AI 기반의 서비스인 Oracle Cloud Infrastructure Anomaly Detection을 이용하는 개발자는 주요 사고에 표식을 추가할 수 있도록 비즈니스에 특화된 이상 감지 모델을 손쉽게 개발하여 감지와 해결에 요구되는 시간이 단축됩니다. 특화된 API와 자동으로 선택되는 모델을 이용하면 데이터 사이언스에 대한 전문 지식이 없더라도 간편하게 이상 감지 모델을 학습 및 배포하여 이를 활용 및 운영할 수 있습니다.
150개 이상의 특허를 획득한 Oracle Anoma Detection 알고리듬을 바탕으로 더 신속하게 이상을 감지하고 잘못된 알람은 감소합니다. 다양한 알고리듬이 연동되어 작동하기에 신경망이나 서포트 벡터 머신과 같은 다른 기계학습 방식의 접근보다 만감도 향상과 알람 오류 감소를 보장합니다.
블로그: Oracle의 새로운 이상 감지 서비스에 숨겨진 흥미로운 핵발전 연구의 역사
OCI Anomaly Detection은 저해상도 센서와 같이 실제 세계에 입력된 데이터에서 발견되는 오류 및 불완전 데이터에 대응할 수 있는 다양한 데이터 처리 기술을 제공합니다. 데이터 품질 이슈를 자동으로 식별 및 수정함으로써 잘못된 경고 감소, 운영 향상, 정확도 향상 등의 성과를 기대할 수 있습니다.
API를 이용하면 원시 데이터를 업로드하고 해당 업무에 특화된 데이터를 이용하여 이상 감지 모델을 지도하여 저장된 모델에서 이상을 감지할 수 있습니다. 이를 통해 누구나, 심지어 데이터 사이언스에 대한 경험이 없더라도, 사용이 가능한 맞춤형 이상 감지 학습 모델을 높은 정확도로 생성할 수 있습니다.
OCI Anomaly Detection의 사용 범위를 확대할 수 있도록 오픈 소스 기술에 대한 손쉬운 접근을 제공합니다. InfluxDB에서 시계열 데이터를 풀링하거나 Apache Flink에서 데이터를 스트리밍을 시도해 보십시오. Plotly, Bokeh, Altair와 같은 오픈 소스 라이브러리를 사용하면 시각화와 향상된 자동화가 가능합니다.
OCI Anomaly Detection의 출력값에는 출력에는 식별된 이상 징후, 머신러닝 모델 기반 예상치 및 변형 점수가 포함됩니다. 개발자는 이러한 결과를 사용하여 식별된 이상 징후의 심각도를 평가하고 해당 징후를 즉시 해결하기 위한 비즈니스 워크플로우를 자동화합니다.
OCI Anomaly Detection은 공용 REST API를 통한 멀티테넌트 서비스입니다. 개발자는 데이터 사이언스 및 머신러닝을 위한 내부 지원 없이도 데이터 네트워킹, 스토리지, 출구 트래픽을 갖춘 합리적인 비용의 플랫폼에서 확장이 자유로운 이상 감지 서비스를 배포할 수 있습니다.
OCI Anomaly Detection은 감지와 학습에 필요한 모든 종류의 데이터 소스와 부하에 맞춰 자동으로 스케일링 됩니다. 이제 개발자는 인프라에 대해 걱정할 필요 없이 비즈니스 목표 달성을 위한 애플리케이션과 솔루션 개발에 집중할 수 있습니다.
혁신적인 운송 물류 회사인 SS Global은 다양한 센서를 통해 타이어 및 차량 상황을 모니터링하는 IoT 애플리케이션을 구축했습니다. 이 기업은 낡아서 닳아버린 타이어, 공기 누출 등과 같은 차량 내 이상 징후 식별을 위해 OCI Anomaly Detection을 선택했습니다. 덕분에 사소한 문제가 큰 문제로 번지는 상황을 예방할 수 있게 되었죠.
OCI 이상 감지를 통해 IT 팀은 서비스 수준, 근본 원인 분석, IoT 배포, 위협 감소, 데이터베이스 거래 모니터링을 개선할 수 있습니다.
