분당3 데이터바우처 사업관리 가공기업 정보

미디어젠(주)은 2000-05-01에 설립되었습니다.
주소 : 경기 성남시 분당구 성남대로331번길 8 11층, 1103호
주요 서비스 : ○텍스트 데이터 정제1.작업 프로세스(
1)작업 계획 수립수요기업 요구사항 접수작업 데이터 입수 및 검토샘플 데이터 작성수요기업 송부 및 확인정제 매뉴얼/작업 지침서 작성(
2)가공단계요구사항에 따른 정제Tool튜닝1차 가공:비정형 데이터
->정형 데이터로 변환(변환Tool사용)
-1차 가공 결과 체크2차 가공:숫자,기호의 문자 변환(Text Normalization Tool사용)
-2차 가공 결과 체크3차 가공:띄어쓰기/맞춤법 정제(맞춤법 정제Tool사용)(3)검수 단계1차 검수2차 검수3차Sampling검수품질 검증(4)결과물Release결과물 취합수요기업 전달Feedback입수결과물 수정/보완결과물 최종Release*모든Tool은 미디어젠 자체 보유Tool로 업무 수행○음성 데이터 정제1.작업 프로세스(
1)작업 계획 수립수요기업 요구사항 접수작업 데이터 입수 및 검토샘플 데이터 작성수요기업 송부 및 확인전사 매뉴얼 작성(
2)가공단계요구사항에 따른 전사Tool튜닝1차 가공: Wave Normalization (Normalizing Tool사용)2차 가공:문장 자르기(미디어젠 자체Tool사용)3차 가공:음성 전사(미디어젠 검수Tool사용)(3)검수 단계1차 검수2차 검수3차Sampling검수품질 검증(4)결과물Release결과물 취합수요기업 전달Feedback입수결과물 수정/보완결과물 최종Release*모든Tool은 미디어젠 자체 보유Tool로 업무 수행○NLU태깅1.작업 프로세스(
1)작업 계획 수립수요기업 요구사항 접수작업 데이터 입수 및Intention/slot태그셋 선정(수요기업과 협의)샘플 데이터 작성수요기업 송부 및 확인NLU태깅 매뉴얼/작업 지침서 작성(
2)가공단계훈련용Seed Data작성NLU태깅Tool 1차 훈련1차 가공:태깅Tool사용NLU태깅Tool 2차 훈련2차 가공:태깅Tool사용(3)검수 단계1차 검수2차 검수3차Sampling검수품질 검증(4)결과물
보유 솔루션 : ○자체AI모델링을 소화할 수 있는 다양한 시설 및 장비 보유1.음성인식 성능 평가 자동화 시스템 보유
-음성인식 평가 자동화 소프트웨어 및 하드웨어 장비 자체 제작 및 수출 실적 보유2.
AI모델링 훈련 장비 인프라 보유
-NVIDA A100등 고성능GPU모델링 장비 보유,철저한 항온/항습 및 보안관리○음성DB수집,검수,정제가 가능한 자체Tool보유1.미디어젠 데이터 검수 역량
-데이터 검수 등 전 과정을 미디어젠 전문인력이 수행2.다양성을 담을 수 있는 데이터 구축 환경 조성
-음성데이터 수집을 위한 녹음 스튜디오 및 시스템 보유○미디어젠 차별성1.언어 자원 구축을 위한 음성 데이터 정제/가공을 통해 플랫폼 전문화 서비스 제공(
1)차량 음성 인식 성능 검증용 음성 데이터베이스를 구축하여 타OEM업체 제공(
2)내수/북미/유럽 다국어 음성,코퍼스 데이터 가공 경험을 통해 다양한 플랫폼 전문화 서비스 제공2.
AI기반의 음성 인터페이스 기술을 보유한 업체로 상품 신뢰성 제공(
1)미디어젠은AI데이터 수집,가공,모델링부터 엔진개발,튜닝까지 모든 분야를 직접 수행하는 기업으로데이터 가공 경험 다수 보유(
2)업체의 니즈에 따라 데이터 레이블링 설계 및 변경 가능3.언어 관련 전문인력으로 구성된 별도 조직 운영으로 양질의 서비스 제공(
1)언어 전문인력과 데이터 가공실무 인력이 유기적으로 결합하여 운영(
2)제한적인 시간에 높은 수준의 가공된 데이터 결과물 창출4.
AI기반R&D인프라를 활용하여 검수까지 마친 서비스 제공(
1)음성인식 성능 평가 자동화 시스템 자체 보유 및 활용(
2)AI모델링 훈련 장비 인프라 보유 및 활용
품질 확보 전략 : ○가공 데이터 품질 확보 전략 수립1.자체 테스트 사이클에 따른 검증 전략 수립(
1)요구사항 분석:요구사항 추적표 작성/관리,산출물 매칭 추적 관리(
2)검증 계획 수립:구축 가이드라인 명세,품질 검증 계획서 관리Test Case개발:테스트 항목 명세 및 현행화(3)검증 환경 구축:테스트 데이터 및 검수 모델 준비(4)검증 수행:자체Validation및 공인Test실시(By검증 도구)(5)검수 사이클 종료:테스트 결과 보고 및 시정 보완 조치 수립(6)사이클 결과 분석 및 서비스 품질 확보(7)데이터 분석 특성에 따른 활용 방안 제안/제시2.자체 품질지표별 체크리스트 기준 검수(
1)기준 적합성 검수(
2)기술 적합성 검수(3)통계적 다양성 검수(4)의미 정확성 검수(5)구문 정확성 검수(6)자동도구 검수MOKAPOT : Text검수
-전처리 및 형태소 분석
-문장 분리,띄어쓰기,맞춤법 검사,특수 처리미디어젠 검수Tool : Wav검수 도구
-문장에 따른 자동 분절 및 자동 전사
-노이즈 체크 및 오류 수정,묵음 추가3.가공 데이터 품질보증(
1)자체 검증 수행 성적서를 통한 서비스 품질 향상 도모(
2)품질 관리 프로젝트 조직 관리:품질담당자를 통한 품질 보증 업무 수행(3)품질 프로세스 구축:품질 관리 도구를 활용한 이력 관리 및 조치(4)자체 품질 성능 지표에 대한 유효성을 내부 검수 모델 활용(수요기업과 협의 후)품질 프로토타입 검수(5)전체 데이터의 체크 리스트 기준 체크(6)자체Cloud Web을 활용한 품질 전문인력Pool관리 데이터 가공서비스 제공(7)품질 보안 관리를 위한 작업 서버 외 백업 서버 별도 운영 관리
유지보수 전략 : ○유지보수 전략구분내용제공 목표
-납품되는 목적물에 대해서 최소한의 불량률로 납품하는 것을 목표
-발생되는 불량에 대해서는 신속하고 정확하게 조치 및 납품을 목표제공 범위
-원시 데이터의 오류로 인해 발생하는 부분 제외
-공급을 위해 제공되는 모든 목적물(서비스)에 대한 하자 발생 시 무상으로 보수대상
-사업을 통해 공급을 요청한 고객범위
-사업을 통해 가공되어 공급되는 모든 목적물기간
-1년간 무상 유지보수 기한이 있으며 그 이후는 협의를 통해 진행
-최종 납품 후1년간 유지보수 활동을 지속적으로 수행할 예정○유지보수 내용구분내용무상 유지보수 대상
-공급한 데이터 및 시스템에 대한 모든 구성 요소를 대상으로 지원
-재가공이 필요한 공금 데이터에 대해 하자 보수 및 재가공을 지원
-사업 완료 후1년 이내 발생하는 프로그램에 대한 하자 보수
-가공 가이드라인에 맞지 않게 가공되어 재가공이 필요한 데이터
-프로그램 장애 발생 시 온/오프라인 지원무상 유지보수 내용
-제공 프로그램에 대한 최적화
-사용 시 발생하는 결함/장애에 대한 복구 지원
-제공된 가이드라인에 맞지 않게 가공된 공급 데이터에 대한 재가공 수행유상 유지보수 대상
-고객의 실수 또는 천재지변에 의한 장애
-무상 하자 보수 기간 경과 후 발견한 하자유상 유지보수 내용
-수요기업이 요구한 기능 설계의 오류로 인한 기능 수정/보완
->투입 공수 기준 비용 별도 협의 후 보수 작업 수행○가공 데이터 품질 확보 전략 수립1.지속적인 인원 관리 및 역량 강화를 통해 가공에 대한 노하우 축적2.가공 툴에 대한 효율화를 최적화하여 대량의 데이터에도 문제없이 대응가능한 환경 구축3.즉시 동원 가능한 전문/비전문 인력에 대한 작업자pool을 구축 관리4.대학교와의 협업을 통해 전문적 자문 감수를 적극 활용하여 가공/검수에 대한 전문성을 높이고 요소에필요로 하는기술을 지속적으로 개발하여 전문 업체로 지속적으로 지원할 예정
카테고리 구분 : 전처리,품질,정보추출또는조합,태깅또는라벨링
실적 : ○국내 완성차 시장 음성DB구축 및AI개발용 음성/텍스트DB구축 진행 실적1.자동차Test DB구축(국내/해외)(
1)Test DB구축
-국내 완성차 시장지역녹음Total지역녹음파일Total지역녹음파일Total내수*****북미 영어*****호주영어1차****내수 추가****영국 영어****중국****북미 영어*****프랑스****태국****북미 프랑스*****독일어****아랍****북미 스페인*****스페인****영국 영어****영국 영어****이탈리아****미국 영어****프랑스****네덜란드****프랑스****스페인****러시아****독일****독일****포르투갈****일본1차****이탈리아****스웨덴****일본2차****네덜란드****체코****인도****러시아****폴란드****일본****덴마크****덴마크****호주영어2차****스웨덴****터키****그리스****폴란드****불가리아****포르투칼****미국 영어****터키****이탈리아어****체코****스페인어****아랍****러시아어****인도네시아어****1차Total165,7642차Total219,1003차Total70,7361차Test DB (국내 완성차)2차Test DB (국내 완성차)3차Test DB (해외 완성차)(
2)차량용 음성DB구축
-음성인식 개발DB구축
-북미/유럽/내수/일본/호주/인도/불가리아 등 다국어 기반TEST DB구축
-음성인식 자동화 평가 장비 구축 및 시스템 업그레이드
-Automotive NLU / NLP Test DB구축
-음성인식 전처리용DB제작 등 다수의 음성 및 텍스트DB구축 및 보유*세부 내용은 회사 소개자료 참고2.정부사업(NIA)을 통한 음성DB구축 사업 진행(2020 ~ 2021년)(
1)2020년NIA인공지능 데이터 구축데이터명데이터 수집 규모보유 데이터명령어AI음성/코퍼스데이터일반인 데이터일반인4,000명4,000시간노년층 데이터노년층3,000명3,000시간유소아데이터유소아3,000명3,000시간차량 데이터일반인1,500명3,000시간의료진 및 환자AI음성/
기업 개요 및 핵심역량 : ○미디어젠 소개■미디어젠은 20년 이상 동안 머신 러닝 (ML)에 적합한 AI 데이터 수집, 가공, 빅데이터를 이용한 모델링부터 클라우드 및임베디드 기반의 엔진 개발, 튜닝까지 AI 음성기술의 전 분야를 자체 수행하며 다국어 음성인식 소프트웨어 공급 및서비스 사업을 영위한 AI 음성기술 전문기업입니다.■국내외 유수 기업들과 협업을 진행하며3rd Party AI기술도 포용하여 적용 가능한 기술을 보유하고 있습니다.■다년간의 음성인식/합성 분야에서의 경험을 통하여 다양한 고객사의 니즈 충족이 가능하며 데이터 구축 및가공에 대한품질 역량을 보유하고 있습니다.<;미디어젠 관련기사>‘미디어젠, 2021 AI바우처 우수기업 선정’https://kdata.or.kr/datavoucher/is/selectPortalSearch.do
활용 사례 : ○미디어젠 성과1.음성인식 자연어 처리 기술을 활용하여 인공지능 기술을 상품에 서비스 적용 활용(
1)인공지능전문 연구기관 및 대학 등과 긴밀한 협력을 통한 다국어 교육을 위한AI학습 모델링 데이터 구축 사업화(2020년NIA인공지능 데이터 구축사업 진행)(
2)2020년인공지능 학습용 데이터 구축 사업뿐만 아니라 다양한 사업 수행 시 국내 최고의 음성인식 연구역량을 지닌ETRI와 기술자문 수행 연계사례 있음(3)실제 학습 모델링 구축 사업화 진행 시 산학연구를 통해 기술 및 우수 인력 확보를 통한수요기업 기술 지원 활용 사례 있음2.다년간의 자동차 음성인식 양산 경험을 베이스로 한 데이터 가공 능력 우위 유지(
1)자동차 도메인 특화된 텍스트/웨이브 가공과 정제를 통한 데이터 구축(
2)특화된 품질의 가공Know
-How제공 예상자동차 메인OEM업체 음성 데이터 구축 경험

