ݺߣ

ݺߣShare a Scribd company logo
Direct by 이 승훈
인공지능 기반 비즈니스 기반 제안 가이드
1.제조 분야 2.금융 분야 3.통신 분야 4.의료 분야 5.유통/인터넷분야
6.공공 분야 7.교육 분야 8.기타 분야 9.산업 공통
AI 제안
가이드
개요
-제조장비로부터 데이터를 수집하여
전체구간에 대한 학습을 통해 품질을
예측함. 스마트 팩토리의 핵심
학습
데이터
-제조 설비 데이터, IOT데이터
- MES 데이터, 로그 데이터
솔루션
협력사
-
제조 품질예측 시스템
1.제조 분야(1/3)
개요
-제조장비의 설비다운을 예측하여 사전에
큰 사고를 예방하고자 함
학습
데이터
-제조 설비 데이터, IOT데이터
- MES 데이터, 로그 데이터
솔루션
협력사
-
제조설비 예지정비 시스템
개요
-여러 회사를 경영하는 그룹사의 경우
경영진이 실시간으로 각 회사의
경영/제조/연결분석 등을 통해
예측하도록 하고자 함
학습
데이터
-ERP데이터
-그룹웨어 데이터
- 로그 데이터
솔루션
협력사
-ERP업체
경영판단 예측 지원시스템
개요
-산재가 잦은 사업장/플랜트/건설에서
위치기반 센서와 장비센서의 데이터를
학습하여 안전사고를 예방하고자 함
학습
데이터
-제조 설비 데이터, IOT데이터
- MES 데이터, 로그 데이터
솔루션
협력사
-
안전관리 예측시스템
1.제조 분야(3/3)
개요
- 설계도면의 내용(부호/도형 등)을
학습하여 도면인식과 검색에 사용
학습
데이터
-도면 데이터
- 메타데이터
- 로그데이터
솔루션
협력사
-CAD업체
도면인식 지원시스템
개요
-레슨 런드 문서, 그룹웨어, 매뉴얼, 각종
문서 등을 자동으로 분류하여
내부직원들에게 배포함으로서 내부
단순업무에 대한 부하를 감소시킴
학습
데이터
-비정형 문서
솔루션
협력사
-
문서 자동분류 시스템
1.제조 분야(3/3)
개요
-고객센터에서 챗봇이 상담과 민원을
진행하게 함
학습
데이터
-비정형 문서, 음성
솔루션
협력사
-
콜 센터 챗봇
개요
-마케팅 관련 데이터와 내외부 데이터를
모두 통합하여 개인의 회원이탈이나
상품해지등을 예측하고자 함
학습
데이터
-거래데이터
회원DB
-로그데이터(웹,WAS)
솔루션
협력사
-
고객이탈방지(예측)
2.금융 분야(1/6)
개요 -실시간 부정거래 예측
학습
데이터
-거래데이터
회원DB
-로그데이터(웹,WAS)
솔루션
협력사
-
FDS
개요 -자금세탁 예측
학습
데이터
-거래데이터
회원DB
-로그데이터(웹,WAS)
솔루션
협력사
-
ALM
2.금융 분야(2/6)
개요
-대출을 수행한 중소기업/개인들의 외부
평가를 관리하여 조기 위험을 파악하고
조기 상환을 통해 대출 리스크를 최소화
하려함
학습
데이터
-거래데이터
회원DB
-로그데이터(웹,WAS)
솔루션
협력사
-
부도 예측 시스템
개요
-복잡한 금융상품의 내용과 상관관계를
분석하여 상품수나 카테고리를 조정하고
영업에 임팩트를 주기 위함
학습
데이터
-거래데이터
회원유, 상품DB
-로그데이터(웹,WAS)
솔루션
협력사
-컨설팅업체
고객패턴 예측 시스템
2.금융 분야(3/6)
개요 -환율 예측
학습
데이터
-비정형 문서
거래데이터
-금융데이터
솔루션
협력사
-
환 리스크 관리
개요 - 금융기간의 수익성을 예측
학습
데이터
- 거래데이터
- 인/아웃 회계 데이터
솔루션
협력사
-
2.금융 분야(4/6)
수익성 예측
개요 -증권거래의 작전세력을 예측
학습
데이터
-거래데이터
솔루션
