안녕하세요, AI 기술의 발전은 우리의 일상과 산업 전반에 혁신을 가져오고 있습니다. 최근 발표된 여러 AI 관련 소식을 통해 현재의 동향과 미래 전망을 살펴보겠습니다.
1. 오픈AI, GPT-4o 공개
오픈AI는 최신 인공지능 모델인 'GPT-4o'를 공개했습니다. 이 모델은 영화 '그녀'에 등장한 AI 캐릭터 사만다에 근접한 대화 능력을 갖추고 있으며, 사람과의 자연스러운 상호작용이 가능합니다. 특히, 대화 중 끼어들기와 빠른 응답이 가능하여 실제 사람과의 대화처럼 느껴집니다. 이는 음성 AI 개발 경쟁에 새로운 활력을 불어넣고 있습니다.
2. 앤스로픽, 사용자 컴퓨터 제어 가능한 AI 발표
AI 스타트업 앤스로픽은 사용자의 컴퓨터를 직접 제어할 수 있는 최신 AI 기능을 공개했습니다. 이 기술을 통해 AI는 인터넷 검색, 버튼 클릭, 문자 입력 등 반복적이고 무료한 작업을 대신 수행할 수 있습니다. 이는 AI가 가상 대리인 역할을 수행하는 시대의 도래를 의미합니다.
3. LG, '엑사원 3.5' 공개 및 AI 비서 도입
LG는 생성 AI 모델 '엑사원(EXAONE) 3.5'를 공개하고, 이를 기반으로 한 기업용 AI 비서 '챗엑사원(ChatEXAONE)'의 정식 서비스를 시작했습니다. 이를 통해 LG 그룹의 10만 명에 달하는 사무직원들이 보안 환경에서 AI 비서를 활용하여 업무 효율성을 높일 수 있게 되었습니다.
4. 메이사, '2025 AI 바우처' 공급기업 선정
드론·위성 영상 기반 분석 솔루션 전문 기업 메이사는 과학기술정보통신부와 한국데이터산업진흥원이 주관하는 '2025 AI 바우처 지원사업'의 공급 기업으로 선정되었습니다. 이를 통해 중소·중견기업 및 소상공인에게 AI 기반 드론·위성 영상 데이터 분석 솔루션을 제공할 예정입니다.
5. 삼성전자, AI 탑재 가전제품 출시
삼성전자는 인공지능이 탑재된 세탁기와 건조기인 '삼성 그랑데 AI'를 출시했습니다. 이 제품은 세탁과 건조 과정에서 사용자의 편의성을 높이고, 위생과 친환경 측면에서 혁신을 이뤘습니다. 특히, AI 코스 연동 기능을 통해 세탁 코스에 맞춰 건조 코스를 자동으로 설정해주는 등 사용자 경험을 향상시켰습니다.
AI 관련 이미지 1
이처럼 AI 기술은 다양한 분야에서 빠르게 발전하며 우리의 삶에 깊숙이 스며들고 있습니다. 앞으로도 AI의 발전이 가져올 변화를 주목하며, 지속적인 관심과 학습이 필요합니다.
나는 다른 컨텐츠를 복사한적도 없고 내 앱 내 화면마다 다른 가치를 제공하고 광고를 게재하고 있어 위반에 해당하지 않다고 생각했다.
이 내용을 바탕으로 구글에 검토요청을 신청했다.
답은 2시간 만에 개선이 필요하다는 내용과 함께 답장이 왔다. 무엇을 어떻게 고치라는 상세한 내용은 전혀 없었다.
구글에서 중요하게 생각하는 것은 ‘사용자 관점에서 가치있는 UX를 제공하고 이것에 거슬리지 않는 광고를 게제하는 것’이라 판단했다.
앱에 광고가 없으면 없을 수록 UX환경은 좋아지겠지만, 수익이 내려가는 trade off를 고려하여 개선이 필요하다고 생각했다.
퇴근 후 바로 앱을 수정했다.
수정 방향은 아래와 같았다.
고객에게 가치를 제공하지 않는 화면에서 광고를 지운다.
가치는 재미, 정보 획득을 기준으로 한다.
다수 화면에서 사용하고 있는 광고 단위를 목적에 맞게 세분화하여 매칭 시킨다.
상세 기능 배너 광고 → 분석 배너 광고, 사용자 활동 배너 광고
배포
검토를 진행하여 거절 시 위 단계를 반복한다.