보윙 주식회사 소개

보윙 주식회사은 2021-12-06에 설립되었습니다.
주소 : 경기 성남시 분당구 성남대로331번길 8 (킨스타워) 19층
주요 서비스 : 분 류 데이터 유형음성 파일 포맷application/octet
-stream (wav 변환 가능)텍스트 파일txt발화자 유형성별, 연령, 발화자 출신 지역(사투리)분야 유형
1)도메인별
2)화자별 분류 코드 예시 <;도메인별 분류>음성 파일과 텍스트 파일은 (다수:
1)<; 화자별 분류>음성 파일과 텍스트 파일은 (1:
1) 음성 파일과 텍스트 파일은(다수:
1)음성 파일과 텍스트 파일은(1:
1)음성파일 포맷 세부 분류제작날짜_개별식별부호_성별_출생년도_지역코드 활용 예시 도메인 특화형 음성인식 엔진 개발STT, TTS 등 음성인식 엔진 개발을 위한 기초 학습데이터 및 증분 학습용 데이터로 활용 가능도메인별(전문분야별, 화자별) 특화된 음성인식 엔진 개발에 활용 가능 데이터 공급 및 검수 과정보윙 측에서 기존 분야별, 화자별로 데이터를 수집노이즈 캔슬링 및 데이터 식별부호를 바탕으로 정리수요기업 요구 파악 및 데이터 가공 착수 여부 확인구글 클라우드 혹은 USB를 바탕으로 데이터 제공 데이터 검수 과정분야별, 화자별로 수집된 데이터를 중복 사용자, 분야별에 맞는지 자체 알고리즘을 통해 확인무작위 표본 재확인 및 이상치 확인 품질검수팀최종 데이터셋 제공 이후 결측치 유무 확인 및 재검수 특정 도메인 요구 시품질검수팀에서 광고주와 협의가 가능한 단어 리스트 파악광고 적재가 가능하다면 단가인하광고 적재가 불가능하다면 단가유지
보유 솔루션 : 1.
필요한 화자(연령, 성별, 사용언어‘사투리’) 파악2.
필요한 도메인 사전 정의및 데이터 수량 파악3.
‘보윙’ 플랫폼을 이용하여, 스크립트 업로드 및 화자타겟팅 지정4.
데이터 품질 검수, 비식별화, 가공, 분류 작업 이후 데이터분리 분야별 : 도메인당 1개의 TXT파일, 다수의 application/octet
-stream파일 화자별 : 1개의 TXT 파일, 1개의 application/octet
-stream파일 5.
대량의 application/octet
-stream
-WAV 파일 변환 S/W 제공
품질 확보 전략 : 1)참여자 음성인식과 동시에 서버에서 자체 개발한 음성 유사도 검증AI를 바탕으로 일치율 검증
2)중복 데이터,결측치를 포함한 데이터가, TTS등의 이용 여부,주파수,음성 크기,데시벨 등을 시각화 하여 유사도를 바탕으로검증(특허 출원10
-2021
-0162586 ‘음성인식률이 개선된 음성인식엔진’)3)무작위 추출을 통하여 자체 개발한 노코드 음성엔진 품질S/W를 바탕으로 데이터 이상 감지4)데이터 라벨링 처리(난수,성별,지역,연령)및 데이터 분류(화자별/도메인별)5)Pitch Synchronous OverLap and Add알고리즘을 바탕으로 음성 변조6)협의 당시요구 품질 및 주의사항 확인(주파수,용량,규격 등)
유지보수 전략 : ○협업체계 전략
1)필요시,보윙이 준비한 음성 관련 도메인 사전 제공(분야별/화자별)
2)자체적으로 서비스 진행중인 스크립트와 비교하여,협의를 통해 필요 도메인 일치시,비용 절감 및 데이터 추가 제공○유지보수 범위
1)제안 내역과 공급 상품이 상이하거나 하자가 있는 것은 무상하자보수를 원칙으로 하며,세부 과업에 대한 추가적인 요청이 있을 경우 상호 협의에 의해 유지보수범위 및 유/무상 유지보수를 결정하고 처리
2)과업범위이외의추가적인가공요청은유상보수의대상<;유지보수 기간>구분내용유지보수 대상
-공급한 목적물의 모든 구성요소를 대상으로지원무상 하자 보수 기간
-사업 완료 후12개월유지보수내용하자보수검수완료후1년이내발생하는데이터의결함에대한유지보수기본점검시온라인지원/현장지원품질개선
-데이터 형태 변환 등 최적화 및 안정화 지원유지보수범위무상하자보수
-공급한 목적물에 하자가 있는 경우는 무상 하자보수 원칙무상유지보수
-무상 유지보수 기간 동안 일어나는 유지보수 활동유상유지보수고객의실수또는천재지변에의한장애에대해서책임을지지않음무상 하자보수 기간 중 신규 데이터를 추가하고 기존의 데이터를 개 선하는경우상호협의하여실비제공이원칙유지보수 인력 이외의 인력이 수행한 데이터 개조,첨가 및 조정으로 데이터의품질에중대한영향을끼친경우유상처리
카테고리 구분 : 전처리,품질,정보추출또는조합,태깅또는라벨링,기타
실적 : 1.
2022년 데이터바우처 수요기업 2건 발굴
– AI 콜센터 솔루션 구축를 위한 도메인별 음성데이터
– 노이즈 캔슬링을 위한 화자별 음성데이터2.
음성인식 기반 플랫폼 비즈니스의 사업모델 개발3.
ETRI 나눔 AI를 이용한 132건에 음성데이터 공급 (누적 20,000시간)
– 음성 AI 및 엔진 개발 기관 및 연구소
기업 개요 및 핵심역량 : ○기업 개요보윙 주식회사는‘광고 스크립트’를 따라 읽으면 리워드를 주는 보상형 광고 어플리케이션 플랫폼을 서비스(보윙)를 운영하고 있으며,기존 음성데이터 수요기업에서 느꼈던 레이블 음성 데이터의 높은 공급 비용에 대한 문제점을 해결하고 아울러 화자별 도메인을 파악할 수 있도록 연령,성별,지역(사용언어)을 구분 및 분야별 도메인(교육,의학,여행,법률 등)에 맞는 음성데이터 공급 기술을 보유하고 있음.이를 바탕으로 한국연구재단에서 진행한’2022년 공공기술 기반 시장연계 창업탐색 지원사업’에 선정되었으며,컴퓨터공학,기술경영학 석
-박사 및 연구원들로 구성되어 끊임없이R&D를 통해구글,뉘앙스 등 글로벌 경쟁기업이 국내 한국어 음성시장을 선점하기 이전에 저렴한 데이터 공급을 바탕으로 국가 기술경쟁력 강화의 목표가 있음.<;보윙 기업 개요>기업 개요설명보윙 서비스 운영보이스리워드앱 서비스를 운영하며,음성데이터 수집2.음성데이터 판매수요성이 높은 도메인 사전을 바탕으로 수집
-비식별화
-가공
-분류 작업을 거쳐 데이터 판매3.음성엔진 개발수집된 음성데이터 및HMM모델을 바탕으로 엔진개발○핵심 역량
1)음성데이터를 수집하는 보윙 플랫폼은 모바일 광고 리워드앱 특징으로 다수 및 다양한 화자가 존재함.이에 따라 화자 분석 및 다중 발음모델에 필요한 품질 높은 음성데이터 공급 가능
2)자체적으로 의료,법률,서비스,도로명 주소 등 선행조사를 바탕으로 통역, AI콜센터,스마트비서 등 타겟팅이 된 음성데이터 공급 및 고문이 가능.3)음성데이터 판매 및 가공이 주 사업이 아닌,광고 서비스이용료가 메인BM으로서 저렴하게 저렴하게 음성데이터 공급이 가능.4)자체적으로 개발한 음성데이터 품질 검수S/W(음성정보를 바탕으로 유사도 측정)을 바탕으로 중복된 음성데이터, TTS를 통한 음성데이터 등을 분별하여 품질 높은 데이터 공급이 가능.
활용 사례 : 1.도메인특화형 음성인식 엔진 개발2.STT,TTS 등음성인식 엔진 개발을 위한 기초 3.학습데이터및 증분 학습용 데이터로 활용 가능4.도메인별(전문분야별, 화자별) 특화된음성인식 엔진개발에 활용 가능

인빅(주) 소개

인빅(주)은 2020-07-01에 설립되었습니다.
주소 : 경기 성남시 분당구 성남대로331번길 8 (킨스타워) 901호
주요 서비스 : 인빅(주)에서는 행동 데이터 분야에서 후처리과정 뿐만 아니라 *전처리과정부터 비즈니스구조를 모델링하여 학습 데이터 측면을 고려한 양질의 데이터 확보로 성공적인 인공지능 구현에 도움자사에서는 행동데이터의 **애노테이션작업에서 효율적으로 구성하고자 인공지능 기반의 애노테이션 도구를 이용하여 인적자원 낭비를 최소화하고 데이터 가공 시간 축소고객사가 보유하고 있거나 생산한 Raw데이터 활용 가능필요시 데이터 분석에 용이 하도록 인빅(주)의 레거시 데이터, 현재 AI Hub등에 공개된 유사데이터와의 연계통합 진행실무자의 의견을 적극반영하여 납품 후 사용할 수 있는 데이터를 추출하고 사업 종료 후에도 효율적인 사용 방법 제시
보유 솔루션 : 자체 어노테이션툴을 이용한 학습용 데이터 생산 가능
– 이미지에서 스켈레톤 데이터 생산
– 이미지에서 객체데이터(자동차, 사람 등) 어노테이션을 통한 데이터 생산(Class 종류)bicyclecarmotorcycleairplanebustraintruckboattraffic lightfire hydrantstop signparking meterbenchbirdcatdoghorsesheepcowelephantbearzebragiraffebackpackumbrellahandbagtiesuitcasefrisbeeskissnowboardsports ballkitebaseball batbaseball gloveskateboardsurfboardtennis racketbottlewine glasscupforkknifespoonbowlbananaapplesandwichorangebroccolicarrothot dogpizzadonutcakechaircouchpotted plantbeddining tabletoilettvlaptopmouseremotekeyboardcell phonemicrowaveoventoastersinkrefrigeratorbookclockvasescissorsteddy bearhair driertoothbrush
품질 확보 전략 : – 대표자가 한화테크윈(구 삼성테크윈) CCTV 개발자 출신이며, 정보통신 중급기술자로 영상 수집에 대한 노하우를 가지고 있음
– 한국정보통신기술협회(TTA)와 한국정보화진흥원을 통해 기개발된 ‘인공지능 학습용 데이터 구축 및 품질관리 공통기준(’19년)의 데이터 품질확보를 위한 절차를 준수하여 데이터 수집·정제·가공·품질검증·활용 등 전주기 단계별로 필요한 표준절차와 품질 요구사항을 준수하여 기본적인 데이터 규격에 맞춰 품질을 확보할 계획임
– 한국정보통신기술협회(TTA)와 한국정보화진흥원이 개발한 ‘인공지능 데이터 품질관리 가이드’에 따라서 인공지능 데이터의 품질을 체계적으로 관리 예정임
– 데이터 QC 조직을 신설하여 생산된 인공지능 데이터의 품질을 검수하고, AI 데이터 구축 협력업체를 통해 데이터의 품질을 2차 검증하여 데이터의 다양성, 정확성, 유효성을 확보할 예정임
– 이를 위해 원시 데이터의 수집단계의 다양성, 사실성 등의 품질 요구사항과 파일 포맷, 해상도 등의 기술 적합성 요구사항, 정제단계의 데이터 중복방지 및 비식별화 조치 요구사항, 가공단계의 객체 분류체계 및 라벨링 규격 요구사항, 품질검수 및 활용 단계의 유효성 검수 요구사항을 반영하여 수요기업의 요구에 적극대응할 예정임
유지보수 전략 : 수요기업이 운영하는 서비스에 맞는 데이터의 사양을 초기 단계에서 제대로 기획하고 5% 이내의 데이터를 가공하여 수요기업의 서비스에 적용, 이후 데이터의 사양을 최적화하여 제공할 예정임수요 증가에 따른 데이터 가공을 업무를 효율화하고 지역내 청년인력을 고용하여 교육 및 가공에 투입예정임이를 위해 지역내 대학교와 청년인력 인턴쉽 프로그램등을 위한 협력사업 신청 등으로 향후 수요에 대해서 선제적으로 대응중임수요기업의 데이터 추가 구매 등이 이루어질수 있도록 밀접하게 대응할 예정이며, 데이터 가공 및 제공을 신속하게 할 수 있도록 대응예정임
카테고리 구분 : 전처리,품질,정보추출또는조합,태깅또는라벨링,분석,기타
실적 : 202
1) 데이터바우처사업 (공급기업) 선정202
1) AI바우처사업 (수요기업) 선정
– 데이터 개발202
2) 데이터바우처사업 (공급기업) 선정202
2) 데이터바우처사업(수요기업) 선정2023) 데이터바우처사업 (공급기업) 선정
기업 개요 및 핵심역량 : – 인빅㈜는 인공지능(AI) 이상행동(낙상, 배회, 침입), CCTV에서의 안면인식을 수행하는 AI 알고리즘을 개발하여 CCTV 기반 안전 관제 솔루션을 구축, 기존의 보안관제시스템과 더불어 헬스케어, 산업안전관리, 국방부 인원보안 시스템등의 운영에 도움을 주는 솔루션을 개발&제안하는 기업
– 2021년 5월부터 산업현장내 테스트베드를 설치하여 현장내 다양한 행동데이터를 수집 중스튜디오 촬영을 통한 AI 학습용 데이터 맞춤용 데이터 생산 경험 有
– ‘AI 학습데이터’ 바우처사업을 수주한 경험이 있는 직원 및 운영진으로 구성되어있어 고객들에게 맞춤 솔루션 제공 가능
활용 사례 : 학습용데이터를 활용하여 지능형 CCTV를 맞춤형으로 개발 할 수 있음예를들어 산업용에 맞는 지능형 CCTV, 병원 환경에 맞는 지능형 CCTV등 생산 가능

