고객 인텔리전스(CI)를 위한 챗봇 이미 많은 기업들이 인공지능(AI)으로 비즈니스를 자동화하고, 더 나은 고객 경험을 제공하며, 매출을 높이고 있습니다. 이미 수년 전부터 은행은 인공지능을 활용해 잠재적인 금융 사기를 탐지하고, 통신사는 고객 이탈을 예측해왔는데요. 챗봇은 한 단계 더 나아가 인공지능을 일상 가까이로 가져왔습니다. 챗봇은 머신러닝, 딥러닝, 음성 인식(voice-to-text), 자연어처리(NLP), 추천 엔진 등 여러
유럽 일반개인정보보호법(GDPR; General Data Protection Regulation)은 유럽연합(EU) 전역은 물론 유럽연합 시민의 개인 정보를 다루는 전 세계 모든 기업에 영향을 미치고 있습니다. 이 새로운 규제의 목적은 시민에게 자신의 데이터에 대한 보다 강력한 통제권을 부여하고, 유럽 전역에 걸쳐 시행할 수 있는 통일된 규칙을 만드는 것인데요. 이에 따라 기업은 개인 데이터 기록을 수집, 처리, 업데이트,
데이터 사이언티스트들은 작업 시간의 대부분을 데이터 준비와 피처(feature) 엔지니어링에 할애합니다. 지난 블로그를 통해 데이터 준비 작업에 유용한 프로그래밍 팁을 소개해드렸는데요. 오늘은 인공지능(AI) 기반 엔터프라이즈 분석 플랫폼 ‘SAS 바이야(SAS Viya)’의 기본 템플릿 중 ‘자동화된 피처 엔지니어링 템플릿’을 활용해 손쉽게 예측 모델을 생성하는 방법을 살펴보고자 합니다. 피처는 입력과 변수(독립 변수, 설명 변수)를 의미합니다. 그리고 피처 엔지니어링은 예측
최근 독일에서 개최된 SAS 포럼에서는 데이터 과학 및 분석과 관련된 다양한 핸즈온(hands-on) 세션과 워크숍이 진행됐습니다. 이전 포럼에서는 볼 수 없었던 몇 가지 분석 동향의 큰 변화가 있었는데요. 주요 시사점을 소개합니다. 분석의 대중화 올해 워크숍의 티켓은 일찍부터 매진이었습니다. 그 자체만으로도 기분 좋은 소식이지만, 사실 더 중요한 사실을 암시하는데요. 이는 참석자 모두가
지난 7월 정부는 스마트 그리드(smart grid) 서비스가 구현되는 체험 단지 조성 등을 골자로 하는 ‘제 2차 지능형 전력망 기본 계획’을 발표했습니다. 이에 따라 올해부터 2022년까지 스마트 그리드 서비스 활성화, 각종 인프라 구축 등에 4조5,000억 원을 투자할 방침입니다. 스마트 그리드는 전기의 생산, 운반, 소비 과정에 정보통신기술(ICT)을 접목해 효율성을 높일 수 있도록
암 치료는 매우 힘든 과정입니다. 따라서 환자별 최적의 치료법을 선택하고, 환자가 효과 없는 치료법으로 인해 필요 이상의 고통을 받지 않도록 하는 것이 중요한데요. 검사를 통해 치료의 진척 상황을 측정할 수는 있지만, 많은 환자들이 치료 과정을 변경하기에는 너무 늦은 시기까지 처방의 효과를 알지 못합니다. 그렇다면 만약 특정 암 치료의 효과를 수일
