SKT tech summit

Data 분석서비스

사람들이 출근할 때 어디서 몇 번 버스를 타고 몇 번 환승을 하는지를 알면 해결할 수 있는 질문들과 해답, LITMUS

이번 세션에서는 SK텔레콤의 위치 지능화 데이터 분석 및 제공 시스템인 리트머스를 통해 사람들이 움직이는 방법, 이유, 순서가 어떤 문제들을 해결할 수 있는지를 소개해 드리겠습니다. 리트머스는 SK텔레콤의 다양한 위치 데이터를 고도화된 AI 기술로 분석하여 사람들이 지하철 몇 호선을 타는지, 몇 번 버스를 타는지, 출근을 하는지, 여행을 가는지, 도로에 차가 얼마나 있고 교차로는 어디가 번잡한지와 같은 움직이는 디테일한 수단, 이유, 다양한 통계 데이터를 제공하는 시스템 입니다. 단순히 몇 명이 체류하고 있다거나, 밤에 머무르는 곳이 집이라거나, 아침에 선릉역에 갔다고 출근했다거나 하는 기존의 유동인구 및 인텔리전스 데이터와는 궤를 달리 합니다. 이렇게 리트머스는 사람의 움직임에 대한 더 심도있는 분석을 통해, 기존 기술로는 해결되지 못하고 있는 난제들을 해결하는 중입니다.

 

조경진 SK텔레콤

글로벌 휴대폰 제조 업계에서 치명적인 버그를 잡는 연구원으로 근무하다 SK텔레콤에 와서 다양한 플랫폼과 데이터 분석 업무를 하고 있는 위키피디아 같은 사람입니다. 발표 분야가 아닌 많은 영역에서 동호인 수준의 상식을 자랑하지만 회사 생활은 여전히 어렵습니다.

 

 

 

한 눈에 전국 방방곡곡 사람들의 움직임 파악하기

SKT는 Telco 관련 막대한 Data를 보유하고 있으며 이에 대한 Big Data 분석을 통해 다양한 정보를 만들어 내고 있습니다. 이번에 개발한 지오비전퍼즐은 이러한 SKT Big Data 분석역량이 집약된 서비스로 인구의 이동/체류 관련 다양한 정보를 최고 수준의 정확도를 바탕으로 다양하게 보여주고 있습니다. 특히, 저희 서비스는 그동안 Telco Data를 사업에 활용하는데 어려움이 많았던 기업 및 기관들이 손쉽게 우리 Data를 쓸 수 있도록 밀키트 형식의 다양한 중간재를 만들어 Open API로 제공합니다. 지오비전퍼즐에 담겨 있는 다양한 데이터를 소개하고 어떻게 기업들이 활용할 수 있을지를 설명드립니다.

 

백재석 SK텔레콤

SKT에서 B2C 마케팅, Global, B2B 영업 등의 다양한 사업을 경험하였으며, 최근에는 Telco Data를 활용한 B2B 상품 개발 및 다양한 외부 파트너와 데이터 사업 협력을 진행하고 있습니다. 항상 SKT 보유 Data를 활용하여 시장에서 보다 차별화된 Data 상품을 어떻게 만들지를 치열하게 고민하고 있습니다.

 

 

Telco Data를 활용한 가명결합과 교통데이터 사업 소개

이번 세션에서는 SKT Telco Data와 다른 기업 Data 간의 결합 분석, Telco Data를 활용한 교통 분석 등 최신 데이터 서비스를 Data 사업, 기술에 관심이 있는 분들께 소개합니다. Data가 다양하게 결합되면 보다 풍성한 인사이트를 제공할 수 있습니다. 최근 데이터 3법 통과 이후, 가명결합이라는 새로운 데이터 분석이 가능해졌습니다. SKT는 다양한 업체와 데이터 가명결합을 하고 있습니다. 아울러 Telco Data를 교통 영역에 활용할 경우 그동안 부담이었던 고비용 실측 설비 설치, 비싼 조사 비용 등의 문제를 획기적으로 해결하면서 보다 고차원적인 분석 결과를 제공할 수 있습니다. 이번 세션에서는 SKT에서 최신 데이터 서비스로 추진하고 있는 가명결합과 교통 데이터 서비스를 소개해 드립니다.

