Analytics Platform Capabilities Explorer

AI 및 ML

Oracle Analytics는 플랫폼 전체에 내장된 AI/ML 기술을 통해 비전문가부터 코더까지 모든 기술 수준의 사용자들을 지원합니다. 기본 제공되는 AI/ML 기능에 더하여 Oracle Database Machine Learning 및 OCI AI Services를 함께 사용함으로써 더욱 광범위한 사용 사례에 대응할 수도 있습니다.

데이터 분석을 위한 인공지능 및 머신러닝

Oracle Analytics 플랫폼에는 인사이트 추천, 비전문가부터 코더에 이르는 모든 역할군에 대한 지원을 비롯한 다양한 머신러닝 기능이 내장되어 있습니다. 해당 기능들은 데이터 수집부터 의사 결정까지, 데이터 분석 프로세스의 모든 측면을 지원합니다. AI 서비스 등의 추가적인 OCI 서비스로 내장 기능을 확장하여 더욱 많은 AI/ML 사용 사례에 대응할 수도 있습니다.

원클릭 예측 데모 시청하기(1:18)

비즈니스 사용자를 위한 머신러닝

원클릭 고급 분석 기능으로 빠른 예측, 추세선, 클러스터, 참조선을 표시할 수 있습니다. 데이터 및 비즈니스 사용 사례에 더 적합한 내장 알고리즘의 예측 간격과 모델 유형을 사용자가 정의할 수 있습니다.

그림 1: 원클릭 기능으로 예측 추가하기

Explain 기능을 사용하여 데이터 세트를 검사하고, 코딩 없이 몇 번의 클릭만으로도 의미있는 비즈니스 동인, 상황별 인사이트, 데이터 이상 징후를 식별할 수 있습니다. Explain 기능으로 도출한 시각적 자료 및 결과를 선택하여 새로운 대시보드 및 스토리를 시작할 수도 있습니다.

그림 2: 분석 기반 시각적 인사이트 자동 생성하기


Auto-Insights 기능을 사용하면 데이터 세트를 검사하고 머신러닝을 통해 모든 측정지표와 속성이 포함된 시각적 인사이트를 자동으로 생성할 수 있습니다. 이를 통해 동일한 데이터로부터 다른 방법으로는 미처 발견하지 못했을 수도 있는 연결 및 패턴을 발견할 수도 있습니다. Oracle Analytics는 고객의 프로젝트 캔버스에 간단히 추가할 수 있는, 세부 설명이 포함된 다양한 시각화 자료들에 대한 원클릭 열람 기능을 제공합니다. 인사이트를 도출하는 데 사용된 모든 계산식은 편집 가능한 형식으로 투명하게 제공됩니다.

그림 3: 원클릭 기능으로 메트릭 또는 속성 설명하기


Explain 및 Auto-Insights 기능을 사용하면 ML 기술이 적용된 분석 기반 인사이트를 바탕으로 자신있게 프로젝트를 시작하고, 무엇을 해야 할지 막막한 상황이나 편향된 결과를 예방할 수 있습니다.

NLP 데모 시청하기(1:16)

자연어

AI 기반 자연어 처리(NLP) 및 자연어 생성(NLG) 기술과 AI가 생성한 응답을 함께 사용하여 분석 과정에서의 상호 작용 및 이해도를 개선할 수 있습니다. 데이터의 위치나 데이터 세트의 구성에 대한 지식 없이도 자연어(음성 입력 또는 검색 키워드)를 사용하여 Oracle Analytics 데이터 세트 및 시맨틱 계층의 모든 정보를 쿼리할 수 있습니다. 쿼리가 작성되는 동안 맥락에 부합하는 시각화 자료를 자동으로 렌더링합니다.

