머신 러닝 서비스

Oracle의 데이터 플랫폼에 완전히 통합된 벡터 데이터베이스를 포함한 다양한 머신 러닝(ML) 및 생성형 인공 지능 혁신 기술에 액세스할 수 있습니다. 데이터베이스 내 도구 및 알고리즘을 사용하여 머신 러닝 모델을 구축, 관리 및 배포하고, 대규모 언어 모델(LLM)과 독점 데이터를 결합하여 생성형 인공 지능을 통해 보다 정확하고 상황에 따라 관련성 높은 답변을 얻을 수 있습니다.

AI 전문가와 상담하기

Oracle AI 및 기타 Oracle 서비스 30일 무료 체험하기

Oracle AI 서비스들의 가격 정책에는 대부분 무료로 이용 가능한 티어가 포함되어 있습니다. 또한 Oracle은 다양한 Oracle 클라우드 서비스를 30일간 체험해 볼 수 있는 미화 300달러 상당의 크레딧이 포함된 무료 체험 계정을 제공합니다. 자세한 정보를 살펴보고 무료 체험 계정을 직접 만들어 보세요.

무료로 시작하기

머신 러닝 모델의 수명 주기 살펴보기

머신 러닝 모델 구축은 반복적인 프로세스입니다. 데이터 수집에서부터 모델 배포, 모니터링에 이르기까지 모든 단계를 확인해보세요.

머신 러닝 모델 구축 e-Book 읽기(PDF)

머신 러닝 워크숍 체험하기

노트북을 탐색하고 머신 러닝 알고리즘을 구축 또는 테스트하세요. 자동화된 머신 러닌ㅇ(AutoML)을 사용해보고 데이터 과학의 결과물을 확인하세요.

사용 가능한 워크숍 보기

인공 지능 및 머신 러닝 기능

인공 지능용으로 설계된 벡터 데이터베이스

데이터에서 인공 지능의 이점을 얻어 보세요. Oracle Database의 AI Vector Search, HeatWave GenAI의 Vector Store를 활용해 비즈니스 및 시맨틱 데이터를 간단하고 빠르게 쿼리하고 더욱 정확한 결과를 얻을 수 있습니다.

오픈 소스 라이브러리 및 프레임워크

Python 및 R의 오픈 소스 라이브러리 및 프레임워크를 사용해 데이터를 탐색, 변환 및 시각화할 수 있습니다. 여기에는 pandas, Dask, NumPy, Plotly, Matplotlib, TensorFlow, Keras, PyTorch가 포함됩니다.

데이터베이스 내 최적화 알고리즘

Oracle Database에는 널리 사용되는 머신 러닝 기능을 제공하는 30개 이상의 고성능 알고리즘이 포함되어 있습니다. HeatWave AutoML은 이상 감지, 예측, 분류, 회귀, 추천 시스템 작업을 위한 알고리즘을 지원합니다.

손쉬운 개발 및 배포

다양한 위치의 다양한 소스(객체 스토리지, Oracle 데이터베이스, HeatWave MySQL, MongoDB, PostgreSQL, Hadoop 등)에 저장된 다양한 형식(CSV, Excel, JSON 포함)의 데이터에 액세스할 수 있습니다. 애플리케이션 및 비즈니스 분석가가 액세스할 수 있도록 REST API를 통해 또는 데이터베이스에 직접 모델을 빠르게 배포합니다.

자연어를 사용하여 데이터 쿼리

자연어 프롬프트를 사용하여 SQL 데이터베이스와 상호 작용하면 전문가 및 비전문가 SQL 사용자가 데이터베이스를 쿼리할 수 있습니다. Autonomous Database Select AI를 통해 사용자는 광범위한 LLM을 통해 생생하고 자연스러운 대화를 나눌 수 있습니다.

여러 스크립팅 언어 지원

데이터 과학자들은 Python, R, SQL 등 가장 널리 쓰이는 프로그래밍 언어로 애플리케이션을 개발할 수 있습니다. 데이터 과학자가 특정 작업에 가장 적합한 언어를 유연하게 사용할 수 있을 때 조직은 더 빠르고 더 나은 결과를 얻을 수 있게 됩니다.

Oracle 데이터 플랫폼에 머신 러닝 및 인공 지능을 사용하는 이유는 무엇인가요?

빠른 모델 생성 및 검증 속도

알고리즘 선택, 모델 교육, 기능 선택 및 하이퍼파라미터 최적화가 포함된 자동화된 머신 러닝 파이프라인으로 모델을 구축합니다. 시각적 인터페이스를 사용하여 머신 러닝 모델을 구축, 교육, 실행 및 설명할 수 있습니다.
더 많은 데이터로 확보하는 더 나은 결과

데이터 과학자와 분석가는 온프레미스 또는 클라우드에 있는 다양한 소스의 다양한 형식으로 데이터에 액세스해야 합니다. 끌어 놓기 데이터 통합 및 준비 도구를 사용하여 데이터를 데이터 레이크 또는 데이터 웨어하우스로 이동하여 액세스를 단순화합니다.
원활한 통합의 이점

Oracle AI 서비스 전반에 걸친 일관된 아키텍처 및 배포 방식을 통해 여러 서비스 전반에서 보다 간편하게 작업할 수 있습니다. 벡터 데이터베이스를 포함한 내장형 인공 지능 옵션은 Oracle 고객이 데이터의 힘을 활용할 수 있도록 지원합니다.

