NCE 자격증 이론정리 106편- AI 분야 -AiTEMS 핵심요약

AiTEMS 핵심요약

-AI + ITEMS의 약어, AI가 타겟팅한 효과적인 상품제안

-초개인화서비스는 선택이 아닌 필수이다.

-AiTEMS는 고객 개인의 선호도를 기반으로 상품을 추천하는 AI서비스

-완전관리형 서비스

.데이터 전처리, 학습, 조정, 예측등 머신러닝(ML)에 필요한 모든 추천 기술이 담겨있는 서비스로 사용자 이력 데이터를 업로드하고 학습시작버튼을 누르면 입력된 데이터를 분석해 추천결과를 제공한다.

-사용자의 데이터를 분석해 개인화 모델 기반으로 재배열

  .사용자의 취향을 파악하고, 상품자체가 가지고 있는 취향저격요소와 매칭함으로써 보다 정확한 결과와 다양한 항목들이 추천될 수 있도록 설계

  .로그가 적은 신규 사용자나 데이터가 부족한 신상품의 경우에도 추천 서비스 제공이 가능
 

.생성한 개인화 모델을 이용하면 개인별로 쇼핑이력이 반영된 랭킹순서대로 상품을 노출할 수 있고, 개인이 가진 성향에 맞는 상품을 추천 받을 수 있다.

-강력한 보안

  .서비스 제공자가 업로드한 데이터 및 학습결과는 모두 서비스 제공자의 소유
 

.모든 데이터들은 암호화 하여 고객을 위한 추천을 생성할 때만 안전하게 사용

-개인화추천

 .사용자 이력, 프로필등을 분석해 얻은 정보, 상품이 가지는 메타정보를 매칭하여 서비스 사용자의 이목을 끌 확률이 높은 항목 위주 상품 추천

 .사용자 행동 패턴 변화에도 대응, 신규 사용자/신상품에도 추천 적용 가능

 .추천모델 유형으로는 개인화 추천, 연관항목추천, 인기항목 추천 제공

-개인선호기반 항목배열

.유저활동로그 및 선호도와 같은 사용자 데이터를 분석, 개인화 모델을 도출

  .단순한 항목의 나열이 아닌 사용자별 맞춤화된 순위에 따라 상품을 배열
 

.사용자의 구매확률 및 사용의욕을 끌어올릴 수 있음.

-완전관리형 머신러닝 서비스

 .AiTEMS는 완전관리형서비스로 데이터 전처리, 학습, 조정, 예측등 머신러닝에 필요한 모든 기술이 담겨있는 서비스
 

.서비스 제공자가 고객의 이력을 데이터로 업로드하여 버튼만 클릭하면 AI머신이 데이터를 학습하고 도출한 결과를 기반으로 추천항목을 제공

-구축 및 운용비용 절감

.직접 구축할 때와 비교하여 시스템 도입시간 및 비용측면에서 경제적

  .고객사는 AI, 머신러닝(ML), 데이터과학자등 각 분야의 전문인력이 없어도 쉽고 빠르게 고품질 추천 서비스를 제공할 수 있는 동시에 구축 및 비용 절감효과까지 누릴 수 있음.

  .클라우드 기반서비스이기 때문에 서비스가 필요할 때 사용하고, 사용한 만큼만 비용을 지불할 수 있음.

-AiTEMS에서는 Dataset 구성이 매우 중요하다. 3가지 데이터셋

 . User(사용자)정보, Item(항목)정보, Interaction(상호작용)정보

-안전한 데이터 보관

.고객사가 보유한 데이터를 이용하기에 고객사 서비스의 도메인 지식(Domain Knowledge)에 최적화된 추천 결과를 전달 할 수 있으며, 데이터는 강력한 보안 하에 관리

  .데이터 학습을 위해 서비스 제공자가 업로드한 서비스 사용자 데이터와 AI 머신이 학습한 결과는 모두 서비스 제공자가 소유
 

.고객사의 데이터 및 학습결과는 모두 암호화하여 추천서비스를 생성할때에만 안전하게 활용

-하이퍼 파라미터 최적화(HPO)

  .하이퍼파라미터 HPO설정을 통해 여러 옵션을 저정함으로써 예측 정확도를 향상시켜 최적의 머신러닝 모델을 구현

Chat GPT와 AI

-생성형 AI (Generative AI)

. 네이버 : 하이퍼클로바   (클로바 라이브챗등 적용)

  .LG : 엑사원  (멀티 모달리티 기능 탑재)
 

.카카오 : RQ-트랜스포머  (이미지 생성모델)
 

.SK텔레콤 : 에이닷  
 

.KT : 믿음