Offcanvas

��������� ������

"자연어 처리 시장, 향후 5년 간 3배 이상 커진다··· 금융·보험 분야에서 고속 성장"

자연어 처리(Natural Language Processing) 시장 규모가 2027년까지 연간 25.7%의 고속 성장을 이어간다는 전망이다. 2022년 157억 달러로 예상되는 전 세계 시장 규모는 2027년 494억 달러까지 성장할 것으로 예측됐다. 의료 및 생활 건강 분야에서 투자 증가, 클라우드 기반 NLP 솔루션에 대한 필요성 증가, 실행 가능한 비즈니스 인텔리전스를 위한 빅데이터 기술 발전 등이 시장을 견인할 것으로 예상된다. 마켓앤마켓(MarketsandMarkets)이 '2027년까지 전 세계 NLP 시장 전망(Natural Language Processing Market - Global Forecast to 2027)' 보고서를 내놨다. 보고서는 자연어 처리 시장을 구성 요소(솔루션, 플랫폼, 소프트웨어 도구, 서비스 등), 유형(규칙 기반, 통계, 하이브리드), 배포 모드(온프레미스, 클라우드), 조직, 응용 프로그램, 기술, 수직 시장, 지역 등으로 나누어 조사와 분석을 진행했다. 123  마켓앤마켓이 '2027년까지 전 세계 NLP 시장 전망' 보고서를 발표하고, 자연어 처리 시장이 연간 25.7% 성장할 것으로 전망했다. (자료 : MarketsandMarkets) 최근 들어 관련 기술이 빠르게 발전하면서, 자연어 처리에 대한 수요가 다양한 분야에서 증가하고 있다. 여기에 클라우드 컴퓨팅 기반으로 업무 프로세스가 전환되고, 클라우드 기반의 자연어 처리 솔루션이 빠르게 보급되면서 시장 조성과 성장의 발판이 되고 있다. 특히, 사용자의 의도 파악이 필요한 분야에서 자연어 처리 기술이 주목을 받고 있다. 보고서는 자연처 처리가 다양한 분야에 적용되고 확산될 것으로 전망하면서, 애플리케이션 부문의 직원 온보딩 및 채용 분야가 가장 높은 연간 성장률을 기록할 것으로 예상했다. 애플리케이션 부문은 고객 경험 관리, 가상 비서, 소셜 미디어 모니터, 감정 분석, 텍스트 분류 및 요약 등으로 분야를 세분화해 분석을 진행했으며, 채용 분...

NLP 자연어 처리 마켓앤마켓

2022.11.22

자연어 처리(Natural Language Processing) 시장 규모가 2027년까지 연간 25.7%의 고속 성장을 이어간다는 전망이다. 2022년 157억 달러로 예상되는 전 세계 시장 규모는 2027년 494억 달러까지 성장할 것으로 예측됐다. 의료 및 생활 건강 분야에서 투자 증가, 클라우드 기반 NLP 솔루션에 대한 필요성 증가, 실행 가능한 비즈니스 인텔리전스를 위한 빅데이터 기술 발전 등이 시장을 견인할 것으로 예상된다. 마켓앤마켓(MarketsandMarkets)이 '2027년까지 전 세계 NLP 시장 전망(Natural Language Processing Market - Global Forecast to 2027)' 보고서를 내놨다. 보고서는 자연어 처리 시장을 구성 요소(솔루션, 플랫폼, 소프트웨어 도구, 서비스 등), 유형(규칙 기반, 통계, 하이브리드), 배포 모드(온프레미스, 클라우드), 조직, 응용 프로그램, 기술, 수직 시장, 지역 등으로 나누어 조사와 분석을 진행했다. 123  마켓앤마켓이 '2027년까지 전 세계 NLP 시장 전망' 보고서를 발표하고, 자연어 처리 시장이 연간 25.7% 성장할 것으로 전망했다. (자료 : MarketsandMarkets) 최근 들어 관련 기술이 빠르게 발전하면서, 자연어 처리에 대한 수요가 다양한 분야에서 증가하고 있다. 여기에 클라우드 컴퓨팅 기반으로 업무 프로세스가 전환되고, 클라우드 기반의 자연어 처리 솔루션이 빠르게 보급되면서 시장 조성과 성장의 발판이 되고 있다. 특히, 사용자의 의도 파악이 필요한 분야에서 자연어 처리 기술이 주목을 받고 있다. 보고서는 자연처 처리가 다양한 분야에 적용되고 확산될 것으로 전망하면서, 애플리케이션 부문의 직원 온보딩 및 채용 분야가 가장 높은 연간 성장률을 기록할 것으로 예상했다. 애플리케이션 부문은 고객 경험 관리, 가상 비서, 소셜 미디어 모니터, 감정 분석, 텍스트 분류 및 요약 등으로 분야를 세분화해 분석을 진행했으며, 채용 분...

2022.11.22

전문 번역에서 고객 대응까지··· NLP 성공 사례 5선

데이터는 이제 중요한 상품이자 자산이다. 2022년 CIO 현황 보고서에 따르면 IT 리더 중 35%가 올 해 자체 조직에서 데이터 분석이 대부분의 IT 투자를 견인할 것이라고 밝혔으며, 58%는 내년에 데이터 분석 활용이 확산할 것이라고 밝혔다. 데이터는 다양한 형태를 가지지만, 아마도 가장 큰 미개발 데이터 풀은 텍스트일 것이다. 소셜 피드는 말할 것도 없이 특허, 제품 사양, 학문적 출판물, 시장 조사, 뉴스는 모두 텍스트가 주된 구성요소이며 텍스트의 양은 지속적으로 증가하고 있다.  ‘파운드리(Foundry)의 2022년 데이터 및 분석 조사’에 따르면 IT 리더 중 36%는 이런 비구조적 데이터 관리가 가장 큰 문제라고 생각하고 있다. 조사 기업 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링이 데이터의 가치를 발현하기 위한 핵심 도구가 되고 있다고 밝히기도 했다. NLP는 컴퓨터가 언어를 이해, 처리, 생성할 수 있도록 훈련시키는 AI의 한 영역이다. 검색 엔진, 기계 번역 서비스, 음성 비서는 모두 NLP에 기반한다. 예를 들어, 토픽 모델링은 단어를 그룹화하여 특정 개념의 하위 범주로 분류하는 NLP 기법이다.  럭스 리서치에 따르면 토픽 모델링을 통해 조직이 문서와 특정 주제를 연계시킨 후 시간이 지남에 따라 한 주제의 증가 트렌드 등의 데이터를 추출할 수 있다. 또 토픽 모델링을 사용하면 주어진 문서에 대해 ‘지문’을 수립한 후 유사한 지문을 가진 다른 문서를 발견할 수 있다. 비즈니스 부문에서 AI에 대한 관심이 커지면서 조직들이 텍스트 문서 등의 비구조적 데이터의 가치를 발현하기 위해 NLP로 눈을 돌리기 시작했다. 마켓앤마켓(Markets and Markets)은 NLP 시장이 2022년의 157억 달러에서 2027년에는 494억 달러까지 성장해 해당 기간의 CAGR이 25.7%가 될 것으로 전망했다. 자연어 처리를 활용하여 비즈니스 성과를 창출하는 5가지 사례를 살펴본다.  ...

NLP 자연어 처리 텍스트 분석 챗봇 엘리 릴리 기계 번역

2022.09.20

데이터는 이제 중요한 상품이자 자산이다. 2022년 CIO 현황 보고서에 따르면 IT 리더 중 35%가 올 해 자체 조직에서 데이터 분석이 대부분의 IT 투자를 견인할 것이라고 밝혔으며, 58%는 내년에 데이터 분석 활용이 확산할 것이라고 밝혔다. 데이터는 다양한 형태를 가지지만, 아마도 가장 큰 미개발 데이터 풀은 텍스트일 것이다. 소셜 피드는 말할 것도 없이 특허, 제품 사양, 학문적 출판물, 시장 조사, 뉴스는 모두 텍스트가 주된 구성요소이며 텍스트의 양은 지속적으로 증가하고 있다.  ‘파운드리(Foundry)의 2022년 데이터 및 분석 조사’에 따르면 IT 리더 중 36%는 이런 비구조적 데이터 관리가 가장 큰 문제라고 생각하고 있다. 조사 기업 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링이 데이터의 가치를 발현하기 위한 핵심 도구가 되고 있다고 밝히기도 했다. NLP는 컴퓨터가 언어를 이해, 처리, 생성할 수 있도록 훈련시키는 AI의 한 영역이다. 검색 엔진, 기계 번역 서비스, 음성 비서는 모두 NLP에 기반한다. 예를 들어, 토픽 모델링은 단어를 그룹화하여 특정 개념의 하위 범주로 분류하는 NLP 기법이다.  럭스 리서치에 따르면 토픽 모델링을 통해 조직이 문서와 특정 주제를 연계시킨 후 시간이 지남에 따라 한 주제의 증가 트렌드 등의 데이터를 추출할 수 있다. 또 토픽 모델링을 사용하면 주어진 문서에 대해 ‘지문’을 수립한 후 유사한 지문을 가진 다른 문서를 발견할 수 있다. 비즈니스 부문에서 AI에 대한 관심이 커지면서 조직들이 텍스트 문서 등의 비구조적 데이터의 가치를 발현하기 위해 NLP로 눈을 돌리기 시작했다. 마켓앤마켓(Markets and Markets)은 NLP 시장이 2022년의 157억 달러에서 2027년에는 494억 달러까지 성장해 해당 기간의 CAGR이 25.7%가 될 것으로 전망했다. 자연어 처리를 활용하여 비즈니스 성과를 창출하는 5가지 사례를 살펴본다.  ...

