[2025학년도 1학기 캡스톤디자인] -_도서관 데이터 개선사항 제안

Abstract

“Garbage In Garbage Out” (속칭 GIGO)는 데이터 과학 분야에서 자주 인용되는 말 중 하나입니다. 풀어 설명하면, 데이터 분석에 있어 양질의 데이터를 사용하지 않으면, 해당 데이터를 사용한 결과물 또한 양질의 결과가 나오지 않는다는 말입니다. 데이터 인프라는 어떤 일을 하던, 더 이상의 논쟁이 필요 없을 정도로 중요한 요소 중 하나가 되었습니다. 세계 유수의 기업인 Google, Amazon, IBM, DELL, SalesForce 등은 모두 데이터 인프라 구축에 막대한 시간과 예산을 쏟고 있습니다. 인프라 구축에서 더 나아가, 구성원들이 데이터 기반 의사결정을 할 수 있도록 전체 직원을 대상으로 데이터 리터러시 교육도 활발히 진행중입니다. OpenAI의 gpt 모델을 필두로, AI 시장이 급속도로 성장 중입니다. AI를 활용한 서비스 개발은 더 이상 실험단계가 아닌, 앞서 나가는 기업의 필수 요소 중 하나로 자리했습니다. AI도 결국 방대한 양의 데이터를 학습하여 가장 적절한 답을 도출하는 솔루션입니다. 데이터 인프라가 허술하여 AI가 학습할 데이터가 적절히 준비되지 않는다면, AI 시대에서 도태되는것은 당연한 일일지도 모릅니다. 특히, 단순히 GPT와 같은 모델을 도입하는것을 넘어, 도서관이 가지고 있는 데이터를 통해 도서관에 특화된 AI 에이전트 환경을 구축하려면, AI에게 잘 학습시킬 수 있도록 데이터 체계를 재정비 할 필요가 있습니다.