서울 동대문구 데이터바우처 사업관리 가공기업
서울 동대문구 에는 시공간분석연구소, (주)임픽스, 패션에이드 외 0개의 가공기업이 있습니다.
시공간분석연구소 소개
- 시공간분석연구소은 2017-09-21에 설립되었습니다.
- 주소 : 서울 동대문구 서울시립대로 163 404호(전농동, 미디어관)
- 주요 서비스 : [서비스의 상품성]「도시 속성·공간 데이터의 일원화/연계화 및 시각화 가공서비스」를 운영하는 시공간분석연구소는 다음과 같은 인력의 역량으로 수요기업에서 요구하는 데이터를 생산에 있어, 고품질의 상품성이 있음시공간분석연구소는 총괄책임자(책임교수) 필두로 토지이용
-교통통합모델개념과 데이터의 미시
-거시 연계 연구로, “도시활동(주거·상업입지)특성 분석”, “DB시스템 및 관리시스템 개발”, “빅데이터 및 공간분석”, “도시분야 관련 실증연구”를 진행한 경력이 있음각 역량별 데이터 가공서비스 활용도는 다음과 같음도시활동(주거·상업입지)특성 분석역량 : 대표적인 도시활동은 주거와 상업입지라 할 수 있음.
주거
-상업
-교통의 상호관계를 고려한 연구수행으로 방대한 데이터를 체계적으로 정리가 가능하며, 수요기업을 포함한 데이터 구매자의 요구조건별 정보를 효율적으로 제공할 수 있음DB시스템 및 관리시스템 개발 역량 : 시스템 개발 역량으로 수집 및 가공된 데이터를 적용함으로써 효율적으로 데이터의 관리, 표출이 가능하며, 구현된 시스템을 활용하여 품질이 검증된 데이터를 생산할 수 있음빅데이터 및 공간분석 역량 : 도시공간과 관련한 다양한 연구 수행으로 외부 공공개방데이터(통계청, 국토부, 기상청 등)의 도시·사회·교통·경제·기후 등 빅데이터 수집
-가공
-활용
-분석
-검증의 경험을 보유하고 있으며, 축적된 기술과 Knowhow로 각종 빅데이터의 전처리, 공간데이터 생성과 분석, 속성데이터의 변수 연산·지표 생성 등의 역량으로 수요기업의 맞춤형 가공서비스를 할 수 있음관련 실증연구(지식형 정보) : 도시계획 및 관리, 정책 등의 수립을 위한 기초현황 데이터부터 실증연구를 수행한 경험으로 다양한 지식형 정보를 생산·서비스를 할 수 있음데이터 가공서비스를 위한 인력 역량총괄책임자(책임교수) : 토지이용
-교통통합모델을 기반으로 도시공간구조에 대한 다양한 전문적 기술과 경험을 보유하고 있음사업운영 총괄(연구교수) : 도시공간의 블록체인 기술연구(연구수행 중), 도시의 여가 통행행태 연구 등을 - 보유 솔루션 : [인적/조직적 자원]시공간분석연구소은 도시계획, 도시정책, 도시사회 등 도시 내 이루어지고 있는 형상과 국가정책 또는 중점사업 간의 관계성 연구를 위해 데이터 수집부터 분석까지 해왔으며, 현재도 진행중인 기업임도시에서 생성되고 공유되고 있는 데이터와 다년간 수행한 R&D과제의 참여를 한 인력으로 지속력 있는 데이터의 개발로 상품화 가능함시공간분석연구소는 데이터 생성, 가공 및 판매 기업인 동시에 교내 학부·대학원과 지역 주민·소상공인을 대상으로 데이터 컨설팅(자문)을 수행하고 있어, 수요기업과의 커뮤니케이션이 원활[물적 자원]시공간분석연구소는 분야별 빅데이터를 저장/가공/분석을 할 수 있는 서버를 보유하고 있으며, 생성된 데이터의 효과적인 관리를 위해 스토리지 시스템을 구축함외부 보안성이 높은 서버관리 업체에 위탁하여, 자체 서버를 운영중에 있으며, 데이터의 관리와 공간분석이 가능함수집·가공·구축·분석된 데이터의 보안과 관리체계의 안정성을 위해 내·외부로 분산으로 관리체계를 구성하고 있음
