분석 이야기/머신러닝
-
딥러닝을 활용한 객체 탐지 알고리즘 이해하기분석 이야기/머신러닝 2018. 12. 21. 11:13
인공지능의 기반 기술 중 하나인 딥러닝은 눈부신 혁신을 거듭하고 있습니다. 텍스트 번역이나 이미지 분류 애플리케이션에 적합한 새로운 수준의 신경망이 개발되면서 사물인터넷(IoT)과 자율주행 관련 기술에도 활용되고 있는데요. 딥러닝 기술의 발전과 함께 객체 탐지 기법도 많은 주목을 받고 있습니다. 그렇다면 객체 탐지(Object Detection)는 무엇일까요? 객체 탐지는 이미지에서 관심 객체를 배경과 구분해 식별하는 자동화 기법으로, 컴퓨터 비전(Computer Vision) 기술의 하위 집합이기도 합니다. 아래와 같이 그림 1에는 전면에 있는 객체를 보여주는 두 개의 이미지가 있는데요. 왼쪽에는 새가, 오른쪽에는 개와 사람이 있습니다. 올바른 객체 탐지를 위해서는 경계박스(Bounding Box)를 ..
-
사이버 보안 향상을 돕는 인공지능 분석 활용 3단계!분석 이야기/머신러닝 2018. 12. 11. 10:17
인공지능(AI)은 지난 한 해 동안 미국 연방 정부에서 가장 주목 받은 키워드 중 하나였습니다. 지난 9월, 백악관은 미국의 연방정부가 15년 만에 연방 차원의 체계적 ‘국가 사이버보안 전략’ 공개하며 사이버보안 강화와 기술 발전을 위한 청사진을 제시하기도 했는데요. 발표된 전략 보고서에는 미국 내 네트워크·시스템·데이터 안보 강화, 강화된 사이버보안을 환경에서 디지털경제와 기술혁신 증진, 미국의 국제 평화와 국가안보 증진, 국제 인터넷 환경과 기술에서 미국의 리더십 확대 등이 담겨있습니다. 정부의 관점에서 인공지능의 중요한 잠재적 이용 방안 중 하나는 사이버 보안 향상인데요. 미국 국세청(Internal Revenue Service)은 지난 여름 인공지능이 어떻게 사이버 보안 기술을 향상시키는지 알아보..
-
머신러닝 해석력 시리즈 4탄: 라임(LIME)으로 모델 해석력 개선하기!분석 이야기/머신러닝 2018. 12. 10. 10:45
그 동안 머신러닝 해석력 시리즈를 통해서 머신러닝의 부분 의존성(PD; Partial Dependence), 데이터 세트 해석 등을 소개해드렸는데요. 오늘은 라임(LIME; Local Interpretable Model-Agnostic Explanation)을 통해 머신러닝 모델의 해석력을 개선할 수 있는 방법에 대해서 알아보겠습니다. 머신러닝 모델 해석력 시리즈 1탄, 2탄, 3탄을 놓치셨다면 아래 링크를 통해 확인해주세요! 머신러닝 해석력 시리즈 1탄: 인공지능(AI)과 머신러닝을 신뢰하기 위한 필수 조건, 해석력!머신러닝 해석력 시리즈 2탄: 데이터 세트를 이해하고 해석하는 방법 머신러닝 해석력 시리즈 3탄: 부분의존성(PD) & 개별조건부기대치(ICE) 플롯 정복하기! 머신러닝에는 의사결정 트리(..
-
SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360): 블랙 박스 모델의 해석 기법 알아보기분석 이야기/머신러닝 2018. 11. 30. 11:13
머신러닝의 블랙 박스 모델을 소개하는 첫 번째 블로그와 두 번째 블로그를 통해서 머신러닝 모델의 복잡성과 머신러닝의 뛰어난 예측 결과를 활용할 수 있는 해석력이 필요한 이유, 적용 분야에 대해서 소개해드렸는데요. 이번에는 기업 실무자 입장에서 SAS 비주얼 데이터 마이닝 앤드 머신러닝(SAS Visual Data Mining and Machine Learning)을 활용한 SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360)에서 해석 기법과 프록시 방법(Proxy methods), 그리고 모델링 후의 진단법을 알아보겠습니다. SAS 커스터머 인텔리전스 360에서 해석력 활용하기 먼저 SAS 웹사이트에서 SAS 커스터머 인텔리전스 360으로 도출한 데이터를 해석하는 방법..