협력사
-
증권거래 예측
개요
- 내부 직원들의 동향을 예측, 내부 통제
예측
학습
데이터
-내부 문서 데이터
로그 데이터
내부 금융시스템 데이터
솔루션
협력사
-
2.금융 분야(5/6)
감사/내부통제 예측
개요
-자동차 사고시 사고 사진을 판독하여
정비금액을 예측하고자 함
학습
데이터
-차량 사진
- 사고 사진
솔루션
협력사
-
자동차 사고 판독
개요
- 패턴에 없는 알려지지 않는 보험사기를
예측하고자 함
학습
데이터
- 보험가입자 데이터
- 승인데이터
- 콜센터 데이터
솔루션
협력사
-
2.금융 분야(6/6)
보험사기 예측
개요
-통신기지국의 모든 장비의 장애를
예측하고자 함. End-to-End 모니터링을
포함함
학습
데이터
-통신장비 데이터
네트웍 데이터
서버 데이터
로그 데이터
솔루션
협력사
-
예지정비 시스템
3.통신 분야(1/1)
개요
-통신사 및 케이블업체의
스마트TV/셋탑박스/샤이니지 데이터를
예측하여 광고매출을 올리고자 함
학습
데이터
-단말 데이터
회원유
로그데이터
솔루션
협력사
시청률/광고 예측
개요 -엑스레이, CT ,MRI 사진 판독
학습
데이터
-엑스레이, CT ,MRI 사진
솔루션
협력사
-
의료 이미지 인식 시스템
개요
-신약 개발을 위한 레시피 분석 및
예측시스템
학습
데이터
- 화학 성분 DB
- 기존 레시피
- 질병DB
솔루션
협력사
-
신약 레시피 개발시스템
4.의료 분야(1/2)
개요
-입원 환자 및 질병환자에 대한 치료율과
사망률을 예측하고자 함
학습
데이터
-처방전 데이터
진료데이터
논문
솔루션
협력사
-
질병 및 사망률 예측 시스템
개요
-병원용 CDW를 구축하여, 즉
텍스트+뉴메릭 데이터 통합분석을 통해
통합 의료 데이터 분석을 구축하고자 함
학습
데이터
-처방전 데이터
진료데이터
논문
솔루션
협력사
-
처방전/진료/의료 예측
4.의료 분야(2/2)
개요
-기업 내 모든 데이터를 통합분석하여
개개인의 패턴을 분석하여 상품을
추천하고자 함
학습
데이터
-회원DB
-거래데이터
로그데이터
솔루션
협력사
-
상품추천시스템
개요
-상품이나 게임의 구매고객 패턴을
분석하여 고객이 이탈하는 조짐과 징후를
파악하여 사전에 조치를 취하고자 함
학습
데이터
-회원DB
-거래데이터
로그데이터
솔루션
협력사
고객 이탈 예측 시스템
5.유통/인터넷 분야(1/3)
개요
-비대면 채널의 거래를 실시간 분석하여
개개인간의 거래 또는 부정업체의 사기를
예측하고자 함
학습
데이터
-회원DB
-거래데이터
로그데이터
솔루션
협력사
-
FDS/아이템 사기 예측
개요
- 패텬/인테리어/가전 등의 상품
이미지를 거의 정확하게 검색하고 개인에
맞는 제품을 추천
학습
데이터
-이미지데이터
고객DB
구매데이터
웹WAS스마트폰 로그데이터
솔루션
협력사
-
5.유통/인터넷 분야(2/3)
상품 검색 및 추천 시스템
개요
-편의점등의 말단 배송지와 물류센터간의
물류와 재고를 예측하여 재고비용과
물류비용을 획기적으로 절감하고자 함
학습
데이터
-회원DB
-물품 판매 및 거래데이터
로그데이터
POS데이터
위치데이터
솔루션
협력사
-
재고 및 물류 예측
5.유통/인터넷 분야(3/3)
개요
-공영주차장 등의 주차면에 대한
안내서비스를 고도화하고자 함
학습
데이터
동영상데이터
자동차데이터
위치데이터
솔루션
협력사
-
주차면 인식 시스템
6.공공 분야(1/3)
개요
-공공기관의 민원이 제기하는 민원
서류를 업무별로 자동분류하여
내부직원들에게 배포함
