Korean

Analytics | Risk Management
DooHo Lee 0
ESG와 스트레스 테스트 기반의 기후 리스크 관리

전 세계적으로 기후변화 대응과 지속가능발전을 위한 금융기관의 역할이 강조되고 있습니다. 이를 위한 금융기관의 노력을 지원하기 위해 SAS는 딜로이트와 함께 지난 10월, 금융권 기후 리스크 관리를 위한 ESG 세미나를 개최했습니다. 그 중 일부를 소개합니다. 금융기관이 기후 리스크를 관리해야 하는 이유 기후 리스크는 크게 물리적 리스크와 전이 리스크로 구분됩니다. 물리적 리스크는 농업에

Analytics | Students & Educators
Jihye Yoo 0
데이터 사이언티스트를 위한 스킬 업 비법 대공개!

모든 것이 빠르게 변화하는 디지털 트랜스포메이션 시대에 신속하고 유연하게 대응할 수 있는 기업 역량을 갖추는 것은 성공적인 비즈니스의 필수 요소가 되었습니다. 비즈니스 신속성과 유연성을 갖추기 위해서는 데이터 기반의 의사결정이 핵심인데요. 모든 산업 분야에서 변화의 중심에 있는 다양하고 복잡한 데이터를 분석하고 새로운 가치를 만들어내는 것은 더 이상 IT팀만의 업무는 아닙니다. 기존의

Analytics
Jihye Yoo 0
[SGF시리즈 #5] SAS Viya 클라우드 지원과 주요 파트너십

SAS는 마이크로소프트에 이어 아마존, 구글, 레드햇 등 파트너십을 확대하고 있으며, 50여 IoT기술 기업과 협력하고 있습니다. SAS 브라이언 해리스 CTO는 이번 SAS 글로벌 포럼에서 SAS가 파트너십을 확장하는 이유, 그로 인해 고객이 누리게 될 혜택을 간단히 소개했습니다. 마이크로소프트, 아마존, 구글, 레드햇 지원 변화는 리스크가 아닙니다. 오랜 시간이나 엄청난 비용이 드는 것도 아닙니다.

Analytics
Jihye Yoo 0
[SGF시리즈 #4] 5가지 핵심 기술 비전

뉴노멀 시대에서는 데이터의 복잡성, 다양성, 규모가 극적으로 증가합니다. 분석 에코시스템은 그 어느 때보다 거대하며, 훨씬 복잡해졌습니다. SAS 브라이언 해리스 CTO는 이번 SAS 글로벌 포럼에서 이 같은 새로운 변화에 맞서는 SAS의 노력을 소개했습니다. 2021년의 화두는 ‘한 발 앞선 행동과 뉴노멀 시대에서의 번영’입니다. 이미 많은 기업이 시장의 기대에 부응하기 위해 적응하며 비즈니스

Advanced Analytics | Analytics | Artificial Intelligence
Jihye Yoo 0
[SGF시리즈 #3] 성공의 열쇠 AI, 혁신적인 리더가 성장을 주도하는 방식

싱가포르에 본사를 둔 ADDO AI사는 인공 지능으로 세계를 변화시키고 있는 기술 기업으로, 세계 유수의 기업을 고객으로 두고 있는 있습니다. 이 회사의 공동 설립자 겸 대표 아예사 칸나(Ayesha Khanna)가 지난 SAS 글로벌 포럼에서 실제 기업의 사례를 중심으로 AI 트렌드를 소개하며, AI를 이용하여 경쟁에 앞서갈 수 있는 방법을 소개했습니다. 기계는 우리를 어떻게

Analytics
Jihye Yoo 0
[SGF시리즈 #2] 다시 생각하기 : 모르는 것을 아는 힘

펜실베니아대학교 와튼스쿨 교수이자 조직심리학자, 저자인 애덤 그랜트(Adam Grant)는 싱크 어게인이 필요한 이유, 과학자처럼 생각하기, 겸손한 자신감, 가면증후군적 경향을 강점으로 바꾸는 방법, 배움 네트워크 구축 방법, 다시 생각하기와 다시 학습하기를 실천에 옮기는 방법, 직장 내 정신적 안전, 멘탈 피트니스 등 다채로운 주제로 SAS 글로벌 포럼에서 발표했습니다. 그 중 일부를 소개합니다.  

