실시간지능화 엣지인공지능플랫폼아키텍처 · 빅데이터의처리과정 데이터소스 데이터수집 데이터저장 데이터분석 시각화 ... r ata t er

Copyright © 2019 T3Q Co., Ltd. All Rights Reserved.

실시간 지능화 〮 엣지 인공지능 플랫폼 아키텍처

파스-타 기반

1. 4차 산업혁명

2. 인공지능 〮 빅데이터

3. 인공지능 빅데이터 통합 플랫폼

4. 통합 플랫폼(T3Q.ai)의 사례

5. 통합 플랫폼 확장 가능 영역

6. T3Q 소개

Q & A

Contents

를 만나면 인공지능이 엑셀처럼 쉬워집니다! 3

RSCN ( Real-time Smart Cloud Network ) 실시간 지능화 클라우드 네트워크 구성 예시

자동차산업

헬스케어산업

에너지산업

클라우드

인공지능서비스플랫폼

서비스 Gateway

시각화및응용애플리케이션

데이터수집큐

인공지능학습플랫폼

Data Lake (빅데이터저장소)

조직 : 기획/관리, 개발/운영데이터 흐름

분석플랫폼

실시간분석

배치분석

PaaS ( Platform as a Service )

물리인프라 ( 네트워크, 하드웨어등 )

IaaS ( Infrastructure as a Service )

관리

및

모니터링

스마트 지능화 인재 센터 (고급 4차 산업혁명 인력 양성)

IoT플랫폼

데이터수집기

IoT 경량 Edge

중량 Edge AI

자체저장소

IoT 경량 Edge

중량 Edge AI

자체저장소

IoT 경량 Edge

중량 Edge AI

자체저장소

기타(스마트시티,

스마트팩토리등)

공공및민간데이터

서비스지능화Only

학습+서비스

산업별데이터 발생 원천

빅데이터 플랫폼

인공지능 플랫폼

0

2

3

4 5 6

7

8

9

4차산업혁명문화

1

▪ 가치 : 4차산업혁명(현실세계와가상세계의융복합)을통한시민행복 / 공유네트워크

▪ 기술 : AI, Bigdata, Cloud, 5G, IoT, Blockchain, AR/VR, Web/Mobile, Platform

▪ 사람 : 4차산업혁명기술을현실화할수있는실질적역량을갖춘전문가

▪ 프로세스 : 비즈니스목적정의→비즈니스목적에적합한데이터확보→지능화서비스구현→지능화서비스활용

PaaS-TA


4차 산업혁명이란 무엇인가?

( 출처 : 창조경제연구회 – 4차산업혁명과 초생명사회)












가상(프로그램) 세계

현실세계

환자발생

신고접수

이동

병원도착

Digital Transformation Analog Transformation

신호 변경 & 다른 경로 안내 & 출동 지시

혼잡예측

각종 센서 및 장치

인공지능/빅데이터 통합 플랫폼

생성된학습모델 서비스

응급의료데이터 현장응급조치

센터에 의한상황지시

구조대에 의한이동간 응급처치

도착 후 이동

의료진에 의한응급 조치

현실세계

빅데이터 분석과 인공지능을 기반으로 하는 스마트시티 기능(서비스) 사례 - 응급환자


4차 산업혁명이란 무엇인가?빅데이터 분석과 인공지능을 기반으로 하는 스마트시티 기능(서비스) 사례 – 교통 제어


현실세계

한산

원활

혼잡

정체

생성된학습모델


카메라

신호 변경 & 다른 경로 안내 & 출동 지시

혼잡예측

정체

카메라

현실세계인공지능/빅데이터 통합 플랫폼

서비스


4차 산업혁명이란 무엇인가?빅데이터 분석과 인공지능을 기반으로 하는 스마트팩토리 기능(서비스) 사례 – 예지 정비


현실세계

카메라

진동 센서

온도 센서

Tension센서

생성된학습모델


제어기

이상 알림 & 조건 제어 & 정비 지시

고장예측

AI 시스템

현실세계인공지능/빅데이터 통합 플랫폼

온습도조절

설비점검

작동 정지정비 작업

필요조치

서비스


ITOA 란?

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

방식으로, 특유의 비즈니스 정보를 추출할 수 있는 대용량 데이터 집합에 빅데이터 및 인공지능 분석 적용

Application

Mobile App

Storage

Network

System

Cloud

IoT 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

2019 년까지 글로벌 기업의 25%가 2개 이상의 주요 IT 운영 기능을 지원하는 AIOps 플랫폼을 전략적으로 구현할 것입니다. - 가트너

※ AIOps : Algorithmic IT Operations Analytics


인공지능과 빅데이터빅데이터 - 기존의 데이터베이스 관리도구로는 처리가 불가능한 대량의 정형 또는 비정형의 데이터 집합

빅데이터의 속성은 3V, 규모(Volume), 다양성(Variety), 속도(Velocity)로 정의하며, 최근 정확성(Veracity)과 가치(Value)를 포함하여 5V 정의

가트너의 애널리스트 더그 레이니(Doug Laney)는

연구 보고서에서 현재 가장 널리 사용하는 빅데이터

의 속성을 3V, 즉 규모Volume, 다양성 Variety, 속

도 Velocity 등 세 가지로 정의했다.

2012년 가트너는 기존 정의를 다음과 같이 개정했다.

“빅데이터는 큰 용량, 빠른 속도, 다양성이 높은 정보

자산이다. 이것으로 의사 결정 및 통찰발견, 프로세

스 최적화를 향상시키려면 새로운 형태의 처리 방식

이 필요하다.”

IBM은 여기에 정확성(Veracity) 요소를 더해 4V로

정의했고, 최근에는 가치(Value)를 포함하여 5V로

정의하기도 한다.

• 테라바이트

• 레코드

• 트랜잭션

• 표, 파일

• 일반 처리

• 실시간 처리

• 스트림

• 정형

• 비정형

• 반정형

빅데이터3V

속도 다양성

정확성

가치규모

3V

4V

5V


인공지능과 빅데이터빅데이터의 처리 과정

데이터 소스 데이터 수집 데이터 저장 데이터 분석 시각화

데이터베이스&

파일관리시스템

IoT&

센서 데이터

소셜 & 웹 데이터

RDBMS

분산파일시스템

NoSQL

통계적 분석

데이터 마이닝

SNS 분석

텍스트/웹 마이닝

기계 학습

감성 분석

Chart&

Grid

워드 클라우드

네트워크 그래프

RDBMS

파일 데이터

정형 데이터

비정형 데이터

소셜/웹 데이터

실시간 데이터


인공지능과 빅데이터빅데이터 처리 구조 - 람다 아키텍처 (Lambda Architecture)