2022.09.20

‘노코드 AI’에서 미래를 보다··· 엑스페리언 데이터랩의 혁신 이야기

글로벌 신용정보평가사 ‘엑스페리언(Experian)’은 데이터를 원동력으로 하는 회사라는 사실에 자부심을 갖고 있다. 그리고 이러한 데이터 중심 활동의 선봉에는 ‘엑스페리언 데이터랩(Experian DataLabs)’이 있다. 이 사업부는 데이터로 비즈니스를 혁신할 기회를 모색하고 있다.  엑스페리언 데이터랩의 수석 부사장 겸 최고 데이터 과학자 케빈 첸은 “고객이 고수익을 얻을 기회를 포착하면 연구 자원을 투입하여 상품화 가능한 프로토타입을 개발한다”라고 말했다.  그에 따르면 데이터랩 팀은 자유롭게 실험하고 아이디어를 솔루션화하면 이를 실행할 사업부에 넘긴 다음 다시 새로운 것에 관심을 쏟는다. 첸은 “항상 새로운 아이디어를 시도해볼 수 있다. 이는 인재를 끌어들이는 하나의 매력 포인트다”라고 언급했다.    ‘노코드 AI’의 이점 엑스페리언 데이터랩은 솔루션이 비즈니스를 변혁할 수 있는 문제를 파악하는 데 중점을 두고 있으며, 첸은 이를 ‘영향력이 큰 문제(high-impact problems)’라고 부른다.  그는 소비자 신용부터 기업 신용, 온/오프라인 마케팅, 의료 정보 기술까지 여러 엑스페리언 사업부의 데이터를 연결했던 프로젝트를 예로 들었다. “과거 엑스페리언의 모든 데이터는 분산돼 있었고, 서로 연결돼 있지 않았다”라며, “그 모든 데이터를 함께 연계하는 건 간단한 일이 아니었다. 한 데이터가 데이터세트에 여러 방식으로 나타날 수 있기 때문이다. 데이터랩은 머신러닝을 활용하여 데이터세트를 학습하고 개별 데이터를 일치시켜 이 문제를 해결했다. 솔루션을 구축해보니 한 데이터세트에서 15~16개의 서로 다른 애플리케이션이 쏟아져 나왔다”라고 첸은 설명했다. 현재 ‘노코드 AI(No-code AI)’는 데이터랩의 주요 연구 분야다. 노코드 AI를 사용하면 드래그 앤드 드롭 인터페이스로 AI 및 머신러닝 모델을 구축할 수 있어 데이터 과학자 없이 일반 사용자도 AI를 활용할 수 있다. 하지만 첸은 ...

데이터 데이터 애널리틱스 노코드 AI 딥러닝 자연어 이해 자연어 처리 머신러닝 ML옵스 오토ML 비즈니스 인텔리전스 BI

2022.02.25

글로벌 신용정보평가사 ‘엑스페리언(Experian)’은 데이터를 원동력으로 하는 회사라는 사실에 자부심을 갖고 있다. 그리고 이러한 데이터 중심 활동의 선봉에는 ‘엑스페리언 데이터랩(Experian DataLabs)’이 있다. 이 사업부는 데이터로 비즈니스를 혁신할 기회를 모색하고 있다.  엑스페리언 데이터랩의 수석 부사장 겸 최고 데이터 과학자 케빈 첸은 “고객이 고수익을 얻을 기회를 포착하면 연구 자원을 투입하여 상품화 가능한 프로토타입을 개발한다”라고 말했다.  그에 따르면 데이터랩 팀은 자유롭게 실험하고 아이디어를 솔루션화하면 이를 실행할 사업부에 넘긴 다음 다시 새로운 것에 관심을 쏟는다. 첸은 “항상 새로운 아이디어를 시도해볼 수 있다. 이는 인재를 끌어들이는 하나의 매력 포인트다”라고 언급했다.    ‘노코드 AI’의 이점 엑스페리언 데이터랩은 솔루션이 비즈니스를 변혁할 수 있는 문제를 파악하는 데 중점을 두고 있으며, 첸은 이를 ‘영향력이 큰 문제(high-impact problems)’라고 부른다.  그는 소비자 신용부터 기업 신용, 온/오프라인 마케팅, 의료 정보 기술까지 여러 엑스페리언 사업부의 데이터를 연결했던 프로젝트를 예로 들었다. “과거 엑스페리언의 모든 데이터는 분산돼 있었고, 서로 연결돼 있지 않았다”라며, “그 모든 데이터를 함께 연계하는 건 간단한 일이 아니었다. 한 데이터가 데이터세트에 여러 방식으로 나타날 수 있기 때문이다. 데이터랩은 머신러닝을 활용하여 데이터세트를 학습하고 개별 데이터를 일치시켜 이 문제를 해결했다. 솔루션을 구축해보니 한 데이터세트에서 15~16개의 서로 다른 애플리케이션이 쏟아져 나왔다”라고 첸은 설명했다. 현재 ‘노코드 AI(No-code AI)’는 데이터랩의 주요 연구 분야다. 노코드 AI를 사용하면 드래그 앤드 드롭 인터페이스로 AI 및 머신러닝 모델을 구축할 수 있어 데이터 과학자 없이 일반 사용자도 AI를 활용할 수 있다. 하지만 첸은 ...

2022.02.25

딥브레인AI-KB국민은행, 키오스크형 ‘AI 은행원’ 개발

딥브레인AI가 KB국민은행과 기술 공급 계약을 체결하고, 키오스크형 ‘AI 은행원’을 개발해 이번 달 정식으로 선보였다고 2월 3일 밝혔다. 딥브레인AI는 지난해 3월부터 KB국민은행 여의도 본점에 위치한 AI 체험존에서 AI 은행원을 시범 운영하며 기능 개선 및 성능 고도화를 위해 긴밀히 협력해왔다. 그 결과 국내에서는 처음으로 AI 휴먼 기반 키오스크 상품의 상용화에 성공했다.    딥브레인AI의 AI 휴먼 기술은 실시간 양방향 소통이 가능한 가상 인간을 만들어내는 솔루션으로, 음성 합성, 영상 합성, 자연어 처리, 음성 인식 기술을 융합하여 사용자와 직접 대화를 주고받을 수 있는 인공지능을 구현한다. 다양한 분야에서 완전한 비대면을 실현할 수 있는 기술로, 특히 은행에서는 코로나19 상황에 맞춰 비대면 선호 고객에게 안심 상담 서비스를 제공하고, 보다 빠른 응대로 고객 대기 시간을 단축하는 효과가 있다고 업체 측은 설명했다. 회사에 따르면 먼저 AI 은행원은 고객이 키오스크에 다가왔을 때 환영 인사를 건네고, 고객이 궁금해하는 사항에 대한 답변을 제공하는 역할을 기본으로 한다. 모든 답변은 KB국민은행이 자체 개발한 금융 특화 언어 모델 KB-STA를 토대로 최적의 정보를 도출하는 과정을 거쳐, 딥브레인AI의 AI 휴먼 기술로 구현된 AI 은행원의 영상과 음성을 통해 고객에게 전달된다. 구체적으로는 STM(지능형 자동화기기), ATM(자동화기기), 미리 작성 서비스 등 주변 기기의 사용 방법을 안내하거나 금융상품 소개, 키오스크 설치 지점 위치 안내 등이 가능하다. 뿐만 아니라 금융 상식, 오늘의 날씨, 주변 시설 등 생활 편의 정보도 탑재했다. 뿐만 아니라 AI 은행원은 대화 중에는 물론, 대기(idle) 모드에서도 손을 움직이거나 고개 끄덕임, 옷매무새 정리 등 자연스러운 제스처를 취할 수 있어 고객의 입장에서 느끼는 거부감을 줄였다. 또한 전면 카메라를 통한 사람 인식이 가능해 고객이 자리를 이탈할 경우, 감사 인사로 키...

딥브레인AI 인공지능 자연어 처리 NLP

2022.02.03

딥브레인AI가 KB국민은행과 기술 공급 계약을 체결하고, 키오스크형 ‘AI 은행원’을 개발해 이번 달 정식으로 선보였다고 2월 3일 밝혔다. 딥브레인AI는 지난해 3월부터 KB국민은행 여의도 본점에 위치한 AI 체험존에서 AI 은행원을 시범 운영하며 기능 개선 및 성능 고도화를 위해 긴밀히 협력해왔다. 그 결과 국내에서는 처음으로 AI 휴먼 기반 키오스크 상품의 상용화에 성공했다.    딥브레인AI의 AI 휴먼 기술은 실시간 양방향 소통이 가능한 가상 인간을 만들어내는 솔루션으로, 음성 합성, 영상 합성, 자연어 처리, 음성 인식 기술을 융합하여 사용자와 직접 대화를 주고받을 수 있는 인공지능을 구현한다. 다양한 분야에서 완전한 비대면을 실현할 수 있는 기술로, 특히 은행에서는 코로나19 상황에 맞춰 비대면 선호 고객에게 안심 상담 서비스를 제공하고, 보다 빠른 응대로 고객 대기 시간을 단축하는 효과가 있다고 업체 측은 설명했다. 회사에 따르면 먼저 AI 은행원은 고객이 키오스크에 다가왔을 때 환영 인사를 건네고, 고객이 궁금해하는 사항에 대한 답변을 제공하는 역할을 기본으로 한다. 모든 답변은 KB국민은행이 자체 개발한 금융 특화 언어 모델 KB-STA를 토대로 최적의 정보를 도출하는 과정을 거쳐, 딥브레인AI의 AI 휴먼 기술로 구현된 AI 은행원의 영상과 음성을 통해 고객에게 전달된다. 구체적으로는 STM(지능형 자동화기기), ATM(자동화기기), 미리 작성 서비스 등 주변 기기의 사용 방법을 안내하거나 금융상품 소개, 키오스크 설치 지점 위치 안내 등이 가능하다. 뿐만 아니라 금융 상식, 오늘의 날씨, 주변 시설 등 생활 편의 정보도 탑재했다. 뿐만 아니라 AI 은행원은 대화 중에는 물론, 대기(idle) 모드에서도 손을 움직이거나 고개 끄덕임, 옷매무새 정리 등 자연스러운 제스처를 취할 수 있어 고객의 입장에서 느끼는 거부감을 줄였다. 또한 전면 카메라를 통한 사람 인식이 가능해 고객이 자리를 이탈할 경우, 감사 인사로 키...

2022.02.03

“상용화되는 모델은 13%에 그쳐”··· ‘NLP 모델’을 운영환경에 안전하게 투입하는 법

‘자연어 처리(Natural Language Processing; NLP)’ 모델을 프로덕션 환경에 투입하는 건 차를 구매하는 것과 비슷하다. 원하는 결과에 대한 매개변수를 설정하고, 몇 가지 접근 방식을 테스트 및 반복한다. 그다음 (비유하자면) 차를 몰고 나가는 순간 그 가치가 급락하기 시작한다. 자동차와 마찬가지로, NLP 또는 AI 기반 제품을 사용하면 많은 이점을 누릴 수 있지만 (적어도 계속해서 제대로 쓰려면) 유지관리를 멈춰서는 안 된다.  AI 모델을 만들어 내기도 어렵지만 프로덕션 환경에서 모델의 정확성을 확보하는 것 또한 어렵다. 모델의 정확성은 시장에 출시되는 순간 저하된다. 실제 운영 환경은 (모델이) 학습한 환경과 다르기 때문이다. 고속도로와 도로 주행 연습 장소가 다른 것과 같다. 이를 변수가 바뀌면 학습한 개념도 더 이상 정확하지 않을 수 있음을 의미하는 ‘개념 드리프트(concept drift)’라고 하며, 이는 AI 및 ML 분야에서 새로운 것은 아니지만 사용자들에게는 계속해서 문제가 되고 있다.    벤처비트(VentureBeat)에 따르면 최근 몇 년간 AI 및 NLP에 막대한 투자가 이뤄졌음에도 불구하고 실제 프로덕션 환경으로 전환되는 데이터 과학 프로젝트는 13%에 불과하다. 그 이유에는 개념 드리프트도 한몫한다.  그렇다면 제품을 프로젝트 단계에서 프로덕션 환경으로 안전하게 옮기려면 어떻게 해야 할까? 프로덕션 환경에서 (모델의) 정확성을 유지하기 위해서는 어떻게 해야 할까?  AI 모델을 프로덕션 환경에 투입하기 모델 거버넌스는 NLP 이니셔티브의 핵심 구성요소이자, 많은 제품이 프로젝트 단계에 머무르게 되는 이유이기도 하다. 이는 기업들이 특정 프로덕션 환경에서 모델의 활동, 액세스, 동작을 추적하는 방법을 다룬다. 위험을 완화하고, 문제를 해결하며, 컴플라이언스를 유지하려면 이를 모니터링해야 한다.  이 개념은 전 세계 AI 업계에 잘 알려진 문제이기...

