본문 바로가기
반응형

IT기획161

Overview and characteristics of big data Today, we are going to explore the characteristics, size, and analyst capabilities of big data. This content is also part of Big Data Analysis Planning, the first course among big data analysis companies. Big data features Big data is the result of extracting value from data, including large amounts of structured and unstructured data, and analyzing the results. Big data can be understood as a c.. 2021. 3. 28.
빅데이터의 개요 및 특징 오늘은 빅데이터의 특징, 크기, 분석가 역량에 대해서 알아보려고 한다. 해당 내용은 빅데이터 분석기사 중 제1과목 빅데이터 분석 기획에 속하는 부분이기도 하다. 빅데이터 특징 빅데이터는 대량의 정형, 비정형을 포함한 데이터로부터 가치를 추출하고 결과를 분석하는 결과이다. 빅데이터에는 기존 데이터베이스 관리 도구와 빅데이터 분석 및 시각화 기술을 포함한 개념으로 이해하면 된다. 빅데이터란 큰 데이터라는 의미로 양적인 측면과 함께 몇 가지 특징을 가지고 있다. - 3V : Vloume, Variety, Velocity - 5V : 3V + Value (가치), Veracity (정확성) - 7V : 5V + Validity (유효성), Volatility (휘발성) 구분주요 내용Volume (규모의 증가)-.. 2021. 3. 27.
외항사 웹사이트 벤치마킹 2007년 외항사 벤치마킹 자료가 있어 공유하려고 한다. 지금은 코로나 때문에 불경기가 돼버렸지만 벌써 14년전 자료로 추억이 돋는다. 분석 개요 1. 목표 경쟁업체 서비스 분석을 통해 아시아나 항공 사이트를 개선함 2. 분석 전략 (1) 분석항목들을 세분화한다. (2) 동족 업계가 아니라도 성공사례를 분석한다. (3) 분석을 통한 개선방향을 제안한다. 3. 목차 (1) 2007년 세계 10대 항공사 (2) 외항사 벤치마킹 (3) 국내 항공사 벤치마킹 (4) 동종 업게 벤치마킹 (5) Summary 각 외항사 벤치마킹 항목으로 1) 메뉴 규성 및 내비게이션 2) 콘텐츠 3) 서비스 4) 디자인 5) 요약 구성하였다. 2021. 3. 22.
회의 목적 및 회의록 양식 1. 지시 또는 전달 다수의 회의 참가자에게 일반적인 전달을 위한 회의 경영 간부나 책임자가 부하직원들에게 자신의 생각이나 지침을 하달할 때 발생하는 회의이며, 즉각적인 실행이 동반되어야 하는 경우 2. 문제 해결 어떤 문제점이 발생했을 때 긴급 대책이나 중장기적인 대책을 세우기 위한 회의 여러 사람이 모여서 각자의 체험과 정보를 동원하는 것이 목적이다. 3. 타협 또는 조정 이해관계가 다른 사람들이 한 곳에 모여서 서로의 입장을 조장하기 위한 목적에서 개최된다. 다수의 이해를 조정할 해결점을 찾아야 하는 절충을 위한 회의라고 할 수 있다. 4. 정보 공유 새로운 정보 취득자가 관련자들에게 정보를 전달하고, 질문을 받으며 특정 사안의 협의를 이루기 위한 회의이다. 새로운 정보를 취득하면 타인에게 정보를 .. 2021. 3. 22.
데이터준전문가 (ADSP) 준비 데이터 분석 데이터에는 사람들이 살아온 흔적, 세상이 움직인 흔적이 담겨 있다. 데이터 분석은 이런 흔적에서 패턴을 찾아내는 일이다. 세상에는 인식의 한계를 넘어설 만큼 많은 일이 일어나기 때문에 각각 떼어놓고 보면 잘 이해되지 않는다. 하지만 데이터를 분석해 패턴을 찾아내면 사람들이 어떻게 살아가고 있는지 세상이 어떻게 움직이는지 이해할 수 있게 된다. 미래를 예측하고, 세상을 더 아름답게 만들 방법을 찾아낼 수도 있다. [출처 : 쉽게 배우는 R 데이터 분석 중] 아. 멋지다. 서비스도 데이터 기반으로 세상이 필요로 하는 것을 만들어 내고 싶다. 데이터 분석 준전문가에 도전하는 중이다. 업무가 바빠서 띄엄띄엄 시험 보다가 다시 시작! 데이터 분석 전문가 데이터분석 준전분가란 한국데이터베이스진흥원에서 .. 2021. 3. 21.
