Oracle Database에 포함된 Machine Learning
Oracle Database에 포함된 Oracle Machine Learning 서비스는 SQL, R, Python, REST, 자동화된 머신러닝(AutoML), 노코드 인터페이스 등을 활용한 대규모 데이터 탐색 및 준비, 머신러닝(ML) 모델링을 지원합니다. 애플리케이션에서 즉시 사용할 수 있는 모델을 생성하는 30개 이상의 고성능 데이터베이스 내 알고리즘이 포함되어 있습니다. Oracle Database에 데이터를 저장함으로써 전반적 아키텍처를 간소화하고, 데이터 동기화 및 보안을 유지합니다. 이를 통해 데이터 과학자 및 기타 데이터 전문가들은 머신러닝 수명 주기별 주요 요소를 단순화 및 자동화하여 신속하게 모델을 구축할 수 있습니다.
엔터프라이즈용 생성형개발(GenDev) 발표
Juan Loaiza EVP의 Oracle CloudWorld 기조연설을 통해 Oracle이 새롭게 선보이는 획기적인 AI 중심 앱 개발 인프라를 살펴보세요.
-
Autonomous Database 기반 Oracle Machine Learning 모니터링 발표
데이터 드리프트를 방지하고 머신러닝 모델의 성능을 모니터링합니다. Oracle Database 서비스에 포함된 Machine Learning 서비스의 새로운 모니터링 기능은 데이터 모델 및 기본 인데이터베이스 모델의 품질 문제를 경고해 줍니다.
-
Autonomous Database에서 타사의 커스텀 Python 및 R 패키지 사용
Oracle Machine Learning Notebooks에서 Oracle Autonomous Database를 통해 보다 광범위한 Python 및 R 패키지 생태계를 활용할 수 있습니다. Oracle Database 환경에서 생성 및 관리하는 엔진에서 타사 패키지 기능을 사용하여 사용자 정의 함수를 실행합니다.
-
Oracle Machine Learning for R을 사용하여 데이터베이스 내의 데이터를 대상으로 대규모 R 실행
고성능 컴퓨팅 환경인 Oracle Database에서 익숙한 R 구문 및 의미 체계를 활용하여 보다 신속히, 대규모로 데이터를 탐색, 변환, 분석합니다.
-
Oracle Machine Learning을 사용하여 애플리케이션에 AI/ML 기능 삽입하기
프러덕션 단계에서 머신러닝 모델 및 보다 광범위한 Python 및 R 기반 솔루션을 배포 및 확장하기란 어려운 일입니다. Oracle Database에서 Machine Learning 서비스를 사용하여 애플리케이션에 AI 및 ML 기능을 간편하게 삽입할 수 있는 방법을 확인해 보세요.
Oracle Database의 머신러닝을 선택해야 하는 이유
Oracle Database는 데이터 관리, 모델 개발 및 배포 옵션, 데이터 및 모델 모니터링, 팀 협업을 지원합니다. 내장된 자동화 기능, 인-데이터베이스 실행 성능, 확장성을 통해 생산성을 향상시킵니다. 데이터의 편향 가능성을 파악하고, 예측에 기여하는 요소를 이해할 수 있습니다.
인데이터베이스 운영
데이터를 별도의 분석 엔진으로 추출하지 않고도 모델 구축 및 데이터 스코어링을 대규모로, 더욱 빠르게 실행할 수 있습니다. Oracle Exadata의 확장 아키텍처와 Smart Scan 기술은 빠른 결과 도출을 지원합니다.
다중 언어 API
인-데이터베이스 데이터 탐색 및 준비, 머신러닝 모델링, 솔루션 배포를 위한 SQL, Python, R 인터페이스를 선택할 수 있습니다. 또한 SQL 및 REST를 사용하여 Python 및 R 솔루션을 배포할 수 있습니다.
데이터 이동 불필요
Oracle Database 내 저장된 지점에서 바로 데이터를 처리하여 데이터 탐색 및 준비, 모델 구축 및 배포를 간소화합니다. 애플리케이션 개발 시간을 단축하고, 복잡성을 줄이고, 데이터 보안 문제를 해결할 수 있습니다.
노코드 모델 구축
노코드 AutoML 사용자 인터페이스를 통해 데이터 과학자들의 생산성이 향상되고 접근성이 개선되므로 비전문가도 강력한 데이터베이스 내 분류 및 회귀 알고리즘의 이점을 누릴 수 있습니다.
데이터 및 모델 모니터링
귀사의 데이터 및 머신러닝 모델이 시간이 지남에 따라 어떻게 진화하는지에 대한 인사이트를 확보하고, 시정 조치를 보다 신속하게 수행하여 기업에 부정적인 영향을 미칠 수 있는 문제를 방지할 수 있습니다. REST 엔드포인트 및 노코드 사용자 인터페이스를 사용할 수 있습니다.
신속한 엔터프라이즈 배포
SQL 및 REST 인터페이스를 사용한 손쉬운 배포 옵션을 통해 즉각적인 머신러닝 모델 가용성을 확보할 수 있습니다.
자체 모델 가져오기
텍스트 트랜스포머, 분류, 회귀, 클러스터링 모델을 Open Neural Network Exchange(ONNX) 형식으로 가져와 인-데이터베이스 ONNX 런타임을 통해 SQL에서 사용할 수 있습니다. 실시간 추론 사용 사례에 활용하기 위해 ONNX 형식 모델을 Oracle Machine Learning Services에 배포할 수 있습니다.
고성능 컴퓨트
Oracle Exadata를 위한 전용 최적화 처리 기능과 Oracle Database에 내장된 병렬 처리 및 확장성을 사용하여 데이터 준비, 모델 구축 및 데이터 스코어링 중 성능 문제를 방지할 수 있습니다.
내장된 보안
Oracle Database의 내장된 보안, 암호화, 사용자 데이터에 대한 역할 기반 액세스, 인-데이터베이스 및 서드파티 모델, R 및 Python 객체 및 스크립트 등을 통한 보안상의 이점을 누릴 수 있습니다.
Oracle Database의 Machine Learning 고객 성공 사례
Oracle Machine Learning for Python 소개
마크 호닉, Oracle 데이터 사이언스 및 머신 러닝 수석 이사데이터 사이언티스트와 개발자는 Python의 위력을 익히 알고 있으며, 광범위하게 활용된다는 점이 Python의 성공을 입증하고 있습니다. 이제 Oracle Autonomous Database에서 데이터를 분석할 때 Python을 활용할 수 있습니다. Oracle Machine Learning for Python(OML4Py)은 오픈 소스 Python 스크립트 언어와 환경을 엔터프라이즈 및 빅 데이터 작업에 사용할 수 있게 만들어 줍니다.
전체 게시물 읽기관련 자료
클라우드에서 머신 러닝 시작하기
