Offcanvas

������������

예측 애널리틱스 툴 8종 톺아보기

미래를 예측하고 싶은가? 예측 애널리틱스는 답을 알고 있다. 그렇다면 이들의 답은 잘 맞는가? 간혹 맞다.  다행히 간혹 맞기만 하더라도 기업이 계획하는 데, 지출하는 데, 앞선 서비스를 제공하는 데 도움이 될 수 있다면 충분히 유용하다.   예측 애널리틱스 툴이란?  예측 애널리틱스 툴은 인공지능과 비즈니스 리포트를 뒤섞는 존재라고 볼 수 있다. 이들 툴은 대개 전사적으로 데이터를 수집하기 위한 정교한 파이프라인을 내장하고 있으며, 통계 분석과 머신러닝 계층을 추가적으로 품고 있다. 이를 통해 미래를 예측하고, 인사이트를 유용하게 요약해 비즈니스 사용자가 이에 입각해 행동할 수 있게 돕는다. 예측의 질은 데이터에 크게 좌우된다. 메인프레임 시대의 오래된 표어인 ‘가비지 인, 가비지 아웃(garbage in, garbage our)’은 오늘날에도 여전히 유효하다. 다른 한계도 있다. 예측 애널리틱스는 미래가 과거와 단절되는 순간까지 마법처럼 예측할 수 없다. 그럼에도 불구하고 패턴을 확인하고 예측하는 역량은 점점 더 정교해지고 있다.  전문 예측 애널리틱스를 활용하는 작업은, 적어도 자체적으로 프로그래밍하는 것에 비하면, 비교적 쉽다. 대다수의 툴은 시각적 프로그래밍 인터페이스를 제공하기 때문에 사용자는 데이터 분석에 최적화된 각종 아이콘을 드래그 앤 드롭 할 수 있다. 몇 번의 마우스 클릭만으로 정교한 예측을 생성할 수 있다. 더 많은 것이 필요한 경우 약간의 커스텀 코드를 추가하면 다수의 일반적인 문제들을 해결할 수 있다.  알터릭스 애널리틱스 프로세스 오토메이션 알터릭스의 애널리틱스 프로세스 오토메이션(Analytic Process Automation ; APA) 플랫폼은 데이터를 정화하는 파이프라인을 구축하는 데 유용하며, 데이터 과학 및 머신러닝 알고리즘을 적용할 수 있도록 돕는다.  특히 수준 높은 자동화를 갖춰 모델의 실무 투입을 촉진해주며 인사이트와 예측을 지속적으로 생성한다. ...

예측 애널리틱스 알터릭스 세이지메이커 H2O.ai SPAA 래피드 마이너 SAP SAS 팁코

2022.05.16

미래를 예측하고 싶은가? 예측 애널리틱스는 답을 알고 있다. 그렇다면 이들의 답은 잘 맞는가? 간혹 맞다.  다행히 간혹 맞기만 하더라도 기업이 계획하는 데, 지출하는 데, 앞선 서비스를 제공하는 데 도움이 될 수 있다면 충분히 유용하다.   예측 애널리틱스 툴이란?  예측 애널리틱스 툴은 인공지능과 비즈니스 리포트를 뒤섞는 존재라고 볼 수 있다. 이들 툴은 대개 전사적으로 데이터를 수집하기 위한 정교한 파이프라인을 내장하고 있으며, 통계 분석과 머신러닝 계층을 추가적으로 품고 있다. 이를 통해 미래를 예측하고, 인사이트를 유용하게 요약해 비즈니스 사용자가 이에 입각해 행동할 수 있게 돕는다. 예측의 질은 데이터에 크게 좌우된다. 메인프레임 시대의 오래된 표어인 ‘가비지 인, 가비지 아웃(garbage in, garbage our)’은 오늘날에도 여전히 유효하다. 다른 한계도 있다. 예측 애널리틱스는 미래가 과거와 단절되는 순간까지 마법처럼 예측할 수 없다. 그럼에도 불구하고 패턴을 확인하고 예측하는 역량은 점점 더 정교해지고 있다.  전문 예측 애널리틱스를 활용하는 작업은, 적어도 자체적으로 프로그래밍하는 것에 비하면, 비교적 쉽다. 대다수의 툴은 시각적 프로그래밍 인터페이스를 제공하기 때문에 사용자는 데이터 분석에 최적화된 각종 아이콘을 드래그 앤 드롭 할 수 있다. 몇 번의 마우스 클릭만으로 정교한 예측을 생성할 수 있다. 더 많은 것이 필요한 경우 약간의 커스텀 코드를 추가하면 다수의 일반적인 문제들을 해결할 수 있다.  알터릭스 애널리틱스 프로세스 오토메이션 알터릭스의 애널리틱스 프로세스 오토메이션(Analytic Process Automation ; APA) 플랫폼은 데이터를 정화하는 파이프라인을 구축하는 데 유용하며, 데이터 과학 및 머신러닝 알고리즘을 적용할 수 있도록 돕는다.  특히 수준 높은 자동화를 갖춰 모델의 실무 투입을 촉진해주며 인사이트와 예측을 지속적으로 생성한다. ...

