제들은 근본부터 살펴보시기 바랍니다.
비즈니스에서 이미 변화가 일어나고 있다면 앞서 나가는 것이 어떻겠습니까? 이러한 변화에 반응할 때 증상을 치료합니다. 더 나은 접근 방식은 변화를 수용하여 문제를 해결하는 것입니다.
문제를 처리함으로써, 여러분은 자신에게 불리한 것이 아니라 여러분과 함께 일하기 위해 변화를 이용합니다. 사람들은 지금 전략적 변화를 환영할 것입니다. 특히 그 변화가 그들의 삶을 더 좋게 만든다면 더욱 그렇습니다.
중소기업에 민첩성과 혁신을 가져오는 한 가지 확실한 방법은 분기별 전략적 계획 및 검토 프로세스를 비즈니스에 구현하는 것입니다. 이 계획 리듬은 여러분의 노력을 집중적이고 실행 가능하게 하는 동시에 민첩성을 유지하고 새로운 학습이 시작되면서 변화할 수 있게 합니다.
프로세스의 일부로, 다음 질문을 스스로에게 물어보십시오.
2. Prioritize customer needs 고객 니즈를 우선시
수요와 공급의 낡은 규칙은 뒤죽박죽이 되었습니다. 제품 기반 비즈니스는 제조 및 유통 문제에서 어려움을 겪고 있습니다. 변화하는 고객의 요구와 사회적 거리 두기는 불경기에 대비하는 비즈니스를 어렵게 만들었습니다. 서비스 기반 기업은 자사의 서비스가 더 이상 중요하거나 필요하지 않다는 것을 깨닫고 있습니다. 어떤 비즈니스 또는 비즈니스 모델도 (코로나 팬데믹) 영향에서 자유롭지 않았습니다.
이유는 간단합니다. 고객의 요구와 문제는 끊임없이 변화하고 있습니다.
간단한 전략은 기회를 식별하기 위해 고객과의 대화에 참여하는 것입니다. 전략은 모든 클라이언트 상호 작용이 끝날 때 탐색 질문을 하는 것만큼 간단할 수 있습니다. 또한 설문 조사 또는 분기별 고객 자문 그룹과 같은 보다 공식적인 절차를 따르는 것이 더 중요할 수 있습니다.
그 5 가지 필수전략 어느 때보다도 고객의 요구 사항과 해결할 수 있는 문제를 지속적으로 파악하는 것이 중요합니다. 미래의 성장과 혁신을 위한 관문입니다.
3. Work smarter, not harder 더 열심히가 아니라 더 똑똑하게 일하십시오
우리의 문화는 모두 열심히 일하는 것입니다. 만약 여러분이 목표를 달성하기 위해 고군분투했다면, 누군가 여러분에게 더 열심히 일하라고 말하는 것을 들었을 거예요.
1980년대에 지적 자본이 상품으로 부상한 이래로, 성공하는 능력은 우리가 열심히 일하는 능력에 대한 것이 아닙니다. 많은 사업주들은 성공하기 위해서 얼마나 열심히 일하는지 말해 왔습니다. 성공이 열심히 일하는 것에 대한 것이 아니라는 증거입니다.
물론 성공하기 위해서는 집중력, 결단력, 그리고 탄력성을 요구합니다. 하지만 저는 열심히 일하는 것이 필수 조건 중 하나라는 생각에는 의문을 가지고 있습니다. 만약 그랬다면, 우리는 더 많은 성공 사례들을 축하할 수 있었을 것입니다.
더 스마트하게 일하는 것은 사람들의 재능과 협동심을 활용하는 것입니다. 프로세스의 장애물과 병목 현상을 제거하면 용이성을 높일 수 있습니다. 쉬운 5 가지 필수전략 일은 성취됩니다. 그것은 당신이 가진 자원으로 더 많은 수입을 창출할 수 있다는 것을 의미합니다. 팀 사기가 올라가고 매일 불을 꺼야 하는 일이 줄어들 것 같습니다.