-
SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360): 블랙 박스 모델의 해석력 이해하기분석 이야기/머신러닝 2018. 11. 27. 14:57
지난 'SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360): 머신러닝의 블랙 박스 모델이란’ 블로그에서 머신러닝 모델은 다면적이고 계속 진화하는 주제라고 소개해드린 바 있는데요. 오늘은 머신러닝 모델의 해석력(Interpretability)에 대해 자세히 살펴보고자 합니다. 머신러닝 모델은 놀라운 예측 능력을 제공하지만 매우 복잡하여 이해하기 쉽지 않습니다. 또한 머신러닝 모델은 예측한 결과에 대한 명확한 설명도 제공하지 않기 때문에 머신러닝을 실험하는 비즈니스들은 모델을 신뢰할 수 있는지, 그리고 모델을 통해 올바른 결정을 내릴 수 있는지 확인하고 싶어합니다. 그렇다면 기업 마케팅 담당자와 소비자들은 머신러닝 해석력이 정말 필요할까요? 브랜드의 분석 수용 곡선에서 ..
-
SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360): 머신러닝의 블랙 박스 모델이란?분석 이야기/머신러닝 2018. 11. 19. 11:36
머신러닝이 마케팅 생태계 내에서 지속적으로 발전함에 따라 현대화된 알고리즘 접근법의 해석력이 중요해지고 있습니다. 지난 번 게시했던 머신러닝 해석력 관련 블로그에서 인공지능(AI)과 머신러닝을 신뢰하기 위한 필수 조건, 데이터 세트를 이해하고 해석하는 방법, 그리고 머신러닝 모델의 작동 원리에 대한 인사이트를 도출하는 변수를 표시하는 방법에 대해 설명한 바 있는데요. “우리는 머신러닝에 의해 구동되는 애플리케이션에 둘러싸여 있으며, 기계가 내린 결정에 받는 영향은 날을 거듭할수록 증가하고 있다” (머신러닝 해석력에 대해 더욱 자세히 알고 싶으시다면 아래 머신러닝 모델 해석력 시리즈를 클릭해주세요! ) 1탄: 인공지능(AI)과 머신러닝을 신뢰하기 위한 필수 조건, 해석력! 2탄: 데이터 세트를 이해하고 해..
-
기업 성공 사례에서 인공지능(AI)의 혁신적인 역할을 살펴보다!분석 이야기/머신러닝 2018. 11. 16. 19:02
인공지능(AI)의 성장은 과연 디스토피아를 초래할까요? 인공지능은 굉장히 빠른 속도로 발전하고 있지만, 동시에 인공지능의 잠재적 위험성을 우려하는 목소리도 커지고 있는데요. 하지만 반대로 생각해보면 인공지능은 인간의 능력을 대체하는 것이 아니라, 인간의 능력을 향상시키기 위해 설계되었습니다. 인공지능은 이미 헬스케어, 보험, 금융, 농업 등 대부분의 산업 분야에서 인간을 돕는 중추적인 역할을 하고 있는데요. 마찬가지로 SAS는 인공지능을 통해 다양한 업계의 수많은 비즈니스를 지원하고 있습니다. 에피폴리(Epipoli): 머신러닝을 통한 고객 개인화 경험 향상 오늘날 옴니채널 마케팅은 고객 여정에 걸쳐 오프라인 매장, 전자상거래 웹사이트, 모바일 앱, 소셜미디어를 포함한 다양한 구매 채널을 통해 일관된 고..
-
인공지능(AI)이 헬스케어 산업에 불러올 혁신적인 변화는?분석 이야기/머신러닝 2018. 11. 13. 14:31
인공지능(AI)이 우리에게 미치는 영향이 나날이 커지면서 일자리를 대체할 것이라는 우려도 높아지고 있습니다. 이를 위해서 인공지능의 윤리 방안과 규제에 대한 논의가 이루어지고, 기업이 알고리즘으로 인해 일자리를 빼앗긴 직원에게 재교육을 제공해야 한다는 목소리가 나오고 있는데요. 하지만 이러한 모든 내용은 인공지능이 미치는 부정적인 면에만 치우쳐 있습니다. 그렇다면 인공지능이 우리의 삶에 주는 혜택으로는 무엇이 있을까요? 인공지능, 헬스케어 산업의 중요 기술로 떠오르다 신기술의 도입을 촉진할 수 있는 가장 빠른 방법 중 하나는 기술 도입으로 인해 혜택을 얻을 수 있는 이점을 입증하는 것입니다. 잠재적인 피해보다 득이 더 많다는 사실을 알면 신기술 도입의 결정은 쉬워집니다. 고급 분석(advanced ana..
