조직에서 모니터링하는 대상이 사이버 보안 위협이든 사기 금융 거래나 제품 결함이나 장비 상태와 상관없이 인공 지능은 데이터 이상 현상이 비즈니스에 영향을 주기 전에 먼저 포착하도록 지원합니다. AI 모델을 교육하고 배포하여 데이터세트를 자동으로 분석하고, '정상 동작'을 정의하고, 위반 패턴을 빠르고 효과적으로 식별할 수 있습니다. 이러한 모델은 향후 이상 현상을 예측하는 데에도 사용할 수 있습니다. 산업 전반에서 데이터가 넘쳐나고 정상 패턴과 비정상 패턴 사이의 차이가 미묘하므로 조직에서는 위협을 일으키는 이상 현상을 AI로 빠르게 감지하는 것이 매우 중요해졌습니다.
이 워크숍에서는 여러 AI 기반 접근 방법을 구현함으로써 통신에서 네트워크 침입을 파악하는 구체적인 사례의 해결 방법을 설명합니다. GPU 가속 XGBoost, 딥 러닝 기반 오토인코더 및 생성적 대립쌍 네트워크(GAN)를 사용하여 3가지 이상 현상 감지 기술을 배운 후, 지도/비지도 학습 기술을 구현해서 비교합니다. 워크숍을 마치면 AI를 활용하여 통신, 사이버 보안, 금융, 제조 및 기타 핵심 산업 전반의 작업에서 이상 현상을 감지할 수 있게 됩니다.
학습 목표
이 워크숍에 참여함으로써 다음을 수행할 수 있게 됩니다.
- XGBoost, autoencoders, GAN을 사용하여 데이터 준비, 모델 구축, 훈련 및 평가
- 레이블이 지정된 데이터와 미지정된 데이터를 모두 포함하는 데이터세트에서 이상 현상 감지
- 원본 데이터에 레이블이 지정되었는지와 관계없이 이상 현상을 여러 범주로 분류
워크숍 데이터시트 다운로드 (PDF 81.7 KB)