자동화를 통해 제공되는 고객 경험 및 서비스의 어떤 요소를 제공 할 수 있는지 고려하여 인적 상호작용을 위한 중요 사항을 확인하십시오. 조직의 효율성을 높임으로써 성장하기 위한 투자 비용을 상쇄하고 보다 효율적인 팀을 만들 수 있습니다.
비즈니스 프로세스 정의, 포스트잇, featured, Photo by daria nepriakhina
4. Profit is an intention, not a reward 이익은 보상이 아니라 의도입니다.
가장 오해의 소지가 있는 기업가적이고 영감을 주는 인용문 중 하나는 “열정을 따라라. 그러면 돈은 따라올 것이다. Follow your passion and the money will follow.”입니다. 일이 그렇게 간단하기만 하다면요.
만약 성공이 노력에 대한 보상이라면, 이 인용문대로라면 끝을 알 수 없는 엄청난 수익을 달성하는 것과 같을 것입니다.(If success is a reward of hard work, this quote puts profit on the same unattainable pedestal.) 여러분이 하는 일에 대한 열정은 여러분의 배위에 불을 붙이고 공헌의식을 불러 일으킬 것입니다. 하지만 결국, 열정은 비용을 지불하지 않습니다; 많은 이윤이 (비용을) 지불할 뿐입니다.
당신의 비즈니스 수익 및 기타 측정 항목에 대한 사고방식을 전환하면 하루를 보내는 방식에 마법과 같은 변화가 일어납니다. 결과를 도출하고 수익에 영향을 미치는 이니셔티브에 집중하기 시작합니다.
2018년 Cone / Porter Novelli Purpose 연구에 따르면 “미국인 78%는 기업이 단순히 돈을 버는 것 이상을 해야 한다고 믿고 있으며, 또한 사회에 긍정적인 영향을 주어야 한다”고 합니다. 이 목적과 이익의 결합은 모든 사람이 이기는 사례입니다. 고객은 사회적 영향을 지원하는 것을 좋아합니다. 기업은 이윤을 창출하고 그 과정에서 커뮤니티와 세계를 개선할 수 있습니다.
많은 고객이 매출 감소에도 불구하고 이익을 우선 순위 목록에 올리는 것은 비즈니스 안정성을 재건하는 핵심 요소입니다.
5. Be a confident leader who empowers others 다른 사람에게 힘을 실어주는 자신감있는 리더가 되십시오
경제 위기에 대한 기업가적 시련은 가장 경험이 많은 기업가들 조차도 자신감이 흔들릴 지경입니다. 우리는 직업, 개인적 삶의 모든 것에 대해 의문을 제기하고 있습니다. 한 해 동안 다른 기업인들과 속삭이는 대화를 통해 우리는 그 여정에 혼자가 아니라는 것을 알게 되었습니다.
이러한 재평가 기간으로 인해, 미래는 더 불확실하게 느껴집니다. 이러한 불확실성은 위험을 감수하고 과감한 행동을 할 수 있는 자신감을 꺾습니다. 과거의 성공, “알고 있는” 것과 옳은 것은 자신감에 대한 오래된 정의의 기둥입니다.
조심하세요. 그 흔들린 믿음이 우리 팀에도 스며들어요. 그들은 옹호할 무언가를 원합니다.
여러분의 자신감에 새 생명을 불어넣을 수 있는 좋은 소식이 있습니다. 모든 답이 필요한 것은 아닙니다. “최상의 다음 단계는 무엇입니까?” 외에 “방법”을 알 필요도 없습니다. 당신이 옳을 필요조차 없어요.
경제 위기에 대한 기업가적 시련은 가장 경험이 많은 기업가의 신뢰를 흔들었습니다. 우리는 직업 및 개인 생활의 모든 것에 의문을 제기하고 있습니다. 1년 동안 다른 기업가들과 속삭이는 대화를 통해 우리는 그 여정에서 혼자가 아니라는 것을 알 수 있습니다.