(주)원아이디랩 소개

(주)원아이디랩은 2009-07-10에 설립되었습니다.
주소 : 경기 성남시 분당구 성남대로916번길 11 704호
주요 서비스 : ㅇ 대용량의 로그데이터를 이용한 분석·통계 서비스 기술 활용도국내 음원 서비스 플랫폼 6개사(멜론, 벅스, 소리바다, MNET, 지니뮤직, FLO)에서의 자신의 음웜사용 정보를 확인 기술 특성음원사이트 6개사에서 판매된 각 곡에 대한 일별 판매량에 대한 일주일치 통계량과 음원사이트 6개사 통합 내 노래 판매순위를 보기쉬운 차트로 제공하며, 시간대별, 각 음원 사이트 서비스 상품별 판매량 정보까지 제공보유 핵심기술현황 및 개요 ㅇ 2019년 문화체육관광부 승인하에 음악 종량제 정산을 위해 6대 음악서비스 사업자가 한국저작권위원회 전송하는 판매로그정보를 이용하여 음악저작인접권단체인 한국음악실연자연합회의 각 실연자별로 ‘내 노래 사용정보 통계서비스’를 실시하게 되었음
-.한국음악실연자연합회는 2013년 빅데이터솔루션을 바탕으로 정산·분배를 수행하는 시스템적 환경아래 본 서비스가 가능하였음
-.한국음악실연자연합회 회원인 실연자별로 대용량의 판매로그정보를 바탕으로 분석 및 통계를 도출하는 서비스를 ㈜원아이디랩이 수행하고 있음 * 해당 서비스는 한국음악실연자연합회용으로 특화되어 제공되고 있지만, 시스템 및 빅데이터 분석 모듈 등은 ㈜원아이디랩의 소유로 수요처 확대 및 사업다각화가 가능함 기술 경쟁력ㅇ 기존 음악서비스사업자 6개사의 로그정보 수집시스템 외에 2019년 별도 추친되었던 매장음악서비스사업자의 로그정보 시스템 구축을 수행함으로써, 대용량 데이터의 수집 및 처리, 분석의 노하우를 보유하고 있음ㅇ 2009년부터 현재까지 음악저작인접권단쳬의 정산·분배를 위한 로그정보 수집 및 가공, 데이터 처리, 분석 및 분배자료 제공 등의 연관업무를 수행중으로 Mymusic 서비스를 위한 제반 기술 및 분석의 경쟁우위가 있음 ㅇ 콘텐츠 인식 기술 기반의 음원정보 분석 기술기술 활용도음악저작권단체, 음원서비스 플랫폼사업자, 음원유통사업자, 해외출판사 등 음원을 보유, 관리하고 있는 관련 기관들에서 음원데이터를 관리기술 특성대상 기관들이 관리하고 있는 적게는 몇만곡에서 많게는 몇
보유 솔루션 : ㅇ 특징기반 필터링 기술 (Audio Fingerprint)Audio Fingerprint란 오디오신호의 특징을 분석하여 생성되는 일종의 digital summary로써 입력 오디오 샘플을 식별하기 위한 기술임.Audio Fingerprint Solution은 대량의 음원 DB를 구축하고 음원으로부터 Audio Fingerprint를 추출한 후, 입력 오디오의 Fingerprint와 비교하여 입력오디오의 콘텐츠 아이디를 식별하는 시스템을 의미함.Audio Fingerprint Solution은 주로 다음과 같이 활용됨.
-.방송음악 모니터링 시스템 : 방송에 사용된 음악의 사용내역을 정확히 검출하여 방송음악 저작권 사용료 분배정보를 산출하는 시스템으로써, 방송스트림의 Audio로부터 추출된 query fingerprint와 음원의 fingerprint 간의 매칭을 통하여 방송에 사용된 음악을 식별하여 Music Cue sheet를 산출
-.음악 식별 서비스 : 사용자가 지금 들리는 음악을 궁금할때 모바일 폰으로 캡처한 소리의 Fingerprint를 식별 서버로 질의하여 음악을 식별하는 서비스로써, 사용자에게 음악을 식별해주고 부가적으로 식별된 음악에 대한 스트리밍 링크 제공과 사용자가 질의한 내역을 이용하여 음악 차트 서비스를 제공
-.콘텐츠 싱크 기술 : TV에서 재생되는 광고나 방송프로그램 또는 매장에서 재생되는 음악을 사용자의 모바일 폰에서 식별하여 연관된 부가서비스를 제공하는 기술로써, Audio Fingerprint를 통하여 마치 모바일 폰이 TV나 매장과 연결된 것같은 효과를 얻게함.
즉, 모바일폰이 현재 시청중인 광고나 현재 위치한 매장을 인식하므로써 이벤트제공, 사용자 연결, 개인화 광고, 사용자 정보 수집등 다양한 응용이 가능
품질 확보 전략 : ㅇ 품질보증활동은 사업기간 중 지속적으로 수행하며, 사업추진의 단계별, 공정별로 세부 품질보증활동 실시ㅇ 사업진행단계에서 발생하는 문제점, 위험요소 등은 식별 즉시 보고하고 대응방안을 수립함ㅇ 업무 담당자 및 관계자들의 의견 수렴 및 반영계획, 개선계획 수립 후 이행ㅇ 사업과 관련된 법·제도 파악 및 이에 대한 반영계획, 개선계획 수립 후 이행
유지보수 전략 : ㅇ 사전 시험운영 지원 방안
-.전사적인 지원을 바탕으로 한 시험조직에 의한 시험 수행
-.철저한 단위 및 토합시험의 수행으로 서비스 안정성 담보 ㅇ 서비스 결함관리 지원 방안
-.조치는 개발팀, 관리는 품질팀에서 전담으로 결함관리를 지원
-.전담팀에서는 이행, 검증, 관리의 단계로 구분하여 중복 결함 집중 관리 ㅇ 운영 지원 방안
-.솔루션 모니터링: 시스템 가동계획, 모니터링 이벤트 관리
-.성능관리: 솔루션 성능분석, 솔루션 성능평가 및 이행
-.장애관리: 장애접수 및 해결, 이력관리, 장애 원인분석 및 개선, 결함 관리
-.형상관리: 시스템 운영 및 유지보수 단계의 변경 관리 지원ㅇ 수요처 응대 및 지원
-.안정화지원팀에서 기술지원, 품질지원, 교육지원을 담당
카테고리 구분 : 전처리,품질,시각화,정보추출또는조합,태깅또는라벨링,분석
실적 :
기업 개요 및 핵심역량 : ㈜원아이디랩은 특징기반 음악인식 기술에 기반한 ‘방송음악모니터링 로그수집’을 바탕으로 음악저작권 신탁단체 및 음원서비스 사업자들을 대상으로 음악저작물 정산분배시스템 구축 및 운영과 대용량 로그데이터 처리 및 분석서비스를 제공하고 있으며, AI기반의 음란물 콘텐츠 인식기술을 이용한 불법유해정보 유통방지 용역을 수행중인 콘텐츠 기반의 데이터 인식, 처리 관련 전문기업입니다.
ㅇ ㈜원아이디랩은 2009년부터 특징기반 콘텐츠 식별 기술을 기반으로 방송에서 사용되는 음악을 모니터링하여 데이터를 산출, 음악저작권단체들에게 제공하는 비즈니스를 현재까지 수행하고 있음ㅇ 2016년부터 문화체육관광부의 저작권기술 연구개발사업 수행을 근간으로 하여 보유 기술을 고도화하고 있으며, 최근 주요 음악서비스사업자들을 대상으로 솔루션을 제공하기 시작하였음ㅇ 특징기반 콘텐츠 식별 기술을 기반으로 하여 저작권보호의 데이터관리와 서비스사업자들의 콘텐츠관리 용이성 및 시장서비스의 효율성를 확보할 수 있는 콘텐츠 특징점데이터 가공관리를 통하영 시장확대를 기대함
활용 사례 : ㅇ 유니버설뮤직, EMI, 워너뮤직 등 주요 해외직배사들을 시작으로 많은 권리를 보유하고 있는 음악 출판사들까지 시장에서 유통, 이용되는 음원에 대한 현황파악 및 권리정보 관리 투명성에 대한 니즈가 계속 이어져 오고 있었음 ㅇ 또한, 이러한 거대 유통사 외에도 다수 대리중개사들도 보유 음원에 대하여 서비스 플랫폼 사업자들이 음원 및 권리정보에 대하여 체계적으로 관리하고 있는지에 대한 의구심을 계속적으로 가지고 있는 상태임

