SlideShare a Scribd company logo
1 of 7
Download to read offline
1Key 6 initiatives - extended © Copyright IBM Corporation 2019
IBM Systems
AutoML 솔루션
H2O Driverless AI
2Key 6 initiatives - extended © Copyright IBM Corporation 2019
기업에서의 AI 채택이 생각보다 부진한 이유
기업에 excel 파일이 넘쳐나는데도 그를 이용한 AI 활용이 부진한 것은 skill과
시간이 부족할 뿐만 아니라, AI의 판단에 대한 설명이 불가능하기 때문입니다.
“미국에서만도 분석 전문가의 인력 부족이 19만명에 달한다.”
~100
Data is a Team Sport
Data science
experts in the world
AI 전문 인력 부족
Months
Time for a data scientist
to build a model
느린 개발 속도
Black box models
AI에 대한 신뢰 부족
2 © Copyright IBM Corporation 2019
3Key 6 initiatives - extended © Copyright IBM Corporation 2019
H2O Driverless AI : 기계 학습의 자동화를 통한 쉽고 빠른 AI
Excel 표에서
예측하고자 하는
칼럼만 지정하면
예측 모델을 자동생성
시스템 자원과 상황에
따라 적절한 '정확도,
시간, 해석도'를
다이얼로 쉽게 조절
H2O Driverless AI는 예측 모델을 자동으로 생성해줌으로써 "쉽고 빠른 AI 적용"을 가능하게 만들어주는 Auto ML
솔루션입니다.
H2O Driverless AI는 단순한 브라우저 GUI를 통해 클릭 몇 번으로 전문지식 없이도 예측 모델을 생성하여 현업에
사용할 수 있습니다.
3Key 6 initiatives - extended © Copyright IBM Corporation 2019
4Key 6 initiatives - extended © Copyright IBM Corporation 2019
AI의 판단 근거를 설명해주는 사유부호 제공
현업에서는 예측 모델의 정확도 뿐만 아니라, AI가 왜 그렇게 예측했는지에 대한 설명이 필요합니다.
H2O Driverless AI는 k-LIME과 decision tree 등의 기법을 통해 현업에서도 쉽게 이해할 수 있는
사유 부호를 제공합니다.
4 © Copyright IBM Corporation 2019
5Key 6 initiatives - extended © Copyright IBM Corporation 2019
SQL
Local
Amazon S3
HDFS
X Y
Automatic
Scoring Pipeline
Machine Learning
Interpretability
Deploy
Low-latency
Scoring to
Production
Modelling
Dataset
Model Recipes:
• i.i.d. data
• Time-series
• More on the way
Advanced
Feature
Engineering
Algorithm Model
Tuning
+ +
Survival of the Fittest
Automatic Machine Learning
Data shape, outliers,
missing values 등을 이해
Powered by GPU Acceleration
Data drag & drop
진보된 feature engineering과
parameter tuning을 포함한
수천개의 가능성 있는 모델들에
걸쳐 반복 훈련
Low-latency Python 또는 Java로
구현된 Automatic Scoring
Pipelines를 deploy
Data를 클라우드,
빅데이터, 데스크탑
등에서 ingest
Google BigQuery
Azure Blog Storage
Snowflake
Model
Documentation
H2O Driverless AI: “Expert Data Scientist in a Box”
1. 2. 자동화된 시각화 3. 자동화된 기계 학습 4. 자동화된 Scoring Pipelines
6Key 6 initiatives - extended © Copyright IBM Corporation 2019
10배 빠른 모델 생성
1명의 data scientist로 25%
시간 절약
Use case : 금융 사기 탐지, 타겟 마케팅, 수요 예측 등
제조 생산 라인을 위한 모델
튜닝과 훈련에 1달의 시간 단축
Forecast 정확성 향상을 통해
미래 고객 주문을 위한 필요
부품 및 원자재를 정확히 예측
G5 고객사 중 연간 디지털
마케팅 비용 $500K를
절감하면서도 웹 트래픽을 3배로
늘린 사례
다른 부동산 디지털 마케팅
솔루션보다 2.5배 뛰어난 효과
H2O4GPU with Driverless AI
사용으로 6배 속도 향상
사기 행위 탐지 정확도를
0.89에서 0.947로 6% 향상
Driverless AI는 10년 경력의
feature engineering 전문가에
필적
7Key 6 initiatives - extended © Copyright IBM Corporation 2019
감사합니다.

