Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

NLP

올해 주목해야 할 ‘헬스케어 AI’ 트렌드 3가지

코로나19 팬데믹, 정신건강 위기, 의료 비용 증가, 인구 고령화 사이에서 업계 리더들이 의료 관련 AI 애플리케이션 개발을 서두르고 있다. 이를테면 벤처 캐피털 시장에서는 40곳 이상의 스타트업이 의료 서비스용 AI 솔루션을 구축하기 위해 미화 2,000만 달러라는 상당한 자금을 조달했다. AI는 의료 분야에서 실제로 어떻게 활용되고 있을까?  ‘2022 헬스케어 AI 설문조사(2022 AI in Healthcare Survey)’는 전 세계 41개국 321명을 대상으로 헬스케어 AI를 정의하는 과제, 성공 사례, 사용 사례 등에 관해 질문했다. 올해로 두 번째를 맞는 이번 설문조사 결과에서도 결과는 크게 달라지지 않았지만 앞으로 몇 년 동안 추가 어떻게 움직일지 보여주는 몇 가지 흥미로운 트렌드가 제시됐다. 기업이 알아야 할 3가지 트렌드는 다음과 같다.    1. 노코드 도구를 통한 AI 사용 편의성과 민주화 가트너는 2025년까지 기업들이 개발한 새로운 애플리케이션의 70%가 노코드 또는 로우코드 기술을 사용하리라 예측했다. 로우코드가 개발자의 워크로드를 간소화한다면, 데이터 과학 개입이 필요하지 않은 노코드 솔루션은 기업 그리고 그 너머에 큰 영향을 미칠 전망이다.  그리고 이를 통해 AI 사용자가 기술 전문가에서 도메인 전문가로 전환되고 있다는 사실은 확실하다. AI 도구 및 기술 사용자를 물어본 질문에 ‘2022 헬스케어 AI 설문조사’의 전체 응답자 중 절반 이상(61%)이 의사가 사용자라고 밝혔으며, 의료 서비스 제공자(45%), 의료 IT 기업(38%)이 그 뒤를 이었다.  의료 관련 AI 애플리케이션 그리고 오픈소스 기술의 가용성에 관한 개발 및 투자와 함께 이 업계가 AI 기술을 광범위하게 도입하고 있다는 의미다. 이는 중요하다. 엑셀이나 포토샵 등 일반적인 사무 도구처럼 코드를 사용하는 것이 AI를 더 나은 방향으로 변화시키기 때문이다.  다시 말해, 기술 접근성을 높이는...

AI NLP 노코드 2022.06.28

SAS Visual Text Analytics

텍스트 데이터는 산업 전반을 아우르며 점차 그 비중이 확대되고 있습니다. SAS Visual Text Analytics는 텍스트 데이터의 식별 및 범주화를 지원하는 종합적인 솔루션을 제공합니다. 이를 통해 기업은 방대한 양의 텍스트 데이터로부터 유용한 정보를 읽고 구성하고 추출하는 인적 활동을 조정할 수 있습니다. 사용자가 일련의 문서 집합을 자동으로 분석 및 범주화하는 모델을 구축하면 비정형 데이터가 유의미한 인사이트로 자동 변환되어 머신 러닝과 예측 모델에 투입됩니다. <4p> 주요 내용 - 머신 러닝과 규칙 기반 방법의 결합 - 콘텍스트 추출 - 멀티 사용자 환경을 통한 팀워크 및 협업 강화 - 자동화된 머신 생성 주제 감지 - 감성 분석

