AI는 인간이 정의한 대로 학습하고, 성장하는 존재다. 인간이 공급한 데이터로 훈련한다. 데이터가 많으면 많을수록 AI의 능력은 더 빠른 속도로 향상된다. AI를 제대로 이해하고 활용하기 위해선 ‘데이터’를 이해하고 활용할 줄 아는 ‘데이터 과학 시민’이 되어야 한다. 데이터 과학 시민이란, 데이터 리터러시를 기반으로 ‘정보에 근거한 결정’을 할 줄 아는 사람이다. 저자는 델의 고객 데이터 혁신 최고책임자로 AI가 우리의 삶과 사회를 어떻게 변화시키는지 생생하게 묘사한다. 인공지능 데이터의 중요성과 영향력, 활용과 감시 방법을 알 수 있다.

‘빅데이터 학장(Dean of Big Data)’으로 통하는 빌 슈마르조는 현재 델 테크놀로지스의 고객 데이터 혁신 책임자다. 여가 시간에는 아이오와 주립대학교와 코(Coe) 대학(아이오와주 시더래피즈)에 출강한다. 또 샌프란시스코 대학교 경영대학원 석좌 연구원, 아일랜드 골웨이 대학(National University of Ireland Galway) 경영경제학부 명예교수로 활동하고 있다. 골웨이 대학에서는 빅데이터 MBA와 ‘데이터 과학자처럼 생각하기’ 같은 과목을 가르치면서 학생들에게 멘토링도 하고 있다.『빅데이터(Big Data: Understanding How Data Powers Big Business)』,『빅데이터 MBA(Big Data MBA: Driving Business Strategies with Data Science)』,『데이터 과학자처럼 사고하는 기술(The Art of Thinking Like a Data Scientist)』, 『데이터, 분석, 디지털 변형의 경제학(The Economics ofData, Analytics, and Digital Transformation)』 등 4권의 책을 썼다. ‘데이터 사이언스 센트럴(Data Science Central)’에 300개 이상의 블로그 글을 썼으며, 팟캐스트에도 셀 수 없을 만큼 많이 출연했다. 수많은 기조 연설과 대학 강의를 했으며, 데이터 과학, 인공지능, 데이터 경제학, 디자인 사고, 팀 권한 부여를 주제로 활발한 소셜 미디어 활동을 하고 있다.

옮긴이 서문
추천사
지은이 서문
1장 왜 인공지능과 데이터 리터러시인가?
리터러시의 역사
AI 이해하기
AI의 위험성과 우려
AI 권리장전
데이터 + AI: 대량 살상 수학 무기
AI와 데이터 리터러시의 중요성
윤리란 무엇인가?
AI와 데이터 리터러시 문제 해결하기
AI와 데이터 리터러시 프레임워크
AI와 데이터 리터러시 평가하기
요약
참고문헌
2장 데이터와 개인정보 보호 인식
데이터 이해하기
빅데이터란 무엇인가?
합성 데이터란 무엇인가?
데이터는 어떻게 수집/포착하나?
센서, 감시, 그리고 IoT
제3의 데이터 수집자들
개인정보 보호 노력과 그 효과
데이터 보호 및 개인정보보호법
데이터 프라이버시 처리 방침
조직은 어떻게 데이터로 돈을 버는가?
요약
참고문헌
3장 분석 리터러시
BI vs. 데이터 과학
BI는 무엇인가?
데이터 과학은 무엇인가?
BI와 데이터 과학의 차이
데이터 과학 개발 과정 이해하기
디자인 사고의 중요한 역할
분석 성숙도 지수 탐색하기
1단계: 운영 보고
2단계: 통찰과 예측
통계 분석
탐색적 분석
진단 분석
머신러닝
3단계: 증강 인간 지능
신경망
회귀분석
추천 엔진
연합 학습
4단계: 분석 자동화
강화 학습
생성형 AI
범용인공지능
요약
4장 AI 작동 방식 이해하기
AI는 어떻게 작동하는가?
