»ç¿ø A´Â Ä¡¼Ú´Â Àü¼¼ÀÚ±ÝÀ» °¨´çÇÏÁö ¸øÇØ ¼¿ï ¿Ü°ûÀ¸·Î À̻縦 ÇÏ°Ô µÇ¸é¼ Ãâ±Ù ½Ã°£ÀÌ 2½Ã°£ °¡·®À¸·Î ´Ã¾î³µ´Ù. ºñ½ÁÇÑ ½Ã±â¿¡ ºÎ¼µµ ¹Ù²î¾ú´Âµ¥ ±× ºÎ¼´Â ¼±¹èº¸´Ù ÀÏÂï Åð±ÙÇÏ´Â °ÍÀÌ °á·Ê¿©¼ Áý¿¡ µµÂøÇϸé 9½Ã¸¦ ³Ñ±â´Â ÀÏÀÌ ºó¹øÇß´Ù. °á±¹ A¾¾´Â ´Ù¸¥ ±â¾÷ÀÇ Ã¤¿ë °ø°í¸¦ »ìÆìº¸°Ô µÈ´Ù.
B»ç¿øÀº ¼º°úµµ Àß ³»°í ÀÖÀ¸¸ç ¿ö¶ó¹ë ¶ÇÇÑ Àß ÁöÄÑÁö°í ÀÖ´Ù. ¶ÇÇÑ, Àڱ⠰è¹ß¿¡µµ °ü½ÉÀÌ ¸¹¾Æ Çо÷À» º´ÇàÇϸç ÇÐÀ§ ¹× ÀÚ°ÝÁõµµ ÃëµæÇßÀ¸³ª ¿À·£ ±â°£ °°Àº ¾÷¹«¿¡ ¹«·áÇÔÀ» ´À³¤´Ù. ±×·¯´ø Áß ÀÚ½ÅÀÇ ¿ª·®À¸·Î ´õ Å« °¡Ä¡¸¦ âÃâÇÒ ±âȸ°¡ »ý°å°í ÀÌÁ÷À» ¸¶À½¸Ô°Ô µÈ´Ù. ÀÌ·¯ÇÑ ¸ð½ÀÀº ±â¾÷¿¡¼ ³¸¼³Áö ¾ÊÀ» °ÍÀÌ´Ù. ±×·¸´Ù¸é »ç¿ø A¿Í B°¡ ÅðÁ÷ÇÏ¸é¼ Àû´Â ÅðÁ÷»çÀ¯¸¦ ÅëÇØ µÚ´Ê°Ô¶óµµ ´ë¾ÈÀ» ¸¶·ÃÇÒ ¼ö ÀÖÀ»±î? ÃÖ±Ù ÀâÄÚ¸®¾Æ¿Í ¾Ë¹Ù¸ó¿¡¼ Á÷ÀåÀÎ 2288¸íÀ» ´ë»óÀ¸·Î ¼³¹®Á¶»çÇÑ ÀÚ·á¿¡ ÀÇÇϸé Åð»ç¸¦ °æÇèÇÑ Á÷ÀåÀÎ 52.1%°¡ "Á¤È®ÇÑ Åð»ç»çÀ¯¸¦ ¹àÈ÷Áö ¾Ê¾Ò´Ù"°í ´äÇß´Ù. ±×·¸´Ù¸é »ç¿ø A¿Í BÀÇ »ç·Ê¿¡¼ µ¥ÀÌÅÍ·Î ¸¸µé ¼ö ÀÖ´Â ºÎºÐÀº ¹«¾ùÀÌ ÀÖÀ»±î? ÀÌ¹Ì »ç¿ø A¿Í B´Â °ÅÁÖÁö º¯°æ, ÃâÅð±Ù ½Ã°£, ºÎ¼º¯°æ ¿©ºÎ, ¼º°úÆò°¡, Çз º¯°æ, ÀÚ°ÝÁõ ³»¿ª µî ¸¹Àº µ¥ÀÌÅÍ Á·ÀûÀ» ³²°å´Ù. »Ó¸¸ ¾Æ´Ï¶ó ÀÌ·¸°Ô ½×ÀÎ µ¥ÀÌÅ͵éÀº À¯ÀǹÌÇÑ ºÐ¼®À» À§ÇØ ¶Ç ´Ù¸¥ ÆÄ»ýº¯¼ö¸¦ »ý¼ºÇÒ ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ ºÎºÐÀ» °í·ÁÇÏ¸ç µ¥ÀÌÅÍ »çÀ̾𽺠Ŀ¹Â´ÏƼ Kaggle¿¡ ÀÖ´Â HR µ¥ÀÌÅÍ·Î ÅðÁ÷ÀÚ¸¦ ¿¹ÃøÇÑ »ç·Ê¿¡ ´ëÇØ À̾߱âÇϰڴÙ. ![]() CRISP-DMÀ¸·Î ¾Ë¾Æº¸´Â ÅðÁ÷ÀÚ ¿¹Ãø ÇÁ·Î¼¼½º CRISP-DM(Cross-Industry Standard Process for Data Mining)Àº Àü ¼¼°è¿¡¼ °¡Àå ¸¹ÀÌ »ç¿ëµÇ´Â Ç¥ÁØÀûÀÌ°í Æ÷°ýÀûÀÎ ¹æ¹ý·ÐÀ¸·Î ¾î¶² »ê¾÷ ºÐ¾ß¿¡µµ Àû¿ëÇÒ ¼ö ÀÖ´Â µ¥ÀÌÅÍ ¸¶ÀÌ´× ÇÁ·Î¼¼½ºÀÌ´Ù. ¸¸¾à ÀÌ·¯ÇÑ ÇÁ·Î¼¼½º¸¦ ¹«½ÃÇϰí People Analytics(ÀÌÇÏ 'PA')¸¦ ÁøÇàÇÒ °æ¿ì ½ÇÆÐÇÒ È®·üÀÌ ³ôÀ¸¹Ç·Î CRISP-DMÀÇ ÇÁ·Î¼¼½º¿¡ ¸ÂÃß¾î ÅðÁ÷ÀÚ¸¦ ¿¹ÃøÇÑ »ç·Ê¸¦ ¼³¸íÇØ º¸°Ú´Ù. ![]() µ¥ÀÌÅÍ ¸¶ÀÌ´×À» ¼öÇàÇϱâ Àü ºñÁî´Ï½º ¸ñÀûÀ» ÆÄ¾ÇÇØ, ºñÁî´Ï½º¿Í µ¥ÀÌÅÍ ºÐ¼®°á°ú¸¦ °áÇÕÇÒ ¼ö ÀÖ´ÂÁö¿¡ ´ëÇØ »ý°¢ÇØ º¼ ¼ö ÀÖ¾î¾ß ÇÑ´Ù. ´Ù½Ã ¸»ÇØ ÅðÁ÷ÀÚ ¿¹ÃøÀ» ¼öÇàÇϱâ Àü ¿ì¸® Á¶Á÷¿¡¼ ÇÙ½ÉÀÎÀ糪 ƯÁ¤ Á÷±º ȤÀº ƯÁ¤ ¿¬Â÷ÀÇ ÀÌÁ÷À²ÀÌ ³ô¾Æ ºñÁî´Ï½º¿¡ ¸¹Àº ¿µÇâÀ» ¹ÌÄ¡´Â »óȲÀÎÁö¿¡ ´ëÇØ ÆÇ´ÜÇØ¾ß ÇÑ´Ù. ±×·¸Áö ¾ÊÀ» °æ¿ì Èûµé°Ô ÁøÇàµÈ ºÐ¼® °á°ú°¡ ¿©·¯ Á÷¿øµéÀÇ ÆòÆÇÁ¶È¸ ¼öÁØÀ¸·Î Àü¶ôÇÒ ¼ö ÀÖ´Ù. ±×·¯¹Ç·Î ÀÌ ´Ü°è¿¡¼´Â »ðÀ» ¾²±â À§ÇØ ¶¥À» ÆÄ´Â °ÍÀÎÁö, ¶¥À» Àß ÆÄ±â À§ÇØ »ðÀ» ¾²´Â °ÍÀÎÁö ±í°Ô »ý°¢ÇØ º¼ Çʿ䰡 ÀÖ°Ú´Ù. µ¥ÀÌÅÍ ÀÌÇØData understanding À̹ø ´Ü°è¿¡¼´Â ¹®Á¦ ÇØ°áÀ» À§ÇØ ¾î¶² µ¥ÀÌÅ͸¦ »ç¿ëÇØ¾ß ÇÏ´ÂÁö¿Í µ¥ÀÌÅÍ À̸鿡 ¼û°ÜÁ® ÀÖ´Â ¿ø¸®¿¡ ´ëÇØ ÆÄ¾ÇÇØ¾ß ÇÑ´Ù. KaggleÀÇ HR Analytics Case Study¿¡ ÀÖ´Â µ¥ÀÌÅͼ¿¡´Â ±âº»ÀûÀÎ HR µ¥ÀÌÅ͸¦ ºñ·ÔÇØ º»ÀÎ Æò°¡ ¹× °ü¸®ÀÚ Æò°¡ ±×¸®°í 1³â°£ÀÇ ÃâÅð±Ù±â·ÏÀÌ ÀÖ´Ù. ¸¸¾à ½Ç¹«¿¡¼ ÇØ´ç ºÐ¼®À» ÁøÇàÇÑ´Ù¸é ÀÎ»ç °ü¸®½Ã½ºÅÛ ³»¿¡ ÀÖ´Â ÅðÁ÷±Ý Á¶È¸ ¹× Åð»ç ½Åû¿¡ ´ëÇÑ ¸Þ´º¸¦ Ŭ¸¯ÇÒ ¶§ ³²´Â ·Î±× ±â·Ï, Àü³â ´ëºñ ¿¬Â÷»ç¿ë Áõ°¨ ¿©ºÎ µîµµ ÁÁÀº µ¥ÀÌÅͰ¡ µÉ ¼ö ÀÖ°Ú´Ù. ƯÈ÷ PA¿¡¼´Â µ¥ÀÌÅͺ¸´Ù »ç¶÷°ú Á¶Á÷À» ¸ÕÀú ¹Ù¶óº¼ ¼ö ÀÖ´Â ¿ª·®ÀÌ Áß¿äÇÏ´Ù. ÇϹöµå °æ¿µ´ëÇпø ±³¼öÀÎ Å©¸®½º ¾ÆÁö¸®½ºChris ArgyrisÀÇ Ãß·ÐÀÇ »ç´Ù¸®¿¡ ÀÇÇÏ¸é ¿ì¸®´Â ¾î¶² ȯ°æ¿¡ ÀϺθ¸À» ¼±ÅÃÀûÀ¸·Î ÃëÇϰí ÀǽĿ¡ µé¾î¿Â Á¤º¸´Â °¢ÀÚ Àǹ̸¦ ºÎ¿©ÇÏ°Ô µÈ´Ù. ±× Àǹ̴ °¡Á¤°ú °á·Ð, ¹ÏÀ½À» ¸¸µé°í ¿ì¸®´Â ¸Å ¼ø°£ ¹ÏÀ½¿¡ µû¶ó ÇൿÇÏ°Ô µÈ´Ù. ±×·¸±â ¶§¹®¿¡ °°Àº ȯ°æÀÌ¶óµµ Á¶Á÷ ¶Ç´Â »ç¶÷¸¶´Ù °¡Áö´Â ÀÇ¹Ì¿Í ½Å³ä¿¡ µû¶ó °¢°¢ ´Ù¸¥ ÇൿÀ» º¸À̰í À̰ÍÀÌ µ¥ÀÌÅÍ·Î ³²°Ô µÈ´Ù. ±×·¡¼ AIÀÇ ¿øÀç·áÀÎ ÇнÀ µ¥ÀÌÅÍ´Â ´Ù¸¥ °÷¿¡¼ °¡Á®¿Ã ¼ö ÀÖ´Â °ÍÀÌ ¾Æ´Ñ Á¶Á÷ ³»ºÎÀûÀ¸·Î ±¸ÃàÇØ¾ß ÇÏ¸ç »ç¶÷°ú Á¶Á÷À» º»ÁúÀûÀ¸·Î ÀÌÇØÇÏ´Â ´ã´çÀÚ°¡ µ¥ÀÌÅÍ À̸鿡 ¼û°ÜÁ® ÀÖ´Â ¿ø¸®¸¦ ÆÄ¾ÇÇÏ´Â µ¥ ¿ëÀÌÇÒ °ÍÀÌ´Ù. µ¥ÀÌÅÍ ÁغñData Preparation À̹ø ´Ü°è¿¡¼´Â µ¥ÀÌÅ͸¦ ¼±ÅÃ, Á¤Á¦, »ý¼º, ÅëÇÕÇÏ´Â µî Ãʱ⠵¥ÀÌÅͷκÎÅÍ ÃÖÁ¾ µ¥ÀÌÅͼÂÀ» ±¸¼ºÇϱâ À§ÇÑ ¸ðµç Ȱµ¿µéÀ» Ä¿¹öÇÑ´Ù. ½ÇÁ¦ AIÁ¢¸ñÀÇ °¡Àå Å« °É¸²µ¹Àº ±â¼úÀûÀÎ Á¦¾àÀÌ ¾Æ´Ñ ÆÄÆíÈµÈ µ¥ÀÌÅÍ, ºÎÁ¤È®ÇÑ µ¥ÀÌÅÍ, ¹è°æ°ú °ü·ÃµÈ µ¥ÀÌÅÍ ºÎÁ·¿¡¼ ¹ß»ýÇÑ´Ù. ƯÈ÷ PA¿¡¼´Â ºñÁî´Ï½º¿Í ´õºÒ¾î »ç¶÷°ú Á¶Á÷¿¡ ´ëÇÑ ÀÌÇØ¸¦ ¹ÙÅÁÀ¸·Î ÇØ´ç °úÁ¤À» ¼öÇàÇÏ´Â °ÍÀÌ Áß¿äÇѵ¥ ´ÙÀ½ ¸î °¡Áö »ç·Ê¸¦ ÅëÇØ »õ·Î¿î º¯¼ö¸¦ »ý¼ºÇÏ´Â °úÁ¤À» ¼³¸íÇØ º¸°Ú´Ù. ![]() ... Áß·« ... |
±â»ç Àü¹®Àº ±¸µ¶±ÇÇÑÀÌ Àִ ȸ¿ø²²¸¸ Á¦°øµË´Ï´Ù. ¸ÕÀú ·Î±×ÀÎ Çϼ¼¿ä.
·Î±×ÀÎ
|