웨비나속 Q&A
최근 웨비나 진행 중 발생한 질문과 답변을 조회할 수 있습니다
[질문] 한국 및 중국, 홍콩 등의 아시아권 이커머스 및 물류 시스템에 적용할 때 사용할 수 있을 것 같은데 해당 규모에서의 적용사례 있으면 말씀해 주세요. 다른 시스템 과의 비교도 부탁드립니다
Dataiku의 글로벌 고객 중 사례로 Australia Post, DHL, Walmart, La Poste사례가 있습니다. 추가 설명은 따로 f/u MTG으로 연락 드리겠습니다.
Dataiku
2023-06-14 14:30
AI 서비스로 제공하는 기술들을 바로 사용하실 수 도 있고 직접 개발 할 수 도 있습니다. 범용적인 AI 서비스를 이용하는 경우 기본적인 성능에 빠르게 접근하여 서비스를 제공, Time To Market으로 이르는 시간을 줄일 수 있습니다. 자세한 내용은 따로 연락을 드릴 수 있도록 하겠습니다.
메가존클라우드
2023-06-14 14:30
글로벌하게 하기의 사례들이 있습니다. 수요 예측: Dataiku를 사용하여 과거 판매 데이터 및 기타 변수를 분석하여 수요 예측 모델을 구축할 수 있습니다. 이를 통해 재고 관리 및 물류 계획을 최적화하고 예측 오류를 최소화할 수 있습니다. 고객 세그먼테이션: Dataiku를 활용하여 고객 데이터를 분석하고 세그먼테이션 모델을 구축할 수 있습니다. 이를 통해 고객 그룹을 식별하고, 개별 고객에게 맞춤화된 마케팅 및 서비스를 제공할 수 있습니다. 제품 추천 시스템: Dataiku를 사용하여 고객의 이전 구매 기록, 행동 데이터, 소셜 미디어 등의 정보를 기반으로 제품 추천 모델을 개발할 수 있습니다. 이를 통해 개인화된 제품 추천을 제공하여 고객 경험을 향상시킬 수 있습니다. 추가적인 고객 내용은 따로 연락 드리도록 하겠습니다.
Dataiku
2023-06-14 14:31
[질문] 메가존클라우드 솔루션은 실시간을 분석 처리 및 예측하는데 활용될 수 있다하는데, 이 경우 AI를 활용한 딥러닝이나 머신러닝 기법을 어떻게 적용하나요?
AI를 활용한 딥러닝이나 머신러닝을 실시간으로 서비스하는 것과 기존 일반 서비스들을 제공하는 것과 아키텍처상으로는 크게 다르지 않습니다. 다만 제공하는 내용을 내부적으로 AI/ML의 수행결과로서 생성 제공한다고 생각하시면 됩니다. 이를 위해서 인프라에 대한 선택과 서빙에 대한 제약사항을 이해하고 결과를 제공할 수 있는 알고리즘을 선택 제공할 수 있습니다.
메가존클라우드
2023-06-14 14:28
[질문] 메가존클라우드 솔루션을 사용 시 기업이 업무 시너지를 얻기 위해서는 어느 정도의 데이터가 모여야 할까요?
솔루션과 알고리즘에 따라 요구하는 데이터의 양이 다르기 때문에, [email protected] 이곳으로 메일 주시면 상세하게 답변드리겠습니다.
메가존클라우드
2023-06-14 14:25
[질문] 머신러닝 프로젝트 전체 공수 중, 데이터 확보와 전처리에 70~80%의 시간과 노력이 든다는 얘기를 많이 합니다. 이 부분의 병목을 줄일 수 있는 현업의 노하우나 기술들은 요즘 어떤 것들이 있는지 참고할만한 최신기법이나 기술 트렌드가 있으면 소개 부탁드립니다.