데이터 플랫폼 고객을 위한 머신 러닝 및 생성형 인공 지능

더 많은 인공 지능 및 머신 러닝 고객 사례 살펴보기

Oracle 머신 러닝 및 생성형 인공 지능 서비스

Oracle은 자사의 Fusion SaaS 애플리케이션 전반에 통합된 생성형 AI 기능을 제공하는 방식으로 고객의 비즈니스 가치 향상에 직접 기여합니다.

Dave Vellante, theCUBE Research, Chief Analyst

더 읽어보기

데이터 플랫폼용 머신 러닝 및 생성형 인공 지능 사용 사례

모든 참조 아키텍처 보기

예측 모델 구축
데이터베이스 ML 사용
맞춤형 권장 사항 제공
분석 생성
GenAI 및 Autonomous Database

Prosperdtx: OCI Data Science로 환자 치료 성과 개선

Oracle Cloud Infrastructure Data Science로 예측 모델을 구축하기 위해, 대량의 소스 데이터를 안전하게 처리할 수 있는 아키텍처를 배포한 Prosperdtx의 이야기를 확인해 보세요.

참조 아키텍처 보기

OCI Data Science에 대해 알아보기

Prosperdtx 아키텍처 다이어그램 및 자세한 내용은 아래에서 확인할 수 있습니다 — 전자 의료 기록, 장치 및 최종 사용자의 데이터가 수집되어 의료 애플리케이션에서 사용할 예측 모델을 구축합니다. 웨어러블 장치 및 영상 기록에서 스트리밍된 데이터는 OCI Object Storage에 수집됩니다. 구조화된 데이터는 Oracle Autonomous Database에 안전하게 로드되어 저장됩니다. Oracle APEX는 개발자가 애플리케이션을 신속하게 구축할 수 있도록 지원합니다. OCI 데이터 과학은 대규모 환자 데이터를 소비할 수 있는 예측 모델을 구축하는 데 사용됩니다. 애플리케이션 개발자는 완료된 예측 모델을 가져와서 애플리케이션에 추가합니다.

데이터베이스 내 머신러닝을 사용한 데이터 과학 환경 설정

Oracle Database의 머신러닝을 사용하면, 데이터 과학자는 데이터를 외부 시스템으로 이전해 분석 및 모델 구축, 점수 부여, 배포를 진행함으로써 시간을 절약할 수 있습니다.

참조 아키텍처 보기

Oracle Database의 머신러닝에 대해 알아보기

머신 러닝 아키텍처 다이어그램 및 자세한 내용은 아래에서 확인할 수 있습니다 — 데이터는 고객 데이터 센터에서 생성되어 Oracle Autonomous Database로 전송된 다음 저장됩니다. Oracle Autonomous Database는 머신러닝이 내장된 Oracle Database를 포함합니다. 덕분에 데이터 과학자들은 ML 수명 주기의 핵심 요소들을 간소화 및 자동화함으로써 모델을 신속하게 구축할 수 있습니다. 완료된 모델은 Oracle Analytics Cloud 또는 Oracle APEX로 전송됩니다. 비즈니스 분석가가 완료된 모델을 분석 프로젝트에 포함시키고, 그러는 동안 애플리케이션 개발자가 모델을 애플리케이션에 내장합니다.

HeatWave AutoML을 활용해 ML 기반 제안 서비스를 간단히 제공

샘플 MovieHub 애플리케이션은 HeatWave AutoML 추천 시스템이 머신러닝 기반의 개인화된 추천을 생성하는 방법을 보여줍니다. 단계별 지침에 따라 코딩 없이 Oracle APEX를 사용하여 MovieHub 앱을 구축합니다.

워크샵에 액세스하기

분석 생성

생성형 AI의 강력한 기능을 머신러닝과 같은 다른 내장형 HeatWave 기능과 결합하여 비용을 절감하고 더 정확한 결과를 더 빠르게 도출할 수 있습니다. 이 예에서 제조업체는 예측 유지 관리를 위해 이 작업을 수행합니다. 엔지니어는 Oracle HeatWave AutoML을 사용하여 비정상적 운영 로그 보고서를 자동으로 생성할 수 있으며, HeatWave GenAI를 사용하면 로그를 수동으로 분석하는 대신 자연어로 질문을 하는 것만으로 문제의 근본 원인을 빠르게 확인할 수 있습니다.

GenAI with Autonomous Database

LLM은 선별된 학습 데이터에서 효과적인 SQL 쿼리 패턴을 학습함으로써 보다 효율적인 쿼리를 생성하여 더 나은 성과를 달성할 수 있도록 지원합니다.

LiveLabs 워크숍 체험하기

블로그 게시글 읽어보기

머신 러닝 및 인공 지능 리소스

Oracle에서 ML에 대해 알아보기

Oracle AI 관련 리소스

머신 러닝 및 인공 지능 문서