인공지능 / 기계학습 기반의 디지털 트랜스포메이션 및 글로벌 사례 김선수 사업개발 담당, AWS 정진환 팀장, SK텔레콤 구태훈 데이터기획부 부서장, KB국민은행 디지털 트랜스포메이션에 있어서 인공 지능 및 기계 학습(AI/ML) 기술은 핵심 기술이자 필수요소가 되었습니다. 전 세계 많은 고객들이 효과적으로 활용하고 있는 AWS의 AI/ML서비스에 대해서 알아보고, 이러한 서비스를 통해 다양한 혁신을 이루고 있는 주요 고객 현황과 트렌드를 살펴 봅니다. 아울러, 실제로 비즈니스에 성공적으로 적용한 고객 사례를 함께 소개합니다.

1. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
인공지능 / 기계학습 기반의
디지털 트랜스포메이션과 글로벌 사례
김선수
사업개발 담당
AWS
박지형
매니저
SK 텔레콤
구태훈
부서장
KB 국민은행

2. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
디지털 트랜스포메이션
아마존의 인공지능/기계학습
국내외 주요 도입 사례
요약
목차

3. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

4. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
M Machine Learning
A Automation
R Robotics
S Space Exploration

5. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

6. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
향후 2021년까지 디지털 리더의 75%가
존재하지 않았던 Disruptive market
(파괴적인 시장)을 지배 하게 된다.
Gartner, Predicts 2018: Digital Disruption – Predicting the Fundamental Shifts, 21 December 2017

7. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
고객 이해 필요
비효율적 프로세스
가격 차별화의 한계
디지털 트랜스포메이션
신사업 추진, 사업 차별화
내부 효율성 증대
새로운 기술의 활용

8. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
혁신 의사 결정경쟁 우위 비즈니스 운영고객 경험
의 디지털 트랜스포메이션 Initiative는
인공지능을 기반으로 지원됨 (2019년)40%
인공지능을 기반으로 하는 디지털 트랜스포메이션

9. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
인공지능을 기반으로 하는 디지털 트랜스포메이션

10. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
A Connected World 업무 환경에서 직원
공장 + 공급망
IoT 기기 연결
온라인 마케팅
지속적인 공급
트래킹
적시 생산온라인 판매
+ 배송
소셜 미디어

11. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
데이터 기반으로 인공지능 으로 발전
Data
Machine Learning,
Artificial Intelligence

12. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
BI BI AI AI
최신의 Data Lake를 구축
쏟아야하는노력의복잡성
얻어지는 비즈니스 가치
데이터 기반으로 인공지능 으로 발전

13. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
개인화 추천
전혀 새로운
고객경험을 발명
물류센터 자동화,
자재 창고 관리
드론
음성인식 기반의
상호 작용
아마존은 20년 넘게 인공지능을 기반으로 비즈니스 혁신 중

14. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
AWS의 미션
모든 개발자 / 데이터 사이언티스트가
기계학습에 참여할 수 있게 함
Put machine learning in the hands
of every developer and data scientist

15. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
R E K O G N I T I O N
I M A G E
P O L L Y T R A N S C R I B E T R A N S L A T E C O M P R E H E N D
& C O M P R E H E N D
M E D I C A L
L E XR E K O G N I T I O N
V I D E O
Vision Speech Chatbots
AMAZON SAGEMAKER
B U I L D T R A I N
F O R E C A S TT E X T R A C T P E R S O N A L I Z E
D E P L O Y
Pre-built algorithms & notebooks
Data labeling (G R O U N D T R U T H )
One-click model training & tuning
Optimization (N E O )
One-click deployment & hosting
Frameworks Interfaces Infrastructure
E C 2 P 3
& P 3 d n
E C 2 C 5 F P G A s G R E E N G R A S S E L A S T I C
I N F E R E N C E
Reinforcement learning
Algorithms & models ( A W S M A R K E T P L A C E
F O R M A C H I N E L E A R N I N G )
Language Forecasting Recommendations
가장 넓고, 가장 깊은, Amazon의 인공지능/기계학습 서비스를 제공
ML( 기계학습)
프레임워크
& 인프라
AI
(인공지능)
서비스
ML
(기계학습)
서비스

16. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
고객에 집중
90% 이상의 AWS 기계학습
로드맵은 고객에 의해 결정됨
깊이와 넓이
다른 회사들에 비해 더 많은
인공지능, 기계학습의 상용 서비스
임베디드 R&D
최신 기술 적용을 위한
고객 중심의 접근
보안 & 분석
강력한 분석 기능을 갖춘
가장 심도있는 보안 및 암호화 기능
멀티 프레임워크
가장 유명한/인기있는
프레임워크를 지원
혁신의 속도
200개 이상의 새로운 기계학습
기능들을 작년에 출시
AWS 만의 독특한 접근방향

17. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
개 이상의 고객들이 AWS를
기반으로 기계학습을 사용
10,000+
AWS는 스탠포드大의 딥러닝 벤치마크인
DAWN에서 가장 빠른 학습 시간, 최저 비용,
추론에 대한 최소 Latency로 선두를 차지
의 클라우드 기반 TensorFlow 프로젝트는
AWS에서 운영됨85%
의 클라우드에서의 딥러닝은 AWS에서 운영81%
왜 Amazon 의 인공지능/기계학습 서비스인가?

18. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
전 세계 고객들이 AWS의 인공지능/ 기계학습 서비스 사용 중

19. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
R E K O G N I T I O N
I M A G E
P O L L Y T R A N S C R I B E T R A N S L A T E C O M P R E H E N D
& C O M P R E H E N D
M E D I C A L
L E XR E K O G N I T I O N
V I D E O
Vision Speech Chatbots
AMAZON SAGEMAKER
B U I L D T R A I N
F O R E C A S TT E X T R A C T P E R S O N A L I Z E
D E P L O Y
Pre-built algorithms & notebooks
Data labeling (G R O U N D T R U T H )
One-click model training & tuning
Optimization (N E O )
One-click deployment & hosting
Frameworks Interfaces Infrastructure
E C 2 P 3
& P 3 d n
E C 2 C 5 F P G A s G R E E N G R A S S E L A S T I C
I N F E R E N C E
Reinforcement learning
Algorithms & models ( A W S M A R K E T P L A C E
F O R M A C H I N E L E A R N I N G )
Language Forecasting Recommendations
ML( 기계학습)
프레임워크
& 인프라
AI
(인공지능)
서비스
ML
(기계학습)
서비스
고객의 비즈니스 목적 / 현황에 따라 여러 형태의 접근이 가능
“직접 모델을 학습하거나 구축하지 않고
API 등을 통해서 이미 구성되어 있는 모델을 활용해서
기존 서비스에 인공지능/기계학습 을 적용하고 싶은 경우”
“데이터는 있으나 어느 정도 갖춰진 플랫폼 상에서
기계학습 을 진행하고 싶은 경우”
“데이터가 충분하고 직접 기계학습 모델을
Low-level 에서 구축 / 학습 / 배포해야 하는 경우”

20. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

21. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 워크로드를 위하여
가장 빠르고 가장 낮은 가격의
컴퓨팅 환경 옵션 제공
ML 워크로드를 위하여
적절한 컴퓨팅 환경을
탄력적으로 프로비저닝
ML 프레임워크 사용하여
고객만의 자체 알고리즘을 제작
ML 프레임워크 &
인프라스트럭쳐
프레임워크 인터페이스 인프라스트럭쳐
E C 2 P 3
& P 3 d n
E C 2 C 5 F P G A s G R E E N G R A S S E L A S T I C
I N F E R E N C E
ML 프레임워크 & 인프라 : 최고의 성능을 제공

22. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 프레임워크 & 인프라 : Toyota Research Institute
https://2018gputechconf.smarteventscloud.com/connect/sessionDetail.ww?SESSION_ID=185146
https://robotstart.info/2018/03/27/toyota-aws.html
•자율주행 차량 SW 연구개발에 P3 인스턴스 활용,
모델 학습 시간을 75% 절감
•안정적 성능의 자율주행 SW 개발을 위해
“Trillion- Mile Reliability”를 목표로 대규모 학습
데이터를 기반으로 클라우드 상에 자율주행
시뮬레이터 구축
•TRI 자동운전 SW 개발에 AWS 서비스 적용
(Elasticsearch service, Lambda, RDS, ElastiCache)

23. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
SK텔레콤의 개인화 추천 서비스 구현 사례
박지형
매니저
SK텔레콤

24. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
SK telecom: ICT company
?

25. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Where are My Contents?
No, please
offer!Navigation? Search?
or Curation?
Compass: points to the thing you want most

26. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Personalized Services
• Hash tagging
• Personalized home
• Personalized keywords
recommendation*
• Personalized home*
• Live channel
recommendation*
• 나를 위한 FLO
• 오늘의 FLO*
• 아티스트 FLO*
• Personalized…
?
SKT Personalized recommendation platform

27. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Compass: SKT Recommendation Platform
플랫폼
데이터(사업부 & T) Recommendation System 사업부 특화
Contents
info.
CMS
Logs
Meta data
(external)
Item
meta data
TPO
Time, Place,
Occasion
Business logic
• 사업 특화
추천 로직
• 요금제
• Serving
추천 엔진 Core 추천 API
도메인특화추천
(Post-filtering)
• Bigdata
processing(/w
GPU)
• Analytics
• Orchestration
• Optimization
• TBD
③ API
•I2I, I2U,
U2I,
U2U
•Push
•Etc.
전처리
관리 도구
• Dashboard
• TBD
User
behavior
logs
① Content-based filtering
• Keywords
• Item fingerprinting
Embedding
② Collaborative filtering
• MF
• CNN/RNN
• Attention
④ 최적화 엔진
Optimizer
User profiling
MAB(/w AB)

28. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
User behavior(Listening) based CF
embedding
Meta data
101∙∙
01
111∙∙
01 ∙∙∙∙
Deep learning
V
e
c
t
o
r
+
Play log
Skip log
• 2019.02.02, 13:10, Playing “A.mp3” for 210s
• 2019.02.23, 20:33, Playing “B.mp3” for 159s
• …
• 2019.03.14, 17:05, Playing “C.mp3” for 27s
• 2019.03.14, 17:40, Playing “D.mp3” for 132s
• …
Logical view
Preprocessing
(EMR)
Recommendation candidates
Play/Skip log
Track meta
AWS view
FLO

29. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Keyword(Movie) based CBF

30. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Performance
3~5배 CTR
Oksusu 홈 화면 성과 AB

31. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Future work
?
• Deep recommendation
• Context-aware recommendation
• Prediction
• Synergy

32. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

33. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
기계학습 (Machine Learning) 을 하기 위해서는 …
데이터 수집,
학습용 데이터
준비
기계학습
알고리즘 선택과
최적화
1
2
3
학습 및 모델 튜닝
(시행 착오)
학습을 위한
환경을 셋팅하고
관리
실제 서비스 (양산)
을 위한 배포
실제 서비스 (양산)
환경을 확장하고관리

34. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 서비스 : Amazon SageMaker
빠르고 정확한
Labeling
빌트인, 고성능
알고리즘 &
Notebooks
구 축 ( BUI L D )
1
원-클릭
학습, 튜닝
학 습 ( T R AI N)
모델 최적화
2
오토 스케일링과
Elastic inference와
함께 완전 관리형
호스팅
원-클릭
배포
배 포 ( D E P L OY )
3
Amazon SageMaker

35. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 서비스 : Amazon SageMaker
One-click
모델 학습 & 배포
10x
배 이상의 알고리즘 성능
Train once
어디에서든 작동
70%
의 비용 절감
(Ground Truth를 활용한
데이터 라벨링)
2x
배 이상의 성능 향상
(Neo 기반의 모델 최적화에 따른)
75%
의 비용 절감
(Elastic Inference 기반)
비용 절감 성능의 향상 쉬운 사용성

36. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 서비스 : F1 활용사례

37. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

38. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
KB국민은행의 인공지능을 활용한
금융사기 방지 시범과제
구태훈
데이터기획부 부서장
KB국민은행

39. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
목차
• KB국민은행의 데이터 및 인공지능 전략
• 인공지능을 활용한 금융사기 시범과제
① 문제에 대한 이해 - 금융사기, 스미싱이란?
② 프로세스 및 아키텍처
③ 적용 결과 및 시연
④ 향후 활용 방안

40. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
목차
• KB국민은행의 데이터 및 인공지능 전략
• 인공지능을 활용한 금융사기 시범과제
① 문제에 대한 이해 - 금융사기, 스미싱이란?
② 프로세스 및 아키텍처
③ 적용 결과 및 시연
④ 향후 활용 방안

41. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
KB국민은행 데이터 및 인공지능 전략
데이터 관리나 인공지능 기술 개발 보다는 비즈니스 적용 및 활용에 초점

42. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
KB국민은행 데이터 및 인공지능 전략
데이터 학습과 지능형 알고리즘 기반의 비즈니스 업무 혁신 시스템

43. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
목차
• KB국민은행의 데이터 및 인공지능 전략
• 인공지능을 활용한 금융사기 시범과제
① 문제에 대한 이해 - 금융사기, 스미싱이란?
② 프로세스 및 아키텍처
③ 적용 결과 및 시연
④ 향후 활용 방안

44. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
문제에 대한 이해 – 금융사기, 스미싱이란?
스미싱이란 문자메시지를 통해 악성코드를 설치하여, 소액 결제 등을
유도하는 금융사기 수법으로, 월평균 2만 건씩은 발생하고 있음

45. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

46. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
프로세스

47. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
프로세스
ㅋ

48. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Smishing
신고자
Static
Web
Service Core① 수신된
문자
메시지
③ 모델을 사용해서 추론
② 문자메시지 저장
Training Core
⑤ 스팸 판단 메시지를 메일로
금융감독원에 신고
Additional Check
② 호출
④ 결과 전달
AIP GW Lambda
Simple Email
Service
Sagemaker
Cognito S3 Lambda Glue S3 Sagemaker
S3
Lambda DynamoDB
Elasticsearch CloudWatch
AWS Cloud
KB이노베이션허브 DoKB
아키텍처

49. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
적용 결과 및 시연
결과 평가
Deep Neural
Network
Random
Forest
Logistic
Regression
Decision Tree
Naïve
Bayesian
통계량
AUC 0.998 0.996 0.562 0.906 0.894
Accuracy 0.97 0.98 0.96 0.987 0.912
Precision 1.000 0.815 1.000 0.932 0.354
판별결과
(실제값/예측값)
스미싱/정상 0% 12% 12% 20% 6%
스미싱/스미싱 100% 88% 88% 80% 94%
정상/스미싱 3% 1% 25% 2% 11%
정상/정상 97% 99% 75% 98% 89%

50. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
적용 결과 및 시연

51. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

52. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
향후 활용 방안
스미싱 블랙리스트 전화
번호 필터링
스미싱 API 주요기능
KB국민은행 마케팅 및
통지 메시지 필터링
인공지능 알고리즘 적용
스미싱 메시지 탐지 및
분류

53. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.

54. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
ML 스킬이나 학습이 필요 없는
사전 학습된 AI 인공지능 서비스
고객의 기존 앱과 Workflow에
손쉽게 인텔리전스 (지능)을 추가
지속적인 학습 API 기반의
품질과 정확성
AI 서비스
R E K O G N I T I O N
I M A G E
P O L L Y T R A N S C R I B E T R A N S L A T E C O M P R E H E N D
& C O M P R E H E N D
M E D I C A L
L E XR E K O G N I T I O N
V I D E O
비전 스피치 (음성) 챗봇
F O R E C A S TT E X T R A C T P E R S O N A L I Z E
언어 예측 추천
AI 서비스 : 손 쉽게 각종 비즈니스에 활용

55. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Meaningful customer interactions
• Amazon Lex와 AI서비스를 활용하여, 직원들의
질문을 실시간으로 대화형 서비스로 대응
• 최종 고객들을 대하는 상담 직원들의 반응 속도,
서비스 품질, 상황 인지형 서비스를 제공하여
비즈니스를 차별화
AI 서비스 : Liberty Mutual Insurance 사례

56. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Vision Organization improvementMarketEntry
작게 시작하고,
지속적으로 개선
AI 서비스 : CBSi 노컷뉴스 사례
뉴스매체용TTS(TextToSpeech)서비스–NOVO등

57. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Amazon Polly
적용 사례

58. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Amazon Rekognition 적용 사례

59. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
AI 서비스 : Transcribe 한국어 지원 (2019년 3월)
음성 입력 정보에 대한 정확한 스크립트를 자동으로 생성해내는 완전 관리형 음성 인식 (ASR) 서비스
콜센터 상담
VOD 자막 제공
폐쇄 자막(CC) 방송
미팅 내용 기록
실제 Transcribe 서비스로 생성된 텍스트
“... 고객들이 그 데이터의 중요성에 인식을 하게 되면서
“... 많은 혁신 가능성을 높여 드리고 있습니다.
동영상 예시
강연 예시
인터뷰 예시
다음으로는 차별화 되지 않는 IT 인프라 관리에 더 이상
신경을 쓰실 필요가 없습니다. 여러분들은 여러분들의
비즈니스에 집중 하실 수 있도록 저희가 도와드리고
있습니다. 다섯번 째로 기존에는 인프라를 준비하는 ...”
빅데이터와 머신러닝 에 대한 적용 범위가 빠르게
확산될 거라고 보고 있는데, 저는 또 하나 말씀드리고
싶은 것은 AI 애플리케이션 서비스 역시 또 쉽게 빠르게
적응할 수 있기 때문에 향후 이 삼 년간 더 빨리 많은
시도들이 이뤄질 거라고 보고 있습니다 ...”

60. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
오늘 꼭 기억하고 가셔야 할 것들
필수 요소
 다양한 산업 기계학습 차별화
비즈니스 목적 현황 세 가지 형태의 접근
Use Case 기반, 작은 프로젝트 검증 시작 필요

61. © 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
• 관련 세션
• [오전 11시10분] 아마존닷컴처럼 Amazon Forecast로 시계열 예측하기
• [오전 11시10분] Deep Learning 모델의 효과적인 분산 트레이닝과 모델 최적화 방법
• [오후 05시20분] 개인화 및 추천 기능의 맞춤형 AI 서비스 혁명: Amazon Personalize
• [오후 05시20분] Amazon SageMaker 기반 고품질 데이터 생성 및 심화 기계학습 기법
• 부스
• EXPO 행사장 내의 인공지능/기계학습 부스에서도 많은 상담/질문해 주세요!
안내 사항

62. 감사합니다!
© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.