데이터 메쉬와 데이터 레이크의 가장 큰 차이점은 데이터를 관리하는 방법일 것입니다. 데이터 레이크가 한 곳의 저장공간에 데이터를 모아서 관리하는 중앙 집중식 데이터 관리 방법이라면, 데이터 메시는 데이터 관리의 주체를 데이터를 생산하는 팀으로 정의하고 (데이터 도메인 팀) 여기에 관리에 책임과 권한을 주는 분산형 모델입니다..
답변 감사합니다. 데이터 메쉬는 데이터 도메인 팀이 도메인 별도 있으려면 자동화로 인력을 줄이는 현대 방향과는 좀 역행하는 것 아닌가요? 그리고 도메인 지식을 가진 팀이 없다면 데이터 메쉬의 효과가 확 떨어질 것 같은데 아닌가요?
네. 말씀하신데로 데이터 도메인 지식을 가진 팀이 없다면 데이터 메시는 그 효용성이 많이 떨어집니다. 그래서 데이터 메쉬는 큰 규모의 업체에서 중앙 집중적 데이터 레이크가 잘 운영되지 않을경우 그리고 각 팀에 권한을 주고 데이터를 관리할 수 있도록 하는 경우가 많습니다.
또한 데이데 메쉬의 기본이 되는 것이 데이터 제품을 만드는 프소세스를 최대한 자동화해서 각 팀에서 개발자가 아니더라도 데이터 제품을 만들고 관리 할 수 있는 그러한 플랫폼이 중요시 됩니다.
예 답변 감사합니다. 대기업같은 경우는 데이터 EA도 잡을 수 있어서 아주 좋을 것 같네요.
불량판단시 여러가지 불량이 같이 있는 경우는 어떻게 학습하면 좋을까요
여러 방법이 있을 듯 싶지만 여러 네트워크를 이용해서 각 불량을 학습시키면 어떨까 싶습니다.
회전하는 주물 가공품의 찍힘, 기포, 가공 떨림등의 감성적인 결함도 검출이 가능한건가요?
회전 속도가 어떤가 싶습니다. 고속 카메라를 통해 흔들림 없이 이미지를 취득가능하면 가능할 듯 싶습니다.
[질문] 1.딥러닝 기본엔진 국산인지? 2.딥러닝기초데이터 초기때 검색시간과 누적된 대용량 DB 생성시 검색시때문에 지연관련 문제는 없는지?
1. DeepLearning의 기본 엔진은 모두 nvidia의 cuda(cudnn)기반이라 국산이라고 말씀드리가 힘들겠네요.
2. 산업용에 특화된 데이타의 경우 대부분 분류가 되어있고 DB화 되어 있어 검색이나 지연 문제는 문제가 되지 않았네요.
[질문] 분류 모델 특징을 추출하는데 라온만의 특정 알고리즘을 이용하신다는 말이줘?
네 맞습니다. 기존 오픈된 알고리즘에서 산업용에 맞게 저희 만의 알고리즘으로 특화 시켰습니다.
사용하는 딥러닝 네트웍 모델이 정확히 무엇인지요?
죄송하니지만 그 부분은 정확히 말씀 해 드리기 함든 점 이해 주시길 바랍니다.
network 모델을 어떻게 설계했는지가 중요한데 cuda를 썼다고 국산이 아니라는 것은 잘 못 된 설명입니다.
네 관점이 기본 엔진이라는 문의하셔서 너훈님 말씀 처럼 network 모델 과점이라면 그럴 수 있겠네요
[질문] 기본적인 기존 딥러닝 알고리즘을 사용하여 분류를 하는건가요? 라온만의 새로운 구조를 만드신건가요?
산업 현장에서 필요한 정확도 및 처리 속도 문제로 기존 알골리즘 및 Framework 기반으로 저희만의 딮러닝 알고리즘 및 framework(Train) 최적화 시켰습니다.
AI Trainer Ver2 MERCURY는 Train/Test Dataset을 몇장을 사용하시나요?
이 부분은 시료의 특성에 따라 달라지므로 일반화 시켜 말씀 드리기 힘들지만 적어도 train시키기 위해 최소 class마다 20장 이상을 요청 드리고 있습니다.
[질문]cognex 사의 cognex explorer 같이 사용자가 직접 프로그램을 할 수 있는 라인도 있나요? 아니면 사업 영역이 직접 개발까지 해주시는 것만 인가요?
NAVI라는 framework을 이용하여 바로 사용이 가능한 부분도 있고 라이브러리 형태로 제공해 드립니다.
[질문] 분류를 할려면 기본적으로 현장 데이터가 있어야 할것 같은데요. 이 데이터는 어디에서 수집을 해야 하는건가요 그리고 그 결과에 대한 신뢰성을 어떻게 파악할 수가 있는건가요?
시료는 고객사에서 데이타를 취득해서 저희에게 주거나 실제 촬영을 통해 취득합니다. train set밍 test set을 분리하여 신뢰성을 측정합니다.
[질문] 여기서 딥러닝 기술은 분류 로직을 활용하는건가요 ? .
분류인 classification뿐만 아니라detect/segmentation 분야 이용합니다.
[질문] 데이터 웨어하우스와 데이터레이크의 장점인 성능과 비정형데이터수용이 가능한 레이크하우스가 뜨고 있는데 데이터 메쉬도 레이크하우스의 특징을 다 가지고 있는지요? 또 이 둘간의 차이점은 무엇인가요?