2022.05.16

미래 보여주는 수정구슬··· ‘예측 분석’ 위한 툴 15가지 

어느샌가 컴퓨터가 데이터를 보관하는 ‘캐비닛’에서 미래를 보여주는 ‘수정구슬’로 바뀌었다. 데이터 분석으로 몇 초, 며칠, 심지어는 몇 년 후에 일어날지도 모르는 일들을 예측할 수 있기 때문이다.   이러한 분석 툴은 ‘예측 분석(predictive analytics)’이라는 용어의 범주에 속한다. 예측 분석은 통계부터 인공지능(AI), 머신러닝(ML), 다차원적 수학에 이르기까지 다양한 분야에서 수년간 개발된 알고리즘을 모두 포괄한다.  예측 분석 툴은 연구소에서 등장해 기업의 서버 팜(Server Farm)에 적용됐다. 이제 이 툴들은 리소스 할당 및 수익 창출과 관련해 기업이 적절한 의사결정을 내릴 수 있도록 안내할 준비를 마쳤다.    이 툴들은 크게 두 가지 역할을 한다. 무엇보다 가장 중요한 역할은 데이터베이스라는 정보의 바다를 들여다보고 미래를 위한 비전을 찾는 것이다. 다양한 전략적 접근방식을 통해 여러 알고리즘을 지원하며, 수십 가지의 알고리즘을 지원하는 경우도 있다. 나머지 역할은 눈에 잘 띄진 않지만 더 많은 시간을 투입해야 하기도 한다. 바로 데이터 준비다. 대부분의 데이터가 일관성을 유지하고 있지 않거나 깨끗하지 않기 때문에 데이터 준비는 매우 성가신 과정이다. 예를 들어 2개의 파일을 통합할 때 서로 다른 시간대로 인해 날짜 형식이 다른 경우다. 여기까지는 그럭저럭 쉽게 해결할 수 있다고 치자. 하지만 더 어려운 과제는 오류의 결과일 수 있는 누락된 필드나 특이치다. 데이터 무결성을 유지하면서 오류를 제거하는 것은 정말 어렵다. 훌륭한 툴은 데이터를 준비하고 결과를 제시하는 데 적절한 지원을 제공한다.  많은 예측 분석 툴은 데이터베이스 개발사, 비즈니스 애널리틱스 및 리포팅 벤더가 구축한 확장 기능으로 제공된다. 이들은 기존 보고서 생성 툴과 AI 알고리즘을 통합해 예측을 요약하고 제공하는 툴을 개발했다. 또한 많은 툴이 특정 데이터 스토리지 제품과 긴밀하게 연계돼 ...

빅데이터 데이터 데이터 분석 데이터 애널리틱스 예측 분석 인공지능 머신러닝 분석 툴 알터릭스 아마존 보드 대시 쿠버네티스 데이터브릭스 데이터로봇 IBM 왓슨 SPSS 인포메이션 빌더스 매스웍스 파이썬 주피터 노트북 R 래피드 마이너 SAP SAS 타블로 세일즈포스닷컴