 

이동옥 SK텔레콤

10년 이상 SKT에서 Data사업을 해 왔습니다. 그 동안 SKT Telco Data를 활용하여 전국 방방곡곡 수 많은 고객들에게 Data 통계, 분석 서비스를 제공해 왔습니다. 최근에는 그 동안 데이터사업 경험을 바탕으로 새롭게 대두되고 있는 가명결합 사업도 적극 추진하고 있습니다. SKT Data사업과 관련된 유익하고 흥미있는 내용들을 소개해드리도록 하겠습니다.

 

최찬영 SK텔레콤

T맵 초창기 시절부터 교통정보를 담당한 교통전문가입니다. 이제는 T맵 데이터 보다 더 광범위한 Telco Data를 가지고 교통분야에서 데이터 기반 사업 수행 중입니다.

 

 

Geo-BERT, Geo-Tokenizer : 위치 맥락을 고려한 Hierarchical Pre-trained Location Embedding Model

SK텔레콤만이 가지고 있는 가장 특색 있는 데이터는 '사용자들의 위치 데이터' 라고 할 수 있습니다. 시시각각 변하는 고객의 상황과 맥락을 이해하기 위한 단초로 위치 데이터를 활용하면, 고객을 위한 효율적인 서비스를 제공할 뿐만 아니라, 마케팅까지도 가능합니다. 이에 저희는 위치 데이터를 기반으로 다양한 기술 task를 수행하기 위해 전국 단위의 위치 정보를 효율적으로 제공하려 하였습니다. 고객별 대표 위치 정보를 임베딩화 할 수 있는 PLM (Pre-trained Location Model)을 만들고자 하였습니다. 이렇게 조밀하고 복잡한 위치 좌표를 분해하여 위치 정보를 경량화하면서 최소한의 파라미터만으로 전국 단위 데이터를 효율적으로 학습할 수 있는 ‘Geo-Tokenizer’ 모델을 소개해 드리겠습니다.

 

김태산 SK텔레콤

통계 및 딥러닝 관련 연구실을 졸업하고, 2020년 SK 텔레콤에 입사하였습니다. 데이터 분석, 고객 타겟팅과 관련된 알고리즘 및 기술 개발 등이 전문 분야이고, 실 서비스 적용을 위한 시스템 개발에도 관심이 있습니다. 위치 관련 pilot 수행을 계기로 SK 텔레콤이 가지고 있는 위치 데이터에 깊은 관심이 생겼고, 현재는 위치 및 고객 행동 로그 관련 기술들을 개발하고 있습니다.

 

 

 

FedGeo : 민감정보 보호를 위한 Privacy-preserving Location Modeling with Federated Learning

고객들의 정보는 소중합니다. SK텔레콤은 이러한 고객 정보를 어떻게 하면 안전하고 정확하게 분석할 수 있을지 늘 고민하고 있습니다. 오늘 소개 드릴 FedGeo는 이러한 고민의 연장선 상에 있는 알고리즘입니다. 고객의 데이터를 수집하지 않고도 모델링을 할 수 있는 Federated Learning을 구글에서 제안한 이후 ,이를 개선하기 위한 수많은 후속연구들이 나왔습니다. 하지만 정작 고객의 위치 정보라는 매우 민감한 데이터를 Federated Learning에 접목한 연구는 많지 않았습니다. 위치 데이터 고유의 특질을 Federated Learning에 어떻게 녹여냈는지, FedGeo를 통해 확인해 보시죠!

 

박정 SK텔레콤

통계학을 전공했지만 이와는 크게 관련 없는 패션회사 재무, 통신사 법인영업, 증권사 리서치센터에서 전전하다 우여곡절 끝에 SK텔레콤에 입사하게 되었습니다. 지금은 SK텔레콤 고객 데이터의 복잡한 패턴을 찾고 이를 마케팅에 활용하는 업무를 하고 있습니다. 고객 행동 로그를 딥러닝에 접목하여 새로운 알고리즘을 개발하고, 이를 비즈니스에 적용하는 일에 관심이 많습니다.

 

 

 

 

https://www.sktechsummit.com/session

SK TECH SUMMIT