빅데이터(배치, 스트리밍/실시간) 프로세스 아키텍처

New Data Batch Layer Serving Layer Query

Speed Layer

Master Data Set

Master Data SetMaster Data Set

Master Data SetReal Time Process

(Streaming Time Process) Master Data SetReal Time View

Data

Colle

cto

rM

aste

r Data

S

et

Data

Exchanger

Data

Colle

cto

r

수집 분석저장

시각화12

3 4

참고 : http://lambda-architecture.net/

배치 레이어 배치 처리와 배치 저장소 부분 스피드 레이어 실시간 데이터를 처리하는 부분

서빙 레이어 배치에 의해 처리된 요약데이터를 제공하는 부분 쿼리 서빙, 스피드 레이어의 데이터를 조회하여 정보를 얻음


인공지능과 빅데이터빅데이터 플랫폼의 구성 - 분산파일시스템을 이용하여 속도와 안정성 제고

빅데이터 분석 플랫폼 (구성 사례 - 실시간 분석 / 배치 분석) 주요 특장점

• 시범 서비스


실기간 분석서버

시각화 WAS

UI (시각화 / 대시보드 / 로그검색)

수집서버

Kafka

8 Core / 64 G

Storm

메모리 DB (대시보드)

RDB (통계)

BigData저장소

실시간 저장소 비정형 통계

HBase Druid

HDFS

PostgreSQL

Redis

Sqoop

JBoss

1

3

4

※ Kafka 1대당 Storm 2대 필요(단, 실시간 분석 요건에 비례하여 서버 추가 필요) ※ 통신 효율성을 위해 Storm과 동일 서버 활용

※ 다양한 목적의 4가지 저장소

2

Flume

NiFiSpark Stream

관리서버Tomcat

분산코디네이터 ZooKeeper

배치 분석서버

Spark

YARN

Hive

수집대상

Async방식

Polling 방식

API

Agent

• 수집

- Agent / API / Script

- Agent 설치와 API 호출, 로그파일

로부터 자동으로 데이터를 수집합니다.

• 저장

- Memory / Database / NoSQL /

Hadoop

- 실시간으로 빠른 데이터 처리와 대용량

데이터 처리를 위한 최적의 방식을

사용합니다.

• 분석

- Real-time / Batch / On-Demand

- 유입되는 대량의 데이터를 실시간이나

주기적으로 또는 요청에 의해 분석할 수

있습니다.

• 시각화

- Dashboard / Data Editor

- SMS, BTM, E2E의 3종의 대시보드

템플릿을 기본 제공하며 화면 레이아웃은

자유롭게 수정 가능합니다


인공지능과 빅데이터인공지능 개요 - 사람과 유사한 지능을 가지도록 인간의 학습능력, 추론능력, 지각능력, 자연어 이해능력 등을 컴퓨터 프로그램으로 실현하는 기술

DeepLearning

● 기계학습(Machine Learning)은 인공지능의 한 분야로 기계 스스로 대량의 데이터로

부터 지식이나 패턴을 찾아 학습하고 예측을 수행하는 것

● 딥러닝(Deep Learning)은 컴퓨터가 스스로 학습할 수 있게 하기 위해 인공 신경망을

기반으로 하는 기계학습 기술의 일종으로 인간의 두뇌가 수많은 데이터 속에서 패턴을

발견한 뒤 사물을 구분하는 정보처리 방식을 모방

산업 활용 사례

금융/핀테크 투자 및 트레이딩 / 신용평가 및 심사 / 위법행위 감지 등

의료 의료 영상 분석 / 환자 데이터 기반의 진단 등

법률 법률 문서 자동 분석 / 법률 자문시스템 등

기계 고장 예지 / 자율 주행 자동차 / 자율 배송 및 유통 등

인터넷 업체 이미지 인식 / 얼굴 인식 / 음성 인식 및 명령 / 검색 최적화 등

서비스 고객별 추천 상품 / 고객 상담 / 콜 센터

지각 추론학습

다양한 응용 도구 (활용)

Result / Action

인공지능의 분야별 활용 사례


인공지능은 누가 어디에 쓰는가? 누가글로벌 기업들의 인공지능 기술 쟁탈전

다임러(독)

제너럴모터스(미)

폭스바겐(독)

아우디(독)

닛산(일)

ZMP

토요타

테슬라모터스(미)

보스턴에 AI연구시설 설립

바이두(중) 덴쯔(일)

사이버에이전트(일)

AI 권위자 초빙,연구시설 설립

SOINN자기증식형

뉴럴네트 개발

ABEJA화상인식과딥러닝 결합

PreferredInfrastructure (PFI)

UBIC

애플

히타치

지멘스

미쯔코시이세탄

NTT

파나소닉

FANUC (일)

MITAI 연구소

스탠포드AI 연구소

AI 벤처Vicarious

Wise.io(인공지능)

팜 컴퓨팅(머신러닝)

딥마인드인수

인수

PREDIX

출자

출자

출자

출자

출자

출자

출자 점포분석공동연구

사업제휴

AI 탑재산업용로봇

공동연구

공동으로연구시설 설립

자동주행 공동 연구

Ref: cio_summit_2016 발표자료 “지능화(A.I) 사회가 불러올 각 산업별 전망” 참조

http://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiM6MHD5eDXAhVHWbwKHX9sBK0QjRwIBw&url=http://blog.naver.com/PostView.nhn?blogId=kimmy5000&logNo=220669312031&psig=AOvVaw07VaOBELgm9txejSIOfjSL&ust=1511942138661393

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjAiOfuzODXAhVBipQKHQzTDecQjRwIBw&url=https://www.roblox.com/groups/group.aspx?gid=2816388&psig=AOvVaw3EeY14LDATYJFp1FP_TECs&ust=1511935412759087

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiB9rKrzeDXAhVDE5QKHdr5AFoQjRwIBw&url=https://ja.facebookbrand.com/&psig=AOvVaw05yphVBzF_T1P2m36gMvm4&ust=1511935642644492

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjlxZnNzeDXAhUBtJQKHTUXBGEQjRwIBw&url=https://www.rocketpunch.com/companies/rakuten/jobs&psig=AOvVaw2Fn77on613iMnrXwijlTK2&ust=1511935683764293

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjt0fbmzeDXAhWBuZQKHUqPC4sQjRwIBw&url=https://goodtip.startupbridgeva.com/view/%EC%9C%A0%EB%AA%85-%EA%B8%B0%EC%97%85-%EB%A1%9C%EA%B3%A0%EC%9D%98-%EC%88%A8%EA%B2%A8%EC%A7%84-%EB%B9%84%EB%B0%80-5&psig=AOvVaw1BwxCm0OwMumIFwQ_L_3p5&ust=1511935759608877

http://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjF5car0uDXAhVIUZQKHRbHDmYQjRwIBw&url=http://global-autonews.com/bbs/board.php?bo_table=bd_001&wr_id=17451&psig=AOvVaw2iAAQdSLW8RsdmqSThUb3G&ust=1511936970335782

