[AI] AI 서비스 소개 정리
Ai, ML 관련 서비스를 어떻게 홍보하고 소개하는지 정리합니다.
1. Artificial Intelligence (AI) Solutions
https://www.sas.com/ko_kr/solutions/ai.html
머신러닝
머신 러닝과 딥 러닝은 어디에서 찾아야 한다거나 어떤 판단을 내려야 하는지 명시적으로 알려주지 않아도 데이터에 숨겨진 분석정보를 찾아냅니다. SAS의 AI 솔루션에는 자동화된 피쳐 엔지니어링(Feature Engineering; 특성추출) 기능을 갖춘 포괄적이고 직관적인 머신 러닝 도구가 포함되어 있어 더욱 빠르고 더욱 현명한 의사 결정 및 권고안을 제시할 수 있습니다.
컴퓨터 비전
컴퓨터 비전은 사진이나 동영상의 내용을 분석하고 해석합니다. SAS의 AI 솔루션은 컴퓨터 비전을 사용하여 간편한 이미지 처리, 이미지 인식, 객체 감지 도구의 지능적인 자동화를 촉진합니다
SAS® Visual Data Mining and Machine Learning
https://www.sas.com/ko_kr/software/visual-data-mining-machine-learning.html
통합 협업 솔루션을 통해 단일 환경에서 가장 까다로운 분석 문제들을 해결합니다.
SAS Visual Data Mining 및 Machine Learning은 통합적인 시각화(프로그래밍) 인터페이스를 통하여 분석 라이프 사이클의 모든 작업을 처리하는 엔드 투 엔드(End-to-end)로 데이터 마이닝 및 머신러닝 프로세스를 지원합니다. 다양한 사용자에게 적합하며 애플리케이션을 전환 할 필요가 없습니다. 데이터 관리에서 모델 개발 및 배포에 이르기까지 모두작업을 동일한 통합 환경에서 진행할 수 있습니다.
다양한 접근법으로 빠르게 탐색하여 최적의 해답을 찾을 수 있습니다.
분산 처리를 통해 구현되는 탁월한 성능과 다양한 기능을 갖춘 머신러닝 파이프라인을 통해 다양한 데이터 분석접근 방법을 신속하게 탐색하고 비교할 수 있습니다. 또한 자동화된 모델 튜닝을 통해 통합 환경에서 빠르고 쉽게 여러 시나리오를 탐색하고 비교하여 최상의 모델을 찾을 수 있습니다. 비정형(Unstructured) 데이터와 정형(Structured) 데이터를 통합 머신러닝 프로그램에 결합하여 새로운 데이터 유형으로부터 더 가치 있는 인사이트를 얻을 수 있습니다. 또한 분석 라이프 사이클 각각의 단계의 재현성(Reproduceability)을 통해 신뢰할 수 있는 해답과 인사이트를 제공합니다
분석 팀의 생산성을 극대화할 수 있습니다.
데이터 사이언티스트와 기타 분석 전문가들은 머신러닝 파이프라인을 지원하는 단일의 협업 환경으로부터 매우 정확한 결과를 얻을 수 있습니다. 이 솔루션을 통해 다양한 사용자는 데이터에 엑세스하여 준비하고, 탐색적 분석을 실행하며 머신러닝 모델을 구축 및 비교하고, 예측 모델을 적용하기 위한 스코어 코드도 생성할 수 있습니다. 이 모든 작업을 이전보다 훨씬 더 빠르게 할 수 있습니다.
주요 기능
유연하고 편리한 접근 방식의 시각화 분석 환경. 여러 사용자가 현재 사용하기 쉬운 시각화 인터페이스를 통해 정형(Structured) 및 비정형(Unstructured) 데이터를 얼마든지 분석할 수 있습니다.
뛰어난 확장성을 가진 인-메모리 분석 프로세싱. 다양한 사용자가 안전하게 인-메모리 데이터에 동시에 액세스할 수 있는 환경을 제공합니다. 여러 노드에 병렬로 분산된 데이터 및 분석 워크로드 작업이 각 노드에 멀티스레드(multithreaded) 처리되어 매우 빠른 속도를 제공합니다.
