전체 글1301

• [IT] OCR(Optical Character Recognition, 광학 문자 인식 기술)이란? OCR(Optical Character Recognition)은 광학 문자 인식 기술로, 이미지에서 문자를 읽어내어 텍스트로 변환하는 기술입니다. 이 기술은 스캔된 문서, 사진 속 텍스트, PDF 파일 등 다양한 형태의 비구조적 데이터 소스에서 문자를 인식하고 추출하는 데 사용됩니다. OCR 기술은 여러 단계로 구성되어 있으며, 각 단계는 이미지로부터 텍스트를 추출하고 해석하는 과정을 체계화합니다. 전처리 (Pre-processing): OCR의 첫 단계로, 이미지의 품질을 향상시켜 문자 인식률을 높입니다. 이 과정에는 노이즈 제거, 명암 대비 향상, 이미지 이진화 등이 포함됩니다. 전처리의 목적은 문자가 더 명확하고 인식하기 쉽도록 만드는 것입니다. 문자 분리 (Character Segmentation.. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 4. 15.

• [GenAI] GPT-4 Turbo with Vision란? GPT-4 Turbo with Vision 개요 GPT-4 Turbo with Vision은 OpenAI가 개발한 대규모 언어 모델(LLM)로, 자연어 처리와 시각적 이해 기능을 통합하고 있습니다. 이를 통해 이미지를 처리하고 이미지에 대한 질문에 텍스트로 답변할 수 있는 기능을 제공합니다. [1] [2] GPT-4 Turbo with Vision의 주요 기능 이미지 분석: 이미지에서 객체, 텍스트, 사람 등을 식별할 수 있습니다. [4] 이미지 질문 답변: 이미지에 대한 질문에 텍스트로 답변할 수 있습니다. [1] [2] 스트리밍 기능: 사용자는 Assistants API를 통해 스트리밍 기능을 사용할 수 있습니다. [3] Azure OpenAI Service와의 연계 GPT-4 Turbo with V.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2024. 4. 15.

• 

  [GenAI] OpenAI의 일본 법인 및 모델 개발 공식 테크블로그 글 Introducing OpenAI Japan We are excited to announce our first office in Asia and we’re releasing a GPT-4 custom model optimized for the Japanese language. Japan Wht April 14, 2024 Authors OpenAI Announcements Editor’s note: Japanese follows English (日本語は英語の後に続きます) As we grow our operations internationally, we’re expanding into Asia with a new office in Tokyo, Japan. We are committed to collabora.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2024. 4. 15.

• [GenAI] OpenAI 일본 특화 모델 개발 및 일본 법인 설립 OpenAI의 일본 특화 모델 개발 💡 OpenAI는 최근 일본 시장을 겨냥한 AI 모델 개발에 주력하고 있습니다. 이는 일본 고객들의 특수한 요구사항을 충족시키기 위한 노력으로 보입니다. 일본 특화 모델의 특징 일본어 최적화: OpenAI는 일본어 번역 및 요약 성능을 향상시키고 비용 효율성을 높이기 위해 GPT-4 모델을 일본어에 맞춰 최적화했습니다. [2] 고객 맞춤형 서비스: 일본 고객의 특수한 요구사항을 반영하여 AI 서비스를 제공하는 것이 목표입니다. [1] 일본 AI 시장 동향 일본 기업의 AI 시장 진출: 일본 전자상거래 기업 라쿠텐도 자체 AI 모델을 내년 초 출시할 계획입니다. [3] AI 기술 글로벌화: 일본 기업들은 AI 기술의 글로벌화와 상용화에 힘쓰고 있습니다. 예를 들어 SCM.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2024. 4. 15.