2020.07.20

어느샌가 컴퓨터가 데이터를 보관하는 ‘캐비닛’에서 미래를 보여주는 ‘수정구슬’로 바뀌었다. 데이터 분석으로 몇 초, 며칠, 심지어는 몇 년 후에 일어날지도 모르는 일들을 예측할 수 있기 때문이다.   이러한 분석 툴은 ‘예측 분석(predictive analytics)’이라는 용어의 범주에 속한다. 예측 분석은 통계부터 인공지능(AI), 머신러닝(ML), 다차원적 수학에 이르기까지 다양한 분야에서 수년간 개발된 알고리즘을 모두 포괄한다.  예측 분석 툴은 연구소에서 등장해 기업의 서버 팜(Server Farm)에 적용됐다. 이제 이 툴들은 리소스 할당 및 수익 창출과 관련해 기업이 적절한 의사결정을 내릴 수 있도록 안내할 준비를 마쳤다.    이 툴들은 크게 두 가지 역할을 한다. 무엇보다 가장 중요한 역할은 데이터베이스라는 정보의 바다를 들여다보고 미래를 위한 비전을 찾는 것이다. 다양한 전략적 접근방식을 통해 여러 알고리즘을 지원하며, 수십 가지의 알고리즘을 지원하는 경우도 있다. 나머지 역할은 눈에 잘 띄진 않지만 더 많은 시간을 투입해야 하기도 한다. 바로 데이터 준비다. 대부분의 데이터가 일관성을 유지하고 있지 않거나 깨끗하지 않기 때문에 데이터 준비는 매우 성가신 과정이다. 예를 들어 2개의 파일을 통합할 때 서로 다른 시간대로 인해 날짜 형식이 다른 경우다. 여기까지는 그럭저럭 쉽게 해결할 수 있다고 치자. 하지만 더 어려운 과제는 오류의 결과일 수 있는 누락된 필드나 특이치다. 데이터 무결성을 유지하면서 오류를 제거하는 것은 정말 어렵다. 훌륭한 툴은 데이터를 준비하고 결과를 제시하는 데 적절한 지원을 제공한다.  많은 예측 분석 툴은 데이터베이스 개발사, 비즈니스 애널리틱스 및 리포팅 벤더가 구축한 확장 기능으로 제공된다. 이들은 기존 보고서 생성 툴과 AI 알고리즘을 통합해 예측을 요약하고 제공하는 툴을 개발했다. 또한 많은 툴이 특정 데이터 스토리지 제품과 긴밀하게 연계돼 ...

2020.07.20

제10회 Business Impact & Data+ 컨퍼런스 2월 13일 개최 <한국IDG>

한국 IDG가 오는 2월 13일, 르 메르디앙 서울 호텔 다빈치볼룸(LL)에서 ‘제10회 비즈니스 임팩트 & 데이터 플러스 (10th Business Impact & Data+)’ 컨퍼런스를 개최한다. 이번 행사에는 구글, 세포라, 아마존, 카카오 엔터프라이즈 등 혁신적인 데이터 활용 사례로 유명한 기업들의 전문가들이 연사진으로 참여해 큰 기대를 모으고 있다. 구글의 람쿠마 라비찬드란 데이터 사이언스 테크 리드 매니저는 “Data: 2020 & Beyond”라는 주제로 데이터, 애널리틱스, AI 영역에서의 최근 트렌드와 변화 양상 그리고 전략적 계획과 운영에 대한 인사이트를 공유한다. 최근 한국에 상륙한 세계 1위 뷰티 편집숍인 세포라의 옴니채널 마케팅 전문가의 강연도 예정되어 있다. 세포라의 커스터머 인사이트(Customer Insights) 부문을 리드하고 있는 티피 퓨라는 세포라의 데이터 및 고객 중심 전략과 고객 경험 향상 사례를 전달한다.   또한 아마존의 시니어 머신러닝 사이언티스트인 대니얼 다쉬티가 참여해 ‘프로덕션(Production)에서의 머신러닝 모델 도입 방안’을 소개한다. 성공적인 머신러닝 도입 파이프라인을 위해 고려해야 할 사항과 해결 과제도 함께 알아본다. 카카오의 사내 독립기업인 AI Lab에서 최근 분사한 카카오 엔터프라이즈에서도 이번 행사에 참여한다. 카카오 엔터프라이즈 AI Lab의 이동훈 차장은 ‘우리말 자연어처리 기술과 데이터 소개 및 활용방안’을 주제로 자연어처리 기술을 구현하기 위해 필요한 데이터는 어떤 것들이 있으며, 어떻게 활용되는지 설명한다. 또한, 이러한 연구성과를 서비스로 연결하기 위해 어떤 고민을 하는 지도 함께 전달할 예정이다. 아울러 효성인포메이션시스템, 팁코 소프트웨어, 알터릭스, 데이타솔루션, 엘라스틱서치, 퍼즐데이터 등도 참여해 데이터를 통한 비즈니스 혁신 전략과 다양한 산업별 적용 사례를 전달한다. 이번 행사는 선착순 400명에 한해 참석 가능하며,...