인공지능 AI 자연어 처리 NLP 데이터 과학 개념 드리프트

2021.12.31

‘자연어 처리(Natural Language Processing; NLP)’ 모델을 프로덕션 환경에 투입하는 건 차를 구매하는 것과 비슷하다. 원하는 결과에 대한 매개변수를 설정하고, 몇 가지 접근 방식을 테스트 및 반복한다. 그다음 (비유하자면) 차를 몰고 나가는 순간 그 가치가 급락하기 시작한다. 자동차와 마찬가지로, NLP 또는 AI 기반 제품을 사용하면 많은 이점을 누릴 수 있지만 (적어도 계속해서 제대로 쓰려면) 유지관리를 멈춰서는 안 된다.  AI 모델을 만들어 내기도 어렵지만 프로덕션 환경에서 모델의 정확성을 확보하는 것 또한 어렵다. 모델의 정확성은 시장에 출시되는 순간 저하된다. 실제 운영 환경은 (모델이) 학습한 환경과 다르기 때문이다. 고속도로와 도로 주행 연습 장소가 다른 것과 같다. 이를 변수가 바뀌면 학습한 개념도 더 이상 정확하지 않을 수 있음을 의미하는 ‘개념 드리프트(concept drift)’라고 하며, 이는 AI 및 ML 분야에서 새로운 것은 아니지만 사용자들에게는 계속해서 문제가 되고 있다.    벤처비트(VentureBeat)에 따르면 최근 몇 년간 AI 및 NLP에 막대한 투자가 이뤄졌음에도 불구하고 실제 프로덕션 환경으로 전환되는 데이터 과학 프로젝트는 13%에 불과하다. 그 이유에는 개념 드리프트도 한몫한다.  그렇다면 제품을 프로젝트 단계에서 프로덕션 환경으로 안전하게 옮기려면 어떻게 해야 할까? 프로덕션 환경에서 (모델의) 정확성을 유지하기 위해서는 어떻게 해야 할까?  AI 모델을 프로덕션 환경에 투입하기 모델 거버넌스는 NLP 이니셔티브의 핵심 구성요소이자, 많은 제품이 프로젝트 단계에 머무르게 되는 이유이기도 하다. 이는 기업들이 특정 프로덕션 환경에서 모델의 활동, 액세스, 동작을 추적하는 방법을 다룬다. 위험을 완화하고, 문제를 해결하며, 컴플라이언스를 유지하려면 이를 모니터링해야 한다.  이 개념은 전 세계 AI 업계에 잘 알려진 문제이기...

2021.12.31

“포춘 500대 기업 98%가 쓴다”··· ATS 맞춤 이력서 작성 팁

이력서가 채용 담당자의 책상 위에 놓이기 전에 ‘지원자 추적 시스템(Applicant Tracking System; ATS)’을 거칠 가능성은 매우 크다. 이 단계를 원활하게 통과할 수 있도록 이력서를 준비하는 방법을 소개한다.     지원자 추적 시스템(ATS) ‘지원자 추적 시스템’은 기업의 채용 업무를 관리하고 자동화하는 소프트웨어다. 중앙 집중식으로 구인 공고를 관리하고, 입사 지원서를 필터링 및 분류하며, 유력한 후보자를 식별하는 기능을 제공한다.  ATS 소프트웨어는 지원자가 직무 요건에 얼마나 부합하는지를 기준으로 AI와 자연어 처리(NLP)를 사용해 이력서를 채점하고 필터링한다. 그 다음 ATS 필터링을 통과한 지원자를 채용 담당자 및 관리자가 검토한다. 기업용 소프트웨어 분석업체 ‘캡테라(Capterra)’에 따르면 채용 담당자의 75%가 채용 과정에서 특정 유형의 채용 또는 지원자 추적 시스템을 사용하는 것으로 나타났다.  또한 이력서 최적화 서비스 업체 ‘잡스캔(Jobscan)’에 의하면 포춘 500대 기업의 98%가 새로운 직원 채용 시 ATS 프로그램을 쓰는 것으로 조사됐다. 즉, 이력서가 채용 담당자의 책상에 놓이기 전에 ATS를 거칠 확률이 높다는 의미다.  ATS는 이력서에서 키워드 및 관련 업무 이력을 스캔해 지원자를 다음 단계로 이동시킬지 여부를 결정한다. 따라서 ATS 친화적으로 이력서를 최적화하는 것이 중요하다. 그렇지 않으면 해당 직무 자격을 갖추고 있어도 이력서가 버려질 위험이 있다. 여기서는 ATS의 작동 방식과 이를 통과할 수 있도록 이력서를 조정하는 방법을 정리했다. 작동 방식 ATS 프로그램을 활용하면 채용 공고에 특정 매개변수를 입력하고 시스템의 자동화 알고리즘을 사용해 수많은 이력서를 구문 분석할 수 있다. 이는 채용 프로세스의 첫 번째 단계에서 사람 직원이 수많은 이력서를 분류하는 데 드는 시간을 없애 준다.  잡스닷컴(Jobs.com)의 ...

IT 채용 채용 지원자 추적 시스템 ATS AI 인공지능 NLP 자연어 처리 경력 커리어

2021.10.25

이력서가 채용 담당자의 책상 위에 놓이기 전에 ‘지원자 추적 시스템(Applicant Tracking System; ATS)’을 거칠 가능성은 매우 크다. 이 단계를 원활하게 통과할 수 있도록 이력서를 준비하는 방법을 소개한다.     지원자 추적 시스템(ATS) ‘지원자 추적 시스템’은 기업의 채용 업무를 관리하고 자동화하는 소프트웨어다. 중앙 집중식으로 구인 공고를 관리하고, 입사 지원서를 필터링 및 분류하며, 유력한 후보자를 식별하는 기능을 제공한다.  ATS 소프트웨어는 지원자가 직무 요건에 얼마나 부합하는지를 기준으로 AI와 자연어 처리(NLP)를 사용해 이력서를 채점하고 필터링한다. 그 다음 ATS 필터링을 통과한 지원자를 채용 담당자 및 관리자가 검토한다. 기업용 소프트웨어 분석업체 ‘캡테라(Capterra)’에 따르면 채용 담당자의 75%가 채용 과정에서 특정 유형의 채용 또는 지원자 추적 시스템을 사용하는 것으로 나타났다.  또한 이력서 최적화 서비스 업체 ‘잡스캔(Jobscan)’에 의하면 포춘 500대 기업의 98%가 새로운 직원 채용 시 ATS 프로그램을 쓰는 것으로 조사됐다. 즉, 이력서가 채용 담당자의 책상에 놓이기 전에 ATS를 거칠 확률이 높다는 의미다.  ATS는 이력서에서 키워드 및 관련 업무 이력을 스캔해 지원자를 다음 단계로 이동시킬지 여부를 결정한다. 따라서 ATS 친화적으로 이력서를 최적화하는 것이 중요하다. 그렇지 않으면 해당 직무 자격을 갖추고 있어도 이력서가 버려질 위험이 있다. 여기서는 ATS의 작동 방식과 이를 통과할 수 있도록 이력서를 조정하는 방법을 정리했다. 작동 방식 ATS 프로그램을 활용하면 채용 공고에 특정 매개변수를 입력하고 시스템의 자동화 알고리즘을 사용해 수많은 이력서를 구문 분석할 수 있다. 이는 채용 프로세스의 첫 번째 단계에서 사람 직원이 수많은 이력서를 분류하는 데 드는 시간을 없애 준다.  잡스닷컴(Jobs.com)의 ...

2021.10.25

"2028년까지 연 35%씩 성장"··· 꼭 알아야 할 'AI 챗봇' 상식

고객 서비스부터 직원 인터페이스까지 다양한 영역에서 인공지능(AI)과 결합된 챗봇 사용이 크게 증가하고 있다.    챗봇이란? 챗봇(Chatbot)은 텍스트 또는 음성을 통해 사용자와 대화할 수 있도록 설계된 소프트웨어 애플리케이션이다. 가상 에이전트, 인터랙티브 에이전트, 디지털 어시스턴트, 대화형 AI라고도 하는 챗봇은 애플리케이션과 웹사이트, 메시징 플랫폼에 통합돼 실제 사람 에이전트가 없어도 사용자를 지원할 수 있다.  컨스텔레이션 리서치(Constellation Research)의 VP 겸 수석 애널리스트 리즈 밀러에 따르면 챗봇은 자연어 처리(NLP) 애플리케이션이다. 그는 “통상 텍스트 기반이지만 음성을 기반으로 사용자와 디지털 인터페이스 간에 양방향 대화를 하는 사례가 증가하고 있다”라고 말했다.  챗봇은 사용자 메뉴 옵션, 의사결정 트리, 특정 문구(예: ‘내 계정 취소’ 등)를 검색하는 키워드 기반 도구에서 시작됐다. 현재는 인공지능(AI)과 머신러닝(ML)을 결합해 더욱더 사람 간의 대화와 유사한 경험을 만들고 있다. AI 시스템이 발전하면서 챗봇 사용도 크게 증가할 전망이다. 모르도 인텔리전스(Mordor Intelligence)는 전 세계 챗봇 시장이 2021년부터 2028년까지 연간 35%씩 성장해 1,020억 달러 규모에 달할 것이라고 예상했다.  챗봇 사례 챗봇은 웹사이트, 소셜 미디어 플랫폼, 기업 커뮤니케이션 시스템 등 고객용/직원용 플랫폼 및 커뮤니케이션 채널에서 사용된다. CRM, CX, HR, 지원 데스크 플랫폼 등 주요 기업 소프트웨어 시스템에 도입되는 사례도 늘고 있다.  많이 하는 질문(FAQ)에 답변하는 데 쓰이며, NLP 엔진을 사용하여 특이한 표현이 포함된 질문을 이해할 수 있다. 또 고객이나 직원에게 일반적인 작업을 안내하거나 또는 제품 및 서비스 사용 방법을 가르칠 때 챗봇을 사용할 수 있다.  다음은 챗봇의 사용 사례다. • WH...

