해시넷
㈜솔트룩스 편집하기
편집을 되돌릴 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 저장해주세요.
| 최신판 | 당신의 편집 | ||
| 171번째 줄: | 171번째 줄: | ||
== 주요 인물 == | == 주요 인물 == | ||
| − | * '''[[이경일]]''' : 솔트룩스의 대표이사이다. [[인하대학교]] | + | * '''[[이경일]]''' : 솔트룩스의 대표이사이다. [[인하대학교]] 공대를 나와 엘지 중앙연구소의 선임연구원이 되었다. 2001년에는 자연어 처리업체인 ㈜시스메타를 설립했고, 2003년 모비코인터내셔날㈜과 합병한 후 사명을 ㈜솔트룩스로 바꾸었다. 2017년에는 [[대통령 직속 4차산업혁명위원회]] 위원으로 활동했고, [[한국소프트웨어산업협회]] 지능정보산업협회 부회장과 [[인공지능산업협의회]] 회장으로 활동했다. ㈜솔트룩스의 1대 주주로서, 지분을 약 15.5% 보유하고 있다. |
* '''[[정문선]]''' : [[현대비엔지스틸㈜]]의 부사장이자 ㈜솔트룩스의 2대 주주이다. [[현대자동차㈜]] [[정주영]] 사장의 넷째 아들인 [[정몽우]] 전 현대알루미늄 회장의 차남이다. ㈜솔트룩스 지분을 약 10.5% 보유하고 있다. 2020년 ㈜솔트룩스의 코스닥 상장이 발표된 뒤, 회사의 [[기업공개]](IPO)가 이뤄진 다음 경영권 약화가 일어날 가능성을 막기 위해서 지분 10.5%를 계속 보유하고 있다.<ref name="솔트룩스 IPO, 2대 주주 '정문선' 경영권 안정화 돕는다”"> 강철 기자, 〈[http://www.thebell.co.kr/free/Content/ArticleView.asp?key=202005291713417800102211&svccode=01 솔트룩스 IPO, 2대 주주 '정문선' 경영권 안정화 돕는다]〉, 《더벨》, 2020-06-01</ref> | * '''[[정문선]]''' : [[현대비엔지스틸㈜]]의 부사장이자 ㈜솔트룩스의 2대 주주이다. [[현대자동차㈜]] [[정주영]] 사장의 넷째 아들인 [[정몽우]] 전 현대알루미늄 회장의 차남이다. ㈜솔트룩스 지분을 약 10.5% 보유하고 있다. 2020년 ㈜솔트룩스의 코스닥 상장이 발표된 뒤, 회사의 [[기업공개]](IPO)가 이뤄진 다음 경영권 약화가 일어날 가능성을 막기 위해서 지분 10.5%를 계속 보유하고 있다.<ref name="솔트룩스 IPO, 2대 주주 '정문선' 경영권 안정화 돕는다”"> 강철 기자, 〈[http://www.thebell.co.kr/free/Content/ArticleView.asp?key=202005291713417800102211&svccode=01 솔트룩스 IPO, 2대 주주 '정문선' 경영권 안정화 돕는다]〉, 《더벨》, 2020-06-01</ref> | ||
| 199번째 줄: | 199번째 줄: | ||
* '''톡봇대화 엔진''' | * '''톡봇대화 엔진''' | ||