- 품질 확보 전략 : [품질 확보 전략]시공간분석연구소는 수요기업의 요구사항을 기반한 품질보증 목표를 달성하기 위해 공급 데이터의 산출물 검토, 프로세스 검토 등에서 발견되는 부적합 사항을 해결하기 위해 근본 원인 파악과 조치로 예방책을 강구함내·외부 데이터 품질보증과 검증을 수행할 수 있는 인력을 배치하여, 공급데이터에 대한 실효성 확보
- 유지보수 전략 : [유지보수(후속지원) 전략]유지·하자보수 지원을 위한 조직적, 기술적 환경적 특성을 고려하여 데이터 공급 후 발생하는 문제점의 해결을 위해 지원체계를 구축함창구 단일화 :데이터 공급후 하자·보수 전담 창구를 구성하여, 수요기관의 요구사항 전달 및 대응을 단일화함으로써 신속하고 효율적인 하자·보수 실시정기적인 관리 체계화 :공급 데이터의 활용성과 오류, 개발성을 정기적 체크로 데이터 활용 파악과 필요시 자문 및 지원데이터 최신화 제공 :도시 데이터의 변화와 신규 데이터의 추가 등 급변화는 데이터 활용에 대비하여, 최신화 자료를 활용할 수 있도록 지원변경 관리 :데이터 제공 후 산출물의 변경 또는 추가가 필요한 경우 상호 협의로 유지·하자보수 실시
- 카테고리 구분 : 전처리,시각화,정보추출또는조합,분석
- 실적 : [사업실적1] ○○구 지하철 역세권 건축물 분석광진구 역세권 지역 일대의 도시공간 데이터 수집, 정재, 분석 수행서울특별시 광진구 지하철역 주변지역의 건축물 용도 현황광진구 역세권 350m, 500m 내 건축물 용도 분석광진구 역세권 350m, 500m 내 건축물 분포 현황 분석[사업실적2] ●●구 비만 아동·청소년 공간분석데이터 분석결과 맵핑 및 시각화 작업 용역노원구 아동·청소년 비만도 관련 학교 공간정보노원구 생활권별/학교별 비만도 관련 데이터 공간분석비만율에 미치는 초등·중학교 인근 생활시설 밀도분석[사업실적3]●●구 치매안심마을 연구관련 맵핑 및 시각화데이터 분석결과 맵핑 및 시각화 작업 용역노원구 치매관련 시설 사업대상지 위치공간과 접근성 데이터의 맵핑 및 시각화[사업실적4]●●구 아토피 예방관리 연구관련 맵핑 및 시각화데이터 분석결과 맵핑 및 시각화 작업 용역노원구 아토피 관련 시설(대외비) 위치 공간데이터와 접근성 데이터의 맵핑 및 시각화[사업실적5]
□
□
□ 대상지역 공간DB 구축역세권 현황 데이터 구축 및 기초분석(역세권 단위)서울시 역세권 거리별(350m, 750m) 면적·연면적, 건물노후도, 주거상업비율 현황, 입지특성저개발·노후 역세권 필지 데이터 구축 및 공간분석(필지단위)필지단위 데이터 구축, 필지단위 데이터 기반 밀도분석사업대상 후보지 구획 및 공간정보 구축사업대상 후보지 공간정보 구축 - 기업 개요 및 핵심역량 : 1.