최신 통계, 데이터 마이닝 및 머신러닝 기법. 방대한 최신 통계, 머신러닝, 딥러닝 및 텍스트 분석 알고리즘을 단일 환경에서 액세스 할 수 있습니다. 클러스터링, 다양한 회귀분석, 랜덤 포레스트, 그래디언트 부스팅 모델, 서포트 벡터 머신(SVM), 자연어 처리(Natural Language Processing), 토픽 추출 등 다양한 분석 기능을 제공합니다.
통합 데이터 준비, 탐색 및 피처 엔지니어링(Feature Engineering; 특징추출). 데이터 엔지니어들은 드래그-앤-드롭(Drag-and-Drop) 인터페이스를 사용하여 비주얼 파이프 라인 활동(activities) 내에서 변환을 신속하게 작성 및 실행하고 데이터를 보강하며 데이터를 결합 할 수 있습니다. 모든 작업은 메모리 내에서 수행되므로 일관적인 데이터 구조를 유지할 수 있습니다.
통합 텍스트 분석. 빅데이터를 고려한 설계 방식으로 대규모 텍스트 문서도 쉽게 검사할 수 있습니다. 데이터의 일부 뿐만 아니라 모든 텍스트 데이터를 검사하여 알려지지 않은 주제와 연관성에 대한 새로운 인사이트를 얻을 수 있습니다.
모델 평가 및 스코어링. 단 한 번의 실행으로 여러 가지 모델링 방식을 테스트하고 표준화된 테스트를 통해 다수의 지도 학습 알고리즘의 분석 결과를 비교하여 빠른 시간 내에 챔피언 모델을 판단할 수 있습니다. 그 이후, 자동 생성 된 SAS 스코어 코드를 사용하여 분산 환경 및 일반 환경에서 분석결과를 운영에 활용하실수 있습니다.
액세스 가능한 클라우드 기반 솔루션. 모델러와 데이터 사이언티스트는 Python, R, Java, Lua 등 선호하는 코딩 환경을 통해 SAS 기능에 액세스할 수 있습니다. 또한 SAS Viya REST API를 사용하면 SAS의 기능을 다른 응용 프로그램에 추가할 수 있습니다.
2. IBM
https://www.ibm.com/kr-ko?lnk=m
2-1. IBM Spectrum Scale
https://www.ibm.com/kr-ko/marketplace/scale-out-file-and-object-storage
클라우드, 빅데이터, 분석, 오브젝트 등의 비정형 데이터에 대한 스토리지 관리 기능 향상
2-2. IBM Spectrum Discover
https://www.ibm.com/kr-ko/marketplace/spectrum-discover
온프레미스와 클라우드에서 엑사바이트 규모의 파일 및 오브젝트 스토리지를 위한 최신 메타데이터 관리 소프트웨어
이점
IBM Spectrum Discover는 엑사바이트 규모의 비정형 스토리지에 대한 데이터 인사이트를 제공하는 최신 메타데이터 관리 소프트웨어입니다. IBM Spectrum Discover는 온프레미스 및 클라우드 모두에서 여러 파일 및 오브젝트 스토리지 시스템에 손쉽게 연결하여 수십억 개의 파일 및 오브젝트에 대한 메타데이터를 신속하게 수집, 통합, 색인화할 수 있으며, 이러한 스토리지 소스 위에 풍부한 메타데이터 계층을 제공합니다. 이 메타데이터를 사용하여 데이터 과학자, 스토리지 관리자 및 데이터 스튜어드는 엄청난 양의 비정형 데이터를 효율적으로 관리, 분류, 파악하고 이로부터 인사이트를 얻을 수 있습니다.
시간 절약
메타데이터가 생성될 때 메타데이터를 캡처하여 비정형 데이터로 구성된 카탈로그 작성을 자동화합니다. IBM Spectrum Discover는 IBM 및 기타 공급업체의 여러 파일 및 오브젝트 스토리지 시스템을 지원합니다.
생산성 증대
시스템 메타데이터를 사용자 정의 태그와 결합함으로써 포괄적으로 파악할 수 있어 스토리지 관리 및 데이터 소비자 생산성이 향상됩니다.