학습
데이터
-비정형 문서
솔루션
협력사
-
민원문서 자동분류 시스템
개요
-폐기물(가구, 가전)을 자동으로 인식하여
행정처리 및 견적 자동 배포
학습
데이터
-폐기물 사진
가구, 가전 사진
솔루션
협력사
-
폐기물 인식 시스템
6.공공 분야(2/3)
개요
-수화물(엑스레이)을 자동으로 인식하여
우범화물 판독
학습
데이터
-엑스레이 사진
우범화물 사진
솔루션
협력사
-
수화물 인식 시스템
6.공공 분야(3/3)
개요
-고속도로 및 지자체 도로의 교통을
위치기반 기술과 인공지능/빅데이터
기술을 조인하여 트래픽을 예측하여
에너지 절감 등 사회적 비용의 절감을
꾀하고자 함
학습
데이터
-동영상데이터
자동차데이터
위치데이터
솔루션
협력사
-
교통 예측
개요
-기관및 기업의 게시판/콜센터의
비정형문서를 자동으로 분류하여
내부담당직원들에게 배포
학습
데이터
-음성데이터
텍스트데이터
솔루션
협력사
-SRPost
고객상담문서 자동분류(VOC)
개요 -
학습
데이터
-
솔루션
협력사 -
8.기타 분야(1/1)
개요
-전체 IT서비스 구간의 품질 분석과
사소한 에러를 사전에 인지하여 큰
에러를 방지하고자 함
학습
데이터
-네트웍데이터
서버로그데이터
애플리케이션 데이터
IOT.설비 데이터
솔루션
협력사
-타임게이트
IT/설비 장애 예측 시스템
개요
-기존 보안 관제와 더불어 구축하여 모든
장비데이터들의 상관관계 분석과
트레이싱을 통해 알려지지 않은
침입패턴을 예측하고자 함
학습
데이터
-네트웍데이터
서버로그데이터
애플리케이션 데이터
보안장비데이터
솔루션
협력사
-사이버원/데이터와이드
보안 예측/검증 시스템
8.산업 공통(1/2)
개요
음성 및 텍스트의 자연어 처리 및 텍스트
분석을 AI를 통해 처리하고자 함
학습
데이터
-비정형 문서
음성데이터
솔루션
협력사
-
개요
. 각종 이미지/얼굴 인식, 동영상속의
타겟인식과 트레이싱 시스템
학습
데이터
-이미지 데이터
동영상 데이터
솔루션
협력사
-
8.산업 공통(2/2)
음성/텍스트 인식 이미지/얼굴/영상 인식 시스템

More Related Content

What's hot (20)

빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
Myungjin Lee
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
Peter Woo
지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가
r-kor
빅데이터수업
빅데이터수업빅데이터수업
빅데이터수업
jrim Choi
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
Donghan Kim
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
atelier t*h
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
Saltlux zinyus
KCSE 2015 Tutorial 빅데이터 분석 기술의 소프트웨어 공학 분야 활용 (...
KCSE 2015 Tutorial 빅데이터 분석 기술의  소프트웨어 공학 분야 활용 (...KCSE 2015 Tutorial 빅데이터 분석 기술의  소프트웨어 공학 분야 활용 (...
KCSE 2015 Tutorial 빅데이터 분석 기술의 소프트웨어 공학 분야 활용 (...
