은행업계의 미래는 지금보다 지능화되겠지만 위험도는 더 높아질 것이라는 연구결과가 발표되어 업계의 이목을 끌고 있습니다. SAS의 후원을 받아 이코노미스트 임팩트(Economist Impact)가 진행한 새로운 연구에서는 은행업계가 직면해 있는 선택지와 앞으로 나아갈 방향을 짚어보고, '디지털 인텔리전스 시대'를 선도하기 위한 5가지 필수 요소를 제시합니다. 전 세계 금융 기관은 심화되는 경제적 변동성, 폭발적인 기술 가속화
SAS가 고객 여러분에게 더 가까이 다가가기 위해 지난 6월 10일 여의도 페어몬트 앰배서더 서울에서 'SAS 이노베이트 온 투어' 행사를 개최했습니다. 이 행사는 지난 5월 미국 플로리다주 올랜도에서 열린 SAS의 연례 컨퍼런스 ‘SAS 이노베이트 2025(SAS Innovate 2025)’의 핵심 내용을 각국의 고객들께 직접 전해드리기 위해 마련된 자리로서, 올해는 서울을 포함한 15개 주요
여러분이 생각하시는 데이터와 AI의 미래는 어떤 모습인가요? 생성형 AI에서 양자 컴퓨팅까지, 지금껏 상상해왔던 수많은 기술과 개념이 지금 이 순간 현실로 다가오고 있습니다. 불가능을 가능으로, 상상을 현실로 만들 데이터와 AI의 첨단 화두가 무엇인지 궁금하시다면 SAS Innovate 2025에서 확인해 보세요. 5월 6-9일까지 나흘간 미국 플로리다주 올랜도에서 개최된 ‘SAS 이노베이트 2025(SAS Innovate 2025)’는
SAS Viya와 함께 데이터 기반의 문제를 해결하다! SAS코리아는 학생들의 데이터 분석 역량을 강화하고 일상 속 다양한 데이터 기반 문제 해결을 지원하기 위해 한국데이터정보과학회가 주관하는 대학(원)생 대상 ‘데이터 분석 경진대회’를 후원합니다. 이번 대회의 주제는 ‘SAS®Viya®와 함께 데이터 기반의 문제를 해결하다’입니다. 119팀(353명)이 대회 참여를 신청했으며, 3월 28일 SAS코리아가 제공하는 교육을 시작으로
국민건강보험공단, 장기요양보험 노인 돌봄 서비스의 투명성을 높이고, 부정 수급 탐지율을 높이는 RFID Tag Fraud Detection 시스템으로 2024년 ‘SAS 해커톤’ 대회 본선 진출! SAS는 전세계 데이터 사이언티스트와 개발자, 학생들, 그리고 SAS 고객 및 파트너를 대상으로 매년 데이터 분석 솔루션 경진대회인 ‘해커톤(Hackathon)’을 진행하고 있습니다. 2024년 대회에는 70여 개국 1,731명의 참가자가 등록했으며, 최종적으로
보험업계에서는 IFRS17 도입 이후, 보험 부채 가치 변동성의 증가와 자산-부채 간 불일치 문제 등이 심화되고 있습니다. 이에 똑똑한 자산-부채 관리(ALM : Asset Liability Management) 시스템의 도입 필요성이 증가하고 있는데요, SAS코리아는 최근 ‘보험업계를 위한 SAS ALM 인더스트리 카페 세미나’를 개최하고, 효과적인 자산 부채 관리를 위한 최적의 솔루션인 ‘SAS ALM’을 상세히 소개해
SAS의 업계 전문가는 보험업계의 불확실성 속에서도 새로운 기술과 신뢰가 보험사를 주도할 것으로 전망합니다. 보험사들이 기후 변화의 영향으로 조심스러운 행보를 보이고 있는 가운데, 차세대 보험 전문가들이 업계를 이끌어 나갈 것으로 예측됩니다. SAS 전문가들은 2025년이 현대 보험사의 해가 될 것이며, 혁신을 추진하는 보험사들이 업계 중점 과제들에 과감히 맞서며 향상된 속도와 생산성, 신뢰할
업계 탑 애널리스트 평가 결과, SAS 바이야(Viya)는 AI/ML 개발 및 의사 결정의 모든 단계에서 리더십을 입증했습니다. 최고의 애널리스트 회사들은 오랫동안 SAS와 SAS 기술력의 우수성을 인정해 왔습니다. 이러한 높은 평가는 2024년에도 변함이 없었습니다. SAS와 SAS 바이야 플랫폼은 지난해에도 AI/ML 개발 및 의사 결정 부문의 리더임을 다시 입증 받았습니다. 실제로 SAS는 IDC,
금융기관은 다양한 업무에 조직과 더불어 여러 시스템들이 갖춰져 있습니다. 그러한 시스템에는 수많은 프로그램과 모델(로직)들이 결합되어 업무 활용의 효율성과 신뢰성을 보완해주는 역할을 합니다. 특히나 AI 모델을 많이 만들고 사용하는 최근에는 그동안 기업에서 각종 규제에 맞춰 만들어진 모델들까지 포함한 전사적 모델 관리가 리스크 관리의 중요한 부분으로 떠오르고 있습니다. 여기서, 여러분이 컴플라이언스/리스크 관리
AI/ML 모델 개발 상의 어려움과 이를 해결하기 위한 접근법으로서 ModelOps의 필요성이 대두되고 있습니다. (참조 : AI/ML 기반 모델 개발, 과제와 해결방안은?) 이번 글에서는 ModelOps가 구체적으로 어떤 제품인지, 어떤 장점을 제공하며 구현방법은 어떠한지 등에 대해 설명드리도록 하겠습니다. 이에 앞서 ModelOps의 구현에 중요한 역할을 하는 ‘모델 거버넌스’에 대해 잠깐 짚어보도록 하겠습니다. 모델
