한빛미디어

여기에서 기술 담당자가 말한 뭘해야 하는데요? 에서 나는 실소가 나왔다. IT 기술에 대한 이해가 없는 담당자와 엔지니어간의 업무 회의에서도 이와 유사한 대화를 목격할 수 있었다. 아마도 인공지능 기술에 이해가 있는 저자가 마케터관련 업무를 진행하면서 경험한 사례들이라고 생각된다. 이런식의 해프닝 사례가 중간중간 나온다.

​

바로 이것이 이 책의 장점이라고 생각한다. 이질적인 마켓팅 분야와 컴퓨터과학 분야 양쪽의 이해를 가진 저자가 양쪽의 입장을 경험하면서 작성한 글이었다. 물론 양쪽의 고른 시선보다는 마켓팅 분야에 더 중심이 된 글이었다.

​

다음으로는 관련업계의 주간지 수준의 다양한 사례를 제공한다는 것이다. 덕분에 마켓팅 분야의 기본적인 이론과 분석 기법에 대해서 개략적으로 알 수 있었다.

​

그렇지만 다소 아쉬운 점이 있었다.

​

먼저, 이 책의 독자가 모호하다. 책에서는 다음과 같이 밝히고 있다. AI기술에 관심있는 마케터와 마켓팅에 관심 있는 데이터 과학자 이 두 집단을 대상으로 한다고 책에서도 여러차례 서술한다. 사실 나는 마케터도 데이터 과학자도 아니다. 컴퓨터 과학에 관심 많고 기계학습을 공부하는 사람으로써 굳이 고르자면 마켓팅에 관심 있는 데이터 과학자라고 할 수 있다. 그렇다면 후자의 입장에서 이책의 아쉬운점은 기술적인 설명이 부족하다는 것이다. 인공지능 개론서에 나오는 용어들 SVM, 베이지안 확률, 강화학습 등 을 저자가 언급은 한다. 특히나 챕터 2가 마케터를 위해 인공지능 개념을 설명하려는 장이다. 그렇지만 너무 많은 개념들을 나열한 정도이고, 개념에 대한 이해가 있지 않고서는 읽히기 힘들었다. 이 책의 장점이라고 언급한 이질적인 두 분야의 결합이 오히려 아쉬운 점이 되었다고 생각한다.

​

computational X라는 표현이 있다. 기존의 학문체계에 컴퓨터를 응용하거나 결합하여 새롭게 연구방법 및 내용을 변화되는 추세를 나타내는 말이다. 특히나 의료계 쪽에서는 머신러닝을 이용하여 가시적인 성과를 내고 있고, 이런 경향은 타 학문, 사업 분야에도 지속될거라 생각한다. 이 책도 computational martketing이라는 새로운 분야를 개척하는 과정을 서술한 책으로 의의가 있다고 생각한다. 물론 너무 많은 내용을 담으려다 보니 친절한 설명이 없지만, 의지만 있다면 인터넷에서 관련 내용을 검색하면 풍부한 자료가 있으니 관심있는 분들은 한번 시도해 볼 만하다.

​