Á¤Çü, ºñÁ¤Çü µ¥ÀÌÅͷκÎÅÍ Èï¹Ì·Ó°í À¯ÀǹÌÇÑ Knowledge¸¦ »ý¼ºÇÏ°í Ãß·ÐÇϱâ À§ÇÑ Knowledge Discovery ¹× Data Mining ±â¼úÀ» ¿¬±¸Çϸç, À̸¦ »ç¿ëÀÚ¿¡°Ô È¿°úÀûÀ¸·Î Àü´ÞÇÏ´Â Curation ±â¼úÀ» °³¹ß °¡. Curation ±â¼ú R&D A. Ãßõ ¾Ë°í¸®Áò ±â¼ú ¿¬±¸/°³¹ß, Ãßõ ¼º´É Æò°¡ ¹× ÁöÇ¥ °³¹ß B. ½ÇÁ¦ ¼ºñ½º Àû¿ëÀ» À§ÇÑ Ãßõ ¾Ë°í¸®Áò °³¹ß ¹× Ãßõ ¼ºñ½º API °³¹ß C. Ãßõ Àû¿ë ´ë»ó ¼ºñ½º »ç¿ë¼º ºÐ¼®, User Profiling, »ç¿ëÀÚ Intent Á¤ÀÇ/ºÐ¼® ¹× Modeling D. Conversational Recommendation ±â¼ú ¹× Push Targeting ±â¼ú °³¹ß ³ª..Knowledge Ãß·Ð ±â¼ú R&D A. ¼³¸í°¡´ÉÇÑ ¸ðµ¨À» À§ÇÑ ±â¼ú(eXplainable Artificial Intelligence) ¿¬±¸/°³¹ß B. ÅؽºÆ®/·Î±× µ¥ÀÌÅͷκÎÅÍ °³Ã¼°£ °ü°è(causal reasoning)¸¦ ÆľÇÇÏ´Â ±â¼ú ¿¬±¸/°³¹ß C. ´Ù¾çÇÑ ¸ð´Þ¸®Æ¼(ÅؽºÆ®, À̹ÌÁö, Å×À̺í, ¿Àµð¿À)ÀÇ ÀÌÇØ¿Í ±× È°¿ë ±â¼ú ¿¬±¸/°³¹ß ´Ù. ºÎÁ¤»ç¿ëÀÚ Å½Áö ±â¼ú R&D A. ºÎÁ¤»ç¿ëÀÚ Çൿ ÀÌÇظ¦ À§ÇÑ EDA B. »ç¿ëÀÚ Çൿ ÆÐÅÏ ÃßÃâ ±â¼ú ¿¬±¸/°³¹ß C. ´Ù¾çÇÑ µ¥ÀÌÅ͸¦ ÀÌ¿ëÇÑ Å½Áö ±â¼ú ¿¬±¸/°³¹ß D. ºÎÁ¤»ç¿ëÀÚ ±â¼ú ¹× Á¤Ã¥ Æò°¡¸¦ À§ÇÑ ÁöÇ¥ ¿¬±¸/°³¹ß ii. °øÅë ¾÷¹« 1.±â¼úµ¿Ç⎻ö A. ML ¹× AIºÐ¾ß ÃֽŠ±â¼ú Ž»ö B. ÇÙ½É ±â¼ú Ž»ö ¹× ºÐ¼®À» ÅëÇÑ ¹Ì·¡±â¼ú ¿¹Ãø 2. Knowledge AI ±â¼ú Prototype ±¸Çö A. Knowledge AI ±â¼úÀ» È°¿ëÇÒ ¼ö ÀÖ´Â Application Needs ¹ß±¼ B. Knowledge AI ±â¼ú Á¦¾ÈÀ» À§ÇÑ µ¥¸ð ±âȹ ¹× ±â¼ú Prototype °³¹ß | Çз : ¼®»ç ÀÌ»ó °æ·Â±â°£ : 3³â ~ ÇʼöÁ¶°Ç 1. ML ¹× AI °ü·Ã ¿¬±¸ ¾÷¹«(ÇÐÀ§ ¿¬±¸ Æ÷ÇÔ) ȤÀº ML ¹× AI ½Ç¹« Àû¿ë ¹× °³¼± ¾÷¹« 2. ±â¼ú ¿ä°Ç A. ¹®Á¦¸¦ ³í¸®ÀûÀ¸·Î Modeling ÇÏ´Â ´É·Â B. ±â¼ú Ž»ö ¹× ¹®Á¦ÇØ°á´É·Â C. ±â¹Ý±â¼ú¿¡ ´ëÇÑ °³¹ß ´É·Â(R/Python/Java ) ¿ì´ë»çÇ× 1. Python °³¹ß¿ª·® º¸À¯ 2. ´Ù¾çÇÑ DB·Î ºÎÅÍÀÇ µ¥ÀÌÅÍ Çڵ鸵 °æÇè 3. AI±â¼ú ½ÇÁ¦ ¼ºñ½º Àû¿ë °æÇè( ±âȹºÎÅÍ ¼ºñ½º ·±Äª±îÁö ) 4. AI °ü·Ã ±¹Á¦ ¿ì¼ö ÇÐȸ ¹× Àú³Î °ÔÀç °æÇè |