전문가 Q&A

안녕하십니까. 앤시스 코리아 양경모입니다.
1. 인공지능 붐이 일어나기 전과 후에도 여러 이론과 방법론이 발전하고 있습니다. Non-parametric 방법론은 그 중 하나입니다. 이 방법론은 데이터에 대한 가정 없이 모델을 구축하는 방식으로, 특히 데이터의 분포를 가정하지 않는 통계적 방법을 말합니다.
여기서 몇 가지 주목할만한 non-parametric 이론과 방법론을 소개해 드리겠습니다:
- K-최근접 이웃 (K-Nearest Neighbors, KNN)
- 커널 밀도 추정 (Kernel Density Estimation, KDE)
- 비모수적 가설 검정 (Non-parametric Hypothesis Testing)
- 부트스트레핑 (Bootstrap)
- 로우스톤 테스트 (Runs Test)

2. 현재 인공지능 분야에서 가우시안 프로세스와 베이지안 프로세스는 주목받고 있는 중요한 기술입니다.

가우시안 프로세스 (Gaussian Process):
가우시안 프로세스는 확률론적 모델링 방법으로, 불확실성을 추정하고 함수를 모델링하는 데 사용됩니다.
하이퍼파라미터 최적화에 활용되며, 목표 함수의 불확실성을 고려하여 최적값을 찾습니다.
예를 들어, 인공지능 모델의 하이퍼파라미터 조정에 활용됩니다.
베이지안 프로세스 (Bayesian Process):
베이지안 프로세스는 베이지안 확률론에 기반한 순차적 최적화 전략을 사용합니다.
목표 함수의 불확실성을 추정하고, 이를 기반으로 하이퍼파라미터 최적값을 찾아냅니다.
정보보안 분야에서도 AISecurity와 관련하여 베이지안 기술이 적용 가능성을 가지고 있습니다.
이러한 기술들은 인공지능 붐에서 중요한 역할을 하고 있으며, 더 많은 연구와 응용이 기대됩니다.

가우시안 프로세스(Gaussian Process, GP)는 확률적인 모델링 방법으로, 데이터의 분포를 추론하는데 사용됩니다. 이론적으로는 오래전부터 존재했지만, 딥러닝이 활성화되면서 다양한 차이점이 나타났습니다.
딥러닝과 가우시안 프로세스의 차이점:
- 딥러닝은 신경망 구조를 사용하며, 많은 뉴런과 레이어로 복잡한 함수를 근사합니다.
- 가우시안 프로세스는 확률적인 함수를 직접 모델링하며, 평균 함수와 공분산 함수를 사용합니다.
- 딥러닝은 대량의 데이터를 필요로 합니다. 많은 샘플이 있을 때 성능이 향상됩니다.
- 가우시안 프로세스는 적은 데이터로도 유연하게 모델링할 수 있습니다.
- 가우시안 프로세스는 불확실성을 확률적으로 다루기 때문에 예측에 대한 불확실성을 제공합니다.
- 딥러닝은 불확실성을 직접 다루지 않고, 예측값만 제공합니다.
- 가우시안 프로세스에서 커널 함수는 데이터 간의 상관 관계를 정의합니다.
딥러닝에서는 커널 함수 대신 활성화 함수를 사용합니다

RNN은 시계열 데이터와 순차적인 데이터를 모델링하는데 사용됩니다.
가우시안 프로세스는 시간에 따른 불확실성을 다루는데 유용합니다.
따라서 RNN과 가우시안 프로세스는 서로 보완적인 역할을 합니다.

현재 딥러닝에서 non-parametric이라는 용어는 unsupervised 학습과 관련하여 사용됩니다. 이 개념은 라벨 없는 데이터를 활용하여 모델을 훈련하는 방식을 의미합니다. Non-parametric 방법은 파라미터의 수를 고정하지 않고 데이터에 따라 유연하게 모델을 구성하는 방식입니다. 이는 클러스터링 (예: K-means)이나 차원 축소 (예: PCA)와 같은 전통적인 비지도 학습 방법과도 관련이 있습니다.