기업개요사업의 종류(주요사업) : 도시 데이터 구축 및 생산, 데이터 교육주소 : 서울특별시 동대문구 서울시립대로 163, 서울시립대학교 미디어관 404호서울시립대학교 학교기업 ‘시공간분석연구소’는 전통적인 도시공학과 교육체제와 4차 산업혁명 및 디지털경제, 데이터경제로 전환되는 대내외적 요구로 설치된 기술 기반 혁신 비즈니형 랩으로, 도시계획/정책 및 공공/민간의 주문에 따른 데이터 생산/제공/분석/컨설팅 등을 하거나, 맞춤형 교육지원으로 수익을 창출하고, 수익을 기술개발과 대학교육을 위해 재투자하여 인재를 양성할 목적으로 설립됨2.
사업영역시공간분석연구소는 수익 창출과 교육 및 지역지원으로 기업의 역량을 키워가고 있음수익 창출을 목적으로 삼는 기업으로서 자체적으로 보유한 지적자산과 기술을 활용함
– 도시활동과 관련하여 고객의 업무/연구/선택 등에 필요한 데이터 판매
– 공공/민간/개인 고객에게 의사결정지원을 위한 컨설팅 서비스 제공
– 데이터 관련 업무와 연구에 필요한 맞춤형 교육프로그램 제공
– 고객의 지속적 관리 차원에서 기술지원 서비스 제공자체 개발 중인 한국형 토지이용
-교통통합모델시스템과 웹 기반 플랫폼, 관련 지식(Big data analysis, Geo spatial analysis 등)을 현장실습 활동을 강화하는 데 활용함으로써, 해당 분야(도시공학, 건설, 교통 등)의 공공 및 산업체에서 요구하는 맞춤형 인재 양성을 도모함현재는 서울시를 대상으로 삼고 있지만 점차 공간영역을 확대하여 수도권 나아가 지방대도시권으로 확장할 예정임3.
핵실역량 및 혁신정시공간분석연구소는 수요관리시대에 공공의 계획과 민간의 합리적인 활동입지선택을 지원하는 토지이용
-교통통합모델 개념의 활용과 도시활동공간의 데이터를 수요자와 공급자가 상호 거래할 수 있는 지식형 정보제공 플랫폼을 운영하며 수익을 창출하고 있음시공간분석연구소는 장래 입지효과분석정보를 제공하는 한국형 토지이용
-교통통합모델시스템(개발중)과 웹 기반 플랫폼(보행생활권 기반)인 지식형 정보제공 플랫폼의 운영 - 활용 사례 : [활용사례]건물형상정보(공간데이터)와 건축물대장(속성(문자)데이터) 간의 결합공간정보와 속성정보간의 결합으로, 도시공간정보로 표출하여 각 속성데이터 별로 시각화 가능도시공간속성 데이터 수집, 정재, 분석 수행 : 건축물 용도 현황 분석, 범위별 건축물 용도 및 현황 분석데이터 분석결과 맵핑 및 시각화 작업
(주)임픽스 소개
- (주)임픽스은 2000-01-10에 설립되었습니다.
- 주소 : 서울 동대문구 천호대로 375 3층
- 주요 서비스 : ■ 서비스 개요 ○ 가공 대상 : 제조설비 데이터, 제조품질 데이터, 제조생산 데이터 ○ 가공 서비스
– 데이터 전처리
– 데이터 품질개선
– 데이터 통계분석 코딩
– 데이터 시각화 처리
– 메타데이터 구축
– 빅데이터 분석 및 AI 분석을 위한 데이터셋 구축■ 주요 서비스 설명○ 데이터 전처리
– 실제 데이터를 분석이나 머신러닝에 적합하도록 데이터의 품질을 올리는 일련의 과정으로, 원시 상태에서 오류가 없는 높은 품질의 상태로 다듬는 Data Cleaning 작업, 분석이 가능한 적합한 데이터 표현으로 가공하는 Data Handling, 분석에 적합한 특성을 찾을 수 있는 특성 선택 등을 제공함○ 데이터 전처리 프로세스① 변수 확인: 독립/종속 변수의 정의, 각 변수의 유형, 변수의 데이터 타입 등 확인② 결측치 탐색 및 제거: 데이터 수집 단계에서 데이터 축적 fault 혹은 저장 오류, 