1. AI 문서 작성 도구의 한계와 근거 기반 정보의 중요성 [0]

thumbnail AI가 생성한 문서의 근거 부족 문제를 해결하고, 신뢰할 수 있는 보고서 및 논문 작성을 위해 근거 기반 정보 탐색이 중요하다.

1.1. 생성 AI 활용의 문제점 [0]

  1. 근거 및 출처 불분명: 챗GPT와 같은 생성 AI는 문서를 작성할 때 활용되지만, 생성된 문장의 근거나 출처가 불분명하다는 문제가 있다 [1].
  2. 보고서 및 논문 작성의 어려움: 특히 기업이나 연구소에서 보고서나 논문을 작성할 때는 주장이나 가정을 뒷받침할 근거나 출처를 명확히 표기해야 하므로, AI의 이러한 한계는 큰 걸림돌이 된다 [2].

1.2. 데이터 과학자가 추천하는 AI 툴 3종 [3]

  1. Perplexity (퍼플렉시티): 보고서 생성기로서, 질문에 대해 인터넷 검색을 통해 관련 정보를 찾고 언어 모델을 활용하여 요약 보고서를 생성한다 [7].
    1. 레퍼런스 제공의 중요성: Perplexity는 레퍼런스(근거)를 제공하여 사용자가 주장을 뒷받침할 수 있게 하며, AI의 환각 현상을 직접 확인하고 검토할 수 있도록 돕는다 [9].
    2. 구글 바드(제미니)와의 차이점: 구글 바드(현재 제미니)는 레퍼런스를 제공하지 않아 아쉬움이 있지만, Perplexity는 레퍼런스를 제공하여 신뢰성을 높인다 [12].
  2. ChatPDF (챗PDF): PDF 파일을 업로드하면 해당 문서 내에서 질의응답을 통해 핵심 내용을 빠르게 추출할 수 있다 [16].
    1. 보고서 요약의 효율성: 20페이지 분량의 보고서를 직접 읽고 요약하는 대신, ChatPDF를 통해 주요 내용이나 항목을 질문하여 답을 얻을 수 있어 시간을 절약한다 [18].
    2. 타겟팅된 정보 검색: 이 도구는 특정 문서 내에서만 정보를 찾아주므로, 인터넷 전체를 검색하여 불필요한 정보를 걸러내는 수고를 덜어준다 [26].
    3. 연구자에게 유용: AI 연구소와 같이 논문이나 보고서를 많이 보는 사람들에게 특히 유용하다 [22].
  3. DeepL (딥엘): 구글 번역기보다 더 매끄럽게 번역을 잘하는 번역 도구이다 [33].
    1. 번역 품질의 우수성: 생성 모델이 적용되어 번역의 자연스러움이 뛰어나다 [36].
    2. 환각 현상 주의: 가끔 본문에 없는 회사 이름이나 특정 단어를 임의로 생성하는 환각 현상이 발생할 수 있으므로 주의해야 한다 [37].
    3. PDF 번역 기능: DeepL은 PDF 파일을 업로드하여 문서 레이아웃을 유지한 채 번역할 수 있는 기능을 제공한다 [46].
      1. 실제 활용 사례: 일본어로 된 보고서를 DeepL에 올려 20분 만에 번역본을 회신한 경험이 있으며, 이는 외국어 문서 처리의 효율성을 극대화한다 [44].

2. 데이터 과학자의 정보 공유 및 소통 채널 [52]

데이터 과학 분야의 정보 공유와 전문가 소통을 위한 다양한 채널이 존재한다.

2.1. 이제현 저자의 블로그 및 도서 정보 [52]

  1. 블로그 콘텐츠: 이제현 저자의 블로그에는 데이터 시각화, 분석, AI에 대한 다양한 글이 게시되어 있다 [52].
  2. 도서 관련 정보: "데이터 과학자 원칙" 도서 관련 정보와 저자들과의 인터뷰 영상도 제공된다 [53].

2.2. 토크아이티 커뮤니티 활용 [54]

  1. 회조 데이터 공간: 테크 전문 채널 토크아이티는 데이터 저장, 분석, 보호 관련 전문가들과 상담하고 소통할 수 있는 "회조 데이터" 공간을 운영한다 [54].
  2. 접근 방법: 구글에서 "토크아이티"를 검색하거나 제공된 링크를 통해 접속할 수 있다 [55].
  3. 콘텐츠 제작 지원: 시청자의 좋아요와 구독은 콘텐츠 제작에 큰 힘이 된다 [56].