작업을 완료하고 배포를 하고,
다음날 아침 개선한 내용을 바탕을 설명 문구에 추가하여 정책 개선 검토를 다시 요청 했다.
2시간 만에 정책 위반이 발견되지 않았다는 답장을 받았고, 이후 광고는 정상적으로 게재 되었다.
정책 위반은 앱을 통한 수익화를 원천 봉쇄 당할 수 있는 큰 이슈다. 자칫 잘못하면 계정 자체가 정지당할 수도 있다. AdMob위반에 대한 내용은 너무 추상적으로 전달되기 때문에 오랫동안 문제 해결에 애먹을 수도 있다. 이번 조치는 운 좋게 구글 AdMob에서 바라는 대응이었기 때문에 빠르고 쉽게 해결이 되었다. 하지만 이 운은 문제해결 방식을 나름대로 고민하고 하고 빠르게 실행했기 때문에 얻어진 결과라고 생각한다.
'NoneType' object is not subscriptable
Traceback (most recent call last):
File "/Users/nachangju/Documents/00_Development/00_Workspace/80_KAIST_Project/code/google-images-download/crawling.py", line 11, in <module>
paths = response.download(arguments) #passing the arguments to the function
File "/Users/nachangju/Documents/00_Development/00_Workspace/80_KAIST_Project/code/google-images-download/google_images_download_local/google_images_download.py", line 970, in download
paths, errors = self.download_executor(arguments)
File "/Users/nachangju/Documents/00_Development/00_Workspace/80_KAIST_Project/code/google-images-download/google_images_download_local/google_images_download.py", line 1118, in download_executor
items, errorCount, abs_path = self._get_all_items(images, main_directory, dir_name, limit,
File "/Users/nachangju/Documents/00_Development/00_Workspace/80_KAIST_Project/code/google-images-download/google_images_download_local/google_images_download.py", line 906, in _get_all_items
object['image_link'], object['image_format'], main_directory, dir_name, count,
TypeError: 'NoneType' object is not subscriptable
본 글은 Google skillshop의 Google 애널리틱스를 참고하여 작성하였습니다.
Google 애널리틱스가 무엇이고 사용자 사용성 분석에 어떤 도움을 주는지 확인했습니다.
Google 애널리틱스 란?
Google 공식 홈페이지에 들어가더라도 Google 애널리틱스의 정확한 정의를 찾아볼 수 없다. 공식 홈페이지의 소개말과 스터디한 기능을 살펴보았을 때 '플랫폼(웹, 앱) 전반의 사용자 데이터를 분석하고 활용하여 실적 최적화를 돕는 서비스'로 정의할 수 있겠다.
인터넷에서 Google 애널리틱스를 검색해보면 Google 애널리틱스가 구글에서 무료로 제공하고 있는 웹 분석 서비스로 설명된 것을 쉽게 볼 수 있다. 하지만 이것은 잘못된 설명이다. 웹 전용 분석 서비스는 유니버설 애널리틱스이고, 앱 분석 서비스는 Firebase용 애널리틱스가 있다. Google 애널리틱스는 웹과 앱 모두 통합한 분석 서비스라고 말할 수 있다.
속성
Google 애널리틱스 기능을 살펴보면 처음으로 '속성'이라는 개념을 접하게 된다. 속성은 서비스를 구분하는 단위로 설명할 수 있다. 속성이라는 개념으로 서비스를 구분하고 기기와 플랫폼(웹 or 앱)에서 발생하는 서비스와 사용자 간 상호작용을 측정, 통합하여 고객의 여정을 파악, 신뢰할 수 있는 견고한 측정 제공, 비즈니스 인사이트 도출, 정량적인 마케팅 성과 달성 지원이라는 가치를 제공한다.
통합된 보고
Google 애널리틱스는 통합된 보고를 강조한다. 일반적으로 데이터를 취합할 때 세션 기반으로 데이터를 취합하게 된다. 세션 기반의 데이터 취합은 서비스를 사용하는 중간에 기기가 바꾸거나 앱에서 웹으로 플랫폼이 바꾸는 경우 별도의 경험으로 나누어 데이터를 취합하게 된다. Google 애널리틱스는 중간에 다른 기기로 바뀌더라도 서비스 자체 ID, Google 신호 데이터, 기기 ID를 활용하여 하나의 경험으로 데이터를 취합한다. 앱과 웹이 바뀌는 교차 플랫폼 경험도 통합한다. 탐색 분석 도구를 활용한 유연한 방식으로 데이터를 검토하여 분석과 보고도 함께 통합한다. 탐색 분석 도구와 보고는 뒤에 이어서 자세히 설명한다.