중진공 정책자금 AI챗봇 정책자금 AI챗봇 정책자금 상담의 비대면·디지털 전환을 실현하기 위해 24시간 비대면 온라인 상담이 가능한 정책자금 AI챗봇 서비스 개시하여 고객의 정형화된 단순 상담 문의 신속하게 대응 주요 기능- 고객 맞춤형 정책자금 추천 - 시나리오 기반 상담 - AI 기반 대화형 상담이 구성 - 빠른 검색을 위해 자주 묻는 자금별 시나리오 - 신청․지원절차 단계별 대표 질의도 제공 기대효과 - 고객들이 자주 질의하는 단순 문의 챗봇과 콜센터를 통해 즉각 응대 - 직원들은 세부적인 검토가 필요한 예약상담에 집중 이용가능 - http://www.kosmes.or.kr/ 서비스 접근 플로우 - 상단 배너를 통해 입장할 수밖에 없어서 찾기 어려움 간단한 인사를 해봄 간단한 인사를 또 해봄 - 이해를 못함 제시하고 있는 .. 2021. 3. 20.
AI서비스 UI/UX AI 서비스들이 데이터를 기반으로 한 모델을 품고 론칭되면서 기술력 기반으로 선 론칭에 포커스가 되어있는 시장 분위기이다. 현재 기술에 기반된 AI서비스 들이 양산되고 있다면 향후 상품 고도화 할 때 UX 디자인에 대한 관심도가 높아질 것으로 보인다. UI는 사용자인터페이스로 사람과 컴퓨터 사이에 의사소통이 원활하도록 해주는 역할을 한다. 쉽게 말해 제공하는 서비스를 사용자가 잘 이용하게 하는 목적이다. UX는 사용자 경험 디자인으로 사용자가 제품, 서비스를 사용하거나 체험하는 데 있어 지각하는 것이 가능한 조직적 상호 교감적인 모델을 창조하고 개발하는 것이다. 쉽게 말해 고객이 실제 인지하는 인터페이스를 기반으로 재 창조 하는 UI이다. AI UX란 뭘까 - AI 서비스에서의 UX 디자인을 말한다. -.. 2021. 3. 19.
챗봇은 왜 주목받고 있는가? 1. SNS를 넘어선 메신저 사용자의 강세가 이뤄지고 있어 채팅창을 활용한 챗봇이 대두 2. 최근에 새로운 앱 설치에 대한 거부감이 늘고 이미 설치된 앱을 활용하는 방향으로 전개 기업용 계정에서 단순한 상담이나 문의뿐만 아니라 상품을 추천하고, 상품을 결제하거나 소비할 수 있는 챗봇을 제공함으로써 고객과의 접점 확대 기여 3. 젊은 사용자층이 전화를 거부하고 채팅을 선호함에 따라, 전화 상담보다는 채팅창에서 질문하고 답하는 방식을 택하고 있음 (내용을 정리해서 보낼 수 있다는 점에서 선호) 4. 챗봇을 만들 때 필요한 데이터는 음성봇을 만드는 데에 기초가 되며, 데이터를 확보함으로써 많은 유리함을 가질 수 있음 ※ 음성인식 STT (Speech to Text) 기술과 음성합성 TTS (Text to Sp.. 2021. 3. 18.