자연어처리 NLP 비정형데이터 2021.10.18

자연어 처리 : 사람과 인공지능 간 커뮤니케이션에 관한 모든 것

NLP는 사람과 기계 간 커뮤니케이션의 연결고리로서, 효과적으로 기능하기 위해서는 인간과 기계의 지원이 필요합니다. NLP는 우리가 살아가는 방식과 일하는 방식을 개선해 줍니다. 사람과 기술이 협력하지 않고서는 변화하기 어렵거나 변화가 더딘 영역을 발전시켜 줍니다. NLP의 기본 개념과 의미, AI와 NLP에 인간의 전문지식을 결합하여 인간과 기계의 소통을 도모하고 데이터 분석을 지원하는 방법을 알아보고, 여러 산업의 NLP 활용 사례, 그리고 NLP 모델의 대규모 구축 및 배포를 위한 팁을 소개합니다.  여러분의 조직을 살펴보고 수집한 비정형 텍스트나 음성 데이터를 검토하여 여기서 무엇을 얻을 수 있는지 알아보십시오. 이러한 데이터를 토대로 보다 나은 고객 경험을 제공할 수 있고, 서비스의 질을 개선할 수 있습니다. 비정형 텍스트 데이터에는 유익한 정보가 숨어있습니다. NLP는 이를 찾아낼 최적의 수단입니다. <24p> 주요 내용 - 대화의 기술  - 동일한 언어 구현 - 커뮤니케이션의 과학 - 활용 사례  - 9가지 베스트 프랙티스

자연어처리 NLP 비정형데이터 2021.10.18

기업이 AI를 구현하는 방법 : 자체 구축 vs. 구매

구글 검색 기능에 사용되는 것과 같은 인공지능이 빠르게 확산되고 있다. 이런 시스템은 고객 피드백을 평가하거나 고객 질문에 답변하는 데 도움이 될 수 있다. 이 맥락에서 가장 먼저 언급되는 것은 AI의 하위 영역인 자연어 처리(Natural Language Processing, NLP)이다. NLP 유형의 소프트웨어는 사람의 언어를 이해하고 처리할 수 있다.    소비자 인사이트의 중요성을 인지하는 기업이 증가하는 중이다. 고객, 시장, 제품 사용에 대해 많이 알수록 더 나은 의사 결정을 내릴 수 있다. 그러나 이 분야에서는 잘못된 데이터가 수집되거나 아예 데이터가 수집되지 않는 경우, 또는 데이터가 충분히 평가되지 않는 경우가 많다. 대상 그룹과 이들이 원하는 바를 정확히 이해하기 위해서는 정성적 데이터가 필요하다. 정성적 데이터를 통해서만 정량적 데이터를 올바른 맥락에 집어넣을 수 있기 때문이다. 필요한 것은 사용자 생성 콘텐츠(UGC) 형식의 피드백이다. 기업은 소셜 미디어, 이메일 조사 또는 고객 리뷰를 통해 이를 생성할 수 있다. 그러나 AI의 지원이 없으면 이런 유형과 양의 콘텐츠를 체계적으로 분석하기란 거의 불가능하다. 또한 담당자의 주관적인 인식이 전체적인 결과를 왜곡할 수도 있다. 얼핏 보면 기계가 언어를 처리하는 것은 그다지 흥미로운 분야가 아닐 수도 있다. 한 가지 유념해야 할 것은 인간의 언어는 복잡하고 비구조적이라는 점이다. 인간에게는 그 결과라고 해봐야 커뮤니케이션의 오해 정도로 나타날 뿐이다. 그러나 기계의 경우 기본적인 처리도 큰 과제다. 현재의 몇 가지 규칙(문법, 구두점, 철자)은 특히 사용자 생성 콘텐츠에서는 산발적으로만 관찰된다. 채팅 또는 제품 리뷰의 비구조적 데이터를 처리하기 위해서는 적절한 프로그램이 필요하다.   머신러닝(ML), 또는 더 정확하게는 딥러닝(DL) 덕분에 현대의 AI는 독립적으로(사람의 감독 없이) 언어를 학습할 수 있다. 그러나 이를 위해서는 언어를 학습할 수 있는 ...

