빅데이터/인공지능 통합 서비스 개발 PaaS 플랫폼

Dec. 2018

1. 회사소개

2. 빅데이터/인공지능 통합 플랫폼 소개

3. 프로젝트 사례

4. 확장가능 영역

5. Q&A

Agenda

- 2 -

1. 회사소개 > At a glance

2007년 창업이후 지속 성장하며 현재 인공지능을 핵심역량으로 ‘AI전문회사’로 도약

• 사명: 티쓰리큐 주식회사

• 대표: 박 병 훈

• 설립: 2007.1.25.

• 자본: 3억 원

• 매출: 24억 원(FY2017 기준)

50억 원(2018년 예상)

• 직원: 41명(2018.10.기준)

T3Q 개요 회사 연혁

초창기

2007~2009

성장기

2010~2014

도약기

2015~2018

연구인증 벤처기업

아키텍처 컨설팅

2012 대한민국SW우수상 수상

빅데이터 AI 플랫폼(T3Q.ai) 개발

“Open Source역량”

“AI전문회사로도약”

주요 고객사 인원 구성

…

연구/개발(26명)

63%

영업/마케팅(4명)

10%

경영기획(6명)

15%

Advisory(5명)

12%

• 박사 2명• 석사 4명• 학사 33명 …

- 3 -

1. 회사소개 > Key Talent

AI 사업에 대한 비전을 공유하는, 유망기업 출신 및 국내외 유수 석·박사 인력으로 구성

박 병 훈

대표이사

• 고려대학교 컴퓨터교육 석사

• 고려대학교 사범대학 학사

• 전 삼성SDS SW Architect

• 전 삼성SDS 멀티캠퍼스 전임교수

유 석

AI 본부장

• 고려대학교 응용통계 및 AI 박사

• 고려대학교 산업공학 석사(AI)·학사

• 대전과학고등학교

• 전 뱅크웨어글로벌 상무

서 민 관

개발연구소장

• 고려대학교 컴퓨터교육 석사

• 고려대학교 컴퓨터교육 학사

• 티쓰리큐 SW개발 연구소장

• 빅데이터 인공지능 플랫폼 R&D

이 연 지

Data Scientist

• Royal Holloway University of London, Computer Science 학사

• Data Analytics Professional

• 문서자동분류 및 감성분석

주 선 태

Biz Service Managing Specialist

• KAIST 경영과학 석사

• 고려대학교 산업공학 학사

• 전 한국전산원 수석연구원

• 지능형 빅데이터 플랫폼 구축

권 민 오

Chief Strategy Officer

• LSE(London School of Economics

and Political Science) 경영정보 석사

• 전 PwC, Andersen 컨설턴트

• 전 우리금융 우리FIS 전략기획팀장

- 4 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > AI 플랫폼

비즈니스 문제해결을 목적으로 AI솔루션을 개발·제공하기 위한 지능형 공통 인프라

“플랫폼”이란?

• 기차를 타고 내리는 승강장

• 서비스를 주고 받기 위한 공통 기본구조

• 서비스제공, 솔루션 개발을 위한 인프라

T3Q의 “AI 플랫폼”이란?