More Related Content

What's hot

[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)
[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)
[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)Metatron
 
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료Sejeong Kim 김세정
 
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례Sejeong Kim 김세정
 
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)Amazon Web Services Korea
 
[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer(Joe), Sanghun Kim
 
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료 [한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료 Sejeong Kim 김세정
 
한컴MDS_DataRobot Overview
한컴MDS_DataRobot Overview한컴MDS_DataRobot Overview
한컴MDS_DataRobot OverviewHANCOM MDS
 
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저BESPIN GLOBAL
 
Oracie impact Event - Chatbot
Oracie impact Event - ChatbotOracie impact Event - Chatbot
Oracie impact Event - ChatbotMee Nam Lee
 
Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Mee Nam Lee
 
Introduction of maumai the AIaaS platform
Introduction of maumai the AIaaS platformIntroduction of maumai the AIaaS platform
Introduction of maumai the AIaaS platformTaejoon Yoo
 
AI/ML을 적용할 때 고려할 점
AI/ML을 적용할 때 고려할 점AI/ML을 적용할 때 고려할 점
AI/ML을 적용할 때 고려할 점BESPIN GLOBAL
 

What's hot (17)

[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)
[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)
[DDC 2018] 제조분야 AI/ML 적용 사례 (Bistel, 김현진)
 
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
 
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례
[한국IBM]클라우드 서비스 적용 시나리오와 고객 가치 창출 사례
 
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
 
[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer
 
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료 [한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
 
한컴MDS_DataRobot Overview
한컴MDS_DataRobot Overview한컴MDS_DataRobot Overview
한컴MDS_DataRobot Overview
 
2019 Cloud Expo Korea - 강지나 클라우드 솔루션 아키텍트
2019 Cloud Expo Korea - 강지나 클라우드 솔루션 아키텍트2019 Cloud Expo Korea - 강지나 클라우드 솔루션 아키텍트
2019 Cloud Expo Korea - 강지나 클라우드 솔루션 아키텍트
 
클라우드와 AI, 기술로만 바라볼 것인가?(NBP CTO 박기은) - 엔젤리더스포럼
클라우드와 AI, 기술로만 바라볼 것인가?(NBP CTO 박기은) - 엔젤리더스포럼클라우드와 AI, 기술로만 바라볼 것인가?(NBP CTO 박기은) - 엔젤리더스포럼
클라우드와 AI, 기술로만 바라볼 것인가?(NBP CTO 박기은) - 엔젤리더스포럼
 
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저
Session 4. 쉽게 보는 딥러닝 트랜드와 AWS 활용 시나리오 - 베스핀글로벌 이승규 매니저
 
Oracie impact Event - Chatbot
Oracie impact Event - ChatbotOracie impact Event - Chatbot
Oracie impact Event - Chatbot
 
의료계에부는 언택트 바람 - 강지나 클라우드 솔루션 아키텍트
의료계에부는 언택트 바람 - 강지나 클라우드 솔루션 아키텍트의료계에부는 언택트 바람 - 강지나 클라우드 솔루션 아키텍트
의료계에부는 언택트 바람 - 강지나 클라우드 솔루션 아키텍트
 
[네이버클라우드플랫폼 온라인 교육 시리즈] 네이버 클라우드 플래폼 OCR 소개
[네이버클라우드플랫폼 온라인 교육 시리즈] 네이버 클라우드 플래폼 OCR 소개[네이버클라우드플랫폼 온라인 교육 시리즈] 네이버 클라우드 플래폼 OCR 소개
[네이버클라우드플랫폼 온라인 교육 시리즈] 네이버 클라우드 플래폼 OCR 소개
 
Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)
 
Introduction of maumai the AIaaS platform
Introduction of maumai the AIaaS platformIntroduction of maumai the AIaaS platform
Introduction of maumai the AIaaS platform
 
Kpmg ai
Kpmg aiKpmg ai
Kpmg ai
 
AI/ML을 적용할 때 고려할 점
AI/ML을 적용할 때 고려할 점AI/ML을 적용할 때 고려할 점
AI/ML을 적용할 때 고려할 점
 

Similar to H2O.ai DriverlessAI

기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼BESPIN GLOBAL
 
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...Amazon Web Services Korea
 
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...Amazon Web Services Korea
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019Amazon Web Services Korea
 
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018Amazon Web Services Korea
 
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018 제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018 Amazon Web Services Korea
 
SmartCloud for Social Business 소개자료
SmartCloud for Social Business 소개자료SmartCloud for Social Business 소개자료
SmartCloud for Social Business 소개자료Do Hyun Kim
 