• [NLP] 분당토큰수(tmp, token per minute)란? 분당토큰수(tmp)는 "토큰(단어) 당 분(token per minute)"의 약자로, 주로 소프트웨어 엔지니어링, 특히 자연어 처리나 데이터 분석 분야에서 사용되는 개념입니다. 이는 특정 시간 내에 처리할 수 있는 토큰(단어나 문자)의 수를 측정하는 단위로 사용되곤 합니다. 예를 들어, 자연어 처리 시스템에서 대량의 텍스트 데이터를 분석하거나 처리할 때, 이 시스템이 한 분 동안 얼마나 많은 토큰을 처리할 수 있는지를 나타내는 지표로 분당토큰수를 사용할 수 있습니다. 이를 통해 시스템의 성능을 평가하고, 시스템 간 성능 비교를 할 때도 활용됩니다. 분당토큰수를 측정하는 것은 다음과 같은 이유로 중요합니다: 성능 측정: 시스템이 얼마나 빠르게 텍스트를 처리할 수 있는지를 파악하고, 최적화할 부분을 찾아 .. 🖥️ IT, 컴퓨터/📁 빅데이터･인공지능 2024. 4. 15.

• [서비스 기획] '유저 시나리오(User Scenario)'와 '유저 스토리(User Story)' :: 사용자 경험(UX)을 설계하는 두 가지 접근법 기술 개발 분야에서 사용자의 경험을 설계하고 예측하는 데 있어 '유저 시나리오(User Scenario)'와 '유저 스토리(User Story)'는 중요한 도구입니다. 이들은 사용자 중심의 설계(User-Centered Design, UCD)를 실현하는 데 필수적인 요소로, 제품이나 서비스가 실제 사용자의 요구를 충족시킬 수 있도록 합니다. 본 블로그 글에서는 이 두 용어의 개념을 구분하고, 각각의 사용 방법과 효과에 대해 자세히 살펴보겠습니다. 유저 시나리오: 상황 기반의 사용자 경험 설계 유저 시나리오는 사용자가 제품이나 서비스를 사용하는 과정에서 발생할 수 있는 구체적인 상황을 상세하게 기술합니다. 이러한 시나리오는 사용자의 행동, 환경 및 동기를 포함하여 그들이 직면할 수 있는 다양한 조건과 문제.. 🖥️ IT, 컴퓨터/🙏🏻 서비스 기획 2024. 4. 15.

• [IT] SDK (Software Development Kit)란? SDK는 "Software Development Kit"의 약자로, 소프트웨어 개발 키트를 의미합니다. SDK는 특정 소프트웨어, 프레임워크, 하드웨어 플랫폼, 컴퓨터 시스템, 게임 콘솔, 운영 체제 또는 기타 개발 도구를 개발할 때 사용되는 일련의 도구 모음입니다. 개발자가 특정 언어(예: Java, Python, Swift 등)로 응용 프로그램을 더 쉽고 빠르게 개발할 수 있도록 설계되었습니다. SDK에는 다음과 같은 구성 요소가 포함될 수 있습니다: 라이브러리 및 프레임워크: 개발 프로세스를 가속화하기 위해 미리 작성된 코드의 모음입니다. 이를 통해 개발자는 흔히 발생하는 작업을 위해 코드를 처음부터 작성할 필요가 없습니다. 개발 도구: 컴파일러, 디버거, 텍스트 에디터 등 소프트웨어 개발에 필요한.. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 4. 14.

• [AI] 자연어 처리(Natural Language Processing, NLP) 자연어 처리(Natural Language Processing, NLP)는 인간의 언어를 컴퓨터가 이해하고 해석할 수 있도록 하는 인공지능(AI) 및 컴퓨터 과학의 한 분야입니다. 이 기술은 텍스트나 음성 데이터를 분석하고 처리하여 다양한 응용 프로그램에서 사용할 수 있도록 변환하는 데 중점을 둡니다. 자연어 처리는 기본적으로 언어 데이터를 컴퓨터가 처리할 수 있는 형태로 변환하는 과정을 포함하며, 다음과 같은 다양한 하위 분야와 기술로 나눌 수 있습니다. 1. 텍스트 분석 및 이해 토큰화(Tokenization): 텍스트를 작은 단위(예: 단어, 문장)로 분리하는 과정. 형태소 분석(Morphological Analysis): 단어를 뿌리 단어(어간)와 접사(어미)로 분리하여 그 형태를 분석하는 과정... 🖥️ IT, 컴퓨터/📁 빅데이터･인공지능 2024. 4. 14.