그림 4: 자연어 쿼리(NLP)

NLG 도구를 통해 데이터 소스로의 실시간 연결을 기본 지원하고, 시각화, 필터 등 캔버스에 표시되는 다른 데이터 개체들과 상호작용할 수 있는 시각화 자료에 대한 스마트 텍스트 설명을 작성할 수 있습니다. 설명에 포함되는 세부 정보의 표시 수준은 총 7단계로 나뉘어져 있으며, 설명 방식은 '추세(trend)' 또는 '분석(breakdown)'으로 설정할 수 있습니다. 텍스트 설명은 다중 언어를 지원합니다. 모바일 앱을 사용하여 분석 워크북을 팟캐스트와 같은 음성 설명으로 변환할 수도 있습니다.

그림 5: 자연어 생성(NLG)


데이터 과학자를 위한 머신러닝

데이터 준비 단계에서 데이터 흐름 편집기를 사용하여 수치 예측, 다중 분류기, 이진 분류기 또는 다양한 기본 제공 알고리즘을 사용한 클러스터링 등의 학습 방식을 취사 선택할 수 있습니다. 이러한 머신러닝 알고리즘은 커스터마이징, 학습, 튜닝 후에 광범위한 분석 사용자 커뮤니티에 게시할 수 있습니다. 모델의 게시가 완료되면 새로운 기업 또는 개인용 데이터 세트에 적용할 수 있습니다.

그림 6: 선형 회귀 ML 모드 커스터마이징하기

Oracle Analytics Cloud에서 학습된 모델은 품질과 정확성을 확인할 수 있는 데이터를 제공합니다. 예를 들어, 그림 7의 Naïve Bayes 이진 분류기는 자연 감소 데이터를 사용하여 학습시켰고, 테스트 데이터의 알려진 실제 값과 비교하여 알고리즘의 품질을 평가할 수 있습니다.

그림 7: ML 모델의 정확도 검토하기

Oracle Autonomous Database의 일부로서 제공되는, Oracle Database에 포함된 Oracle Machine Learning 서비스의 심층적이고 정교한 기능들을 활용해 보세요. Oracle Database의 Machine Learning 서비스는 SQL, R, Python, REST, AutoML을 사용하여 ML 모델을 개발, 테스트, 게시할 수 있는 중앙 관리형 플랫폼을 제공합니다. 비즈니스 사용자는 데이터 준비 과정에서 셀프 서비스를 통한 유연성을 누릴 수 있습니다. 게시 완료된 ML 모델은 Oracle Analytics Cloud에 등록되어 더 많은 비즈니스 사용자들이 자체 데이터 세트에 액세스하고 활용할 수 있도록 지원합니다.

OCI AI Services로 확장하기

Oracle Analytics Cloud는 OCI Vision 및 Document Understanding을 비롯한 OCI AI Services와의 통합을 지원합니다. 이를 통해 OAC의 기본 제공되는 머신 러닝 기능들을 확장하여 더욱 광범위한 비즈니스 사용 사례들에 대응할 수 있습니다. 사전 학습된 모델을 사용하거나 커스텀 모델을 설계, 개선, 배포하고, OAC에 모델을 등록하여 비즈니스 전문가들이 액세스할 수 있도록 공개하는 것도 가능합니다. Document Understanding 서비스를 사용하면 JPEG 및 PDF 파일 등의 문서에 AI 모델을 적용하여 주요 값과 컨텍스트를 추출할 수 있습니다. 따라서 기업이 필요로 하는 정보가 중앙 데이터베이스에 기록되어 있지 않아도 관련 문서들로부터 직접 정보를 추출하여 추가적인 인사이트를 확보할 수 있습니다. 이와 같이 역동적인 셀프 서비스 기반 접근법은 비즈니스 사용자가 데이터 과학 전문가의 도움 없이도 일상적이고 반복적인 모델 실행 및 결과 도출 작업을 수행할 수 있도록 해 줍니다. 비즈니스 사용자가 직접 모델 사용 일정을 수립하고 실행할 수 있게 되므로 데이터 과학 전문가는 보다 전략적인 작업에 집중할 수 있습니다.