또는 전처리를 위한 정렬 과정 중 발생할 수 있는 결측에 대한 탐색 및 제거③ 중복 제거 및 이상치 처리 : 같은 값을 가진 데이터가 있을 경우, 분석 시 오류 발생 및 변수간의 관계 왜곡 방지를 위해 행(row)별로 값이 유일하게 만들기 위한 작업④ 정규화 및 표준화 : 모든 데이터 포인트가 동일한 정도의 스케일(중요도)로 반영되도록 하는 정규화와 어떤 특성의 값들이 정규분포를 갖도록 변환해 주는 표준화 작업⑤ Feature Selection : 특성이 많아지면 모델은 더 복잡해지고 과적합될 가능성도 높아지기 때문에, 모델을 보다 간단하게 하고, 일반화 성능을 향상할 수 있도록 가장 유용한 특성만을 선정 ○ 데이터 탐색
– 데이터 탐색을 통해 데이터의 형태, 분포, 변수들 간의 상관관계 등 파악
– 기술통계(평균/표준편차/최소값/최대값/중간값/최빈값, 칼럼 구성, 결측치 개수 등), 추세선, 히스토그램, 히트맵, 산점도 행렬 등
– 데이터 특성 파악 후 필요시 추가 전처리 작업 진행 - 보유 솔루션 : ○ CS to SaaS 클라우드 데이터 플랫폼
– 스마트공장 고도화를 위한 클라우드 데이터 플랫폼 서비스
– RESTful API 서비스 빌더가 여러 솔루션/서비스 공급사가 개발한 소프트웨어 제품을 사용자 편의에 맞게 빠르고 편리하게 그리고 안전하게 자동으로 프로그램 소스를 생성하며, 이를 통해 스마트공장 공급기업들의 데이터 활용을 위한 초기 구축 및 유지보수 비용과 문제를 해결함 ○ 제조현장용 AI 데이터 분석 솔루션 A2LAB
– 데이터 전처리부터 학습까지 간편하게 활용이 가능한 데이터 분석 솔루션
– 사용자가 보유하고 있는 데이터에 대하여 탐색, 전처리, 학습, 예측, 해석을 지원하는 데이터 분석 솔루션
– 어렵고 복잡하다고 느낄 수 있는 머신러닝을 최대한 간편하게 활용할 수 있는 환경을 제공하여 데이터 탐색과 해석하는 일에 도움을 주고 사용자의 업무 시간을 단축함 ○ 분석·시각화 소프트웨어 BI Tool
– 사용자 스스로가 데이터를 관리 및 활용할 수 있는 셀프 데이터 분석 기능을 제공하여 사용자로 하여금 다양한 유형의 데이터를 탐색, 분석, 시각화하여 인사이트 도출이 가능하도록 함
– 빅데이터, SQL 데이터베이스, 스프레드시트, 클라우드 등 데이터의 위치와 관계없이 다양한 유형의 데이터 소스에 연결하여 프로그램 코드를 작성하지 않고 회귀분석, 상관관계분석, 시각화가 가능함 - 품질 확보 전략 : ■ 품질보증 일반 전략○ 품질보증 관리조직 구성
– 품질보증의 객관성과 신뢰성을 높이기 위해 부분별 품질보증 조직을 구성하여 품질보증 활동을 수행함○ 품질보증 활동
– 고객의 요구사항에 만족하는 목표를 수집하고, 목표를 달성하기 위한 품질보증 활동을 수행함○ 품질보증 프로세스
– 품질 요구사항 및 품질방침을 반영하여 품질보증 절차를 수립하고, 단계별 품질보증 활동을 수행함○ 품질보증 활동 계획
– 품질 목표를 달성하기 위해 프로젝트 자체 품질활동 및 QAO 품질 활동을 이행함 ■ 데이터 품질검증 전략○ 데이터 품질 검증
– 테이블 프로파일: 단일/다수 테이블에 대한 정형적 검증 실시
– 컬럼 프로파일: 단일 컬럼에 대한 정형적 검증 실시
-업무 규칙: 업무 로직에 대한 비정형적 검증 실시○ 무결성 자료 검증
– 단위 검증: 맵핑정의서에 의거 값이 정확하게 위치하고 있는지 확인
– 그룹 검증: 데이터 건수, 컬럼별 합계 등을 프로그램으로 확인 - 유지보수 전략 : ■ 유지보수 계획 개요 ○ 대상물 정의 요약