: 인공지능 스위트의 톡봇 대화 엔진은 솔트룩스에서 개발한 챗봇 플랫폼으로, 기존의 챗봇 시스템의 한계를 뛰어넘은 지식 기반의 심층 대화 시스템이다. 기존의 챗봇이 간단한 자연 언어처리와 규칙 및 문장 매칭 방식의 대화 매니저를 가지고 있다면, 톡봇 대화 엔진은 지식 그래프와 복합추론 기반의 자연어 이해 결과를 바탕으로 사용자 발화의 정확한 의미를 이해하고, 탁월한 답변을 제공하는 강력하고 유연한 대화 모델을 생성할 수 있도록 지원한다. 톡봇 대화 엔진을 통한 대화 서비스는 다음과 같다. 사용자는 다양한 채널을 통해 톡봇 대화 엔진에 메시지를 전달한다. 그렇다면 입력된 메시지는 자연어 이해 엔진을 통해 분석되고 대화 매니저는 학습된 대화 모델을 통해 답변을 생성하여 음성, 텍스트, 사용자 경험(UX) 등 적절한 방법으로 사용자에게 전달한다. 톡봇 대화 엔진은 대화 모델을 학습할 때 지식 그래프, 선호추천, 사용자모델 등을 반영하여 모델을 학습한다는 점에서 기존의 대화처리 시스템들과 다르다. 또한, 대화 모델로 처리하기 어려운 메시지에 대해서는 심층 질의응답을 통하여 문제를 해결하며, 서비스 사용자와 대화 도중 문제가 발생하면 서비스 매니저를 통해 관리자가 대화에 개입할 수 있는 기능을 제공한다. 톡봇 대화 엔진은 크게 대화 서비스를 담당하는 대화 서버와 대화 모델 학습 및 관리를 담당하는 API 서버로 구성된다. 다양한 서비스 채널을 통해 대화 서비스를 제공하고, 자연어이해 엔진, 심층질의응답 엔진과 연동하여 사용자 발화의 의도를 분석하거나 처리하지 못하는 질의에 대한 답변을 제공한다. 또한, 플러그인을 통한 외부서비스 연계로 대화 처리 시 필요한 데이터나 기능을 활용할 수 있다. 이러한 톡봇 대화 엔진의 기능들은 대화 관리도구를 통해 쉽게 운영 관리될 수 있다. 톡봇 대화 엔진은 코딩과 프로그래밍 기술 없이 마우스 클릭만으로 똑똑한 상담 봇을 만들거나 다양한 채널로 즉각적인 서비스를 시작할 수 있다. | : 인공지능 스위트의 톡봇 대화 엔진은 솔트룩스에서 개발한 챗봇 플랫폼으로, 기존의 챗봇 시스템의 한계를 뛰어넘은 지식 기반의 심층 대화 시스템이다. 기존의 챗봇이 간단한 자연 언어처리와 규칙 및 문장 매칭 방식의 대화 매니저를 가지고 있다면, 톡봇 대화 엔진은 지식 그래프와 복합추론 기반의 자연어 이해 결과를 바탕으로 사용자 발화의 정확한 의미를 이해하고, 탁월한 답변을 제공하는 강력하고 유연한 대화 모델을 생성할 수 있도록 지원한다. 톡봇 대화 엔진을 통한 대화 서비스는 다음과 같다. 사용자는 다양한 채널을 통해 톡봇 대화 엔진에 메시지를 전달한다. 그렇다면 입력된 메시지는 자연어 이해 엔진을 통해 분석되고 대화 매니저는 학습된 대화 모델을 통해 답변을 생성하여 음성, 텍스트, 사용자 경험(UX) 등 적절한 방법으로 사용자에게 전달한다. 톡봇 대화 엔진은 대화 모델을 학습할 때 지식 그래프, 선호추천, 사용자모델 등을 반영하여 모델을 학습한다는 점에서 기존의 대화처리 시스템들과 다르다. 또한, 대화 모델로 처리하기 어려운 메시지에 대해서는 심층 질의응답을 통하여 문제를 해결하며, 서비스 사용자와 대화 도중 문제가 발생하면 서비스 매니저를 통해 관리자가 대화에 개입할 수 있는 기능을 제공한다. 톡봇 대화 엔진은 크게 대화 서비스를 담당하는 대화 서버와 대화 모델 학습 및 관리를 담당하는 API 서버로 구성된다. 다양한 서비스 채널을 통해 대화 서비스를 제공하고, 자연어이해 엔진, 심층질의응답 엔진과 연동하여 사용자 발화의 의도를 분석하거나 처리하지 못하는 질의에 대한 답변을 제공한다. 또한, 플러그인을 통한 외부서비스 연계로 대화 처리 시 필요한 데이터나 기능을 활용할 수 있다. 이러한 톡봇 대화 엔진의 기능들은 대화 관리도구를 통해 쉽게 운영 관리될 수 있다. 톡봇 대화 엔진은 코딩과 프로그래밍 기술 없이 마우스 클릭만으로 똑똑한 상담 봇을 만들거나 다양한 채널로 즉각적인 서비스를 시작할 수 있다. | ||
| − | + | 스위트 | |
* '''심층 질의응답(QA) 엔진''' | * '''심층 질의응답(QA) 엔진''' | ||
: 인공지능 스위트의 심층 질의응답 엔진은 사용자의 질문에 대해 다양한 지식을 스스로 학습, 추론하여 축적한 지식으로부터 최적의 답을 찾아내어 답을 제시한다. 심층 질의응답 엔진은 지식베이스 기반 질의응답기술, 정보 검색 기반 질의응답기술, 기계 독해 기술을 이용한 질의응답기술, 상담 및 대화 이력 학습 기반 질의응답기술 등이 앙상블 되어 질의 유형에 따라 최적의 풀이 방식을 채택하여 사용자에게 응답을 제시한다. 심층 질의응답 엔진은 자연어 이해 엔진의 자연어 이해 결과를 기반으로 정답을 찾기 위한 다양한 QA 방법을 적용하며, 지식 그래프를 참조하여 자연어 이해 및 답변 탐색 등을 수행한다. 별도의 관리 도구를 제공하여 도메인에 따라 심층 질의응답을 위한 지식 구축, 관리, 서비스 모니터링 등을 수행할 수도 있다. | : 인공지능 스위트의 심층 질의응답 엔진은 사용자의 질문에 대해 다양한 지식을 스스로 학습, 추론하여 축적한 지식으로부터 최적의 답을 찾아내어 답을 제시한다. 심층 질의응답 엔진은 지식베이스 기반 질의응답기술, 정보 검색 기반 질의응답기술, 기계 독해 기술을 이용한 질의응답기술, 상담 및 대화 이력 학습 기반 질의응답기술 등이 앙상블 되어 질의 유형에 따라 최적의 풀이 방식을 채택하여 사용자에게 응답을 제시한다. 심층 질의응답 엔진은 자연어 이해 엔진의 자연어 이해 결과를 기반으로 정답을 찾기 위한 다양한 QA 방법을 적용하며, 지식 그래프를 참조하여 자연어 이해 및 답변 탐색 등을 수행한다. 별도의 관리 도구를 제공하여 도메인에 따라 심층 질의응답을 위한 지식 구축, 관리, 서비스 모니터링 등을 수행할 수도 있다. | ||
| 273번째 줄: | 273번째 줄: | ||
====주요 제품==== | ====주요 제품==== | ||
* '''아담''' | * '''아담''' | ||
| − | : 국내 최초로 상용화된 인공지능 플랫폼이다. 10년 넘게 개발된 ㈜솔트룩스의 핵심 기술로, 아시아 최대 규모의 지식 그래프를 내장하고 있다. 지식학습 및 추론을 통한 생활 질의응답의 경우, 94% 수준의 정확도로 일반상식 수준의 질의응답이 가능하다. 질의응답은 2,000만 가지 주제에 대해 응답할 수 있으며, 콜센터 상담은 물론, 가상비서, 의료 분석 등의 역할을 수행할 수 있다. 언어, 지식, 시각 인지 등 60여 개의 APIs를 제공하고 있고, 인공지능 발전을 위해 회사 측은 아담을 오픈 플랫폼으로 제공하고 있다. 아담은 국내외의 데이터를 1,200개의 CPU를 통해 처리한다.<ref name="이경일 솔트룩스 “인공지능 원천기술로 뚝심 있게 간다”"> 이지영 기자, 〈[http://www.bloter.net/archives/254393 이경일 솔트룩스 “인공지능 원천기술로 뚝심 있게 간다”]〉, 《조선비즈》, 2016-04-17</ref>또한 초당 2천 문장을 언어분석이 가능하며, 2020년 기준 지식베이스는 3천만 개의 주제와 80만 권의 분량의 지식을 습득했다. 이미지인지 성능은 단어는 92%, 문장은 85%에 달한다.<ref name="㈜솔트룩스 아담 인공지능"> ㈜솔트룩스 아담 인공지능 - https://www.adams.ai/</ref> | + | : 국내 최초로 상용화된 인공지능 플랫폼이다. 10년 넘게 개발된 ㈜솔트룩스의 핵심 기술로, 아시아 최대 규모의 지식 그래프를 내장하고 있다. 