• [IT] Provisioned Throughput Units (PTU)란? Provisioned Throughput Units (PTU)는 클라우드 컴퓨팅과 데이터 스토리지 서비스에서 사용되는 용어로, 사용자가 사전에 구매하거나 예약하는 처리량 단위를 말합니다. PTU를 사용하는 서비스에서는 사용자가 특정 양의 데이터 처리량(예: 데이터베이스 읽기/쓰기 작업, 파일 전송 속도 등)을 사전에 예약하고, 이를 통해 예측 가능한 성능을 보장받을 수 있습니다. 이는 리소스 사용량이 일정하거나 예측 가능한 애플리케이션에 이점을 제공할 수 있습니다. PTU 시스템을 사용하는 서비스의 예로는 Amazon Web Services(AWS)의 DynamoDB가 있습니다. DynamoDB에서는 사용자가 읽기와 쓰기 작업을 위해 사전에 특정 수의 처리량 용량을 예약할 수 있으며, 이는 초당 읽기/쓰.. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 4. 14.

• [NLP] 검색 증강생성 모델 RAG(Retrieval-Augmented Generation)란? 검색증강 생성 모델인 RAG(Retrieval-Augmented Generation)은 자연어 처리(NLP)에서의 강력한 기술 중 하나로, 특정 질문에 대한 답변을 생성할 때 관련 정보를 검색하여 그 결과를 생성 과정에 통합함으로써 더 정확하고 관련성 높은 답변을 제공할 수 있도록 설계되었습니다. RAG 모델은 크게 두 부분으로 구성됩니다: 검색 부분과 생성 부분입니다. 검색 부분: 이 부분에서 모델은 주어진 질문이나 프롬프트와 관련된 정보를 찾기 위해 대규모의 문서 데이터베이스를 검색합니다. 이 검색은 키워드 또는 더 발전된 기법을 사용하여 수행될 수 있으며, 목적은 문제에 대한 컨텍스트를 제공할 수 있는 가장 관련성 높은 문서를 찾는 것입니다. 생성 부분: 검색된 문서를 바탕으로, 생성 모델(예: T.. 🖥️ IT, 컴퓨터/📁 빅데이터･인공지능 2024. 4. 14.

• 

  믹스패널 Custom Properties 사용법 사용자 정의 속성 개요 사용자 지정 속성을 사용하면 Excel과 유사한 간단한 수식 언어를 사용하여 기존 속성을 새로운 속성으로 즉석에서 결합할 수 있습니다. 그런 다음 일반 속성을 사용할 수 있는 거의 모든 곳에서 이러한 새 속성을 사용할 수 있으며 팀 전체에서 재사용할 수 있도록 저장/공유할 수 있습니다. 우리가 이것을 만든 이유에 대한 자세한 내용은 블로그를 확인하세요.(새 탭에서 열림). 사용 사례 마케팅 채널 그룹화 마케팅 담당자라면 Mixpanel을 사용하여 획득에 대한 다양한 채널의 영향을 표시하고 UTM 소스를 더 높은 수준의 버킷으로 그룹화할 수 있습니다. 예를 들어: 페이스북, 인스타그램, 트위터 → 소셜 구글, 빙 → 검색 그 외 모든 것 → 유기농 사용자 정의 속성의 채널 분류자 템.. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 4. 8.

• 

  [Mecab] 일본어 형태소 분석하기 :: Mecab Mecab으로 일반 텍스트 일본어 형태소 분석하기 ! pip install mecab-python3 ! pip install unidic !python -m unidic download import MeCab import unidic tagger = MeCab.Tagger() # "tagger = MeCab.Tagger('-d ' + unidic.DICDIR)" sample_txt = 'くるまでまつ' result = tagger.parse(sample_txt) print (result) sample_txt에 원하는 문장을 입력하면 くる 動詞,非自立可能,,,カ行変格,連体形-一般,クル,来る,くる,クル,くる,クル,和,"","","","","","",用,クル,クル,クル,クル,"1","C1","",28911744.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 4. 3.