맞습니다. 일반적으로 기업에서 알고리즘 자체를 만드는 것이 아니고 좋은 알고리즘을 가지고 활용하는 것이 일반적입니다. 그에 따라서 알고리즘을 이해하고 알고리즘에 맞는 데이터를 입력으로 주는 것이 중요해서 데이터의 확보와 전처리에 많은 시간을 투자하는 것이 맞습니다. 이러한 데이터를 빠르게 처리하기 위해서는 데이터에 대한 전처리를 위한 weak supervision이나 semi-supervised 러닝 같은 기법을 활용 할 수 있고 데이터 자체를 증강하여 기존 데이터를 변형하여 사용할 수도 있습니다. 데이터 이쿠등의 데이터 커넥터등과 같이 데이터 준비 및 변환을 위한 도구 사용을 하는 경우도 있을 수 있습니다. 더불어 데이터 수집 이후 AutoML이라던가 빠른 결과를 얻을 수 있도록 하는 방법도 있습니다.
메가존클라우드
2023-06-14 14:24
Dataiku의 기능과 더불어 추가 설명 드리면, 보통 70-80%의 공수 발생 이유는 크게 세 가지(1. dataset 종류가 다양함 & 2. 연결/접속이 어려우며 그 인력이 충분하지 않음. 3.정리가 어려움) 가 될 것 같습니다. 1. Datatiku에서는 50개 가지의 다양한 Dataset을 접속, 연계 할 수 있는 기능을 지원하기에 access 가능합니다. 2. 데이터/통계/분석에 대한 지식이 전무한 분들이 GUI기반으로 단순히 클릭으로 사용이 가능하기에 현업에서 직접 데이터 인풋이 가능합니다. 3. 몇 번의 클릭(노코드) 기능으로 쉽게 Dataiku자체에서 다양한 dataset의 merge 기능 등으로 정리가 가능합니다.
Dataiku
2023-06-14 14:28
아직 답변이 없습니다
[질문] 현재 신용평가가 가능한 회사가 국내 몇 개 정도가 되나요?
아직 답변이 없습니다
[질문] 지금도 회사업무시 리스크 예방차원에서 신용평가업체와 연동해서 업무가 되는데 대안 신용평가가 얼마만큼 신뢰성 있게 할지 방향성이 궁금합니다.
아직 답변이 없습니다
[질문]대안신용평가모형의 적합성을 높이려면 정확하고 균질한 정보 사용이 중요한데 대안정보의 경우 편차가 심하거나 가치 없는 데이터를 포함하는 경우도 있어 모형 정확도 문제 없는지요? 그리고 대안 데이터를 활용할 수 있는 전문 인력 확보는 필요하지 않나요?
아직 답변이 없습니다
[질문] 스타트업은 신용정보가 낮은데 그래서 그 잠재력을 봐야 하는데 이런 잠재력을 개인 신용정보에도 접목해서 판단하는 요소로 사용한 사례가 있는지요?
아직 답변이 없습니다
[질문] 개인에 대한 다양한 신용평가 모델은 이해가 되었는데 기업에 대한 신용평가 부분도 검토하시는게 있을까요? 중신용자가 제도 금융권에서 차별을 받는 것과 마찬가지로 자금이 필요한 우량 중소기업들도 역시 비슷한 처지일듯 한데요..
소규모 기업의 경우, 대표자의 개인신용을 함께 평가하여 신용도에 반영합니다. 다만 기업금융은 금액의 규모도 크고, 이에 따라 약속의 불이행 보다 더 큰 리스크 요인이 존재하여, 보다 다양한 측면의 평가가 필요합니다. 이를 보완하기 위한 기술등급 등이 있습니다.
김민정
2023-06-13 01:16
[질문] 적용사례 있으면 말씀해 주세요. 다른 시스템 과의 비교도 부탁드립니다
아직 답변이 없습니다
[질문] 해외 사업 추진도 많이 있으시네요. 해외 기업의 입장에서 대안 심사에 데이터를 제공하고 결과를 활용하는 메리트는 어떤 부분이 있을까요?
