[Module 1. AI윤리] Part 3. 세계적인 데이터 과학자가 되는 법

1. Becoming a world - class data scientist

세계적 데이터 과학자들의 공통점 -> 데이터에 대한 호기심

호기심을 통해 이종데이터를  결합하는 능력 필요.

ex) 서울시 야간버스 노선 개선

아직 만들어지지 않은 노선에서 몇 명이 타고 내릴 지 수요 예측하기 어려움

서울시 -> 통신사와 협업 

통화 지역을 통해 유동인구를 파악할 수 있었음

ex) UN협업 개발도상국 물가 예측 프로그램

ex) 가짜 뉴스 탐지

전체적으로 네트워크에서 퍼지는 모양을 통해 가짜뉴스 탐지 가능

가짜 -> 점조직 형태의 산발적 네트워크 연결 구조, 짧은 주기성을 가지는 시간 패턴, 회피성 언어, 부정적 언어 사용(ex: 확실하진 않지만.. 등등) 

진짜 ->  서로 연결된 상태로 퍼짐

 

위성영상처리기술

과거 : 야간 영상

현재 : 고해상도 주간 영상으로 촬영후 CNN으로 분석 

ex) 위성영상 딥러닝 분석으로 빈곤지역 예측 및 녹지 계산

- 딥러닝의 합성곱신경망(CNN)과 전이학습(transfer learning) 기반 위성영상 분석 기숙 개발

- 북한을 비롯한 아시아 지역 빈곤 예측과 도심 내 녹지 측정으로 행복지수 연구

도시 내 녹지 측정

데이터 사이언스가 만드는 새로운 기회

이종(heterogeneous) 빅데이터의 결합과 새로운 인공지능 기반 계산과학 방법의 적용으로 데이터 사이언스 기반 난제 해결, 정책 결정 및 신규 산업 창출의 도약이 다가올 것을 기대.

 

세계적인 데이터 과학자가 일하는 방법

과학자에 대한 환상을 접고 데이터 자체에 집중하여 매일 꾸준히 조금씩 성과를 내는 데일리 루틴을 가진다.