PoC를 넘어 확장하기

AI Strategy

Vidhi Chugh

AI strategist and ethicist

확장이란?

 

 

• 확장성:
  • 증가하는 데이터, 사용자, 작업 관리
  • 성능·품질·비용 효율 유지

 

• AI 확장 = 3배 높은 수익
  • 기존 비즈니스 프로세스에 통합

클라우드 컴퓨팅 플랫폼

 

• PoC에서 전면 확장으로

 

• 클라우드 컴퓨팅 플랫폼
  • 데이터 규정 준수
  • 보안
  • 멀티/하이브리드 클라우드 지원

 

배포 시 고려사항

• 비용·성능 분석
• 거버넌스, 배포·관리 용이성

구축 vs. 구매

 

• 기성 모델 vs. 맞춤 알고리즘

• 시스템 성능에 대한 더 큰 제어

 

• 프로젝트 일정

• 맞춤 알고리즘은 기성 알고리즘보다 시간이 듦

확장성과 성능

 

• 스케일링 = 성능 저하 없이 높은 예측 품질

 

• 성능:
  • 정확도
  • 지연 시간: 예측에 걸리는 시간
  • 처리량: 일정 시간 내 예측 횟수

 

 

대규모 데이터

• 머신러닝 모델의 핵심

• 데이터 라이프사이클 관리

  • 준비와 유지관리

데이터 접근

 

• 특정 부서만 접근; 나머지와 분리됨
  • 사일로 발생
  • 투명성 저하
  • 비효율적 모델

 

• 서로 다른 소스 = 다양한 형식
  • 표준화 필요

 

확장 가능한 아키텍처

 

 

• 올바른 아키텍처 설계

 

• 마이크로서비스
  • 독립적 확장
  • 유연성
  • 응답성

 

• 상호작용 조율은 어려움

확장을 위한 인프라

 

• 대규모 데이터 연산
• GPU는 작업을 가속하지만 비용 증가

 

• 비용 대비 이점 평가
  • 학습 시간 단축
  • 성능 향상
  • 추가 비용 수반

AI 프로세스 간소화

• 상세 구현 계획과 아키텍처 설계
• 표준화 및 간소화
  • 모델 개발·배포·모니터링

Ayo berlatih!

AI Strategy