애쉴리 브라이언트 베이커, 프레시 아이즈 디지털의 데이터 및 분석 디렉터 – 인터뷰 시리즈

애쉴리 브라이언트 베이커는 프레시 아이즈 디지털의 데이터 및 분석 디렉터로, 비영리 단체의 성공에 중점을 둔 컨설팅 회사입니다. 프레시 아이즈 디지털에 입사하기 전에, 그녀는 자신의 컨설팅 회사인 B&B 데이터 솔루션을 운영했으며, 브랜드가 데이터 솔루션을 구축하고 활용하도록 도왔습니다. 그녀는 소비자 패키지드 굿즈, 여행, 물류, 의료 및 비영리 단체를 포함한 다양한 산업에서 10년 이상 분석 분야에서 일했습니다.

그녀는 인공지능에서 성별 편향, 고객 세분화에 대한 인공지능 사용, 직장 내 다양성 등에 대한 인기 있는 연사로 알려져 있습니다. 최근에 SXSW, Data Minds Connect, Digital Summit DC 등 다양한 행사에서 연사로 초청받았습니다. 애쉴리는 파리 아메리칸 그라쥬에이트 스쿨, 조지타운, LSU, 포트 헤이스 대학에서 공부했습니다. 그녀는 국제 경제학 석사, 데이터 과학 인증서, 비즈니스 학사, 예술 학사 학위를 가지고 있습니다.

컴퓨터 과학과 데이터 과학에 처음 관심을 가지게 된 계기는 무엇인가요?

대학교에서 예술을 공부했고, 졸업 후 비디오 게임 회사에서 게임 디자이너로 일하기를 원했습니다. 3D 컴퓨터 모델과 캐릭터, 객체를 설계하고, 사람들이 게임에서 상호작용할 수 있도록 하는 것이 목표였습니다. 대학 시절에 EA 스포츠에서 비디오 게임 품질 보증 테스터로 일했습니다. 당시 대학에는 컴퓨터 예술 전공이 없어서 컴퓨터 과학을 부전공으로 선택했습니다. 처음에는 컴퓨터 과학 수업이 마음에 들지 않았습니다. 다른 학생들과 일부 교수님들로부터 호감을 못 샀습니다. 하지만 예술 캡스톤 프로젝트를 위해 게임을 설계하고 프로그래밍해야 했기 때문에 부전공을 계속했습니다. 파이썬과 마야를 사용하여 3D 체스 게임을 만들었고, 애니메이션 피스를 추가하고, 간단한 인공지능을 만들었습니다. 당시 파이썬에 대해 아무것도 몰랐고, 다시 사용할 일은 없을 것이라고 생각했습니다.

대학 졸업 후 첫 직장에서 마케팅 회사에서 주니어 프로젝트 매니저로 일했습니다. 예술가, 마케팅 전문가, 생산 전문가, 분석가와 함께 일했습니다. 분석가는 15개의 클라이언트를 혼자 관리했고, 가끔 수학을 확인하거나 간단한 보고서를 작성해달라고 요청했습니다. 분석가가 의료 휴가를 가야 할 때, 상사와 함께 분석가의 역할을 맡았습니다. 분석가가 돌아오자마자 분석 부서로 전환을 요청했습니다. 데이터와 일하는 것이 흥미로웠습니다. 이는 예상치 못한 경력 전환이었지만, 돌아보지 않았습니다. 계속해서 더 배우고 싶었습니다. 과정에 참여하고, 분석 관련 직업에 지원했습니다. 그리고 모든 것이 순환적으로 돌아왔습니다. 파이썬을 다시 사용하게 되었지만, 이전과는 완전히 다른 방식으로 사용했습니다.

이 모든 것을 말하려는 것은, 데이터 과학에 처음 관심을 가지게 된 계기는 우연히 발생했다는 것입니다.

현재 프레시 아이즈 디지털의 데이터 및 분석 디렉터로 일하고 있습니다. 회사가 하는 일과貴하의 역할에 대해 설명해 주시겠습니까?

