Amazon Web Services 한국 블로그
Category: Artificial Intelligence
Thomson Reuters, Amazon SageMaker기반 자연어 처리 솔루션 개발 사례
이 게시물은 Thomson Reuters의 John Duprey와 Filippo Pompili가 공동 작성하였습니다. 본 게시물의 내용은 AWS의 공식적인 입장과 다를 수 있습니다. Thomson Reuters(TR)는 세계에서 가장 신뢰할 수 있는 답변 제공 업체 중 하나로, 전문가들이 자신 있게 의사 결정을 내리고 더 나은 비즈니스를 운영할 수 있도록 지원합니다. TR의 전문가 팀은 정보, 혁신, 신뢰할 수 있는 인사이트를 결합하여 복잡한 […]
Kabbage, Amazon Textract 기반 PPP 대출 경험 개선 사례
중소기업용 현금 흐름 솔루션을 제공하는 데이터 및 기술 회사인 Kabbage의 데이터 사이언스 책임자 Anthony Sabelli의 게스트 게시물입니다. 이 글은 AWS의 공식적인 입장과 다를 수 있습니다. Kabbage는 중소기업용 현금 흐름 솔루션을 제공하는 데이터 및 기술 회사로서 고객에게 자동화를 통해 유연하게 대출 한도를 이용할 수 있도록 하는 서비스를 제공합니다. 중소기업은 실시간 비즈니스 데이터를 Kabbage에 연결하여 몇 분 […]
Amazon CodeGuru Reviewer 신규 기능 – 로그 주입 결함에 대한 감지 라이브러리 및 보안 감지기
Amazon CodeGuru Reviewer는 코드의 보안 취약점을 감지하고 코드 품질을 개선하기 위한 지능형 권장 사항을 제공하는 개발자 도구입니다. 예를 들어, CodeGuru Reviewer는 Java 및 Python 코드용 Security Detectors를 도입하여 상위 10개 OWASP(Open Web Application Security Project) 범주에서 보안 위험을 식별하고 AWS API 및 공통 암호화 라이브러리에 대한 보안 모범 사례를 따릅니다. re:Invent에서 CodeGuru Reviewer는 하드 코딩된 […]
Koch 에너지, Amazon Lookout for Equipment를 사용한 음향 이상 탐지 사례
이 글은 Koch Ag & Energy Solutions, LLC(KAES)의 담당자와 AWS 직원이 공동 작성하였습니다. AWS의 공식 입장과 다를 수 있습니다. 현대 공장이 더욱 연계적으로 운영됨에 따라 제조업체는 운영 효율성을 높이기 위해 점점 더 다양한 입력(예: 프로세스 데이터, 오디오 및 시각적 개체)을 사용하고 있습니다. 기업에서는 이 정보를 사용하여 장비 성능을 모니터링하고 기계 학습(ML)과 인공 지능(AI)을 기반으로 하는 […]
Amazon Lookout for Equipment로 설비 데이터 실시간 전송하기
설비의 가동률을 높이려고 하는 많은 제조 기업들이 제조 설비에 부착된 센서를 통해서 설비 이상 예측을 하기 위해서 대용량 센서 데이터를 모니터링하고 있습니다. 하지만, 많은 수의 센서를 사람이 직접 보고 설비의 이상 유무를 판단하는 것은 한계가 있습니다. 설비 이상 예측을 성공적으로 구현하려면 많은 기계 센서에서 수집된 특정 데이터를 기계학습(ML)에 적용하여 매우 정확한 예측을 수행해야 합니다. 그러나 […]
Amazon Comprehend 기반 설공 상품평 분석을 통한 트렌드 예측 개선하기
이랜드 이노플은 이랜드 그룹 전체의 IT를 담당하는 회사이며, 2014년 빅데이터 사업부 설립 이래 빅데이터 분석 및 AI 서비스를 그룹사를 대상으로 제공해 오고 있습니다. 대외적으로는 2020년부터 스타트업 및 중소기업을 대상으로 빅데이터 트렌드 컨설팅을 통해 성공의 경험을 함께 나누고 있습니다. 그중에서도 저당류 푸드 스타트업인 ‘설탕없는 과자공장'(이하 ‘설공’)에 대한 컨설팅 사례를 공유하고자 합니다. 설공은 푸드 상품기획에 있어서 몇 […]
Amazon Lex V2의 Dialog Action을 통해 챗봇에 다양한 비지니스 로직 구현하기
지난 2021년 9월 Amazon Lex의 한국어 지원이 시작되었습니다. AWS 한국 블로그 에서는 이 소식과 함께 Amazon Lex의 사용방법에 대해 블로그로 전달해드렸는데요. 이번 글에서는Amazon Lex를 좀 더 확장성 있게 사용할 수 있도록 AWS Lambda와 연동하여 비지니스 로직을 추가하는 방법을 소개합니다. Amazon Lex Chatbot(챗봇)이란? Amazon Lex는 대화형 인터페이스를 애플리케이션에 설계, 구축, 테스트, 배포하기 위해 고급 자연어 모델을 […]
Amazon SageMaker기반 무신사 상품 후기 이미지 자동 검수 서비스 개발 사례
무신사는 840만 회원을 보유하고 6,000개 패션 브랜드가 입점한 한국 최대 규모의 온라인 패션 플랫폼입니다. 매월 400만 명의 고객이 무신사에 방문하고 있으며, 고객 연령층은 트렌드에 민감한 10~30대 비율이 90% 이상입니다. 무신사는 한국의 패션 트렌드를 선도하는 플랫폼으로서, 어떤 곳과도 비교할 수 없는 압도적인 양의 데이터를 보유하고 있습니다. 무신사 데이터솔루션팀은 무신사 스토어에 쌓이는 데이터와 관련된 모든 업무를 진행하고 […]
새로운 기능 – Amazon SageMaker Studio로 EMR 클러스터 및 Spark 작업 생성 및 관리
이제 Amazon SageMaker Studio 서비스에 세 가지 새로운 개선 사항을 제공하게 되어 매우 기쁩니다. 현재 SageMaker Studio의 사용자는 단일 AWS 계정 내에서 그리고 조직 전체의 공유 계정에서 실행되는 Amazon EMR 클러스터를 생성, 종료, 관리, 검색 및 연결할 수 있습니다. 이 모든 작업을 SageMaker Studio에서 직접 수행할 수 있습니다. 또한 SageMaker Studio Notebook 사용자는 SparkUI를 활용하여 […]
Amazon SageMaker Inference Recommender 신규 기능 출시 – 자동 ML 인스턴스 로드 테스트 및 모델 성능 최적화
오늘, 기계 학습(ML) 인스턴스 전반에서 부하 테스트를 자동화하고 모델 성능을 최적화하는 새로운 Amazon SageMaker Studio 기능인 Amazon SageMaker Inference Recommender를 발표하게 되어 기쁘게 생각합니다. 더 나아가 이 기능은 개발부터 프로덕션에 이르기까지 기계 학습 모델을 얻는 데 걸리는 시간을 줄이고 운영과 관련된 비용을 최적화합니다. 지금까지 모델에 가장 적합한 기계 학습 인스턴스를 선택할 수 있는 수단을 MLOps […]