기업의 골든타임을 지켜준다는 것은 신속하게 인사이트를 확보한다는 것이며, 신속하다는 것은 바로 ‘접근 및 활용이 쉽다’라는 것을 의미합니다. 여러분의 업무와 일상생활에서 ‘골든타임’은 어떤 것이 있을까요? 우리가 잘 알고있는 골든타임으로, 심장쇼크가 왔을 때 심폐소생술을 수행하는 4분의 골든타임, 비행기가 비상착륙했을 때 승객을 대피시켜야하는 90초의 골든타임, 그리고, 회사의 이슈가 발생했을 때 위기대응을 시작해야하는 15분의
Korean
최근 보고서에 따르면 기후 위기는 심각한 상태에 놓여 있습니다. 대형 산불과 홍수, 허리케인, 해수면 상승 등 기후 변화로 인한 전례 없는 기상 이변으로 지구촌 수십억 명의 사람들이 목숨을 잃었습니다. 데이터와 분석은 이 같은 상황을 예측하고 알림으로써 예방 조치를 취하게 하고, 기후 개선에 대한 인식을 높입니다. IoT 분석을 통한 홍수 대응
지난 1회에서는 날로 진화하는 자금세탁 유형에 스마트하게 대응하며 자금세탁 방지 의무를 준수하는 데 AI(인공지능)와 ML(머신러닝)이 어떤 도움을 줄 수 있는지, 그리고 이를 활용하는 전략으로 AML Compliance Analytics Maturity Model을 소개했습니다. 이번 글에서는 AI와 ML을 도입하기 위한 준비 단계인 ‘데이터 품질’에 이어, 나머지 성숙도 단계를 소개합니다. Level 1. 행동 모델(Behavioral Modeling)
팬데믹이 장기화되며 시작된 2022년, 도약을 위한 발판을 마련하기 위해 무엇에 집중해야 할까요? 의료, 소매 산업, 정부기관, 금융 사기, 데이터 윤리 등 각 분야의 SAS 전문가들과 인터뷰를 진행했습니다. 2022년 주목해야 할 분석 동향 및 전망 10가지를 소개합니다. 호기심, 미래를 만들어 가다 "호기심은 기업에게 있어 직업 만족도 향상뿐만 아니라 보다 혁신적인 산업직군
지난 블로그 포스팅 #1편에서는 임상시험 전 과정에 참여한 내.외부 모든 이해관계자가 임상시험 데이터에 쉽게 접근하여 진행 상황을 파악할 수 있도록 지원하는 SAS Visual Analytics 솔루션의 기능을 소개해 드렸습니다. 이번 포스팅에서는 이러한 AI기반의 SAS Visual Analytics 분석 솔루션을 활용하여 임상시험 SDTM 데이터의 탐색 및 시각화 리포트의 활용에 대해 알아보겠습니다. Clinical Data
강화 학습(RL)은 다양한 분야에서 사용됩니다. 예를 들면, 로봇 공학, 산업, 자동화, 대화 생성, 헬스케어 치료 추천 사항, 주식 거래 및 컴퓨터 게임이 포함됩니다. SAS Visual Data Mining and Machine Learning은 FQN(Fitted Q-Networks)과 함께 배치 강화 학습 기능을 한동안 제공했습니다. 흥미로운 소식은 SAS가 DQN(Deep Q-Networks)을 통해 온라인 "실시간" 강화 학습을 제공한다는
임상시험을 비롯한 모든 업무에서 분석은 필수이며, 점점 고급분석을 필요로하고 있습니다. 이번 블로그 포스팅은 2편으로 나누어 1편에서는 임상시험 전 과정에 참여한 내.외부 모든 이해관계자가 임상시험 데이터에 쉽게 접근하여 진행 상황을 파악할 수 있도록 지원하는 SAS Visual Analytics 솔루션의 기능을 소개합니다. 이어 2편에서는 임상시험의 SDTM 데이터를 활용하여 SAS Visual Analytics 솔루션에 어떻게
SAS Event Stream Processing (ESP) 2020버전 이상은 이제 클라우드 네이티브이며 쿠버네티스 환경에서 작동합니다. SAS ESP 프로젝트 개발자나 사용자가 새로운 환경을 효율적으로 활용하기 위해 알아야 할 몇 가지 사항이 있습니다. SAS ESP "factory" 서버가 더 이상 필요하지 않습니다 이전에는 SAS ESP 6.2 및 이전 버전에서 개발자가 ESP 프로젝트를 설계하기 위해 먼저
지불/결제(Payments) 사기는 악의를 가진 누군가가 다른 사람의 개인 결제 정보를 훔치거나 속여 빼낸 다음 해당 정보로 허위 또는 불법 거래에 사용할 때 발생합니다. 새로운 결제 수단이나 서비스가 인기를 끌 때마다 결제 환경과 트렌드가 바뀝니다. 사기범들도 마찬가지입니다. 그들은 새롭고 점점 더 교묘해지는 지불/결제 사기 수법을 개발하여 새로운 환경에 적응합니다. 사기범은 사기를
1회. 도입 목적과 범위, AML Compliance Analytics Maturity Model 자금세탁 방지 의무가 있는 대부분의 금융 기관과 기업은 자금세탁 방지와 관련된 컴플라이언스 업무 수행을 위해 막대한 인력, 시간, 비용, 노력을 투자하고 있습니다. 자금 세탁 방지 컴플라이언스는 FATF가 설립된 1989년 이후 자금세탁 방지(AML;Anti-Money Laundering), 테러자금조달 방지(CFT; Countering the Financing of Terrorism), 대량살상무기
Hyper Automation, 초(超) 자동화 제조, 여신, 물류 등의 산업군 및 마케팅, 영업 등의 직군에 종사하신다면 자동화(Automation)라는 용어는 그리 낮 설지 않은 용어일 것 입니다. 자동화는 인간의 노동 효율을 극대화하기 위해 인간의 개입을 최소화 하고 기계 또는 컴퓨터의 능력을 활용하는 방향으로 진화해 왔습니다. 예를 들어 마케팅 영역에서의 자동화의 경우, 마케팅 전략을
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
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
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.
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
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
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.
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
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
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
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
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
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
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
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
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
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
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
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
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