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwi2ztbW0uDXAhXEl5QKHYK1DZwQjRwIBw&url=https://commons.wikimedia.org/wiki/File:Recruit_Holdings_Logo.gif&psig=AOvVaw0YJPKoOjTZH70FqcR54-k-&ust=1511937053429493

http://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjF6Nan2uDXAhXCybwKHViXBroQjRwIBw&url=http://pngimg.com/imgs/logos/ibm/&psig=AOvVaw1SV5_ghoD0FP6AisGn2yOJ&ust=1511939112982582

http://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwivrLP82uDXAhXJUbwKHYyVAZoQjRwIBw&url=http://advancedmanufacturing.org/ge-plans-sell-10000-3d-printing-machines-10-years/&psig=AOvVaw387TU68ou-v6FD7Vs7FZxI&ust=1511939302354875


인공지능은 누가 어디에 쓰는가? 어디에전체 산업과 생활의 모든 분야에 적용 가능한 인공지능 기술

스마트 홈

스마트 가전으로 편리한 생활공간 지능화로 노인 케어 방식 변화

메디컬 케어

바이탈데이터 및 유전자 정보 활용 건강관리의료진 대상 지적도우미 서비스 등장

인프라

전력, 수도, 가스 등의 자동 조절다리, 발전소 등 공공인프라 이상 감지

스마트 농업

농작업 자동화 및 드론 이용 정밀 농업AI 기반 기상예측 및 농업 보험 등장

AI 기반 금융

주식, 투자상품의 로봇 어드바이저신용 평가, 대출, 금융상품 지원 업무

스마트 교육

학생별 맞춤형 교육 콘텐츠 제공AI 기반 대학 커리큘럼 설계 지원

커머스

무인 점포, 얼굴 인식으로 추천 서비스구매데이터 분석으로 맞춤형 광고 제공

자율 배송, 유통

자율 화물배송, 무인화물선, 드론 배달물류 창고 내 AI 로봇 이용

안전 보장 로봇

재해 지역 구조 활동극한 환경에서 자율 행동 가능

자율주행

자율주행차 신규 제조업체 등장 예상자율주행 보험 및 여행서비스 등장

업무 환경 변화

서류관리 및 데이터 분석 등 자동화전문 업무에 AI 도입 활발 (법률, 번역)

인텔리전스 시큐리티

빅데이터 분석에 따른 범죄 예측/예방행동 분석으로 이상 행동 사전 감지

Ref: cio_summit_2016 발표자료 “지능화(A.I) 사회가 불러올 각 산업별 전망” 참조


인공지능은 누가 어디에 쓰는가?전체 산업과 생활의 모든 분야에 적용 가능한 인공지능 기술 – 적용 사례

Boston Dynamics - Atlas

https://www.youtube.com/watch?v=rVlhMGQgDkY

Robot control with DRL

https://www.youtube.com/watch?v=-YMfJLFynmA

Deepmind - Atari Netflix

https://www.youtube.com/watch?v=V1eYniJ0Rnk https://www.netflix.com/kr/

https://www.youtube.com/watch?v=rVlhMGQgDkY

https://www.youtube.com/watch?v=-YMfJLFynmA

https://www.youtube.com/watch?v=V1eYniJ0Rnk

https://www.netflix.com/kr/


인공지능과 빅데이터인공지능 학습 - 기계학습은 데이터로부터 유용한 지식을 추출하고 그것을 새로운 데이터에 대한 판단에 적용하는 것을 의미

- Label 대신 reward가 주어짐

- Action selection, policy learning

기계학습의 종류

지도학습 (Supervised Learning)

비지도학습 (Unsupervised Learning)

강화학습 (Reinforcement Learning)

- Input 과 labels을 이용한 학습

- 분류(classification), 회귀(regression)

- Input만을 이용한 학습

- 군집화(clustering), 압축(compression)

[ 강아지와 고양이 구분하기 ]

강아지

…


인공지능과 빅데이터인공지능 알고리즘의 종류

분류

회귀

군집화

이상탐지

Supervised

Classification

UnSupervised

Clustering

Supervised

Regression

Supervised

AnomalyDetection


인공지능과 빅데이터기계 학습 과정

알고리즘 / 튜닝 매개변수 부적절

전처리 미흡

데이터 세트 부족 / 피처 부족

데이터 수집

통계 분석

평균, 최소, 최대, (공)분산,

표준편차, 중앙값, quantile, 도수분포 학습 데이터 선택

(학습 스키마 포함)

학습 알고리즘 선택

(K-means, FFN, CNN,

RNN, Deep Q-N)

튜닝 파라미터 설정

혹은 최적 파라미터

탐색 모드

훈련

(예측 모델 생성)

수행 정확도 측정

(분류 정확도, 혼돈 행렬,

상세 분류 성능,

RMSE, R^2, ...)

ROC (Receiver

Operating

Characteristics) 커브

현장 적용

성능 미달

데이터 수집 데이터 전처리와 탐색 학습 테스트 현장 적용

데이터 변환

비정상 데이터 제거

중복 데이터 제거

결측치 검사, 제거, 추가

정규화(normalization)

데이터 보정

기타 데이터 변환

상관 분석

시각화

히스토그램, 산점도

성능 미달

빅데이터 플랫폼 인공 지능 플랫폼

학습데이터

셋

기계학습 과정은 데이터 수집, 데이터 전처리 및 탐색 과정을 통해 학습 모델을 선택하여 훈련시킨 후, 테스트 데이터로 학습 성능을 평가하고 목표

성능에 이른 경우 현장에 적용하는 과정을 거치는데, 성능 미달인 경우 그 추정된 원인에 따라 그 이전 단계로 돌아가는 과정을 반복

학습된결과

(서비스)


인공지능〮빅데이터 통합플랫폼플랫폼의 정의

제품/서비스 판매자

구매자

서비스/솔루션 개발

플랫폼

“플랫폼”이란?

• 기차를 타고 내리는 승강장

• 서비스를 주고 받기 위한 공통 기본 구조

• 서비스제공, 솔루션 개발을 위한 인프라

T3Q의 “AI 플랫폼”이란?