어떤 것들이 건전한 AI 효용함수를 구성하는가?
‘가치’ 정의하기
선행 지표와 후행 지표 이해하기
AI 기반 학습 시스템을 최적화하는 방법
이용자의 의도 이해
다양성 구축
요약
5장 정보를 토대로 의사 결정하기
인간의 의사 결정에 영향을 미치는 요인
인간의 의사 결정 함정
함정 #1: 과잉 자신감 편향
함정 #2: 기준점 편향
함정 #3: 위험 회피
함정 #4: 매몰 비용
함정 #5: 프레이밍
함정 #6: 밴드왜건 효과
함정 #7: 확증 편향
함정 #8: 평균 기반 결정
의사 결정 함정 피하기
의사 결정 전략 탐구하기
정보에 입각한 의사 결정 프레임워크
의사 결정 매트릭스
퓨 의사 결정 매트릭스
우다 루프
의사 결정에서 비판적 사고
요약
참고문헌
6장 예측과 통계
예측이란 무엇인가?
확률과 통계 이해하기
확률은 사실이 아니다. 여전히 확률일 뿐이다
혼동 행렬 소개
긍정 오류, 부정 오류와 AI 모델의 확증 편향
현실 세계 이용 사례: 구직 세계의 AI
요약
참고문헌
7장 가치공학 역량
경제학이란 무엇인가? 가치는 무엇인가?
나노경제학이란 무엇인가?
데이터와 AI 분석 비즈니스 모델 성숙도 지수
단계
변곡점
가치공학 프레임워크
1단계: 가치 창출 정의
2단계: 이용 사례를 통해 가치 창출 실현하기
3단계: 가치 창출 규모 확장
학습의 경제는 무엇인가?
데이터가 아니라 분석 ‘통찰’로 수익 올리기
요약
8장 AI 도입 윤리
윤리 이해하기
윤리는 주도적으로 대처하는 것이지, 수동적인 것이 아니다
AI 시대의 윤리 새롭게 규정하기
윤리학, 경제학, 사회 복지의 교차점
도덕적 행위가 좋은 경제학을 만든다
재무 지표와 경제 지표의 차이
도덕에서 법과 규제의 역할
책임 있고 윤리적인 AI 구현
윤리적인 AI 피라미드
투명한 AI 보증하기
의도하지 않은 결과 이해하기
의도하지 않은 결과 알아내기
의도하지 않은 결과 완화하기
요약
참고문헌
9장 권한 부여 문화
팀 권한 부여에 대한 역사적 교훈
권한 부여 문화를 배양하는 팁
#1. 당신의 임무를 내재화하라
#2. 다른 이해관계자의 입장에서 생각해 보라
#3. 조직의 즉흥성 육성하기
#4. ‘그리고’ 정신을 포용하라
#5. 모든 사람이 목소리를 낼 수 있도록 보장하라
#6. 호기심-창의성-혁신 피라미드를 풀어주라
문화적 권한 부여를 통해 AI와 데이터 리터러시 촉진
AI와 데이터 리터러시 재평가하기
요약
10장 챗GPT가 모든 것을 바꾼다
챗GPT와 생성형 AI는 무엇인가?
챗GPT는 어떻게 작동하는가?
초보자 레벨 101
중급 레벨 201
숙련자 레벨 301
챗GPT를 가능하게 하는 몇 가지 중요한 기술
LLM
트랜스포머
역할 기반 페르소나
인간 피드백을 통한 강화 학습
챗GPT의 우려 요인과 위험
생성형 AI로 성장하기
AI, 데이터 리터러시, 그리고 생성형 AI
요약
참고문헌
인공지능에서 꼭 알아야 할 용어
데이터 경제학
디자인 사고
데이터 과학과 분석학
색인
지은이
옮긴이
감수자
주석