Chanjin Park
UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015
YoungMin Jeon
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
Donghan Kim
빅데이터 개요
빅데이터 개요빅데이터 개요
빅데이터 개요
beom kyun choi
빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델
datasciencekorea
Process for Big Data Analysis
Process for Big Data AnalysisProcess for Big Data Analysis
Process for Big Data Analysis
Myunggoon Choi
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
SU BO KIM
[FAST CAMPUS] 1강 data science overview
[FAST CAMPUS] 1강 data science overview [FAST CAMPUS] 1강 data science overview
[FAST CAMPUS] 1강 data science overview
chanyoonkim
빅데이터의 이해
빅데이터의 이해빅데이터의 이해
빅데이터의 이해
SU BO KIM
데이터 분석 프로세스
데이터 분석 프로세스데이터 분석 프로세스
데이터 분석 프로세스
Lee Seungeun
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
eungjin cho
[한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집 [한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집
Sejeong Kim 김세정
빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
빅 데이터 환경의 고급 분석 기법과 지원 기술 동향 (Advanced Analytics and Technologies for Big Data)
Myungjin Lee
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
빅데이터미래전략세미나발표자료 빅데이터기술현황및전망-황승구-20120410
Peter Woo
지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가
r-kor
빅데이터수업
빅데이터수업빅데이터수업
빅데이터수업
jrim Choi
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
Donghan Kim
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
atelier t*h
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
Saltlux zinyus
KCSE 2015 Tutorial 빅데이터 분석 기술의 소프트웨어 공학 분야 활용 (...
KCSE 2015 Tutorial 빅데이터 분석 기술의  소프트웨어 공학 분야 활용 (...KCSE 2015 Tutorial 빅데이터 분석 기술의  소프트웨어 공학 분야 활용 (...
KCSE 2015 Tutorial 빅데이터 분석 기술의 소프트웨어 공학 분야 활용 (...
Chanjin Park
UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015
YoungMin Jeon
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
Donghan Kim
빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델
datasciencekorea
Process for Big Data Analysis
Process for Big Data AnalysisProcess for Big Data Analysis
Process for Big Data Analysis
Myunggoon Choi
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
SU BO KIM
[FAST CAMPUS] 1강 data science overview
[FAST CAMPUS] 1강 data science overview [FAST CAMPUS] 1강 data science overview
[FAST CAMPUS] 1강 data science overview
chanyoonkim
빅데이터의 이해
빅데이터의 이해빅데이터의 이해
빅데이터의 이해
SU BO KIM
데이터 분석 프로세스
데이터 분석 프로세스데이터 분석 프로세스
데이터 분석 프로세스
Lee Seungeun
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
eungjin cho
[한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집 [한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집
Sejeong Kim 김세정

Similar to [코세나, kosena] 산업부문별 인공지능 활용제안 가이드 (20)

The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
SANG WON PARK
빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용
BESPIN GLOBAL
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
Amazon Web Services Korea
인공지능-빅데이터연구센터[ABRC] 산학협력사례집
인공지능-빅데이터연구센터[ABRC] 산학협력사례집인공지능-빅데이터연구센터[ABRC] 산학협력사례집
인공지능-빅데이터연구센터[ABRC] 산학협력사례집
ABRC_DATA
E-commerce BigData Scale AI Journey
E-commerce BigData Scale AI JourneyE-commerce BigData Scale AI Journey
E-commerce BigData Scale AI Journey
hoondong kim
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
Amazon Web Services Korea
빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.
Byounghee Kim
Healthcare AI와 BigData 동향
Healthcare AI와 BigData 동향Healthcare AI와 BigData 동향
Healthcare AI와 BigData 동향
철민 권
머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)
Byung-han Lee
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
David Yushin KIM
[MindsLab] company introduction(2020)_ko_with videos
[MindsLab] company introduction(2020)_ko_with videos[MindsLab] company introduction(2020)_ko_with videos
[MindsLab] company introduction(2020)_ko_with videos
Taejoon Yoo
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
David Yushin KIM
이미 와있는 미래와 소프트웨어씽킹