이 재평가 기간으로 인해 미래는 불확실 해집니다. 이러한 불확실성은 위험을 감수하고 대담한 행동을 취하려는 우리의 자신감을 약화시킵니다. 과거의 성공, “알고”, 옳다는 것은 신뢰에 대한 오래된 정의의 기둥입니다.
조심하세요. 흔들린 믿음이 우리 팀의 뼈에 스며들기도합니다. 그들은 옹호할 무언가를 원합니다.
자신감에 새 생명을 불어 넣을 수있는 좋은 소식이 있습니다. 모든 답이 필요하지는 않습니다. “최상의 다음 단계는 무엇입니까?”를 넘어서 “방법”을 알 필요도 없습니다. 당신이 옳을 필요조차 없습니다.
마샬 골드스미스(Marshall Goldsmith)는 자신의 저서 “What 5 가지 필수전략 Got You Here There”에서 다른 사람들에게 권한을 부여하는 것이 최고 지도자들의 성공을 정의하는 것이라고 가르칩니다.
당신이 여기에 있는 것은 당신이 누구인지 그리고 무엇을 성취할 수 있는 것에 초점을 맞춰야 합니다. 그런 업적은 미래를 부채질하지 않을 것입니다. 경제 불황에도 비즈니스를 확장할 때는 노력만으로는 한계가 있습니다. 자신감에 대한 오래된 정의는 여러분이 할 수 있는 것에 관한 것이었습니다. 여러분의 미래의 자신감은 여러분의 팀과 그 팀이 할 수 있는 일에 대한 믿음이 되어야 합니다.
2021년이 컴백 스토리의 시작이 되려면 당신 비즈니스 바늘을 움직일 수있을만큼 충분한 다른 조치를 취해야합니다. 비즈니스를 발전시키고 보호하는 대담한 행동을 취하세요. 이 팁에 비전을 결합하면 성공적인 새해를 맞이할 수 있습니다.
새롭게 뉴스레터를 시작 했습니다.
1️⃣ 주식 등 투자 정보 : 기업 분석, IB 투자의견 등 투자 관련 내용
. 테슬라 실적 및 IB들의의 테슬라 투자의견
2️⃣ 사례 및 트렌드 : 사례연구와 트렌드 관련 괜찮은 내용
. 유튜브와 경쟁대신 구독 전환한 비디오 플래폼 비메오 사례
모든 도시는 각 환경에 따라 자체 요구 사항이 있다. 스마트시티 기술을 추가하기 전에 고려해야 할 주요 구성 요소들이 있다. 스마트시티 전문가인 티나 매독스는 미 IT 매체 ZD넷에 기고한 글에서 필요한 도시의 스마트 요소가 무엇인지를 계획하고 민간 및 공공 부문이 결합할 것을 촉구하고 있다.
현재 미국인의 3분의 2와 세계 인구의 54%가 도시에 거주하고 있다. 세계보건기구(WHO)는 2050년까지 전체 인구의 75퍼센트가 도시 거주자가 될 것이라고 예측한다. 시민들의 삶을 개선하기 위해 기술을 사용하는 것이 더욱 중요하다. 스마트시티의 로드맵을 작성하기 전, 기존 자원을 컴파일하는 등의 단계를 건너뛰거나 순서가 바뀌면 불필요한 작업이나 서비스 복제가 발생할 수 있다. 티나 매독스가 제시한 스마트시티로의 단계를 짚어 본다.
1. 각 도시에 필요한 “스마트”가 무엇인지 계획하자.
스마트시티가 필요로 하는 기술은 지역 및 국가에 따라 다르다. 단순히 기술을 구현하는 것만으로는 충분하지 않다.