손쉬운 통합
Action Agent API, 사용자 정의 태그, 정책 기반 워크플로우를 통한 확장성을 활용하여 콘텐츠 검사를 더 심층적으로 조정하고, AI, 머신 러닝, 분석 워크플로우에서 데이터를 활성화할 수 있습니다.
주요기능
이기종 파일 및 오브젝트 스토리지 지원 / 데이터 분류를 위한 정책 기반 메타데이터 태그 지정 / 대시보드 및 사용자 정의가 가능한 보고 / 지속적인 메타데이터 수집 / 실시간 데이터 인사이트 / 데이터 자산을 신속하게 찾을 수 있는 빠른 검색 기능 / 콘텐츠 기반 태그 지정 및 검색 / 체계적인 메타데이터 큐레이션 / 안전하고 확장 가능한 아키텍처 / 민감한 데이터를 자동으로 식별 및 분류 / 커뮤니티 지원 써드파티 확장 카탈로그
3. SAMSUNG SDS
https://www.samsungsds.com/global/ko/solutions/bns/ai/ai.html
엔터프라이즈를 위한 AI 플랫폼 Brightics AI로 비즈니스에 인사이트를 더하고 업무 생산성을 높이세요
삼성SDS는 머신러닝을 기반으로 하는 데이터 분석, 자연어 처리(NLP), 그리고 딥러닝을 활용한 비주얼 분석 기술을 플랫폼화 하여 다양한 분야에 적용하고 있습니다. 고객은 수집한 데이터에서 빠르게 인사이트를 얻고 미래를 예측하며, 지능화된 디지털 노동력으로 업무를 효율화할 수 있습니다.
트랜드
Analytics : 사용하기 쉬운 데이터 분석 플랫폼의 요구
많은 기업들이 빅데이터를 비즈니스 예측에 활용하고자 하지만 모든 기업이 비즈니스에 대한 전문성이 있고, 데이터 분석 능력을 동시에 보유한 분석전문가를 보유하기는 어렵습니다. 따라서 데이터 전문인력이 아니라도 쉬운 데이터 분석이 가능하도록 직관적 데이터 플랫폼의 등장이 요구되고 있습니다.
Computer vision : 딥러닝을 활용한 영상처리 분야의 발전
인간처럼 시각정보를 획득하고 해석하려는 시도는 꾸준히 있어왔습니다. 최근 딥러닝 기술로 전통적인 영상 분석 기술을 추월하는 발전을 이뤄냈습니다. 영상처리방식인 CNN, RNN 알고리즘 등으로 오차율은 크게 줄어들었으며 이를 다양한 환경에 적용하려는 시도가 증가하고 있습니다.
서비스
기업의 대용량 데이터도 빠르게 분석하여 인사이트 도출
제조, 물류, 리테일, 의료 등 업종별 다양한 분야에서 수집되는 데이터를 분석하여 목표달성을 위한 최적안을 예측, 처방합니다.
대화형 업무 자동화 솔루션을 통한 업무효율 증대
자연어 처리가 가능하고 스스로 학습하는 인공지능을 업무자동화(RPA)와 결합하여 시간과 비용을 절약합니다.
다양한 산업분야에 적용 가능한 딥러닝 기반 영상 분석
실사간 영상정보에서 얼굴, 움직임 이상감지등 원하는 정보를 추출/분류하여 결함분석이나 마케팅에 활용할 수 있습니다.
Brifhtics AI
Analytics Intelligence
데이터와 AI 알고리즘을 활용하여 다양한 분석을 할 수 있습니다.
- 데이터에 맞는 알고리즘 추천으로 비 전문가도 쉽게 모델링이 가능합니다.
- 다양한 분석 도구를 통합하여 사용자가 쉽고 빠르게 활용할 수 있습니다.
- 집계형, 예측형, 처방형 분석을 제공(분석함수 160종)하며, 머신러닝, 딥러닝, 강화학습을 지원합니다.
- 제조, 마케팅, 물류, 보안, IoT, 헬스 분야에 70개 이상의 레퍼런스를 확보하고 있습니다.
Visual Intelligence
딥러닝 기술 기반 영상분석을 활용하여 이미지 특징을 파악할 수 있습니다.
- 추출한 이미지 feature를 조합하여 비즈니스 특성에 맞는 Combined Feature를 추출합니다. 다양한 combined feature와 최적화 매개변수로 업종별 최적화된 이미지 검색이 가능합니다.
