전문 개발자와 엔지니어뿐만 아니라 일반 엔지니어도 쉽게 AI에 의한 시계열 데이터의 이상 검지 모델과 분류 모델 생성이 가능해진 것이다. 구축 기간도 기존의 100 분의 1로 줄일 수 때문에 다양한 비즈니스 영역에서 AI 적용 가속화

이미지:본지DB
AI가 또다른 AI를 만든다(이미지:본지DB)

일반적으로 IoT 및 센서 데이터 또는 심박수 및 뇌파와 같은 생물학적 데이터를 포함할 수 있는 시계열 데이터는 복잡한 상호 연결이 있는 광범위한 유형의 정보로 구성된다. 즉, 시계열 데이터는 종종 심각한 변동성에 노출되어 데이터에서 의미 있는 패턴이나 이상이 발생하는 경우 식별하기 어렵다.

이에 프랑스 국립 디지털 과학 기술 연구소(National Institute for Research in Digital Science and Technology. 이하, Inria)와 일본 후지쯔 연구소(Fujitsu Laboratories)는 공동으로 IoT 디바이스, 센서 등에서 취득되는 시계열 데이터의 이상을 식별하는 인공지능(AI) 모델을 자동으로 생성하는 AI 기술을 개발했다.

새로운 기술의 도입 전과 도입 후의 작업 개요

이 기술은 프랑스 Inria가 개발한 데이터를 한 공간에 배치된 점의 집합으로 간주하고, 그 집합의 기하학적 정보를 추출하는 데이터 분석 방법인 토폴로지 데이터 분석(Topological Data Analysis. 이하, TDA)기술에 후지쯔 연구소의 딥러닝 시계열 데이터 분석 기술을 활용하여 다양한 종류의 정보가 복잡하게 얽히는 시계열 데이터 중 이상 탐지에 필요한 정보를 자동으로 추출하여 이상 현상을 탐지할 AI 모델을 자동 생성하는 기술이다.

이 기술을 통해 전문 개발자와 엔지니어뿐만 아니라 일반 엔지니어도 쉽게 AI에 의한 시계열 데이터의 이상 검지 모델과 분류 모델 생성이 가능해진 것이다. 또 구축 기간도 기존의 100 분의 1로 줄일 수 때문에 다양한 비즈니스 영역에서 AI 적용의 가속화가 기대된다.

시계열 데이터가 가진 다양한 특징을 평면 상에 매핑

현재, 이 기술은 오픈 소스로 공개됐으며, TDA 오픈소스(OSS, Open Source Software. 다운)로 구디(GUDHI 보기)에서 구현한다. 또 기술은 오는 6 월 3 일부터 5 일까지 이탈리아 팔레르모에서 개최되는 '머신러닝 국제회의 AISTATS 2020(The 23rd International Conference on Artificial Intelligence and Statistics)'에서 발표된다.

현재, 이 기술은 오픈 소스로 공개됐으며, TDA 오픈소스(OSS, Open Source Software. 다운)로 구디(GUDHI 보기)에 구현한다. 또 기술은 오는 6 월 3 일부터 5 일까지 이탈리아 팔레르모에서 개최되는 '머신러닝 국제회의 AISTATS 2020(The 23rd International Conference on Artificial Intelligence and Statistics)'에서 발표된다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지