Analytics
Jihye Yoo 0
[SGF시리즈 #1] 포스트 팬데믹 시대, 분석이 비즈니스를 성공적으로 이끄는 방법

세계 최대의 분석 컨퍼런스 ‘SAS Global Forum 2021’이 지난 5월, 온라인으로 개최됐습니다. 하이라이트 국문 영상으로도 보실 수 있도록 준비되어 다시 한 번 블로그를 통해 내용들을 정리해 소개해 드립니다. 이번 SAS 글로벌 포럼에서는 마이크로소프트와의 전략적 제휴에 이어, 아마존웹서비스(AWS)와 구글 클라우드에서도 데이터 분석을 지원한다고 밝혔고, 올해 말에는 레드햇 오픈시프트 지원도 계획하고 있다고

Analytics
Joon-Hyung Koh 0
누구나 손쉽게 사용 가능한 AI 기반의 시각화 분석

시각화 분석을 위해서는 빅데이터를 활용할 수 있어야 하며, 시각화 및 고급 분석, 셀프 서비스, 리포팅 기능을 갖춰야 합니다. 아울러 데이터 핸들링, 분석, 리포트 생성에 이르는 전 과정에서 인사이트를 확보하고자 하는 모든 이들이 자유롭게 사용할 수 있어야 합니다. SAS AI 기반의 시각화 솔루션은 완전 초보자도 자동 추천과 자동 예측 기능을 사용하여

Advanced Analytics
Jinmo Choi 0
텍스트 데이터로 모델 성능 높이는 꿀팁

최근 화두가 되는 빅데이터와 머신 러닝은 예측 모델의 성능을 올리기 위한 방안으로 시작된 것입니다. SAS VDMML(Visual Data Mining and Machine Learning)은 예측 모델 개발 시 텍스트 데이터를 이용하여 모델의 성능을 높여주는 텍스트 분석 툴로, 비즈니스 사용자와 데이터 사이언티스트, 예측 모델 개발자 모두가 활용할 수 있습니다. 텍스트 분석은 자연어 처리 과정이

Analytics
In-Sung Park 0
최신 AI 기술로 구현하는 고객 여정의 최적화 방법

최근 마케팅에서 가장 중요한 이슈는 AI와 디지털, 고객 여정입니다. 이 모든 것은 ‘개인화 마케팅을 통한 고객 경험의 최적화’라는 마케팅의 궁극적 목표와 맞닿아 있습니다. 고객 경험 최적화를 위한 SAS의 전략과 솔루션을 소개합니다. 고객 여정 최적화를 위한 SAS의 비전과 로드맵 SAS의 비즈니스 솔루션인 SAS Customer Intelligence 360는 전사적인 마케팅 플랫폼입니다. 2004년 SAS

Analytics
Bang-Bon Goo 0
하이브리드 머신러닝으로 텍스트 분석의 한계를 넘다

모든 비즈니스 영역으로 확대되는 텍스트 분석 그동안 소셜 미디어 분석에 국한되었던 텍스트 분석은 이제, 콜센터, 마케팅, 품질 영역으로 확장은 물론 최근 들어 전통적인 수작업 영역(발주처 요구사항 분석, AI기반 안전사고 예방 등)까지 확대하고 있습니다. 텍스트 분석을 하기 위해서는 텍스트와 함께, AI 기반의 NLP 머신러닝 엔진이 필수입니다. 이 엔진 내에서 문맥 기반의

Analytics
WooSeong Jeon 0
고객을 바로 알아야 비로소 보이는 Fraud

사기 위험 증가, 그리고 고객 바로 알기 무수히 많은 고객 거래에서 사기를 찾는 일은 모래 속에서 바늘을 찾는 것과 같다고들 말합니다. 디지털 가속화로 휴대폰 하나만 있으면 언제 어디서든 원하는 서비스를 이용하고 비용을 지불하는 편리한 시대를 살고 있는 지금, 기업과 기관은 고객에게 보다 빠르고 더 많은 편의를 제공하여 시장과 고객을 뺏기지