지식학습 및 추론을 통한 생활 질의응답의 경우, 94% 수준의 정확도로 일반상식 수준의 질의응답이 가능하다. 질의응답은 2,000만 가지 주제에 대해 응답할 수 있으며, 콜센터 상담은 물론, 가상비서, 의료 분석 등의 역할을 수행할 수 있다. 언어, 지식, 시각 인지 등 60여 개의 APIs를 제공하고 있고, 인공지능 발전을 위해 회사 측은 아담을 오픈 플랫폼으로 제공하고 있다. 아담은 국내외의 데이터를 1,200개의 CPU를 통해 처리한다.<ref name="이경일 솔트룩스 “인공지능 원천기술로 뚝심 있게 간다”"> 이지영 기자, 〈[http://www.bloter.net/archives/254393 이경일 솔트룩스 “인공지능 원천기술로 뚝심 있게 간다”]〉, 《조선비즈》, 2016-04-17</ref>또한 초당 2천 문장을 언어분석이 가능하며, 2020년 기준 지식베이스는 3천만 개의 주제와 80만 권의 분량의 지식을 습득했다. 이미지인지 성능은 단어는 92%, 문장은 85%에 달한다.<ref name="㈜솔트룩스 아담 인공지능"> ㈜솔트룩스 아담 인공지능 - https://www.adams.ai/</ref>'아담'뿐만이 아니라 금융이나 법률 지식 같은 전문지식에 사용될 인공지능 '이브'도 곧 출시될 예정이라고 밝혔으나, 아직 서비스 제공 소식은 나오지 않았다. 이브는 약 5억 개의 전문지식이 들어있다. |
* '''엑소브레인''' | * '''엑소브레인''' | ||
| 280번째 줄: | 280번째 줄: | ||
* '''에바''' | * '''에바''' | ||
: 2018년에 발표한 개인 맞춤형 인공지능이다. 인공지능 아담 플랫폼 등 ㈜솔트룩스에서 개발해온 기술들을 종합하여 제작되었다. 에바의 외향은 1990년대 유행했던 다마고치와 흡사하다. 모바일 앱을 설치하여 사용하고, 인공지능은 캐릭터 형태로 앱의 화면에 보인다. 소유자에 맞춰 고유한 인공지능으로 변화하며, 친구, 셀럽, 코치, 전문가, 비즈니스 등 목적에 따라 사용자의 취향에 따라서 꾸밀 수 있다. 임베딩 기능을 지원하여 1시간 정도 목소리를 들려주면 학습한 목소리와 유사하게 낼 수도 있다.<ref name="솔트룩스 ‘EVA’ 인공지능 시스템 공개…AI X 블록체인 융합 ‘ICO’ 계획도”"> 강승만 에디터, 〈[http://scimonitors.com/%EC%86%94%ED%8A%B8%EB%A3%A9%EC%8A%A4-eva-%EB%AF%B8%EB%9E%98-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EA%B3%B5%EA%B0%9C-ai-x-%EB%B8%94%EB%A1%9D%EC%B2%B4%EC%9D%B8/ 솔트룩스 ‘EVA’ 인공지능 시스템 공개…AI X 블록체인 융합 ‘ICO’ 계획도]〉, 《사이언스모니터》, 2018-12-18</ref> 앱은 클로즈드 베타 테스트(CBT)를 진행한 후, 2020년부터 오픈 베타 서비스 형태로 출시할 계획이다. 에바의 글로벌 출시를 목표로 하고 있기 때문에, 영어와 한국어를 모두 지원할 예정이다.<ref name="다마고치 같은 인공지능 '에바' 공개..솔트룩스, 내년 CBT”"> 김유성 기자, 〈[https://www.edaily.co.kr/news/read?newsId=03437446619439504&mediaCodeNo=257 다마고치 같은 인공지능 '에바' 공개..솔트룩스, 내년 CBT]〉, 《이데일리》, 2018-12-17</ref> | : 2018년에 발표한 개인 맞춤형 인공지능이다. 