비즈니스 문제해결을 목적으로 AI 솔루션을

개발·제공하기 위한 지능형 분석·예측 인프라

IT 인프라


인공지능〮빅데이터 통합플랫폼의 개념정형·비정형 빅데이터 처리 및 AI 솔루션개발 · 서비스 제공이 가능한 범용 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

AI작업관리에이전트

텐서플로마스터

텐서플로워커

텐서플로클라이언트

Theano 프로세스

AI 서버 머신AI 서버 머신

분산코디네이터Zookeeper

등록

변경통지

등록/상태통지

변경통지서비스호출

학습 운용 데이터

빅데이터분석 서브

플랫폼

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

비정형

데이터수집/저장 빅데이터 분석 플랫폼 분석 결과

정형

Data Store

Real-time 분석

Batch 기반 분석

사용자 주도분석

빅데이터저장소

Data Marts

포털

Log

Web

Text

Doc.

Image

Social Media

데이터 +


인공지능〮빅데이터 통합플랫폼의 개념빅데이터 / 인공지능 통합 플랫폼 논리구조

분산 인공지능서비스 클러스터

실시간대량

서비스Call

API

플랫폼 사용자

서비스 API Call

내/외부 응용 App 모바일 App IoT Device 기타

시각화 및 서비스

맞춤형 서비스 데이터 개방 대시 보드 관리자

실시간 분산수집클러스터

실시간분산 분석클러스터

배치 분산 분석클러스터

분산 인공지능학습 클러스터

분산 빅데이터 저장 클러스터

플랫폼 관리 / 모니터링 / 워크플로우

인공지능 서비스 Call

서비스 배포

학습결과 저장학습 데이터분석결과 저장분석결과 저장

수집

저장

수집

수집 내부 수집

외부 수집

실시간 전처리

분석/서비스 데이터

실시간 분석

빅데이터/인공지능

전처리

분석

No SQL 원본

RDB In-Memory DB

분산 파일 시스템

설치 및 서비스 관리 노드 및 서비스 모니터링 대시 보드 탐지 실시간 모니터링

결과 관리 모델 관리분석엔진 로그 관리워크플로우

데이터 소스

내부 DB

외부 DB

외부 데이터


인공지능〮빅데이터 통합플랫폼의 개념정형·비정형 빅데이터 처리 및 AI 솔루션개발 · 서비스 제공이 가능한 범용 통합 플랫폼

빅데이터 플랫폼 인공지능 플랫폼1

2

데이터 수집

데이터 전처리

기계 학습

실시간 탐지

강화 학습

플랫폼 관리/모니터링/로그

Push / Call

Pull

* 화살표 방향 : 데이터 흐름/호출

3

4

6

5

AI 서비스 사용자

학습데이터 소스

App, IoT, 장비 etc.인공지능 서비스 클러스터

App. 클러스터

기계 학습 (딥러닝) 클러스터

AI 서비스

실시간 수집 클러스터

실시간 처리 클러스터

인공지능 데이터 클러스터

메시지 큐 클러스터

AI 요청 큐

실시간 전처리 실시간 분석

결과 저장소

학습모델 설계

플랫폼 관리 / 모니터링 / 로그

탐지 실시간 모니터링설치 및 서비스 관리 노드 및 서비스 상태 모니터링 엔진 분석 로그 관리 모델 관리결과 관리

인공지능 활용App, IoT, 장비

etc.

학 습

추가/재/강화학습

학습모델 저장소

학습데이터 저장소

학습결과 저장소

학습데이터 수집 큐학습데이터 수집

요청데이터 수집

1.1 학습데이터수집1.2 학습데이터

저장

3.1.1 학습데이터 선택

2.2 전처리데이터 저장

2.1 전처리데이터 로딩 3.1.2 학습모델(알고리즘) 선택

5.1 기존 학습결과 로딩

3.2.1 학습데이터 로딩

3.4 서비스(학습결과) 배포

3.2.2 학습 결과 저장

5.2 추가학습데이터 로딩

5.3 추가학습결과 저장

4.1 활용데이터 수집

4.2 실시간 평가요청

4.3 실시간 평가 로딩

4.5.1 실시간탐지결과 저장

4.5.2 실시간 평가 후 학습데이터로 저장

4.4 서비스 호출1 1

2

2

3

3

3

3

4

4

4

5

4

4

6

학습데이터 발생App, IoT, 장비

etc.

1

4 G/W

4.1 인공지능 API 서비스 호출

T3Q.cep T3Q.dl

• 대용량 분산 클러스터

• 실시간 수집

• 분산 큐(Queue) 적용

• 정형/비정형 실시간 전처리

• 실시간 분석 및 인공지능 실시간 탐지

• 다양한 분산 저장소

• 성능과 가용성 예측 및 선제적 관리

• 다양한 UI/UX 및 대시보드

T3Q 빅데이터 플랫폼

• 전처리, 모델설계, 학습, 결과관리 및 배포,

추론 전체 학습파이프라인 지원

• 다양한 머신 및 딥러닝 알고리즘 지원

• 분산학습 지원

• 강력한 학습과정 및 결과 시각화

• 실시간 학습 전처리 지원

• 학습데이터에서 동적인 변수 선택 지원

• 앙상블 지원

T3Q 인공지능 플랫폼

● 특허출원

10-2018-0057095 / 10-2018-0057133


인공지능〮빅데이터 통합플랫폼의 개념인공지능 / 빅데이터 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 저장학습 데이터

분석결과 저장

수집

저장

수집클러스터

내부데이터수집노드(3EA)

외부데이터수집노드(3EA)

실시간네임노드 (2EA)

실시간데이터 Node (4EA) RDB 노드(2EA)

플랫폼 관리 시각화 및 응용 서비스

배치네임노드 (2EA)

배치데이터노드 (4EA)

실시간 분석 노드 (10EA) 배치 분석 노드 (4EA)

관리노드 (2EA) 시각화 노드 (2EA)

인공지능 서비스 노드 (2EA)

인공지능 학습노드 (2EA)

분석결과 저장


통합플랫폼(T3Q.ai) 사례통합 플랫폼으로 구성되어 다양한 인공지능 서비스팩을 제공하고 있으며 고객의 비즈니스에 맞는 서비스팩 을 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 학습 결과 & 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 강화 학습 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


통합플랫폼(T3Q.ai) 적용(통신) - 시스템 관제 E2E(End-to-End) 플랫폼‘T3Q.ai 플랫폼’의 빅데이터 부분을 적용하여 차세대시스템 인프라 관제체계 구축

