세일즈에 연락주시면 미팅을 통해 설명드리도록 하겠습니다.
데이터의 부족한 경우에는 국가에서 관리하는 AI hub나 공공 데이터를 활용하시길 바랍니다.
제조, 에너지, 의료 분야 쪽에서 많이 도입하고 있습니다.
말씀하신 것처럼 딥러닝 모델 학습은 시간도 많이 들고 GPU를 사용하여야 하므로 컴퓨팅 비용 또한 많이 듭니다. 데이터이쿠는 Visual Image 그리고 여러 plugin을 통해 딥러닝 학습 데이터 생성의 대한 부담을 많이 낮추려고 다양하게 지원하고 있습니다.
데이터 분석을 넘어 그 이후에 배포, 운영의 단계의 용이성을 검토하셔야 할 것 같습니다.
데이터의 결측치나 이상치 처리와 데이터 정규화 등을 유의하셔서 진행하셔야 합니다.
학습데이터를 잘 구축하는 게 가장 중요합니다. 그래야 모델링에 대한 성능 및 결과가 유의미하고 잘 나옵니다.
현업 실무자분들은 아무래도 코딩이 부담스럽고 그 부담을 줄여 손쉽게 데이터 처리를 할 수 있어야 합니다.
데이터이쿠에서는 모델에 대해 커스터마이징 할 수 있고 이를 현업 프로젝트에서 활용하실 수 있습니다. 비용 대비 효과를 위해서는 프로젝트의 목표와 기간을 명확히 하셔야 할 것 같습니다. 그래야 시스템 온보딩 및 데이터 처리부터 모델링까지의 과정에 대해 리소스를 최소화할 수 있습니다.
모든 분석 케이스를 다 커버할 수는 없습니다. 그러나 필요한 대부분의 지표는 제공을 하고 있고 말씀하신 것처럼 필요에 따라서는 커스터마이징 하셔야 합니다.
가능합니다. Dataiku를 통해 데이터의 상관관계 분석 및 통계 차트를 클릭으로 손쉽게 생성하실 수 있습니다. 또한 대시보드를 이용해 작성한 차트와 통계 분석들로 보고서화 하실 수 있습니다.
Dataiku는 Visual 처리를 가능하도록 하는 GUI 기반의 머신러닝 플랫폼으로 No code로도 사용이 가능하시기 때문에 좀 더 빨리 CDS 단계로 올라오실 수 있다고 생각됩니다.
Dataiku에서 자체 API Node를 통해 API 배포가 가능합니다. (쿠버네티스 배포도 가능) 또한 데이터이쿠의 시나리오를 통해 워크플로 자동화가 가능합니다.
죄송하게도 참가기업의 내부 규정으로 인해 발표자료는 별도로 배포되지 않습니다.
데이터이쿠는 Connection을 이용하면 다양한 DB와 NoSQL 데이터 모두 손쉽게 불러올 수 있습니다.
클라우드 환경에서 쿠버네티스와 연동은 어렵지 않게 하실 수 있습니다. 쉽게 UI 환경을 이용해서 쿠버네티스 환경을 구축하실 수 있습니다. 다만 클라우드의 인프라 환경 구축이 선행되어야 하므로 이 부분은 쿤텍과 데이터이쿠가 함께 고객사에 지원하고 있습니다.
많은 기업들이 AI를 접목하여 말씀하신 업무 효율성을 높이고 인건비도 절감하고 있습니다. 두 가지 모두가 AI 도입의 목적이라고 볼 수 있듯 하네요 ^^
데이터 처리 및 분석, 모델링과 배포에 이르기까지의 과정이 얼마나 용이한지가 선택 기준이 될 듯 합니다.
쿤텍에서 제공하는 교육 커리큘럼에 대한 링크입니다. https://www.meback.ai/data-academy