빅데이터
-
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..
-
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 ..
-
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..
-
사물인터넷(IoT)은 보험 산업을 어떻게 발전시킬까요? ‘인슈어테크’ 실현을 위해 고려해야 할 5가지 과제분석 이야기/사물인터넷 2018.11.09 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..
-
‘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)..
-
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..
-
사물인터넷(IoT)으로 진화하는 스마트 그리드 – 에너지 트렌드와 활용 사례분석 이야기/사물인터넷 2018.09.11 14:53
지난 7월 정부는 스마트 그리드(smart grid) 서비스가 구현되는 체험 단지 조성 등을 골자로 하는 ‘제 2차 지능형 전력망 기본 계획’을 발표했습니다. 이에 따라 올해부터 2022년까지 스마트 그리드 서비스 활성화, 각종 인프라 구축 등에 4조5,000억 원을 투자할 방침입니다. 스마트 그리드는 전기의 생산, 운반, 소비 과정에 정보통신기술(ICT)을 접목해 효율성을 높일 수 있도록 하는 지능형 전력망 시스템을 말합니다. 전기 공급자와 생산자에게 전기 사용자에 대한 데이터와 정보를 제공함으로써 전기 공급을 보다 효과적으로 관리할 수 있도록 지원하는데요. 이를 통해 에너지 공급 업체는 고객에게 신뢰할 수 있는 에너지 서비스와 제품을 공정한 시장 가격에 제공할 수 있습니다. 스마트 그리드는 이처럼 전..
-
[프로그래밍 팁] 엑셀 데이터 가져오기, 전치하기, 플롯 만들기!SAS 이야기/SAS 관련 뉴스 2018.08.14 16:26
그래프를 만들 때 가장 어려운 작업은 무엇일까요? 바로 데이터를 준비하는 것인데요. 오늘은 엑셀 데이터를 SAS로 가져오고, 전치하고, 첫 열의 값을 데이터 값으로 사용하고, 플롯으로 요약하는 방법을 차례대로 소개해드리고자 합니다. 오늘 예시에서는 학생 대출 채무에 관한 데이터가 사용되는데요. 몇 년 전, 학생 대출 채무가 급증하면서 큰 이슈가 됐었고, 아래는 관련 기사에서 쓰인 그래프입니다. 이 그래프의 데이터는 newyorkfe.org 웹사이트에서 찾을 수 있었는데요. 엑셀 스프레드시트를 다운받은 후 해당 정보를 ‘Page 3 Data’ 탭에서 찾았습니다. 아래와 같이 기사에서 쓰인 데이터보다 업데이트된 최신 데이터가 포함되어 있는데요. 그리고 아래의 코드를 사용해 이 데이터를 SAS로 가져왔습니다...
-
비즈니스 애널리틱스의 오늘과 내일을 만나다! <SAS FORUM KOREA 2018> 개최SAS 이야기/SAS 관련 뉴스 2018.05.16 15:18
15일 삼성동 코엑스 인터컨티넨탈 호텔에서 SAS 고객, 파트너, 산업별 전문가 650여명이 참석한 가운데 이 성황리에 개최됐습니다. 이번 포럼에서는 인공지능(AI), 머신러닝, 사물인터넷(IoT) 등 최신 기술을 활용한 고급 분석 전략과 다양한 비즈니스 혁신 사례가 논의됐는데요. 지금부터 그 현장의 하이라이트를 소개합니다! 먼저 오병준 SAS코리아 대표이사가 환영사를 통해 오늘날 애널리틱스 이코노미 시대에서 SAS의 비전과 전략에 대해 발표했습니다. 인공지능은 SAS가 오랫동안 발전시켜온 고급 분석의 연장선으로, 사물인터넷을 통해 쏟아져 나오는 방대한 데이터를 자동화된 모델로 분석한 결과는 더욱 놀라울 것이다. SAS는 인공지능을 활용한 분석 플랫폼을 기반으로 기업들이 분석을 통해 얻는 결과에 대한 기..