서비스 트랜잭션

주요 비즈니스트랜잭션

채널별 유입건수트랜잭션

도메인 처리건수& 평균 응답시간

시스템 처리건수& 평균 응답시간

통계 및 오류모니터링 영역

종합 상황 표시


통합플랫폼(T3Q.ai) 적용(보안) - 침해사고 분석 보안 플랫폼인공지능기반 보안관제 및 침해사고 예방을 위한 종합분석 플랫폼 개발

전사침해사고 종합분석 플랫폼

T3Q.ai Platform

인공지능 기반보안관제

대용량 보안이벤트의자동 분석 및 대응

시스템 운영자데이터 분석가악성코드 분석가

악성코드관리시스템

상황실

악성코드 데이터

악성코드 분류 정보

통계 정보

침해사고 등록분석 정보 갱신

ML/DL기반데이터 분석

시스템사용현황모니터링

데이터정제 학습기능 관리기능 통계기능

• 레이블 선택• 레이블 변경• 데이터 변환

• 모델설계/학습• 파라미터 튜닝• 설계모델 검토

• 데이터셋 관리• 학습결과관리• 배포관리

• 학습통계• 데이터셋 통계• 자원사용률

https://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=2ahUKEwizz_jf993jAhWbfd4KHVe1A-wQjRx6BAgBEAU&url=https%3A%2F%2Fwww.flaticon.com%2Ffree-icon%2Fprogrammer_560216&psig=AOvVaw2Ck46gnzjcbykxH6b0MQu8&ust=1564620334813062




통합플랫폼(T3Q.ai) 적용(통신) - 실시간 지능화 유/무선 통합망 관리 플랫폼글로벌 최초 빅데이터/딥러닝 통합처리 LTE, 5G 유무선 통신망 관리 시스템 개발

• 네트워크 관리에 인공지능 적용

• 유선, 무선, IoT 등 네트워크 종류에 상관없는

데이터 분석 (세계 최초)

• 장애 예측, 원인 분석 지능화

유무선 망 관리시스템에서 수집되는

빅데이터 수집/분석 반복적 Deep Learning을 통한 망 운용

의사결정지원 플랫폼


통합플랫폼(T3Q.ai) 적용(서비스) - Cloud기반 인공지능 AI SaaS 플랫폼클라우드 기반으로 기업/기관에 인공지능 서비스를 제공하기 위한 시스템 구축 중

원추 각막 진단 서비스 쇼핑몰 의류 추천 맞춤형 관광 정보 자연어 처리/챗봇 상담 서비스요청 자동 분류

B2B

B2G

B2CT3Q.ai Platform


통합플랫폼(T3Q.ai) 적용(금융) - 통합플랫폼 기반 금융 마케팅 플랫폼내부 고객정보와 외부 고객정보 통합하고, 실시간 채널 데이터 수집 및 분석, 인공지능 학습 및 서비스 개발 등 빅데이터와 인공지능 서비스 개발

CRM (정보계 DW)

고객 통합 정보

내부등급 정보

마케팅 정보

영업점 정보

거래실적 등

계정계

수신 여신

외국환 유가증권 등

외부데이터

카드 부동산

신용평가 ……

ETL

비정형데이터

Call center 음성데이터/ 상담메모

SNS데이터 채널데이터 뉴스/미디어 기상 등 공공 빅데이터

T3Q.ai Platform

비정형 고객행동 유형

개인화 서비스 및 마케팅

타겟캠페인

금융상품추천

이탈 고객추정


통합플랫폼(T3Q.ai) 적용(의료) - 스마트 약물 감시 협업 및 공유 플랫폼보안, 결과공유, 서비스병합, 원천학습데이터 공유 등을 고려한 모델 / Center AI(무거운 인공지능) , Edge AI(가벼운 인공지능) 모델 활용

Center AI (협연센터)Edge AI (병원)

식품의약품안전처

AI Customer (서비스 사용기관)

한국약품안전관리원

기타 연구기관

빅데이터 플랫폼(T3Q.cep)

수집

실시간 서비스

빅데이터 저장소

배치 서비스

인공지능 플랫폼(T3Q.dl)

인공지능 학습플랫폼

인공지능 서비스플랫폼

AI BOX

AI 학습모델

AI 서비스

AI 학습모델 AI 학습모델 AI 학습모델

AI 서비스 AI 서비스 AI 서비스

저장소(원천, 학습, 결과)

AI BOX

AI 학습모델

AI 서비스


각급 병원

학습결과(서비스) 배포

학습데이터 로딩

학습결과 저장

A 병원

N 병원

● 특허출원 10-2019-0035016(엣지 인공지능 시스템)

1. 학습모델 생성

2. 학습모델 배포

3.1 Edge AI 학습3.2 Edge AI 서비스 생성

4.1 Edge AI 서비스 결과 전송 (필수)

4.2 Edge AI 서비스 전송(Network, Weight, Bias 선택)

4.3 Edge AI 학습데이터 전송(데이터공유 시 센터에 의해 강화된 서비스 공유)

3.1 Edge AI 학습3.2 Edge AI 서비스 생성

4.1.2/4.3.1 공유를 위한 학습모델 생성4.1.3/4.3.2 공유를 위한 학습모델 학습

4.1.3/4.3.3 API 를 통한 공유 서비스

4.2.1 각 Edge AI 서비스를 이용한 서비스 지능화 강화 → API를 통한 공유 서비스

4.3.4 강화된서비스(들) 배포 5. API를 통한 공유서비스 사용


통합플랫폼(T3Q.ai) 적용(금융) - 통합플랫폼 기반 금융거래 플랫폼빅데이터 실시간/지능화 분석 아키텍처 응용을 통한 대용량 처리에 대한 고가용성 보장

데이터 저장소

NoSQLDB

In-MemoryDB

분산파일시스템RDB

X

X

X

X

분산 코디네이터

Web브라우저

Mobile브라우저

거래 큐 거래실시간 처리

MSA(마이크로 서비스 아키텍처) 도입으로 확장성 보장

WAS Cluster- Micro Service Architecture 로 구현

- 각 서비스 별 Scale-out

#Case : 고부하

거래원본

고가용성 보장

#Case : 저부하

빠른 응답 보장

거래내역

(용도에 따라 NoSQL, RDB,

In-Memory 활용)

거래 큐- 대량의 부하에 대하여

거래 보장

데이터 저장소- NoSQL DB : 거래 내역 (Scale - Out)

- In-Memory DB : 대쉬보드 데이터

- RDB : 통계데이터 및 관리 데이터

- 분산파일시스템 : NoSQL의 파일 시스템

거래원본 저장-NoSQL 장애 시 복구

Web WAS

Web WAS

Web WAS

Web WAS

실시간 처리- 빅데이터 실시간 처리 기술 응용


텍스트 분석(T3Q.ta) 적용(금융) – 인공지능 기반 문서 분석 시스템 (진행중)

텍스트 인식 및 분석을 통한 수출입 제재법규 심사 자동화 시스템 구축 - 우리은행

학습

OCR Image ACR 판독 텍스트 분석

1

2

3

4

1

2

3

4

유형 1 – 항목 1

유형 1 – 항목 2

유형 1 – 항목 3

유형 1 – 항목 4

DB DB

인공지능제재법규심사시스템


텍스트 분석(T3Q.ta) 적용(금융) – 인공지능 기반 감정서 심사 자동화다양한 형태의 비정형 문서인 감정평가서 심사 업무를 인공지능을 통해 업무 자동화 - 신한은행

