인포리언스

일반적으로 문서들은 수많은 다른 문서들과 함께 존재합니다. 문서들로 구성된 공간이 만들어지는 것이죠. 따라서 하나의 문서는 문서들로 구성된 공간 상의 점이라고 할 수 있습니다. 문서 하나의 정보, 즉 점이 포함한 정보의 의미와 가치를 충분히 파악하려면 이 점이 위치한 좌표에 대해서도 알아야 합니다. 문서들로 구성된 공간에서의 위치와 맥락을 살펴봐야 한다는 의미지요.

…..

좌표 체계를 생성하고, 문서들로 구성된 공간을 위와 같이 그려 보니, 어떤 주제의 정보가 얼마나 들어있는지, 그리고 지식의 분포 패턴이 어떻게 나타나는지 대략적으로 파악할 수 있네요. 이런 정보는 검색 기능이 제공해 주지 않습니다.

더보기 >> 지식 추출 엔진의 현재와 미래가 궁금하다. (2)

문서 세트 안에 어떤 내용의 지식들이 얼마나 들어있는지 궁금할 때가 있습니다. 지식의 구조가 시간에 따라 어떤 흐름을 타고 변화해 가는지 알아보고 싶을 때도 있고요. 내가 필요로 하는 특정 정보가 지식 구조 내의 어느 위치에 있는지 알 수 있으면 더 좋을 것 같습니다. 문서의 양이 적다면 일일이 다 직접 확인해 볼 수도 있겠지만, 요즘 세상에 문서의 양이 그렇게 적을 리가 없지요. 설령 문서의 양이 적어 직접 다 읽어보는 것이 가능하다고 해도 일목요연하게 지식을 정리하는 게 쉬운 일은 아닙니다.

더보기 >> 지식 추출 엔진의 현재와 미래가 궁금하다. (1)

이번 포스트는 연구개발특구진흥재단에서 발주하고 에이아이프렌즈학회 및 (주)에이프리카가 주관하는 2021년 AI 특성화기업 역량강화 지원사업의 일환으로 인포리언스가 수행한 (주)트레이더스의 파일럿 제작 지원 프로젝트의 결과를 바탕으로 구성하였습니다. 본 프로젝트에서는 복수의 해외 사이트들에서 수집한 공개 데이터를 활용하였음을 미리 말씀드립니다. 그리고 구체적인 데이터 처리 과정이나 구현 모델 등과 같은 자세한 사항들에 대해서는 이 글에서 모두 공개할 수 없다는 점도 미리 밝힙니다.

—

바쁜 출근 시간에 열차에 탑승하려고 하는데 열차가 제 시간보다 늦게 도착하여 짜증이 났던 경험을 하신 분들이 꽤 많으실 겁니다. 그래서인지 몰라도 열차 운행 데이터를 바탕으로 열차의 지연 정도를 정확히 예측하려는 시도를 하는 경우가 꽤 있더군요. 또한 열차의 운행 상태에 이상 패턴이 발생하면 최대한 빨리 탐지하는 것도 중요하지요. 안전을 위해서 빨리 조치를 취해야 하기 때문에 그렇고, 더 나아가 해당 열차를 타기 위해 기다리고 있을 승객들에게 상황을 빨리 전달하기 위해서도 그렇습니다. 생각해 보면, 열차, 플랫폼, 선로 또는 역 주변 상황에 이상이 생기면 열차의 운행 상태에 변화가 발생하게 되고 열차가 제 시간에 도착하지 못하게 될 가능성이 커지겠지요. 즉, 열차의 운행 상태와 지연 정도는 서로 뗄 수 없는 밀접한 관련이 있는 겁니다. 따라서 가장 먼저 열차의 운행 상태에 나타난 이상 패턴을 탐지하는 모델을 만들어 보고 이에 추가하여 열차의 지연 정도를 예측하는 모델을 구현해 본 결과를 살펴보겠습니다.

더 보기 >> 열차 운행 데이터에 인공지능을 끼얹으면?

YouTube 동영상: