AICE Basic 이론편2 - 인공지능 업무에 적용하기

앞서 배운 인공지능을 실제 업무에 적용하는 방법과 적용 사례에 대해서 정리해보았다. 

 

 

✏️ 인공지능 업무에 적용하기

1. AI 적용 프로세스

1. 문제 정의 - 목적과 목표에 따라 어떤 AI 모델을 만들것인지 선택. AI 과제 정의서에서 과제명, 배경 및 문제정의, 가설, 기대효과, 사용 모델 등 작성하여 사용
2. 데이터 수집 - 데이터가 편향되거나 손실되었다면 정확하지 않을 학습이 될 수 있으니 최대한 많고 깨끗한 데이터를 수집
3. 데이터 분석 및 전처리 - 수집한 데이터를 확인하고 중요한 것을 찾아서 기계가 판독할 수 있도록 준비. 범주형/수치형 여부, 빈값(NULL)의 처리 여부, 문자는 숫자화(인코딩)하는 작업을 진행
4. AI 모델링 - 정리된 데이터를 어떤 학습유형의 알고리즘으로 어떤 개발도구를 통해 학습 시킬지 선택하고 반복하는 단계
5. AI 적용 - 앞서 진행된 test를 평가하고 결정하여 상용화. 평가 기준은 오차율(Loss)와 정확도(Accuracy)를 통해 진행되며 실제 환경에서 충분한 검증이 필요

 

 

✔️ 데이터 분석이란?

의미있는 데이터, 데이터의 분포와 관계는 어떠한가 → 상관관계를 확인. 히트맵을 통해 시각화 가능 

 

 

 

 

 

✏️ AI 적용 사례

	회귀 예측 (수치형)	분류 예측(범주형)	자연어 처리(Text)
영업	제조산단 오퍼링을 통한 에너지 사용량 예측	가입정보를 활용한 고객유형 예측	고객 경험 데이터 분석
네트워크	최적 측위 방식 예측을 통한 방통위 품질 평가 대응 자동화	AI 기반 VOC 사전 예측	TEXT VOC 기반 장애원인 예측
IT	원내비 도착시간 예측	IT 인프라 성능 예측	AICC 상담 내역 자동 분류
미디어	콘텐츠 제작 흥행률 예측	미디어 시청로그 사용자 취향 분류	기가지니 발화데이터 자동 분류