Analytics
Il-Hyoung Kwon 0
Forecasting 알고리즘, 미래를 변화시키다

포스트 코로나 시대의 불확실한 미래를 헤쳐나가기 위해서는 그 어느 때보다 예측력을 높여야 합니다. 예측 알고리즘을 사용하면 불확실성을 최소화하고, 정책이나 전략에 따른 변화를 보다 정확히 가늠하며 최적의 의사결정을 내릴 수 있습니다. SAS Visual Forecasting이 필요한 이유 Forecasting 알고리즘은 어떻게 미래를 변화시킬 수 있을까요? ARIMA와 같은 전통적인 단변량 시계열 알고리즘은 타깃(종속) 변수만을

Analytics
ByungWook Choi 0
제조 산업을 위한 성공적인 디지털 트랜스포메이션 전략

성공을 위한 3가지 필수 요소 시장조사기관인 IDC는 올해, 제조 분야에서 디지털 트랜스포메이션에 가장 많은 투자가 이뤄질 것으로 전망합니다. 구체적으로 디스크리트 제조 2,250억 달러, 프로세스 제조 1,250억 달러, 총 3500달러의 투자를 예상합니다. 디지털 트랜스포메이션을 성공적으로 수행하기 위해서는 3가지 요소가 필요합니다. ▶첫째, 사람. 모든 혁신의 주체는 사람입니다. 사람의 능력, 조직구조, 문화가 상당히

Advanced Analytics
Byoung-Jeong Choi 0
SAS AutoML이 주도하는 분석 인사이트

AutoML은 최근 몇 년간 가장 빠르게 진화하는 AI기술중 하나입니다. AutoML은 시티즌 데이터 사이언티스트는 물론 데이터 사이언티스트도 더 빨리 더 많은 모델을 구축하고, 모델의 정확도를 개선하여 보다 생산적인 과제에 집중할 수 있게 합니다. 이를 통해 기업은 조직 전반에 업무 효율성과 전문성을 강화할 수 있습니다. SAS AutoML 플랫폼의 핵심은 분석 라이프사이클 프로세스

Analytics
Keun-Tae Kim 0
SAS Viya, 클라우드에서 빠르고 신뢰성 있는 의사결정 실현  

분석은 왜, 전사적으로 활용되지 못할까요? 최근 맥킨지 연구에 따르면 AI와 분석을 전 세계 산업 전반에 적용할 경우, 약 9조~15조 달러의 가치 창출이 가능합니다. 그런데도 오직 8%의 주요 기업만이 전사적으로 분석을 활용하고 있습니다. 무려 90% 이상의 기업이 분석을 조직의 모든 영역으로 확산하지 못하고 있는 것입니다.    조직 내 분석 확산과 관련하여 주요 관계자들은 각기 다른 고민을 안고 있습니다.  ▶IT리더는 제한된 비용으로 신기술을 적용하고 혁신을 이루어야 합니다. 한편으로는 끊임없이 개발 및 변경되는 분석 모델을

Advanced Analytics | Analytics | Fraud & Security Intelligence
KiWan Lee 0
금융산업 Analytics 고도화를 위한 주요 트렌드

Contents 변화는 기회를 만든다! 2021년 주요 변화 동인 금융산업 Analytics 고도화를 위한 주요 Trends 변화는 기회를 만든다! 1968년 멕시코 올림픽 이전에 육상 높이뛰기는 ‘엎드려뛰기’나 ‘가위뛰기’가 일반적인 방식이었으며, 200cm 이상을 뛰어야 메달권에 들어갈 수 있었다. 하지만, 1963년 메드퍼드 고등학교 2학년에 재학 중이던 Dick Fosbury는 높이뛰기 선수 테스트에서 160cm를 넘는데 실패하였다. 사실

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
Jihye Yoo 0
미국 식품의약국(FDA), SAS와 4,990만 달러(약 560억원) 계약 체결

FDA, 의약품 평가 및 연구 센터 위해 SAS 고급분석 및 AI 기술 도입 미국 식품의약국(FDA)은 SAS® Viya® 플랫폼 내 자연어 처리, 인공지능 및 머신러닝 기능 등을 기반으로 새로운 도약을 위해 SAS와 40년 파트너십을 연장하기로 했습니다. 향후 5 년간 4,990 만 달러(약 560억원)에 달하는 총괄 구매 계약(BPA)을 통해 SAS는 FDA에서 진행중인