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)YeonJi Yoon
 
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례Amazon Web Services Korea
 
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021Amazon Web Services Korea
 
AWS Finance Symposium_SBI 저축은행 사례 공유
AWS Finance Symposium_SBI 저축은행 사례 공유AWS Finance Symposium_SBI 저축은행 사례 공유
AWS Finance Symposium_SBI 저축은행 사례 공유Amazon Web Services Korea
 
쉽고 빠른 개발이 필요한 이유
쉽고 빠른 개발이 필요한 이유쉽고 빠른 개발이 필요한 이유
쉽고 빠른 개발이 필요한 이유ibmrep
 
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...Amazon Web Services Korea
 
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장BESPIN GLOBAL
 
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...Amazon Web Services Korea
 
IBM CastIron Hybrid Cloud Solution 소개
IBM CastIron Hybrid Cloud Solution 소개 IBM CastIron Hybrid Cloud Solution 소개
IBM CastIron Hybrid Cloud Solution 소개 Shaun LEE
 
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장:: AWS...
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장::  AWS...AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장::  AWS...
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장:: AWS...Amazon Web Services Korea
 
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)Myungjin Lee
 
빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용BESPIN GLOBAL
 
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018Amazon Web Services Korea
 

Similar to H2O.ai DriverlessAI (20)

기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼
 
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
 
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
 
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
 
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018 제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018
제조업의 AWS 기반 주요 워크로드 및 고객 사례:: 이현석::AWS Summit Seoul 2018
 
SmartCloud for Social Business 소개자료
SmartCloud for Social Business 소개자료SmartCloud for Social Business 소개자료
SmartCloud for Social Business 소개자료
 
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)
[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)
 
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례
AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례
 
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021
 
AWS Finance Symposium_SBI 저축은행 사례 공유
AWS Finance Symposium_SBI 저축은행 사례 공유AWS Finance Symposium_SBI 저축은행 사례 공유
AWS Finance Symposium_SBI 저축은행 사례 공유
 
쉽고 빠른 개발이 필요한 이유
쉽고 빠른 개발이 필요한 이유쉽고 빠른 개발이 필요한 이유
쉽고 빠른 개발이 필요한 이유
 
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...
데이터의 힘, 스타트업의 생존을 넘어 성장으로 - 김용대 사업개발 담당, AWS / 박재영 CTO, 크몽 :: AWS Summit Seou...
 
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장
 
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...
인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 - 김선수 사업개발 담당, AWS / 정진환 팀장, SK텔레콤 / 구태훈...
 
IBM CastIron Hybrid Cloud Solution 소개
IBM CastIron Hybrid Cloud Solution 소개 IBM CastIron Hybrid Cloud Solution 소개
IBM CastIron Hybrid Cloud Solution 소개
 
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장:: AWS...
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장::  AWS...AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장::  AWS...
AWS 기반 R&D 혁신을 통한 Time-to-Market 단축- 이현선 AWS사업개발 담당/ 장석복 LG 사이언스 파크 팀장:: AWS...
 
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)
지식그래프 개념과 활용방안 (Knowledge Graph - Introduction and Use Cases)
 
빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용빅데이터 분석 시스템 도입과 AI 적용
빅데이터 분석 시스템 도입과 AI 적용
 
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018
AWS 인공지능 서비스를 이용한 SAP 비즈니스 프로세스 자동화 (이상규, AWS 솔루션즈 아키텍트) :: AWS DevDay2018
 

More from 오윤 권

Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE오윤 권
 
Ibm sap hana on power
Ibm sap hana on powerIbm sap hana on power
Ibm sap hana on power오윤 권
 
IBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI visionIBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI vision오윤 권
 
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE오윤 권
 
IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지오윤 권
 
IBM Cloud Object Storage 오브젝트 스토리지
IBM Cloud Object Storage 오브젝트 스토리지IBM Cloud Object Storage 오브젝트 스토리지
IBM Cloud Object Storage 오브젝트 스토리지오윤 권
 
효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler오윤 권
 

More from 오윤 권 (7)

Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE
 
Ibm sap hana on power
Ibm sap hana on powerIbm sap hana on power
Ibm sap hana on power
 
IBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI visionIBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI vision
 
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
 
IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지
 
IBM Cloud Object Storage 오브젝트 스토리지
IBM Cloud Object Storage 오브젝트 스토리지IBM Cloud Object Storage 오브젝트 스토리지
IBM Cloud Object Storage 오브젝트 스토리지
 