예를 들어, 인구 밀도가 높은 도시 지역에서는 공기 품질센서가 필수적이지만 모든 도시가 그렇지는 않다. 피츠버그(PA)에서는 청정 에너지와 대기 질에 초점을 맞추고 있지만 워싱턴 DC에서는 공공 교통 개선이 중요하다고 5 가지 필수전략 한다. 시카고는 어떤 쓰레기 더미가 가득 차고 더 많은 쥐가 우글거리는지 데이터를 통해 설치류 개체군을 통제한다. 샌프란시스코에서 스마트 폰 사용자는 도시 전역의 차고에서 사용할 수 있는 주차 장소를 찾을 수 있다.
두바이의 스마트시티는 시민들에게 교통, 주차 및 보안과 같은 서비스에 대해 보다 나은 접근을 제공하는 것을 의미한다.
2. 민간 및 공공 부문의 결합
최고의 자원을 찾기 위해 공공 부문과 민간 부문을 결합하는 것은 필수적이다. 학술 기관 및 민간 부문 벤더와의 파트너십을 통해 예산 및 자원을 지원할 수 있다.
시카고는 지역 대학 및 대학과 협력하여 기술 개발 및 오픈 소스 코드 제공을 통해 시카고에서 개발하고 구축 한 것을 전 세계 개발자들이 사용할 수 있도록 하고 있다.
시카고시의 CIO(chief data officer)인 Tom Schenk는 "전체 코드 자체가 온라인이므로 다른 연구자가 코드를 살펴보고 이 데이터를 살펴볼 수 있다. 연구원은 코드를 작성하여 개선하고 심지어 추가 비용 없이 스마트 도시 프로젝트에 사용할 수도 있다. 공개 표준 및 개방 혁신을 촉진하는 것은 필수적이다. "라고 말한다.
스마트시티 구축 초기에는 주민들이 사업 공청회 및 소셜 미디어에 참여하여 가장 중요한 사항을 듣고 신기술을 통해 삶의 방식을 쉽게 유지하도록 하는 것이 중요하다.
예를 들어, GE가 제공하는 Current는 스마트 가로등 내에 배치 된 센서를 만들고 센서는 다양한 용도로 사용할 수 있다. 센서는 특정 지역의 보행 통행량을 측정하고 특정 시간대에 5 가지 필수전략 도시 블록에 보행자가 몇 명 있는지 파악하여 이런 데이터에 관심이 있는 비즈니스에 유용한 정보를 제공한다. 이 센서는 또한 시민들이 목적지까지 가장 효율적으로 가는 경로를 앱을 통해 알려준다. 사람들이 필요로하고 원하는 것이 무엇인지 알면 효율적인 계획관리가 쉬우며 사업승인 후에도 동일한 목표에 도달하는 데 도움이 된다.
밴쿠버는 2020년까지 지구상에서 최고의 녹색 도시가 되는 것을 목표로하고 있으며, 시민 참여와 관련하여 훌륭한 업무를 수행해 오고있다. 스마트 시티위원회 (Smart Cities Council)의 제시 버스트 (Jesse Berst) 회장은 6개월마다 보고서 통해 시민들과 연락을 취하고 있다.
4. 도시가 이미 보유하고 있는 기술의 효율적 활용
"귀하의 도시의 스마트시티 요소를 확인해보십시오. 도시의 비전과 거버넌스 모델에 맞추어 스마트시티 프로그램을 만들 수 있다."라고 TM의 전략 프로그램 부사장인 Carl Piva는 말했다. 사일로를 세분화하여 도시 내 각 부서에서 다른 부서가 수행중인 작업을 알고 있도록 하는 것이 중요하다.
5. 핀 다운 파이낸싱
각 자치시의 주된 관심사는 스마트 기술을 어떻게 활용하는가이다. 새 프로젝트를 위해 재원을 재배분하는 것이 불가능할 수도 있고, 자치 도시 내에서 새로운 재원의 승인을 받는 데 몇 년이 걸릴 수도 있다.
