728x90 기획을 잘 하려면62 <디자인 씽킹> 창의적 문제 해결을 위한 접근법 영상 제작을 배우던 시절 디자인 씽킹을 통해 창의적인 아이디어를 도출하고 효과적인 컨셉을 찾아가는 과정을 배웠던 기억이 납니다. 그 경험은 사용자 중심의 혁신적인 문제 해결을 위한 중요한 기초가 되었는데요. 그 경험을 바탕으로 서비스 기획자로 일을 하면서 디자인 씽킹을 적극적으로 활용하며 제품을 구상하고, 문제를 해결해 나갈 수 있었습니다. 이때 기획자가 하는 디자인 씽킹은 무엇일까 생각해 보았을 때 다른 점은 바로 문제 접근 방식의 차이인 것 같습니다. 디자인 씽킹은 '정답이 없기' 때문에 어떤 식으로 디자인 씽킹을 하느냐, 어떤 식으로 디자인 씽킹의 과정을 보여주느냐에는 답이 없지만 서비스 기획자라면 사용자 중심의 사고방식을 통해 끊임없이 개선해 나가는 과정이 필요할 것 같습니다. 오늘은 서비스 기.. 2024. 11. 11. Case Study: 듀오링고(Duolingo) AI 기반 언어 학습 1. 서비스 개요듀오링고(Duolingo)는 2012년에 출시된 언어 학습 플랫폼으로, 사용자가 흥미롭게 언어를 배울 수 있도록 설계되었습니다. 듀오링고는 취미로 언어를 공부하고자 하는 사람들을 주요 타겟으로 하며, 게임화된 학습과 개인화된 학습 경험을 통해 사용자가 더 쉽게 언어 학습을 지속할 수 있도록 지원합니다.듀오링고의 비즈니스 모델은 광고 수익, 프리미엄 구독 서비스, 인앱 구매를 통해 수익을 창출하고 있습니다. 또한, AI 기술을 통해 사용자 맞춤형 콘텐츠와 피드백을 제공하여 학습 효율을 높이고 있습니다. 주요 서비스 기능 :게임화된 학습: 점수, 레벨업, 보상 시스템을 통해 게임처럼 학습을 진행개인화된 학습 경로: AI가 사용자의 학습 패턴을 분석해 맞춤형 난이도 조절실시간 피드백: 사용자가.. 2024. 11. 10. Case Study: 윌라(Welaaa) AI 배속 기능 1. 서비스 개요윌라(Welaaa)는 2018년에 출시된 오디오북 플랫폼으로, 웹소설과 오디오드라마까지 콘텐츠를 확장하며 디지털 콘텐츠 업계에서 두각을 나타내고 있습니다. 멀티태스킹이 필요한 직장인과 주부를 주요 대상으로 하여, 다양한 오디오북을 구독 형태로 제공해 사용자들이 언제 어디서나 책을 청취할 수 있게 합니다.2023년 새롭게 도입된 윌라의 AI 기반 배속 기능은 청취 패턴에 맞춘 속도 조절을 가능하게 하여, 사용자들이 더 빠르고 편리하게 콘텐츠를 즐길 수 있도록 돕습니다. 그러나 이 기능을 직접 사용해 보았을 때 아직 정확성 향상과 사용자 경험 개선이 더 필요하다고 생각되며 이를 통해 윌라를 더욱 매력적인 서비스로 발전시키는 것이 과제가 될 것 같습니다. 주요 서비스 기능 :오디오북 청취: 다.. 2024. 11. 9. AI 모델 구현의 기초 <머신러닝과 딥러닝> 쉽게 이해하기 AI 기술이 다양한 산업에서 활용되면서, 머신러닝과 딥러닝은 데이터 분석과 모델 구축의 기본 개념으로 자리 잡았습니다. 아래 그림은 인공지능(Artificial Intelligence), 머신러닝(Machine Learning), 딥러닝(Deep Learning)이라는 세 가지 용어를 보여주고 있는데, 이 중 인공지능은 가장 넓은 개념으로, 인간의 지적 능력을 컴퓨터로 구현하는 기술을 뜻합니다.그 안에 속하는 머신러닝과 딥러닝은 학습과 성능 개선을 가능하게 하는 핵심 기술로, 실제 AI 모델을 구현하고 문제를 해결하는 데 중요한 역할을 담당합니다.이번 포스팅에서는 머신러닝과 딥러닝이 무엇인지, 각각의 특징과 실무 활용 방법을 알아보겠습니다.1. 머신러닝(Machine Learning)의 개념과 특징머신러.. 2024. 11. 8. 