프레시 아이즈 디지털은 비영리 단체를 위한 마케팅 및 펀드레이징 지원을 제공하는 컨설팅 회사입니다. 클라이언트와 함께 기부자와 디지털 캠페인을 이해하고, 비영리 단체의 디지털 존재를 높이는 방법을 도와줍니다. 프레시 아이즈 디지털은 더 강력한 데이터 제공을 원했기 때문에 저를 고용했습니다. 처음에는 컨설턴트로 일하면서 디지털 멀티바리언트 테스트, 결과 이해, 분석 및 대시보드 자동화 서비스를 설계했습니다. 이제 비영리 단체를 위한 서비스를 구축하는 데 함께 일하고 있습니다. 일부 프로젝트에는 기부자와 후원자의 전환 및 기부율에 대한 예측 분석, 외부 요인(정치적 기후, 경제적 변화, 뉴스 사이클) 및 내부 요인(마케팅 메시지 전략, 비영리 영향 보고서, 조직 내 리더십 역할 이동)의 영향을 이해하는 것이 포함됩니다. 이러한 정보는 예측 분석 및 대시보드, 분류 모델을 통해 기부자와 참여를 더 잘 이해하는 데 도움이 됩니다.

비영리 단체는 고급 통계 방법을 사용하고, 데이터를 더 잘 이해함으로써 임무를 더 잘 수행할 수 있다는 것을 깨닫고 있습니다.

STEM 분야에서 다양성과 평등을 옹호하는貴하의 업적 중 하나입니다. 몇 가지 업적을 공유해 주시겠습니까?

다양성과 평등을 위한 많은 훌륭한 조직이 있습니다. 블랙 걸즈 코드, 바이트백, 데이터킨드, 제타 피 베타 등이 있습니다. 저는 이러한 조직에서 자원봉사하고, 새로 입사하는 사람들에게 멘토링을 하고, 행사에서 연사로 참여하고, 학교에서 워크샵을 가르칩니다. 특히 기술 행사에서 여성이나 유색인종으로서 종종 유일한 연사입니다. 저는 또한 비즈니스와 함께 일하여 인턴십 프로그램과 입사 프로그램을 다각화하는 데 도움을 주었습니다. 이러한 대부분의 일을 습관적으로 합니다. 저는 자원봉사와 사회 공헌을 중요하게 생각하는 가정과 지역사회에서 자랐습니다. 대학과 이후에도 제타 피 베타와 함께 계속했습니다. 그러나 저는 이 분야로 끌렸습니다. 컴퓨터와 코딩에 대해 대학까지 배우지 못했고, 대학에서 컴퓨터 과학을 공부할 때 부정적인 감정을 느꼈습니다. 저는 아무도 배울 기회를 갖지 못하거나, 자신을 개선하려고 하는 사람에게 부정적인 경험을 하지 않도록 하고 싶습니다. 저는 영향력을 미치고 있다는 것을 깨달았을 때, 한 학생과 그의 어머니가 저를 처음 본 기술적인 흑인 여성이라고 말했습니다. 그 때부터 저는 이것을 정기적으로 해야 한다고 생각했습니다.

저는 이러한 프로그램에 정기적으로 참여하려고 합니다. 실제로 3월 16일에는 GIRLS IN AI와 함께 해커톤을 공동 주최할 예정입니다.

저는 기술 교육을 농촌 및 저소득 지역에 확대하는貴하의 업적에 대해 듣고 싶습니다. 이는 얼마나 중요한 문제입니까?

