ML로 해결할 수 있을 것 같은 문제들 1편

제가 일하는 도메인에 ML을 이용해서 해결할 수 있는 문제가 무엇이 있을지 생각해봤습니다.

 

ML을 이용하는 이유는 다음과 같습니다.

 

1. 자동화

사람의 손이 필요한 일을 자동화할 수 있습니다. 가장 흔한 예를 들면 이미지 분류, 번역등이 있습니다.

 

2. 문제 해결 방법이 복잡하거나 모르는 경우

일반적으로 프로그래밍을 통해서 문제를 해결하기 위해서는 사람이 문제 해결을 위한 로직을 프로그램으로 구현을 해야합니다.

예를 들어 2와 3을 입력 값으로 넣었을 때 6, 4와 4를 입력 값으로 넣었을 때 16이라는 값이 나오기 위해서 y = a * b라는 계산식을 프로그램을 통해서 만들어야 합니다.

ML을 사용한다면, 2와 3을 넣으면 6, 4와 4를 넣으면 16이 나온다는 입력값과 결과값을 알려주면 y = a * b라는 계산식을 ML이 모델로 만들어 주고 이 ML 모델에 3과 3을 넣으면 9가 나옵니다. 예는 단순하지만, 이처럼 많은 입력 값과 결과 값은 알고 있지만 로직을 정확히 모르는 경우에 사용할 수 있습니다. 

그러면 로직이 복잡한 경우 사람은 정확한 입력 값과, 결과 값만 넣어준다면 이후에 새로운 입력 값이 생겼을 때 어떤 결과가 나올지 예상할 수 있습니다.

 

그러면 이러한 두 가지 이유로 ML을 사용할 수 있는 구체적인 케이스를 생각해봤습니다.

1. 신용카드 추천

고객이 더 혜택을 잘 받을 수 있는 신용카드를 추천해줄 수 있습니다. 신용카드의 혜택을 잘 받고 있는 고객이 있다는 전제 하에 유사한 고객 특성, 결제액, 결제 업종, 결제 업소, 결제 시간, 사용 하는 카드 정보, 혜택 금액 등을 이용하면 현재보다 더 나은 카드를 추천해줄 수 있습니다. 하지만 해결해야 하는 문제는 있습니다. 영화 추천과 달리 신용카드는 몇 장의 카드를 사용하냐에 따라서 결과가 달라질 수 있고, 가장 정확하게 최고의 혜택율을 찾는 방법은 모든 카드 조합의 경우에 수에 따라서 내 결제 내역을 대입해보는 것이기 때문입니다. 그래서 이것이 ML로써 최선의 문제인지는 고려 해봐야합니다.

 

2. 이상탐지

신용카드 별로 결제 내역이 갑지기 발생하지 않거나, 혜택율이 갑자기 크게 변동이 있는 것과 같이 평소와 다른 패턴의 데이터가 발생하는 경우를 추적할 수 있습니다. 이 때는 장애가 발생한 것인지, 카드 혜택의 변동이 생긴 것인지, 특정 유형의 문의가 급증하는 등의 다양한 문제의 원인을 찾을 수 있는데 도움을 줄 수 있습니다.

 

다음 편에 추가로 ML을 적용할만한 문제들을 정의해보겠습니다.