AI 모델의 프로덕션화
임의의 클라우드에서 AI 스케일링
IBM Watson® Studio를 사용하여 데이터 사이언티스트, 개발자 및 분석가들은 AI 모델을 구축, 실행 및 관리할 수 있으며, IBM Cloud Pak® for Data의 어디서나 의사결정을 최적화할 수 있습니다. 개방형 멀티클라우드 아키텍처에서 여러 팀들을 통합하고 AI 라이프사이클을 자동화하며 가치 구현 시간을 앞당깁니다. 코드 기반 및 비주얼 데이터 사이언스를 위한 IBM 및 이의 에코시스템 툴을 사용하여 PyTorch, TensorFlow 및 scikit-learn 등의 오픈 소스 프레임워크를 통합합니다. Jupyter Notebook, JupyterLab 및 CLI를 사용하여 — 또는 Python, R 및 Scala 등의 언어로 작업을 수행합니다.
활용 방법
의사 결정 최적화

의사 결정 최적화
의사 결정 최적화는 최적화 모델의 선택 및 배포를 간소화하고, 대시보드 생성을 통해 결과를 공유하며 협업을 강화할 수 있습니다.
시각적 모델 개발

시각적 모델 개발
사용이 간편한 IBM® SPSS®에서 영감을 받은 워크플로우를 통해 통합 데이터 및 AI 플랫폼에서 시각적 데이터 사이언스를 오픈 소스 라이브러리 및 노트북 기반 인터페이스와 결합할 수 있습니다.
Watson NLP 액세스

Watson NLP 액세스
Watson Studio 사용자는 Watson Natural Language Processing Premium Environment를 통해 20개 이상의 언어로 사전 훈련된 고품질 테스트 분석 모델에 즉각적으로 액세스할 수 있습니다. 이러한 모델은 각 언어의 전문성을 위해 IBM Research 및 IBM Software 전문가들이 제작하고 유지 관리하며 평가합니다.
AutoAI로 AI 개발 속도 향상

AutoAI로 AI 개발 속도 향상
AutoAI를 사용하면 초보자도 쉽게 시작할 수 있을 뿐만 아니라, 전문 데이터 과학자의 경우엔 AI 개발을 위한 실험을 가속화할 수 있습니다. AutoAI는 데이터 준비, 모델 개발, 기능 엔지니어링 및 하이퍼 파라미터 최적화를 자동화합니다.
연합 학습

연합 학습
연합 학습을 사용하면 데이터를 이동하거나 공유하지 않고도 서로 다른 소스의 데이터 소스 집합에 대한 모델을 훈련할 수 있습니다. 연합 학습에 참여하는 각 당사자는 공통 머신 러닝 모델을 훈련합니다. 훈련은 결과적으로 향상된 비즈니스 인사이트를 통해 모델 품질과 정확도를 높이는 동시에 데이터 보안 및 개인 정보 보호 문제로 인한 위험을 낮추는 데 도움이 됩니다.
유연한 옵션
데이터가 저장된 곳에 모델 구축
장점
AI 및 클라우드 경제성 최적화
결과 예측 및 필요한 조치 처방
앱과 AI 동기화
ModelOps의 툴 통합 및 생산성 향상
공정하고 설명 가능한 AI 제공
위험 관리 및 규정 준수
기능
IBM Watson Studio - 세부사항
AutoAI로 보다 빠른 실험 가능
모델 파이프라인을 자동으로 작성합니다. 데이터를 준비하고 모델 유형을 선택합니다. 모델 파이프라인을 생성하고 순위를 지정합니다.
고급 데이터 정제
그래픽 플로우 편집기를 사용하여 데이터를 정리하고 모양을 만듭니다. 코드 작업, 함수 및 논리 연산자에 대화형 템플릿을 적용합니다.
오픈 소스 노트북 지원
노트북 파일을 만들거나, 샘플 노트북을 사용하기도 하고, 나의 노트북을 가져올 수 있습니다. 노트북을 코딩하고 실행할 수 있습니다.
통합 비주얼 툴링
Watson Studio에서 IBM SPSS Modeler를 사용하여 데이터를 신속하게 준비하고 시각적으로 모델을 개발하세요.
모델 훈련 및 개발
파이프라인을 최적화하고 올바른 데이터 조합을 식별하여 실험을 신속하게 구축하고 훈련을 강화합니다.
광범위한 오픈 소스 프레임워크
프로덕션으로 원하는 모델을 가져옵니다. 프로덕션 피드백을 사용하여 모델을 추적하고 재훈련합니다.
임베디드 의사 결정 최적화
예측 모델과 처방 모델을 결합합니다. 예측을 사용하여 의사 결정을 최적화 합니다. Python, OPL 또는 자연어로 모델을 만들고 편집합니다.
모델 관리 및 모니터링
품질, 공정성 및 드리프트 메트릭을 모니터링합니다. 모델 인사이트를 위해 배포를 선택하고 구성합니다. 모델 모니터링 및 메트릭을 사용자 정의합니다.
모델 위험 관리
모델을 비교하고 평가합니다. 새 데이터를 사용하여 모델을 평가하고 선택합니다. 주요 모델 메트릭을 비교 검토합니다.
제품 이미지
클라우드, 온프레미스 데이터 소스

클라우드, 온프레미스 데이터 소스
클라우드 전반에 걸쳐 거의 모든 데이터 소스에 액세스하고 선택합니다.
드래그 앤 드롭 AI 모델

드래그 앤 드롭 AI 모델
직관적인 GUI 기반 플로우를 통해 시각적으로 모델을 구축합니다.
AI 모델 트랜잭션 설명

AI 모델 트랜잭션 설명
새로운 기능 값이 다른 결과를 가져오도록 결정합니다.
새로운 기능
AI 거버넌스에 대한 최신 정보 받기
AI 거버넌스가 무엇인지, 그것이 왜 중요한지, AI를 어떻게 신뢰할 수 있게 만드는지 알아보세요.
IBM, 리더 기업으로 선정
Gartner, 데이터 사이언스 및 머신 러닝 플랫폼을 위한 2021 Magic Quadrant 발간
시작하기
AI 및 머신 러닝 모델을 통해 결과를 예측하고 최적화합니다.
각주
¹,² New Technology: The Projected Total Economic Impact™ of Explainable AI and Model Monitoring in IBM Cloud Pak for Data, Forrester, 2020년 8월.