이미 와있는 미래와 소프트웨어씽킹이미 와있는 미래와 소프트웨어씽킹
이미 와있는 미래와 소프트웨어씽킹
JeongHeon Lee
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
Amazon Web Services Korea
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
Amazon Web Services Korea
Transitioning from the Era of Big Data to LLMs_Deriving Insights
Transitioning from the Era of Big Data to LLMs_Deriving InsightsTransitioning from the Era of Big Data to LLMs_Deriving Insights
Transitioning from the Era of Big Data to LLMs_Deriving Insights
Tae Young Lee
Big Data 대충 알아보기
Big Data 대충 알아보기Big Data 대충 알아보기
Big Data 대충 알아보기
iron han
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
Sejeong Kim 김세정
인공지능을 활용한 비즈니스 전략 사례
인공지능을 활용한 비즈니스 전략 사례인공지능을 활용한 비즈니스 전략 사례
인공지능을 활용한 비즈니스 전략 사례
Billy Choi
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
Donghan Kim
The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
The Data tech for AI based innovation(기업의 AI기반 혁신을 지원하는 데이터 기술)
SANG WON PARK
빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용
BESPIN GLOBAL
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
Amazon Web Services Korea
인공지능-빅데이터연구센터[ABRC] 산학협력사례집
인공지능-빅데이터연구센터[ABRC] 산학협력사례집인공지능-빅데이터연구센터[ABRC] 산학협력사례집
인공지능-빅데이터연구센터[ABRC] 산학협력사례집
ABRC_DATA
E-commerce BigData Scale AI Journey
E-commerce BigData Scale AI JourneyE-commerce BigData Scale AI Journey
E-commerce BigData Scale AI Journey
hoondong kim
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
핵심 미래 분석 기술! 시계열 분석을 활용한 수요예측과 재고관리 최적화 사례 – 김형일 AWS 솔루션즈 아키텍트, 이환기 신세계아이앤씨 A...
Amazon Web Services Korea
빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.
Byounghee Kim
Healthcare AI와 BigData 동향
Healthcare AI와 BigData 동향Healthcare AI와 BigData 동향
Healthcare AI와 BigData 동향
철민 권
머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)
Byung-han Lee
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
기업에서 AI를 제대로 활용하는 법 (How to make AI work for your business)
David Yushin KIM
[MindsLab] company introduction(2020)_ko_with videos
[MindsLab] company introduction(2020)_ko_with videos[MindsLab] company introduction(2020)_ko_with videos
[MindsLab] company introduction(2020)_ko_with videos
Taejoon Yoo
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
기업에서 필요한 AI시스템 만들기 (Building AI Systems That Businesses Need)
David Yushin KIM
이미 와있는 미래와 소프트웨어씽킹
이미 와있는 미래와 소프트웨어씽킹이미 와있는 미래와 소프트웨어씽킹
이미 와있는 미래와 소프트웨어씽킹
JeongHeon Lee
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐
Amazon Web Services Korea
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
Amazon Web Services Korea
Transitioning from the Era of Big Data to LLMs_Deriving Insights
Transitioning from the Era of Big Data to LLMs_Deriving InsightsTransitioning from the Era of Big Data to LLMs_Deriving Insights
Transitioning from the Era of Big Data to LLMs_Deriving Insights
Tae Young Lee
Big Data 대충 알아보기
Big Data 대충 알아보기Big Data 대충 알아보기
Big Data 대충 알아보기
iron han
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
Sejeong Kim 김세정
인공지능을 활용한 비즈니스 전략 사례
인공지능을 활용한 비즈니스 전략 사례인공지능을 활용한 비즈니스 전략 사례
인공지능을 활용한 비즈니스 전략 사례
Billy Choi
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 2013-2-12
Donghan Kim

More from kosena (8)

생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
kosena
[코세나, kosena] 생성AI 프로젝트와 사례
[코세나, kosena] 생성AI 프로젝트와 사례[코세나, kosena] 생성AI 프로젝트와 사례
[코세나, kosena] 생성AI 프로젝트와 사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
kosena
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
kosena
[코세나, kosena] 금융권의 머신러닝 활용사례
[코세나, kosena] 금융권의 머신러닝 활용사례[코세나, kosena] 금융권의 머신러닝 활용사례
[코세나, kosena] 금융권의 머신러닝 활용사례
kosena
[코세나, kosena] FDS(Fraud Detection System) Securities
[코세나, kosena] FDS(Fraud Detection System) Securities[코세나, kosena] FDS(Fraud Detection System) Securities
[코세나, kosena] FDS(Fraud Detection System) Securities
kosena
생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
생성형AI 구축 도구, 디파이(dify.ai) 소개 자료와 제안 사례입니다.