구글 NLP 퍼즐데이터 알터릭스 Business Impact & Data+ 대니얼 다쉬티 데이터 컨퍼런스 람쿠마 라비찬드란 이동훈 카카오 AI Lab 카카오 엔터프라이즈 자연어처리 팁코 소프트웨어 옴니채널 빅데이터 아마존 데이터 과학자 인공지능 세포라 효성인포메이션시스템 분석 애널리틱스 데이타솔루션 엘라스틱서치 티피 퓨라

2020.01.14

한국 IDG가 오는 2월 13일, 르 메르디앙 서울 호텔 다빈치볼룸(LL)에서 ‘제10회 비즈니스 임팩트 & 데이터 플러스 (10th Business Impact & Data+)’ 컨퍼런스를 개최한다. 이번 행사에는 구글, 세포라, 아마존, 카카오 엔터프라이즈 등 혁신적인 데이터 활용 사례로 유명한 기업들의 전문가들이 연사진으로 참여해 큰 기대를 모으고 있다. 구글의 람쿠마 라비찬드란 데이터 사이언스 테크 리드 매니저는 “Data: 2020 & Beyond”라는 주제로 데이터, 애널리틱스, AI 영역에서의 최근 트렌드와 변화 양상 그리고 전략적 계획과 운영에 대한 인사이트를 공유한다. 최근 한국에 상륙한 세계 1위 뷰티 편집숍인 세포라의 옴니채널 마케팅 전문가의 강연도 예정되어 있다. 세포라의 커스터머 인사이트(Customer Insights) 부문을 리드하고 있는 티피 퓨라는 세포라의 데이터 및 고객 중심 전략과 고객 경험 향상 사례를 전달한다.   또한 아마존의 시니어 머신러닝 사이언티스트인 대니얼 다쉬티가 참여해 ‘프로덕션(Production)에서의 머신러닝 모델 도입 방안’을 소개한다. 성공적인 머신러닝 도입 파이프라인을 위해 고려해야 할 사항과 해결 과제도 함께 알아본다. 카카오의 사내 독립기업인 AI Lab에서 최근 분사한 카카오 엔터프라이즈에서도 이번 행사에 참여한다. 카카오 엔터프라이즈 AI Lab의 이동훈 차장은 ‘우리말 자연어처리 기술과 데이터 소개 및 활용방안’을 주제로 자연어처리 기술을 구현하기 위해 필요한 데이터는 어떤 것들이 있으며, 어떻게 활용되는지 설명한다. 또한, 이러한 연구성과를 서비스로 연결하기 위해 어떤 고민을 하는 지도 함께 전달할 예정이다. 아울러 효성인포메이션시스템, 팁코 소프트웨어, 알터릭스, 데이타솔루션, 엘라스틱서치, 퍼즐데이터 등도 참여해 데이터를 통한 비즈니스 혁신 전략과 다양한 산업별 적용 사례를 전달한다. 이번 행사는 선착순 400명에 한해 참석 가능하며,...

2020.01.14

'AI가 BI를 만났을 때' 더 똑똑해지고 유용해진다

데이터 과학이 대중화되고 있다. 데이터 과학자들이 데이터를 취합하고 분석하기까지 몇 달이 걸렸지만, 이제는 현업 사용자가 신속하게 데이터를 며칠 안에 모을 수 있게 됐다. 머신러닝이 약속하는 데이터 분석을 활용에서 의외의 기술이 등장한다. 바로 비즈니스 인텔리전스(BI)다. 성과 분석 영역이었던 BI 시스템을 인공지능으로 재단장하여 기존의 보고 기능에 예측 기능까지 결합하려는 것이다. 이러한 시도를 하는 조직 중 하나가 심포니 포스트 어큐트 네트워크(Symphony Post Acute Network)다. 미국 일리노이, 인디애나, 위스콘신주 28개 의료시설에 5,000개의 침상을 보유한 의료회사인 심포니는 무릎 수술 등에서 회복 중이거나 투석 치료를 받는 연 8만 명의 환자에 대한 간호를 개선하고자 인공지능과 머신러닝을 활용하고자 했다. 예를 들면, 어떤 환자는 특히 낙상 위험이 있으므로 주의를 더욱 기울여야 한다는 점을 찾아낼 수도 있기 때문이다. 개별적인 데이터 포인트나 미묘한 데이터 패턴으로 나타날 수 있는 이러한 지표를 찾아내는 것이야말로 머신러닝의 완벽한 활용 사례다. 그러나 모델 구축 작업은 간단하지 않다. 심포니의 데이터 과학 및 분석 책임자 네이선 패트릭 테일러는 “예측에 관해 질문 공세를 받았다”고 밝혔다. “온종일 머신러닝 모델 구축에 매달린다고 해도 그 모든 것을 혼자 다 해내는 것은 불가능하다”고 덧붙였다. 심포니는 2명의 데이터 과학자를 추가로 채용했다. 테일러는 “이들의 몸값이 비싸다. 그런데 우리가 필요로 한 결과를 얻지 못하고 있었다. 매우 어렵고 비용이 많이 드는 일이었다”고 말했다. 그래서 2년 전 심포니는 외부에서 대안을 모색하기 시작했다. 즉, 이미 머신러닝 모델 구축을 마치고 활용할 준비가 된 업체를 찾았다. 이제 심포니는 자체 데이터 저장소에 들어 있던 데이터를 데이터로봇(DataRobot)이라...