인공지능 머신러닝 AI 챗봇 대화형 AI 가상 에이전트 디지털 어시스턴트 자연어 처리 NLP

2021.10.12

고객 서비스부터 직원 인터페이스까지 다양한 영역에서 인공지능(AI)과 결합된 챗봇 사용이 크게 증가하고 있다.    챗봇이란? 챗봇(Chatbot)은 텍스트 또는 음성을 통해 사용자와 대화할 수 있도록 설계된 소프트웨어 애플리케이션이다. 가상 에이전트, 인터랙티브 에이전트, 디지털 어시스턴트, 대화형 AI라고도 하는 챗봇은 애플리케이션과 웹사이트, 메시징 플랫폼에 통합돼 실제 사람 에이전트가 없어도 사용자를 지원할 수 있다.  컨스텔레이션 리서치(Constellation Research)의 VP 겸 수석 애널리스트 리즈 밀러에 따르면 챗봇은 자연어 처리(NLP) 애플리케이션이다. 그는 “통상 텍스트 기반이지만 음성을 기반으로 사용자와 디지털 인터페이스 간에 양방향 대화를 하는 사례가 증가하고 있다”라고 말했다.  챗봇은 사용자 메뉴 옵션, 의사결정 트리, 특정 문구(예: ‘내 계정 취소’ 등)를 검색하는 키워드 기반 도구에서 시작됐다. 현재는 인공지능(AI)과 머신러닝(ML)을 결합해 더욱더 사람 간의 대화와 유사한 경험을 만들고 있다. AI 시스템이 발전하면서 챗봇 사용도 크게 증가할 전망이다. 모르도 인텔리전스(Mordor Intelligence)는 전 세계 챗봇 시장이 2021년부터 2028년까지 연간 35%씩 성장해 1,020억 달러 규모에 달할 것이라고 예상했다.  챗봇 사례 챗봇은 웹사이트, 소셜 미디어 플랫폼, 기업 커뮤니케이션 시스템 등 고객용/직원용 플랫폼 및 커뮤니케이션 채널에서 사용된다. CRM, CX, HR, 지원 데스크 플랫폼 등 주요 기업 소프트웨어 시스템에 도입되는 사례도 늘고 있다.  많이 하는 질문(FAQ)에 답변하는 데 쓰이며, NLP 엔진을 사용하여 특이한 표현이 포함된 질문을 이해할 수 있다. 또 고객이나 직원에게 일반적인 작업을 안내하거나 또는 제품 및 서비스 사용 방법을 가르칠 때 챗봇을 사용할 수 있다.  다음은 챗봇의 사용 사례다. • WH...

2021.10.12

"모든 기업이 ML로 가치 창출"··· 머신러닝 산업화가 온다

모든 산업 분야의 기업들이 여러 비즈니스 라인에 수백만 개의 머신러닝 모델을 배포하고 있다. 머지않아 모든 기업이 참여할 전망이다. ‘머신러닝’은 수십 년간 존재해 왔다. 하지만 기업들은 그 대부분의 기간 동안 소수의 모델만 구축했다. 이러한 모델을 위해 박사 및 머신러닝 전문가가 지루하고 고된 작업을 수행해야 했기 때문이다.  그리고 지난 몇 년 동안 머신러닝은 쉽게 사용할 수 있는 표준화된 클라우드 기반 머신러닝 플랫폼의 등장 덕분에 크게 성장했다. 오늘날 모든 산업 분야의 기업들은 수백만 개의 머신러닝 모델을 여러 비즈니스 라인에 배포하고 있다.  이를테면 美 금융 소프트웨어 회사 ‘인튜이트(Intuit)’는 고객이 세금 공제를 최대화할 수 있도록 지원하는 머신러닝 모델을 도입했다. 머신러닝은 비즈니스의 거의 모든 부분에 영향을 미치고 있다. 인튜이트는 작년 한 해에만 플랫폼 전체에 구축된 모델 수를 50% 이상 늘렸다고 밝혔다.  또 다른 예로, 美 차량 공유 회사 리프트(Lyft)는 200만 명 이상의 운전자와 3,000만 명 이상 탑승자의 모바일 앱에서 엄청난 양의 데이터를 실시간 수집한다. 이 회사는 수백만 개의 머신러닝 모델을 사용해 즉각적인 주의가 필요한 문제를 알릴 수 있는 경로 또는 주행 패턴의 이상을 정확하게 감지한다.  하지만 이는 시작에 불과하다. 머신러닝의 다음 단계는 과학자들이 꿈만 꿔왔던 ‘머신러닝의 산업화 및 민주화’다.  규모에 맞는 머신러닝 모델 구축을 시스템화하고 자동화할 수 있도록 하는 머신러닝 플랫폼과 도구를 통해 소위 포춘 50대 기업뿐만 아니라 모든 기업이 이러한 혁신 기술을 사용하여 진정한 혁신을 이룰 수 있는 큰 변화의 정점에 서 있다.  머신러닝 산업화로 가는 길  머신러닝은 산업 전반에 걸쳐 반복적으로 나타나는 트렌드를 따르고 있다. 자동화를 사용해 프로세스를 산업화하고 대량 생산을 달성하는 것이다. 예를 들면 최초의 자동차는 한정...

머신러닝 인공지능 머신러닝 모델 클라우드 인튜이트 리프트 데이터 애널리틱스 머신러닝 산업화 머신러닝 민주화 자동화 자연어 처리 NLP

2021.09.16

모든 산업 분야의 기업들이 여러 비즈니스 라인에 수백만 개의 머신러닝 모델을 배포하고 있다. 머지않아 모든 기업이 참여할 전망이다. ‘머신러닝’은 수십 년간 존재해 왔다. 하지만 기업들은 그 대부분의 기간 동안 소수의 모델만 구축했다. 이러한 모델을 위해 박사 및 머신러닝 전문가가 지루하고 고된 작업을 수행해야 했기 때문이다.  그리고 지난 몇 년 동안 머신러닝은 쉽게 사용할 수 있는 표준화된 클라우드 기반 머신러닝 플랫폼의 등장 덕분에 크게 성장했다. 오늘날 모든 산업 분야의 기업들은 수백만 개의 머신러닝 모델을 여러 비즈니스 라인에 배포하고 있다.  이를테면 美 금융 소프트웨어 회사 ‘인튜이트(Intuit)’는 고객이 세금 공제를 최대화할 수 있도록 지원하는 머신러닝 모델을 도입했다. 머신러닝은 비즈니스의 거의 모든 부분에 영향을 미치고 있다. 인튜이트는 작년 한 해에만 플랫폼 전체에 구축된 모델 수를 50% 이상 늘렸다고 밝혔다.  또 다른 예로, 美 차량 공유 회사 리프트(Lyft)는 200만 명 이상의 운전자와 3,000만 명 이상 탑승자의 모바일 앱에서 엄청난 양의 데이터를 실시간 수집한다. 이 회사는 수백만 개의 머신러닝 모델을 사용해 즉각적인 주의가 필요한 문제를 알릴 수 있는 경로 또는 주행 패턴의 이상을 정확하게 감지한다.  하지만 이는 시작에 불과하다. 머신러닝의 다음 단계는 과학자들이 꿈만 꿔왔던 ‘머신러닝의 산업화 및 민주화’다.  규모에 맞는 머신러닝 모델 구축을 시스템화하고 자동화할 수 있도록 하는 머신러닝 플랫폼과 도구를 통해 소위 포춘 50대 기업뿐만 아니라 모든 기업이 이러한 혁신 기술을 사용하여 진정한 혁신을 이룰 수 있는 큰 변화의 정점에 서 있다.  머신러닝 산업화로 가는 길  머신러닝은 산업 전반에 걸쳐 반복적으로 나타나는 트렌드를 따르고 있다. 자동화를 사용해 프로세스를 산업화하고 대량 생산을 달성하는 것이다. 예를 들면 최초의 자동차는 한정...

2021.09.16

세리브라스 “인간 두뇌에 필적하는 AI 칩 이정표 달성··· 120조 시냅스 수준"

세리브라스 시스템즈(Cerebras Systems)가 인간 두뇌에 필적하는 이정표 하나를 달성했다고 밝혔다. 회사가 말하는 인간 두뇌의 기준은 100조 개의 시냅스를 의미한다.  세리브라스는 4만 6,225제곱밀리리터 크기의 거대한 칩인 웨이퍼 스케일 엔진-1과 2를 제조하는 기업이다. 평범한 프로세서보다는 키보드에 가까운 크기다. 회사의 칩은 냉장고 크기의 독립형 CS-2 시스템 내부에 탑재되곤 한다.  24일 회사는 CS-2에 다양한 기술을 적용함으로써, 120조 시냅스에 해당하는 수준에 도달했다고 전했다.  한편 세리브라스의 접근법은 인간의 두뇌 동작 방식을 모사하기 위해 칩 수준의 머신러닝 모델링을 시도하는 것이다. 이러한 접근법은 인텔도 선보인 바 있다. 2020년 인텔은 768개의 로이히 ‘뇌 칩’을 연결해 두더지 쥐의 뇌에 해당하는 ‘포호이키 스프링스’ 클러스터를 구성했다고 밝혔다.  그러나 이번 세리브라스 웨이퍼 스케일 엔진 젠 2 칩은 성능 및 규모면에서 월등하다. 설명에 따르면 이러한 성능은 기본적으로 스토리지와 메모리를 칩의 계산 엔진에서 “분해” 및 분리하여 모델을 칩 외부에 저장하고 이를 스트리밍함으로써 달성된다. 세리브라스는 연산을 위해 최대 2.4페타바이트의 오프칩(off-chip) 메모리를 제공할 수 있는 기법도 개발했다고 덧B붙였다.  회사 측은 자사의 기술이 향후 적용될 분야 중 하나로 자연어 처리를 지목했다. CS2 시스템은 본질적으로 AI 모델이 접근할 수 있는 매개변수의 수를 크게 높여 AI의 역량을 정교화하는 것에 목적을 두고 있다.  미 에너지부 산하 아르곤 국립 연구소의 릭 스티븐슨 부국장은 “세리브라스의 이번 성취는 업계를 변화시킬 잠재력을 가지고 있다. 무려 100배에 이르는 파라미터 증가를 달성해서다. 이제 우리는 역사상 처음으로 뇌 크기의 모델을 탐색할 수 있게 됐다”라고 말했다. ciokr@idg.co.kr  