- 대용량 이미지를 벡터 기반의 트리구조로 저장하여 빠르게 탐색할 수 있습니다.
- 경량화 데이터와 효율적 저장방식으로 초기 데이터 전환 시간을 대폭 줄임으로써 보다 빠른 시스템 구축이 가능합니다.
프리젠테이션
AWS re:Invent 2018: 딥러닝 분석환경, Brightics AI를 통한 부정맥 진단 기술
11/26~29, 미국 라스베이거스에서 개최된 세계 최대 클라우드 컴퓨팅 컨퍼런스, AWS re:Invent 2018 행사에서 삼성SDS는 딥러닝 기반의 Brightics AI와 Amazon SageMaker를 이용하여 부정맥을 진단하는 사례를 소개하였습니다.
클라우드 기반의 딥러닝 분석환경, Brightics AI가 심전도 데이터를 어떻게 효과적으로 학습하여 신속하고 정확하게 부정맥을 진단하도록 구현했는지 만나보세요.
삼성SDS Brightics [KOR] : 영상
https://www.youtube.com/watch?time_continue=68&v=Bo3ceAZmrT8&feature=emb_title
삼성SDS의 IoT 플랫폼, Brightics를 소개합니다. Brightics IoT는 수많은 스마트 디바이스를 통해 발생하는 데이터를 안정적으로 수집하고, Brightics AI는 대용량의 데이터를 효과적으로 분석합니다. 이제 삼성SDS Brightics로 새로운 비즈니스 기회를 창출하세요.
4. aitrics
4-1. Intro
Reactive Care to Proactive Care
현재의 의료 시스템은 여전히 주로 반응적이며, 징후와 증상을 해결하는 데 초점을 맞추고 있습니다. 인구 고령화와 치솟는 관리 비용에 직면하여, 우리는 의료 제공에 대한 새로운 접근방식이 불가피하다고 생각합니다. 첨단 기계 학습 기술과 증거 기반 전문가 분석을 결합한 AITRICS는 예측 가능하고 예방적이며 개인화된 관리를 제공합니다.
4-2. VitalCare
https://www.aitrics.com/solutions/vitalcare/
Reactive Care to Proactive Care
VitalCare는 의사와 의료 전문가가 환자 열화의 미묘한 징후를 조기에 감지할 수 있도록 개발된 실시간 예측 분석 솔루션입니다.
5. 신테카바이오
http://www.syntekabio.com/sub02_tech.php
5-1. 인공지능 기반 플랫폼 (유전체 빅데이터 & 인공지능 신약개발 기업)
"신테카바이오는 독자적인 유전체 빅데이터 및 AI 기술력으로 신약 개발의 다양한 영역에서 혁신을 추구합니다."
신생항원 발굴 플랫폼(NEOscan™):
암 유전체 분석과 AI 딥러닝 기술을 기반으로, 환자의 면역시스템을 활성화시켜 암을 치료할 수 있는 신생항원 펩타이드를 90% 이상의 정확도로 예측합니다. NEOscanTM으로 발굴된 개인맞춤형(personalized) 또는 공유(shared) 신생항원은 펩타이드 백신∙세포치료제 등 다양한 형태의 면역항암치료제 개발 플랫폼에 적용 가능합니다.
약효예측 바이오 마커 발굴 플랫폼(GBLscan™):
초기단계 임상시험에서 확보된 약물반응성 및 유전체 데이터를 사용하여 약효예측 바이오마커를 발굴합니다. 발굴된 바이오마커는 환자선별에 적용되어 후기 임상시험의 성공률을 크게 향상시킬 뿐 아니라, 바이오마커를 기반으로 한 적응증 확장과 약물의 리포지셔닝, 임상실패 약물의 회생 또한 가능하게 합니다.
합성신약 후보물질 발굴 플랫폼 (Deep-matcher™):
AI 기반 유효물질 도출과 최적화를 통한 선도물질 발굴, 2차 타겟과 오프타켓 분석, 약물저항 바이오마커의 개발을 위한 플랫폼으로 정확하고 효율적인 신약후보물질 발굴을 가능하게 합니다.