효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler
 

H2O.ai DriverlessAI

  • 1. 1Key 6 initiatives - extended © Copyright IBM Corporation 2019 IBM Systems AutoML 솔루션 H2O Driverless AI
  • 2. 2Key 6 initiatives - extended © Copyright IBM Corporation 2019 기업에서의 AI 채택이 생각보다 부진한 이유 기업에 excel 파일이 넘쳐나는데도 그를 이용한 AI 활용이 부진한 것은 skill과 시간이 부족할 뿐만 아니라, AI의 판단에 대한 설명이 불가능하기 때문입니다. “미국에서만도 분석 전문가의 인력 부족이 19만명에 달한다.” ~100 Data is a Team Sport Data science experts in the world AI 전문 인력 부족 Months Time for a data scientist to build a model 느린 개발 속도 Black box models AI에 대한 신뢰 부족 2 © Copyright IBM Corporation 2019
  • 3. 3Key 6 initiatives - extended © Copyright IBM Corporation 2019 H2O Driverless AI : 기계 학습의 자동화를 통한 쉽고 빠른 AI Excel 표에서 예측하고자 하는 칼럼만 지정하면 예측 모델을 자동생성 시스템 자원과 상황에 따라 적절한 '정확도, 시간, 해석도'를 다이얼로 쉽게 조절 H2O Driverless AI는 예측 모델을 자동으로 생성해줌으로써 "쉽고 빠른 AI 적용"을 가능하게 만들어주는 Auto ML 솔루션입니다. H2O Driverless AI는 단순한 브라우저 GUI를 통해 클릭 몇 번으로 전문지식 없이도 예측 모델을 생성하여 현업에 사용할 수 있습니다. 3Key 6 initiatives - extended © Copyright IBM Corporation 2019
  • 4. 4Key 6 initiatives - extended © Copyright IBM Corporation 2019 AI의 판단 근거를 설명해주는 사유부호 제공 현업에서는 예측 모델의 정확도 뿐만 아니라, AI가 왜 그렇게 예측했는지에 대한 설명이 필요합니다. H2O Driverless AI는 k-LIME과 decision tree 등의 기법을 통해 현업에서도 쉽게 이해할 수 있는 사유 부호를 제공합니다. 4 © Copyright IBM Corporation 2019
  • 5. 5Key 6 initiatives - extended © Copyright IBM Corporation 2019 SQL Local Amazon S3 HDFS X Y Automatic Scoring Pipeline Machine Learning Interpretability Deploy Low-latency Scoring to Production Modelling Dataset Model Recipes: • i.i.d. data • Time-series • More on the way Advanced Feature Engineering Algorithm Model Tuning + + Survival of the Fittest Automatic Machine Learning Data shape, outliers, missing values 등을 이해 Powered by GPU Acceleration Data drag & drop 진보된 feature engineering과 parameter tuning을 포함한 수천개의 가능성 있는 모델들에 걸쳐 반복 훈련 Low-latency Python 또는 Java로 구현된 Automatic Scoring Pipelines를 deploy Data를 클라우드, 빅데이터, 데스크탑 등에서 ingest Google BigQuery Azure Blog Storage Snowflake Model Documentation H2O Driverless AI: “Expert Data Scientist in a Box” 1. 2. 자동화된 시각화 3. 자동화된 기계 학습 4. 자동화된 Scoring Pipelines
  • 6. 6Key 6 initiatives - extended © Copyright IBM Corporation 2019 10배 빠른 모델 생성 1명의 data scientist로 25% 시간 절약 Use case : 금융 사기 탐지, 타겟 마케팅, 수요 예측 등 제조 생산 라인을 위한 모델 튜닝과 훈련에 1달의 시간 단축 Forecast 정확성 향상을 통해 미래 고객 주문을 위한 필요 부품 및 원자재를 정확히 예측 G5 고객사 중 연간 디지털 마케팅 비용 $500K를 절감하면서도 웹 트래픽을 3배로 늘린 사례 다른 부동산 디지털 마케팅 솔루션보다 2.5배 뛰어난 효과 H2O4GPU with Driverless AI 사용으로 6배 속도 향상 사기 행위 탐지 정확도를 0.89에서 0.947로 6% 향상 Driverless AI는 10년 경력의 feature engineering 전문가에 필적
  • 7. 7Key 6 initiatives - extended © Copyright IBM Corporation 2019 감사합니다.