SKAI Worldwide Tech Blog

1부 : AI전환에 온톨로지(ontology)가 필요한 이유 2부 : 온톨로지와 그래프 기술: SKAI의 AI 시대 혁신 솔루션 - 온톨로지와 그래프 기술의 기본 개념과 SKAI의 접근 방식 소개 3부 : 객체 중심의 사고 체계 구현 – 온톨로지가 어떻게 인간의 사고방식을 데이터 모델로 변환하는지, 실제 적용 사례를 이용하여 설명 4부 : 직관적인 데이터 해석과 탐색 – 그래프 시각화를 통한 데이터 탐색의 이점과 SKAI의 솔루션 소개 5부 : OGDB(Object Graph Database) 구현으로 확장성 확보 - SKAI만의 차별화된 기술인 OGDB 개념과 GenAI 시대에서의 의미 설명 AI 시대, 왜 온톨로지가 필요할까요?요즘 기업들이 인공지능(AI)을 도입한다는 이야기를 자주 듣..

1. 개요1.1. 분석 목적 및 배경팔란티어(Palantir Technologies)는 빅데이터 분석 및 인공지능 솔루션을 제공하는 글로벌 기업으로, 최근 AIP(Artificial Intelligence Platform)를 통해 AI 시장에서의 입지를 강화하고 있습니다. 본 글에서는 팔란티어의 AIP 솔루션을 중심으로 기술적 특성, 핵심 기능, 주요 모듈 및 차별화 요소를 분석합니다.1.2. 주요 분석 대상 및 범위팔란티어 AIP의 핵심 기술 및 아키텍처주요 기능 및 모듈별 기술적 특징기존 팔란티어 제품(Foundry, Gotham)과의 연계성AIP의 시장 경쟁력 및 차별점향후 발전 방향 및 전략적 시사점2. 시장 및 환경 분석2.1. 글로벌 엔터프라이즈 AI 플랫폼 시장 동향엔터프라이즈 AI 플랫폼 ..

작성자: 김정한 이사 ㅣDB R&D센터 l Tech Biz. 팀개요본 아티클에서는 벡터 데이터베이스를 논의하며, 기본 개념을 넘어 벡터의 주요 연산부터 시작합니다. 특히, 벡터 데이터베이스는 쿼리를 통해 가장 유사한 결과를 비교하고 식별하는 기반이 되는 벡터 유사도를 다룹니다. 필요한 경우에만 수학적 표현과 기하적 표현을 사용하며, 실제 파이썬 코딩 예시를 함께 제공할 예정입니다. 다음 연재에 벡터 임베딩(데이터의 특정 Feature를 포착하는 데이터의 수치적 표현)과 인덱싱 알고리즘, Semantic Search(기본적으로 텍스트의 의미나 이미지에 포함된 개체 등 유사성을 기준으로 검색하는 것)에 대하여 알아보도록 하겠습니다. 이어서 벡터 Indexing 기법들을 알아보고 OSS(Open Source ..

생성 AI 모델의 한계 2023년, 생성형 AI(GenAI) 분야가 급격히 성장하고 있습니다. 이러한 AI 모델들은 대규모 언어 모델(LLM)을 기반으로 하며, 대규모 데이터셋으로 사전학습되어 있습니다. 특히, 이미지, 텍스트, 영상 등 창조적인 작업 분야에서 활용되며, 그 정확도와 효율성이 꾸준히 향상되고 있습니다. 그러나, 모델 학습 및 실행 과정에서 많은 시간과 자원이 소요되며, 편향성과 환각(hallucination) 현상과 같은 문제가 발생합니다. 환각 현상이란 생성형 AI가 실제로 존재하지 않는 정보나 콘텐츠를 생성하는 것을 의미합니다.  이러한 문제를 해결하기 위해, 최근 생성형 AI 모델은 대규모 데이터셋으로 사전학습을 하고, 프롬프트 엔지니어링(prompt engineering)과 미세조..

기업의 생성형 AI 도입의 어려움 현재 생성형 AI는 기업의 생산성과 업무 효율성을 끌어올리는 방면에서 많은 관심을 받고 있습니다. 하지만 각 분야에서 다소 보편적인 결과를 출력하는 생성형 AI를 도입하는 것은 신뢰도 높은 인사이트를 도출하는 측면에서 어려움이 존재합니다. 이러한 어려움을 해결하고, 기업의 생성형 AI 도입에 기여하기 위해 생성형 AI의 결과 개선 방법으로 RAG 프레임워크가 대두되고 있습니다. RAG는 생성형 AI 모델의 재학습 없이, 생성형 AI의 환각 현상을 해결하거나 일반적인 답변을 개선할 수 있습니다. AgensSQL GenAI Edition은 PostgreSQL DB 엔진 및 전문가 서비스인 AgensSQL의 Enterprise Plus 제품으로, RAG 역할을 수행하기 위해 ..