인공지능 아담 플랫폼 등 ㈜솔트룩스에서 개발해온 기술들을 종합하여 제작되었다. 에바의 외향은 1990년대 유행했던 다마고치와 흡사하다. 모바일 앱을 설치하여 사용하고, 인공지능은 캐릭터 형태로 앱의 화면에 보인다. 소유자에 맞춰 고유한 인공지능으로 변화하며, 친구, 셀럽, 코치, 전문가, 비즈니스 등 목적에 따라 사용자의 취향에 따라서 꾸밀 수 있다. 임베딩 기능을 지원하여 1시간 정도 목소리를 들려주면 학습한 목소리와 유사하게 낼 수도 있다.<ref name="솔트룩스 ‘EVA’ 인공지능 시스템 공개…AI X 블록체인 융합 ‘ICO’ 계획도”"> 강승만 에디터, 〈[http://scimonitors.com/%EC%86%94%ED%8A%B8%EB%A3%A9%EC%8A%A4-eva-%EB%AF%B8%EB%9E%98-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EA%B3%B5%EA%B0%9C-ai-x-%EB%B8%94%EB%A1%9D%EC%B2%B4%EC%9D%B8/ 솔트룩스 ‘EVA’ 인공지능 시스템 공개…AI X 블록체인 융합 ‘ICO’ 계획도]〉, 《사이언스모니터》, 2018-12-18</ref> 앱은 클로즈드 베타 테스트(CBT)를 진행한 후, 2020년부터 오픈 베타 서비스 형태로 출시할 계획이다. 에바의 글로벌 출시를 목표로 하고 있기 때문에, 영어와 한국어를 모두 지원할 예정이다.<ref name="다마고치 같은 인공지능 '에바' 공개..솔트룩스, 내년 CBT”"> 김유성 기자, 〈[https://www.edaily.co.kr/news/read?newsId=03437446619439504&mediaCodeNo=257 다마고치 같은 인공지능 '에바' 공개..솔트룩스, 내년 CBT]〉, 《이데일리》, 2018-12-17</ref> | ||
| − | + | 아담 플랫폼 등 ㈜솔트룩스에서 개발한 기술들을 종합하여 제작되었다. 사용자가 직접 키운 에바 인공지능을 이용하여 사용자 간의 거래와 경제활동도 가능하도록 하는 것이 목표이며, 이를 위해 블록체인과 암호화폐 기술이 개발과정에 도입되었다. | |
=== 빅데이터 === | === 빅데이터 === | ||
| 357번째 줄: | 357번째 줄: | ||
* '''농협''' : 고객의 디지털 채널 활용량과 지능형 서비스 요구가 지속해서 증가할 것으로 예상되어, 고객의 만족도와 운영 효율성을 상승시키기 위해 콜센터 인공지능 빅데이터 시스템을 구축했다. 농협은행의 고객행복센터의 전화 상담 내용을 기록, 저장, 분석하는데 실시간 음성처리, 언어분석 처리, 대용량 분석 환경이 적용되었다. 실시간으로 텍스트 분석이 가능하도록 개발되었기 때문에 상담 데이터의 분석 결과를 바로 활용할 수 있다. 이를 통해 농협은 향후 데이터가 지속해서 증가하거나 서비스를 증설하더라도 시스템의 인프라 확장이 유연하게 되었고, 특정 시간대에 상담 전화가 몰리더라도 원활한 서비스를 제공할 수 있게 되었다. | * '''농협''' : 고객의 디지털 채널 활용량과 지능형 서비스 요구가 지속해서 증가할 것으로 예상되어, 고객의 만족도와 운영 효율성을 상승시키기 위해 콜센터 인공지능 빅데이터 시스템을 구축했다. 농협은행의 고객행복센터의 전화 상담 내용을 기록, 저장, 분석하는데 실시간 음성처리, 언어분석 처리, 대용량 분석 환경이 적용되었다. 실시간으로 텍스트 분석이 가능하도록 개발되었기 때문에 상담 데이터의 분석 결과를 바로 활용할 수 있다. 이를 통해 농협은 향후 데이터가 지속해서 증가하거나 서비스를 증설하더라도 시스템의 인프라 확장이 유연하게 되었고, 특정 시간대에 상담 전화가 몰리더라도 원활한 서비스를 제공할 수 있게 되었다. | ||