– 유지보수 지원 대상은 공급기업이 수요기업으로부터 제공받은 원천데이터 및 공급기업이 전처리/가공 작업을 통하여 제공하는 가공데이터, 이를 기반으로 한 분석모델 검증 및 실증 결과 등 수요기업과 공급기업이 협의한 산출물 일체를 포함함 ※ 대상물의 정확한 정의는 고객사와 협의한 데이터 가공업무 유형에 따라 변경될 수 있으며, 사전협의 시 가공산출물과 유지보수 대상물을 양사 협의하에 정의함○ 유지보수 범위
– 가공데이터의 저장 및 백업, 복구, 암호화 및 복호화 등의 데이터 관리 (Database 관점)
– 원천 데이터에 대한 접근 및 In
-Out 데이터에 대한 Interface, Procedure, View Table 등에서 발생되는 오류
– 분석모델 또는 도출 결과, 시각화 데이터에 대한 오차 및 오류○ 유지보수 기간
– 무상하자보수 기간 : 사업완료일 이후, 12개월
– 유상하자보수 기간 : 무상하자보수 기간 이후, 1년 단위로 계약■유지보수 세부 사항구분세부내용무상 유지보수· 무상기간은 최종 검수완료 시점부터 12개월로 함· 무상은 하자관리로 정의하며, 단순 오류수정을 범위로 함· 무상 하자관리 기간 중 사용자의 고의, 과실 및 천재지변에 의한 사항에 대해서는 공급업체의 책임을 묻지 않음· 시스템 설계내역과 개발 시스템이 상이하거나 하자가 있는 것은 무상 지원을 원칙으로 함· 무상 유지보수 기간 중 발생된 변경요구에 대한 사항은 이를 검토하고, 무상 유지보수 범위 포함여부를 판단하여 공급업체와 상호 별도 협의하여 처리함유상 유지보수· 유상 유지보수 대상은 무상 하자보수 범위를 넘어서는 것과 무상 하자보수 만료 후의 유지보수 활동으로 함· 비용 및 세부 내용은 공급업체와 상호 협의하여 결정함 - 카테고리 구분 : 전처리,품질,코딩,시각화,정보추출또는조합,분석
- 실적 : 연도고객사/기관명사업명2022우***산업단지대개조 지역기업지원사업대*****AI 솔루션 실증 지원사업나*****AI 솔루션 실증 지원사업스마트추진단제조 AI 데이터셋 구축사업한국과학기술원데이터 인프라 제조 AI데이터셋 구축충****AI 솔루션 실증 지원사업소***AI 기반의 수요예측 시스템 개발 (민간)광***AI 융합 지역 특화산업 지원사업동*****AI 기반의 설계 및 검사 지능화 시스템 개발 (민간)한*****AI 바우처 지원사업2021한국과학기술원데이터 인프라 제조AI데이터셋 구축티*********AI 솔루션 실증 지원사업대****AI 솔루션 실증 지원사업종**AI 바우처 지원사업휴*****데이터바우처 지원사업한*****데이터바우처 지원사업2020한국과학기술원자유설비 제조AI데이터셋 구축사업에******AI 솔루션 실증 지원사업강*****AI 솔루션 실증 지원사업한***AI 솔루션 실증 지원사업휴**AI 솔루션 실증 지원사업코**스마트공장 구축 지원사업(고도화2 / AI 및 제어)에******데이터바우처 지원사업
- 기업 개요 및 핵심역량 : ■ 기업현황 일반기업명(주)임픽스설립년월일2000년 01월 10일사업자등록번호128
-81