kosena
[코세나, kosena] 생성AI 프로젝트와 사례
[코세나, kosena] 생성AI 프로젝트와 사례[코세나, kosena] 생성AI 프로젝트와 사례
[코세나, kosena] 생성AI 프로젝트와 사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 헬스케어분야 AI 활용 사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
[코세나, kosena] Auto ML, H2O.ai의 보험분야 활용사례
kosena
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
[코세나, kosena] Auto ML, H2O.ai의 제조분야 AI 활용 사례
kosena
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
[코세나, kosena] Auto ML 플랫폼 : H2O.ai DAI
kosena
[코세나, kosena] 금융권의 머신러닝 활용사례
[코세나, kosena] 금융권의 머신러닝 활용사례[코세나, kosena] 금융권의 머신러닝 활용사례
[코세나, kosena] 금융권의 머신러닝 활용사례
kosena
[코세나, kosena] FDS(Fraud Detection System) Securities
[코세나, kosena] FDS(Fraud Detection System) Securities[코세나, kosena] FDS(Fraud Detection System) Securities
[코세나, kosena] FDS(Fraud Detection System) Securities
kosena

[코세나, kosena] 산업부문별 인공지능 활용제안 가이드

  • 1. Direct by 이 승훈 인공지능 기반 비즈니스 기반 제안 가이드 1.제조 분야 2.금융 분야 3.통신 분야 4.의료 분야 5.유통/인터넷분야 6.공공 분야 7.교육 분야 8.기타 분야 9.산업 공통
  • 3. 개요 -제조장비로부터 데이터를 수집하여 전체구간에 대한 학습을 통해 품질을 예측함. 스마트 팩토리의 핵심 학습 데이터 -제조 설비 데이터, IOT데이터 - MES 데이터, 로그 데이터 솔루션 협력사 - 제조 품질예측 시스템 1.제조 분야(1/3) 개요 -제조장비의 설비다운을 예측하여 사전에 큰 사고를 예방하고자 함 학습 데이터 -제조 설비 데이터, IOT데이터 - MES 데이터, 로그 데이터 솔루션 협력사 - 제조설비 예지정비 시스템
  • 4. 개요 -여러 회사를 경영하는 그룹사의 경우 경영진이 실시간으로 각 회사의 경영/제조/연결분석 등을 통해 예측하도록 하고자 함 학습 데이터 -ERP데이터 -그룹웨어 데이터 - 로그 데이터 솔루션 협력사 -ERP업체 경영판단 예측 지원시스템 개요 -산재가 잦은 사업장/플랜트/건설에서 위치기반 센서와 장비센서의 데이터를 학습하여 안전사고를 예방하고자 함 학습 데이터 -제조 설비 데이터, IOT데이터 - MES 데이터, 로그 데이터 솔루션 협력사 - 안전관리 예측시스템 1.제조 분야(3/3)
  • 5. 개요 - 설계도면의 내용(부호/도형 등)을 학습하여 도면인식과 검색에 사용 학습 데이터 -도면 데이터 - 메타데이터 - 로그데이터 솔루션 협력사 -CAD업체 도면인식 지원시스템 개요 -레슨 런드 문서, 그룹웨어, 매뉴얼, 각종 문서 등을 자동으로 분류하여 내부직원들에게 배포함으로서 내부 단순업무에 대한 부하를 감소시킴 학습 데이터 -비정형 문서 솔루션 협력사 - 문서 자동분류 시스템 1.제조 분야(3/3)
