IBM Watson Discovery

더 많은 정보를 더 쉽게 얻는 방법

IBM Watson Discovery를 사용하면 고급 자연어 처리 및 이해를 통해 정보와 인사이트 검색을 자동화하여 지식 근로자의 생산성을 높일 수 있습니다. 이는 더 빠른 비즈니스 결과와 고객 만족도 및 직원 만족도를 높일 수 있다는 의미입니다.

의사 결정 및 프로세스 가속화

한 보험사 고객은 텍스트 데이터를 읽고 분석하는 데 소요되는 시간을 90% 단축했습니다.

수익 창출

한 법률 회사는 생산성이 4배 향상되고 수익이 30% 증가했습니다.

비용 절감

한 석유 가스 회사는 1,000만 달러 이상의 비용 절감 효과를 달성했습니다.

사용자 친화적인 툴 제공

직관적인 툴 사용을 통해 해당 분야 전문가가 IBM Watson에 업계 언어를 가르칠 수 있습니다.

기능

문서 구조를 이해합니다.

SDU(Smart Document Understanding)는 사용자가 텍스트에 레이블을 지정하여 머리글, 표 등과 같은 엔터프라이즈 문서 내의 중요한 구성 요소를 이해할 수 있는 시각적 머신 러닝 툴입니다. 문서의 몇 페이지에 주석을 달면 SDU가 관련 콘텐츠에서만 답변과 정보를 검색하여 나머지 부분을 스스로 학습할 수 있습니다.

SDU 사용 방법

프로젝트 생성

픽셀화된 추상적 모양 안에 들어있는 눈 사진으로 Watson Discovery가 이상적인 형태가 아닌 문서에 명확성을 제공할 수 있는 방법 표현

텍스트 이미지를 인사이트로 변환

IBM의 새로운 OCR은 더 높은 문자 정확도와 탐지 재현율을 제공하여 불규칙한 글꼴, 불충분한 해상도, 모바일 캡처로 인한 조도 저하, 다양한 색상과 배경 등 최적의 조건이 아닌 문서에서 핵심 인사이트를 더 많이 추출할 수 있도록 지원합니다.

IBM의 새로운 OCR 기술 살펴보기

데이터 탐색을 통한 인사이트 발견

기존 엔터프라이즈 검색 엔진은 키워드 검색을 수행하고 최종 사용자에게 문서 링크를 제공합니다. 그러나 Watson Discovery를 사용하면 키워드 검색을 넘어 패싯(Faceted) 검색을 통해 문서를 정확하게 탐색하여 필요한 관련 정보를 찾을 수 있습니다. 이 플랫폼은 필요한 정보에 쉽게 액세스하고 JSON 출력을 통한 다운스트림 자동화로 푸시할 수 있도록 설계되었습니다.

패싯 탐색에 대해 자세히 알아보기

NLP 강화

이 플랫폼의 기본 제공 NLP 기능에는 엔티티 추출, 정서 분석, 감정 분석, 키워드 추출, 카테고리 분류, 개념 태깅 등이 포함됩니다.

데이터 보강 방법

대규모 언어 모델(LLM)을 활용합니다.

IBM Watson Discovery는 텍스트에 대한 고급 처리와 이해를 지원하는 Watson Natural Language Processing(NLP)의 파운데이션 모델을 사용하여 비즈니스 문서에서 정보와 인사이트를 정확하게 추출하고 프로세스를 가속화하며 인사이트를 생성합니다.

IBM의 LLM 사용에 대해 자세히 알아보기

watsonx.ai에서 파운데이션 모델 살펴보기