-45207대표자 성명이상호매출액 (2023년)약 130억원 (결산 전, 추정치)총인원78명 (2022년 12월 기준)본사서울특별시 동대문구 천호대로 375, 학인빌딩 3F기술연구소서울 R&D 센터 | 서울특별시 동대문구 천호대로 375, 학인빌딩 3F국내 및 해외지사부산지사 | 부산광역시 사상구 모라로 22 모라동, 부산벤쳐타워 414호광주지사 | 광주광역시 북구 월출동 추암로 249, 광주테크노파크 2단지 303호창원지사 | 경상남도 창원시 의창구 창원대로 18번길 22, 본부동 409호충남지사 | 충청남도 아산시 배방읍 광장로 210, 와이몰 106호청주사무실 | 충청북도 청주시 흥덕구 대농로 33, 테라스퀘어 712호이천사무실 | 경기도 이천시 부발읍 신하리 208, 1동 103호중국지사(WUXI) | Room 607 Changjiang no.1 Tianshanroad 8, Xiux district Wuxi city Jiansu Province CHINA홈페이지www.impix.co.kr대표연락처02
-745
-8324 / mu.kim@impix.co.kr■ ㈜임픽스는 제조기업이 국내외 무대에서 높은 경쟁력을 갖고, 세계 무대를 선도할 수 있도록 제조기업의 디지털 전환을 위해 국내 최고 수준의 스마트공장 구축 기술력을 제공하고 있음
– 임픽스는 2000년대부터 ERP 및 MES 등 제조업체에 필요한 솔루션을 S.I.
형태로 공급하며 제조업체에 적합한 솔루션 구축 기술과 산업 이해도를 갖추었으며, 2010년대부터는 스마트공장 구축 사업을 진행하며 많은 성공 사례를 갖고 있는 AI 분야와 제조현장 디지털화에 특화된 기업임
– 특히, 자체 개발 스마트팩토리 솔루션 OWP(One Way Platform)와 데이터 분석 솔루션 A2LAB의 도입은 제조기업 현장에서 모든 - 활용 사례 : ■데이터바우처 사업 및 후속 사업 연계 모델○ 실제 사례에서 바라본 데이터 바우처 사업 산출물 활용
– 데이터바우처 사업을 통한 데이터 가공 결과가 즉시 적인 인공지능 기술 적용 또는 그 외 분석에 활용될 수 있다고 판단될 경우, 후속 사업을 통해 빠르게 성과를 도출할 수 있음
-데이터바우처 사업을 통한 데이터 가공 과정 및 결과에서 데이터의 수집 구조 또는 관리정책 등의 문제점을 파악하였을 경우, 정확한 개선점 정의를 통해 데이터 수집 저장 및 관리 영역에 대하여 IT 및 OT 부문에 대한 보완 조치를 진행할 수 있음○ Case 1.
– 데이터바우처 사업을 통한, 보유 데이터에 대한 가공 수행
– KAIST AI 솔루션 실증사업을 통한 AI 시스템 시범 도입
– NIPA AI 바우처 지원사업을 통한 AI 시스템 정식 도입○ Case 2.
– 데이터바우처 사업을 통한, 보유 데이터에 대한 Weak Point 및 개선사항 도출
– 스마트공장 구축 사업을 통한 필요 데이터 수집 저장 확대
– 민간투자 또는 스마트공장 고도화 사업, NIPA AI 바우처 지원사업을 통한 AI 시스템 정식 도입■ 임픽스 가공서비스의 차별성 ○ 다수의 스마트공장 관련 사업을 진행하며 다양한 상태 및 업종별 특성을 가진 데이터 처리에 대한 풍부한 경험 및 노하우 보유
– 당사는 신규구축, 고도화, 시범공장 등 다양한 레벨의 스마트공장 구축 사업을 진행해오며 제조업체들이 보유한 다양한 “상태”의 제조데이터를 가공한 경험이 있음
– 또한, 제약, 화장품, 식품, 자동차부품, 반도체 등 업종별 제조기업의 니즈, 특히 업종별 각기 다른 특성을 지닌 데이터의 처리 및 활용에 대한 니즈를 파악하고 대응 방안을 마련하고 있음
– 공급기업은 데이터 수집부터 정제/전처리, 저장, 축적, 빅데이터 구축, 기본 분석, AI 분석, 제어, CPS 구축 등, 데이터 활용의 ‘기초’부터 ‘고도화’까지 모두 진행해온 경험과 노하우를 바탕으로 수요기업의 보유 데이터 상태가 적절치 않을 때 대응/처리할 역량을 갖춤
패션에이드 소개
- 패션에이드은 2020-06-06에 설립되었습니다.