  • 6. 개요 -고객센터에서 챗봇이 상담과 민원을 진행하게 함 학습 데이터 -비정형 문서, 음성 솔루션 협력사 - 콜 센터 챗봇 개요 -마케팅 관련 데이터와 내외부 데이터를 모두 통합하여 개인의 회원이탈이나 상품해지등을 예측하고자 함 학습 데이터 -거래데이터 회원DB -로그데이터(웹,WAS) 솔루션 협력사 - 고객이탈방지(예측) 2.금융 분야(1/6)
  • 7. 개요 -실시간 부정거래 예측 학습 데이터 -거래데이터 회원DB -로그데이터(웹,WAS) 솔루션 협력사 - FDS 개요 -자금세탁 예측 학습 데이터 -거래데이터 회원DB -로그데이터(웹,WAS) 솔루션 협력사 - ALM 2.금융 분야(2/6)
  • 8. 개요 -대출을 수행한 중소기업/개인들의 외부 평가를 관리하여 조기 위험을 파악하고 조기 상환을 통해 대출 리스크를 최소화 하려함 학습 데이터 -거래데이터 회원DB -로그데이터(웹,WAS) 솔루션 협력사 - 부도 예측 시스템 개요 -복잡한 금융상품의 내용과 상관관계를 분석하여 상품수나 카테고리를 조정하고 영업에 임팩트를 주기 위함 학습 데이터 -거래데이터 회원유, 상품DB -로그데이터(웹,WAS) 솔루션 협력사 -컨설팅업체 고객패턴 예측 시스템 2.금융 분야(3/6)
  • 9. 개요 -환율 예측 학습 데이터 -비정형 문서 거래데이터 -금융데이터 솔루션 협력사 - 환 리스크 관리 개요 - 금융기간의 수익성을 예측 학습 데이터 - 거래데이터 - 인/아웃 회계 데이터 솔루션 협력사 - 2.금융 분야(4/6) 수익성 예측
  • 10. 개요 -증권거래의 작전세력을 예측 학습 데이터 -거래데이터 솔루션 협력사 - 증권거래 예측 개요 - 내부 직원들의 동향을 예측, 내부 통제 예측 학습 데이터 -내부 문서 데이터 로그 데이터 내부 금융시스템 데이터 솔루션 협력사 - 2.금융 분야(5/6) 감사/내부통제 예측
  • 11. 개요 -자동차 사고시 사고 사진을 판독하여 정비금액을 예측하고자 함 학습 데이터 -차량 사진 - 사고 사진 솔루션 협력사 - 자동차 사고 판독 개요 - 패턴에 없는 알려지지 않는 보험사기를 예측하고자 함 학습 데이터 - 보험가입자 데이터 - 승인데이터 - 콜센터 데이터 솔루션 협력사 - 2.금융 분야(6/6) 보험사기 예측
  • 12. 개요 -통신기지국의 모든 장비의 장애를 예측하고자 함. End-to-End 모니터링을 포함함 학습 데이터 -통신장비 데이터 네트웍 데이터 서버 데이터 로그 데이터 솔루션 협력사 - 예지정비 시스템 3.통신 분야(1/1) 개요 -통신사 및 케이블업체의 스마트TV/셋탑박스/샤이니지 데이터를 예측하여 광고매출을 올리고자 함 학습 데이터 -단말 데이터 회원유 로그데이터 솔루션 협력사 시청률/광고 예측
  • 13. 개요 -엑스레이, CT ,MRI 사진 판독 학습 데이터 -엑스레이, CT ,MRI 사진 솔루션 협력사 - 의료 이미지 인식 시스템 개요 -신약 개발을 위한 레시피 분석 및 예측시스템 학습 데이터 - 화학 성분 DB - 기존 레시피 - 질병DB 솔루션 협력사 - 신약 레시피 개발시스템 4.의료 분야(1/2)
  • 14. 개요 -입원 환자 및 질병환자에 대한 치료율과 사망률을 예측하고자 함 학습 데이터 -처방전 데이터 진료데이터 논문 솔루션 협력사 - 질병 및 사망률 예측 시스템 개요 -병원용 CDW를 구축하여, 즉 텍스트+뉴메릭 데이터 통합분석을 통해 통합 의료 데이터 분석을 구축하고자 함 학습 데이터 -처방전 데이터 진료데이터 논문 솔루션 협력사 - 처방전/진료/의료 예측 4.의료 분야(2/2)
