MLPerf 본격활동 개시를 알리다.

JayLee Deep Learning

2018년 설립된, 인공지능 도구의 성능평가를 위한 벤치마크 즉 객관적 기준을 측정하기 위한 벤치마크를 공개, 본격적인 지원업무를 시작했다고 밝혔다. Andrew Ng의 deeplearning.ai 에서 보내온 메일을 보고, 확인한 WSJ의 Agam Sha의 기사를 재인용한다. 새로운 AI 기술에 대한 과도한 과대선전이 오히려 AI 시장/기술발전의 장애물이 되리란 점은 뻔하다. 이에 기술공급자, 수용자, 학계 등 연구진들 모두가 동의할 수 있는 객관적 측정기준을 만들고자 하는 시도의 첫번째 …

[마감]9차 교육 일정 안내

JayLee 제품교육

2019년 6월 13일 시청역 1번 출구/경동대 빌딩 10층 교육장 6월의 제9회차 CogInsight 기반의 인공지능 고객센터 개발교육 일정이 확정되어 아래와 같이 공지합니다. 사전에 약정된 협력사 및 고객사 교육인원이 확정되어 금번 개별 참석 가능인력은 0명입니다. 장소는 시청역 1번 출구 앞, 경동대학교 광학빌딩(1층 던킨도너츠 매장) 10층 전산교육장에서 진행합니다. 기존 공지대로 7회차 교육 및 이후부터는 V2를 기준으로만 진행합니다. 또한 금번 9회차 교육부터는 CogInsight를 이용한 …

8회 CogInsight 개발자 교육 안내 [신청종료]

JayLee 제품교육

2019년 5월 9일 본사 회의실 5월의 제8회차 CogInsight 기반의 인공지능 고객센터 개발교육 일정이 확정되어 아래와 같이 공지합니다. 사전에 약정된 협력사 및 고객사 교육인원이 확정되어 금번 개별 참석 가능인력은 0명입니다. (2019년 4월 23일 현재.) 지난 6회차부터 CogInsight V1 과 V2교육을 함께 진행해 왔으나, 7회차 교육 및 이후부터는 V2를 기준으로만 진행합니다. 또한 금번 8회차 교육부터는 CogInsight를 이용한 음성기반 업무상담 및 고객상담 시스템의 …

AI 컨택센터, 소비자 관점에서의 옴니채널에 대한 고민

JayLee Contact Center, Omni Channel

본글은 상용화를 앞두고 있는  Inbound/Outbound 컨택센터 인프라와 인공지능 대화형 엔진 및 요소기술을 준비하는 과정에서 ‘사용자 경험(User eXperience)’에 대한 새로운 고민과 도전기술과제를 공유하기 위한 목적에서 몇 가지 고민을 포함하고 있다. 먼저, ‘옴니채널’이라는 용어를 위키피디아에서에서는, 최초 시도 사례로 2003년 BestBuy가 월마트의 전자제품 코너에서 온/오프라인 채널 모두를 통해 고객사후응대를 했던 기록을 사례로 꼽고 있다. 물론 BestBuy의 사례 이전, 미국 PC통신의 온/오프라인 가입자 채널 …

질의어 추천이라는 작은 시도가 갖는 함의

JayLee Consumer AI, Deep Learning

딥러닝을 이용한 자연어 기반의 챗봇 구현은 생각보다 만만치 않은 도전과제들이 산적해 있다. 무엇보다 범용적(General) 사용자들의 질의 일반을 모두 응대할 수 있는 챗봇의 구현은 상당한 규모의 학습데이터를 축적하는 것에서부터 첫 걸림돌이 발생하게 된다. 머신러닝은 물론이고, 딥러닝은 결국 데이터와의 싸움일 수밖에 없다. 다양하고 충분하게 수집된 데이터가 준비되고(Deep), 이를 분석하고 학습할 수 있는 알고리즘이 만들어지기(Learning) 전까지는 말 그대로 실패의 연속일 수밖에 없다. 수 …

어떻게 시작할 것인가?

JayLee Consumer AI, Roadmap

IBM Assistant(이전의 Watson Conversation Service의 새로운 명칭)나 Microsoft의 LUIS가 가진 기능을 충분히 활용한, 성공적 프로젝트 사례가 많지 않음에도 불구하고, ‘그럭 저럭 사람말을 알아 먹는듯한 챗봇 구축에 일조한 경험’이 알려지면서, 머신러닝 기반의 챗봇을 구축하고자 하는 기관/기업의 문의에 응대하는 회수가 점점 늘어나고 있다. 이 과정에서 적지 않은 업무의 담당자 혹은 의사결정권자들 가운데 적지 않은 분들로부터, “아직 시기상조가 아니냐?”라는 의견이자 주장 그리고 질문을 …