G-PAS, 빅데이터 예측분석 시스템

그래프 예측분석 시스템 소개

G-PAS(Graph Predictive Analysis System)는 프로퍼티 그래프 데이터 모델(Property Graph Data Model)을 사용하며, 빅데이터를 관리할 수 있는 최적의 구조를 가졌습니다. 프로퍼티 그래프는 전 세계 그래프 데이터베이스 대부분에서 통용되는 표준 모델입니다. 이는 데이터 원형을 그래프로 저장할 수 있어 기존의 테이블 형식의 데이터를 그래프로 변환하는 것보다 비용과 시간을 절약할 수 있습니다. 

특징과 차이

기존 시스템의 방식이 한계점에 도달했다면, G-PAS를 통해서 요구 조건에 따른 해결 방법을 찾아보세요! 

  

트랜잭션(Transaction)이란, 데이터베이스의 상태를 변화시키기 위해 수행하는 작업 단위입니다

그래프 분석 방법과 활용 사례

보유한 분석 기술에 비트나인만의 비결을 더해 특화된 서비스를 구현합니다. G-PAS의 4가지 분석 방법을 아래와 같이 확인하세요.

그래프 기반의 텍스트 데이터 관계 및 의미분석

방대한 텍스트 데이터 내 키워드 등장 패턴을 그래프로 표현해 시간에 따른 동향의 변화를 파악할 수 있습니다.

대표 분석 기법은 TF-IDF 텍스트 네트워크와 LDA 토픽 모델링이 있습니다.

1) TF-IDF 텍스트 네트워크란?

 

TF-IDF로 주택 정책 분석하기

한 문서 내 특정 단어의 중요도를 정량적으로 측정하는 방법으로, 그래프를 생성 시 가까운 세부 주제 단어의 동향 파악이 가능합니다. 

활용 사례: 주택 정책 분석 시스템

주택정책의 효과를 분석할 수 있는 다양한 데이터(예: 언론 기사, 지자체 보도자료, 주택 가격 자료 등)를 그래프 데이터로 표현했으며, 정책 효과에 대한 정량적/정성적 분석 수행으로 NLP 기반의 키워드 유형화 및 연관 관계의 예측분석 시스템을 개발했습니다.

2) LDA 토픽 모델링이란?

LDA 토픽 모델링으로 SNS 분석하기

각 문서의 어떤 주제들이 존재하는지에 대한 확률적 토픽 모델 기법의 하나로, 토픽별 단어와 문서의 분포를 추정해 지식 그래프 생성이 가능합니다. 

활용 사례: 소셜 미디어 분석 시스템

복잡한 소셜 미디어 환경을 필터링하거나, 온라인 활동의 중요한 테마 및 아이디어를 식별 및 분석할 수 있는(예: 특정 주제에 관한 소식 또는 신규 인플루언서 찾기, 팔로워 또는 친구들이 공유 중인 링크 파악 등) 분석 솔루션을 구축할 수 있습니다.  

이상 데이터 탐지를 위한 그래프 패턴 분석

그래프 데이터 내 존재하는 패턴들의 경향을 분석하여 이상 데이터를 실시간으로 탐지할 수 있습니다. 

대표 분석 기법은 경로 분석과 모티프 분석이 있습니다. 

3) 경로 분석이란?

경로 분석으로 우범 여행자 추적하는 분석 시스템 구현

그래프 내 경로에 대한 분석 전반을 통칭하여, 두 노드 간의 최단 거리를 찾는 행위에서부터 전체 그래프 흐름의 최적화를 끌어내는 분석입니다. 

활용 사례: 우범 여행자 행위 분석 시스템

밀수입, 테러 등의 범죄 방지를 위해 짧은 시간 내 수많은 출입국 여행자 중 우범자와 그 숨어있는 동행자를 찾기 위해 그래프 DB를 활용해 실시간 사회 관계망 분석 시스템을 구현했습니다. 이로써 여행자 중 범죄자를 식별할 수 있게 되었습니다. 

4) 모티프 분석이란?

모티프 분석으로 대포통장 탐지 및 적발하기

그래프 데이터 내 실존하는 모든 연결 패턴의 빈도를 통계적으로 분석하는 방법이며, 해당 방법을 토대로 각 객체의 역할(role)을 파악할 수 있습니다. 

활용 사례: 실시간 대포통장 탐지 및 적발 시스템

기존 규칙(rule) 기반의 FDS에서 발견하지 못한 부분에 대해 계좌 간 거래내역 관계를 연결하는 그래프 모델링으로 사기 거래 패턴을 정의했으며, 그래프 분석 및 패턴 탐색 알고리즘으로 대포통장을 탐지하고 적발했습니다. 

알려지지 않은 데이터 유형 파악을 위한 그래프 클러스터링

그래프 데이터 군집을 기반으로 기존의 체계에서 분류되지 않는 새로운 유형의 데이터를 파악할 수 있습니다. 