세리브라스 세레브라스 AI 칩 CS2 웨이퍼 스케일 엔진 젠 2 NLP 자연어 처리 브레인 두뇌

2021.08.25

세리브라스 시스템즈(Cerebras Systems)가 인간 두뇌에 필적하는 이정표 하나를 달성했다고 밝혔다. 회사가 말하는 인간 두뇌의 기준은 100조 개의 시냅스를 의미한다.  세리브라스는 4만 6,225제곱밀리리터 크기의 거대한 칩인 웨이퍼 스케일 엔진-1과 2를 제조하는 기업이다. 평범한 프로세서보다는 키보드에 가까운 크기다. 회사의 칩은 냉장고 크기의 독립형 CS-2 시스템 내부에 탑재되곤 한다.  24일 회사는 CS-2에 다양한 기술을 적용함으로써, 120조 시냅스에 해당하는 수준에 도달했다고 전했다.  한편 세리브라스의 접근법은 인간의 두뇌 동작 방식을 모사하기 위해 칩 수준의 머신러닝 모델링을 시도하는 것이다. 이러한 접근법은 인텔도 선보인 바 있다. 2020년 인텔은 768개의 로이히 ‘뇌 칩’을 연결해 두더지 쥐의 뇌에 해당하는 ‘포호이키 스프링스’ 클러스터를 구성했다고 밝혔다.  그러나 이번 세리브라스 웨이퍼 스케일 엔진 젠 2 칩은 성능 및 규모면에서 월등하다. 설명에 따르면 이러한 성능은 기본적으로 스토리지와 메모리를 칩의 계산 엔진에서 “분해” 및 분리하여 모델을 칩 외부에 저장하고 이를 스트리밍함으로써 달성된다. 세리브라스는 연산을 위해 최대 2.4페타바이트의 오프칩(off-chip) 메모리를 제공할 수 있는 기법도 개발했다고 덧B붙였다.  회사 측은 자사의 기술이 향후 적용될 분야 중 하나로 자연어 처리를 지목했다. CS2 시스템은 본질적으로 AI 모델이 접근할 수 있는 매개변수의 수를 크게 높여 AI의 역량을 정교화하는 것에 목적을 두고 있다.  미 에너지부 산하 아르곤 국립 연구소의 릭 스티븐슨 부국장은 “세리브라스의 이번 성취는 업계를 변화시킬 잠재력을 가지고 있다. 무려 100배에 이르는 파라미터 증가를 달성해서다. 이제 우리는 역사상 처음으로 뇌 크기의 모델을 탐색할 수 있게 됐다”라고 말했다. ciokr@idg.co.kr  

2021.08.25

어떻게 세상 바꿀까?··· 도전장 던진 'AI 스타트업' 5곳

소매업, 제조업, 농업 등 다양한 산업에서 ‘딥러닝(Deep Learning)’이 어려운 과제를 해결하고 있다. 여기에 앞장서고 있는 스타트업을 살펴본다.  딥러닝과 뉴럴 네트워크의 발전은 자연어 처리(NLP) 및 컴퓨터 비전에 엄청난 혁신을 가져왔다. 또한 이 기술에는 제조, 소매, 공급망, 농업 등 수많은 비즈니스 영역의 어려운 과제를 해결할 잠재력이 있다. 그리고 가장 중요한 혁신의 뒤에는 기술 스타트업이 자리하고 있기 마련이다. 여기에서는 ‘응용 AI(applied AI)’ 스타트업을 소개한다. 이 스타트업들은 완전 자율주행차를 향해 가는 것부터 농업 생산의 경계를 넓히는 것까지 다양한 산업 과제를 해결하기 위해 이미지, 텍스트, 오디오, 영상, 범주형 데이터, 표 형식 데이터 또는 이들의 조합을 처리하는 가지각색의 기술을 적용하고 있다.    1. 아르고 AI(Argo AI) 아직 멀었는가? 자율주행차가 약속한 미래가 실현되길 오랫동안 기다리고 있지만 자율주행 기술 분야의 준비 작업은 계속되고 있다. ‘아르고 AI’는 자율주행차에 필요한 모든 것을 갖춘 플랫폼을 목표로 하는 스타트업이다. 버스나 기차를 타지 않아도 출퇴근 길에 책을 읽을 수 있는 멋진 미래로 가는 데 필요한 모든 소프트웨어, 하드웨어, 지도, 원격 인프라를 다룬다.   포드(Ford), 폭스바겐(Volkswagen) 등과 협력해 연구 범위를 넓혀 나가는 가운데 아르고 AI는 최근 ‘아르고 라이다(Argo Lidar)’를 공개했다. 이는 최대 400m 떨어진 물체를 인식할 수 있는 새로운 라이다 시스템이다.  회사에 따르면 이는 야간 및 저조도 환경에서 잘 작동하며, 다른 라이다 시스템에서는 문제를 일으킬 수 있는 상황(예: 터널에서 나올 때 밝기가 급격히 달라지는 것 등)도 원활하게 처리할 수 있다.  아르고 AI는 터무니없는 전망을 내놓기 보다는 안전한 보조 운전(assisted-driving) 경험을 위한 모든 요소...

AI 인공지능 머신러닝 딥러닝 뉴럴 네트워크 신경망 자연어 처리 컴퓨터 비전 응용 AI 아르고 AI 라이다 센서 세레스 이미징 랜딩 AI 센티넬 딥페이크 스탠다드 아마존 고

2021.07.14

소매업, 제조업, 농업 등 다양한 산업에서 ‘딥러닝(Deep Learning)’이 어려운 과제를 해결하고 있다. 여기에 앞장서고 있는 스타트업을 살펴본다.  딥러닝과 뉴럴 네트워크의 발전은 자연어 처리(NLP) 및 컴퓨터 비전에 엄청난 혁신을 가져왔다. 또한 이 기술에는 제조, 소매, 공급망, 농업 등 수많은 비즈니스 영역의 어려운 과제를 해결할 잠재력이 있다. 그리고 가장 중요한 혁신의 뒤에는 기술 스타트업이 자리하고 있기 마련이다. 여기에서는 ‘응용 AI(applied AI)’ 스타트업을 소개한다. 이 스타트업들은 완전 자율주행차를 향해 가는 것부터 농업 생산의 경계를 넓히는 것까지 다양한 산업 과제를 해결하기 위해 이미지, 텍스트, 오디오, 영상, 범주형 데이터, 표 형식 데이터 또는 이들의 조합을 처리하는 가지각색의 기술을 적용하고 있다.    1. 아르고 AI(Argo AI) 아직 멀었는가? 자율주행차가 약속한 미래가 실현되길 오랫동안 기다리고 있지만 자율주행 기술 분야의 준비 작업은 계속되고 있다. ‘아르고 AI’는 자율주행차에 필요한 모든 것을 갖춘 플랫폼을 목표로 하는 스타트업이다. 버스나 기차를 타지 않아도 출퇴근 길에 책을 읽을 수 있는 멋진 미래로 가는 데 필요한 모든 소프트웨어, 하드웨어, 지도, 원격 인프라를 다룬다.   포드(Ford), 폭스바겐(Volkswagen) 등과 협력해 연구 범위를 넓혀 나가는 가운데 아르고 AI는 최근 ‘아르고 라이다(Argo Lidar)’를 공개했다. 이는 최대 400m 떨어진 물체를 인식할 수 있는 새로운 라이다 시스템이다.  회사에 따르면 이는 야간 및 저조도 환경에서 잘 작동하며, 다른 라이다 시스템에서는 문제를 일으킬 수 있는 상황(예: 터널에서 나올 때 밝기가 급격히 달라지는 것 등)도 원활하게 처리할 수 있다.  아르고 AI는 터무니없는 전망을 내놓기 보다는 안전한 보조 운전(assisted-driving) 경험을 위한 모든 요소...

2021.07.14

자연어 처리(NLP)가 필요하다면?··· 추천 파이썬 라이브러리 8종

파이썬에는 NLP 관련 도구가 정말이지 많다. 원하는 텍스트 분석 작업에 적절한 파이썬 라이브러리는 어떻게 찾을 수 있을까? 용도별 추천 라이브러리와 장단점을 살펴본다.  NLP는 ‘음성 및 텍스트를 위한 AI’라고 말할 수 있다. 음성 명령, 음성 및 텍스트 번역, 감성 분석, 텍스트 요약, 언어와 관련된 여타 많은 애플리케이션은 그 동안 크게 개선됐다. 분석에 사용되는 NLP의 성능 또한 딥러닝을 통해 획기적으로 향상됐다. 파이썬 언어는 NLP를 포함한 모든 종류의 머신러닝에 유용한 프론트-엔드를 제공한다. 하지만 파이썬 생태계에는 고를 NLP가 너무 많아 당황스러운 것도 사실이다. 이번 기사는 파이썬용 라이브러리 각각에 관해 소개한다. 각각의 유즈 케이스와 장점, 단점 그리고 인기도를 살펴보도록 한다.   CoreNLP 스탠포드 대학(Stanford University)이 만든 CoreNLP 라이브러리는 NLP 예측 및 분석 작업을 대규모로 수행할 수 있게 해주는 실용 단계의 NLP 솔루션이다. CoreNLP는 자바(Java)로 작성됐지만, 이를 위한 API와 여러 파이썬 패키지가 등장해 있는 상태다. Stanza로 불리는 네이티브 NLP 라이브러리가 그 중 하나다. 문법 태깅, 명명 엔티티 인식, 파싱, 구문 분석, 감성 분석 등 많은 언어 관련 도구들이 CoreNLP에 포함되어 있다. 언어별 특성을 차지 않도록 고안되어 있으며, 현재 영어에 더해 아랍어, 중국어, 프랑스어, 독일어, 스페인어(써드파티를 통해 러시아어 및 스웨덴어, 덴마크어)를 지원한다. CoreNLP에는 간편하게 예측을 하는 기능을 제공하는 웹 API 서버도 포함되어 있다. CoreNLP의 파이썬 래퍼(Python wrappers)를 이용해 시작하기 좋은 출발점은 스탠포드 NLP 그룹이 만든 참조 구현체인 Stanza이다. Stanza는 문서화가 잘 되어 있고, 정기적으로 유지 관리되는 것이 장점이다. 다른 CoreNLP 파이썬 라이브러리 가운데 상당수는 ...