해외의 경우, 금융 정보의 커버리지가 낮거나 금융정보의 유의성이 낮은 상황입니다. 활용 가능한 정보의 확대 차원에서 유용합니다.
김민정
2023-06-13 01:14
[질문] 대안신용평가관련해서 법적인 부분과 관련 규제부분이 궁금하고 어떤 방식을 사용하고있는지 궁금합니다.
신용정보법 상 ‘전문개인신용평가업’의 기준을 따릅니다.
김민정
2023-06-13 01:13
[질문] 질문] "OO스톤"이 kb 와 함께 동대문 패션 공급만 사업을 통해 B2B BNPL 서비스 제공자로 유명한 상황인데요 크레파스도 BNPL 플랫폼을 제공하거나 프로젝트를 준히 혹은 진행하고 있는 것이 있는지 궁금하고 바라보고 있는 국내 BNPL 시장은 어떤 영역을 염두하고 있는지 궁금합니다.
하이앤드 BNPL, 테크 제품 구독, 고관여 상품(보험, 여행 등), 청년 소액상품 할부, 월세보증금 등에 적용되었거나 연결하고 있습니다.
김민정
2023-06-13 01:12
[질문] 크레파스 에서 수집가능한 타사의 정보는 몇 종 정도 되는지요? 요즘은 개인정보를 병합하는 기관이 많은데 크레파스도 금용정보와 개인정보를 접목해서 새로운 정보를 만들수 있는 플랫폼인지 궁금합니다.
가명결합은 지정된 기관들이 수행 가능한데, 크레파스는 가명결합 기관은 아닙니다. 수집 정보는 세션에서 말씀드렸던 것 처럼 다양하고 앞으로도 확대 예정이며, 동의받은 고객정보는 가명결합이 아닌 실명 데이터인데, 이에 대해서는 접목하여 활용할 수 있습니다.
김민정
2023-06-13 01:09
[질문] 특정요소와 제약조건을 고려하여 포트폴리오를 만드는데 강화학습이 적용될 수 있는지 궁금합니다.
가능하고 필요한 영역입니다. 모형 자체 보다는, 모형들과 룰 들을 포함한 의사결정 최적화 부분에 더 유용할 수 있습니다.
김민정
2023-06-13 01:07
[질문] 크레파스 솔루션의 인적구성이나 역량 측면에서 R&D 전문성과 강점은 어떤 부분들이 있는지 궁금합니다.
전통적 신용평가의 오리지널 기술과, 대안신용평가의 오리지널 기술을 내재화 하였습니다. (기술합작, 파트너십 등을 통함)
김민정
2023-06-13 01:06
[질문] 신용평가 모델에도, 요즘 유행하는 딥러닝, LLM을 활용하는 사례나 기술트렌드가 있는지 궁금하고, 크레파스에서도 이런 신기술들을 활용하고 계시는지, 어떤 유스케이스나 기능들을 중요하게 보고 있는지 궁금합니다
세션중에 답 드렸었어요. 추가적으로 크레파스는 데이터의 종류와 형태, 그리고 찾아내고자 하는 가치에 따라 다양한 기법들을 적용하고 있습니다.
김민정
2023-06-13 01:05
[질문] 국내 금융기업에 실제 적용된사례가있는지요? 있다면 사례도들어주시면감사하겠습니다
국내 P2P 업체에서 청년대출의 신용평가를 위해 적용하였고, 그 외 보험, 저축은행, 캐피탈 등에서 신규 고객 유입시 거절을 적게 하거나 이상거래 가능성을 탐지하는 등의 용도로 적용 또는 서비스 연결중입니다
김민정
2023-06-13 01:03
[질문] 가장 활용도 높은 분야가 쇼핑몰일까요
쇼핑몰이 신용으로 판매(=후불제, 할부..)하는 경우에 활용도가 높을 것으로 생각합니다.
김민정
2023-06-13 01:00