백악관은 9월 말 스마트시티 구축에 8천만 달러를 투자하고 2015년 9월에 시작된 이니셔티브를 확대한다고 발표했다. 여기에는 데이터 수집을 통한 에너지 효율 향상을 위한 1,500만 달러, 교통 개선 연구를 위한 백만 달러, 자연 재해 대응 프로그램을 위한 천만 달러씩이 배정되어 있다. 이 자금은 도시별 솔루션을 모색하고, 도시 내 인터넷 아키텍처를 확장하고, 운송 효율성, 보건 연구 및 네트워크 컴퓨터 시스템을 연구하는 연구 태스크 포스를 포괄 할 것이다.
“위 단계를 따르면 스마트시티 구축 프로세스가 쉬워질 수 있지만 최상의 계획에도 항상 결함이 있다. 어느 도시라도 처음에는 제대로 하지 못할 수 있다”라고 Piva가 말했다.
자율주행차 시장에서 기업이 배울 수 있는 5가지 전략
자율주행차 출시 경쟁에서 앞서 나가기 위해 자동차 제조사들은 딥 러닝 분야 개발에 박차를 가하고 있습니다. 그 과정에서 자동차 제조사들은 워크플로우 및 인프라 문제를 탐색하고 해결해 나가면서 자사의 연구 결과를 실제 애플리케이션으로 전환해가고 있지요.
그러나 자동차 제조사들이 직면한 과제는 비단 자율주행 분야에만 국한되지는 않습니다.
자동차 시장의 문제 해결 경험을 바탕으로, 딥 러닝을 자사의 비즈니스에 통합하려는 모든 산업 분야의 기업들에게 도움이 될 만한 5 가지 참고 사항을 소개합니다.
지금은 GPU 기반의 딥 러닝으로 구동되는 인공지능(AI) 컴퓨팅이라는 새로운 시대의 초기 단계입니다. 모든 새로운 것은 두려움과 주의의 대상으로 간주되곤 하지만 초기에 변화를 수용하는 사람들은 그에 상응하는 이점을 누릴 수 있습니다.
얼마 전까지만 해도 자율주행차는 SF 소설에서나 나올법한 소재였는데요. 지금은 로보카(Robocar)와 같은 자율주행 경주용 차량이 트랙을 달리고 있습니다. 또한 자율주행 트럭은 장거리화물 운송에 혁신적인 변화를 만들 수 있습니다. 뿐만 아니라, 자동차에는 각종 스마트 기능들이 탑재되어 교통 정체 구간을 확인하고 운전자의 안전을 지원하기도 하지요.
자동차 제조사들은 기존 기술에만 고착되지 않고, 빠르게 최신 기술을 채택했습니다. 특히 AI를 빠르게 채택한 기업들은 시장의 선두주자로서 많은 혜택을 입을 수 있지요.
이제 기업들은 전력을 다해 AI로 얻을 수 있는 혜택의 기회를 활용해야 합니다.
딥 러닝 시스템의 성공 여부는 얼마나 정확한 결과를 도출할 수 있는지에 따라 결정됩니다. 이를 위해서는 엄청난 양의 트레이닝을 위한 데이터가 필요한데요. 복잡한 뉴럴 네트워크는 과거의 데이터 경험을 그대로 간직한 채 방대한 데이터 세트로부터 학습할 수 있도록 개발되어야 합니다.
엔비디아의 딥 러닝 솔루션 아키텍트인 Adam Grzywaczewski이 설명하는 자율주행 차량 개발자들이 안전 필수 시스템이 요구하는 수준을 달성하는 방식에 따르면, 뉴럴 네트워크는 날씨 등 외부 환경의 변화에 이르는 모든 가능한 변수를 포함하는 데이터 세트에 대한 트레이닝을 받아야 합니다. 또한 이러한 데이터 세트에는 고품질의 레이블이 지정된 데이터가 포함되어 있어야 합니다.
데이터 수집을 축소하는 것은 결코 현명한 방법이 아닙니다. 기업이 필요로 하는 데이터의 종류와 수량을 파악하기 위해서는 명확한 워크플로우를 구현하는 것이 중요합니다.