이미지분류 객체식별 형태소분석

주제분석감성분석관련어추출

문서분류

사용자 비효율 개선

인적 실수와 누락 위험 개선

OCR 인식률 한계 극복

제재, 법규 심사업무 처리시 육안 확인, 수기 입력 진행에 따른 문제 개선

인적 실수 및 누락에 따른 고객, 직원, 회사 리스크 해결

AI기반 객체인식 기술과 이미지 전처리 기술을 통한 OCR 문자 인식률 개선,

OCR 최적 조건을 위해 AI 객체 탐지 적용


통합플랫폼(T3Q.ai) 적용(공공) - 실시간 지능형 특허넷 시스템인공지능을 이용하여 유사 특허, 유사 이미지 검색이나 특허 내용의 자동 분류 등의 기능을 구현

인공지능 서비스 팩 (확장 및 커스터마이징 영역)

T3Q.ai Platform

유사 이미지검색

유사 특허검색

특허자동 분류

화학식〮성분비 검색

특허 번역

특허정보


통합플랫폼(T3Q.ai) 적용(개인) - 모바일 기기용 인공지능 신체상태 관리시스템휴대폰에 설치되는 Edge AI 모듈을 이용하여 휴대폰 생성 데이터를 분석하여 사용자의 신체 상태를 판별하고 관리하는 시스템

Center AI (중앙 AI 서비스)Edge AI (모바일 기기)

빅데이터 플랫폼(T3Q.cep)

수집

실시간 서비스

빅데이터 저장소

배치 서비스

인공지능 플랫폼(T3Q.dl)

인공지능 학습플랫폼

인공지능 서비스플랫폼

AI 모듈

AI 학습모델

AI 서비스

AI 학습모델 AI 학습모델 AI 학습모델

AI 서비스 AI 서비스 AI 서비스


AI 모듈

AI 학습모델

AI 서비스


학습결과(서비스) 배포

학습데이터 로딩 학습결과 저장

어플 1

어플 N

휴대폰 사용 데이터

▪ 통화 음성

▪ 카메라 촬영 이미지

▪ 문자 텍스트

▪ 채팅 메시지

▪ SNS 게시글 및 해시태그

▪ 위치 및 이동 정보

▪ 기기 사용 패턴

▪ 기기 움직임 정도 등

● 특허출원 10-2019-0039423


빅데이터 실시간 분석 플랫폼(T3Q.bd) 사례(금융) – 우리은행 / BC 카드

• 장애 대응 시간 감소

• 고객거래 정보 요청 응대 편의성

• IT 실무자 간의 커뮤니케이션

비용 감소


통합플랫폼(T3Q.ai) 기반 인공지능 서비스 사례다양한 업종 비즈니스에 적용할 수 있는 ‘T3Q.ai 플랫폼 기반 5대 솔루션’ 보유 및 확장 중

객체인식솔루션

Cyber-security솔루션

자동분류· 맞춤 솔루션

Question Answering

솔루션

이상탐지·예측솔루션

● 안과 원추 각막 예측

● 안면 인식

● 치과 두부 계측점 인식

● 사고차량 판정

● 문자/이미지 스팸탐지

● Website 위·변조 탐지

● 비정상침입 탐지 (보안관제)

● 컨택센터/Help Desk Chatbot

● STT/TTS기반 QA시스템

● 이상거래 탐지

● E2E 인프라 관제

● 전산장애 예측

● 신용등급 판정

● 이메일/전자문서 자동분류

● (키워드+관계) 의미기반 검색

● 고객맞춤 Offering

T3Q.ai

플랫폼

● 기술확보 완료

● 진행 중·예정

통합 플랫폼 기반 5대 솔루션 및 적용 영역


서비스 사례 1 - 객체인식 솔루션 : 자동차 이미지손보사 보상업무 담당자(손해사정) 업무 자동화로 인력부족현상 해소 및 생산성 향상

T3Q.ai 플랫폼 | 인공지능Data Set

손상 및 정상 자동차이미지 데이터

(Big/Small Data)

온라인시스템·사용자화면

손해사정인보상업무담당

서비스 요청• 보험가입자가 보내온

자동차 사진 입력

자동차 사고정도 판단• 사고인식률 99%• 향후 사고 정도, 보상비용

산정 확대

학습 파이프라인• 데이터 전처리• 파라미터 조정• 그래프 설계 등

Data Set T3Q.ai 플랫폼 | 인공지능

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

Recognition

학습결과생성• Model• Weight, Bias, Network

서비스 배포

…


서비스 사례 2 - 객체인식 솔루션 : 치아교정치아교정이 필요한 환자의 두부(頭部)계측점을 자동생성하여 치과의사의 교정서비스 향상


치과 두부 X-ray 및실제 계측점* 데이터

(Big/Small Data)

…

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


치과의사

서비스 요청• 치아교정이 필요한 환자의

X-ray 사진 입력

계측점 자동추적·생성• 두부계측점 자동생성• 의사의 교정계획에 활용



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

Detection


서비스 배포

● 특허출원 10-2018-0142618


서비스 사례 3 - 스마트 팩토리 솔루션인공지능 기반 이미지 분석으로 제품의 정상 여부 또는 불량 종류 및 부위 판별


손상 및 정상 제품이미지 데이터

(Big/Small Data)


생산관리품질관리담당

서비스 요청• 불량 원인 파악,

생산 공정 개선

제품 상태 판단• 불량인식률 98%• 불량 알림, 상태별 분류



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

Recognition


서비스 배포

…

파손

정상

이물질


서비스 사례 4 - 전자문서 자동분류 솔루션AI기반 문서분류 자동화로 수작업 제거 및 업무에 필요한 정보검색 효율화


다양한 형태의문서/영상 파일(Big/Small Data)


문서생산자검색사용자

서비스 요청• 문서/이미지 파일 등록• 자연어 검색문장 입력

문서 자동 분류• 기안문서, 출장보고서 등• 다차원 분류체계로 설정• 의미기반 유사문서 검색결과

리턴



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

학습결과생성• Model• 다차원 가상공간 벡터• 단어+관계=문맥

서비스 배포

…

변환STT OCR


서비스 사례 5 - 불법 스팸(Spam) 식별 솔루션인공신경망 모델개발 및 시스템 구축을 통한 불법 스팸 문자/이미지 차단 자동화 구현


다양한 종류의문자/이미지 스팸(Big/Small Data)


메일시스템관리자

서비스 요청• 메일 시스템 업데이트• 스팸 차단 정책 조정

스팸 자동 분류• 정상 문자메시지 제외• 스팸 종류별 자동 분류• 스팸 형태에 따른 차단



AI 알고리즘• OCR, Fast R-CNN, MLP• 자연어처리 Deep Learning• 텍스트파일 변환, 형태소 추출• doc2vec, Cosine Similarity

