AI 용어 전에 우리는 어떤 용어를 사용했는가?

최근 인공지능, AI 용어와 유사한 과거 용어를 살펴봅니다.

Feb 12. 2025

163번째 글 [모빌리티 편] (25년 2번째 글)

AI용어는 어떤 단계로 발전해 왔을까?

작년부터 많이 사용하게 된 용어 중에 단연 인공지능 혹은 AI라는 것을 많이 사용하고 있습니다. 그러다 문뜩 든 생각은 그전에는 우리는 어떤 용어를 사용했을까였습니다. 개발을 먼저 시작하고, 데이터 분석과 BI (Business Intelligence)를 잠시 했던 기억이 나서 한번 정리해 보게 되었습니다.

데이터 활용 기술의 발전은 데이터의 규모, 복잡성, 그리고 활용 방식의 진화와 함께 이루어졌습니다. 이러한 발전 과정을 5단계로 나누어 설명이 가능합니다.

La%20arquitectura%20y%20funcionamiento%20de%20un%20data%20warehouse.jpg?width=1366&name=La%20arquitectura%20y%20funcionamiento%20de%20un%20data%20warehouse.jpg

1. 데이터 웨어하우징 단계 (Data Warehousing Stage)

DW이라고 불리는 이 단계에서는 구조화된 데이터를 중앙 집중식으로 저장하고 관리하는 것이 주요 목표였습니다. 주요 기술로 관계형 데이터베이스 관리 시스템(RDBMS), SQL을 사용하였고, 대표적 제품/서비스: Oracle Database, IBM DB2, Microsoft SQL Server이었습니다. 주로 데이터의 일관성과 무결성 유지에 중점을 두었던 것으로 지금도 많이 사용하고 있는 제품들입니다.

2. 비즈니스 인텔리전스 단계 (Business Intelligence Stage)

앞에서 잠깐 언급한 "BI" 용어로 데이터를 분석하여 비즈니스 의사결정에 활용하는 단계로 발전했습니다. 주요 기술로 OLAP(Online Analytical Processing), 데이터 마이닝가 있었습니다. 대표적 제품/서비스로는 SAP BusinessObjects, IBM Cognos, Microsoft Power BI 가 있으며 데이터 시각화와 리포팅 기능 강화되었습니다. 예전 SAP BO를 하던 것이 생각이 나네요

3. 빅데이터 단계 (Big Data Stage)

이 단계는 대용량의 구조화/비구조화 데이터를 처리하고 분석하는 기술이 발전했습니다. 주요 기술로 Hadoop, NoSQL 데이터베이스, 분산 컴퓨팅으로

대표적 제품/서비스로 Apache Hadoop, MongoDB, Amazon EMR 가 있습니다. 데이터의 다양성, 속도, 규모(3V: Variety, Velocity, Volume) 처리 가능했으며, 게임에서 사용자의 여러 정보들로 수십 테러바이트 단위로 데이터를 분석하기도 했습니다.

4. 데이터 사이언스 단계 (Data Science Stage)

이후로 고급 분석 기법과 통계적 모델링을 활용하여 데이터로부터 인사이트를 도출하는 단계입니다. 주요 기술로 머신러닝, 예측 분석, 자연어 처리였고, 대표적 제품/서비스: RapidMiner, KNIME, Python 라이브러리(scikit-learn, Tensor Flow)가 있었습니다. 흔희 파이썬을 활용하여 금융 분석하던 것이 생각나네요 특징으로 데이터 기반의 예측 모델링과 패턴 인식 강화가 있습니다.

1583217311227?e=1744848000&v=beta&t=Rr2Vpdtuus2OPNO35CpUotK62GsL0Fjbb2rHYaWGEVc

5. 인공지능 단계 (Artificial Intelligence Stage)

이제 마지막으로 머신러닝과 딥러닝 기술의 발전으로 데이터를 자동으로 학습하고 의사결정을 내리는 시스템이 등장했습니다. 주요 기술로 딥러닝, 강화학습, 생성형 AI 사용되며, 대표적 제품/서비스는 OpenAI의 GPT, Google의 제미니 등이 있습니다. 특징으로 자율 주행, 자연어 처리, 이미지 인식 등 고도화된 AI 애플리케이션 등장 했습니다.

각 단계는 이전 단계의 기술을 기반으로 하면서 새로운 기술과 방법론을 도입하여 데이터의 가치를 더욱 높이는 방향으로 발전해 왔습니다. 현재는 AI 단계에 있으며, 생성형 AI와 같은 혁신적인 기술이 다양한 산업 분야에 큰 영향을 미치고 있습니다.

이러한 발전 과정에서 데이터의 형태도 변화했습니다. 초기에는 주로 구조화된 데이터를 다루었지만, 현재는 80% 이상이 이메일, 소셜 미디어, 이미지, 비디오, 센서 데이터 등의 비구조화 데이터로 구성되어 있습니다. 이에 따라 NoSQL 데이터베이스와 AI 기반 도구 등 새로운 기술이 개발되어 이러한 복잡한 데이터를 분석하고 활용할 수 있게 되었습니다.

일이 바빠서 ㅜㅜ 글을 쓴 지 너무 오래되어 급하게 숙제하는 마음으로 글을 짧게나마 올려 봅니다.

오늘 글은 여기에서 마무리합니다. 관심을 가지고 읽어서 감사드리고, 창을 닫기 전에 잊지 마시고 “좋아요” 혹은 “추천” 그리고 브런치 "구독" 부탁드립니다

브런치 운영 소개

안녕하세요. 제 브런치를 방문하고, 글을 읽어 주셔서 감사드립니다. 저는 모네(Mobility Network)를 운영하고 있는 김민형입니다. 저는 그동안 대기업과 스타트 업 등 다양한 기업에서 개발자로서, 컨설턴트로써 혹은 사업&서비스 기획자, 운영자로서, 영업/제휴 담당자 등 다양한 업무를 수행해 왔습니다. 이러한 다양한 배경을 바탕으로 많은 분들과 다양한 모빌리티 이야기를 하며, 비즈니스 인사이트를 공유하고 있습니다. 다양한 주제를 이야기하는 제 브런치는 크게 3가지 카테고리 이야기를 하고 있습니다.

첫 번째는 "모빌리티"를 주제로 관련 모빌리티 산업과 기업의 다양한 이야기입니다.

두 번째로 "비즈니스"를 하기 위해 알고 있어야 할 내용으로 비즈니스 모델, 사업기획 등에 다룹니다.

세 번째로 "커리어"와 관련하여 업무와 직무, 이직에 대한 이야기를 합니다.

많은 분들과 함께 하는 모빌리티와 비즈니스, 그리고 커리어에 대한 이야기를 함께 하는 브런치가 되기를 바랍니다.

PS.

모빌리티 네트워크(이하 “모네”)는 모빌리티 뉴스와 정보 공유하고, 정기적인 스터디와 네트워킹을 통해 개인의 경력 개발 및 전문성을 키우고자 만들어진 곳입니다. "모네"에는 1,000명이 넘는 다양한 모빌리티 기업에 종사하는 현업분들이 참여하고 있으며, 카카오 오픈 채팅방 (모네 광장)과 노션 페이지 통해 소통하고 있습니다.