딥 러닝에 숙련된 개발자를 찾는 것이 점점 더 어려워지고 있는데요. 하지만 이보다 더 중요한 것은 적절한 팀을 구성해서 장기적으로 성공적인 AI 전략을 5 가지 필수전략 세우는 것입니다.
자동차 제조사들은 이러한 현상을 이해하고 인재를 고용하고 계발하는 데 투자해왔습니다. 균형이 잘 맞고, 숙련된 능력 있는 인재가 있는 팀 구성을 위해 투자하면 다른 기업들과 차별성을 지니며, 더 많은 우수 직원들을 모집할 수 있습니다.
포브스(Forbes) 매거진에 따르면, 몇몇 대기업들은 재능 있는 인재들을 유치하기 위해 깜짝 놀랄 만한 연봉을 제시하기도 합니다.
기업에서 고용한 재능 있는 인재를 계속해서 보유하려면, 그들이 성장과 발전을 할 수 있는 적절한 공간과 최상의 업무 수행에 필요한 도구를 제공해야 합니다. 기업의 연구진은 시스템을 구축하는 동시에 수천 건의 실습 교육을 수행해야 합니다. 일부 작업은 디버깅을 비롯한 작은 일을 처리하기 위해 소규모의 데이터 세트에서 실행됩니다. 가령, 폭스바겐(Volkswagen)은 혁신적인 자동차 솔루션을 개발하는 스타트업과 재능 있는 인재들을 지원하기 위해 Data : Lab 이니셔티브를 개설했습니다.
딥 러닝 알고리즘과 프레임워크는 전례 없는 속도로 발전하고 있는데요. 지난 6 개월 동안, 텐서플로우(TensorFlow) 프레임워크는 6가지 다른 버전(버전 0.12에서 1.4까지)으로까지 발전했습니다.
최신 딥 러닝 플랫폼을 사용하면 항상 최신 버전을 유지할 수 있고, 기술을 과도하게 사용하는 오버 엔지니어링(over-engineering) 및 기존의 제품을 완전히 새롭게 고치는 리엔지니어링(re-engineering) 대신 문제 해결에 역량을 집중할 수도 있습니다.
볼보(Volvo), 폭스바겐, ZF, 오토리브(Autoliv) 및 헬라(HELLA)와 같은 자동차 대기업들을 포함한 전 세계 145개 자동차 스타트업들이 엔비디아의 AI 플랫폼을 사용하고 있습니다. 엔비디아의 AI 플랫폼은 데이터 센터에서 뉴럴 네트워크를 트레이닝하는 엔비디아 DGX 시스템(NVIDIA DGX systems)과, 엔비디아 드라이브 PX(NVIDIA DRIVE PX)를 통해 차량에서 실시간으로 대기 시간이 짧게 걸리는 추론을 제공하여 차량이 안전하게 운행 될 수 있도록 클라우드 투 카(Cloud-to-car) 솔루션을 제공합니다.
엔비디아 DGX 시스템은 GPU로 최적화된 딥 러닝 프레임워크, 툴, 그리고 라이브러리와 완벽하게 통합됩니다. DGX 시스템은 엔비디아 GPU 클라우드(NVIDIA GPU Cloud)와 더불어 연구, 확장 및 협업을 빠르고 쉽게 처리할 수 있도록 지원합니다. 또한 엔비디아는 정기적인 업데이트와 엔터프라이즈 레벨의 지원을 제공합니다.
매우 역동적인 환경의 딥 러닝 생태계 중심에 있는 개발자를 위해 안정적인 플랫폼을 만드는 것은 중요합니다. 엔드 투 엔드 제작 파이프라인을 개발하면 프로젝트의 목표를 주지하며 혁신을 도모할 수 있습니다.
기준이 되는 성능 모델과 유용한 측정 기준을 설정하면, 프로젝트 성능에 대한 인사이트를 제공받으며 모델 간의 비교를 쉽게 해낼 수 있는데요. 이러한 측정 기준을 정기적으로 테스트하면 진행 상황을 보다 쉽게 파악하고, 개선해야 할 사항을 확인할 수 있습니다.