대표 분석 기법은 그래프 유사도 분석과 커뮤니티 탐지 등이 있습니다. 

5) 그래프 유사도 분석이란?

그래프 유사도 분석으로 사이버 보안 위협 대응하기

그래프 데이터의 연결구조 및 그 대상을 수치로 정량화해 유사성을 정의합니다. 

활용 사례: 사이버 보안 위협 대응 시스템 (CTI)

뉴스, 트위터 등 8개 채널에서 블랙리스트(감시대상명단), 보안 취약점, 악성코드 등, 많은 데이터 유형 간 연관성에 대한 통합 분석 시스템을 구축한 바 있습니다. 

6) 커뮤니티 탐지란?

커뮤니티 탐지로 카드 사용패턴 유사도 기반 실시간 추천 시스템 구현!

그래프 내 연결패턴의 밀집성에 기반해 군집을 나누는 방법이며, 다른 분석 방법과의 조합에 따라 패턴 유형의 군집 또는 기능 단위의 추론에 사용됩니다. 

활용 사례: 카드 사용패턴 유사도 기반 실시간 추천 시스템

DB에서 카드 사용 패턴의 유사도를 조회한 후, 패턴 군집 분석을 위해 카드 승인 패턴에 따른 고객별 유사도를 나타내는 그래프를 구축했습니다. 이를 통해 기존 분류 체계에서 발견하지 못한 패턴을 발견하여 개인별 추천 시스템을 구현했습니다. 

학습 데이터 기반의 정확도 높은 예측을 위한 그래프 추론

베이지안 네트워크 혹은 그래프 기반의 딥러닝 기술을 통해 복잡한 도메인 데이터를 학습, 정확도 높은 데이터 추론을 구현할 수 있습니다.

대표 분석 기법은 그래프 기반 딥러닝과 베이지안 네트워크 등이 있습니다.

7) 그래프 기반 딥러닝이란?

딥러닝으로 절연재료 처방하기

입력값으로 그래프 데이터를 받을 수 있는 딥러닝 기법입니다. GNN(Graph Neural Network) 또는 GCN(Graph Convolutional Network)과 같은 대표적인 방법이 있습니다.

활용 사례: 인공지능 (AI) 기반 절연재료 처방 시스템

신규 무기 화합 물질을 개발하기 위해서 오랫동안 많은 시행착오를 거쳐야 했으나, 그래프 데이터로 모든 데이터를 정량화해 테스트 기간을 절약할 수 있었습니다. 이후, AI 기술을 접목해 데이터 기반의 신규 물질 처방 시스템을 개발했습니다. 

8) 베이지안 네트워크란?

베이지안 네트워크를 활용하여 금융규제 약관 해석하기 

다양한 조건에 따른 결괏값을 확률적으로 추론하고 그래프를 하나의 연산자로써 사용하는 방법입니다. 

활용 사례: 금융규제 약관해석 시스템

복잡한 금융 규제법령에 대한 해석을 매건 수작업으로 처리하면 많은 사회적 비용이 발생합니다. 이에 따라, 모든 법령 및 규정을 계층적인 그래프 구조로 적재하여 규제법 내 상하 관계를 구현했습니다.               

빅데이터, 그래프 분석으로 완성하라!

과거에는 데이터의 안정적인 관리가 핵심이었다면, 4차 산업혁명 시대에는 데이터 간 초연결을 통한 통찰력(insight)을 발견하는 방향으로 흘러가고 있습니다.

세계적으로 많은 기업과 기관은 빅데이터 시스템을 필수적으로 구축하고 있습니다. 여태까지 축적해온 많은 양의 데이터를 분석해 의사결정과 비즈니스 모델 확장 등을 진행하고 있습니다.

올해 가트너에서 발표한 10대 데이터 분석 트렌드 중에서 그래프 기술의 관계 중심 분석이 다시 한번 주목받고 있습니다. 가트너는 향후 2023년까지 30%의 세계 각국 기업은 그래프 기술을 통해 의사결정의 맥락화(contextualization)를 촉진할 것이라고 예상했습니다. 미래의 데이터 분석이 필요한 기업은 그래프 기술의 활용을 고려해봐야 할 것입니다.

비트나인이 자체 개발한 그래프 기술 기반 예측분석 시스템(Graph Predictive Analysis System)은 약 수천만 가지의 그래프 데이터에 대한 의미를 찾고자 할 때 최고 효율을 낼 수 있습니다. 다가오는 초연결 시대에는 G-PAS를 통해 빅데이터 플랫폼 구축 비용과 시간을 단축하고 숨겨진 패턴과 관계를 발견하여 원하는 결과를 찾아보세요!

G-PAS 브로슈어 다운로드

---

품 및 기술문의

멀티모델 그래프데이터베이스 AgensGraph

60일간 무료로 사용해 보세요

bitnine.net/agensgraph-downloads/

제품 및 기술문의

070-4800-3517  |   agens@bitnine.net