OCI 이상 감지를 통해 은행의 사기 감지에서 마케팅 팀을 위한 퍼널 전환에 이르기까지 기업들은 비즈니스 프로세스의 혁신 및 효율성을 개선할 수 있는 이슈와 기회를 찾아볼 수 있습니다.
OCI 이상 감지를 통해 앱 모니터링, 데이터 정리 및 데이터 교육을 비롯한 AI 및 ML 프로세스를 개선합니다. 이상 징후 감지를 사용하여 모델 정확성에 대한 예기치 않은 변화를 발견하고 데이터 무결성을 향상시키며 모델 및 애플리케이션 성능을 최적화합니다.
사기 패턴은 시간이 지남에 따라 변화하고 있으며 전통적인 심층 학습 방법은 매우 큰 데이터 소스에서 드문 이벤트를 감지하는 것이 아닙니다. 특수 알고리즘을 통해 사기 거래를 실시간으로 식별하여 다른 ML 접근 방법보다 거짓 알람이 적게 발생하므로 즉시 파악할 수 있습니다.
유틸리티 회사는 실시간으로 에너지 생산 및 소비를 모니터링하여 동적으로 수요에 대응하고 에너지 소비를 최적화해야 합니다. 혁신적인 ML 접근법은 에너지 생산, 날씨 및 제어 시스템 데이터를 분석하여 에너지 생산업체 및 소비자 모두를 위한 최적의 경험을 제공합니다.
생산량, 활용도 및 처리량과 같은 실시간 운영 측정지표의 변칙 감지를 통해 생산에서 바람직하지 않은 변경사항을 파악하고 즉각적인 조치를 위해 자동화된 워크플로우를 생성할 수 있습니다.
장비가 고장난다는 것은 생산성 손실 및 직원 위험도 의미합니다. 부품 및 기계류의 신속한 감지 및 근본 원인 분석을 통해 시스템이 원활하게 실행되도록 합니다.
개발자를 위한 Always Free Tier: OCI Anomaly Detection은 OCI Always Free Tier의 일부로서 개발자 및 데이터 과학자가 자신의 모델을 학습시키고 평가할 수 있습니다.
운영: 지속적인 운영 측면에서 OCI Anomaly Detection 서비스는 다른 클라우드와 비교하여 최대 20%의 비용을 절감합니다. 트랜잭션 1,000 개를 묶어 과금하며 이는 감지 API를 1,000 번 호출한 것으로 정의됩니다. 각 호출은 최대 1,000개의 데이터 포인트를 처리합니다. OCI Anomaly Detection에 총 500개의 데이터 포인트를 호출할 경우 이를 한 개의 트랜잭션으로 간주됩니다. OCI Anomaly Detection은 매월 최초 1,000개의 운영 트랜잭션에 대해 무과금 정책을 지원합니다. 최초 트랜잭션 1,000개 이후 추가로 발생하는 트랜잭션은 1,000개당 $0.25입니다.
요청 수 |
가격 |
Tier 한도 |
0~1,000 트랜잭션 |
1,000 트랜잭션 |
|
최초 1,000 트랜잭션 이후 매 1,000 트랜잭션 |
없음 |
요청 수 |
가격 |
Tier 한도 |
모델 학습은 월별로 리전당 1억 개의 데이터 포인트(신호들과 타임스탬프의 벡터 곱)를 무료로 제공합니다. 고객은 서비스 요청 티켓을 제출하여 이 학습 한도를 늘릴 수 있습니다. |
$0.00(Always Free Tier) |
모델 학습 목적으로만 사용 |
Viji Krishnamurthy, Oracle의 제품 관리 수석 이사
OCI 이상 감지는 대용량의 다변량 시계열 데이터를 감시하고 어떤 작업이 손상되지 않도록 경보하는 강력하고 확장성이 뛰어난 사용자 친화적인 AI 서비스입니다. 인증된 사용자는 REST API, 명령행 인터페이스, 개발 키트 또는 Oracle Cloud Infrastructure 콘솔을 통해 퍼블릭 클라우드 제공 서비스의 OCI 변형 감지 서비스에 접근할 수 있습니다.