인공지능 학습 유형의 이해<지도학습, 비지도학습, 강화학습> 인공지능(AI)의 핵심은 데이터를 기반으로 한 학습입니다. AI가 스스로 문제를 해결하고 더 나은 결정을 내리기 위해서는 학습 과정이 필수적인데요, 이 학습 방법은 크게 지도학습, 비지도학습, 그리고 강화학습으로 나눌 수 있습니다.지도학습(Supervised Learning)지도학습은 이미 정답이 있는 데이터를 통해 모델을 학습시키는 방식입니다. 주로 분류와 회귀 문제에 많이 사용됩니다. 예를 들어, 이메일을 '스팸'과 '정상'으로 분류하거나, 주식 가격을 예측할 때 지도학습을 활용할 수 있습니다. 지도학습의 장점은 학습 데이터에 정답이 포함되어 있어 정확도가 높은 예측 모델을 만들 수 있다는 점입니다.비지도학습(Unsupervised Learning)비지도학습은 정답이 없는 데이터를 가지고 패턴을 발견.. 2024. 11. 7. Case Study. 유플러스에서 출시한 <스포키> AI 승부예측 by ixi 1. 서비스 개요스포키(SpoKey)는 유플러스에서 출시한 스포츠 통합 플랫폼으로, 특히 AI를 활용한 승부 예측 시스템이 눈에 띕니다. 스포키는 축구, 야구 등 다양한 스포츠의 경기 정보를 제공하고, 이를 바탕으로 승부를 예측할 수 있는 AI 기반 모델을 활용하여 사용자들에게 승부 예측 결과를 제시합니다. 이를 통해 팬들이 더 몰입하여 경기를 즐길 수 있도록 돕는 것이 목적입니다. 그러나 현재 예측 정확성과 사용자 경험의 개선이 필요하며, 이를 통해 더 매력적인 서비스로 발전시키는 것이 과제라고 생각됩니다. 주요 서비스 기능:실시간 경기 중계 및 하이라이트: 경기의 주요 장면과 실시간 중계를 쉽게 볼 수 있음팬 커뮤니티: 스포츠 팬들이 모여 소통할 수 있는 커뮤니티 기능AI 승부 예측: 다양한 경기 데.. 2024. 10. 28. 데이터로 문제점 파악해보기 | 어뷰징 데이터 분석 및 해결 방안 제시 프로젝트 개요실제로 사용되고 있는 소개팅 앱 서비스의 데이터를 분석하여 비정상적인 계정 문제를 해결하고, 이를 통해 사용자 경험 및 서비스 운영의 효율성을 극대화하는 방안을 제안하는 프로젝트를 진행하였습니다.데이터는 현업에 계신 기획자님의 허락을 받아 얻게 되었고, 상세 내용은 보안상의 이유로 공개할 수 없음을 양해 부탁드립니다. 문제 정의현재 어뷰징 방지 시스템은 어떤 문제점을 가지고 있는가?현재 어뷰징 방지 시스템은 비정상 계정 생성 및 사용을 완전히 차단하지 못하고 있으며, 필터링 시스템이 변형된 표현이나 비정상적인 활동을 정확히 탐지하지 못하는 한계를 가지고 있습니다. 따라서, 어뷰징 계정 발생 문제를 체계적으로 파악하고, 어뷰징 계정이 서비스 운영에 미치는 부정적 영향을 최소화하고자 합니다.*어.. 2024. 10. 21. 공공데이터를 활용하여 데이터 분석해보기 | 서울특별시 가로쓰레기통 설치정보 데이터 분석 프로젝트 개요'서울시 가로 쓰레기통 설치정보' 데이터를 보고 쓰레기통 배치에 따른 무단 투기된 쓰레기 감소 방안을 생각해 보았습니다. 서울시 가로 쓰레기통 설치 정보는 열린 데이터를 통해 확인할 수 있습니다. 열린데이터광장 메인데이터분류,데이터검색,데이터활용data.seoul.go.kr 문제 정의최근 카페에서 일회용 컵 사용량이 증가하면서, 서울시 내 야외에서 발생하는 일회용 컵 쓰레기의 문제가 심화되고 있습니다. 특히, 서울시에는 전국에서 가장 많은 카페가 집중되어 있어 2022년 기준으로 약 100,000개 이상의 카페가 등록되어 있습니다. 하지만 공공장소에 배치된 재활용 쓰레기통이 비효율적으로 배치되어 있어, 일회용 컵이 제대로 처리되지 않고 무단으로 투기되는 현상을 많이 목격할 수 있습니다. 