데이터시대 방대한 데이터 속 진짜 데이터 가려내기 데이터에 대한 빈부 격차가 발생하고 있다. 이게 무슨 소리냐고? 우리는 ai가 찍어내는 수도 없이 많은 데이터 속에서 신뢰가 가능한 정말 유의미한 데이터를 점점 골라내기 어려워지고 있어. 이러면 이제 기업들은 정보 저장 및 관리에 지금보다 더더욱 힘들어 질것이고 이것들을 애초에 어느정도 까지 받아들이고 저장할것인지 걸러내는 작업에 많은 힘을 쓰게 될 것이란 애기야. 데이터와 관련하여서는 앞으로 수도 없이 많은 이슈들이 생길거야. 특히 광고쪽에서는 말도 못하지. 그렇기에 갈수록 공개할수 있는 데이터에 대해서는 온체인에 아예 올려버리려고 하는 흐름도 나타나고 잇지. 반대로 지금 내가 하고 있는 Info-fi에 있어서는 데이터의 양과 해당 키워드에 대한 글의 양은 폭증하는데 오디언스 참여도와 신뢰가능한 행동지표는 질이 오히려 나빠지고 있어. 이 뜻은 데이터의 질이 낮아지거나 신뢰할 수 없는 데이터가 된다는 애기야. 이런 부분을 해결 하기 위해 도입하여 실질 참여와 행동에 대한 보상 부분을 이끌어내기 위해서는 데이터에 가치를 올리고 효율성과 인센티브 상승이라는 flywheel이 계속 굴러가야해. 이런 부분에서 현재 힘쓰고 있는 프로젝트들이 많고 이게 현재 AI시대에 발생하는 무시할수 없는 문제점이라는걸 모두가 인지하고 있어. 문제점만 애기했지만 이런저런 아이디어로 많은 성공 사례로 나타나는 곳도 있어 실생활 활용 사례 Uber 같은경우 2024년 광고비에 상당 부분이사기·비효율로 낭비 되고 있었어. 기존 광고는 클릭·노출 같은 신뢰하기 어려운 지표 의존성 때문에 발생 한 문제로 인센티브 기반 행동 주력 모델로 행동 기반 인증 시스템을 도입하여 직접 보상 프로그램을 채택하여 사용자에게는 더 많은 인센티브 제공하고 Uber에게는 사용자 충성도 강화를 얻는 윈윈한 케이스도 있어. 앞으로는 이런 데이터를 다듬고 관리하는 툴 개발쪽이 어느때보다 중요한 시대에 살고 있어. @burnt_xion