Just-in-Time Ontologies: What Cheap Intelligence Means for Data — Hrishi Olickel, Southbridge AI
본 영상은 AI 모델을 활용한 데이터 변환의 복잡성과 'Just-in-Time Ontology'라는 새로운 접근 방식을 소개합니다. 단일 범용 스키마의 실패 원인을 분석하고, 의사 결정 시점에 맞춰 필요한 정보를 변환하는 방식을 실무 사례와 함께 설명합니다.
핵심 요약
- 단일 범용 스키마(ontology)는 소스, 저장, 결정, 모델의 네 가지 스키마를 동시에 알 수 없을 때 실패하며, 고객의 정의가 청구, 지원, 규정 준수 등 각 역할에 따라 다르다는 점을 강조합니다.
- 데이터 작업은 '한 번 쓰고 한 번 실행' (write ones run once), '여러 번 쓰고 한 번 실행' (write many run once), '여러 번 쓰고 여러 번 실행' (write many run)의 세 가지 유형으로 나눌 수 있으며, 현대의 대부분 작업은 세 번째 유형에 해당합니다.
- AI 모델은 파이프라인 설계(designers), 파이프라인 작업(workers), 파이프라인 최적화(hill climbers/surfers)의 세 가지 역할을 수행하며, 각 역할에 맞는 모델 특성과 활용법이 중요합니다.
전체 요약과 종목별 의견·실시간 분석을 보려면 로그인하세요.
로그인 / 회원가입