구글은 인공지능(AI)을 전략의 핵심으로 삼아 정형 데이터와 비정형 데이터 간의 격차를 해소하고 데이터 분석 역량을 강화하고 있습니다. 구글 클라우드 의 데이터베이스, 데이터 분석 및 루커(Looker) 부문 부사장 겸 총괄 매니저 dent 기업 데이터에서 가치를 추출하는 trac 중추적인 역할을 할 것이라고 강조합니다
카즈마이어는 AI와 기존 비즈니스 인텔리전스 도구 간의 협력을 강조합니다. AI의 강점은 정형 데이터와 비정형 데이터를 신속하게 통합하여 인간의 분석 속도를 뛰어넘는 능력에 있습니다. 구글은 기업 데이터 검색의 새로운 defi
이 거대 기술 기업은 유명한 공개 도메인 검색과 유사한 기업 데이터 검색을 구상하고 있습니다. 카즈마이어는 월드 와이드 웹에 존재 여부와 관계없이 모든 기업 데이터에 사용자 친화적인 인터페이스를 제공하는 것이 목표라고 강조합니다. 그는 공개 도메인에서 구글 검색이 갖는 친숙함을 예로 들며, 생성형 AI(GenAI) 도구를 기업 도메인별 정보와 매끄럽게 통합하는 것을 구상하고 있습니다.
구글의 데이터 변환 기술은 비즈니스 인텔리전스에서 접근성과 정확성을 연결합니다
생성형 AI에 대한 집중은 정보 접근성을 보편화하려는 Google의 노력과 일맥상통합니다. 코딩이나 분석 기술을 요구하는 기존 BI 도구와 달리, GenAI는 비즈니스 사용자가 자연어를 사용하여 데이터베이스, 데이터 웨어하우스 또는 데이터 레이크와 상호 작용할 수 있도록 지원합니다. 이러한 접근 방식은 사용 편의성을 높이고 대시보드 형식에 맞춰 데이터를 필터링할 필요성을 없애줍니다.
구글은 자사 분석 도구에 인공지능(AI)을 접목하기 위한 포괄적인 로드맵을 발표했습니다. 여기에는 BigQuery와 Vertex AI의 통합, BigQuery Studio에서 데이터-AI 워크플로우 간소화, BigQuery ML에서 머신러닝 모델 생성 기능 강화 등이 포함됩니다. 이러한 개선 사항은 Looker와 Looker Studio에도 적용되어 비즈니스 인텔리전스 발전에 대한 구글의 의지를 보여줍니다.
생성형 AI, 특히 GenAI는 기업 내 비전문가들이 비즈니스 데이터에 효과적으로 접근할 수 있도록 지원하는 데 큰 잠재력을 지니고 있습니다. 코딩이나 대시보드 디자인에 매달리는 대신, 비즈니스 사용자들은 이제 자연어를 사용하여 데이터베이스와 상호작용하고 유사한 방식으로 응답을 받을 수 있습니다. 이러한 변화는 접근성을 향상시킬 뿐만 아니라, 더 많은 데이터와 더 다양한 데이터 소스를 수용함으로써 정확성 또한 높여줍니다.
생성형 AI를 활용하여 비즈니스 인텔리전스에서 비정형 데이터에 대한 통찰력을 도출합니다
카즈마이어는 끊임없이 변화하는 데이터 활용 환경 속에서 비정형 데이터와 관련된 심오한 변화에 대해 조명합니다. 전통적으로 전 세계 데이터의 90%를 차지해 온 비정형 데이터는 패러다임의 전환을 겪고 있습니다. 생성형 AI는 기업이 이 방대한 비정형 정보에서 귀중한 통찰력을 얻을 수 있도록 하는 역동적인 도구로 부상하고 있습니다.
이러한 혁신적인 역량은 단순히 데이터를 처리하는 것을 넘어, "무엇을, 언제, 어디서"라는 전통적인 질문에서 벗어나 "왜"라는 질문에 대한 더 심오한 탐구로 나아가게 합니다. 기업들이 인공지능을 인텔리전스 체계에 통합함에 따라, 데이터 표시만을 위한 접근에서 벗어나 정보를 공동으로 해석하는 데 중점을 두게 됩니다.
GenAI는 AI 에이전트와의 협업을 촉진하는 촉매제 역할을 합니다. 이러한 협업 방식을 통해 사용자는 정교한 모델의 지원을 받아 데이터 트렌드를 심층 분석하고, 기존 BI 도구에서 흔히 발생하는 정보 압축의 한계를 극복할 수 있습니다.
구글의 데이터 분석 전략은 빅데이터를 넘어선 포괄적인 접근 방식을 취합니다. 이는 분석에 다양한 데이터 포인트를 통합하는 것을 포함합니다. 카즈마이어는 특히 추가적인 요소를 고려해야 하는지 여부를 결정하는 과정에서 인공지능 시스템의 의사 결정 비효율성을 지적합니다.
인공지능 시스템의 처리 능력을 활용하는 것은 의사결정 과정을 간소화하고 장애물을 제거하는 데 매우 중요합니다. 특히, 이 전략은 기존에 제대로 활용되지 않았던 비정형 데이터를 통합하는 데 중점을 두어, 진화하는 데이터 분석 접근 방식의 핵심적인 측면을 보여줍니다.