- 주소 : 서울 동대문구 회기로 85 7411호
- 주요 서비스 : 패션분석추천을위한AI알고리즘및빅데이터분석기술개발(기대효과)평균주문금액최대15%향상(기술)패션이미지간어울림예측모델기반의코디추천시스템(특허)개인화스타일링추천방법및시스템(제품)코디추천Cafe24앱,스타일AI운영(상용화실적)데상트코리아,패션넷등30여개쇼핑몰에서사용중인추천시스템(홈페이지)https://kdata.or.kr/datavoucher/is/selectPortalSearch.do
- 보유 솔루션 : 3D 가상의류 및 가상착용 데이터패션 상품 및 가상착용 이미지 데이터온,오프라인 고객 행동데이터 기반 실시간 스타일 예측 API 서비스매장 판매 데이터 분석 기반 인기 코디 데이터 시각화 및 추천 데이터 구축
- 품질 확보 전략 : 1)데이터 상품 품질 확보 전략Deep Learning알고리즘 전담조직 구성알고리즘개선을 위한 지속적인 튜닝 작업과 평가 지표 공개
2)품질관리 방안패션전문가그룹으로부터지속적인 서비스 결과물 평가수치화된평가결과를 기반으로 자동화된Deep Learning튜닝 프로세스 구성3) ML 서비스 성능 평가:제3자 기관 평가에 따른 시험환경에서,학습용 데이터 중 성능 평가를 위한 테스트 세트와검증 세트(Validationset)구성하여 머신러닝 정확도 측정 - 유지보수 전략 : 1)데이터 제공과 관리계획 발급된API키의 요청 현황 수집하여 지속적인 사용상태 파악 특정 수요기업에 의한 과도한API사용 등을 방지하는 시스템 마련 API인프라 효율화 및 적절한 캐쉬 적용으로 수요기업 사용자 경험 증대
2)유지보수 무상 유지보수 무상은 하자보수로 정의하며,단순 오류수정을 범위로 함 최종 검수완료일로부터24개월간 유지보수를 무상으로 제공 시스템의 오류로 인하여 정상작동 되지 않는 경우 시스템의 간단한 수정 및 보완(유선 상 검토가능 및2시간이내 보완가능 수준) 소모품의 무상 유지보수에서 제외 세부 내용은 상호 협의하여 결정 유상 유지보수 유상유지보수는 하자보증을 기반으로,무상유지보수를 넘어서는 범위를 의미 전산 자료 처리 이외의 목적으로 사용함으로 인한 고장 세부 내용은 상호 협의하여 결정 3)유지관리 프로세스 하자보수 및 유지관리 지원은 장애신고 및 접수,장애처리 및 결과통보,운영에 필요한 시스템/DB정비,사용자의 기술적 지원 포함 유지보수 관리 운영은 다음의 내용 포함 효율적인 운영 및 기술자문 지원 요구사항에 대한 개선안 제시 초기자료 전환 및 입력 지원 사용방법 및 운영상의 개선 사용자 요구사항 발생시 시스템 반영 업무 프로세스 변경 등으로 인한 기능 변경 지원 유지보수 관리 기술지원은 다음의 내용 포함 시스템 지원의 최적상태 유지관리 지원 운영 및 장애신고 처리에 대한 책임 시스템 상의 장애 기술지원 및 해결 DB튜닝 지원 및 실행개선을 통한 처리능력 향상 장애발생에 대한 원인분석 및 복구대책 수립 지원 - 카테고리 구분 : 시각화,정보추출또는조합
