효율적으로 좋은 성능으로 처리를 하기 위해서는 인프라, 데이터, 정책, 인적자원 등 다양한 부분의 확인이 필요합니다. 설문조사에 남겨주시면 별도로 안내 드리겠습니다.
Dataiku가 직접 수집을 하기에는 사실 어려운 부분이 있습니다만, 전처리는 dataiku에서 쉽게 사용하실 수 있습니다. 특히 금융권의 경우 산업 특성상 클라우드 환경이 어려운 부분이 있어서 최근 Dataiku에 관심을 갖아주시고 계십니다. 설문조사에 남겨주시면 별도로 안내 드리겠습니다.
feeback을 줄수 있는 방법은 사람이 직접 확인하는 방법과, dataiku에서 제공하는 feature importance 기능을 포함하여 what-if 등을 활용하여 feedback을 주는 방법이 다양하게 있습니다. Drift 역시 자동으로 할지 사람이 판단하여 업데이트 할지 방법론이 모두 제공 됩니다.
보안 문제의 경우 법적효력이 있는 계약서를 통해 사전 협약이 진행 될 수 있습니다. 시간의 경우 개발하고자 하는 분야 및 준비된 환경에 따라서 차이가 많이 발생 합니다. 설문조사에 남겨주시면 별도로 안내 드리겠습니다.
적용 가능 합니다만, Dataiku와 쿤텍에서 제공이 가능한 부분은 타사의 동의가 필요한 부분이기에 한정적일 수 있습니다. Dataiku가 제공하는 무상 사이트인 gallery.dataiku.com 에서 일부 확인 할 수 있습니다.
있습니다만, 저희가 언급하기는 어려운 부분이 있습니다. 데이터이쿠의 경쟁력으로는 다른 회사와의 합벽을 통한 기술 개발이 아닌, 자체 230명 이상의 R&D 인력이 dataiku 라는 ecosystem에서 처음부터 지금까지 모두 개발을하여 제춤에 대한 완성도와 활용성 및 기능 등이 경쟁사 대비 장점이라고 생각 합니다. 현재 출시된 LLM mesh 환경 역시 기존 dataiku eco 에서 개발이 되어 완성도가 높다고 생각 됩니다
Dataiku 를 사용하면 고객 환경에 문제가 없는 이상 말씀하신 모든 클라우드 데이터 스텍과 데이터 저장 도구를 사용 할 수 있습니다.
판단에 대한 기준은 품질 변화의 기준을 무엇으로 지정하는지에 따라 다를 것 같습니다. 해당 부분은 적용 조직에 따라 다를 수 있기 때문에 바로 답변이 어려운점 양해 말씀 드립니다. 설문 조사 남겨주시면 따로 안내 드리도록 하겠습니다.
주신 질문은 적용 분야 및 보유 데이터, 환경 등 사전 고려가 필요한 부분이 있습니다. 업무 효율과 비용 절감 역시 인력적 부분과 비인력 부분으로 다를 수 있기 때문에 설문조사 남겨주시면 따로 연락 드리고 안내드릴 수 있도록 하겠습니다.
제조업에 AI를 적용한 사례로는 생산, delivery, 품질관리, 이미지를 통한 하자율, ESG, 등 정말 다양한 적용 사례가 있습니다. 시티즌사이언티스트를 위한 no code 기반의 전처리 기능과 auto ML을 제공 하고 있습니다. 이를 포함하여 설명 가능한 white-box 가 많아 지식이 없는 사용자들도 쉽게 사용할 수 있습니다. 사례 부분은 설문조사 남겨주시면 회신 드리도록 하겠습니다.
가능은 합니다만, 비용적인 측면에서 TCO를 포함하여 capex와 opex를 분리하여 생각을 할 필요가 있을 것 같습니다. 다양한 사례 제공이 가능하니 세션 후 설문조사를 남겨주시면 안내 드리도록 하겠습니다.
해당 부분은 데이터의 형식과 양 그리고 정책 등에 따라서 달라질 수 있습니다. 세션 이후 연락을 주시면 감사드리겠습니다.
Dataiku와 쿤텍의 경우 한국을 포함하여 Global reference 및 resource를 활용하고 있습니다. 산업 분야마다 조금씩 다르지만 해외에서 이미 경험한 이슈를 한국에 적용하여 해결한 사례를 포함하여, use case를 기반으로 이슈를 해결하려고 하고 있습니다. 추가로 다양한 고객사와의 파트너쉽을 통해 이슈를 사전에 파악하고, 이슈 해결을 중심으로 솔루션을 제안하고 있습니다.
폐쇄망 환경 / 온프레미스 클라우드 환경에서도 적용 가능 합니다. 실제 국내의 경우 해당 환경에서 AI & MLops 를 적용하여 활용하는 사례가 많이 있습니다.
조직에서 'AI기반'을 어떤 방향으로 정의하는지가 우선 중요하다고 생각 합니다. 그 이후에 '조직이 얼마나 유연하게 데이터를 활용할 수 있는지'에 대한 환경을 제공해야하고, 'AI의 결과를 수시로 확인'할 수 있는 기술이 함께 준비가 되어야 합니다.
물류 분야에서 어느 영역에 적용하느냐에 따라서 사례가 달라지겠지만 '적재 최적화'를 포함하여 '물량 예측을 통한 적재 차량 운행 최적화' 등 다양한 적용사례가 있습니다. 일부 사례의 경우 아래 Open gallery에서 확인 하실 수 있습니다. https://gallery.dataiku.com/project-list/