주식회사 올핀 소개

주식회사 올핀은 2016-12-01에 설립되었습니다.
주소 : 경기 성남시 분당구 야탑로205번길 26 2층 중장년기술창업센터
주요 서비스 : 1.
계획 수립 및 분석
1) 스타트업 Biz 맞춤형 데이터 분석 설계 가이드 및 계획 수립 2.
업무특성 별 진행
1) 프로세스에 따른 전처리, 테깅, 라벨링
– 서비스 개발 또는 데이터 분석 요구사항에 따라 이종, 다종 데이터 테이블 또는 컬럼의 연계 활용을 위한 이산, 집합
– 자료 또는 정보의 기계 가독형 변환
– 텍스트, 이미지, 동영상 등의 데이터에 태깅, 라벨링, 언라벨링
2) 품질관리를 통한 표준화
– 분야별업종별 데이터 테이블 및 컬럼 표준화, 품질개선(클렌징)
– 데이터 활용성 향상을 위한 빈컬럼 내 데이터 추가를 위한 데이터의 수집 등
– 값 필터, 정합성 검사 및 값의 보정
– 데이터 사전, 스키마정보 분석등을 통한 표준화 관리3) 정보 조합을 위한 코딩
– 오프라인 데이터의 DB화, 디지털화를 위한 코딩
– 통계분석정보 생산을 위한 코딩
– 이미지영상 등 멀티미디어 콘텐츠 태깅, 스크립팅
– 집단화된 콘텐츠의 DB화를 위한 메타데이터 구축4) 분석 및 시각화
– 빅데이터 분석 진행을 위한 컬럼의 이산 집합, 시각화
– 인사이트 발굴을 위한 분석 설계
– 지도, 그래프, 차트, 분석 대시보드로 변환하여 시각화 처리 3.
검수 및 사후 관리
1) 외부 검증기관 협력을 통한 품질 관리 및 검수<;검수 프로세스 예시>
-전문 검증단 구성 및 툴 제공 : 데이터 Annotation에 대한 적절성 검증
-데이터 구축 공정 흐름 시연 : 가공 데이터에 대한 구룻 프로세스 시연
-검수 요구충족 & 가이드라인 준수 : 전문가검수 중 수정 지침 발생 시 재측정
-최종 산출물 및 검증 결과서 제출 : 가공된 데이터에 대한 산출물과 검증에 대한 결과서
보유 솔루션 : 1.
품질관리 프로세스 정립 및 대외 품질인증 획득 내역
1) 데이터 품질관리 프로세스는 6시그마 활동 프로세스에 따라 데이터 품질 기준을 정의하고 데이터 품질 관리대상을 선정하며 선정된 대상에 대해 주기적으로 품질을 측정하여 오류 건에 대한 지속적인 개선 활동을 수행하기 위한 활동으로 정의.
<;데이터 품질관리 프로세스>_관리 단계 및 프로세스 설명정의(Define)
-현재의 품질활동 이슈를 통해 품질 목표(DQI 및 DQI 측정 기준)와 품질 대상(CTQ, 업무 영역,품질대상 범위, 가중치, 비즈니스 규칙)을 정의품질활동 이슈 : 현황 파악 및 이슈 분석품질목표정의 : DQI 및 DQI 기준 값 정의품질 대상 정의 : 품질 대상 영역정의, 품질 대상 항목 정의 측정(Measure)
-정의된 업무 규칙에 따라 품질을 측정하기 위해 준비와 품질 측정 수행을 구분측정 준비 및 개선 : 프로파일링, 업무 스케줄링품질 측정 : 수시 측정, 정기 측정 분석(Analyze)
-품질 측정 후 품질 평가와 오류 분석을 수행품질 평가 : 분석 결과 확인, 품질 평가오류 분석 : 품질 평가 오류 건에 대한 분석 개선(Improve)
-오류 원인 별 품질 개선 계획을 수립하고 담당자를 지정하여 개선 실행개선방안수립 : 개선과제 정의, 개선과제 피드백개선실행 : 오류 발생 건에 대한 개선 활동 통제(Control)
-품질활동 모니터링, 개선활동 평가, 변화관리로 구분품질활동 모니터링 : 품질정의부터 통제까지 품질관리가 체계적/지속적으로 잘 수행되고 있는지 모니터링개선활동 평가 : 개선활동에 대한 결과보고/검토 수행변화관리 : 품질지침 변경관리, 품질활동 교육 {관리 시점 및 프로세스 설명}수집
-사전 품질 관리 프로세스
-ETL 체크 롤로 관리되며 데이터화해서 관리 활용
-사후 품질 관리 프로세스
-데이터 적재의 적시성 문제로 인하여 사전 품질 관리 항목으로 모든 품질 항목 체크 불가능
-데이터 품질 관리 항목
품질 확보 전략 : 1.
한국데이터베이스진흥원의 표준 DA(Data Architecture) 방법론에 따라 표준 절차를 준수합니다.
2.
품질 확보를 위한 전략
1) DQI(Data Quality Index: 품질지표) 및 CTQ(Critical To Quality: 중요정보항목)에 따라 지속적인 품질관리 측정을 하고, 품질 핵심품목을 선정하여 BR(Business Rule:엄무규칙)에 따라 관리.
<;데이터 품질관리 정책 예시>원칙
– 데이터 품질은 지속적으로 개선 관리되어야 한다.
– 데이터 품질 관리를 기반으로 신뢰성 있는 데이터를 제공해야 한다.
지침
-DQI 관리 지침DQI는 데이터 품질을 측정하는 기준이므로 지속적으로 관리되어야 한다.DQI는 특정 시스템이 아닌 전행 시스템에 공통적으로 적용되어야 한다.DQI는 변동의여지가 적어야 한다.데이터 품질 측정을 위해 선정된 DQI는 이해관계 부서 및 담당자들 사이에서 공유되어야 한다.
-CTQ 관리 지침CTQ는 실제 대상인 시스템의 테이블/컬럼과 매핑되어야 한다.
-BR 관리 지침BR의 도출은 컬럼 단위로 한다.BR은 데이터 품질측정을 위한 오류데이터 검증을 위한 규칙을 도출한다.코드에 등로된 코드와 범위 값은 필히 코드 데이터를 참조하도록 한다.BR은 논리적인 기술이지만 물리적으로 측정할 수 있는 SQL을 정의해야 한다.BR은 DQI와 매핑되어 관리되어야 한다.BR은 여러 개의 DQI와 매핑 될 수 있다.
유지보수 전략 : 1.
제공 계획 및 제공 목표, 관리계획
1) 데이터 품질관리에 따른 DQI, CTQ,B R을 정의 하여 관리하고, 정의에 부합하는 데이터 BIZ, 전처리, 품질, 코딩, 시각화, 정보추출, 테깅,분석,등을 제공.
2) 품질관리 규칙 및 조직 구성에 의해 지속성이 있는 데이터 관리 체계 구축바우처사업 공급기업 가이드라인 (업무유형 & 내용)
– 데이터 BIZ : 수집 가공되는 데이터에 따른 BIZ 방향 설계, 지속 수집이 가능한 BP 설계 및 BIZ 컨설팅
– 전처리 : 서비스 개발 또는 데이터 분석 요구사항에 따라 이종, 다종 데이터 테이블 또는 컬럼의 연계 활용을 위한 이산, 집합 , 자료 또는 정보의 기계 가독형 변환
– 품질 : 분야별업종별 데이터 테이블 및 컬럼 표준화, 품질개선(클렌징), 데이터 활용성 향상을 위한 빈컬럼 내 데이터 추가를 위한 데이터의 수집 등, 값 필터, 정합성 검사 및 값의 보정
– 코딩 : 오프라인 데이터의 DB화, 디지털화를 위한 코딩, 통계분석정보 생산을 위한 코딩
– 시각화 : 지도, 그래프, 차트, 분석 대시보드로 변환하여 시각화 처리,
– 정보추출 또는 조합 : 이미지영상 등 멀티미디어 콘텐츠 태깅, 스크립팅, 집단화된 콘텐츠의 DB화를 위한 메타데이터 구축
– 태깅, 라벨링 : 텍스트, 이미지, 동영상 등의 데이터에 태깅, 라벨링, 언라벨링
– 분석 : 빅데이터 분석 진행을 위한 컬럼의 이산 집합, 시각화, 인사이트 발굴을 위한 분석 설계
– 기타 : 가명처리(휴리스틱 가명화, 암호화, 항목교환 등), 총계처리, 데이터 삭제, 데이터 범주화(감추기, 랜덤라운딩, 제어라운딩 등), 데이터 마스킹 등 3) 데이터 품질 정의 프로세스를 구성하고 품질활동 이슈, 품질목표정의, 품질대상 정의의 액티비티로 구분하여, 구성된 조직에 따라 업무분장을 통해 지속관리 유지 2.
가공 서비스 제공 방안, 유지보수, 고객관리 및 고객 응대 계획
1) 성능관리, 지속적인 유지보수
카테고리 구분 : 전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,기타
실적 : 1.
데이터 컨설팅 실적 및 성과(‘21,’22년기준) ㈜힉**** / 반려동물 사료 추천 서비스 R&D 데이터 컨설팅 / 2022.04.01.~2022.10.30 ㈜팜* / 인터렉티브 XR 데이터 분석 및 설계 컨설팅 / 2022.06.01.~2022.11.30 ㈜시*** / 데이터 활용 과제 컨설팅 / 2022.10.01.~2022.10.30 ㈜팜* / 데이터 분석 및 설계 ISP 컨설팅 / 2021.04.01.
~ 2021.06.20.
㈜이** / 『이**사업』데이터 활용BM컨설팅 / 2021.05.04.
~ 2021.06.31 ㈜미** / DDH Cloud 고도화 BM 컨설팅 /2021.05.17.
~ 2021.06.30.
㈜팜* / 웹기반 노코딩 XR콘텐츠 저작도구 및 지능형 추천 기술을 적용한 플랫폼 BM설계/ 2021.07.01.
~ 2021.12.15.
㈜스***** / 패션플랫폼 데이터 수집 활용 BM 컨설팅 / 2021.06.01.
~ 2021.05.31.
산자부 / 공공데이터 활용 영양맞춤형 서비스 샌드박스 선정 / 2021.05.31.(2년 시범사업) 2.
수상이력
1) 오픈스퀘어
-D 동반기업 선정 / 2021.12.23
2) D캠프 이달의 기업 선정 / 2020.01.31
기업 개요 및 핵심역량 : 1.
기업개요
1) 데이터 Biz 기반 데이터 가공 전문 컨설팅올핀은 17년 데이터 전문 컨설팅 경험을 바탕으로 2016년 ㈜올핀(All find Data Biz) ‘데이터 기반의 Business’를 목표로 데이터 분석, 기획, 설계부터 AI 알고리즘 설계까지 전반적인 데이터 서비스를 제공하는 컨설팅 기업입니다.
2) 사업영역
-패션유통:미국 수출유통 전문 슈트메이크를 데이터 기반의 Biz 컨설팅을 통해 법인화 매출 증대 및 지속적인 데이터 수집의 기반 마련
-반려동물/식품:2016년, 반려동물의 피모영양, 나이, 종 등을 고려한 건강을 관리 영양 큐레이팅 서비스 출시현재 AI 비전 전자거울 활용 급식 케어 기술을 IoT와 접목.
사료급식제어기를 통한 반려동물 분석데이터 전달 서비스 컨설팅
-VR/메타버스:Web기반 노코딩 XR 콘텐츠 제작도구 및 플랫폼 내 지능형 추천기술 개발 기업에게 데이터 Biz 컨설팅 진행으로 사업 성장유도2D, 3D, AR, VR의 요소를 혼합한 XR을 이용, 누구나 제작이 가능한 노코딩 저작도구를 활용으로 소비자, 생산자 간의 전환용이하고, 향후 데이터 축적을 통한 AI 맞춤형 컨텐츠 추천 플랫폼으로 확장 가능 2.
핵심역량(기업실적 및 취득년도)
1) 창조경제타운 보육아이템 선정 (2016.05)
2) 올핀 주식회사 설립 (2016.06)3) NIPA 크라우드펀딩데모데이수상,생활환경디자인수상 (2016.0
1)4) 스마트창작터이대 1위 선정 (2016.0
1)5) New Makers Korea 2016 수상경기북부컨텐츠진흥원 (2016.1
1)6) 벤처창업대전참가 (2016.1
2)7) 런던테크크런치선정참가 (2016.1
2)8) 미래에셋대우
-사회연대은행청년창업아이템수상 (2016.1
2)9) 벤처 인증 (2016.1
2)10) 미래부K
-GLOBAL300인증 (2016.1
2)1
1) 팝콘어워즈 수상 인천컨텐츠진흥원 (2017.04)1
2) ICT SPRING 2017 in Luxembourg 참가 (2017.05)13) 삼성전자 특허 기술이전
활용 사례 : 1.
데이터 상품 및 서비스의 주요 기술, 활용 예시, 성과
1) 업종별 데이터 분석 및 활용방안 컨설팅을 거쳐 사업 개선
– 데이터 가공 분석인력의 고비용에 따른 스타트업의 데이터 활용 이해도가 낮음.
– 부족한 부분에 대한 데이터 활용 및 기획 서비스를 제공하여 사업개선 <;데이터 분석 컨설팅을 통한 사업 개선>업체유형 / As
-Is(사업유형 및 문제점) / To
-Be(개선 후 결과) 펫서비스(영업형) / 애완동물 고품질 care : 고객관리 정보 소실 / 기술형서비스 제공 : 고객 관리 이력data 관리를 통한 1000% 매출 개선치아성형 유통(영업형) / 보형틀 디자인 설계 유통 : END 유저의 특징정보 수집 부재 / 유저별 지속 사용 BM 개선 : 고객 data 사후관리를 통한 지속 소비 BM 개발, 투자유치AR, VR 제작(기술형) / 외주 AR,VR 제작 : 고객 주문 정보의 수집 부재 / 고객니즈 분석 BM 개발 : 웹기반 사용자툴 개발로 지속적인 고객 정보 수집, 기술등급 획득 및 사업화&RnD 선정펫 IoT제조(기술형) / 펫 IoT 제품 제작 : IoT 활용 고객 정보의 수집 부재 / Data 비전수집 활용을 통한 기술개선 : 앱서비스 기반의 고객정보수집 개선, 경기유망중소기업선정, 기술등급획득약국ERP판매(기술형) / 약국ERP제품 판매 유통 : : 약국결재 Data 수집 부재 / ERP Data 클라우드 중앙 수집 설계 : Data 분석을 통한 BM설계, KDX DX인증기업선정NFC생산(기술형) / NFC 생산 및 판매 : NFC 활용 Data 수집 부재 / NFC활용정보 수집 BM 개발 : NFC 활용정보 수집 디바이스 개발 및 투자유치AI렝귀지학습(마케팅형) / 한국어 학습 AI 분석 SW 판매 : 고객 활용정보 수집 부재 / 고객활용정보 상세 분석 기획 : 사용자수 증가 및 투자유치식품제조(기술형) / 외주 식품제조 생산 : 사용자 고객의 Data 수집 부재 / 사용자 정보분석을 통한 상품 개발

