아직 답변이 없습니다
AI Agent 가 담당하는 부분과 RPA 가 담당하는 부분에 조금 차이가 있을 것 같습니다. 실무측의 업무 프로세스에 따라 두 가지 도구를 연계하여 사용하는 것이 시너지를 만들 수 있을 것 같습니다. 선택 기준에 대한 부분도 프로세스에 따라 많이 달라져야 하지 않을까 생각합니다.
아직 답변이 없습니다
Flowise AI for Teams 는 개발과정을 단축하고 쉽게 사용하기 위한 툴이라고 보시는게 좋을 것 같습니다. 팀즈와는 크게 관련이 없고 Azure open AI 나 기타 LLM 모델들을 사용하는 걸 지원합니다.
사내 데이터를 AI에 적용하려면 보통 데이터 변환 과정이 필요합니다. 기존 데이터는 AI 모델이 이해할 수 있도록 정제, 정규화, 그리고 필요한 형식으로 변환되어야 합니다. 저장된 데이터를 바로 검색할 수 있는 경우도 있지만, AI 모델의 요구 사항에 맞게 데이터를 재구성하는 것이 성능을 높이는 데 중요합니다.
잘못된 데이터는 이상 탐지 알고리즘을 통해 비정상 패턴 식별 데이터 품질 검사로 누락, 중복, 불일치 등을 점검하여 검증할 수 있습니다.
팀즈는 Azure의 Entra ID기반의 서비스 입니다.
네 사내 서비스 개발이 필요 합니다.
기존에 챗봇 서비스를 활용하고 계신 부서나 업무가 있으시다면 AI를 도입합 챗봇 서비스가 도움이 됩니다.
Azure 구독내에서 내부 데이터를 사용해서 프라이빗하게 구축하여 사용할수 있습니다.
네. Azure 구독안에서 Azure Open AI를 사용합니다.
크게 두 가지가 있을 수 있습니다. 정확성: 데이터는 정확하고 신뢰할 수 있어야 하며, 오류나 왜곡이 없어야 합니다. 다양성: 다양한 상황과 케이스를 포함한 포괄적인 데이터가 필요하며, 편향되지 않아야 합니다.
Azure에서는 데이터 암호화와 액세스 제어를 통해 AI 보안을 강화할 수 있으며, Azure Active Directory로 접근을 안전하게 관리합니다.
네, Azure 기반 OpenAI는 보안상 내부 자료만을 활용해 AI 모델을 적용할 수 있습니다. 고객의 데이터를 외부와 격리된 환경에서 처리하며, 프라이빗 데이터를 사용한 맞춤형 모델 훈련 및 배포가 가능합니다.
챗봇서비스가 일단 가장 쉽고 빠르게 구축 가능하실 듯 합니다. 데이터를 기준으로 하기 때문에 전처리 작업이 중요합니다.
건설업무는 현재 많이 없습니다... ㅠㅠ
용량에 대한 기준은 없습니다만, 용량에 따라 비용이 다르므로 주요 데이터를 미리 정제해 주시는 것이 좋습니다.
End-to-End 형태로 여러 아키텍처가 나와 있으니 링크 참고 해주시기 바랍니다. https://learn.microsoft.com/ko-kr/azure/architecture/ai-ml/architecture/baseline-openai-e2e-chat
영상에서, 제조업을 예로 설명 드렸습니다.
여러 AI 모델들이 있습니다만, 현재는 Azure OpenAI 관련이어서. 고객의 니즈에 맞춰 모델 도입을 고려하시는 게 좋을 것 같습니다 :)