와우, 이것은 너무 큰 문제입니다! 코로나바이러스로 인해 우리 사회에 시스템적인 불평등이 명확해졌습니다. 교육은 가장 큰 불평등 중 하나입니다. 저는 워싱턴 DC 외곽의 대안 학교에서 일하는 친구가 있습니다. 학생들은 종종 나이가 들고, 학교에 다니는 동시에 일을 해야 하며, 집에서 원격 학습을 할 수 있는 도구나 컴퓨터가 없습니다. 이 학생들은 교사가 옹호하여 학교와 함께 모바일 옵션을 마련하여 대부분의 학생이 셀폰으로 학교에 접근할 수 있도록 했습니다. 그러나 이것은 항상 그렇지 않습니다. 저소득층이나 대안 학교 환경에서는 그렇지 않을 수 있습니다. 농촌 상황도 비슷합니다. 학생과 교사들은 고속 인터넷에 접근하기 어렵거나 접근할 수 없을 수 있습니다. 학생들이 맥도날드 주차장에서 인터넷을 사용하는 것은 불행히도 일부 지역에서 필요하지만 받아들여질 수 없는 현실입니다. 저는 농촌 펜실베니아의 교사들이 가상 교실에 연결할 수 있는 좋은 인터넷을 얻을 수 없다는 것을 알고 있습니다.

코로나바이러스 외에도, 농촌 및 저소득 학교에서는 기술적으로 훈련된 교사가 부족하고, 기술 교육에 대한 접근성이 제한되어 있습니다. 이는 학생들이 이러한 과목과 경력에 노출되지 않게 합니다.

인공지능에서 성별 및 인종 편향은 얼마나 큰 문제입니까?

모든 비즈니스와 조직이 고려해야 할 문제입니다. 불행히도, 이것은 해결하기 어려운 문제입니다. 인공지능이 특정 그룹에 대해 편향을 보여주는 경우, 그것은 대부분 해당 분야에서 이미 편향된 패턴이 있다는 것을 의미합니다. 인공지능은 과거의 패턴을 기반으로 미래의 행동을 예측하며, 이러한 행동을 증폭시킵니다. 그러나 인간이 자신의 편향을 인식하는 것은 어려울 수 있습니다. 우리는 모두 편향을 가지고 있으며, 종종 무의식적으로 행동합니다. 편향을 완화하고 팀을 책임지게 하는 시스템이 필요합니다.

인공지능이 인간의 편향을 증폭하지 않도록 어떻게 보장할 수 있나요?

조직은 편향을 완화하고 공정성을 유지하기 위한 데이터 과학 및 인공지능의 표준 절차를 수립할 수 있습니다. 기술 팀과 비즈니스 팀 간의 협력이 중요합니다. 기술 팀이 볼 수 없는 컨텍스트의 중요성이 매우 큽니다.

이것은 잠재적인 편향 소스를 인식하고 식별하는 것에서 시작됩니다. 데이터 수집 과정에서, 특성 선택에서, 또는 완전히 외부에서 발생할 수 있습니다. 예를 들어, 한 회사의 핵심 고객이 실제로 노인, 부유한 남성, 시골 또는 교외 지역에 사는 사람들인지 물었습니다. 데이터를 살펴보니, 이러한 그룹이 과도하게 대표되는 것을 발견했습니다. 그러나 데이터 파이프라인이 이러한 그룹에서 대부분의 고객이 왔으며, 마케팅 팀이 저렴한 비용으로 보수적인 토크 라디오에서 마케팅을 받았음을 알게 되었습니다. 편향은 데이터에 있지 않았지만, 통신 전략의 다양성 부족에 있었습니다. 그러나 결과적으로, 데이터 팀이 만든 생애 가치 점수 모델은 노인, 부유한 남성, 시골 또는 교외 지역에 사는 사람들을 최고의 고객으로 점수 매겼습니다. 이것은 마케팅 팀이 사용한 통신 전략을 증폭시켰습니다. 이것은 기술 팀이 알아야 할 것이 아닙니다. 그러나 기술 팀은 이러한 문제를 발견하고, 다른 팀과 함께 해결해야 합니다.

이것은 두 번째 단계인 편향을 발견했을 때 처리하는 지침을 설정하는 것입니다. 잠재적인 편향 소스를 식별한 후, 조직은 이러한 문제를 찾기 위한 체크리스트를 만들고, 문제를 발견한 사람에게 주의를 끌 수 있는 경로를 만들어야 합니다. 이것은 기술 팀만의 책임이 아닙니다. 모든 팀이 편향이 증폭되지 않도록 해야 합니다. 위의 예에서, 데이터 팀은 통신 전략에 대한 책임이 없습니다. 그러나 데이터 팀은 발견과 함께 다른 팀과 함께 해결해야 합니다. 이 경우, 마케팅 팀은 데이터 과학 팀과 함께 다른 통신 전략을 테스트했습니다.