• 비즈니스 문제해결을 목적으로 AI솔루션을개발·제공하기 위한 지능형 분석·예측 인프라

London King’s Cross Railway Station

- 5 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > ITOA 이해

빅데이터 처리 및 인공지능 통합 플랫폼의 이론적 배경 - ITOA

IT Operation Analytics 는 IT 시스템 운용에 있어서 데이터를 검색, 분석 및 리포트 하도록 설계된 응용 소프트웨어에 적용되는

방법 또는 접근방식으로, 특유의 비즈니스 정보를 추출할 수 있는 대용량 데이터 집합에 빅데이터 및 인공지능 분석 적용

Application

Mobile App

Storage

Network

System

Cloud

LOB data

Big DataStorage

TrendAnalysis

Predictiveinsights

AnomalyDetection

Unknown rootCause resolution

• 자동 로그 분석

• 이상 징후 탐지

• 통계 시각화

• 문제 분석 및 해결

• 시스템 안정화

• 비즈니스 측면의

시스템 관리

ITOA

Metrics

Events

Topology

Logs

2017년이 되면 기업의 15%가 ITOA를 사용할 것이다 - 가트너 -

- 6 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > Concept

정형·비정형 빅데이터 처리 및 AI솔루션개발·서비스제공이 가능한 국내 최초 통합 플랫폼

ML/딥러닝 통합 프레임워크

AI 데이터 저장소

AI 결과 데이터

AI 관리 서버

AI 작업 관리 데몬

실시간 예측 데이터

AI 서버 머신AI 서버 머신AI 서버

AI 작업 관리 에이전트

텐서플로 마스터

텐서플로 워커

텐서플로 클라이언트

Theano 프로세스

AI 서버 머신AI 서버 머신

분산코디네이터Zookeeper

등록

변경통지

등록/상태통지

변경통지서비스 호출

학습 운용 데이터

빅데이터분석 서브플랫폼

데이터수집/저장 빅데이터 분석 플랫폼

분석결과

정형

데이터

비정형

Log

Web

Text

Doc.

Image

Social Media

Data Store

Real-time 분석

Batch 기반 분석

사용자주도 분석

빅데이터저장소

Data Marts

포털+

빅데이터 서브플랫폼(T3Q.cep) 인공지능 서브플랫폼(T3Q.dl)

- 7 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

빅데이터 처리 및 인공지능 통합 플랫폼 논리구조

•

분산 AI(마이닝)

서비스클러스터

실시간대량

서비스Call

API

플랫폼사용자

서비스 API Call

내/외부응용 App 모바일 App IoT Device 기타

시각화및서비스맞춤형서비스 데이터개방 대시보드 관리자

실시간분산수집클러스터

실시간분산분석클러스터

배치분산분석클러스터

분산 AI(마이닝)학습클러스터

분산빅데이터저장클러스터

플랫폼관리 / 모니터링 / 워크플로우

인공지능 서비스 Call

서비스배포

학습결과 저장학습 데이터분석결과 저장분석결과 저장

수집

저장

수집

수집내부수집

외부수집

실시간전처리

분석/서비스 데이터

실시간분석

빅데이터/인공지능

전처리

분석

No SQL 원본RDB In-Memory DB

분산파일시스템

설치및서비스관리 노드및서비스모니터링 대시보드 탐지실시간모니터링

결과관리 모델관리분석엔진로그관리워크플로우

데이터소스

지방세정보

유관기관

OSINT

- 8 -

•

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

빅데이터 처리 및 인공지능 통합 플랫폼 물리구조(예시)

분산 인공지능서비스 클러스터

실시간 분산 분석클러스터

배치 분산 분석클러스터

분산 인공지능학습 클러스터

저장 클러스터 ( 실시간 + 데이터 마트 + RDB)

서비스 배포

학습결과 저장학습데이터

분석결과 저장

수집

저장

수집클러스터

내부데이터수집노드(2EA)

외부데이터수집노드(2EA)

실시간네임노드 (2EA)

실시간데이터 Node (8EA) RDB 노드(2EA)

플랫폼 관리 시각화 및 응용 서비스

배치네임노드 (2EA)

배치데이터노드 (8EA)

실시간 분석 노드 (8EA) 배치 분석 노드 (4EA)

관리노드 (2EA) 시각화 노드 (2EA)

인공지능 서비스 노드 (2EA)

인공지능 학습노드 (2EA)