독립적인 AI 알고리즘을 찾는 것은 매우 어렵습니다. AI 알고리즘이 제품에 내장될 때, 여러 가지 비기능적인 요구사항을 충족시켜야 하는데요. 시스템이 전력 소비, 대기 시간, 메모리 또는 다른 비기능적인 요구 사항들에 제약을 받는지의 여부와 무관하게 해당 사항들을 숙지하고, 대응할 수 있어야 합니다.
Grzywaczewski의 엔비디아 딥 러닝 솔루션 아키텍트의 블로그에서는 측정 기준을 구축해야 할 필요성과, 측정 기준이 자율주행차 개발규모 계획에 도움을 줄 수 있는 방법에 대해 자세히 설명합니다. 그가 블로그에서 다루는 핵심 주제는 기업들이 당면하고 있는 복잡한 과제에는 여러 가지 솔루션이 필요하다는 것입니다.
팀워크에 대한 5가지 오해
효율적인 팀을 만들기 위해 취한 전략이 오히려 팀워크를 해치는 경우가 많다. 우리가 가지고 있는 팀워크에 대한 흔한 오해들을 소개한다.
이유미 기자, 오지현 디자인기자
귀하는 이와 같은 개인정보 수집 및 이용에 동의하지 않으실 수 있으며 동의 거부 시에도 서비스 이용에 제한이 없습니다. 단, 동의 거부 시 회원 가입이 제한됩니다.
기계 학습 엔지니어를 위한 5가지 필수 기술
소프트웨어 엔지니어링 전공자, 데이터 과학 연구원 또는 일반적으로 기술 애호가라면 기계 학습으로 알려진 인공 지능(AI)의 주요 하위 분야를 알고 있어야 합니다.
또한 간단한 패턴 감지 및 음성 인식에서 스마트 통합 가상 비서에 이르기까지 AI의 많은 매력적인 응용 프로그램을 알고 있어야 합니다. 이러한 응용 프로그램 등은 기계 학습 엔지니어의 노력으로 가능합니다.
이 기사에서는 이러한 엔지니어가 누구인지, 어떤 일을 하는지, 숙련된 ML 엔지니어가 되기 위해 필요한 기술에 대해 설명합니다.
기계 학습 엔지니어는 무엇을 하나요?
기계 학습 (ML) 엔지니어는 분석 및 문제 해결 수학적 기술을 소프트웨어 프로그래밍 기술과 결합하여 실제 문제를 해결하는 AI 시스템을 만듭니다. ML 엔지니어는 주어진 요구 사항에 따라 데이터를 사용하고 변환하고 주어진 데이터 세트에 대한 모델 형식으로 ML 알고리즘을 구축, 교육, 검증 및 테스트하기 위해 데이터 분석가의 역할을 해야 합니다.
이러한 엔지니어는 기술 부서의 회사와 독립적으로 프로그래머 또는 최첨단 ML 문제에 대한 연구원으로 일할 수 있습니다. 어느 쪽이든 ML 엔지니어 자격을 갖추려면 충족해야 하는 여러 기술 요구 사항이 있습니다. 이러한 기술은 아래에 자세히 설명되어 있습니다.
5가지 필수 ML 기술
1. 확률 및 통계 분석
ML의 전제 조건 중 하나는 확률 및 통계를 포함한 주제에 대한 중급 이해를 포함합니다. 이것은 ML 알고리즘과 모델이 이러한 수학적 원리를 기반으로 하고 없이는 구성될 수 없기 때문에 필요합니다.
확률은 입력, 출력 및 실제 불확실성을 다룰 때 특히 중요합니다. ML에서 사용되는 확률의 일부 원칙에는 조건부 확률, 베이즈 규칙, 가능성 및 독립성이 포함됩니다. 통계는 평균, 중앙값, 분산, 분포(균일, 정규, 이항, 포아송) 및 가설 테스트를 포함한 분석 방법을 포함한 ML 모델을 구성하는 데 필요한 측정값을 제공합니다.
