|
 |
[RH] 상황에 따라 달라지는 인공지 |
|
| 점점 더 많은 기업이 인공지능(AI), 기계 학습, 자연어 처리의 기술 발전을 활용하여 소비자에게 추천 및 권장 서비스를 제공하고 있다. 그러나 이러한 기업들이 인공지능에 기반하는 서비스를 평가할 때는 다음과 같은 중요한 질문을 던져야 한다. |
|
|
 |
끝없이 확장되고 있는 데이터 세계 |
|
| 수십 년 동안, 데이터의 수집 및 저장, 전송, 분석은 가속화를 통해 확장되어 왔다. 반면 각 단계에서의 단위 비용은 급격하게 줄어들고 있다. 이는 우리가 앞으로 맞이할 미래의 토대가 되는 현실이다. 그렇다면 데이터의 양은 현재 얼마나 될까? 이 데이터는 어디로부터 나왔을까? 이 데이터는 왜 중요한가? |
|
|
 |
100년 만에 완전히 바뀌는 자동차 |
|
| 자동차는 20세기 대량생산 시대의 동력을 제공했고, 삶의 질과 생활 수준에 일대 변혁을 가져왔다. 1970년대 이후 디지털 기술이 차량 제조와 작동 역학에 혁신을 불러왔지만, 사실 그 근본적 성격과 역할은 변하지 않았다고 볼 수 있다. 그러나 앞으로 15년 내에 그 부분에 있어서도 변화가 이뤄질 전망이다. 자동차 탄생 100여 년 만에 발생하는 이 혁명의 원인과 의미는 무엇이며 앞으로의 전망은 어떠한가? |
|
|
 |
생성형 AI: 현대 직장에서 비전과 |
|
| 생성형 AI의 급성장 속에서 대형 언어 모델(LLM)의 실제 직무 활용에 대한 기대와 한계가 드러나고 있다. 조직들은 LLM 통합 시 지식 수집, 출력 검증, 비용 편익 등 주요 과제를 해결해야 할 필요가 있다. |
|
|
 |
일터에 등장하는 Z세대, 그들과 함께 |
|
| 베이비붐 세대와 X세대에 이어 밀레니엄 세대가 직업 전선에 뛰어 들었고, 이제는 Z세대가 등장하고 있다. 과거 세대 사이의 격차에 비해 이 새로운 세대와 이전 세대들과의 격차는 더욱 넓어 보인다. Z세대는 어떻게 정의될 수 있으며 기성세대와는 무엇이 다른가? 과연 무리 없이 기성세대와 융합할 수 있을까? 새롭게 직업 전선에 합류한 Z세대에게서 가장 가치 있는 결과를 이끌어낼 방법은 무엇인가? |
|
|
[93] 
