문제 정의_문제 해결에서 가장 중요한, 좋은 성과를 내기 위해 필요한 것

안녕하세요!

 

문제 해결에서 가장 중요한, 좋은 성과를 내기 위해 반드시 필요한

'문제 정의' 에 대한 내용입니다.

문제 정의에 대해 검색하다 발견한 글로, 좋은 학습이 된다고 생각해

일부를 인용하였습니다.

---

문제 정의와 관련하여 아인슈타인의 말이 많이 인용되고 있습니다.

 "만약 나에게 문제 해결을 위해 한 시간이 주어진다면,
나는 55분 동안 문제에 대해 생각하고 5분 동안 해결책에 대해 생각하겠다."
- Albert Einstein

문제 해결에 앞서, 문제를 명확히 정의하는 과정의 중요성을 강조한 것입니다.

---

효과적인 문제 정의에서 필요한 사항은,

 

- 문제의 목표는 무엇인가?

- 문제의 범위는 정확히 어디까지인가?

- 문제 해결의 성공과 실패 기준은 무엇인가?

- 문제 해결에 있어 제약조건은 무엇인가?

 

더하여 데이터 기반의 문제해결을 위한 추가 사항을 고려해야 합니다.

 

- 문제와 관련된 데이터에 포함되어야 하는 요인은 무엇인가?

- 문제 해결에 필요한 데이터를 어떻게 수집할 수 있는가?

- 데이터 처리 및 분석을 위한 최적의 방법과 도구는 무엇인가?

- 최종 결과물은 어떤 형태로 누구에게 전달되어야 하는가?

---

문제 정의의 사례: 넷플릭스 프라이즈

 

목표 

넷플릭스 프라이즈의 목표는 넷플릭스 사용자들의 영화 선호도 데이터를 (별점:1~5) 바탕으로 각 사용자가 미래에 볼 영화의 선호도를 예측하는 것이다.

범위 

참가자들은 넷플릭스에서 제공한 데이터를 가지고 예측 모델을 개발하며, 평가 역시 넷플릭스에서 미리 정해진 데이터셋을 기반으로 실시한다.

성공기준 

참가자들의 예측 모델은 넷플릭스의 자체 모델보다 10%이상 예측 성능을 향상시켜야 하며, 평가를 위해서는 RMSE(Root Mean Squared Error)를 사용한다.

데이터 

참가자들에게는 약 50만명 가량의 사용자가 17000여개의 영화를 평가한 백만개 이상의 평가 데이터가 제공된다. 사용자들의 프라이버시를 보호하기 위해 모든 데이터는 익명으로 제공된다.

제약조건 

참가자들은 하루에 최대 하나의 예측 결과를 업로드할 수 있다. 넷플릭스는 예측 결과의 평가하여 그 일부의 결과를 공개하고, 나머지는 최종 결과의 심사를 위해 사용한다.

 

 

더 자세한 내용은 아래 링크를 참고 부탁드립니다.

 

- 참고

https://lifidea.medium.com/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99-%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4-1-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%AC%B8%EC%A0%9C-%EC%A0%95%EC%9D%98%ED%95%98%EA%B8%B0-2fc5d3d41ddf