-
인공지능(AI)이 재정의하는 윤리는? 윤리적인 인공지능 시스템 관리를 위한 4가지 핵심요소분석 이야기/머신러닝 2018. 11. 6. 11:52
인공지능(AI)은 1950년대부터 머신러닝, 링크 걸기 시작 딥러닝(deep learning), 인지 컴퓨팅(cognitive computing)이 점차 발전하면서 우리와 꽤 오랜 시간을 함께 해왔습니다. 최근 달라진 점이 있다면 아마 활용할 수 있는 데이터의 양이 어마어마하게 늘었다는 것인데요. 방대한 양의 데이터 덕분에 오늘날 과거에는 불가능했던 방식으로 인공지능 기반의 모델을 학습시킬 수 있게 되었습니다. 이러한 인공지능은 지금의 세상과 거대한 데이터를 이해하는 일에 핵심적인 역할을 하고 있죠. 이 말은 결국 인공지능이 프로세스와 개인 모두에게 미치는 영향이 급격하게 증가했음을 의미함과 동시에 기술이 지속적으로 발전할 수 있도록 인공지능 시스템을 윤리적으로 관리할 수 있어야 함을 뜻하는데요. 최근 ..
-
인공지능(AI) 챗봇은 고객 서비스를 어떻게 변화시킬까요?분석 이야기/머신러닝 2018. 9. 28. 15:15
고객 인텔리전스(CI)를 위한 챗봇이미 많은 기업들이 인공지능(AI)으로 비즈니스를 자동화하고, 더 나은 고객 경험을 제공하며, 매출을 높이고 있습니다. 이미 수년 전부터 은행은 인공지능을 활용해 잠재적인 금융 사기를 탐지하고, 통신사는 고객 이탈을 예측해왔는데요. 챗봇은 한 단계 더 나아가 인공지능을 일상 가까이로 가져왔습니다. 챗봇은 머신러닝, 딥러닝, 음성 인식(voice-to-text), 자연어처리(NLP), 추천 엔진 등 여러 혁신적인 기술을 활용해 기업이 고객과 더욱 효율적으로 소통하고 고객 경험의 일부분을 자동화하도록 지원합니다. 이처럼 고객 상호작용을 개선하는 새로운 인터페이스인 챗봇은 금융, 통신, 유통 등 다양한 산업에서 화두로 떠올랐는데요. 최근 파리에서 개최된 SAS 포럼에서도 챗봇..
-
인공지능(AI)이 선택한 지구상 최고의 파라다이스는 어디일까요?분석 이야기/머신러닝 2018. 8. 7. 14:59
나만의 파라다이스를 찾아라!z 여름 휴가 계획 모두 세우셨나요? 어디로 갈지 아직 고민 중이시라면! 클릭 몇 번만으로 전 세계에서 나와 가장 잘 맞는 도시를 알려주는 ‘SAS 파라다이스 파운드(SAS Paradise Found)’ 프로젝트를 소개합니다. 사람마다 매력적인 여행지와 거주지를 선택하는 기준은 다르기 마련인데요. SAS 파라다이스 컨피규레이터(Paradise Configurator)는 가족, 문화, 자연, 안전 및 인프라, 생활비, 레스토랑 및 쇼핑, 건강, 교육 및 커리어 등 삶에 있어 중요한 8가지 기준을 바탕으로 전 세계 193개국의 148,233개 도시를 평가합니다. 지금 바로 접속하셔서 기준별 선호도를 설정해보세요! ‘SAS 비주얼 데이터 마이닝 앤드 머신러닝(SAS VDMML; SA..
-
이모티콘, 감성 분석의 핵심 요소로 떠오르다분석 이야기/머신러닝 2018. 8. 1. 11:28
지난 7월 17일, 세계 이모티콘의 날을 맞아 애플, 유튜브, 페이스북 등 글로벌 기업들은 새로운 이모티콘을 공개하고 관련 설문조사 결과를 발표하는 등 다양한 이벤트를 진행했는데요. 많은 사람들이 습관처럼 사용하는 이모티콘은 온라인 비주얼 커뮤니케이션이라는 새로운 트렌드의 핵심 요소로 자리잡았습니다. 온라인, 특히 모바일에서 빠르고 명확하게 표현을 전달해야 할 때 이모티콘은 전 세계 누구와도 소통할 수 있는 하나의 언어로서 역할하고 있습니다. 고객과 기업 모두 이 사실을 잘 인지하고 있는데요. 기업은 이모티콘에 대한 데이터를 수집, 분석해 고객이 신제품과 새로운 캠페인 또는 브랜드 자체를 어떻게 생각하고 있는지에 대해 유용한 인사이트를 얻을 수 있습니다. 이모티콘은 사용자의 기분, 태도, 의견을 묘사하기..