AI 데이터 분석
AI, LLM, Data Mining 기술을 활용하여 기업의 DB 데이터를 효과적으로 분석하고 예측합니다.
- 자연어로 하는 데이터 분석 및 예측
- 데이터 분석조직을 대체할 AI Data Analyst
- 데이터 분석 업무 생산성 극대화
빠르게 변화하는 경영 환경에 효과적으로 대응할 수 있도록
의사결정 및 전략 수립을 지원하는 다양한 AI 기반의 데이터 분석 솔루션을
개발·공급하여 기업의 데이터 분석 업무를 혁신합니다.
지금까지 기업/기관은 DB 데이터를 분석하여 사업현황을 파악하고 미래를 예측하기 위해 데이터 분석을 위한 조직을 따로 운영해 왔습니다. 그러나 비아이매트릭스는 이러한 데이터 분석 전문가 뿐만 아니라 일반 현업도 본인의 업무에 필요한 DB 데이터를 쉽게 조회하고 분석하여 가장 빠른 데이터 기반의 의사결정을 할 수 있도록 생성형 AI 기반의 쉽고 빠른 데이터 분석을 지원합니다. 또한 데이터 과학자를 위한 전문 툴을 통해 데이터에 기반한 경영현황 파악과 미래 예측으로 객관적이고 정확한 경영 전략 수립을 통해 경영 리스크를 최소화하도록 돕습니다.
데이터 분석을 위한 기술
IT 전문지식이 없는 임직원도 누구나 빠르게 데이터 기반의 의사결정을 하여 가장 효율적으로 업무할 수 있도록 데이터 분석에 다양한 기술을 활용합니다.
생성형 AI
생성형 AI는 주어진 데이터나 입력을 기반으로 새로운 콘텐츠를 생성하는 인공지능 기술로, 텍스트, 이미지, 음악, 코드 등 다양한 형태의 콘텐츠를 생성할 수 있습니다. 생성형 AI는 현재 방대한 분야에서 사용되고 있으며, 최근에는 각 분야에 최적화된 형태로 진화하며, 특정 분야에 특화된 전문 생성형 AI가 출현하고 있는 추세입니다.
비아이매트릭스의 생성형 AI는 기업의 DB 데이터 분석에 특화된 BI 전문 생성형 AI로, 사용자의 질문의 의도를 파악 하여, 마치 BI 전문가처럼 수천개의 데이터베이스에서 의미 있는 정보를 찾고 분석한 결과를 답변으로 제공합니다.
LLM
LLM은 Large Language Model의 약자로 대규모 언어 모델을 의미합니다. 방대한 양의 텍스트 데이터를 기반으로 훈련된 인공지능 모델로 사용자의 자연어를 컴퓨터가 이해할 수 있도록 처리하는 역할을 합니다. 비아이매트릭스의 데이터 분석 서비스에서 LLM 엔진은 자연어 질의를 분석하여, 쿼리 작성이 가능하도록 데이터 분석 플랫폼이 이해할 수 있는 구조로 변경하여 JSON 코드를 생성하는 역할을 하며, 다양한 On-Premise, Cloud LLM을 활용할 수 있습니다.
비아이매트릭스도 자체 LLM을 보유하고 있으며, 비아이매트릭스의 20여년의 BI Knowledge를 기반으로 Fine Tunning하여 기업의 DB 데이터 분석에 특화되어 우수한 성능을 보이고 있습니다. 비아이매트릭스의 LLM인 G-MATRIX MX는 허깅페이스에 등록되어 있습니다
Data Mining
데이터마이닝(Data Mining)은 대량의 데이터에서 유의미한 규칙이나 패턴, 관계 등을 분석하여 가치있는 정보를 추출하는 과정으로 비즈니스 문제 해결이나 의사결정에 활용됩니다. 이를 위해 데이터 수집 및 준비, 탐색, 모델 선택 및 적용, 모델 평가, 결과 해석 및 활용의 단계를 거치며, 주요 기법으로는 회귀 분석, 분류, 군집화, 연관 규칙 학습 등이 있습니다.