데이터 수집 및 처리 방식
Google 애널리틱스는 이벤트 기반 데이터 수집 및 처리 방식을 가지고 있다. 이벤트란 사용자가 취한 액션에 대한 상세 정보이다. 첫 진입 여부, 사용자가 이동한 화면, 사용자가 클릭한 버튼, 버튼을 눌러 생성한 결과 등 광범위한 사용자 동작을 이벤트로 만들고 관리할 수 있다. 이러한 이벤트를 이용해 다양한 정보를 취득할 수 있다. 예를 들어 사용자의 서비스 참여 횟수, 앱과 웹의 플랫폼 사용자 참여도, 제품 구매 사용자 비율, 주간 앱 삭제 횟수 등 사용성 관련 다양한 정보를 얻을 수 있다.
Google 애널리틱스 보고서
Google 애널리틱스는 보고서를 통해 비즈니스 사용성 정보를 제공한다. 보고서는 크게 요약 보고서와 실시간 보고서로 구분한다. 요약 보고서는 사용자가 서비스와 상호작용한 이벤트를 요약하고, 사용자가 어떻게 서비스를 시작하였는지 보여준다. 각 보고서는 카드 형식으로 요약하여 표시한다. 실시간 보고서는 사용자의 활동을 실시간 모니터링 하여 5-30분 전에 발생한 이벤트를 표시한다. 사용자가 현재 어떤 행동을 하고 있는지 자세히 살펴볼 수 있도록 한다. 여러 사용자 그룹을 기준으로 사용자의 행동을 비교할 수 있고, 다른 보고서에서도 사용할 수 있는 사용자 그룹을 생성하도록 돕습니다.
Google 애널리틱스 탐색 분석
Google 애널리틱스 탐색 분석 도구는 다양하고 효과적인 분석 기법을 손쉽게 구성하고 여러 분석 기법 간에 전환하여 사용자 데이터의 심층 분석을 돕는다. 이를 통해 사용자 데이터를 보다 정확하게 이해하고, 인지하지 못했던 가치를 얻을 수 있다. 탐색 분석 도구에는 아래 5가지 기법을 기본적으로 제공한다.
1. 유입경로 탐색 분석
2. 경로 탐색 분석
3. 세그먼트 중복 분석
4. 사용자 탐색 분석
5. 동질 집단 탐색 분석
각 분석 기법의 동작방식을 구글에서 제공하는 가상 '구글 상품 판매' 비즈니스 데모를 이용하여 살펴보았다.
유입경로 탐색 분석
유입 경로 탐색 분석은 주요 특정 행동이 발생할 때까지 거치는 단계를 시각화할 때 사용할 수 있다. 유입 경로 탐색을 이용하여 주요 이벤트의 순서를 식별하고 사용자가 거쳐 가는 과정을 알 수 있다. 사용자의 유입과 이탈 위치를 확인하는데 유용하다.
아래 그림은 구글 상품 판매 서비스에서 상품을 카트에 담고 상품 구입까지 얼마나 진행되었는지 알 수 있는 유입경로 탐색 분석 화면이다. 카트에 상품을 담고 실제 제품을 구입하는 비율이 27.1% 임을 알 수 있다. 서비스의 운영자는 카트에 상품을 담고 구입하는 비율이 예상보다 낮다고 판단되면, 분석 결과를 바탕으로 상품 구입으로 진행하는 UX나 구입 절차들을 개선을 시도할 수 있다.
경로 탐색 분석
경로 탐색 분석은 사용자의 서비스 이용의 여정을 단계별로 확인할 수 있다. 서비스의 시작부터 마지막 단계까지 사용자들이 어떤 경험을 했는지 알 수 있다. 아래 그림은 서비스 세션이 시작된 후 사용자가 진입한 화면의 여정을 경로 탐색 분석을 통해 보여준다. 세션이 시작되었을 때 Home 화면에 진입하고 그 이후는 다양한 화면으로 분기되고 있다. 1단계에서 2위로 방문 되는 페이지는 'Pixel Superfans'라는 페이지이다. 다른 어떤 상품보다 해당 상품 페이지 유입이 많다는 것을 알 수 있다. 경로 탐색 분석을 이용해 비즈니스 가치를 향상시킬 수 있는 최고의 경로를 찾고 개선시킬 수 있다.
