생성형AI/프롬프트 엔지니어링/Claude AI/Amazon KDP/Google Workspace

Google 이 지난 7월24일-26일 동안 미국 샌프란시스코에서 개최된 Next 2018 컨퍼런스에서 발표된 내용중에서 가장 관심을 끄는 내용입니다. Google 드라이브 홈 화면이 아래와 같이 적용될 예정이라고 합니다. 이 화면은 Google이 전략적으로 밀고 있는 Machine Learning 기술을 적용한 Google 드라이브가 될 것으로 보입니다. Google 드라이브에 문서를 생성하거나 파일을 올릴때 해당 문서나 파일들을 잘 분류하여 저장하기 위한 작업은 시간을 많이 요구하는 일입니다. 요즈음과 같이 협업 할일이 많아지고 새롭게 생성하는 문서들이 많아 질수록 이를 수작업으로 분류하고 찾는 작업은 생산성을 저하 시키는 요소가 됩니다. Google은 머신 러닝 기술을 적용하여 Google 드라이브에서 발생하는 모든 활동들을 분석 및 학습하여  Priority가 높은 자료가  될 가능성이 파일들 목록을 우선적으로 홈 화면에서 추천을 해주는 기능을 추가한다고 합니다.  이 기능은 현재 Google 드라이브에서 제공하는 Quick Access 기능을 한 레벨 더 업그레이한 기능이라고 합니다. 머신 러닝을 통해서 학습하기 위한 기본 정보들은 아래와 같은 정보들이 될 수 있습니다. 문서의 최신성, 수정 빈도수, 파일 타입, 누구와 빈번하게 협업을 하는지, 공유 옵션, 이메일 또는 캘린더를 통해서 공유되는 형태 등등의 정보를 활용한다고 합니다. 사용자가 중요한 콘텐츠와 작업에 집중하고 집중할 수 있도록 도와줍니다. 드라이브에 우선 순위가 도입되었습니다. 사용자가 파일을 찾고 관심이 필요한 작업을 처리하기 쉽게 만드는 지능형 기능 세트입니다. 우선 순위는 Google AI를 사용하여 팀 및 개인이 비즈니스의 콘텐츠로 작업하고있는 내용을 망라하고 관련 파일 및 중요한 조치를 취할 파일들을 제안해 줍니다. 우선 순위는 사용자의 작업 세트를 유연한 Workspace로 자동으로 모아주고 사용자의 기록 및 환경

이메일 관리, 문서 서식 지정, 비용 보고서 작성등등. 이러한 작업들은 주로 시간을 잡아 먹는 요소들입니다. Google에서는 이를 "오버 헤드"라고 부르며 이는 생산적인 작업에는 도움이 안되고 주로 시간 소모성 작업들 입니다. 2015 년 Google 조사에 따르면 평균 근로자는 실제로 다음에 새로운 아이디어를 내놓는 데 소요되는 시간의 약 5 % 만 사용한다고 합니다. 나머지 시간은 서식 지정, 추적, 분석 또는 다른 일상적인 작업에 시간을 소모 하고 있습니다. 이것 바로 머신 러닝이 도움이 될 수있는 곳이라 판단을 하였습니다. Source: Google Data, April 2015 머신 러닝 알고리즘은 데이터를 기반으로 사용 패턴들을 관찰하고 분석 및 예측합니다. G Suite에서 머신 러닝 모델을 사용하면 미팅 스케줄링과 같은 일상적인 작업을 수행하기 위한  필요한 정보들을 예측 (예, 회사 팀원간에 협업을 위한 미팅 스케쥴을 잡을 경우 팀원들의 스케쥴을 자동으로 분석으로 효율적인 미팅 시간대 후보를 찾아 줌 ) 을 하고 문서 작성시 효율적인 문서를 제안하는 등의 일상적인 작업을 수행하여 업무를 보다 효율적으로 수행 할 수 있습니다. G Suite 에서는 시간 소모성 작업을 효율적으로 줄이고 생산적인 작업에 몰두 할 수 있도록 하기 위해서 아래와 같은 대표적인 4가지 서비스에 머신 러닝 기술을 적용하고 있습니다. 자세한 문서는 여기를 클릭 하시기 바랍니다.  --------------------