- 실적 : 패션 분석 추천을 위한 AI 알고리즘 및 빅데이터 분석 기술 개발 (기대효과) 평균주문금액 최대 15% 향상 (기술) 패션 이미지 간 어울림 예측 모델 기반의 코디 추천 시스템 (특허) 개인화 스타일링 추천 방법 및 시스템 (제품) 코디 추천 Cafe24 앱, 스타일AI 운영 (상용화실적) 데상트코리아, 패션넷 등 30여개 쇼핑몰에서 사용 중인 추천 시스템 (홈페이지)https://kdata.or.kr/datavoucher/is/selectPortalSearch.do
- 기업 개요 및 핵심역량 : 패션에이드는 패션B2B시장에서 컴퓨터 비전,데이터 분석 기술을 기반으로 고객 데이터 기반 코디 추천 시스템과 가상 모델 소프트웨어를 개발 및공급하는 회사입니다.주요 사업 영역은 상품추천,가상착장,디지털 휴먼 이미지 생성,가상의류3D모델링 서비스로 기존 모델 촬영 비용을 절감하는 사업을 전개하고 있습니다.>> 서비스 소개서 바로가기:https://kdata.or.kr/datavoucher/is/selectPortalSearch.do
- 활용 사례 : 패션분석추천을위한AI알고리즘및빅데이터분석기술개발(기대효과)평균주문금액최대15%향상(기술)패션이미지간어울림예측모델기반의코디추천시스템(특허)개인화스타일링추천방법및시스템(제품)코디추천Cafe24앱,스타일AI운영(상용화실적)데상트코리아,패션넷등30여개쇼핑몰에서사용중인추천시스템(홈페이지)https://kdata.or.kr/datavoucher/is/selectPortalSearch.do
데이터바우처 사업관리 가공기업 정보
한국데이터산업진흥원 데이터바우처 사업을 통해 지정된 공급기업 중 데이터 가공기업 정보를 제공하고 있습니다. 본 데이터는 데이터바우처 지원사업에 참여하는 기업들의 정보를 포괄적으로 다룹니다. 특히, 수요기업이 필요로 하는 다양한 형태의 데이터 가공 서비스에 대한 정보를 제공함으로써, 데이터 활용의 범위를 넓히고, 기업의 데이터 기반 의사결정을 지원하는 역할을 합니다. 이 데이터가 보유한 컬럼은 다음과 같습니다.
기업한글명(문자형) : 해당 기업의 한글 이름
설립일자(날짜형) : 기업이 설립된 날짜
기본주소(문자형) : 기업의 본사 주소
상세주소(문자형) : 기업의 주소에 대한 추가 정보
주요서비스 상세정보(문자형) : 데이터 가공기업이 제공하는 구체적인 서비스 내용
보유솔루션(문자형) : 기업이 보유한 해결책 및 시스템에 관한 상세 정보
품질확보전략(문자형) : 데이터 품질 확보를 위한 기업의 전략
유지보수전략(문자형) : 데이터 가공 서비스 후속 지원 계획
카테고리구분(문자형) : 제공하는 데이터 가공 서비스의 카테고리 분류
등록일(날짜형) : 데이터가 등록된 날짜
실적(문자형) : 기업의 성과와 실적
기업개요 및 핵심역량(문자형) : 기업의 전반적인 설명과 주요 전문성
활용사례(문자형) : 데이터 및 서비스를 활용한 실제 사례
링크(URL) : 데이터에 대한 추가 정보 및 접근 링크
파일 다운받기
주요서비스 상세정보(요약), 보유솔루션(요약), 품질확보전략(요약), 유지보수(후속지원), 전략(요약), 실적(요약) 등의 일부 데이터 값은 데이터 미집계로 인해 공란이 있습니다.