심심이 챗봇 특징 3억 5천만 명 이상의 이용자가 다운로드한 가장 유명한 채팅 봇 심심이는 2002년 세상에 나온 이후로 수백만명의 사람들로부터 말을 배워 발전하고 있음 감성대화 챗봇 심심이 www.simsimi.com/ 심심이심심할 때, 외로울 때, 대화가 필요한 모든 순간에 심심이와 대화를 시작해보세요. 일상대화, 감성대화 인공지능 챗봇 심심이입니다.www.simsimi.com심심이 특징 사람들이 말을 하면 대답을 하는 시스템을 가지고 있음 웹툰 신의 탑에 등장하는 인공지능인 에밀리는 심심이에서 영감을 받은 것 임 플러스친구에서 심심이를 검색하면 나온다. 여담이지만 심심이의 머리에 있는 골뱅이는 생명줄이라고 한다. 최근 계정 연동 패치를 통해 심심이 앱에서 계정을 연동하고 구독한 경우 다른 심심이 플랫폼에서 로그인 후.. 2021. 3. 13.
챗봇 기획 UX 체크리스트 챗봇 기획을 위한 두 가지의 체크리스트 - UX : 유저에게 더 나은 경험을 주려면 어떤 것을 고려해야 하는가? - 피드백 구조 : 매일 더 나아지는 챗봇을 만들려면 어떻게 기획해야 하는가? UX 체크리스트 : 더 좋은 대화 경험, 어떻게 준비해야 하는가? 1. 챗봇이 무얼 할 수 있는 지 알려주고 있는가? 2. 첫방문자와 재방문자의 대화가 분리되어 있는가? 인사말을 하나만 준비하게 되면 재방문한 사람들에게는 너무 반복되는 양이 아닐지 점검해본다. 재방문 유저에게는 좀 더 짤고 친근한 메시지가 없을까? ‘ 지난번엔 우리 함께 티셔츠를 봤었죠’등 지난 방문의 경험을 짧게 언급하는 방법 등이 있다. 3. 고객에 대해서 미리 이해하고 있는가? 고객의 정보를 조회해서 질문의 횟수를 줄이는 것이다. 예를 들어, .. 2021. 3. 12.
챗봇 모델 방향 2017년은 검색 모델 현재 인공지능 기술은 검색 모델보다는 생성 모델로 진행되고 있다. 생성 모델이 이상적인 것은 분명하지만 아직까지 우리의 기대만큼 작동하지 않을뿐더러, 실용화 시점이 묘연하다. 따라서, 답변을 모두 ‘인간이’ 미리 준비해야 한다는 치명적 약점(불가능)에도 불구하고 검색 모델이 현실적인 대응책이 되고 있다. 게다가, 검색 모델의 장점인 ‘정확한 답변’은 브랜드 챗봇이 꼭 가져야 하는 덕목이기에 검색 모델이 우선시 되는 것은 어쩔 수 없는 현상이다. 검색 모델로 핵심 부분을 먼저 해결하고, 부차적인 부분은 생성모델로 결합해가는 것이 당분간의 추세이므로, 멋있어 보이는 생성모델은 ‘연구’ 하시는 분들에게 잠시 맡겨두고, 우리는 다시 현실에 발을 딛어야 한다. 검색 모델도 충분히 많은 대화.. 2021. 3. 11.
챗봇 만들기 위한 두가지 AI모델 인공지능 챗봇을 만들고 싶은데 데이터가 없습니다. 챗봇을 만드려고 할 때 학습시킬 데이터가 전혀 없거나 있어도 활용하기 불가능한 방식의 형태를 갖고 있다는 점 챗봇을 간단히 생각하면 유저가 질문하면 봇이 대답하는, ‘질문과 대답’으로 구성된 프로그램이다. 질문에 맞게 봇이 대답하게 만드는 방법은 크게 분류해 2가지다. 1. 질문에 대한 대답을 미리 만들어 두고 답하게 하는 것 2. 질문에 대한 대답을 챗봇이 자동적으로 생성하는 것 이 두 가지의 차이, 장단점, 현재 사용되고 있는 분야, 트렌드이다. 결국 가장 현실적으로 챗봇을 만들 수 있는 부분은 특정 주제를 검색 모델을 활용하여 제공하는 방식 즉, 특정주제에 미리 만들어놓은 답으로 대답하는 것이 가장 현실적이다. 검색 모델 (Retrieval-base.. 2021. 3. 10.
반응형

티스토리툴바