2. 프로그래밍의 기초
ML의 또 다른 전제 조건은 프로그래밍에 대한 기본적인 이해입니다. 여기에는 스택, 대기열, 다차원 배열, 트리, 그래프 등을 포함한 데이터 구조와 검색, 정렬, 최적화, 5 가지 필수전략 동적 프로그래밍 등을 포함한 알고리즘에 대한 공정한 이해가 포함됩니다.
언어를 선택하세요
측면에서 프로그래밍 언어, ML에 대해 배우기 가장 좋은 것은 Python 다음에 Java입니다. 이는 Python이 사용 가능한 코드, 프레임워크 및 커뮤니티 도움말 측면에서 가장 큰 온라인 지원을 제공하기 때문입니다.
IDE 알아보기
다음 단계는 통합 개발 환경(IDE)에 익숙해지는 것입니다. 상당히 많은 양의 데이터를 처리하기 때문에 IDE는 Visual Studio Code 또는 주피터 수첩. Python과 마찬가지로 Jupyter는 최고의 온라인 5 가지 필수전략 지원을 제공하며 많은 ML 강사가 교육 목적으로도 사용합니다.
라이브러리 이해
라이브러리는 사용하기 전에 프로그램으로 가져와야 하는 리소스 모음입니다. TensorFlow, Keras, PyTorch, Pandas, Matplotlib, Numpy 등과 같은 많은 ML 라이브러리가 있습니다. ML 엔지니어는 프로그래밍을 보다 5 가지 필수전략 쉽고 인터랙티브하게 만들기 위해 ML 및 데이터 처리 라이브러리를 잘 이해하는 것이 중요합니다.
3. 데이터 모델링 및 평가
ML의 필수 부분 중 하나는 상관 관계, 클러스터, 고유 벡터와 같은 유용한 패턴을 찾기 위해 주어진 데이터 세트의 기본 구조를 추정하는 프로세스입니다. 또한 회귀, 분류 및 이상 감지를 포함한 데이터 인스턴스의 속성을 예측해야 합니다. ML 엔지니어는 정확도 메트릭 및 전략을 사용하여 주어진 모델을 평가할 수 있어야 합니다.
4. 머신러닝 알고리즘 적용하기
ML의 또 다른 필수 부분은 ML 알고리즘을 적용할 수 있다는 것입니다. Keras 및 scikit-learn과 같은 라이브러리에서 이미 많은 ML 모델과 구현을 사용할 수 있으므로 고유한 모델을 구축하는 것은 드문 일입니다. 그러나 이러한 모델을 가장 효과적인 방식으로 데이터 세트에 따라 적용하려면 일반적으로 ML 모델에 대한 기술과 높은 수준의 이해가 모두 필요합니다.
ML 엔지니어는 또한 과적합, 과소적합, 편향 및 분산 문제와 같은 다양한 접근 방식과 가능한 문제의 상대적 장단점을 알고 있어야 합니다.
5. 신경망 구축
신경망(NN)은 다음으로 알려진 ML 하위 필드의 일부입니다. 깊은 학습 필수 ML 기술과 관련하여 더 확장된 요구 사항입니다. 그러나 ML의 보다 실용적인 응용 프로그램에서는 AI 시스템을 위한 보다 강력한 모델을 만들기 위해 NN에 대해 약간의 이해가 필요합니다.
NN은 레이어와 뉴런을 사용하여 강력한 ML 모델을 만듭니다. ML 엔지니어는 NN을 구축, 훈련, 검증 및 테스트할 수 있어야 합니다.
이제 누가 누구인지 잘 이해해야 합니다. 기계 학습 엔지니어는 그들이 하는 일과 여정을 시작하는 데 필요한 기술입니다. 확률, 통계 분석, 프로그래밍, 데이터 모델링, 알고리즘 응용 프로그램 및 신경망 구축 강력한 AI 및 ML 솔루션을 구축합니다.
0 개 댓글