(주)네모아이씨지 소개

(주)네모아이씨지은 2002-04-01에 설립되었습니다.
주소 : 경기 성남시 분당구 장미로 42 409호
주요 서비스 : 당사 데이터 가공 솔루션은 자동차 및 부품 업종에 포함된 제조기업을 대상으로 고객사의 다양한 제조 데이터를 수집~분석까지 일련의 활동으로 이를 통해 고객의 공장 및 설비 운영/관리 부문의 취약부분 개선, 설비 운영역량 강화 등 가능하도록 생산성, 품질 등 개선효과를 기대
– 고객의 기본정보 및 관련 Data입력으로 빅데이터 분석, 개선 연계 가능하며, 잦은 관리직 인력 변동에 정보 손실 최소화와 품질 실패 비용에 개선에 효과적임
– 사출, 주조, 열처리 등 18개 업종 요구사항을 반영할 수 있는 다양한 경험과 노하우를 데이터 가공 서비스에 융합
– 도입기업이 실질적인 개선효과를 창출할 수 있도록 정량적인 수치 및 데이터 분석 가공 방법론을 전달
보유 솔루션 :
품질 확보 전략 : ○ 품질 확보 전략
– 전담 조직 신설하여 운영 (데이터 가공팀, 컨설팅 등)○ 품질 인증 방안
– 데이터 품질 및 관리 기관의 인증 절차의 근거한 내부 품질관리 프로세스 확립 및 관리 체계 운영
– 데이터 수집 항목 정의, 전처리 및 분석 등 표준 프로세스 확립
유지보수 전략 : ○ 유지 보수 계획
– 최신의 데이터 분석 관련 ICT 기술 정보를 제공 (고객사 이메일 발송등)
– 데이터 가공 및 분석 등 운영 담당자와의 정기적인 의사소통 수행
카테고리 구분 : 분석
실적 : – 2013년부터 현재까지 국내 다수의 생산/제조기업을 고객으로 확보해 산업혁신운동 3.0, 스마트화 역량강화, 스마트공장 구축 지원사업, 데이터바우처 지원사업 등 수행
기업 개요 및 핵심역량 : 1) 기업 개요
– 네모아이씨지는 제조업종 기업을 주요 고객으로 하여 ICT 기술서비스 및 제조혁신 컨설팅 서비스를 제공하고 있으며, 특히, 2013년부터는 현대자동차그룹 및 삼성전자와 함께 대중소상생형 지원사업을 통해 해당 협력기업의 스마트공장 구축 및 제조현장의 스마트화를 통한 중소기업의 생산성 및 품질혁신을 지원하고 있음
2) 핵심 역량
– 당사는 제조현장의 생산 및 품질 경영혁신을 위한 우수한 인력 확보, 고객의 다양한 이슈 및 문제 해결에 특화된 컨설팅 방법론과 노하우를 보유하고 있으며 이에 대해 근래 4차 산업혁명 시대 도래, 고객 니즈에 발 맞춰 다양한 제조 업종을 대상으로 스마트공장 구축, 제조운영시스템 등 ICT 기술을 보급 및 확산하는 데 주력하고 있음
활용 사례 : – Material data type (관련업종 : 가공, 프레스, 전기)o 산업특성 : 컨베이어와 바코드를 활용(부품 및 품질검사과정에서의 로트단위 데이터 생성)o 데이터특성 : 로트 추적을 위한 데이터, 고객요구대응 데이터(안전재고 및 선행생산 데이터)A.
데이터 집계 : 자재재고집계(자재데이터)
– 재공집계(로트데이터)
– 생산실적집계(로트데이터)
– 출하실적집계(출하데이터)B.
데이터 분석
1) 검사기로부터 생성된 데이터 분석(오사양,오삽입,누락,이종 등)
2) 패턴정보 및 트렌드 분석3) 공정설비, 측정장비 작업조건 데이터 분석C.
데이터기반 문제해결
1) 생산정보시스템화로 생산성, 효율향상
2) 로트추적에 의한 품질보증3) 완성품 테스트를 통한 통전, 누락, 이상데이터 분석ㅁ 치 개선관리