Analytics
Jihye Yoo 0
2021년 주목해야 할 데이터 분석 8대 키워드

지난해는 전례없는 코로나19 대유행으로 전 세계의 각국 정부 및 기업은 코로나19로 인한 위기를 극복하고자 디지털 트랜스포메이션을 통한 혁신을 가속화한 한 해였습니다. 불확실성 속에 찾아온 2021년, SAS의 여러 전문가들은 2021년 데이터 분석 트렌드를 인공지능(AI), 클라우드, 백신 등의 키워드를 통해 전망했습니다. 2021년 주목해야 할 데이터 분석 8가지 트렌드를 소개합니다. 기업의 임원들이 AI를

Analytics
Jihye Yoo 0
SAS, Boemska 인수 및 새로운 CTO 임명

SAS가 클라우드 시장 및 타사 애플리케이션 등에 AI 접목을 촉진하기 위해 로우코드/노코드 애플리케이션 배포 및 분석 워크로드 관리 전문 영국 비상장 회사 보엠스카(Boemska)사를 인수했습니다. SAS는 이번 인수로 획득한 기술을 SAS Viya에 적용해 고객의 클라우드 분석 관련 비용을 절감하고, 모델을 모바일 및 엔터프라이즈 앱 등에 이식할 수 있게 될 예정입니다. 이를

Analytics | Risk Management
DooHo Lee 0
코로나 시대, 은행의 리스크 관리

코로나19가 광범위하게 확산되면서 생산활동 중단, 소비 감소, 교역 감소 등 세계 경제에 심각한 타격이 이어지고 있습니다. 이 충격파를 최대한 완화하기 위해 각국 정부는 다양한 재정적 지원을 투입하고 있습니다. 그럼에도 대부분의 기업과 개인은 코로나19로 경제적 어려움을 겪고 있으며, 이로 인해 은행에서는 다음과 같은 과제에 직면하고 있습니다. 여신관리 코로나19의 영향을 가장 크고

Analytics
Joon-Hyung Koh 0
[셀프서비스 분석 #2] 오늘 배워서 내일부터 실무에 적용하는 비즈니스 인텔리전스

지난 글에서는 기존 데이터 분석의 한계와 현업 사용자가 데이터 분석을 해야 하는 이유, 그리고 시티즌 데이터 사이언티스트가 되기 위한 조건을 알아봤습니다. 그렇다면 프로그래밍 기술이나 전문적인 분석 기술에는 능숙하지 않은 현업 사용자가 어떻게 데이터를 분석할 수 있을까요? 전문가 영역이었던 데이터 분석이 일반 현업 사용자로 확대되는 여러 움직임은 오래전부터 있었습니다. 그 가운데

Analytics | Data Visualization
Joon-Hyung Koh 0
[셀프서비스 분석 #1] 시티즌 데이터 사이언티스트의 조건

지금처럼 빠르게 변화하는 비즈니스 환경에서 지속적인 성장을 이루기 위해서는 경영진과 분석가, 현업 사용자 등 기업 구성원 모두가 필요한 인사이트를 제때 확보하고, 이를 기반으로 최상의 결정을 내리고, 필요한 조치를 취할 수 있어야 합니다. 누구나 쉽게 데이터를 들여다보고, 탐색하고, 이해하고, 분석할 수 있는 단일화되고 통합된 분석 환경이 필요한 이유입니다. 본 기고문에서는 시티즌

Advanced Analytics | Artificial Intelligence | Learn SAS | Machine Learning
Jinmo Choi 0
[텍스트 분석 #3]영화 리뷰 데이터를 사용하여 분류 규칙 개발하기

지난 텍스트 분석 시리즈 2편에서는 보험사의 데이터를 이용하여 예측 모델을 개발하고, 모델의 성능을 개선하여 고객 행동에 대한 예측도를 높이는 방법을 살펴봤습니다. 이번에는 영화 리뷰 데이터를 사용하여 분류 규칙을 개발하는 과정을 SAS Visual Text Analytics를 중심으로 알아보겠습니다. SAS Visual Text Analytics(이하, VTA)는 대용량의 비정형 데이터로부터 쉽게 인사이트를 추출할 수 있도록 설계된

Advanced Analytics | Artificial Intelligence | Learn SAS | Machine Learning
Jinmo Choi 0
[텍스트 분석 #2]텍스트 변수로 예측 모델링의 성능 개선하기