때때로 편향은 데이터 모델에 나타날 수 있습니다. 데이터 팀이 특성 선택을 결정하거나, 데이터 저장소에 포함하거나 제외하는 방식, 또는 예측하는 지표가 편향될 수 있습니다. 이러한 경우, 데이터 팀은 모델의 정확성이 항상 공정성과 동일하지는 않다는 것을 이해해야 합니다. 특정 특성을 포함하면 모델의 예측 정확성이 증가할 수 있지만, 추가적인 0.5%의 정확도는 사회적 또는 비즈니스 비용을 초래할 수 있습니다. 공정성을 정의하는 것은 쉽지 않은 작업이며, 다양한 팀의 참여가 필요합니다. “대조적 공정성”이라고 하는 방법론은, 한 개인에게 대한 결정이 실제 세계와 다른 인구통계 그룹에 속한 개인에게 대한 결정과 동일한지 여부를 고려합니다. 또한, 마이크로소프트와 구글은 공정성을 계산하는 표준을 발표했습니다. 저는 산업을 위한 EU의 인공지능 윤리 지침을 따릅니다. 공정성의 표준을 설정한 후, 데이터 팀은 데이터를事前に 처리하거나, 시스템의 결정 후에 수정하거나, 공정성 정의를 훈련 과정 자체에 통합해야 합니다. 데이터의 편향은 복잡한 문제이며, 다양한 사람들의 목소리가 필요합니다. 이것은 단순히 기술적인 문제가 아닙니다.

인공지능 및 데이터 윤리 정책에 대한貴하의 견해는 무엇입니까?

인공지능 윤리에 대한 표준 절차를 만들려는 움직임은 긍정적인 방향입니다. 트럼프의 인공지능 윤리 행정 명령은 정부 내에 배포된 모델을 등록하고, 정책 지침을 만들기 위한 타임라인을 설정하며, 기술에 중점을 둔 팀과 개인을 고용하며, 연구 개발 또는 국가 안보와 관련이 없는 분야에서 정부 전체에 걸쳐 인공지능 사용의 투명성을 촉진합니다. 이것은 정부가 기술적으로 느린 적응을 보인 역사적 배경을 고려할 때, 흥미로운 발전입니다. 그러나, 정책은 윤리의 문화를 만들거나, 기관 전체에 걸쳐 계획을 강제하거나, 윤리 또는 공정성의 정의를 제공하는 데에는 충분하지 않습니다. 새로운 행정부가 들어서면, 기관 전체에 걸쳐 더 구조화되고 일관된 계획을 만들고, 인간의 영향에 대한 평가 절차를 신중하게 고려하는 것을 강조하고 싶습니다.

프레시 아이즈 디지털에서貴하의 업무에 대해 더 알고 싶습니다.

데이터 과학은 비영리 단체가 더 큰 영향을 미치기 위해 사용할 수 있습니다. 이러한 조직은 데이터를 수집하는 데 문제가 없습니다. 그러나 데이터를 명확하고 실행 가능한 방식으로 사용하는 것이 어려울 수 있습니다. 프레시 아이즈 디지털의 데이터 부서에서 하는 일은 이러한 조직이 데이터를 이해하고 배포하는 데 도움을 주는 것입니다. 이는 더 잘 고안된 전략적 결정을 내리도록 합니다. 비영리 단체를 돕는 것이 기쁩니다. 데이터를 사용하여 더 효율적이고 효과적으로 작동하도록 도와줌으로써, 저는 이들 조직이 더 나은 세상을 만들기 위해 일하는 데 도움이 됩니다.

자세한 답변 감사합니다. 귀하의 미래의 사업을 지켜보겠습니다. 더 많은 정보를 원하는 독자는 애쉴리 브라이언트 베이커 웹사이트와 프레시 아이즈 디지털을 방문할 수 있습니다.