CIO 알터릭스 도미노 데이터랩 트리팩타 Trifacta Alteryx Domino Data Labs 알 샤이니 R Shiny Qlik 태블로 클릭 가트너 포레스터 데이터 과학자 비즈니스 인텔리전스 엑셀 인공지능 데이터 과학 파워BI 액세츄어

2018.04.20

데이터 과학이 대중화되고 있다. 데이터 과학자들이 데이터를 취합하고 분석하기까지 몇 달이 걸렸지만, 이제는 현업 사용자가 신속하게 데이터를 며칠 안에 모을 수 있게 됐다. 머신러닝이 약속하는 데이터 분석을 활용에서 의외의 기술이 등장한다. 바로 비즈니스 인텔리전스(BI)다. 성과 분석 영역이었던 BI 시스템을 인공지능으로 재단장하여 기존의 보고 기능에 예측 기능까지 결합하려는 것이다. 이러한 시도를 하는 조직 중 하나가 심포니 포스트 어큐트 네트워크(Symphony Post Acute Network)다. 미국 일리노이, 인디애나, 위스콘신주 28개 의료시설에 5,000개의 침상을 보유한 의료회사인 심포니는 무릎 수술 등에서 회복 중이거나 투석 치료를 받는 연 8만 명의 환자에 대한 간호를 개선하고자 인공지능과 머신러닝을 활용하고자 했다. 예를 들면, 어떤 환자는 특히 낙상 위험이 있으므로 주의를 더욱 기울여야 한다는 점을 찾아낼 수도 있기 때문이다. 개별적인 데이터 포인트나 미묘한 데이터 패턴으로 나타날 수 있는 이러한 지표를 찾아내는 것이야말로 머신러닝의 완벽한 활용 사례다. 그러나 모델 구축 작업은 간단하지 않다. 심포니의 데이터 과학 및 분석 책임자 네이선 패트릭 테일러는 “예측에 관해 질문 공세를 받았다”고 밝혔다. “온종일 머신러닝 모델 구축에 매달린다고 해도 그 모든 것을 혼자 다 해내는 것은 불가능하다”고 덧붙였다. 심포니는 2명의 데이터 과학자를 추가로 채용했다. 테일러는 “이들의 몸값이 비싸다. 그런데 우리가 필요로 한 결과를 얻지 못하고 있었다. 매우 어렵고 비용이 많이 드는 일이었다”고 말했다. 그래서 2년 전 심포니는 외부에서 대안을 모색하기 시작했다. 즉, 이미 머신러닝 모델 구축을 마치고 활용할 준비가 된 업체를 찾았다. 이제 심포니는 자체 데이터 저장소에 들어 있던 데이터를 데이터로봇(DataRobot)이라...