웨다 소개

웨다은 2018-08-27에 설립되었습니다.
주소 : 경기 성남시 분당구 정자일로 15 2층 202호(R115)(분당하우스토리)
주요 서비스 : ◈머신러닝 데이터 분석 서비스1.
데이터셋 EDA (탐색적 데이터 분석)
– 데이터셋의 기술 통계 정보 자동 생성 : 최대값, 최소값, 평균, 표준편차, 중간값, 결측치, 개수, 속성 타입 등
– 그래프를 통한 데이터 분포 파악 : 히스토그램, 누적분포 함수, 상관관계, 평행 좌표 등 통계적 특성을 파악할 수 있는 그래프 데이터 상관관계 자동 분석
– 데이터 속성 간 연관관계 : 양의 상관관계, 음의 상관관계, 상관관계 없음
– 상관관계 분석을 통해서 학습의 효과를 최대화 할수 있는 항목들을 선택하는데 활용 데이터 전처리
– 데이터 증감식 : 정상 제품의 데이터에 비해 불량 제품의 데이터가 현저히 적을 경우 정상 제품 데이터의 감식 또는 불량 제품 데이터의 증식을 통해서 학습의 효과를 높임
– 결측치 처리 : 중요한 속성에 값이 비어있는 경우 해당 건을 제외 시키거나 다른 값으로 치환하여 학습 성과의 효과를 높임
– 불필요한 속성 제거 : 데이터 상관관계 분석을 통해서 학습에 불필요한 속성을 제거하여 학습의 성과의 효과를 높임2.
데이터 학습 자동 학습 (AutoML)
– 사용자는 데이터셋을 선택하고 학습 목적에 따른 Classification, Regressing 만 선택하면 자동으로 학습을 진행함.
– 학습 알고리즘, 하이퍼파라미터의 설정없이 누구나 쉽게 AI 모델을 생성 모델 학습
– 학습 알고리즘 : XGBoost, KNN, RandomForest, SV, RF 등 최신 학습 알고리즘을 사용하여 모델 학습에 적용.
기 학습한 모델을 불러와서 학습 알고리즘으로 사용
– 하이퍼파라미터 값을 직접 입력 : Early Stopping, Epoch, Sampling 등에 해당하는 상세 항목을 사용자가 직접 입력3.
모델 성능 비교
– 최적의 모델을 생성하기 위해서 학습한 모든 모델의 이력을 관리
– 학습 알고리즘, 하이퍼파라미터 값을 변경하여 수행한 모든 모델의 결과를 비교하여 운영에 반영할 최적의 모델 선택에 활용
– ROC 곡선,
보유 솔루션 : 솔루션명 : GreenWhales솔루션 기능1.
머신러닝 데이터 분석 EDA (탐색적 데이터 분석) 데이터 전처리
– 이상치(Outlier) 제거
– 데이터 증감식(Class balancing)
– 결측치 (Missing value) 처리 데이터 학습
– 자동 머신러닝 (AutoML)
– AI 전문가를 위한 머신러닝 학습 성과 비교 AI 모델 평가2.
비전 데이터 분석 데이터 전처리
– 데이터 레이블링
– 데이터 어노테이션
– 데이터 세그먼테이션 데이터 학습
– 자동 머신러닝 (AutoML)
– AI 전문가를 위한 머신러닝 학습 성과 비교 AI 모델 평가3.
실시간 AI 모델 예측 서비스 AI 학습 모델 배포 시 모델 예측 서비스 자동 생성 Rest API를 통한 실시간 모델 예측 실시간 예측 결과 및 성능 모니터링 예측 처리 내역 조회4.
지속적인 AI 모델 업데이트 (MLOps) 데이터를 자동으로 학습하고 실시간 서비스 환경으로 자동 배포
– 학습 주기에 따른 배치 방식
– 데이터 변경 트리거 방식 5.
허브 기능 데이터 허브
– 학습에 사용할 수 있는 데이터 셋 공유 및 협업
– EDA 기능을 통한 기초 통계 정보로 데이터 특성 파악
– 비전 데이터 셋의 경우 레이블링 적용 모델 허브
– 학습된 AI 모델을 공유
– AI 모델의 성능에 대한 자료 공유
– 모델 서비스 운영환경으로 배포
품질 확보 전략 : 웨다는 지속적인 품질 향상 및 기술 발전을 위하여 특허 신청 및 논문을 제출하고 있습니다.1.
기술 특허 및 논문 오토 레이블링 방법 및 시스템 특허
– 등록 일자 : 2021년 12월 15일
– 기술 내용 : 이미지 및 영상 데이터에 대한 레이블링 전처리를 자동으로 적용하는 기술
– 기대 효과 : 사람의 노동력에 의지하던 레이블링 작업을 자동으로 처리함으로써 70% 이상 작업 시간 단축 및 데이터 품질 향상 데이터 분석을 위한 컨테이너 기반의 AI 학습 및 운영 서비스 SW 특허
– 출원 일자 : 2022년 11월 17일
– 기술 내용 : Kubernetes 기반 컨테이너 환경의 자원 독립적인 AI 분석 환경, 시스템 자원 모니터링, 협업을 위한 데이터 / 모델 허브, 자동 분석 (AutoML), 머신러닝 자동화(MLOps)
– 기대 효과 : No cording 기반의 AI 분석 환경 및 서비스 환경을 제공하여 비 전문들의 AI 개발 참여에 많은 기여 데이터 레이블링을 위한 향상된 데이터 어노테이션 논문
– 출원 일자 : 2022년 11월 17일
– 기술 내용 : 오토 레이블링 및 이지 레이블링 시스템 구성
– 기대 효과 : 데이터 전처리 성능 향상 및 데이터 품질 향상2.
인증기관의 시험을 통한 솔루션 품질 검증 머신러닝 비전 서비스를 이용한 제조 품질 측정
– 시험 기관 : KTC (한국기계전기전자시험연구소)
– 시험 내용 : 불량 예측 정확도, 예측 응답 속도, 동시 처리 건수 등
– 시험 결과 : 기준에 적합 철선 생산공정에서 최적의 조건 예측
– 시험 기관 : KTR (한국화학융합시험여구소)
– 시험 내용 : 철선 인장강도 예측 정확도 및 예측 속도, 철선의 단선 여부 판단
– 시험 결과 : 기준에 적합 머신러닝 솔루션 성능 테스트
– 시험 기관 : KOTCA (한국시험인증원)
– 시험 내용 : 수치 자동 측정, 응답속도, 불량 검출률, 수치 정밀도 등
– 시험 결과 : 기준에 적합 소프트웨어품질인증
– 시험 기
유지보수 전략 : 웨다는 지속적인 수요기업의 지원을 위하여 유지보수 계획을 수립하고 조직을 운영하며 효과적인 지원을 위한 유지보수 절차를 수립합니다.1.
유지보수 계획웨다는 결함의 수정 및 개선을 수행하여 품질을 보증하고 시스템 안정성을 제고하기 위해 유지보수 조직을 수립하고 적합한 절차에 따라 운영합니다.고객사와 계약 조건에 따라 무상 유지보수와 유상 유지보수로 구분합니다.
무상 유지보수
– 검수 완료 후 12개월 간 무상 지원 유상 유지보수
– 사용자 실수에 의한 장애 발생에 대한 유지보수
– 무상 하자보수 기간 만료 후 발견된 시스템 결함에 대한 보수
– 시스템 검수 후 요구사항 변경 및 기능의 변화2.
유지보수 조직 유지보수 PM : 유지보수 총괄 책임자 기술지원 조직 : 사용자 요구사항 접수, 사용자 교육, 유지보수 업무 시스템 조직 : 각종 인프라 장애 지원, 데이터 수집 장애 지원 AI 지원 조직 : AI 기술 연구, AI 모델 고도화 지원, 분석 패키지 최신화 인원 구성 : 정, 부로 구성하여 지원의 공백이 발생하지 않도록 조직 구성3.
유지보수 프로세스 ① 하자 발생 ② 접수 및 문제 분석 ③ 해결안 제시 ④ 미해결 시 유지보수 팀 소집 ⑤ 유지보수 수행 ⑥ 결과 통보 ⑦ 유지보수 이력 관리4.
유지보수 목표
– 고객과 긴밀한 관계 유지
– 비상 연락망 유지 : 장애 발생 시 신속한 대응
– 사용자 및 운영자 교육 : 고객사의 안정적인 시스템 환경 운영
– 장애 예방 : 정기적 방문 및 점검
카테고리 구분 : 전처리,품질,태깅또는라벨링,분석
실적 : 최근 3년간 웨다가 진행한 사업 내용은 다음과 같습니다.1.
2020년 P사 선재 철선 공정 최적화 서비스 구축
– 참여 내용 : 철선 데이터 수집 시스템 구축 데이터 학습을 통한 AI 모델 구축 철선 인장강도 예측 서비스 철선의 단선 예측 서비스 품질 향상을 위한 최적의 생산 조건 제시
– 성과 및 실적 : 품질 예측 및 최적의 생산 조건 적용으로 철선의 생산성 및 품질 향상 D사 전선 케이블 품질 검증 서비스 구축
– 참여 내용 : 전선 케이블 실시간 촬영 카메라 설치 및 실시간 영상 데이터 수집 환경 구축 오류 데이터 학습을 위한 영상 데이터 레이블링 전선 케이블 영상 데이터 분석을 통한 AI 모델 생성 AI 비전 기술을 이용한 모델 구축 및 실시간 전선 흠집 자동 검사 서비스 전선 케이블 불량 검출 알림 서비스 구축
– 성과 및 실적 : 사람의 감각에 의존하던 케이블 불량 검출을 AI를 이용하면서 사람의 피로도 저하, 생산성 및 불량 검출율 향상 M 보험사 보험금 심사 모델 서비스 구축
– 참여 내용 : 보험사가 기 구축한 AI 모델 개발 시스템과 연동하여 AI 모델 자동 배포 및 서비스 환경 구축 보험사 시스템에서 실시간 발생하는 고객 데이터를 API 연동하여 실시간 보험 심사 예측 서비스 실시간 고객 데이터 발생 및 예측 결과를 실시간 모니터링
– 성과 및 실적 : 보험사의 비대면 거래 증대2.
2021년 S사 용접 불량 검사 품질 검증을 위한 디지털 방사선투과검사 자동 판독 서비스 구축
– 참여 내용 : 고객사가 촬영한 방사선 비파괴검사 필름 데이터 수집 시스템 구축 수집된 비파괴 검사 필름 데이터의 불량 판독을 위한 레이블링 방사선 비파괴 검사 필름 데이터 학습을 통한 AI 모델 생성 수요기업 내부 시스템과 연계를 통한 실시간 비파괴 검사
기업 개요 및 핵심역량 : 1.
회사 개요웨다는 인공지능 기술의 활용을 통한 보다 나은 인류의 삶을 추구합니다.
최고의 인공지능기술위해 노력하고 누구나 쉽게 인공지능 기술을 사용할 수 있도록 기술 장벽을 낮추며 기술의 혜택을 모든 사람들이 누릴 수 있는 세상을 목표로 합니다.2.
회사 연혁2018년
– 웨다 설립, 기술연구소 설립, AI 비전 솔루션 개발2019년
– AI 비전 솔루션 BluAI 출시, 머신러닝 플랫폼 GreenWhales 출시 중국업체 KOTRA AI 비전솔루션 판매 MOU 채결 서비스 수주 : H타이어 업체 품질 검증, H은행 빅데이터 플랫폼2020년
– ML기반 품질 공정 서비스 개발, AI Tabluar 솔루션 BluAI v2 출시, 머신러닝 플랫폼 GreenWales V2 출시 서비스 수주 : P선재 철선 공정 최적화, D전선 케이블 품질 검증, 비파괴 검사 품질 검증2021년
– AI 바우처 사업 수주, 데이터 바우처 공급 기업 선정, 경기도 D.N.A 공급 기업 선정 금융권 머신러닝 컨테이너 서비스 수주2022년
– 솔루션 공급 : D자동차 방진 부품, G자동차 볼트 부품, S철강 용접 비파괴 검사, E실린더 품질 검사, KE개발원 교육 데이터 분석 S반도체 장비 검사 PoC 수행 통합 머신러닝 플랫폼 GreenWhales V3출시3.
핵심역량◈ 비전 머신러닝 분야웨다에서 개발한 솔루션의 인공지능 비전 기술을 이용하여 제조 공정에서 수집된 영상 및 이미지 데이터를 학습하고 인공지능 모델을 생성합니다.
생성된 인공지능 모델을 제조 공정에 적용하여 실시간으로 생산되는 제품의 크랙, 스크래치 등 불량을 판별합니다.
관리자는 솔루션의 모니터링 화면을 통해서 생산품의 불량 여부를 바로 확인합니다.
데이터 학습을 위한 자동 레이블링(Auto Label) 기능과 자동 학습(Auto ML) 기능을 통하여 누구나 쉽게 인공지능 모델을 생성하고 제조 현장에 배포합니다.
이러한 솔루션 및 비전 AI 기술
활용 사례 : 웨다가 보유한 기술과 솔루션으로 활용가능한 사례는 다음과 같습니다.1.
데이터 수집 데이터 분석에 필요한 다양한 환경으로부터 데이터를 수집 대상 시스템
– 저장소 : DBMS, NoSQL, 파일, 데이터 전송 시스템 등
– 실시간 : 카메라, 센서 등
– 외부데이터 : 공공데이터, 웹페이지 데이터, 클라우드 환경 등2.
정형 데이터 분석 (Tabular) 제조업
– 생산 공정을 관리하는 OPC 데이터와 생산 실적을 관리하는 MES 데이터를 통합 분석하여 AI 모델을 생성
– 생성 된 AI 모델을 생산 현장에 적용하여 실시간 품질 예측
– 원자재의 물성 및 특성 테스트 결과를 분석하여 최고 품질의 제품을 생산할 수 있는 생산 조건을 도출 금융업
– 고객의 과거 거래내역과 행태 데이터를 분석하여 고객 개인에 맞는 초개인화 서비스를 제공하는 실시간 마케팅에 활용
– 옴니채널을 통한 고객의 실시간 데이터를 분석하여 금융 상품 추천, 부정거래 방지 등에 활용
– 가계 대출, 기업 대출 시 고객의 과거 거래내역 및 현재의 재무 상태를 분석하여 대출심사, 부도율 예측 등에 활용
– 해외 송금 시 환율, 소요 시간, 각국의 휴일 등을 분석하여 최단 경로, 최소 수수료 등을 예측하는 서비스에 활용 운송업
– 해외 기상 상태, 환율, 물가, 유가, 휴일 등 정보를 분석하여 목적지까지 도달하는 최단 경로, 최소 비용 등을 예측하는 서비스에 활용3.
비전 데이터 분석 제조업
– 생산품의 영상 및 이미지 데이터를 분석하여 사람의 감각에 의존하던 제품의 불량 여부 판별을 자동화
– 이미지 데이터 분석을 통하여 촬영된 이미지의 기울어짐을 자동 보정하고 수치를 자동 측정하는데 활용
– 부품, 생산품의 레이블에 표현된 문자를 분석하여 분류, 등급 등을 자동으로 분류하는데 활용
– 생산 현장의 비정상적인 움직임을 감지하여 사고 위험 판단 시 경고 메시지 전달 금융업
– OCR 기술을 이용하여 금융회사들이 보유한 과거 다양한 계약서, 동의서 등 문서를 디