파이썬 자연어 처리 NLP 라이브러리

2021.03.22

파이썬에는 NLP 관련 도구가 정말이지 많다. 원하는 텍스트 분석 작업에 적절한 파이썬 라이브러리는 어떻게 찾을 수 있을까? 용도별 추천 라이브러리와 장단점을 살펴본다.  NLP는 ‘음성 및 텍스트를 위한 AI’라고 말할 수 있다. 음성 명령, 음성 및 텍스트 번역, 감성 분석, 텍스트 요약, 언어와 관련된 여타 많은 애플리케이션은 그 동안 크게 개선됐다. 분석에 사용되는 NLP의 성능 또한 딥러닝을 통해 획기적으로 향상됐다. 파이썬 언어는 NLP를 포함한 모든 종류의 머신러닝에 유용한 프론트-엔드를 제공한다. 하지만 파이썬 생태계에는 고를 NLP가 너무 많아 당황스러운 것도 사실이다. 이번 기사는 파이썬용 라이브러리 각각에 관해 소개한다. 각각의 유즈 케이스와 장점, 단점 그리고 인기도를 살펴보도록 한다.   CoreNLP 스탠포드 대학(Stanford University)이 만든 CoreNLP 라이브러리는 NLP 예측 및 분석 작업을 대규모로 수행할 수 있게 해주는 실용 단계의 NLP 솔루션이다. CoreNLP는 자바(Java)로 작성됐지만, 이를 위한 API와 여러 파이썬 패키지가 등장해 있는 상태다. Stanza로 불리는 네이티브 NLP 라이브러리가 그 중 하나다. 문법 태깅, 명명 엔티티 인식, 파싱, 구문 분석, 감성 분석 등 많은 언어 관련 도구들이 CoreNLP에 포함되어 있다. 언어별 특성을 차지 않도록 고안되어 있으며, 현재 영어에 더해 아랍어, 중국어, 프랑스어, 독일어, 스페인어(써드파티를 통해 러시아어 및 스웨덴어, 덴마크어)를 지원한다. CoreNLP에는 간편하게 예측을 하는 기능을 제공하는 웹 API 서버도 포함되어 있다. CoreNLP의 파이썬 래퍼(Python wrappers)를 이용해 시작하기 좋은 출발점은 스탠포드 NLP 그룹이 만든 참조 구현체인 Stanza이다. Stanza는 문서화가 잘 되어 있고, 정기적으로 유지 관리되는 것이 장점이다. 다른 CoreNLP 파이썬 라이브러리 가운데 상당수는 ...

2021.03.22

"자연어 처리 시장, 2026년 연평균 20.3% 성장"

전 세계 자연어 처리 시장 규모가 2020년 116억 달러에서 2026년이 되면 351억 달러로 성장할 전망이다. 2020년부터 2026년까지 자연어 처리 시장의 연평균 성장률은 20.3%에 이를 것으로 예측됐다. 자연어 처리 시장의 성장을 이끄는 주요 요인으로는 스마트 장치의 사용 증가, 다양한 업종에서 자연어 처리 기반 애플리케이션 채택 증가, 클라우드 기반 자연어 처리 솔루션 증가 등이 지목됐다. 마켓앤마켓이 '2026년까지 전 세계 자연어 처리 시장 전망 (Natural Language Processing Market - Global Forecast to 2026)' 보고서를 발표했다. 보고서는 글로벌 자연어 처리 시장을 구성 요소, 유형, 응용프로그램, 배포 모드, 조직 크기, 수직 및 지역으로 나누어 연구 조사를 진행했다. 유형은 통계와 하이브리드, 응용프로그램은 자동 요약, 감정 분석, 위험 및 위협 감지 등 세부 항목으로 나누어 분석했다. 운영 비용 절감, 고객 경험 향상, 프로세스 및 운영에 대한 가시성 향상, 실시간 의사 결정 향상 등이 자연어 처리 솔루션 채택을 촉진할 것으로 예상되는 주요 비즈니스 및 운영 우선순위다. 다양한 업종에서 고객 경험을 차별화하고 개선함으로써, 디지털 혁신 이니셔티브를 지원하기 위한 자연어 처리 솔루션과 서비스를 배포할 계획을 가지고 있다고 보고서는 밝혔다. 2026년까지 전 세계 자연어 처리 시장이 연평균 20.3% 성장해, 2026년 시장 규모가 약 351억 달러에 이를 전망이다. (자료 : MarketsandMarkets) 코로나19(COVI-19)로 인한 펜데믹이 촉발한 사회적 거리 두기의 대안으로 빠르게 확산한 비대면 환경은, 다양한 솔루션과 플랫폼에 대한 인프라를 폭발적으로 증가시키는 기폭제가 됐다. 수많은 오프라인 활동이 온라인으로 대체 되었고, 이 과정에서 고객과의 만남과 소통 방식도 이전에 경험하지 못했던 방식을 급하게 도입하는 상황에 직면했다. 같은 공간에서 고객을 만나는 것이 힘들어...

자연어 처리 NLP 마켓앤마켓

2021.03.04

전 세계 자연어 처리 시장 규모가 2020년 116억 달러에서 2026년이 되면 351억 달러로 성장할 전망이다. 2020년부터 2026년까지 자연어 처리 시장의 연평균 성장률은 20.3%에 이를 것으로 예측됐다. 자연어 처리 시장의 성장을 이끄는 주요 요인으로는 스마트 장치의 사용 증가, 다양한 업종에서 자연어 처리 기반 애플리케이션 채택 증가, 클라우드 기반 자연어 처리 솔루션 증가 등이 지목됐다. 마켓앤마켓이 '2026년까지 전 세계 자연어 처리 시장 전망 (Natural Language Processing Market - Global Forecast to 2026)' 보고서를 발표했다. 보고서는 글로벌 자연어 처리 시장을 구성 요소, 유형, 응용프로그램, 배포 모드, 조직 크기, 수직 및 지역으로 나누어 연구 조사를 진행했다. 유형은 통계와 하이브리드, 응용프로그램은 자동 요약, 감정 분석, 위험 및 위협 감지 등 세부 항목으로 나누어 분석했다. 운영 비용 절감, 고객 경험 향상, 프로세스 및 운영에 대한 가시성 향상, 실시간 의사 결정 향상 등이 자연어 처리 솔루션 채택을 촉진할 것으로 예상되는 주요 비즈니스 및 운영 우선순위다. 다양한 업종에서 고객 경험을 차별화하고 개선함으로써, 디지털 혁신 이니셔티브를 지원하기 위한 자연어 처리 솔루션과 서비스를 배포할 계획을 가지고 있다고 보고서는 밝혔다. 2026년까지 전 세계 자연어 처리 시장이 연평균 20.3% 성장해, 2026년 시장 규모가 약 351억 달러에 이를 전망이다. (자료 : MarketsandMarkets) 코로나19(COVI-19)로 인한 펜데믹이 촉발한 사회적 거리 두기의 대안으로 빠르게 확산한 비대면 환경은, 다양한 솔루션과 플랫폼에 대한 인프라를 폭발적으로 증가시키는 기폭제가 됐다. 수많은 오프라인 활동이 온라인으로 대체 되었고, 이 과정에서 고객과의 만남과 소통 방식도 이전에 경험하지 못했던 방식을 급하게 도입하는 상황에 직면했다. 같은 공간에서 고객을 만나는 것이 힘들어...

2021.03.04

오라클, 자바 머신러닝 라이브러리 ‘트리뷰오’ 오픈소스로 공개

‘트리뷰오(Tribuo)’는 텐서플로우(TensorFlow), 엑스지부스트(XGBoost), ONNX(Open Neural Network Exchange)를 위한 인터페이스와 함께 자바로 분류, 클러스터링, 회귀 모델을 구축하고 배포하는 툴을 제공한다.  15일(현지 시각) 오라클이 자바 머신러닝 라이브러리 ‘트리뷰오(Tribuo)’를 오픈소스 라이선스로 무료 제공한다고 발표했다. 머신러닝과 관련한 기업들의 니즈를 충족시키기 위해서다.     오라클의 목표는 트리뷰오를 통해 자바에서 머신러닝 모델을 더욱더 쉽게 구축하고 배포하도록 하는 것이다. 아파치 2.0(Apache 2.0) 라이선스 기반 오픈소스이며, 오라클 랩스(Oracle Labs)가 개발한 트리뷰오는 현재 기트허브(GitHub) 및 메이븐 센트럴(Maven Central)에서 액세스할 수 있다.  트리뷰오는 분류, 클러스터링, 이상 탐지, 회귀 알고리즘 등의 표준 머신러닝 기능들을 제공한다. 데이터 로딩 및 전환용 파이프라인도 포함돼 있으며, 지원되는 예측 작업에 관한 일련의 평가 기능도 제공한다.  트리뷰오는 입력 관련 통계를 수집한다. 이에 따라 각 입력의 범위 등을 설명할 수 있다. 또 기능의 이름을 지정해 내부의 기능 및 출력 ID 관리함으로써 모델 연결(chaining models), 데이터 로딩(loading data) 등의 작업에서 ID 충돌과 혼동을 방지한다. 트리뷰오 모델은 기능을 처음부터 알 수 있다. 다시 말해, 이 모델은 출력 타입을 바꿀 수 없는 강타입(Strongly typed)이므로 무엇이 출력되는지 알 수 있다. 개발자는 플로트(float)가 확률인지, 회귀된 값인지 또는 클러스터 ID인지에 관해 의문을 가질 필요가 없다. 트리뷰오에서는 이들 각각이 별도의 타입이다. 이 모델은 타입과 범위를 설명할 수 있다. 이는 특히 자연어 처리(NLP) 작업에서 유용하다. 강타입의 입력 및 출력을 사용한다는 것은 트리뷰오가 학습...

오라클 트리뷰오 텐서플로우 엑스지부스트 ONNX 자바 오픈소스 머신러닝 머신러닝 라이브러리 아파치 2.0 기트허브 메이븐 센트럴 오라클 랩스 머신러닝 모델 강타입 자연어 처리 파이토치

2020.09.16

‘트리뷰오(Tribuo)’는 텐서플로우(TensorFlow), 엑스지부스트(XGBoost), ONNX(Open Neural Network Exchange)를 위한 인터페이스와 함께 자바로 분류, 클러스터링, 회귀 모델을 구축하고 배포하는 툴을 제공한다.  15일(현지 시각) 오라클이 자바 머신러닝 라이브러리 ‘트리뷰오(Tribuo)’를 오픈소스 라이선스로 무료 제공한다고 발표했다. 머신러닝과 관련한 기업들의 니즈를 충족시키기 위해서다.     오라클의 목표는 트리뷰오를 통해 자바에서 머신러닝 모델을 더욱더 쉽게 구축하고 배포하도록 하는 것이다. 아파치 2.0(Apache 2.0) 라이선스 기반 오픈소스이며, 오라클 랩스(Oracle Labs)가 개발한 트리뷰오는 현재 기트허브(GitHub) 및 메이븐 센트럴(Maven Central)에서 액세스할 수 있다.  트리뷰오는 분류, 클러스터링, 이상 탐지, 회귀 알고리즘 등의 표준 머신러닝 기능들을 제공한다. 데이터 로딩 및 전환용 파이프라인도 포함돼 있으며, 지원되는 예측 작업에 관한 일련의 평가 기능도 제공한다.  트리뷰오는 입력 관련 통계를 수집한다. 이에 따라 각 입력의 범위 등을 설명할 수 있다. 또 기능의 이름을 지정해 내부의 기능 및 출력 ID 관리함으로써 모델 연결(chaining models), 데이터 로딩(loading data) 등의 작업에서 ID 충돌과 혼동을 방지한다. 트리뷰오 모델은 기능을 처음부터 알 수 있다. 다시 말해, 이 모델은 출력 타입을 바꿀 수 없는 강타입(Strongly typed)이므로 무엇이 출력되는지 알 수 있다. 개발자는 플로트(float)가 확률인지, 회귀된 값인지 또는 클러스터 ID인지에 관해 의문을 가질 필요가 없다. 트리뷰오에서는 이들 각각이 별도의 타입이다. 이 모델은 타입과 범위를 설명할 수 있다. 이는 특히 자연어 처리(NLP) 작업에서 유용하다. 강타입의 입력 및 출력을 사용한다는 것은 트리뷰오가 학습...