1

1

1 1

2 2

3 3

4

4분석결과 저장

- 9 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

정형·비정형 빅데이터 처리 및 AI솔루션개발·서비스제공이 가능한 국내 최초 통합 플랫폼

- 10 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

정형·비정형 빅데이터 처리 및 AI솔루션개발·서비스제공이 가능한 국내 최초 통합 플랫폼

T3Q.ai은 빅데이터 플랫폼과 인공지능 플랫폼으로 구성되어 개발 작업이 필요 없이 (No code Dev.) 알고리즘 설정으로

서비스 개발이 가능하며 고객의 요청에 따라 서비스를 개발하는 주문형 서비스(On-Demand Service)의 생산이 가능

• 기계 학습을 이용한 인공지능 기반으로 각종 분석이나 이상 징후 예측, 운용 최적화, 수요 예측 등을 자동화 할 수 있습니다.

• 분석 통합 개발 환경을 통해서 코딩할 필요 없이 알고리즘 설정만으로 서비스를 개발할 수 있습니다.

통합 IDE(웹) 레이어

분석서비스 실행프레임워크 레이어

(확장가능)

분석 엔진 레이어(확장가능)

빅데이터 레이어

분석 서비스 API Proxy

Logistic Regression Two Class SVM K-means CNN RNN K-NN …

학습데이터 생성

분석 전용 App 사용자UI

분석 통합 개발/운영 환경(웹)

데이터분석 → 학습데이터셋 생성 → 학습 → 테스트

→ 배포 → 운영 → 관리 모니터링 → 폐기 전 과정

Power User(코딩 가능)

Basic User(알고리즘 이해)

No Code개발 주문

고객

AI Common Core Lib + Services

- 11 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

정형·비정형 빅데이터 처리 및 AI솔루션개발·서비스제공이 가능한 국내 최초 통합 플랫폼

T3Q의 T3Q.ai는 빅데이터 플랫폼과 인공지능 플랫폼으로 구성되어 다양한 인공지능 서비스팩을 제공하고 있으며 고객의

비즈니스에 맞는 서비스팩을 쉽고 빠르게 커스터마이징.

공공데이터

미디어 분석 데이터

위치/지리 정보

국민의료정보 통합재정정보

고용보험정보 교통사고정보

기상정보 수출입무역통계

부동산거래정보 농수축산정보

일자리종합정보 지방행정정보

법령정보 식의약품정보

국가통계정보 재난관리정보

교육행정정보

국민연금정보 자동차종합정보

App / IoT / 장비 등

인공지능

플랫폼

빅데이터

플랫폼

수집

저장

시각화

실시간 분석 배치분석

학습데이터 생성

영상인덱싱

음성인식

보안탐지

Fraud탐지

부하예측

장애예측

신규 개발 (예시)

맞춤형마케팅

사용량예측

고객패턴

AICommon CoreService Layer

Framework Layer

TensorFlow / Theano / Caffe2 / Matlab / Python / R …

Data IntegrationLayer

HBase Driver JDBC Driver Storage Driver

APILayer

Dataset Select API Select & Parameter Input 학습 & Plotting 학습결과 & Deploy Job ManagementApp UILayer

Common Core API Management API

Service Management

Job Management

Deploy Management

UtilsProperty

Regression

Logistic Regression

SGD Regression

RNN

ElasticNet Lasso

Ridge Regression SVR

SVR Ensemble Regressors

Logistic Regression

Binomial Logistic Regression

Multinomial Logistic Regression

CNN

Two Class SVM

Random forest classifier

K-NN

One Class SVM

PCA based

Auto Encoder

Gaussian Mixtures

Logging

자연어처리 객체(이미지/영상) 인식 강화학습 GAN 엔진 음성인식EngineLayer

K-Means

Deming Regression

Kernel approximation DC GAN

Sequence to Sequence

ENSEMBLE

Monitoring

DQN

인공지능 서비스 팩 (확장 및 커스터마이징 영역)수집데이터

솔루션

지원영역

- 12 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

정형·비정형 빅데이터 처리 및 AI솔루션개발·서비스제공이 가능한 국내 최초 통합 플랫폼

Dataset

선택

분석모델

선택학습 수행

학습 과정

표시

학습 결과

표시

파라미터

입력/설정

DataSet

List[R]학습

과정/결과

저장[H,R]