AI NLP 비용 2021.06.24

자연어 처리 혁신의 최첨단을 이끄는 AI 스타트업 3곳

자연어 처리(Natural Language Processing, NLP)는 컴퓨터 과학자들의 오랜 꿈으로, 그 기원은 ELIZA 시절, 더 멀게는 컴퓨팅의 시초(튜링 테스트)까지 거슬러 올라간다. NLP는 지난 몇 년에 걸쳐 비약적인 혁신을 이루었으며, 이 과정에서 예전의 통계적 방법 대신 딥러닝 또는 신경망에 기초한 새로운 접근 방법이 대세로 자리 잡았다.  NLP에 딥러닝을 적용하면서 사람이 쓴 글과 전혀 구분이 불가능한 텍스트를 생성할 수 있는, GPT-3과 같은 방대하고 정교한 범용 언어 모델이 탄생했다. 예를 들어 자연어로 질의를 입력하면 백엔드가 코드를 생성하는(엑셀 구문을 기반으로 하는 파워 Fx 식) 마이크로소프트의 새로운 “노코드” 파워 앱(Power Apps) 플랫폼에 있는 여러 기능의 기반이 바로 GPT-3이다.  NLP는 기업 전반에서 방대한 잠재력을 지녔으며, 구글이나 마이크로소프트 같은 거대 기업만 참여하는 것도 아니다. 여기서는 자체 맞춤형 NLP 솔루션을 구축하기 위한 구성요소로 다양한 AI 기반 솔루션을 제공하는 스타트업 3곳을 소개한다.    익스플로전(Explosion)  NLP 분야에서 일하는 대부분의 개발자는 인기 있는 파이썬용 NLP 파이브러리인 스페이시(spaCy)를 사용하겠지만, 정작 익스플로전에 대해 들어본 사람은 그렇게 많지 않을 것이다. 익스플로전은 매튜 하니발과 아이네스 몬타니가 만든 회사로 스페이시와 상용 주석 툴인 프로디지(Prodigy)의 개발사다.  오래 전부터 주요 NLP 툴킷 중 하나인 스페이시가 비슷한 연령대의 다른 라이브러리와 뚜렷하게 구분되는 특징은 방대한 프로덕션 워크로드를 가볍게 처리할 수 있다는 점이다. 스페이시를 오랜만에 다시 접한 사람에게는 놀라울 정도로, 스페이시는 NLP의 최신 기술과 보조를 잘 맞춘다. BERT와 같은 사전 훈련된 트랜스포머(Transformer) 모델을 기반으로 한 파이프라인을 사용하고, 파이토치(PyTo...