2020.09.16

만반의 ‘혁신’ 준비 마쳤다’··· NLP에 주목할 이유

고객 대면 챗봇을 서비스하고, 계약서를 검토하며, 회의 내용을 분석하는 것까지 이제 ‘자연어 처리(NLP)’는 비즈니스를 '변혁'할 수 있는 만반의 준비를 마쳤다.  최근 ‘자연어 처리(Natural Language Processing, NLP)’ 기술이 더 정확해지고, 더 널리 보급되고 있다. 이는 음성 및 텍스트 기능으로 주류 기술을 강화하고 있다. 이를테면 이메일을 자연스러운 음성으로 읽어주거나 엑셀에서 스프레드시트 데이터에 관한 질문을 입력하면 자동 생성 차트와 피벗테이블 형태로 답을 받는 것이다.    사전 설정한 주제로만 제공되던 고객 지원 챗봇도 개선되고 있다. 이제 정성적, 반구조적, 비정형 데이터 처리로 옮겨갈 수 있는 잠재력을 갖추게 된 것이다. 즉, NLP 기술을 바탕으로 데이터로부터 지식을 발견(knowledge mining)하게 됨으로써 기업의 프로세스, 자산, 부채 등에 숨겨진 유용한 데이터를 파악해 더 나은 워크플로우를 생성하고 실시간 정보를 얻을 수 있다.  에이펙스애널리틱스(apexanalytix)의 응용 및 고급 기술 부문 수석부사장 월트 크리스틱에 따르면 NLP는 단어를 가장 단순한 형태로 분해하고 이들 사이의 패턴, 규칙, 관계를 찾아낸다. 그는 “컴퓨터 알고리즘으로 문어와 구어를 분석하고 해석하기 때문에 시스템이 인간의 언어를 배우고 이해할 수 있다”라고 말했다.  오늘날 NLP는 번역과 언어 생성(요약, 주석 등)부터 분류 및 클러스터링, 감정 분석, 기타 정보 추출에 이르기까지 다양하게 활용되고 있다. 가장 간단한 형태의 NLP는 이미 널리 사용되고 있다고 크리스틱은 전했다. 이를테면 맞춤법 검사, 이메일 및 메시지 응답 추천, 시리(Siri)와 같은 가상 비서 등이다. 이들은 챗봇과 마찬가지로 NLP를 사용한다. 그는 “텍스트 데이터 및 비관련 데이터 소스의 의미를 분석하고 추출하는 기술에 대한 수요가 증가하고 있다. 특히 의료와 생명과학 시장이 그렇다”라고 말했...

NLP 자연어 처리 인공지능 챗봇 데이터 데이터 분석 애널리틱스 이메일 엑셀 스프레드시트 마이크로소프트 IBM 왓슨 파이썬 아파치 튜링 다크 데이터 화상회의

2020.07.21

고객 대면 챗봇을 서비스하고, 계약서를 검토하며, 회의 내용을 분석하는 것까지 이제 ‘자연어 처리(NLP)’는 비즈니스를 '변혁'할 수 있는 만반의 준비를 마쳤다.  최근 ‘자연어 처리(Natural Language Processing, NLP)’ 기술이 더 정확해지고, 더 널리 보급되고 있다. 이는 음성 및 텍스트 기능으로 주류 기술을 강화하고 있다. 이를테면 이메일을 자연스러운 음성으로 읽어주거나 엑셀에서 스프레드시트 데이터에 관한 질문을 입력하면 자동 생성 차트와 피벗테이블 형태로 답을 받는 것이다.    사전 설정한 주제로만 제공되던 고객 지원 챗봇도 개선되고 있다. 이제 정성적, 반구조적, 비정형 데이터 처리로 옮겨갈 수 있는 잠재력을 갖추게 된 것이다. 즉, NLP 기술을 바탕으로 데이터로부터 지식을 발견(knowledge mining)하게 됨으로써 기업의 프로세스, 자산, 부채 등에 숨겨진 유용한 데이터를 파악해 더 나은 워크플로우를 생성하고 실시간 정보를 얻을 수 있다.  에이펙스애널리틱스(apexanalytix)의 응용 및 고급 기술 부문 수석부사장 월트 크리스틱에 따르면 NLP는 단어를 가장 단순한 형태로 분해하고 이들 사이의 패턴, 규칙, 관계를 찾아낸다. 그는 “컴퓨터 알고리즘으로 문어와 구어를 분석하고 해석하기 때문에 시스템이 인간의 언어를 배우고 이해할 수 있다”라고 말했다.  오늘날 NLP는 번역과 언어 생성(요약, 주석 등)부터 분류 및 클러스터링, 감정 분석, 기타 정보 추출에 이르기까지 다양하게 활용되고 있다. 가장 간단한 형태의 NLP는 이미 널리 사용되고 있다고 크리스틱은 전했다. 이를테면 맞춤법 검사, 이메일 및 메시지 응답 추천, 시리(Siri)와 같은 가상 비서 등이다. 이들은 챗봇과 마찬가지로 NLP를 사용한다. 그는 “텍스트 데이터 및 비관련 데이터 소스의 의미를 분석하고 추출하는 기술에 대한 수요가 증가하고 있다. 특히 의료와 생명과학 시장이 그렇다”라고 말했...

2020.07.21

IBM 신임 CEO의 미션 '왓슨 AI를 IT에 활용'

레드햇 인수로 IBM은 새로운 AI옵스 툴을 개발하고 5G 네트워크를 지원하는 클라우드 컴퓨팅 서비스 제공 기술을 활용하고 있다.   IBM의 CEO인 아빈드 크리슈나는 자사의 AI소프트웨어인 왓슨(Watson)을 위한 새 과제가 있다. 즉, 왓슨을 IT에 활용하는 것이다.  왓슨은 종양학자에게 자문을 제공하고 가끔 퀴즈쇼에 참가하는 것으로 유명하며, 이제는 기업 IT인프라 문제를 진단하고 해결하는 서비스를 제공하는 쪽으로 나아가고 있다. 왓슨은 IT운영에 인공지능을 적용하는 새 IT분야인 AI옵스의 여러 툴 가운데 하나가 되었다.   또한 크리슈나는 5일 온라인으로 열린 IBM의 연례 씽크 컨퍼런스에서 5G 모바일 인프라의 잠재 시장을 염두에 두고 회사의 클라우드 인프라 전략을 확대해 네트워크 엣지 컴퓨팅을 포함하겠다고 발표했다. 그는 “하이브리드 클라우드와 AI는 디지털 트랜스포메이션을 견인하는 2개의 지배적인 힘이다”라고 말했다.  두 분야에 대한 IBM의 새 이니셔티브는 IBM이 지난 7월 340억 달러에 인수한 오픈소스 소프트웨어 및 서비스 사업자인 레드햇의 기술을 바탕으로 구축된다.  AI옵스를 위한 왓슨 재훈련  왓슨AI옵스(Watson AIOps)는 IBM이 새 왓슨 버전에 대해 명명한 이름이고, 컨테이너 오케스트레이션 시스템인 레드햇 오픈시프트의 최신 버전 위에서 구축된다. 따라서 이는 하이브리드 클라우드 환경에 걸쳐 실행될 수 있다.  이는 사건 발생 시 IT 모니터링 툴이 생성하는 수많은 경보를 평가하도록 설계되고, 문제의 근본 원인을 식별하고 교정하는 데 도움을 준다.  크리슈나는 “왓슨 AI옵스는 AI에 의지해 IT 비정상을 실시간으로 감지하고 진단하고 대응하는 것을 자동화한다”라고 말했다.  IBM은 이미 네트쿨 오퍼레이션즈 인사이트라는 AI 기반 IT운영 관리 툴이 있다. 이는 이벤트를 자동으로 그룹핑 해 맥락을 제공하며 문제를 해결하는...

IDC HPE 앱다이내믹스 NLP 엣지 컴퓨팅 마이크로포커스 오픈시프트 AI옵스 코비드-19 AppDynamics Micro Focus Operations Bridge Zenoss 디지털 변혁 님블 스토리지 IBM 왓슨 레드햇 시스코 컨테이너 인공지능 5G 자연어 처리 스플렁크 하이브리드 클라우드 제노스 오퍼레이션즈 브리지

2020.05.11

레드햇 인수로 IBM은 새로운 AI옵스 툴을 개발하고 5G 네트워크를 지원하는 클라우드 컴퓨팅 서비스 제공 기술을 활용하고 있다.   IBM의 CEO인 아빈드 크리슈나는 자사의 AI소프트웨어인 왓슨(Watson)을 위한 새 과제가 있다. 즉, 왓슨을 IT에 활용하는 것이다.  왓슨은 종양학자에게 자문을 제공하고 가끔 퀴즈쇼에 참가하는 것으로 유명하며, 이제는 기업 IT인프라 문제를 진단하고 해결하는 서비스를 제공하는 쪽으로 나아가고 있다. 왓슨은 IT운영에 인공지능을 적용하는 새 IT분야인 AI옵스의 여러 툴 가운데 하나가 되었다.   또한 크리슈나는 5일 온라인으로 열린 IBM의 연례 씽크 컨퍼런스에서 5G 모바일 인프라의 잠재 시장을 염두에 두고 회사의 클라우드 인프라 전략을 확대해 네트워크 엣지 컴퓨팅을 포함하겠다고 발표했다. 그는 “하이브리드 클라우드와 AI는 디지털 트랜스포메이션을 견인하는 2개의 지배적인 힘이다”라고 말했다.  두 분야에 대한 IBM의 새 이니셔티브는 IBM이 지난 7월 340억 달러에 인수한 오픈소스 소프트웨어 및 서비스 사업자인 레드햇의 기술을 바탕으로 구축된다.  AI옵스를 위한 왓슨 재훈련  왓슨AI옵스(Watson AIOps)는 IBM이 새 왓슨 버전에 대해 명명한 이름이고, 컨테이너 오케스트레이션 시스템인 레드햇 오픈시프트의 최신 버전 위에서 구축된다. 따라서 이는 하이브리드 클라우드 환경에 걸쳐 실행될 수 있다.  이는 사건 발생 시 IT 모니터링 툴이 생성하는 수많은 경보를 평가하도록 설계되고, 문제의 근본 원인을 식별하고 교정하는 데 도움을 준다.  크리슈나는 “왓슨 AI옵스는 AI에 의지해 IT 비정상을 실시간으로 감지하고 진단하고 대응하는 것을 자동화한다”라고 말했다.  IBM은 이미 네트쿨 오퍼레이션즈 인사이트라는 AI 기반 IT운영 관리 툴이 있다. 이는 이벤트를 자동으로 그룹핑 해 맥락을 제공하며 문제를 해결하는...

