고급분석
-
데이터, 우리 삶의 인도주의적 문제를 해결하다SAS 이야기/Data for Good 2018. 12. 17. 15:26
지난 9월 중순 미국 샌디에고에서 개최된 최대 규모의 분석 컨퍼런스 ‘SAS 애널리틱스 익스피리언스(Analytics Experience) 2018'의 연사로 참여한 빅데이터 전문가 트리샤 왕(Tricia Wang) 박사는 세계적인 동물행동학자 프란스 드 발(Frans de Waal)의 영상을 공유했습니다. 이 영상은 연구자에게 돌을 주고 보상을 받는 두 마리의 원숭이를 통해 인간의 도덕적 심리를 보여주는데요. 원숭이들은 돌을 건네줄 때마다 오이 한 조각을 받습니다. 그러다 원숭이 한 마리에게는 할 일을 완료한 대가로 원숭이가 가장 좋아하는 간식인 포도를 주고, 다른 원숭이에게는 계속해서 오이를 줬습니다. 그러자 계속 오이로 보상을 받던 원숭이는 불만을 표출하기 시작했고 결국 불만을 나타낸 원숭이는 오이..
-
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..
-
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 ..
-
현대 제조업의 필수 3가지 기술! 디지털 트윈, 분석 그리고 사물인터넷분석 이야기/사물인터넷 2018. 11. 22. 16:48
만약 나의 주치의가 내 디지털 트윈(Digital Twin)을 만들어 실시간으로 나의 상황을 다양한 센서 데이터 등을 통해 업데이트 받을 수 있다면 어떨까요? 현실세계의 기계나 장비, 사물 등을 컴퓨터 속 가상세계에 구현한 디지털 트윈을 통해 몸 속의 잠재적인 질병에 대한 신호를 미리 받을 수 있을지도 모릅니다. 디지털 트윈이 암 관련 질병을 미리 예측할 수 있다면 조기 진단을 통해 가장 효과적인 시기에 치료를 받을 수도 있을 텐데요. 이러한 디지털 트윈 데이터 기술은 이미 가장 복잡하고 미션 크리티컬(Mission-Critical)한 기계의 운영 전반이나 기능을 모니터링하는데 활용되고 있습니다. 디지털 트윈은 제트 엔진, 기관차, 가스 터빈과 같은 산업 장비 내 부품 마모를 파악하는 동시에 운영 효율성..
-
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..
-
사물인터넷(IoT)은 보험 산업을 어떻게 발전시킬까요? ‘인슈어테크’ 실현을 위해 고려해야 할 5가지 과제분석 이야기/사물인터넷 2018. 11. 9. 11:04
보험 업계는 변화에 느리다는 평을 받는 보수적인 산업이지만 지난 5년간 엄청난 변화와 혁신을 경험하고 있습니다. 보험사들은 고객과 유통 관계에서 혁신을 모색하며 디지털 이니셔티브에 많은 투자를 하고 있는데요. 이와 함께 데이터 분석, 인공지능 등의 정보기술(IT)을 활용해 기존 보험 산업을 혁신하는 인슈어테크(insurtech)가 디지털 기회를 활용할 수 있는 보험 업계의 새로운 분야로 떠오르고 있습니다. 하지만 보험 업계에서 가장 극적인 변화는 사물인터넷(IoT)과 관련되어 있다는 사실, 알고 계신가요? 사물인터넷 기술은 기존 보험 비즈니스 모델에 변화의 바람을 빠르게 몰고 오며 특히 리스크 평가 과정 개선에 큰 역할을 하고 있습니다. 보험 산업에서 사물인터넷의 ‘사물’에는 웨어러블 디바이스, 가전제품..
-
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 ..
-
‘SAS 애널리틱스 익스피리언스 2018 밀라노’, 데이터 분석의 혁신을 공유하다SAS 이야기/SAS 관련 뉴스 2018. 10. 26. 11:37
음식, 패션, 그리고 풍부한 문화유산으로 유명한 이탈리아의 경제 중심 밀라노는 오랜 역사를 바탕으로 개방과 혁신이 공존하는 ‘인큐베이터’ 도시인데요. 이탈리아에서 기술의 발전을 이끌고 있는 밀라노에서 10월 22일부터 24일까지 사흘간 유럽 최대 규모의 분석 컨퍼런스 ‘SAS 애널리틱스 익스피리언스(Analytics Experience) 2018'가 개최됐습니다. 이번 SAS 애널리틱스 익스피리언스에는 1,200명 이상의 전 세계 산업별 비즈니스 리더와 분석 전문가가 모여 애널리틱스 이코노미 시대의 최신 분석 기술과 사례를 공유하고, 인공지능(AI), 머신러닝, 사물인터넷(IoT), 고급 분석 등을 활용한 비즈니스 혁신 전략에 대해 논의했습니다. 이 외에도 데이터 과학, 클라우드, 고객 인텔리전스(CI)..
-
AI + IoT, 지능형사물인터넷(AIoT) 실현을 위한 핵심 기술과 조건분석 이야기/사물인터넷 2018. 10. 22. 09:17
올해 초 2018년과 미래를 관통할 두 가지 기술로 '인공지능(AI)’과 ‘자동화(Automation)'를 소개해 드렸는데요. 인공지능과 자동화 기술은 사물인터넷(IoT)과 어떻게 연결될 수 있을까요? IDC 퓨처스케이프(IDC FutureScape)가 발표한 ‘2017년 전 세계 IoT 전망’ 보고서에 따르면, 2019년까지 사물인터넷에서 생성된 데이터의 40% 이상이 네트워크 엣지(edge)에 저장되어 처리되고 분석될 전망입니다. 또한 효과적인 사물인터넷 기술은 스트리밍 분석과 머신러닝을 결합해 진행될 것이라고 예측됐는데요. 따라서 사물인터넷 애플리케이션을 효과적으로 운영하기 위해서는 분석 중심, 데이터 기반의 기업 문화가 필요합니다. 예를 들어, 기업은 디바이스, 기계, 장비와 같은 사물을 미리 정..
-
데이터 분석 프로젝트를 성공적으로 시작하기 위한 체크 리스트 10가지분석 이야기/비즈니스 분석 2018. 10. 17. 12:05
필자는 데이터 전문가와 엔터프라이즈 시스템 컨설턴트로서 오랜 경력을 쌓아왔으며, 저자와 대학 교수로서 교육 활동도 진행하고 있습니다. 그 동안 200여 개의 개인, 50개 이상의 그룹을 위한 데이터 분석 프로젝트를 감독하면서 수많은 분석 프랙티스를 연구해왔는데요. 중요한 한 가지는 분석 프로젝트를 성공적으로 시작하기 위한 단 하나의 청사진은 존재하지 않는다는 것입니다. 하지만 다양한 성공 또는 실패 사례들을 기반으로 개인이나 기업이 데이터 분석 프로젝트에 착수할 때 유용하게 활용할 수 있는 핵심 체크 리스트를 도출할 수 있었는데요. 지금부터 분석 프로젝트를 성공적으로 시작하기 위해 고민해봐야 할 10가지 질문을 소개합니다. Q1. 데이터 분석 프로젝트를 처음으로 시도하는 건가요? 기업 문화는 데이터 분석..