(주)위세아이텍 소개

(주)위세아이텍은 1990-10-12에 설립되었습니다.
주소 : 경기 성남시 분당구 판교로 253 C동 5층
주요 서비스 : 4.
가공서비스 개요업무 유형내용전처리서비스 개발 또는 데이터 분석 요구사항에 따라 이종,다종 데이터 테이블 또는 컬럼의 연계 활용을 위한 이산,집합자료 또는 정보의 기계 가독형 변환품질분야별업종별 데이터 테이블 및 컬럼 표준화,품질개선(클렌징)데이터 활용성 향상을 위한 빈컬럼 내 데이터 추가를 위한 데이터의 수집 등값 필터,정합성 검사 및 값의 보정시각화지도,그래프,차트,분석 대시보드로 변환하여 시각화 처리태깅,라벨링텍스트,이미지,동영상 등의 데이터에 태깅,라벨링,언라벨링분석빅데이터 분석 진행을 위한 컬럼의 이산 집합,시각화인사이트 발굴을 위한 분석 설계
보유 솔루션 : 5.
보유솔루션 활용업무 유형주요 기술 및 활용 예시전처리,태깅,라벨링머신러닝자동화플랫폼“WiseProphet”보유연구 및 수행전문인력40명 이상 보유정부과제,공공기관 및 민간기업 대상 수행 사례 다수품질데이터품질관리솔루션“WiseDQ”보유수행 전문인력40명 이상 보유공공기관,공금융권 및 민간기업 대상 수행 사례 다수시각화,분석빅데이터다차원분석시각화SW “WiseIntelligence”보유연구 및 수행전문인력40명 이상 보유공공기관,공금융권 및 민간기업 대상 수행 사례 다수
품질 확보 전략 : 1.1.
품질관리 목표
– 프로젝트 관리 및 수요업체 요구사항 만족
– 단계별 테스트를 통한 품질 검증활동1.2.품질관리 전담조직 보유관련사업별 품질관리 전담조직[이미지 품질관리 조직]
– 빅데이터 사업본부’ 빅데이터 가공’ 빅데이터 분석’ 빅데이터 시각화
– 인공지능 사업본부’ 데이터 전처리’ 데이터 태깅’ 데이터 라벨링1.3.
테스트 방안Activity수행내용통합테스트이행테스트·목표시스템 실제 데이터와 업무별 통합시험보완·가공테스트 결과 보완 및 성능 튜닝/보완사항 제시 및 지속적 보완검증·가공절차 검증 및 성능 튜닝/데이터 가공 검증최종 데이터 이행·최종 가공 데이터 이행 검증 평가
유지보수 전략 : 2.
유지보수 내용구분주요내용유지보수 대상·공급한 목적물의 모든 구성 요소를 대상으로 지원무상하자보수 기간·사업완료 후6개월간 지원유지보수내용하자보수·검수 완료 후6개월 이내 발생하는 응용프로그램 결함에 대한 유지보수·기본점검 및 설치 전 환경점검,장애발생 시 온라인 지원/현장 지원품질개선·에러수정,기능 자체의 문제점으로 인한 수정/보완,목적물의 수정·운용 중 장애 발생 시 수요기업이 재설치를 요구할 경우 무상 설치하여 업무 차질 최소화·운영시스템 최적화 및 안정화 지원,정상운영을 위한 기술지원·운영시스템 최적화 및 업그레이드 지원,정상운영을 위한 기술지원환경적응·신규운영체제 및 응용프로그램 개선/확장에 따른 변동사항·신규운영체제 및 응용프로그램 추가 설치에 따른 변동사항유지보수범위예방점검·무상 유지보수 기간 동안 예방정비 주기를 설정하여 지속적으로 실시·예방정비 활동 중 정기점검 실시·예방정비 활동 중 수시점검은 시스템 장애 예상되는 상황에 반드시 실시·지속적 교육훈련,기술지원 실시,산출물 완료 시점 오프라인 교육 진행무상하자보수·목적물에 하자가 있는 경우는 무상 하자보수를 원칙으로 함무상유지보수·무상 유지보수 기간 동안 일어나는 유지보수 활동유상유지보수·고객의 귀책 또는 천재지변에 의한 장애에 대해서는 책임을 지지 아니함·무상 하자보수 기간 중 신규기능을 추가하고 기존의 시스템을 개선하는 경우 상호 협의 하여 실비 제공함을 원칙으로 함·유지보수 인력 이외의 인력이 수행한 시스템 개조,첨가,조정 및 수리로 시스템에 중대한 영향을 끼친 경우에는 유상 처리함·하자보수 기간 중 새로운 운영체제 혹은 새로운 하드웨어 환경으로 이식하는 경우 유상 제공함을 원칙으로 함
카테고리 구분 : 전처리,품질,시각화,태깅또는라벨링,분석
실적 : 3.
최근 3년 주요 유사사업 실적사업명사업내용거래처명계약기간사업금액(백만원)기타노동복지 데이터분석시스템 재구축시스템구축근로복지공단2021.09 ~ 2022.061,883스마트 직업훈련 플랫폼(STEP) 2차 고도화시스템구축한국기술교육대학교2021.08 ~ 2023.083,360차세대FEEMS실현을 위한AI적용 자율적·통합적 공장 에너지관리기술 개발 실증AI과제정보통신산업진흥원2021.05 ~ 2021.12670인공지능을 활용한 신약 등의 예측 기반구축 연구AI과제정보통신산업진흥원2021.04 ~ 2021.10308스마트 수처리 공정 관리를 위한빅데이터 분석기반AI솔루션 도입AI과제정보통신산업진흥원2021.04 ~ 2021.10308AI기반 가스·오일 플랜트 운영·유지관리 핵심기술 개발AI과제국토교통과학기술진흥원2021.04
– 2024.121,466인공지능 허브(AIHub)운영·유지보수운영·유지보수한국지능정보사회진흥원2021.02 ~ 2021.121,0005G
-IoT기반 고신뢰AI
-데이터 커먼즈프레임워크 핵심기술 개발AI과제정보통신기획평가원2021.01 ~ 2023.121202021년 불법온라인도박 감시시스템통합유지관리운영·유지보수사행산업통합감독위원회2020.12 ~ 2021.12192지능형 입법정보서비스 데이터 플랫폼 구축 사업시스템구축국회국회사무처2020.10 ~ 2021.081,144AI데이터 구축 사업관리 효율화를 위한AI허브 신규 기능 개발시스템구축한국정보화진흥원2020.10 ~ 2020.12170미술시장 활성화를 위한AI기반 미술품 가격 예측 및 빅데이터를 활용한 거래 트렌드 분석 기술 개발AI과제한국콘텐츠진흥원2020.08 ~ 2021.07280빅데이터 머신러닝 기반 서울시비만요인 관리방안 연구AI과제서울특별시서울기술연구원2020.07 ~ 2021.0374AI
-Matching성인학습자 교육과정추천시스템 구축시스템구축한국정보화진흥원2020.07 ~ 2020.12792AI데이터 활용 통합 플랫폼(AI허브)운영,유지보수운영·유지보수한국정보화진흥원202
기업 개요 및 핵심역량 : 위세아이텍은코스닥 상장사로서 현재AI,빅데이터 분석,데이터품질 시장을 주도하고 있습니다.
1990년 설립 이후 데이터 가공,관계형 데이터베이스,데이터 모델링,데이터웨어하우징 컨설팅 분야의 독보적인 기업으로 성장하였으며, 1998년부터BI제품을 개발하여 솔루션 벤더로 도약하였습니다.최근 인공지능(AI)분야에 대한 적극적인 연구개발로 머신러닝자동화플랫폼을 개발하여 공공,금융,서비스,제조 등 다양한 분야에 적용함으로써AI전문 기업으로 성장하였으며,축적된 데이터 분야의 자체 기술력과 노하우를 더욱 발전시켜AI및 빅데이터 분야의 선도 기업으로 자리매김하고 있습니다.㈜위세아이텍은 솔루션 개발 및 공급기업으로 머신러닝자동화플랫폼인WiseProphet™,빅데이터다차원분석 시각화도구인WiseIntelligence™(WiseOLAP™),데이터품질관리도구인WiseDQ™를 데이터바우처 지원사업에 활용예정이며,모든SW는GS(Good Software) 1등급 인증 획득을 통해 기술력을 인정받았습니다.
활용 사례 : 6.
활용사례6.1.
다수의 빅데이터 플랫폼 및 AI서비스 구축 경험
– 한국과학기술기획평가원 : R&D 투자 의사결정 지원을 위한 인공지능 기반 지능형 분석 모델 개발
– 한국방송통신대학교 : 빅데이터를 활용한 AI 학습분석 개발
– 한국지능정보사회진흥원 : AI기반 대청댐 수계 수질 예측 서비스
– 한국교육학술정보원 : 교육과정 추천/학습자 성향 검사 서비스
– 산림청 : 대국민 산림/임업 통계 수집, 가공 서비스
– 국토부 :AI 기반가스·오일 플랜트 운영·유지관리 핵심기술 개발

주식회사 아이브릭스 소개

주식회사 아이브릭스은 2016-07-04에 설립되었습니다.
주소 : 경기 성남시 분당구 판교로 255 62, 파마리서치 6층
주요 서비스 : 아이브릭스는 최고 수준의 언어처리 기술과 글로벌 오픈소스 및 지능정보 기술을 활용하여 인공지능 서비스, 클라우드 기반 검색, 빅데이터 분석 및 맞춤형 콘텐츠 추천 등 폭 넓은 사업분야에 고객이 필요로 하는 최적의 IT 솔루션을 공급합니다
보유 솔루션 : 1.
클라우드 환경에 기반한 스마트 정보 검색 솔루션으로써, 국내에서 유일하게 검색/색인의 Scale
-out이 가능한 제품으로 Plug
-in package를 통한 다양한 검색서비스와 파워풀한 검색성능을 자랑합니다2.
특화된 콘텐츠 추천 알고리즘을 활영하여 사용자의 선호와 행동특성에 대한 정확한 이해를 통해 기존과는 다른, 추천서비스의 새로운 경험을 제공합니다3.
직관적 의사결정을 위한 빅데이터 언어분석 솔루션을 통해 기업별 업무에 최적화 된 다양한 인사이트를 제공하여 비즈니스 향상을 위한 통찰력을 제시합니다4.
최신의 인공지능 기술이 집약된 챗봇(대화엔진)으로 사용자 질의에 대한 정확한 의도를 파악하여 상황에 적합한 답변을 제시함으로써 사용자와의 커뮤니케이션을 실시간으로 지원합니다
품질 확보 전략 : 아이브릭스는 품질보증 조직의 지원 하에 지속적이고 체계적인 프로세스 및 프로젝트 관리시스템을 적용하여 품질보증 활동을 수행하며, 내부 품질검토회의를 통한 감리를 실시하여 요구사항을 적극 수행합니다
유지보수 전략 : 아이브릭스는 다양한 사업에서의 풍부한 프로젝트 수행경험을 바탕으로 전문인력과 기술력을 활용한 유지보수 조직을 구성하였습니다
카테고리 구분 : 분석,기타
실적 : 2019년 데이터바우처 지원사업 매칭2020년 데이터바우처 지원사업 매칭2021년 AI바우처 지원사업 매칭2022년 AI바우처 지원사업 매칭
기업 개요 및 핵심역량 : 아이브릭스는 언어처리분야 전문가들의 오랜 Knowledge가 축적된 자체기술 기반의 한국어 언어처리 기술을 보유하고 있으며, 지능정보 기술을 활용하여 실시간 분석 기반의 검색시스템 구축, 빅데이터 분석에 기반한 맞춤형 컨텐츠 추천서비스, 하이브리드형 챗봇 시스템 구축, Text Analytics 기반의 VOC 분석시스템 구축 부문에 더욱 견고한 역량으로 자연어처리의 새로운 가치를 창출하고 있습니다
활용 사례 : 1.
지능형 검색기능 구현2.
맞춤형 추천서비스 기능 구현3.
비정형텍스트(pdf파일, 한글파일, csv)의 분석을 통한 인사이트 도출4.
챗봇서비스 구현