이 .. 2024. 10. 15. 흐름과 자원의 시각적 표현 <생키차트> 사실 생키차트라는 용어를 꼭 알 필요는 없는 것 같습니다. 생키 차트(Sankey Diagram)는 자원의 흐름이나 이동을 시각적으로 표현하는 도구로 주로 에너지, 물질, 비용 등의 흐름을 나타내며, 화살표의 두께로 흐름의 양을 표시하는 것을 말합니다. 바로 아래 이미지처럼 말입니다.익숙한 그림이지만 해당 용어는 처음 들어보는 분들도 많으실 것 같은데요. 생키차트는 현업에서 많이 사용되는 용어는 아니지만 고객 흐름을 파악하다 보면 차연스럽게 보게되는 경우가 많습니다. 생키차트는 복잡한 데이터의 흐름을 직관적으로 표현할 수 있는 강력한 도구로, 특히 자원의 분배와 흐름을 시각적으로 나타내는 데 사용합니다. 따라서 아마 '흐름도'나 '자원 분배 차트'와 같은 말이 더 익숙할 수 있습니다.만약 오늘 이 글을 .. 2024. 10. 7. AI 모델 학습 과정을 이해하기 위한 기초 용어 AI 시장이 커지면서 인공지능 기술에 대한 관심이 점점 높아지고 있습니다. 특히 머신러닝과 딥러닝 모델을 활용하는 과정에서 자주 등장하는 용어들이 있는데요. 오늘은 프리 트레이닝(Pre-training), 파인 튜닝(Fine-tuning) 외에도 AI 관련 용어 몇 가지를 함께 소개하겠습니다. 이를 통해 AI 모델이 어떻게 학습하고 발전하는지 더 명확히 이해할 수 있을 것입니다.1. 프리 트레이닝(Pre-training)프리 트레이닝은 AI 모델이 본격적인 학습에 들어가기 전에, 대량의 데이터를 이용해 기본적인 패턴이나 규칙을 학습하는 과정입니다. 이 과정에서 모델은 아주 광범위한 데이터를 통해 기초적인 언어 구조, 이미지 패턴 등을 인식하게 됩니다.프리 트레이닝은 두 가지 이유로 매우 중요합니다. 첫째.. 2024. 9. 28. <KPT 회의>로 문제를 해결하고 성과를 극대화하기 프로젝트를 진행하면서 성과를 점검하고, 개선해야 할 부분을 찾는 과정은 필수적입니다. 그중에서도 KPT 회의가 특히 주목받는 이유는 단순하면서도 실질적인 문제 해결을 돕기 때문에 복잡한 절차 없이 팀의 성과를 점검하고 개선점을 찾아낼 수 있으며, 실행 가능한 구체적인 방안을 도출하는 데 매우 효과적이기 때문입니다. 특히, 애자일 방식에서 주로 사용되는 회고 미팅 중 하나로, 팀의 협업 효율성을 높이고 지속적인 성장을 이끌어내는 역할을 합니다. 이번 글에서는 KPT 회의의 정의와 장점, 그리고 실제 사용 예시를 통해 이 방법론이 어떻게 유용한지 알아보겠습니다.KPT 회의란 무엇인가요?KPT는 Keep, Problem, Try의 약자로, 팀이 회고를 진행할 때 구조적으로 피드백을 정리하는 방법입니다. 각 요.. 2024. 9. 26. 유연한 업무 관리의 비결 <애자일(Agile)> 📝 애자일(Agile)이란?변화에 빠르게 대응하며, 작은 단위의 여러 프로젝트를 반복적으로 수행해 지속적으로 개선하는 유연한 업무 관리 방식 소프트웨어 개발 분야에서 애자일은 2001년 여러 개발자들이 애자일 선언(Agile Manifesto)를 발표하면서 본격적으로 주목받기 시작했습니다. 이후 디지털 혁신이 가속화되면서, 고객의 요구와 시장 변화에 빠르게 대응하는 것이 필수 요소로 자리 잡았고, 이에 따라 유연하고 적응력이 뛰어난 애자일 방식이 널리 채택되었습니다.당시 전통적인 워터폴(Waterfall) 방식은 개발 주기가 길고, 초기 계획에 맞추어 모든 단계를 순차적으로 진행해야 했기에, 빠르게 변하는 환경에 대처하기 어려웠습니다. 반면, 애자일은 작은 단위로 작업을 나누고 반복적인 개발을 통해 피.. 2024. 9. 24. 이전 1 2 3 4 5 6 다음 728x90 반응형
