10월 OCI AI/ML 업데이트 소식

2022년 10월 OCI AI/ML 업데이트 소식입니다.

Addition of new regions

• Services: Anomaly Detection
• Release Date: Oct 6, 2022
• Documentation: https://docs.oracle.com/en-us/iaas/releasenotes/changes/d0a78dd9-05bc-41aa-a255-89423d552d79/

업데이트 내용

Anomaly Detection 서비스가 이제 아래 Region에서도 사용하실 수 있게 되었습니다.

• Mexico Central (Queretaro)
• France Central (Paris)

For more information about Anomaly Detection and features in Cloud regions, see:

• Anomaly Detection
• Regions and Availability Domains
• OCI Data Regions

Language version 2 is now available

• Services: Language
• Release Date: Oct 27, 2022
• Documentation: https://docs.oracle.com/en-us/iaas/releasenotes/changes/3e8b55ce-4c02-46e0-b017-89ff31414fcc/

업데이트 소개

OCI 의 AI 서비스 중 하나인 Language 서비스에 언어 번역 기능과 Custom Model Train 기능이 추가 되었습니다.

Language Translate 기능 추가 (번역 서비스)

AI Language 서비스에 번역기능이 추가되었습니다. 번역기능은 사전에 학습된 모델을 기반으로 번역이 되며 아래와 같이 다양한 언어의 번역을 지원합니다.

• 지원언어 (언어 코드는 ISO 639-1 코드로 설정함 코드정보확인
  
  • 아랍어, 브라질-포르투갈, 체코어, 덴마크어, 네덜란드어, 영어, 핀란드어, 프랑스어, 프랑스어-캐나다어, 독일어, 이탈리아어, 일본어, 한국어, 노르웨이어, 폴란드어, 루마니아어, 중국어(간체), 중국어(번체), 스페인어, 스웨덴어, 터키어
• 가격정책
  • 최초 1,000 Transaction 무료, 이후 1,000 Transaction 마다 $10 과금. (AWS는 $15, GCP는 $20)
  • 1개의 Transaction은 최대 1,000개의 글자지원 (공백포함)
  • OCI는 Transaction을 기반으로 요금이 책정되어 있습니다. (1,000글자 보다 적게 요청해도 1개의 Transaction으로 간주함)
  • 예1) 1,010개의 문자 번역 요청 -> 2개 Transaction 발생
  • 예2) 500개의 문자 번역 요청 -> 1개 Transaction 발생

Language Custom Model 기능 추가 (사용자 정의 모델 기능 추가)

OCI AI Language 서비스에 Custom Model 훈련 기능이 추가되었습니다. Custom Model의 경우 Text Classification 과 Named Entity Recognition (NER) 두 가지 타입의 사용자 정의 모델을 생성할 수 있습니다. 사용자 정의 모델은 OCI Data Labeling 기능을 통해서도 Labeling한 데이터로도 생성할 수 있습니다.

• 사용자 정의 모델 사용 사례 (Text Classification)
  • Use Case: Assigning Support Tickets
    • 고객 지원 팀은 구조화되지 않은 자유 형식의 텍스트로 설명된 문제 또는 쿼리가 포함된 수백 개의 이메일 또는 티켓을 받습니다. 이러한 티켓을 신속하게 분류하고 올바른 소유자에게 티켓을 할당하는 것은 빠른 응답 시간을 보장하는 데 매우 중요합니다. 수동 분류는 많은 시간과 자원을 소모하고, 수동 분류를 사용하려면 사람들이 티켓을 읽고 적절한 팀원에게 할당해야 합니다. 대신 사용자 지정 모델을 생성하고 샘플 이메일 또는 지원 티켓에 대해 모델을 교육할 수 있습니다. 그런 다음 모델을 배포하여 새 티켓이나 이메일을 분석하고 분류한 후 적절한 소유자에게 자동으로 할당할지 결정할 수 있습니다.
  • Use Case: Classifying Documents
    • 채용 담당자는 작업 기록이나 추천서와 같은 지원자의 문서에 레이블을 수동으로 지정합니다. 수동으로 분류하려면 많은 문서를 읽고 라벨을 적용해야 하지만, 샘플 문서에 대해 훈련된 사용자 정의 텍스트 분류는 파이프라인을 구축하여 각 첨부 파일에 올바른 태그를 자동으로 할당하는 데 도움이 됩니다.
• 사용자 정의 모델 사용 사례 (Named Entity Recognition (NER))
  • Use Case: Extracting Custom Entities
    • 인사 부서는 제안서, 채용 공고, 후보 프로필, 면접 노트 등과 같은 상당한 양의 비정형 데이터를 생성, 저장 및 처리합니다. 사전 교육을 받은 모델은 사전 훈련된 모델은 DATE와 같은 엔터티만 인식할 수 있지만 도메인 또는 제공된 후보 이름, 제공된 날짜, 채용 관리자 및 가입 날짜와 같은 비즈니스별 엔터티를 추출할 수 없습니다. 오퍼 레터와 같은 샘플 데이터 파일에서 사용자 정의 모델을 교육할 수 있습니다. 훈련된 모델은 제공된 사람, 제공된 엔터티, 감독자 및 HR 대표 이름과 같은 비즈니스 엔터티를 추출할 수 있다.
  • Use Case: Retrieving Information
    • 한 금융 서비스 회사가 자사의 정보 검색 시스템에서 보다 쉽게 결과를 얻을 수 있도록 계약에서 특정 주체를 추출하려고 합니다. 그들은 나중에 고객이 계약을 필터링할 수 있도록 그러한 엔티티를 추출하려고 한다. 예를 들어, 2022년 1월 1일 이후의 “유효일”과 3년 이상의 “기간”이 있는 계약만 표시하도록 필터링할 수 있습니다. 사용자 정의 모델을 사용하여 계약 기간, 유효 날짜, 서명 날짜, 공개자 및 수신자와 같은 서로 다른 엔티티를 식별할 수 있습니다. 이러한 엔터티를 추출한 후에는 검색 하위 시스템에서 엔터티를 필터 및 facets 으로 사용할 수 있습니다.
• 가격정책
  • 최초 15시간 사용자정의 모델 훈련 무료
  • 이후 시간당 $1.50 비용 발생함
  • Custom Model의 경우 1,000개의 Transaction당 $3.5 비용이 발생함

Dialogue & Discussion