(주)한국무역정보통신 소개

(주)한국무역정보통신은 1982-01-14에 설립되었습니다.
주소 : 경기 성남시 분당구 판교로 338 7층
주요 서비스 : 1.
서비스 상품성 수요기업 맞춤형 가공서비스 제공을 위한 KTNET의 AI·빅데이터 분석 전문가 및 무역·물류 업종전문가 지원
– 사내외 데이터 수집·가공·분석 프로젝트 수행 경험이 많은 시니어 엔지니어 투입, 데이터 활용 목적에 따른 가공 프로그램 개발
– 무역·물류 사업부서의 업종 전문가 지원으로 수요기업의 데이터 활용 가치 극대화 전략 추진 데이터 가공업무 프로세스
– (요구사항분석) 업무초기에 수요기업과 가공 목적, 범위, 시기 등 협의
– (처리설계) 초기 데이터의 통계기반 분석과 비지도 학습을 통한 데이터 전처리 알고리즘 개발
– (가공·분석) 데이터전처리, 딥러닝을 포함한 머신러닝 학습을 통해 데이터 분석 및 인사이트 추출
– (결과검증) f1score 같은 지표를 활용한 자동화된 가공결과 분석과 수요기업과의 미팅을 통한 수기검증 후 추가요구 사항 도출2.
서비스 상세정보 거래품명에 대한 HS코드/산업분류 라벨링
– (개요) 수출입 무역거래, 물류 데이터에 기재된 품명, 상품명세를 분석하여 HS코드 또는 산업코드로 라벨링하거나 분류오류를 필터링
– (보유기술) 자체 개발한 딥러닝 기반 적하목록 품명오류 검증 모델, 통계모델 기반 품명 산업분류모델, 딥러닝기반 간접수출 품명 산업분류모델 활용
– (활용예시) 글로벌 물류데이터기반 바이어정보 → 상품명의 산업분류를 통해 수요기업과 밀접한 바이어 선별 자연어 기반 상품명 매칭 및 추천 서비스용 데이터 정제
– (개요) 검색한 자연어(한글/영문)에 대해 Text 매칭되는 상품명이나 기업명을 추천하기 위한 학습데이터 정제
– (보유기술) 다중 라벨링(동일 상품명을 다수의 기업에서 제공한 경우)을 통한 학습 데이터 Set 분석기술, 분류기반 추천 서비스를 위한 통계/신경망 모델링
– (활용예시) 쇼핑몰 상품명 검색 → 유사 상품을 판매하는 다수의 판매기업 매칭 및 추천 자연어 처리기술을 이용한 문서 요약, 키워드 추출
– (개요) 웹페이지, 상담이력
보유 솔루션 : 데이터바우처사업 수행조직과 전사 지원조직으로 이원화하여 수요기업을 밀착 지원
– (수행조직) 수요기업 발굴, 서비스 마케팅, 사전협의, 데이터 가공, 품질관리 및 사후관리등 데이터 바우처 사업 전담 업무수행
– (지원조직) 데이터 활용 컨설팅, 고객지원, 시스템 운영 및 보안관리 지원 데이터바우처 사업수행 조직은 영업, 운영/개발, 품질관리 파트로 역할을 전문화 하여 운영
– (영업) 수요기업 발굴 및 서비스 홍보, 수요기업 니즈 분석 담당
– (운영/개발) 데이터 전문 엔지니어로 구성하여 데이터 가공 및 분석 담당
– (품질관리) 가공 데이터 품질진단, 품질통제, 품질개선 수행 담당 데이터 가공 서비스 프로세스별 전담조직 및 투입인력 구성 역할 구분활동인력 운영 전략(투입인력)사전 협의데이터 신규 수요고객 발굴데이터 활용 컨설팅/서비스제공수요기업 관리AI기술개발실 영업파트(
2)FTA활성화실(
2)전자무역실(4)상품 및 서비스 제공데이터셋 가공, 분석, 시각화가공데이터 품질관리AI기술개발실 개발/운영파트(3)AI기술개발실 품질관리 파트(
1)유지보수가공 데이터 하자보수생산/수집/저장 프로세스관리AI기술개발실 개발/운영파트(
1)인프라운영팀 데이터센터 파트(3)관계자 커뮤니케이션수요기업 기업/고객 관리수요기업 커뮤니케이션 관리수요기업 후속지원 관리AI기술개발실 영업파트(
2)고객지원실(4) 지속적인 서비스 품질 보장을 위한 데이터 분석·가공·모델개발 전문 엔지니어 육성
– On/Off
-line교육을 통한 데이터 분석·가공 전문 엔지니어 육성 .
신규채용인력을 데이터 분석 전문가, AI 가공전문가로 육성하기위해 개발언어, 딥러닝, 인공지능이론등 요소 기술 학습을 위한 외부 교육 적극 지원
– 데이터 분석 및 지능형 서비스 개발 인력자원 내재화 .
데이터 분석 인력을 활용한 다양한 분석 과제를 수행으로 데이터 분석, AI이론을 서비스 개발에 응용할 수 있
품질 확보 전략 : 품질관리조직 구성 및 역할과 책임
– 데이터 품질관리 책임조직, 수행조직, 보유·활용조직으로 구성하고, 데이터 기반 비즈니스 모델 발굴과 데이터 품질 목표달성을 위해 협업 구분역할과 책임담당조직 데이터 품질관리책임조직· 데이터 관리 정책 및 가이드 수립· 데이터 품질관리 현황 관리AI기술개발실데이터 품질관리수행조직· 품질관리 계획 수립 및 품질진단 수행· 품질진단 및 결과분석, 품질 개선 활동 수행AI기술개발실(품질관리 파트)데이터보유·활용조직· 보유 데이터의 활용방안 모색 · 활용목적에 따른 데이터 품질관리 대상·목표설정· 데이터 품질확보를 위한 업무 프로세스 개선전자무역실 데이터 품질관리 프로세스
– 데이터 활용목적(서비스 수요)을 충족하는 수준의 품질확보를 위해 가공 전후 데이터 정합성 확인 및 정제작업을 지속적으로 수행 품질진단대상정의≫품질진단수행≫진단결과분석≫품질개선수행≫품질통제데이터셋 선정항목 선정품질진단 계획진단규칙 정의품질진단 수행오류원인 분석개선기회 도출품질개선계획수립품질개선 수행개선결과 평가품질목표 관리품질통제 실시 데이터 가공서비스의 품질확보 전략 단계 작업내용주요 작업데이터 선별업무 프로세스에 따라 불가피하게 발생되는 중복데이터 및 임시 데이터 제거중복제거데이터 요약데이터 변환데이터 수집 목적을 달성하기 위해서 분석·활용이 용이한 데이터·구조로 변환데이터 병합·분할민감정보 비식별화데이터 표준화TEXT 형식 데이터를 범주화하고 표준코드 부여표준코드 불일치 데이터의 식별 및 처리 표준코드화오류데이터 분류
– 데이터 호환성 확보 .
(오픈포맷 활용) csv 등 특정 시스템에 종속되지 않은 오픈 포맷으로 제공 .
(데이터 표준 준수) 데이터 표준화 담당을 지정하고 정의된 표준에 따라 데이터를 생산·구축하여 제공함
– 데이터 안전성 검증 .
(데이터 범주화) 비즈니스 가치와 민감도를 기준으로 제공할 데이터를 범주화하고 관련 서비스와 수요기업 분류에 따른 데이터를 사전에
유지보수 전략 : KTNET 데이터 가공 서비스 제공 3대 목표
– (정확성/적시성) 고객 요구에 정확히 부합하는 서비스를 적시에 제공될 것
– (밀착지원) 가공 데이터의 활용 어려움이 없도록 최선을 다하여 도울 것
– (고객니즈충족) 고객의 목소리를 경청하고 고객이 원하는 서비스 제공 수요기업 데이터 가공서비스 제공을 위한 지원계획
– 매칭, 계약부터 후속 지원까지 On/Offline 전방위 고객지원체계 구축 .
(방문상담) 필요 시, 최초 대면 회의을 통한 서비스 신뢰성 확보 .
(수시상담) 매칭/계약 진행 중, 수시 전화 또는 방문상담 기회 제공 .
(원격지원) 데이터 제공/활용 실태 점검, 품질점검, 유지보수 원격지원 수요기업 만족도 향상을 위한 데이터 가공 서비스 관리계획 수요기업 관리 체계 및 서비스서비스 제공 시서비스 제공 이후서비스 소개 및 데이터 활용 컨설팅가공 데이터 활용 점검기업정보 관리, 가공목적에 따른 방향설정서비스 피드백 수렴 가공 요구사항, 품질요건, 산출물 정의수요기업별 가공 산출물 관리기업별 가공 프로세스/시스템 형상관리필요시 원격지원, 유선상담 서비스 제공 외부 수요 증가 대응을 위한 데이터 가공 업무 표준화·자동화 계획
– (형상관리) 수요기업별 가공 요구사항, 가공 프로그램, 산출물 관리
– (표준화) 가공 타입별 프로세스 및 산출물, 품질점검 지표 표준화
– (자동화) 데이터 형태별 가공 프로세스 및 품질점검을 자동화 .
데이터 셋 선택 → 데이터 가공 조건 입력 → 가공된 데이터 파일생성
카테고리 구분 : 전처리,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석
실적 : 유사사업 참여실적 및 성과요약구 분주요 사업수행2022년 ‘22 데이터 플래그십 수행중 (과기부) : 무역 빅데이터 기반 글로벌 공급망 리스크 조기경보 시스템 구축 ‘22 DX 한걸음 프로젝트 수행중 (산업부) : 글로벌 상품유통 DX를 위한 해외 HS코드 분류연계 시스템 구축 2021년 중소·중견기업 빅데이터 유통플랫폼 및 센터구축 3사업 수행 (과기부) : 항공스케줄, 수출신용장등 내외부 18종 데이터 수집·가공 및 공급 데이터 분석기술 기획검증사업 수행 (과기부) : 간접수출산업별 거래규모 예측, 품명 키워드분석, AI 공급기업추천 모델 개발 *****협회 간접수출 공급망 분석 데이터 서비스 제공 2020년 중소·중견기업 빅데이터 유통플랫폼 센터 2차년도 사업 수행(과기부) : 항공·해상 물류, 해외관세율등 내외부 31종 데이터 수집·가공 및 공급 *****진흥회 자동차·항공산업 공급망 분석 정보 제공 2019년 중소·중견기업 빅데이터 유통플랫폼 및 센터구축 1사업 수행 (과기부): 간접수출, FTA원산지 판정기준 등 내외부 63종 데이터 수집가공 및 공급 챗봇 서비스 ‘티봇’ 자체 개발 : 무역(uTradeHub)·물류(uLogisHub)·인증(Tradesign)등 서비스 플랫폼 적용
기업 개요 및 핵심역량 : ㈜한국무역정보통신(KTNET) 기업 개요
– KTNET은 전자무역인프라 구축을 통해 수출입업무 전 과정을 자동화 서비스로 구현함으로써 혁신적인 무역 프로세스 개선과 비용 절감에 기여
– 무역업체, 은행, 관세사, 선사, 보험사, 포워더, 장치장 등 10만 2천여 고객과 무역유관기관을 연계하고 614종에 달하는 수출입문서를 전자화하여 연간 3억 8천만건의 전자무역 문서 처리 주요 사업영역 및 서비스
– 국가 지정 10대 사업 운영기관으로서 KTNET 서비스는 공익적인 업무 경험과 안정된 신뢰를 기반으로 제공
– KTNET이 제공하는 주요 서비스 소개 · (전자무역서비스) 무역업체와 은행, 요건확인기관, 선사, 포워더, 관세사 등 무역유관기관과의 수출입업무를 전자적으로 처리하는 서비스로 은행이나 거래기업, 수출입유관기관을 방문할 필요없이 무역업무를 쉽게 처리하도록 지 · (전자물류서비스) 수출입 물류업무의 주체인 항공사, 선사, 포워더, 보세구역, 보세운송사 등을 위하여 입출항 보고, 승객/승무원명부 제출, 적하목록 제출, 보세운송신고, 반출입신고와 같은 모든 수출입 물류업무 처리절차를 자동화 · (글로벌전자무역) 국내 전자무역시스템 구축 경험과 노하우를 기반으로 전자무역컨설팅 사업등 전자무역시스템 수출과 글로벌 전자무역 확산에 기여 · (인증서비스) 모든 전자거래를 안전하게 사용할 수 있도록 공인인증서를 발급하고, 안전하고 간편한 본인확인 바이오 인증서비스를 제공 기업 부설연구소 운영을 통한 4차산업혁명 기술 R&D사업 수행 현황
– (챗봇) 고객 응대를 위한 챗봇 시스템인 ‘티봇’을 자체 기술력으로 개발하고 전자무역·물류·인증 서비스에 활용 ·자연어 처리기술을 활용한 질문의도 파악 및 자동응대 솔루션 개발(’18~19년)
– (AI/빅데이터) 데이터 수집·가공 및 분석기술개발 등 전자무역 데이터와 내외부 데이터 융복합 활용을 위한 연구과제 수행
활용 사례 : (활용예시)글로벌 물류데이터기반 바이어정보→상품명의 산업분류를 통해 수요기업과 밀접한 바이어 선별=>거래품명에 대한 HS코드/산업분류 라벨링
– (개요) 수출입 무역거래, 물류 데이터에 기재된 품명, 상품명세를 분석하여 HS코드 또는 산업코드로 라벨링하거나 분류오류를 필터링
– (보유기술) 자체 개발한 딥러닝 기반 적하목록 품명오류 검증 모델, 통계모델 기반 품명 산업분류모델, 딥러닝기반 간접수출 품명 산업분류모델 활용
– (활용예시)쇼핑몰 상품명 검색→유사 상품을 판매하는 다수의 판매기업 매칭 및 추천 => 자연어 기반 상품명 매칭 및 추천 서비스용 데이터 정제
– (개요) 검색한 자연어(한글/영문)에 대해 Text 매칭되는 상품명이나 기업명을 추천하기 위한 학습데이터 정제
– (보유기술) 다중 라벨링(동일 상품명을 다수의 기업에서 제공한 경우)을 통한 학습 데이터 Set 분석기술, 분류기반 추천 서비스를 위한 통계/신경망 모델링
– (활용예시)고객센터 상담내역 요약,고객 피드백 키워드 추출 등=>자연어 처리기술을 이용한 문서 요약, 키워드 추출
– (개요) 웹페이지, 상담이력, 거래품명등 대량의 데이터에서 주요 문장이나 키워드를 추출하여 요약
– (보유기술) 자연처처리 알고리즘을 활용한 문서요약 및 키워드 추출, 기업간 거래데이터에 대한 거래빈도 및 거래금액 가중치 반영한 키워드 추출

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.

한국데이터산업진흥원_데이터바우처 사업관리 가공기업 정보_20231219 다운로드

경기 성남시 분당구 데이터바우처 사업관리 가공기업

미디어젠(주) 소개