| − | * '''㈜포스코''' : ㈜포스코 경영연구소(POSRI)의 GIH 구축 사업을 맡아, 지능형 통합 검색 시스템을 구축했다. GIH는 ㈜포스코 및 패밀리사에서 자체 관리하던 국내외 사외정보를 통합 관리하고 분야별 전문가가 분석하여 임직원에게 서비스하는 정보 허브이다. 이에 따라 ㈜솔트룩스는 정형데이터와 비정형 데이터에 대한 지능형 분석과 시맨틱 검색으로 더욱 정확한 정보 검색과 모니터링 기능을 제공했다. 또한 동향분석, 트렌드 분석, 연관주제 분석 등 비정형 데이터에 대한 입체적인 분석을 지원하여 포스코 패밀리의 정보 경쟁력을 강화했다. | + | * '''㈜포스코''' : ㈜포스코 경영연구소(POSRI)의 GIH(Global Information Hub) 구축 사업을 맡아, 지능형 통합 검색 시스템을 구축했다. GIH는 ㈜포스코 및 패밀리사에서 자체 관리하던 국내외 사외정보를 통합 관리하고 분야별 전문가가 분석하여 임직원에게 서비스하는 정보 허브이다. 이에 따라 ㈜솔트룩스는 정형데이터와 비정형 데이터에 대한 지능형 분석과 시맨틱 검색으로 더욱 정확한 정보 검색과 모니터링 기능을 제공했다. 또한 동향분석, 트렌드 분석, 연관주제 분석 등 비정형 데이터에 대한 입체적인 분석을 지원하여 포스코 패밀리의 정보 경쟁력을 강화했다. |
=== 그래프 데이터베이스 === | === 그래프 데이터베이스 === | ||
| 450번째 줄: | 450번째 줄: | ||
* '''프라이스워터하우스쿠퍼스'''(PwC) : 다양한 정보를 통해 기업의 현황 파악이 실시간으로 가능하게 함으로써 급변하는 기업의 사회적 변화에 대하여 신속히 대응하기 위한 기반이 필요했다. 특히 많은 양의 소셜 데이터와 SNS 데이터의 수집과 이를 통한 분석 및 시각화는 특정 기업의 인사이트를 얻기 위해 필요한 수단이며 목표이다. 개발 결과, 150억 건 이상의 소셜 데이터를 기업 정보와 경쟁사의 모니터링 서비스를 제공했다. 특정 기업 및 경쟁사의 데이터를 수집, 저장, 분석, 표현의 전체 과정을 통합적으로 처리할 수 있고, 기업에 대한 현황, 기술, 서비스 형태 등 다양한 정보를 수집하고, 수집된 데이터의 분석을 통해 인사이트를 제공하며 맞춤형 정보로 활용할 수 있다. | * '''프라이스워터하우스쿠퍼스'''(PwC) : 다양한 정보를 통해 기업의 현황 파악이 실시간으로 가능하게 함으로써 급변하는 기업의 사회적 변화에 대하여 신속히 대응하기 위한 기반이 필요했다. 특히 많은 양의 소셜 데이터와 SNS 데이터의 수집과 이를 통한 분석 및 시각화는 특정 기업의 인사이트를 얻기 위해 필요한 수단이며 목표이다. 개발 결과, 150억 건 이상의 소셜 데이터를 기업 정보와 경쟁사의 모니터링 서비스를 제공했다. 특정 기업 및 경쟁사의 데이터를 수집, 저장, 분석, 표현의 전체 과정을 통합적으로 처리할 수 있고, 기업에 대한 현황, 기술, 서비스 형태 등 다양한 정보를 수집하고, 수집된 데이터의 분석을 통해 인사이트를 제공하며 맞춤형 정보로 활용할 수 있다. | ||