DataSet

load[H] 학습결과

[H,R]

Parameter

List[R] 학습 Job

저장[R]

학습과정

[H,R]ModelList[R]

서비스 (추론)

서비스

배포

• 학습이 완료된 서비스를 운용에 반영 / 학습이 완료된 모델을 저장

• 저장된 모델을 load하여 실행 / 학습에 사용한 파라미터를 그대로 사용

• 학습된 configuration을 보존 / 운용에 필요한 데이터를 사용

학습 테스트

DataSet

load[H]

학습

과정/결과

저장[H,R]

- 13 -

2. 빅데이터/인공지능 통합 플랫폼 소개 > 사례

다양한 업종 비즈니스에 적용할 수 있는 ‘통합 플랫폼 기반 5대 솔루션’ 보유 및 확장 중

「T3Q.ai」

플랫폼객체인식솔루션

Cyber-security솔루션

자동분류· 맞춤 솔루션

Question Answering

솔루션

이상탐지· 예측솔루션

1

2

3

4

5•안과 원추

각막예측

•안면인식

•치과 두부계측점 인식

•사고차량판정

•문자/이미지스팸탐지

•Website위·변조 탐지

•비정상침입탐지(보안

관제)

•신용등급판정 •컨택센터/Help Desk

Chatbot

• STT/TTS기반QA시스템

•이상거래탐지

• E2E 인프라관제

•전산장애예측

•이메일/전자문서 자동분류

• (키워드+관계) 의미기반 검색

•고객맞춤 Offering

기술확보완료

진행 중·예정

범례

통합 플랫폼 기반 5대 솔루션 및 적용 영역

- 14 -

T3Q.ai 플랫폼 | 인공지능Data Set

3. 프로젝트 사례 > 치아교정 두부 계측점 자동추적

치아교정이 필요한 환자의 두부계측점을 자동생성하여 치과의사의 교정서비스 향상

• 치과 두부 X-ray 및실제 계측점* 데이터(Big/Small Data)

…

학습 파이프라인• 데이터 전처리• 파라미터 조정• 그래프 설계 등

AI 알고리즘• 이미지인식 Deep Learning• Fast R-CNN, Object Detection

학습결과생성• Model• Weight, Bias, Network

서비스 배포

* 계측점: 치아교정에 사용되는두부 X-ray를 의사가 판독하여교정계획에 사용되는 기준점

온라인시스템·

사용자화면

치과의사

서비스 요청• 치아교정이 필요한 환자의 X-ray 사진 입력

계측점 자동추적·생성• 두부계측점 자동생성• 의사의 교정계획에 활용

- 15 -

3. 프로젝트 사례 > 손해보험사 자동차사고 식별

손보사 보상업무 담당자(손해사정) 업무 자동화로 인력부족현상 해소 및 생산성 향상

T3Q.ai 플랫폼 | 인공지능Data Set

• 손상 및 정상 자동차이미지 데이터(Big/Small Data) 학습 파이프라인

• 데이터 전처리• 파라미터 조정• 그래프 설계 등

AI 알고리즘• 이미지인식 Deep Learning• Fast R-CNN, OCR, Object Recognition

학습결과생성• Model• Weight, Bias, Network

서비스 배포

손해사정인보상업무담당

서비스 요청• 보험가입자가 보내온자동차 사진 입력

자동차 사고유무판단• 사고인식률 99%• 향후 사고 정도, 보상비용산정 확대

…

온라인시스템·

사용자화면

- 16 -

3. 프로젝트 사례 > 전자문서 자동분류 및 의미기반 검색

AI기반 문서분류 자동화로 수작업 제거 및 업무에 필요한 정보검색 효율화

T3Q.ai 플랫폼 | 인공지능Data Set

• 다양한 형태의문서/영상 파일(Big/Small Data)