학습결과생성• Model• 다차원 가상공간 벡터• 단어+관계=문맥

서비스 배포

변환


서비스 사례 6 - 고객성향 분석 솔루션고객성향분석을 위한 벡터화 및 다중신경망 기법 적용, 맞춤형 관광서비스 구축

사용자

여행상품

추천 상품후보 생성

인공신경망기반

추천 모델

관광/숙박 상품 메타 정보

수억 개 수천 개 수백 개

개인별 맞춤 상품 추천

관광/숙박 이력〮프로필 정보

Word2Vec, MLP

(Multi-Layer Perceptron)

알고리즘 적용

사용자 여행 이력과 프로필 정보를 MLP

기반 Word2Vec 알고리즘을 적용하여

정보를 벡터화하고 유사도 분석을 통하여

개인별 관광정보 추천 서비스 구현


RSCN ( Real-time Smart Cloud Network ) 실시간 지능화 클라우드 네트워크 구성 예시

자동차산업

헬스케어산업

에너지산업

클라우드

인공지능서비스플랫폼

서비스 Gateway

시각화및응용애플리케이션

데이터수집큐

인공지능학습플랫폼

Data Lake (빅데이터저장소)

조직 : 기획/관리, 개발/운영데이터 흐름

분석플랫폼

실시간분석

배치분석

PaaS ( Platform as a Service )

물리인프라 ( 네트워크, 하드웨어등 )

IaaS ( Infrastructure as a Service )

관리

및

모니터링

스마트 지능화 인재 센터 (고급 4차 산업혁명 인력 양성)

IoT플랫폼

데이터수집기

IoT 경량 Edge

중량 Edge AI

자체저장소

IoT 경량 Edge

중량 Edge AI

자체저장소

IoT 경량 Edge

중량 Edge AI

자체저장소

기타(스마트시티,

스마트팩토리등)

공공및민간데이터

서비스지능화Only

학습+서비스

산업별데이터 발생 원천


인공지능 플랫폼

0

2

3

4 5 6

7

8

9

4차산업혁명문화

1

▪ 가치 : 4차산업혁명(현실세계와가상세계의융복합)을통한시민행복 / 공유네트워크

▪ 기술 : AI, Bigdata, Cloud, 5G, IoT, Blockchain, AR/VR, Web/Mobile, Platform

▪ 사람 : 4차산업혁명기술을현실화할수있는실질적역량을갖춘전문가

▪ 프로세스 : 비즈니스목적정의→비즈니스목적에적합한데이터확보→지능화서비스구현→지능화서비스활용

PaaS-TA


실시간 지능화 클라우드 네트워크 적용 프로세스실시간 지능화 클라우드 네트워크 단계별 프로세스

1 비즈니스 목적 정의단계

2 비즈니스목적에 적합한 데이터 확보단계

3 지능화 서비스 구현단계

4 지능화 서비스 활용단계

서비스 목적 정의 서비스 목적에 따른 필요 데이터 특징(feature) 추출

원천데이터 발생 실시간 데이터 수집 데이터 전처리 및 정제 학습 데이터 생성

학습 모델 설계 학습 / 튜닝 평가 / 테스트 서비스 배포

학습 모델 배포 학습

학습 결과

for Edge Edge 자체 데이터 활용

To Center or Edge(self)

다양한 응용 어플리케이션과 연계된 지능화 서비스 제공

실시간 의사결정을 위한 실시간 데이터 분석 및 분산처리 서비스

응용 App 및 Edge

대시보드를 통한 시각화


인공지능〮빅데이터 통합플랫폼(T3Q.ai)의 확장산업 전반에 걸친 수평적 범용 플랫폼으로 확장

금융

의료

국방

스마트시티

서비스


인공지능〮빅데이터 통합플랫폼(T3Q.ai)의 경쟁력Bayesian 알고리즘의 낮은 정확도를 극복하기 위하여 신경망(Deep Learning) 활용

GraphicalModels

BayesianBelief Nets

SRL

MarkovModels

CRF HBNs

MLNs

AOGsStatisticalModels

SVMs

Neural Nets

DeepLearning

DecisionTrees

EnsembleMethods

RandomForests

Deep Learning (T3Q.ai)

Bayesian (Watson)

Decision Tree

Random Forests

SVMs

Explainability (설명 가능성)

Pre

dic

tion

Accura

cy (

예측

정확

도)

(notional)

현재의 학습 기술

Explainability

T3Q Introduction


티쓰리큐 소개 - T3Q2007년 창업 이후 지속 성장하며 현재 인공지능을 핵심역량으로 ‘AI 전문회사’로 도약

• 사명: 티쓰리큐 주식회사

• 대표: 박 병 훈

• 설립: 2007.1.25.

• 자본: 3억원

• 매출: 25억원 (FY2018 기준)

50억원 (2019년 예상)

• 직원: 54명 (2019.07. 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 Source 역량”

“AI전문회사로 도약”

주요 고객사 인원 구성

…• 박사 3명• 석사 8명• 학사 31명

개발/연구46명

사업/지원3명

영업/마케팅3명

자문위원2명 …

…


티쓰리큐 소개 - T3QAI 사업에 대한 비전을 공유하는, 유망기업 출신 및 국내외 우수 인력으로 구성

박 병 훈

대표이사

• 고려대학교 컴퓨터교육 석사

• 고려대학교 사범대학 학사

• 전 삼성SDS SW Architect

• 전 삼성SDS 멀티캠퍼스 전임교수

주 선 태

부사장

• KAIST 경영과학 석사

• 고려대학교 산업공학 학사

• 전 한국전산원 수석연구원

• 지능형 빅데이터 플랫폼 구축

유 석

부문장/전무

• 고려대학교 응용통계 및 AI 박사

• 고려대학교 산업공학 석사(AI)·학사

• 대전과학고등학교

• 전 뱅크웨어글로벌 상무

서 민 관

소장/전무

• 고려대학교 컴퓨터교육 석사

• 고려대학교 컴퓨터교육 학사

• 티쓰리큐 솔루션 연구소장

• 빅데이터 인공지능 플랫폼 R&D

유 석 흥

• 전 국민은행 부행장

• 전 국민은행 개발본부장

• 전 국민은행 Core Banking 부장

• 국내 최초 인터넷뱅킹 서비스 개발

고문

궁 한 경

고문

• 뉴저지 공대 (NJIT) 전산학 석사

• SW 정책연구소 초빙연구원

• 전 삼성 SDS 품질혁신담당 상무

• 삼성 멀티캠퍼스 개발자교육 강의

박 몽 수

부문장/상무

• 연세대학교 경영학과 학사

• 전 와이즈넛 이사

• 전 ㈜피씨엔 상무

• 전 ㈜가비아 실장

최 의 순

• 고려대학교 정보보호대학원정보보호학과 박사 과정

• 국제FRM(재무위험관리사)