지난 텍스트 분석 시리즈 1편에서는 텍스트 토픽을 분류하여 빠르게 인사이트를 확보하는 방법을 소개해드렸습니다. 이번에는 텍스트 데이터를 기반으로 고객의 행동을 예측하고, 예측 모델링의 성능을 개선하는 방법을 알아보겠습니다. 이 작업에는 SAS의 머신러닝 솔루션인 SAS Visual Data Mining & Machine Learning(VDMML)이 유용합니다. 지금 이 시간에도 수많은 데이터 분석가들은 모델이 높은 성능을 발휘하도록 다양한

Advanced Analytics | Artificial Intelligence | Data Visualization | Learn SAS | Machine Learning
Jinmo Choi 0
[텍스트 분석 #1]텍스트 토픽 분류로 빠른 인사이트 확보하기

비정형 텍스트 데이터는 인류가 생성하는 가장 큰 데이터입니다. 더 나은 비즈니스 결정을 내리고, 제품 전략을 알리고, 고객 경험 개선에 도움이 되는 유용한 정보가 바로 이 데이터에 포함되어 있습니다. 비정형 텍스트 데이터의 잠재력을 최대한 활용해야 하는 이유입니다. 본 시리즈에서는 텍스트 데이터에서 인사이트를 얻는 주요 방법과 이를 위한 SAS 솔루션을 살펴봅니다. 전

Analytics | Fraud & Security Intelligence
WooSeong Jeon 0
디지털 시대의 새로운 사기위험에 대응하는 시스템과 운영전략

고객은 금융기관이 개인 정보를 안전하게 관리하면서도 거래지연 없는 쉽고 빠른 서비스를 제공 해주기를 원합니다. 따라서 디지털 시대의 금융기관은 보다 빠르고 편리한 서비스를 보다 안전하게 제공하기 위해 실시간으로 위험거래를 탐지할 수 있는 시스템과 위기상황에 신속히 대응할 수 있는 정책이 준비되어야 합니다. 편리함이 가져온 새로운 위험요소 디지털화는 속도와 편리성이 높아 24시간 언제든

Analytics | Data Management
Jong-Phil Park 0
[분석기술의 실용화 전략 #2] Operationalizing Analytics와 세가지 사례

지난 글에서는 분석 모델을 배포하기까지 많은 시간이 소요되는 이유, 이를 극복하기 위한 방법으로서 운영계에 적용하는 ModelOps의 개념과 효과를 소개해드렸습니다. 하지만 통상적으로 기업의 의사결정이 분석의 결과만으로 이뤄지지는 않습니다. 분석 인사이트를 기반으로 하되 기업에서 설정한 비즈니스 룰을 확인해야 하며, 기업 안팎의 상황에 대한 검토도 필요합니다. 금융권을 예로 들면, 고객의 신용대출 요청에 따른

Advanced Analytics | Analytics | Artificial Intelligence | Learn SAS | Machine Learning | Programming Tips
0
[SAS로 딥러닝 시작하기#2]딥러닝 성능 개선 방법 '하이퍼파라미터 튜닝'

지난 딥러닝 시리즈에서는 SAS Visual Data Mining and Machine Learning을 활용한 딥 러닝 모델 생성에 대한 내용 중 <기본 심층 신경망(DNN) 모델 아키텍처와 배치 정규화를 사용한 DNN 모델 구축>에 대해 소개해 드렸습니다. 이번 시리즈에서는 딥 러닝 성능을 개선할 수 있는 하이퍼파라미터를 조정에 대해 소개해 드립니다. 일정 기간에 걸쳐 성능이 향상되고

Analytics | Data Management
Jong-Phil Park 0
[분석기술의 실용화 전략 #1] 데이터 중심의 의사결정을 위한 마지막 관문, 모델 배포와 최적화

기업에서는 하루에도 여러 차례 비즈니스에 중요한 의사결정을 내리고 있습니다. 최선의 선택을 하기 위해 많은 기업이 강력한 분석 모델을 개발하여 의사결정 프로세스에 분석 결과를 통합하고 있습니다. 하지만 의사결정에 결정적인 역할을 하는 대부분의 분석 모델은 빛을 보지 못합니다. 데이터 중심의 의사결정을 위한 실용화의 마지막 관문을 넘지 못하기 때문입니다. 본 글에서 데이터 중심의

1 2 3 7