자연어처리 NLP 익스플로전 2021.06.09

"자연어 처리가 필요하다면" 추천 파이썬 라이브러리 8종

파이썬에는 NLP 관련 도구가 정말 많다. 원하는 텍스트 분석 작업에 적절한 파이썬 라이브러리는 어떻게 찾을 수 있을까? 용도별 추천 라이브러리와 장단점을 살펴본다.  NLP(Natural Language Processing, 자연어 처리)는 ‘음성 및 텍스트를 위한 AI’라고 말할 수 있다. 음성 명령, 음성 및 텍스트 번역, 감성 분석, 텍스트 요약, 언어와 관련된 여타 많은 애플리케이션은 그 동안 크게 개선됐다. 분석에 사용되는 NLP의 성능 또한 딥러닝을 통해 획기적으로 향상됐다. 파이썬 언어는 NLP를 포함한 모든 종류의 머신러닝에 유용한 프론트엔드를 제공한다. 하지만 파이썬 생태계에는 고를 NLP가 너무 많아 당황스러운 것도 사실이다. 여기서는 주요 파이썬용 라이브러리의 사용례와 장단점 그리고 인기도를 살펴본다.    CoreNLP 스탠포드 대학(Stanford University)이 만든 CoreNLP 라이브러리는 NLP 예측 및 분석 작업을 대규모로 수행할 수 있게 해주는 실용 단계의 NLP 솔루션이다. CoreNLP는 자바(Java)로 작성됐지만, 이를 위한 API와 여러 파이썬 패키지가 등장해 있는 상태다. Stanza로 불리는 네이티브 NLP 라이브러리가 그 중 하나다. 문법 태깅, 명명 엔티티 인식, 파싱, 구문 분석, 감성 분석 등 많은 언어 관련 도구들이 CoreNLP에 포함되어 있다. 언어별 특성을 타지 않도록 고안되어 있으며, 현재 영어에 더해 아랍어, 중국어, 프랑스어, 독일어, 스페인어(서드파티를 통해 러시아어 및 스웨덴어, 덴마크어)를 지원한다. CoreNLP에는 간편하게 예측을 하는 기능을 제공하는 웹 API 서버도 포함되어 있다. CoreNLP의 파이썬 래퍼(Python wrappers) 이용의 좋은 출발점은 스탠포드 NLP 그룹이 만든 참조 구현체인 Stanza이다. Stanza는 문서화가 잘 되어 있고, 정기적으로 유지 관리되는 것이 장점이다. 다른 CoreNLP 파이썬 라이브러리 ...

파이썬 자연어 처리 NLP 2021.03.25

자연어처리 이해하기

딥러닝의 도약으로 인공지능 번역과 기타 자연어처리(Natural Language Processing, NLP) 작업이 개선됐다. 다음은 필자 친구의 페이스북에 올라온 인공지능과의 대화다.  나: 알렉사, 아침 5시 30분 요가 수업이 있다는 걸 다시 알려줘. 알렉사: 쇼핑목록에 테킬라를 추가했습니다.  기기와 대화를 나눌 때, 종종 기기는 우리가 말하는 것을 정확히 인식한다. 우리는 무료 서비스를 이용해 온라인에서 접하는 외국어 구절을 영어로 번역하기도 하는데, 가끔은 정확하게 번역해 준다. 자연어처리는 엄청나게 발전했지만, 아직도 개선의 여지가 상당하다.  필자 친구에게 인공지능의 우발적인 테킬라 주문은 생각보다 더 적절한 것이었을 수도 있다.   자연어처리란 무엇인가? NLP라고 하는 자연어처리는 실패에 관한 이야기에도 불구하고 현재는 딥러닝을 위한 주요한 성공적인 응용 분야 중 하나다. 자연어처리의 전반적인 목표는 컴퓨터가 인간의 언어를 이해하고 이에 따라 행동할 수 있도록 하는 것이다. 우리는 그것을 다음 섹션에서 더 자세히 다룰 것이다.  역사적으로, 자연어처리는 처음에는 문법이나 어간 추출과 같은 규칙을 작성하여 규칙 기반 시스템에 의해 다루어졌다. 그 규칙들을 사람이 직접 하는 데 드는 엄청난 일의 양은 별론으로 하더라도, 제대로 작동하지 않는 경향이 있었다.  왜 잘 안되었을까? 간단한 예로 철자법의 경우를 생각해보자. 스페인어와 같은 몇몇 언어에서는 철자가 정말 쉽고 방식도 규칙적이다. 그러나 제2외국어로 영어를 배우는 사람은 영어 철자와 발음이 얼마나 불규칙할 수 있는지 안다. 초등학교 철자법칙인 "C 뒤에 올 때를 제외하고 I는 E보다 먼저 온다. 또는 네이버나 웨이처럼 에이(A)라고 발음할 때는 E가 먼저 온다”와 같이 예외로 얼룩진 규칙을 프로그래밍해야 한다고 상상해 보자. 이미 알려진 바와 같이 "E 앞에 I"는 거의 규칙이라고 할 수도 없다. 정확히 말해서 ...

페이스북 오토ML 심층 전이 학습 2019.07.01

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2023 International Data Group. All rights reserved.