지금 모든 회사에서 던져지는 질문이 하나 있습니다. 대개 큰 설렘과 함께요. “어디에 AI를 더할 수 있을까?” 정당한 질문입니다. 하지만 먼저 와야 할, 덜 화려한 질문이 있고, 거의 아무도 그것을 묻지 않습니다. “우리 데이터는 정말 준비되어 있는가?”
왜냐하면 데모가 결코 언급하지 않는 사실이 있기 때문입니다. 대부분의 AI 프로젝트는 AI가 약해서 비틀거리는 것이 아닙니다. 그것을 먹이는 데이터가 엉망이라서 비틀거립니다. 세상에서 가장 똑똑한 모델도 여러분이 넣어 주는 것만큼만 좋습니다.
“충분히 좋은” 데이터란 어떤 모습인가
완벽한 데이터를 가진 사람은 없고, 그럴 필요도 없습니다. 여러분에게 필요한 것은 신뢰할 수 있는 데이터입니다. 실제로 그것은 네 가지 평범한 자질로 귀결됩니다. 정확해야 합니다. 그래야 이메일이 실제로 도달하고 주문 합계가 정말 맞습니다. 완전해야 합니다. 중요한 필드가 비어 있는 대신 채워져 있어야 합니다. 일관되어야 합니다. 그래야 같은 것이 어디서나 같은 방식으로 적혀, 한 곳에서는 “UK”, 다른 곳에서는 “United Kingdom”, 또 다른 곳에서는 “U.K.”가 되지 않습니다. 그리고 신선해야 합니다. 2년 전의 스냅숏이 아니라 오늘을 반영해야 합니다.
왜 AI가 판돈을 키우는가
엉망인 데이터는 늘 조용한 문제를 일으켜 왔습니다. AI는 그 문제를 더 크고 더 빠르게 만듭니다. 이상한 기록을 흘끗 본 사람은 멈춰 서서 “이건 맞지 않아 보이는데”라고 생각할 수 있습니다. AI는 좀처럼 그러지 않습니다. 그 나쁜 데이터를 액면 그대로 받아들여 완전한 확신을 가지고 행동하고, 그런 다음 어떤 인간도 따라올 수 없는 규모와 속도로 같은 실수를 반복합니다. 나쁜 데이터는 예전에는 그냥 그 자리에 놓여 있었습니다. AI가 그 위에 얹히면, 그것은 빠르게, 거듭거듭 내려지는 나쁜 결정으로 바뀝니다.
이번 주에 해 볼 수 있는 점검
시작하는 데 6개월짜리 감사가 필요하지는 않습니다. 정말 중요한 데이터 한 묶음을 고르세요. 고객 목록이 출발하기 좋은 곳입니다. 그런 다음 몇 가지 솔직한 질문을 던지세요. 얼마나 많은 기록에 이메일이나 다른 핵심 필드가 빠져 있는가? 얼마나 많은 것이 다른 모습을 한 같은 사람의 중복처럼 보이는가? 데이터는 평균적으로 얼마나 오래되었는가? 그리고 서로 다른 팀이 같은 것을 서로 다른 방식으로 기록하고 있는가? 그 답은 대개 불편한데, 바로 그것이 핵심입니다. 그 답들이 가장 중요할 두세 가지 수정점을 보여 줍니다.
화려하지 않은 비밀
AI는 진정으로 흥미롭고, 해 볼 가치가 있습니다. 하지만 현명한 순서는 데이터가 먼저, AI가 그다음입니다. 깨끗하고, 완전하고, 일관되고, 신선한 데이터는 진짜 프로젝트에 앞서 해치우는 지루한 잡일이 아닙니다. 그것은 진짜 프로젝트가 애초에 작동하는지를 조용히 결정하는 바로 그것입니다. 토대를 고치면, 똑똑한 도구들이 마침내 디딜 단단한 무언가를 갖게 되고, 여러분은 마침내 모두가 약속받았던 결과를 보게 됩니다.