비트나인 Graph it

분석 관점에서의 예지정비시스템 예지정비시스템은 장비의 설비 상태를 점검하고 고장을 예측하는 관리 시스템이다. 예지정비시스템을 도입함으로써 다양한 종류의 장비들의 잠재적 고장요인을 정확하게 예측하고, 설비와 관련된 데이터 수집, 분석 및 과학적 관리를 통해 예측모델을 구성해주어 문제점을 개선하며, 다운타임을 줄여 비용 손실까지 막아주는 효과를 가져다준다. 기존의 예지정비 시스템은 시계열 기반의 데이터 패턴을 주로 학습 후 이상 징후가 발견되면 실시간 모니터링 시스템에 알려주는 시스템이었다. 시계열 기반 패턴 분석은 고장을 어느 정도 예측하여 관리는 가능하나, 고장 요인을 정확하게 예측하기에는 한계가 있다. 이러한 분석기법에서는 장비와 장비 간 상호작용에 대한 요소를 고려할 수 없기 때문이다. 자주 일어나는..

설명 가능한 머신러닝, 그리고 AI 머신러닝 채택이 증가함에 따라 설명 가능한 모델은 뜨거운 주제가 되고 있습니다. 기존 신경망과 딥러닝 네트워크를 기반으로 한 예측모델은 특정 결과에 어떻게 도달했는지에 설명할 수 없는 반면, 설명 가능한 모델은 주요 변수를 보여주며 어떻게 결과에 도달했는지를 설명해 줄 수 있습니다. 설명 가능한 모델의 전통적인 예로는 의사 결정 트리(decision tree)를 들 수 있습니다. 그리고 그 의사 결정 트리는 특수한 그래프의 형태를 가지고 있습니다. 마찬가지로 그래프 알고리즘이나 그래프 기능을 AI 모델의 일부로 사용하면 "고객 --(구매) --> 제품"과 같이 그래프 관계로 자연스러운 의미를 쉽게 해석할 수 있습니다. 설명 가능한 AI 모델에는 많은 장점이 있습니다. ..

언텍트 시대로 변화를 맞이한 HR 문화 코로나 19로 맞이한 ‘언택트’ 시대는 사람들의 일상과 문화를 바꾸고 있습니다. 감염의 노출을 최소화하기 위해 사람들이 모임을 자제하는 요즈음 재택근무, 택배, 배달 서비스 등을 통한 비대면 서비스들이 흥행하고 있습니다. 코로나 19 사태 이후로 가속화 되는 디지털 트랜스포메이션이 판매와 소비 행위에 첨단 기술이 활용되고 있기 때문인데, 기업의 HR에서도 이와 같은 이슈가 나오고 있습니다. 기업들은 코로나 19로 인한 비대면 환경 전환, 최저임금, 주52시간제 등으로 인한 ‘기업의 생산성 저하 문제’에 직면했습니다. 기업에서는 특히 코로나 19에 따른 비상상황 대응을 하는데 큰 이슈를 맞고 있습니다. 또한, 코로나 19 이전의 문제들도 HR 부서에는 큰 고민거리였습..

분석 관점에서의 마스터 데이터 관리 MDM은 개별 마스터 데이터들과 분산되고 분리된 데이터베이스 등을 통합하는 데이터베이스 관리시스템이다. MDM을 도입함으로써 데이터들의 정합성과 일원화된 관리를 할 수 있게 하며, 이를 통하여 데이터의 품질을 향상할 수 있다. 기존의 MDM에서는 개별 RDBMS, Data Warehouse 등 정형화된 저장소를 통합하였으나, 최근 기업들이 관리해야 하는 데이터들은 더욱 복잡하고 다양하다. 정형-반정형 데이터뿐 아닌 기업 내-외부의 다양한 소스(SNS, 텍스트, IoT 등)를 통해 다양한 형태의 비정형화된 데이터들이 불규칙한 형태로 유입이 되기 때문이다. 데이터들을 관리하는 것이 더 복잡했고, 이들 데이터를 잘 통합하고 활용하기 위해선 데이터들 사이의 ‘관계’를 정의하는..

Background 국세청의 탈세 제보자료 처리현황에 의하면 2014년부터 2018년까지 평균 처리 건수는 17,945건, 평균 추가 징수세액은 1,401,217원으로 오늘날까지도 탈세는 빈번히 일어나고 있음을 알 수 있다. 우리나라는 현행 조세 종류에 따라 소득세법, 종합부동산세법, 부가가치세법, 관세법 등의 많은 세법으로 관리하고 있으며 사기꾼들은 세법의 빈틈을 이용해 다양한 유형의 탈세 행위가 발생하고 있다. 이들은 세금공무원과 공모하여 허위거래계산서 작성하거나 친인척 관계를 이용한 유령회사 설립하는 등의 악의적이고 교묘한 수법으로 세금을 편취한다. 더욱더 다양한 유형의 사건이 발생함과 동시에 범행 수법도 단계별로 분업화가 이루어지면 조직화하는 추세를 보인다. 탈세 방지를 위한 제도는 나날이 개선되..