2018.04.20

데이터 리터러시를 모든 직원에게!··· 셀프 서비스 BI·애널리틱스 툴 12선

기업 내 가용 데이터에 실시간 액세스 하기 원하는 사용자가 늘고 있다. 그리고 이로 인해 기업 내 현업 사용자도 사용할 수 있는 데이터 시각화 및 분석 도구를 전문 개발하는 기업들이 ‘호황’을 맞고 있다. IT가 며칠을 소비해 보고서를 생성하고, 몇 주를 투자해 엑셀을 만들던 시대는 저물었다. 가트너는 글로벌 BI(비즈니스 인텔리전스) 분석 소프트웨어 시장이 2020년에는 228억 달러의 시장으로 성장할 것으로 내다보고 있다. 가트너는 최근 발표한 보고서에서 “데이터 발견 및 다양한 구조의 데이터에 대한 액세스, 데이터 준비 도구 및 스마트 기술이 부상하면서 분석이 보편화되고, 거버넌스 부담이 완화될 전망”이라고 분석했다. 엔터프라이즈 고객들이 가장 많이 사용하고 있는 마이크로소프트 파워 BI, SAP, 오라클, IBM을 제외하고, 가장 높은 평가를 받는 분석 및 BI 플랫폼을 소개한다. C급 경영진부터 소셜 미디어 관리자, 데이터 사이언티스트까지 다양한 사용자가 활용할 수 있는 ‘셀프 서비스’ 도구들이다. 1. 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform) 2. 태블로(Tableau) 3. 클릭(Qlik) 4. SAS 5. 도모(Domo) 6. 스플렁크(Splunk) 7. 트릴리움(Trillium) 8. 로지 애널리틱스(Logi Analytics) 9. 크림슨 헥사곤(Crimson Hexagon) 10. 알터릭스(Alteryx) 11. 팁코(Tibco) 12. 드리븐BI(DrivenBI) 1. 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform) 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform)은 2017년 10월, 테라데이타의 파트너 대상 컨퍼런스에서 공개됐다. 다양한 시스템을 하나의 환경으로 통합한 플랫폼이다...

SAS 크림슨 헥사곤 로지 애널리틱스 트릴리움 도모 테라데이타 애널리틱스 플랫폼 알터릭스 태블로 클릭 애널리틱스 스플렁크 셀프 서비스 팁코 드리븐BI

2017.11.28

기업 내 가용 데이터에 실시간 액세스 하기 원하는 사용자가 늘고 있다. 그리고 이로 인해 기업 내 현업 사용자도 사용할 수 있는 데이터 시각화 및 분석 도구를 전문 개발하는 기업들이 ‘호황’을 맞고 있다. IT가 며칠을 소비해 보고서를 생성하고, 몇 주를 투자해 엑셀을 만들던 시대는 저물었다. 가트너는 글로벌 BI(비즈니스 인텔리전스) 분석 소프트웨어 시장이 2020년에는 228억 달러의 시장으로 성장할 것으로 내다보고 있다. 가트너는 최근 발표한 보고서에서 “데이터 발견 및 다양한 구조의 데이터에 대한 액세스, 데이터 준비 도구 및 스마트 기술이 부상하면서 분석이 보편화되고, 거버넌스 부담이 완화될 전망”이라고 분석했다. 엔터프라이즈 고객들이 가장 많이 사용하고 있는 마이크로소프트 파워 BI, SAP, 오라클, IBM을 제외하고, 가장 높은 평가를 받는 분석 및 BI 플랫폼을 소개한다. C급 경영진부터 소셜 미디어 관리자, 데이터 사이언티스트까지 다양한 사용자가 활용할 수 있는 ‘셀프 서비스’ 도구들이다. 1. 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform) 2. 태블로(Tableau) 3. 클릭(Qlik) 4. SAS 5. 도모(Domo) 6. 스플렁크(Splunk) 7. 트릴리움(Trillium) 8. 로지 애널리틱스(Logi Analytics) 9. 크림슨 헥사곤(Crimson Hexagon) 10. 알터릭스(Alteryx) 11. 팁코(Tibco) 12. 드리븐BI(DrivenBI) 1. 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform) 테라데이타 애널리틱스 플랫폼(Teradata Analytics Platform)은 2017년 10월, 테라데이타의 파트너 대상 컨퍼런스에서 공개됐다. 다양한 시스템을 하나의 환경으로 통합한 플랫폼이다...