세그먼트 중복 분석
세그먼트는 사용자 그룹을 표현한다. 국가, 사용 플랫폼, , 특정 이벤트 발생 등 다양한 기준으로 세그먼트를 구성할 수 있다. 세그먼트 중복 분석은 이러한 세그먼트를 최대 3 개 이용하여 세그먼트를 비교하고 이들의 중복 및 연관 관계를 빠르게 확인할 수 있다. 세그먼트 중복 분석을 이용하여 복잡한 조건을 기반으로 특정 잠재고객을 분리할 수 있다.
아래 그림은 미국 사용자 세그먼트와 모바일 트래픽 사용자 세그먼트의 중복 및 연관관계를 보여준다. 두 가지 세그먼트로 분석하더라도 5가지 상세 세그먼트가 있고 중복된 세그먼트는 어떻게 구성되어 있는지 쉽게 알아볼 수 있다.
사용자 탐색 분석
사용자 탐색 분석은 세그먼트를 선택하고 세그먼트 내 사용자가 어떤 활동을 했는지 알 수 있다. 세그먼트를 2개 이상 선택하여 비교할 수도 있다. 아래 그림은 미국 사용자와 대한민국 사용자의 첫 사용자 진입 소스 분석을 보여준다. 대한민국 사용자가 미국사용자의 2% 수준으로 적음에도 analytics.google.com을 통해 접근한 사용자 수가 비슷함을 알 수 있다. 대한민국 사용자의 경우 analytics.google.com를 통해 접근하는 사용자의 비율이 미국 사용자 대비 높다는 사실을 분석을 통해 알 수 있다.
동질 집단 탐색 분석
동질 집단은 특정 이벤트를 기준으로 식별된 특징이 공통으로 나타난 사용자 집단이다. 첫 진입 사용자, 제품을 구매한 사용자 등 다양한 방식으로 동질 집단을 만들 수 있다. 동질 집단 탐색 분석은 동질 집단이 시간이 지남에 따라 해당 그룹의 행동이 유지되는지 확인할 수 있다.
아래 그림은 첫 번째 터치를 통해 획득된 사용자가 주차가 지남에 따라 터치가 발생했는지 나타내는 동질 집단 탐색 분석 화면이다. 12월 4일이 속한 주차에 첫 진입 사용자가 비교적 많았지만 다음 주차에 718명으로 11월에 비에 사용자 유지율이 떨어진다는 사실을 알 수 있다.
결론
DevOps의 여러 철학 중 모니터링의 중요성을 알아보고 자체 모니터링 시스템을 적용하는 대신 Google 애널리틱스가 대안이 될 수 있을지에 대한 의문으로 스터디를 시작하였다. Google 애널리틱스를 정의하고 동작 방식을 살펴본 후 보고서, 탐색 분석의 효용성에 대해 자세히 알아보았다.
Google 애널리틱스는 여러 장점을 가지고 있다. 무료이면서 쉽고 빠르게 적용할 수 있다. 무료임에도 Google 애널리틱스가 제공하는 기능은 강력하다. 간단한 사용자 인터페이스를 이용하여 다양한 데이터 분석을 할 수 있다. 새로운 사용자 분류를 생성하고, 비교하며 사용자 특성을 파악할 수 있다. 또한 보고서와 탐색 분석 형태를 자유롭게 원하는 형태로 바꿔 새로운 인사이트를 발굴하는 것을 돕는다.
아쉬운 점은 서비스의 성능 지표를 제공하지 않으며 플랫폼에서 발생하는 에러를 자동 취합하지 않는다는 점이 있다. 애초에 Google 애널리틱스가 제공하고자 하는 가치에 벗어나는 내용이라 사용자의 욕심 정도로 표현할 수 있겠다.
Google 애널리틱스는 자체 모니터링 시스템을 충분히 대체할 수 있다. 앱과 웹 서비스를 개발한다면 Google 애널리틱스를 필수로 검토해야 한다고 생각한다. 자체 모니터링 시스템 도입에 앞서 Google 애널리틱스가 원하는 모니터링 기능을 충족하는지 확인하여, 불필요한 중복 시스템 구축을 피하고 시간과 비용 낭비가 발생하지 않도록 해야 할 것이다.