  • 15. 개요 -기업 내 모든 데이터를 통합분석하여 개개인의 패턴을 분석하여 상품을 추천하고자 함 학습 데이터 -회원DB -거래데이터 로그데이터 솔루션 협력사 - 상품추천시스템 개요 -상품이나 게임의 구매고객 패턴을 분석하여 고객이 이탈하는 조짐과 징후를 파악하여 사전에 조치를 취하고자 함 학습 데이터 -회원DB -거래데이터 로그데이터 솔루션 협력사 고객 이탈 예측 시스템 5.유통/인터넷 분야(1/3)
  • 16. 개요 -비대면 채널의 거래를 실시간 분석하여 개개인간의 거래 또는 부정업체의 사기를 예측하고자 함 학습 데이터 -회원DB -거래데이터 로그데이터 솔루션 협력사 - FDS/아이템 사기 예측 개요 - 패텬/인테리어/가전 등의 상품 이미지를 거의 정확하게 검색하고 개인에 맞는 제품을 추천 학습 데이터 -이미지데이터 고객DB 구매데이터 웹WAS스마트폰 로그데이터 솔루션 협력사 - 5.유통/인터넷 분야(2/3) 상품 검색 및 추천 시스템
  • 17. 개요 -편의점등의 말단 배송지와 물류센터간의 물류와 재고를 예측하여 재고비용과 물류비용을 획기적으로 절감하고자 함 학습 데이터 -회원DB -물품 판매 및 거래데이터 로그데이터 POS데이터 위치데이터 솔루션 협력사 - 재고 및 물류 예측 5.유통/인터넷 분야(3/3)
  • 18. 개요 -공영주차장 등의 주차면에 대한 안내서비스를 고도화하고자 함 학습 데이터 동영상데이터 자동차데이터 위치데이터 솔루션 협력사 - 주차면 인식 시스템 6.공공 분야(1/3) 개요 -공공기관의 민원이 제기하는 민원 서류를 업무별로 자동분류하여 내부직원들에게 배포함 학습 데이터 -비정형 문서 솔루션 협력사 - 민원문서 자동분류 시스템
  • 19. 개요 -폐기물(가구, 가전)을 자동으로 인식하여 행정처리 및 견적 자동 배포 학습 데이터 -폐기물 사진 가구, 가전 사진 솔루션 협력사 - 폐기물 인식 시스템 6.공공 분야(2/3) 개요 -수화물(엑스레이)을 자동으로 인식하여 우범화물 판독 학습 데이터 -엑스레이 사진 우범화물 사진 솔루션 협력사 - 수화물 인식 시스템
  • 20. 6.공공 분야(3/3) 개요 -고속도로 및 지자체 도로의 교통을 위치기반 기술과 인공지능/빅데이터 기술을 조인하여 트래픽을 예측하여 에너지 절감 등 사회적 비용의 절감을 꾀하고자 함 학습 데이터 -동영상데이터 자동차데이터 위치데이터 솔루션 협력사 - 교통 예측
  • 21. 개요 -기관및 기업의 게시판/콜센터의 비정형문서를 자동으로 분류하여 내부담당직원들에게 배포 학습 데이터 -음성데이터 텍스트데이터 솔루션 협력사 -SRPost 고객상담문서 자동분류(VOC) 개요 - 학습 데이터 - 솔루션 협력사 - 8.기타 분야(1/1)
  • 22. 개요 -전체 IT서비스 구간의 품질 분석과 사소한 에러를 사전에 인지하여 큰 에러를 방지하고자 함 학습 데이터 -네트웍데이터 서버로그데이터 애플리케이션 데이터 IOT.설비 데이터 솔루션 협력사 -타임게이트 IT/설비 장애 예측 시스템 개요 -기존 보안 관제와 더불어 구축하여 모든 장비데이터들의 상관관계 분석과 트레이싱을 통해 알려지지 않은 침입패턴을 예측하고자 함 학습 데이터 -네트웍데이터 서버로그데이터 애플리케이션 데이터 보안장비데이터 솔루션 협력사 -사이버원/데이터와이드 보안 예측/검증 시스템 8.산업 공통(1/2)
  • 23. 개요 음성 및 텍스트의 자연어 처리 및 텍스트 분석을 AI를 통해 처리하고자 함 학습 데이터 -비정형 문서 음성데이터 솔루션 협력사 - 개요 . 각종 이미지/얼굴 인식, 동영상속의 타겟인식과 트레이싱 시스템 학습 데이터 -이미지 데이터 동영상 데이터 솔루션 협력사 - 8.산업 공통(2/2) 음성/텍스트 인식 이미지/얼굴/영상 인식 시스템