학습 파이프라인• 데이터 전처리• 파라미터 조정• 그래프 설계 등

AI 알고리즘• STT / OCR• 자연어처리 Deep Learning• 텍스트파일변환, 형태소 추출• doc2vec, word2vec

학습결과생성• Model• 다차원 가상공간 벡터• 단어+관계=문맥

서비스 배포

문서생산자검색사용자

서비스 요청• 문서작성 및 시스템등록• 자연어 검색문장 입력

문서자동분류• 기안문서, 출장보고서 등• 다차원 분류체계로 설정• 의미기반 유사문서 검색결과 리턴

온라인시스템·

사용자화면

…

변

환STTOCR

- 17 -

3. 프로젝트 사례 > 통신사 및 금융회사 E2E(End-to-End) 인프라 관제

‘T3Q.ai 플랫폼’의 빅데이터 부분을 적용하여 차세대시스템 인프라 관제체계 구축

서비스트랜잭션

주요비즈니스트랜잭션

채널별유입건수트랜잭션

도메인처리건수& 평균응답시간

시스템처리건수& 평균응답시간

통계및오류모니터링영역

종합상황표시

- 18 -

3. 프로젝트 사례 > 통합플랫폼 기반 금융 마케팅 서비스

내부 고객정보와 외부 고객정보 통합하고, 실시간 채널 데이터 수집 및 분석, 인공지능학습 및 서비스 개발 등 빅데이터와 인공지능 서비스 개발

마케팅

서비스

인공지능

플랫폼

빅데이터

플랫폼

수집

저장

시각화

실시간 분석 배치분석

학습데이터 생성

AICommon CoreService Layer

Framework Layer

TensorFlow / Theano / Caffe2 / Matlab / Python / R …

Data IntegrationLayer

HBase Driver JDBC Driver Storage Driver

APILayer

Dataset Select API Select & Parameter Input 학습 & Plotting 학습결과 & Deploy Job ManagementApp UILayer

Common Core API Management API

Service Management

Job Management

Deploy Management

UtilsProperty

Regression

Logistic Regression

SGD Regression

RNN

ElasticNet Lasso

Ridge Regression SVR

SVR Ensemble Regressors

Logistic Regression

Binomial Logistic Regression

Multinomial Logistic Regression

CNN

Two Class SVM

Random forest classifier

K-NN

One Class SVM

PCA based

Auto Encoder

Gaussian Mixtures

Logging

자연어처리 객체(이미지/영상) 인식 강화학습 GAN 엔진 음성인식EngineLayer

K-Means

Deming Regression

Kernel approximation DC GAN

Sequence to Sequence

ENSEMBLE

Monitoring

DQN

CRM(정보계 DW)

고객 통합정보

내부등급정보

마케팅정보

영업정정보

거래실적 등

계정계

수신 여신

외국환 유가증권 등

외부데이터

카드 부동산

신용평가 …….

ETL

비정형 고객 행동유형 개인화서비스및마케팅 이탈고객추정 금융상품 추천 타켓캠페인

비정형데이터

Call center 음성데이터/ 상담메모

SNS데이터 채널데이터 뉴스/미디어 기상 등 공공 빅데이터 등

목표시스템

- 19 -

3. 프로젝트 사례 > 인공지능 기반 SaaS 클라우드 서비스 플랫폼

기술발전과 시장성장 매력도, 정부정책 측면에서 기업들간 협업 시너지 창출 필요

기업간협업으로인공지능경쟁력

창출 필요

AI is everywhere…

① 인공지능은 기술적으로 급속하게 발전하며 모든 산업영역에 영향을 미침

- ICT산업, 제조, 금융, 의료, 서비스, 농업 등전 분야에 걸쳐 혁신의 동력으로 자리매김

② 구글, 애플, 아마존 등 글로벌기업들은사업모델혁신의 핵심요소인 인공지능에대규모 연구개발 지속 투자. 국내도 삼성전자, LG전자, kt 등 대기업중심 투자

시장규모 성장전망의 매력도

④ 글로벌시장규모는 ’16년부터 ’20년까지연평균 55.1% 급성장 전망.

