AI
비즈니스와 기술을 연결하는 AX 파트너
AI 구축
주요 서비스
구분
예측 모델
추천 모델
이상탐지 모델
분류 모델
정의
과거 데이터를 기반으로
미래 수치를 예측하는 회귀 모델
사용자 행동 데이터 기반으로
최적의 상품·콘텐츠를 추천하는 모델
정상 패턴에서 벗어난
비정상 데이터를 탐지하는 모델
데이터를 특정 카테고리로 분류하는 모델
핵심 특징
- 연속형 수치 예측
- 시계열 분석 가능
- 다변수 분석 지원
- 개인화 추천
- 협업 필터링
- 콘텐츠 기반 필터링
- 라벨링 데이터 불필요
- 실시간 탐지 가능
- 낮은 오탐률 추구
- 이진/다중 분류 가능
- 확률값 제시
- 불균형 데이터 처리
작동 방식
- 1. 과거 데이터 학습
- 2. 변수 간 관계 파악
- 3. 회귀식 도출
- 4. 미래 값 예측
- 1. 사용자 행동 데이터 수집
- 2. 유사도 계산
- 3. 추천 후보 생성
- 4. 랭킹 최적화
- 1. 정상 패턴 학습
- 2. 이상치 임계값 설정
- 3. 실시간 데이터 비교
- 4. 이상 여부 판정
- 1. 레이블된 데이터 학습
- 2. 결정 경계 설정
- 3. 새 데이터 분류
- 4. 신뢰도와 함께 제시
적용 사례
- 보험 청구액 예측
- 대출 연체율 예측
- 주가·환율 예측
- 수요 예측 (재고 관리)
- 보험 상품 추천
- 대출 상품 제안
- 투자 포트폴리오 추천
- 크로스셀링 타겟팅
- 보험 사기 탐지
- 이상 금융거래 감지
- 설비 고장 예지보전
- 네트워크 침입탐지
- 신용등급 분류
- 보험 심사 합격/불합격
- 질병 진단 (양성/음성)
- 고객 이탈 예측
주요 효과
- 의사결정 정확도 향상
- 리스크 사전 예측
- 자원 배분 최적화
- 전환율 20-30% 향상
- 고객 만족도 증가
- 크로스셀 매출 증대
- 손실 사전 방지
- 감사 효율 70% 향상
- 컴플라이언스 강화
- 자동화율 80% 이상
- 심사 시간 90% 단축
- 일관된 판단 기준
데이터 요구사항
최소 6개월~1년 이상 연속형 수치 데이터
사용자 행동 로그 상호작용 데이터
정상 데이터 위주 이상 데이터 소량
레이블된 학습 데이터 클래스별 균형 필요