생성형 AI | 뉴스, 하우투, 기획, 리뷰 및 동영상
페이스북 모회사 메타가 미국에서 ‘AI 기반 VRS(Variance Reduction System)’를 공개했다. 광고 알고리즘의 편향 혐의가 제기된 이후 새롭게 개발된 이 시스템은 차별 제거와 공정한 [주택,
액센츄어(Accenture)의 전 세계 자동화 부문 책임자 겸 오토메이션 어드밴티지(The Automation Advantage)의 공동 저자
팬데믹 이후 많은 기업이 비용 절감, 작업 속도 향상 및 핵심 비즈니스 운영의 정확성 개선을 위해 RPA와 같은 기술에 주목했다. 일부 비즈니스
데이터는 이제 중요한 상품이자 자산이다. 2022년 CIO 현황 보고서에 따르면 IT 리더 중 35%가 올 해 자체 조직에서 데이터 분석이 대부분의 IT 투자를 견인할 것이라고 밝혔으며, 58%는 내년에
인공지능(AI) 도구는 이제 사람들이 행복한지, 슬픈지, 화났는지를 파악하려고 한다.
머신러닝이란 완벽하지 않은 경우가 많은 존재다. 대출 승인 분류 등 사람들의 삶에 영향을 미치는 목적에서 모델 예측을 사용할 때, 최소한 일부 예측을 사람이 검토하는 것이 좋다. 신뢰
AI 프로젝트를 성공시키려면 비즈니스 가치, 학습용 데이터, 문화적 준비가 필수다. 이 3가지가 모두 없다면 기존 솔루션이 더 적합할 수도 있다
‘자연어 처리(Natural Language Processing; NLP)’ 모델을 프로덕션 환경에 투입하는 건 차를 구매하는 것과 비슷하다. 원하는 결과에 대한 매개변수를 설정하고, 몇 가지 접근 방식을 테스트
‘AI옵스(AIOps)’는 기업들이 IT 운영을 지능적으로 관리할 수 있도록 지원한다고 말하지만 그 여정이 항상 순탄하지는 않다.
데이터 과학 모델을 프로덕션 환경으로 옮기는 것은 애플리케이션 배포와 상당히 유사하다. 하지만 간과해서는 안 되는 중요한 차이점이 있다.