시계열과 가우시안 프로세스는 다른 개념입니다. 시계열은 시간에 따라 변화하는 데이터를 다루는 것으로, 예측, 분류 또는 패턴 인식과 같은 작업에 사용됩니다. 반면 가우시안 프로세스는 확률적 모델로, 데이터의 분포를 모델링하고 예측하는 데 사용됩니다. 이 두 개념은 서로 다른 방식으로 코딩되며, 시계열 데이터를 다루는 경우 시계열 모델링 기법을 사용하고, 가우시안 프로세스를 적용할 때는 해당 프로세스를 구현하는 방식을 따릅니다.

네, 사진외 문서 업로드 가능합니다. 소리 파일은 아직 테스트 안해봤습니다.

동영상이 되면 소리도 가능한데?

네, 지금 보시는 화면 밑에 사진 올리는 기능이 있습니다.

네 당연히 해당 담당자, 회사에도 보낼수 있고, 열람은 권한에 따라서 달라집니다.

음,,, 발급되는 ID 수 입니다.

BIM 360에도 add-on을 붙여서 사용 할 수 있습니다.

"현장 관리에 최적화된 건축용 웹하드" 라고 생각됩니다.

유져 베이스로 라이센스가 제공이 됩니다. 사용하는 유저수에 따라서 비용이 달라집니다.

휴대폰 OS는 전부 지원가능합니다. BIM 360은
컴퓨터에 설치하는 것이 아니라 인터넷 브라우져를 사용하는 cloud방식입니다. 컴퓨터 권장사항은 없습니다.

https://www.dataiku.com/dss/trynow/free-edition/
https://www.dataiku.com/dss/editions/
에서 확인 하실 수 있습니다.

감사합니다.

트라이얼 버전 적용 시 2주간은 Enterprise 라이선스 기능 사용 가능하며 이후에는 커뮤니티 라이선스로 영구적으로 활용 가능 합니다.

우선, 설정사항을 확인하여야 정확히 말씀 드릴 수 있습니다.
DSS는 기본적으로 모든 데이터 처리 단계별로 결과를 확인하는 것은 가능합니다.

기본적인 이미지 분석은 데이터이쿠 확장기능인 플러그인을 사용하여 하실수 있습니다.

추가적인 이미지 분석도 외부 다양한 이미지분석 오픈소스 라이브러리를 편하게 활용하 분석 할 수 있습니다.

외부 소설네트워크분석 라이브러리의 한 종류를 활용 하였다고 말씀 드릴 수 있습니다.

데이터 또는 분석 목적에 따라 다를 수 있지만,
데이터사이언티스트 없이도 잘 활용하는 사례가 많이 있습니다.

기간은 프로젝트 종류에 따라 다르며 데이터가 준비가 잘되어 있으면 1~2주 그렇지 않으면 몇달 정도로 상황에 따라 다릅니다.

DSS 내에서 데이터타입을 자동인식하고 사용자가 직접편하게 조정하여 활용 할 수 있습니다.
또한 변환된 데이터셋 내, chart기능을 이용하여 데이터를 시각화하고 대시보드로 공유할 수 있습니다.

가능합니다. Thingworx Flow라는 기능을 이용하여 다른 기간계 시스템의 연결을 구현할 수 있으며 아까 설명한 디지털 스레드 구성을 완성하실 수 있습니다.

국내사례로는 현대중공업이 대표적이며, 보다 자세한 내용은 9월 19일(목)에 진행되는 웨비나를 통해 확인하시기 바랍니다. :)

Nutanix는 REST API등 기본적인 API는 제공하고 있습니다. 자동화 솔루션과 연동 가능합니다.

Oracle 장애 시 기존과 동일하게 받으시면 됩니다.

네 RAC 구성도 사전 정의해서 자동화로 구성할 수 있습니다.

사용자별로의 Reporting은 포탈의 기능이며, Nutanix와 연동된 포탈이 있습니다.