1

3

중소기업의 AI개발 및 활용역량 부족

1. 고비용 투자여력 부족과 단기효과실현어려움(대기업 대비 자금, 인력부문 취약)

정부의 4차산업혁명 적극적 대응

1. 알파고 충격 이후 ’15년부터 제4차 산업혁명 패러다임 변화 대응 정책추진

특히, 세계적 수준의 인공지능 기술력 및R&D생태계 확보를 목표로 5년간 2.2조원 투자계획 발표(과기정통부, 2018.5.15.)

- 세계 4대 AI강국 도약

- 우수인재 5천여명 확보

- AI 데이터 1.6억여 건 구축

4

5

6

2

(국내: ’25년까지 약 11조원 예상)

• AI플랫폼구축 및도메인 지식 결합

• 규모/범위의 경제

- 20 -

3. 프로젝트 사례 > 인공지능 기반 SaaS 클라우드 서비스 플랫폼

범용 인공지능 플랫폼 기반 SaaS 클라우드 서비스 개발

인공지능 플랫폼 고도화 개발 목표 개념도 단계별 목표

타 부문 인터페이스

▪ 1차년도: 인공지능 플랫폼 고도화- 도메인별 필요 알고리즘 개발 및 통합

- 인터페이스 API 개발

- 솔루션 영역별 학습 및 알고리즘 검증

▪ 2차년도: 클라우드 환경 구축 및 연동- 클라우드 SaaS 구축

- 인터페이스 API 연동 지원

- 종합 기술검증

▪ 인공지능 플랫폼 알고리즘과 도메인별 학습결과 서비스를 클라우드 기반으로중소기업, 기관고객 등에게 제공

▪ Biz 도메인 데이터 수집 및 학습

▪ 학습결과 서비스 API 개발 및 제공

▪ 알고리즘, 플랫폼 사용 API 제공

- 21 -

4. 확장가능 영역

빅데이터 인공지능 통합플랫폼을 활용하여 자동화·지능화 할 수 있는 영역발굴

1 금융회사 컨택센터, 영업점 AI기반 Inbound Marketing 강화(Rule → AI)

2 금융회사 이상거래탐지시스템(FDS) 고도화(Rule+AI 병행|검증 이후 AI 전면적용)

3 제조 생산공정 불량품 탐지(반도체회사 Wafer 불량탐지체계 구축 진행 중)

4 보안구역, 공공장소 등 무인감시 영상 CCTV

현재, 8개 중소기업 연합 Cloud SaaS 인공지능 비즈니스 서비스 기획 중5

- 22 -

4. 확장가능 영역

빅데이터 인공지능 통합 플랫폼 확장 영역

금융기업/개인 신용평가 및 부도 예측이상탐지(보안침해,부정사용) / 장애 예측환율예측

의료의료영상 및 이미지 판독 (건강보험 심사평가원, 전남대학교 치과대)의료 부정 수급탐지 및 심사 (심사평가원)

국방철책 철수에 따른 지능화 CCTV기반 영상 탐지 및 모니터링군 지휘체계 의사결정 지원 플랫폼상담 헬프콜센터 / 의미기반 분류 및 지수 분석

스마트시티스마트산업 플랫폼, 스마트소비 플랫폼, 스마트이동 플랫폼, 스마트교육 플랫폼, 스마트행정 플랫폼, 스마트환경 플랫폼, 스마트안전 플랫폼….

서비스 중견/중소기업

Copyright © 2018 T3Q. All rights reserved.

“감사합니다.”