칼럼 | 데이터 과학자가 생성형 AI 혁신을 위해 갖춰야 할 5가지 역량

예를 들어 최근 세일즈포스는 자동차, 금융 서비스, 의료, 제조, 소매를 포함한 15개 업종에 걸쳐 업종별 과제를 해결하는 맞춤 구성할 수 있는 사전 구축된 AI 기능 모음인 인더스트리 AI(Industries AI)를 발표했다. 한 의료 모델은 혜택 확인 기능을 제공하고 자동차 모델은 차량 텔레메트리 요약 기능을 제공한다. 

AI 에이전트와 관련, 에이세라(Aisera) CEO 아비 마헤시와리는 “AI 에이전트는 추론, 계획, 의사 결정, 툴 사용에 관여해서 CRM, ERP 트랜잭션과 같은 작업을 자율적으로 처리함으로써 LLM을 강화한다. 이런 에이전트는 일반적으로 데이터 분석가가 수행하는 데이터 정제, 탐색을 위한 데이터 분석, 특징 공학, 예측 등의 데이터 작업을 간소화해준다”라고 말했다. 

이 2가지 추세는 데이터 과학의 역할에 대한 2차적인 변화, 즉 데이터 랭글링에서 ML 모델 개발, AI 에이전트 활용, 서드파티 모델 조사, 그리고 시민 데이터 과학자와의 협업을 통한 AI, ML, 기타 데이터 과학 기능 적용으로의 변화를 보여준다.