| − | * '''한국과학기술연구원'''(KIST) : 디지털 데이터의 비중이 점차 증가하는 현실 속에서 연구기관에서 빅데이터를 활용한 연구지원 시스템 도입은 연구기관의 전체적 생산성을 높일 수 있다. 본 사업은 한국과학기술연구원이 지속적인 연구 개발에 대한 경쟁력을 가질 수 있도록 정형·비정형 데이터의 수집 및 관리체계를 확립하여, 연구원의 연구 생산성을 높일 수 있는 글로벌 스케일의 연구자료 분석 환경 구축을 진행했다. 실험정보의 공유를 통하여 연구 생산성 및 커뮤니케이션의 질적 향상을 통한 연구지원이 가능하게 되었으며, 대내외 연구 논문 및 특허정보를 데이터베이스화함으로 촉매 분야별 최신정보 센싱 및 논문 활용을 향상했다. 각종 실험을 통하여 발생하는 실험 노트를 데이터화하고 데이터마이닝, 인공지능 등 데이터 사이언스에 응용한다. | + | * '''한국과학기술연구원'''(KIST) :디지털 데이터의 비중이 점차 증가하는 현실 속에서 연구기관에서 빅데이터를 활용한 연구지원 시스템 도입은 연구기관의 전체적 생산성을 높일 수 있다. 본 사업은 한국과학기술연구원이 지속적인 연구 개발에 대한 경쟁력을 가질 수 있도록 정형·비정형 데이터의 수집 및 관리체계를 확립하여, 연구원의 연구 생산성을 높일 수 있는 글로벌 스케일의 연구자료 분석 환경 구축을 진행했다. 실험정보의 공유를 통하여 연구 생산성 및 커뮤니케이션의 질적 향상을 통한 연구지원이 가능하게 되었으며, 대내외 연구 논문 및 특허정보를 데이터베이스화함으로 촉매 분야별 최신정보 센싱 및 논문 활용을 향상했다. 각종 실험을 통하여 발생하는 실험 노트를 데이터화하고 데이터마이닝, 인공지능 등 데이터 사이언스에 응용한다. |
=== 솔루션 === | === 솔루션 === | ||
| 482번째 줄: | 482번째 줄: | ||
* '''주요 기능''' : 한국어, 영어, 일어, 중국어를 포함한 다국어 텍스트에 대한 형태소분석, 구문분석, 개체명 인식, 이벤트 추출, 감성 분석, 평판 트랜드 분석, 이슈 분석 등이 있다. | * '''주요 기능''' : 한국어, 영어, 일어, 중국어를 포함한 다국어 텍스트에 대한 형태소분석, 구문분석, 개체명 인식, 이벤트 추출, 감성 분석, 평판 트랜드 분석, 이슈 분석 등이 있다. | ||
| − | * '''주요 고객''' : 현대자동차, | + | * '''주요 고객''' : 현대자동차, LG전자, 삼성전자, 특허청, 한화그룹, 국방부, 한국정보화진흥원 외 |
* '''고객 문제''' : 비정형 텍스트로 구성된 조직 내외부의 방대한 문서, 게시물, 트위터 등으로부터 잠재 문제와 대중의 의견을 적시에 이해하기가 어려우며 분석에 큰 비용이 요구된다. | * '''고객 문제''' : 비정형 텍스트로 구성된 조직 내외부의 방대한 문서, 게시물, 트위터 등으로부터 잠재 문제와 대중의 의견을 적시에 이해하기가 어려우며 분석에 큰 비용이 요구된다. | ||
* '''도입 효과''' : 대규모, 실시간 텍스트로부터 다양한 언어 분석, 감성 분석, 연관 주제 분석 등을 수행하고 제품, 기업 정책에 대한 대중의 불만과 인식을 이해하고 선제 대응이 가능하다. | * '''도입 효과''' : 대규모, 실시간 텍스트로부터 다양한 언어 분석, 감성 분석, 연관 주제 분석 등을 수행하고 제품, 기업 정책에 대한 대중의 불만과 인식을 이해하고 선제 대응이 가능하다. | ||
| 558번째 줄: | 558번째 줄: | ||
* [[인공지능]] | * [[인공지능]] | ||
| + | {{로고 수정 필요}} | ||
{{인공지능 개발업체|검토 필요}} | {{인공지능 개발업체|검토 필요}} | ||
