세션 유형
Break out
세션명
Better decisions with no-code ML using SageMaker Canvas, feat. Samsung
강연자
Shyam Srinivasan Principal Product Manager AWS, Danny Smith Principal, AI/ML Strategy AWS, Dooyong (Derrick) Lee Manager of Marketing Intelligence SAMSUNG Memory
세션요약자
서길준(KilJun Seo)
핵심내용 요약
- ML의 민주화 : 확장하는 ML Value 향상
- Amazon SageMaker Canvas를 사용하여 더 나은 비즈니스 결정의 데모시연
- Case study : 삼성전자
키워드
- Easy to using ML
- SageMaker Canvas
- Samsung Use case
상세내용
ML업무의 변화와 SageMaker Canvas
예전에는 데이터 사이언티스들의 전유물이었던 머신러닝기술이 현재에 와서는 ML 엔지니어뿐만 아니라 비즈니스 분석가에 이르기까지 사용범위 및 가치가 향상되어 옴
비즈니스 분석가의 차단해제의 핵심 키
- 코드가 필요 없음
- 데이터 전문가들과의 원활한 협력이 가능
아마존 SageMaker Canvas
- 머신러닝에 대한 간편한 사용, 검색, 준비
- 빌트인 된 모델 생성과 정확한 예측
- 분석된 모델을 바탕으로 데이터 사이언스팀과 협업 가능
- 사용량 기반으로 라이선스 요금 없이 TCO절감 가능
더 나은 의사결정의 기회 창출
- 영업과 마케팅 분야
- 재무 회계 분야
- 운영 및 물류 분야
SageMaker Canvas 데모
로그인 화면
데이터 시각화 예
데이터 상관관계 행렬 표현
상자 수염 그림(Box plot) 소개
1차 테스트의 정확성 표시
분석 후 결과를 데이터 사이언티스트에게 공유
삼성전자 메모리사업부 사례
삼성전자 메모리 사업부 마케팅 인텔리전스 그룹 소개
- 마케팅 트렌드 분석 및 연구
- 숏텀 롱텀 메모리 수요 예측
- 문제는 IT지식이 없고 코딩 경험이 없음
예전과는 다른 의사 결정
- 예전에는 시스템들이 단순해서 인사이트를 얻기에 굉장히 심플했음
- 지금은 복잡한 시스템들과 다양한 요인들로 인해 인사이트 얻기가 복잡함
변화가 필요
- 불확실한 미래, 변화하는 기술들, 복잡한 시장 요구, 비즈니스 변동성의 요인
- 단순한 비즈니스 분석가가 개발자가 되여야함을 느낌
- 편한 툴을 통해 데이터 중심의 분석과 결정 필요
때마침 AWS SageMaker Canvas라는 해답이 있었음
코드 없이 단순한 아키텍처로 구현
SageMaker Canvas 도입 이후 긍정적인 변화들
- 비즈니스 분석가가 직접 AI/ML 수행
- 데이터중심의 의사결정
- 예측 정확도의 향상
Bespin’s Comment
- AWS SageMaker Canvas에 대한 소개와 특징 및 Samsung 사례를 통해 No-Code기반의 분석툴, 방대한 AWS SageMaker Tool들과의 연계로 AI/ML 엔지니어 뿐만 아니라 비즈니스 분석가들도 쉽게 AI/ML을 통한 비즈니스 분석, 예측 등을 수행할 수 있습니다.