2017.11.28

블로그 | AI, 데이터 과학자 업무에도 침투하다

데이터 과학에서 인간만이 담당할 수 있었던 업무를 수행하는 도구가 등장했다. 데이터 과학자라는 직업의 미래에도 경고 신호가 켜질지도 모른다. 인공지능의 발전하면서 일자리 위기가 발생할 것이라는 위기감이 고조되고 있다. 단순 업무 뿐 아니라 복잡한 사무직도 압박할 수 있는 능력이 속속 입증되고 있기 때문이다. 흔히 '자동화'라는 용어가 등장하는 이러한 논의에 있어 데이터 과학자조차도 직업 안정성에 대해 생각하기 시작했다. 필자는 최근 머신러닝 모델을 '운영화'(operationalizing)할 수 있도록 고안된 알터릭스(Alteryx)의 신규 도구에 대한 앤드류 브루스트의 글을 흥미롭게 읽었다. 그는 이 글에서 알터릭스의 도구가 데이터 과학 업무의 생산성을 높일 것이라고 언급하면서도 향후 여러 벤더가 다양한 수준의 자동화 도구를 공급할 가능성에 대해 제시했다. 데이터 과학 개발, 배치, 워크플로우 최적화 등의 업무가 점차 자동화되어갈 수 있다는 설명이다. 알터릭스의 도구가 제시하는 기능들에 대해 살펴보면 다음과 같다. - 코드 없는 알터릭스 디자이너툴은 머신러닝 모델과 관련해 자동으로 커스터마이즈된 REST APIs와 도커 이미지를 생성한다. - 알터릭스의 새로운 프로모트(Promote) 툴은 알터릭스 서버애널리틱스 플랫폼에서 실행을 위한 모델을 자동으로 배치한다. 참고로 이 툴은 알터릭스가 최근 Yhat을 인수하면서 확보한 데이터 과학 모델 관리 기술을 이용하고 있다. - 프로모트는 애플리케이션 요구 사항의 변화에 따라 각 모델의 런타임 리소스 소비를 자동으로 조정할 수 있다. - 디자이너 워크플로우는 머신러닝 모델을 자동으로 재훈련시키도록 설정될 수 있다. 새로운 데이터가 입력되면 프로모트에의 인터페이스가 그게 맞춰 재배치된다. 그러면 프로모트는 어떤 모델 버전이 현재 배치되어 있는지 추적해 모델 거버넌스를 자동으로 보장한다. 이로 인해 예측성을 보유한 모델이 늘 존재할 수 있게 된다. ...

알터릭스

2017.10.27

데이터 과학에서 인간만이 담당할 수 있었던 업무를 수행하는 도구가 등장했다. 데이터 과학자라는 직업의 미래에도 경고 신호가 켜질지도 모른다. 인공지능의 발전하면서 일자리 위기가 발생할 것이라는 위기감이 고조되고 있다. 단순 업무 뿐 아니라 복잡한 사무직도 압박할 수 있는 능력이 속속 입증되고 있기 때문이다. 흔히 '자동화'라는 용어가 등장하는 이러한 논의에 있어 데이터 과학자조차도 직업 안정성에 대해 생각하기 시작했다. 필자는 최근 머신러닝 모델을 '운영화'(operationalizing)할 수 있도록 고안된 알터릭스(Alteryx)의 신규 도구에 대한 앤드류 브루스트의 글을 흥미롭게 읽었다. 그는 이 글에서 알터릭스의 도구가 데이터 과학 업무의 생산성을 높일 것이라고 언급하면서도 향후 여러 벤더가 다양한 수준의 자동화 도구를 공급할 가능성에 대해 제시했다. 데이터 과학 개발, 배치, 워크플로우 최적화 등의 업무가 점차 자동화되어갈 수 있다는 설명이다. 알터릭스의 도구가 제시하는 기능들에 대해 살펴보면 다음과 같다. - 코드 없는 알터릭스 디자이너툴은 머신러닝 모델과 관련해 자동으로 커스터마이즈된 REST APIs와 도커 이미지를 생성한다. - 알터릭스의 새로운 프로모트(Promote) 툴은 알터릭스 서버애널리틱스 플랫폼에서 실행을 위한 모델을 자동으로 배치한다. 참고로 이 툴은 알터릭스가 최근 Yhat을 인수하면서 확보한 데이터 과학 모델 관리 기술을 이용하고 있다. - 프로모트는 애플리케이션 요구 사항의 변화에 따라 각 모델의 런타임 리소스 소비를 자동으로 조정할 수 있다. - 디자이너 워크플로우는 머신러닝 모델을 자동으로 재훈련시키도록 설정될 수 있다. 새로운 데이터가 입력되면 프로모트에의 인터페이스가 그게 맞춰 재배치된다. 그러면 프로모트는 어떤 모델 버전이 현재 배치되어 있는지 추적해 모델 거버넌스를 자동으로 보장한다. 이로 인해 예측성을 보유한 모델이 늘 존재할 수 있게 된다. ...

2017.10.27

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.31