단순한 통계에서 더 나아가 전문적인 통계기법 적용에 대한 요구가 늘어나고 예측요구가 증가하면서 데이터마이닝에 대한 필요성이 증가되고 있으며, 기업에서는 주로 데이터과학자 혹은 데이터 분석 전문 조직이 다양한 도구와 기법을 활용하여 데이터를 분석하고, 이를 통해 인사이트를 도출하고, 과거 데이터를 기반으로 미래의 사건이나 경향을 예측하는 업무를 수행합니다.
비아이매트릭스는 데이터과학자나 데이터분석 전문 조직이 하던 예측 업무를 생성형 AI가 대신할 수 있도록 생성형 AI 기술에 데이터 마이닝 기술을 결합하여, 복잡하고 어려운 고급 분석 및 예측 업무를 간단한 자연어 만으로 처리할 수 있게 합니다.
데이터 분석 사례
IT 전문지식이 없는 임직원도 누구나 빠르게 데이터 기반의 의사결정을 하여 가장 효율적으로 업무 할 수 있도록 데이터 분석에 다양한 기술을 활용합니다.
경영계획을 위한 수요예측
예측 실행 프로세스
상관 분석을 통해 외부 지표와 과거 실적 데이터 간의 상관 관계를 도출하고, 수요 예측 워크플로우로 정확도가 높은 통계 알고리즘을 선정하여 값을 반환하고 보고서로 활용합니다.
연간/월간 수요 예측
예측 기법 (알고리즘)
장단기 수요예측을 위한 다양한 예측분석모델 알고리즘을 제공하며, Deep Learning 기술을 적용한 예측 방안을 적용합니다.
머신러닝 기반 상품 추천
상품 추천 시스템 구성 방안
빅데이터, 머신러닝(AI) 기반 상품 추천 시스템 구축을 통해 고객 맞춤형 상품을 추천하고, 마케팅 담당자의 상품 추천 운영, 모니터링과 상품기획자의 행사 상품 추천 및 구성을 지원합니다.
상품 추천 모델
제조 데이터 분석 및 예측
납기 예측 시뮬레이션
사출성형 全 공정 표준화, 과거 납품(출하) 데이터의 학습 결과를 바탕으로 신규 주문 건에 대한 생산 소요 시간을 예측, 다양한 조건으로 시뮬레이션을 진행해 전체 생산 리드타임 산출
레시피 분석 및 최적 레시피 산출
레시피 최적화 목표(대상)와 후보 인자를 발굴 후 연관도 / 요인 분석으로 영향 인자를 선별하고, 실험 계획 모델을 통해서 원료 배합과 설비 설정 값을 산출, 시험 사출 공정 시행착오 피드백을 통한 모델 개선
불량품 분류 및 원인 추적
현재 수요 기업은 생산품 불량에 대한 유형 분류가 부재한 상황, 생산품에 대한 불량 유형 정의·계층화 작업을 선행한 후 다양한 인공지능 알고리즘을 활용해 불량품의 분석·분류·시각화 도입
프로젝트 사례
- 의사결정시스템
- 빅데이터 분석 및 예측모델 개발
- 빅데이터 포털 구축
- 신용정보분석 전처리 자동화 시스템 구축
- 기업 내,외부 데이터를 융합한 수요예측시스템
- Dynamic Pricing을 이용한 할인률 체계 관리시스템
- 개인화마케팅 시스템
- 국가 대기질 예보시스템 – 예보 정확도 분석
- 슈퍼컴퓨팅 기반 군 전투상황 분석 및 예측 모델 개발
- 감염병 예방 종합관리 시스템 – 전염병 환자 발생 및 확산 예측 모델 구축
- 납기예측 시뮬레이션
- 농산물 수요예측 및 물동량 분산
- 신용정보 전처리 자동화 시스템 등