2020.05.11

'진료 차트를 NLP로 분석해 치료 결과 개선' 美 머시 이야기

NLP 기술과 인메모리 데이터베이스를 사용해 의사의 메모에서 거의 실시간으로 데이터를 추출하고 분석하는 업체인 머시 테크놀로지 서비스(Mercy Technology Services)가 치료 결과를 개선하고자 데이터 분석해 의사들에게 도움을 주고 있다.    머시(Mercy)의 고객사 중 가장 큰 병원에서 수술실을 관리하다가 지속적인 새로운 의료 기기의 유입과 이와 관련한 비용이 약속대로 더 나은 결과를 제공하는지 궁금해하는 사람이 있었다. 바로 커티스 더들리였다.  그는 “이를 실제로 입증할 증거가 없었다”라고 말했다. 10년 후, 현 MTS의 기업 분석 및 데이터 서비스 부사장이 된 더들리는 해당 조직이 보유한 60개 이상의 병원에 있는 임상의들이 이런 질문에 거의 실시간에 가깝게 답할 수 있다고 밝혔다. 2007년에 에픽(Epic)의 EMR시스템을 도입한 머시는 환자 진료를 개선하기 위한 10년치 이상의 익명 환자 데이터를 보유하고 있다. 2009년, 해당 병원 네트워크는 수술실에 바코드 스캐너를 도입하여 직원들이 사용 물품과 수술 장비의 세부사항을 기록할 수 있도록 했다. 약 5년 전, 머시는 조직의 어떤 영역이 결과에 가장 큰 영향을 미쳤는지 확인하기 위해 PTM(Performance Through Metrics) 이니셔티브를 출범했다. PTM은 현재 SAP HANA를 사용하여 EMR 데이터의 바다에서 핵심 요소를 수집하기 위해 서비스 라인별로 데이터 마트를 도입하고 있다. 인메모리 데이터베이스는 실시간 대규모 데이터세트 탐색을 용이하게 한다. 더들리는 “문제를 알고 데이터에 접근하며 매번 쿼리가 실행될 때까지 30분 동안 기다리는 것과는 다르다. 실시간으로 탐색할 수 있으면 가설을 갖고 데이터에 접근할 수 있으며 데이터를 마이닝하여 탐색하며 업무에 실질적인 변화를 적용할 수 있는 결론에 도달할 수 있다”라고 말했다. 이런 변화를 통해 머시는 3년 동안 특수 치료를 하면서도 의료 장비와 수술 물품에서 무려 3,3...

CIO 환자 분석 SAP HANA NLP Mercy Technology Services MTS 머시 테크놀로지 서비스 메타데이터 관리 마스터 데이터 관리 치료 자연어 처리 빅데이터 데이터베이스 인메모리 의료 병원 MDM 인공지능 EMR 진료 차트

2020.03.17

NLP 기술과 인메모리 데이터베이스를 사용해 의사의 메모에서 거의 실시간으로 데이터를 추출하고 분석하는 업체인 머시 테크놀로지 서비스(Mercy Technology Services)가 치료 결과를 개선하고자 데이터 분석해 의사들에게 도움을 주고 있다.    머시(Mercy)의 고객사 중 가장 큰 병원에서 수술실을 관리하다가 지속적인 새로운 의료 기기의 유입과 이와 관련한 비용이 약속대로 더 나은 결과를 제공하는지 궁금해하는 사람이 있었다. 바로 커티스 더들리였다.  그는 “이를 실제로 입증할 증거가 없었다”라고 말했다. 10년 후, 현 MTS의 기업 분석 및 데이터 서비스 부사장이 된 더들리는 해당 조직이 보유한 60개 이상의 병원에 있는 임상의들이 이런 질문에 거의 실시간에 가깝게 답할 수 있다고 밝혔다. 2007년에 에픽(Epic)의 EMR시스템을 도입한 머시는 환자 진료를 개선하기 위한 10년치 이상의 익명 환자 데이터를 보유하고 있다. 2009년, 해당 병원 네트워크는 수술실에 바코드 스캐너를 도입하여 직원들이 사용 물품과 수술 장비의 세부사항을 기록할 수 있도록 했다. 약 5년 전, 머시는 조직의 어떤 영역이 결과에 가장 큰 영향을 미쳤는지 확인하기 위해 PTM(Performance Through Metrics) 이니셔티브를 출범했다. PTM은 현재 SAP HANA를 사용하여 EMR 데이터의 바다에서 핵심 요소를 수집하기 위해 서비스 라인별로 데이터 마트를 도입하고 있다. 인메모리 데이터베이스는 실시간 대규모 데이터세트 탐색을 용이하게 한다. 더들리는 “문제를 알고 데이터에 접근하며 매번 쿼리가 실행될 때까지 30분 동안 기다리는 것과는 다르다. 실시간으로 탐색할 수 있으면 가설을 갖고 데이터에 접근할 수 있으며 데이터를 마이닝하여 탐색하며 업무에 실질적인 변화를 적용할 수 있는 결론에 도달할 수 있다”라고 말했다. 이런 변화를 통해 머시는 3년 동안 특수 치료를 하면서도 의료 장비와 수술 물품에서 무려 3,3...

2020.03.17

'보안 AI, 거품이 있긴 하지만…' 해야 할 3가지 vs. 하지 말아야 2가지

"인공지능을 광고하는 제품 중 비결이 있다고 할만한 제품은 거의 없다. 사람들은 혁신적인 인공지능이 여전히 매우 기초적인 단계에 있다고 여기고 있으며, 우리는 훨씬 더 발전할 수 있다."  - 글래스윙 벤처스(Glasswing Ventures) 창업자 겸 경영파트너 릭 그리넬   필자가 칼테크(CalTech) 연구 보조금을 관리한 후 유행어 장사꾼과 데이터 과학자 사이의 태도가 큰 차이를 보였던 2015년부터 인공지능(AI)에 관한 거품이 거슬렸다. 이후 2017년 필자는 폭스뉴스에서 유일하게 AI 활용으로 가짜 뉴스를 해결할 수 있다는 과대광고에 반대했다. 필자는 그러한 과대광고는 싫어하지만, AI에 거는 기대는 크다. 초기 투자자 릭 그리넬은 AI에 대한 과대광고와 실제 활용도에 대한 실질적인 평가를 진행했다. "실제 제품 기술 관점에서 우리는 여전히 초기 단계다. AI라고 선전하는 것 중 실질적인 제품은 거의 없다"라고 그리넬은 말했다. "사람들은 혁신적이라고 자랑하고 있지만, AI는 아직 기본적인 수준이며 훨씬 더 발전할 것이라고 생각한다." 릭은 알고 있을 것이다. 그는 수년 동안 AI 지원 보안 업체에 집중했던 글래스윙 벤처스(Glasswing Ventures)의 설립자 겸 MP(Managing Partner)다. 어떻게 과대광고 속에서 AI와 머신러닝에 투자할 시기를 판단할 수 있을까? 해야 할 일과 하지 말아야 할 일에 대해 살펴보자. 수학에 시간을 낭비하지 말자 AI 과대광고 대부분은 갑작스러운 고급 수학의 유입으로 기계가 사람처럼 생각하게 됐다는 생각에서 기인한다. 필자는 2015년 초기 AI/ML 프로젝트에서 AI를 뒷받침하는 새로운 수학에 흥미를 느꼈다. 세계적인 데이터 과학자들이 CERN에서 20년이나 된 교과서에 나오는 알고리즘인 ‘k-means’와 ‘DBSCAN’ 등의 머신러닝 알고리즘을 사용해 연구를 진행...

구글 ML GDPR CERN NLP 데이터 레이크 머신 비전 수학 자연어 처리 인공지능 데이터 과학자 CISO CSO 데이터 라이프사이클

2019.04.23

"인공지능을 광고하는 제품 중 비결이 있다고 할만한 제품은 거의 없다. 사람들은 혁신적인 인공지능이 여전히 매우 기초적인 단계에 있다고 여기고 있으며, 우리는 훨씬 더 발전할 수 있다."  - 글래스윙 벤처스(Glasswing Ventures) 창업자 겸 경영파트너 릭 그리넬   필자가 칼테크(CalTech) 연구 보조금을 관리한 후 유행어 장사꾼과 데이터 과학자 사이의 태도가 큰 차이를 보였던 2015년부터 인공지능(AI)에 관한 거품이 거슬렸다. 이후 2017년 필자는 폭스뉴스에서 유일하게 AI 활용으로 가짜 뉴스를 해결할 수 있다는 과대광고에 반대했다. 필자는 그러한 과대광고는 싫어하지만, AI에 거는 기대는 크다. 초기 투자자 릭 그리넬은 AI에 대한 과대광고와 실제 활용도에 대한 실질적인 평가를 진행했다. "실제 제품 기술 관점에서 우리는 여전히 초기 단계다. AI라고 선전하는 것 중 실질적인 제품은 거의 없다"라고 그리넬은 말했다. "사람들은 혁신적이라고 자랑하고 있지만, AI는 아직 기본적인 수준이며 훨씬 더 발전할 것이라고 생각한다." 릭은 알고 있을 것이다. 그는 수년 동안 AI 지원 보안 업체에 집중했던 글래스윙 벤처스(Glasswing Ventures)의 설립자 겸 MP(Managing Partner)다. 어떻게 과대광고 속에서 AI와 머신러닝에 투자할 시기를 판단할 수 있을까? 해야 할 일과 하지 말아야 할 일에 대해 살펴보자. 수학에 시간을 낭비하지 말자 AI 과대광고 대부분은 갑작스러운 고급 수학의 유입으로 기계가 사람처럼 생각하게 됐다는 생각에서 기인한다. 필자는 2015년 초기 AI/ML 프로젝트에서 AI를 뒷받침하는 새로운 수학에 흥미를 느꼈다. 세계적인 데이터 과학자들이 CERN에서 20년이나 된 교과서에 나오는 알고리즘인 ‘k-means’와 ‘DBSCAN’ 등의 머신러닝 알고리즘을 사용해 연구를 진행...

2019.04.23

IDG 설문조사

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.

10.5.0.8