• 전 한국오라클 재무 컨설턴트

• 전 넥서브 회계 ERP 컨설턴트

실장/이사


티쓰리큐 소개 - T3QAI 사업에 대한 비전을 공유하는, 유망기업 출신 및 국내외 우수 인력으로 구성

안 병 근

본부장/이사

• 방송통신대학원 정보과학과 석사

• 전 기술법인제이티에스 이사

• 전 KB 자동화기기 관리부장

• 정보통신특급감리원

김 준 수

본부장/이사

• 고려대학교 통계학과 학사

• 전 KCNET 개발 부장

• 전 국종망연합회 운영팀장

• 전 아시아미래재단 사무국장

정 민 화

본부장/이사

• 고려대학교 산업공학과

• 전 Oracle PreSales 부장

• 전 삼성 SDS 개발, 컨설턴트

• 병무행정 차세대 컨설팅

김 지 연

본부장/이사

• 이화여자대학원 계량경제학 석사

• 전 뱅크웨어글로벌㈜ 금융사업부 상무

• 전 누리솔루션 딜리버리혁신그룹장

• 교보정보통신㈜

장 지 연

• 포항공과대학원 신소재공학과 석사

• 전 티알엔 IT 팀장

• 전 PMO전문기업협의회 운영위원

• 전 삼성SDS 개발연구원

전략실/이사

이 홍 준

주임연구원

• University of New South Wales Mechatronics Engineering 학사

• 인공지능 개발본부

이 연 지

주임연구원

• Royal Holloway university of London 컴퓨터과학, 경영학 학사

• AI 기반 음성인식 지수 개발


최 성 진

주임연구원

• Royal Holloway, University of London 데이터분석, 컨설팅 학사

• Loughborough University 연구과정



티쓰리큐 소개 - T3Q티쓰리큐는 아래와 같은 빅데이터/ 인공지능 프로젝트들을 수행(중)하였습니다.

고객사 수행 중/완료 프로젝트 완료/예정일

인공지능 기술 기반 침해사고 로그분석 시스템 구축

지능형 침해사고 종합분석플랫폼 데이터 전처리 및 분석기능 개발

지능형 사이버 침해사고 대응 통합 플랫폼 개발

2019. 12 완료 예정

스마트시티 서비스 가상화를 위한 디지털 트윈 기술 개발 2022. 12 완료 예정

상표 이미지 AI 학습 기반 원클릭 유사상표 이미지검색 서비스 모델 검증 2020. 04 완료 예정

인공지능 기반 수출입 제재법규 심사자동화 시스템 구축 2019. 11 완료 예정

인공지능을 활용한 감정서 심사 POC 2019. 07 완료 예정

지중 송전로 지능형 PD 판정시스템 개발 2020. 09 완료 예정

인공지능기반 적응형 보안시스템 2차 구축 2020. 01 완료 예정

인공지능 기반 비즈니스 모델 혁신을 위한 중소기업 간 플랫폼 협업 모델 구축 2020. 10 완료 예정

초단기 예·경보체계 구축 사업 2020. 12 완료 예정

국방 빅데이터 분석 사업 2019. 07 완료 예정


티쓰리큐 소개 - T3Q티쓰리큐는 아래와 같은 빅데이터/ 인공지능 프로젝트들을 수행(중)하였습니다.

고객사 수행 중/완료 프로젝트 완료/예정일

스팸판별 및 유형분류 정확도 향상을 위한 분석모델 개발

융합ICT환경 침해사고 종합분석 플랫폼 소프트웨어 개발

사이버 위협 대응체계 고도화 정보화전략계획 수립 사업

2018. 12 완료

BC카드 차세대 : 로그조회 및 E2E 거래추적 시스템 구축 2020. 04 완료예정

우리은행 차세대 IT 운영관리 고도화 : 거래로그 조회시스템 구축 2018. 06 완료

한국전력 연구원 HUB-PoP(빅데이터/AI 플랫폼 부분) 컨설팅

한국전력 연구원 HUB-PoP(빅데이터/AI 분석 플랫폼 추상화 서비스 부분) 구축2019. 10 완료예정

KT 차세대 BSS : E2E Monitoring (로그 기반 E2E 모니터링)

K-Detect (개인정보 유출 탐지)

KT 연구소 : AI Common Core Platform (뉴로플로우) 구축

AI Common Core Platform 이용 네트워크 장애 예측 (글로벌 최초)

2017. 07 완료

2017. 07 완료

2017. 12 완료

웨이퍼맵 불량패턴 및 원인 파라미터 자동탐색 시스템 기술지원

WFBM 및 FSA 데이터 분석환경 기술지원

FDC/ LFDC 연계분석 기술지원

2017. 완료 후 기술지원

한의임상진료정보화사업 ISP – DA/빅데이터 컨설팅

한의임상진료정보화 시범사업 : 빅데이터 플랫폼 구축

2017. 06 완료

2017. 12 완료

의료용 이미지 인식/분석 기술 개발 중 : CNN 이용

9965부대 인공지능 기반 음성인식 체계 구축사업 (문서 분석 및 분류)

ITOA 플랫폼인 E2E Patrol에 Deep Leaning 기반 AI 플랫폼 적용

2018. 11 완료

2018. 12 완료

2017. 12 완료


티쓰리큐 소개 - T3Q티쓰리큐(T3Q)? Deep Learning 기반 RegTech 분야의 Best Partner

Compliance

Requirements Rules

Standards

Governance

Law

Policies

Transparency Regulations

Deep Learning accelerated

• 스팸식별 및 유형분류 정확도 향상을 위한 분석모델 개발

• Web 위〮변조 탐지시스템 개발

디지털 금융 서비스를위한 필수 기술

▪ 복잡한 금융 규제에 대한 효율적 대응

▪ 규제 대응 비용 감소 / 규제 대응 속도 향상

• AI 기반 음성인식체계 구축 및 문서 감성지수 개발

• 중복투자방지를 위한 유사과제 분석서비스 개발

• 인공지능을 이용한 감정평가서 심사 업무 자동화

• 텍스트 인식 및 분석을 통한 수출입 제재법규 심사 자동화시스템 구축

티쓰리큐의 관련 기술


성심껏 답변 드리겠습니다.


박병훈 010-3280-9304

[email protected]

Documents

실시간지능화 엣지인공지능플랫폼아키텍처 · 빅데이터의처리과정 데이터소스 데이터수집 데이터저장 데이터분석 시각화 ... r ata t er