문의하기

적용사례

컴플라이언스 시스템 구축

지능형 범죄예방 협업 체계 개발 – 대검찰청

“국민안전”이 정부의 주요 국정전략임에도 불구하고 일시적인 인력·예산 투자 (치안인력 증원, CCTV 설치, 캠페인 강화 등) 및 기관별 범죄예방활동만으로는 지속적이고 장기적인 범죄예방 어려움을 겪고 있습니다. 발생 범죄를 세부적으로 분석하고 관계기관간 정보를 공유, 협업하여 국민에게 실효성 있는 범죄예방을 위한 과학적인 범죄분석체계 확립을 통하여 선제적 예방 중심의 형사사법체계 강화할 수 있는 지능적 시스템이 필요하며, 범죄정보, 행정사회정보를 과학적으로 분석하고, 관계기관이 공유하여 교육, 수사, 범죄자 사후 관리 및 피해자·가해자의 정상적인 사회 복귀 실현을 위한 국민정부지방간 긴밀한 공동의 협업 시스템 필요한 상황입니다. 이러한 두가지 관점의 큰 문제점을 해결하기 위하여 과학적인 범죄분석 기반 시스템 구축과 범죄 그래프데이터 기반의 지능형 범죄분석체계 확립 및 관계기관간 범죄예방 협업체계 구성 기반을 마련하였습니다.

< 지능형 범죄예방 분석시스템 >

① 사업의 내용

  1. 과학적인 범죄분석 기반 시스템 구축
    • 5대 강력범죄 (살인, 성폭행, 강도, 방화, 폭행상해치사)에 대한 정형/비정형 데이터 융합 분석 인프라 구축
    • 약 800여종의 반정형 비정형 문서 텍스트 분석
    • 범죄분석을 지원하는 다양한 시나리오 설계
    • 범인의 음성, 영상, 사진 등 범죄 증거자료 분석
    • 기술 방법론 연구 (외부 POC 수행)
  2. 지능형 범죄분석 지식 기반 구축
    • 심층 범죄 분석을 위한 기반 자료 구축
    • 심층 범죄 분석용 컨셉사전 및 범죄 분류체계 구축
    • 심층 범죄 분석의 자동화를 위한 기계학습 데이터 및 지식표현 체계 구축
  3. 관계기관간 범죄예방 협업체계 기반마련
    • 관계기관 범죄예방 수립 시 요구되는 정보 식별
    • 관계기관 연계 기반 방안 마련

② 적용 기술 및 솔루션

  1. Graph DB Suite 제품 적용
    범죄 분석에 필요한 Concept사전, Taxonomy, 범죄유형정보, 분석모델을 기반으로 범죄사전 정보에 대한 그래프데이터 생성 및 저장, 추론, 분석을 위하여 Graph DB Suite 제품 적용
  2. Big Data Suite 제품 적용
    Big Data Suite 제품 중 지능형 시맨틱 검색 서비스를 위하여 빅데이터 저장/검색엔진(DISCOVERY)과 수집된 비정형 데이터 분석을 위하여 비정형 빅데이터 분석 엔진(TMS), 인지 분석 엔진(CAS)를 적용
  3. Apach SPARK, STORM, KAFKA 등 적용
    OpenSource Apach SPARK, STORM, KAFKA 등을 지능형 범죄예방 분석시스템에 반영하여 Graph DB Suite 제품, Big Data Suite 제품과 연계를 통한 최적의 품질을 보장하는 지능형 분석 플랫폼 구성

③ 제품 선정 당위성

  1. 온톨로지 기반 실시간 분석 및 객체간 관계 시각화 필요
  2. 과학수사, 형사정책, 범죄예방 관련 분석 결과에 대한 시각화 필요
  3. 한국 범죄에 특화된 범죄 텍사노미 구성 필요

그래프데이터 통합 플랫폼 구축

지능형 KMS 시스템 구축 – 농협은행

농협은행 고객행복센터 및 전 영업점에서 고객상담에 필요한 업무 지식을 관리하고 공유하는 지식관리 시스템을 개선하였습니다. 지식 생성, 관리, 검색 등의 사용 편의성을 높이고, 지식 컨텐츠 생성 시, 업무 분야와 속성에 따라 구체적으로 관리되도록 하여 Knowledge-Graph 기반의 지식베이스로 변환 저장합니다. 이는 자연어 컨텐츠를 시스템이 이해 가능한 형태(machine readable)의 지식 데이터로 변환하는 것이며, 이 과정에서 인공지능 기반 지식 자동 추출도 적용하였습니다.

< 지능형 KMS 시스템 UI/UX >

① 사업의 내용

기존의 지식관리 시스템은 고객 상담을 위해 필요한 업무 지식을 생산, 저장 관리하는 시스템으로, 은행 상담사 또는 영업점 직원들 간 지식을 공유하기 위한 목적으로 사용되고 있습니다. 하지만, 은행 고객들의 다양한 디지털 채널 사용이 많아 짐에 따라, 인공지능 기반의 서비스 요구가 지속적 증가하고 있고, 인공지능 서비스를 위해서는 별도의 AI 기반 지식 데이터구축 관리가 필요합니다. 기존 지식 컨텐츠와 AI 기반 지식 데이터는 형태와 구조가 서로 상이하여 개별적으로 관리하기에는 동일한 정보를 유지하기 어렵고, 중복된 지식 생성, 관리 및 활용으로 여러 측면에서 사용자에게 불편함을 주고 있는 상태입니다. 농협 은행에서는 10년 이상 사용한 노후화된 지식관리 시스템을 최신 인공지능 기술 트렌드에 부합하는 지능형 지식관리 시스템으로 개편하여, 직원들 간 상담 지식정보 관리 및 공유의 편의성을 높이는 것은 물론, 인공지능 기반 서비스에 활용 가능한 지식 데이터를 동시에 생성 관리함으로써, 지식 컨텐츠의 관리 효율성과 활용성을 높이는 것을 목표로 합니다.

< 지능형 KMS 시스템 개요 >

② 적용 기술 및 솔루션

  1. 지식그래프 기반의 지식 데이터 생성 관리
    지능형 지식관리 시스템에서는 지식 컨텐츠를 생성할 뿐만 아니라, 지식그래프(Knowledge-graph) 구조에 따라 시스템이 이해 가능한 형태(machine readable)의 지식 데이터를 생성하고 관리할 수 있습니다. 이러한 지식 베이스는 다양한 인공지능 기반 서비스에 활용될 수 있습니다.
  2. 비정형 텍스트로부터 지식 자동 추출
    지식 컨텐츠는 사용자들이 쉽게 이해 가능한 형태(TEXT 또는 HTML)의 문장 또는 단락으로 작성되어 있습니다. KENT(Knowledge Extraction from Natural Language Text) 기술은 딥러닝으로 학습된 모델을 기반으로 이러한 비정형 텍스트로부터 지식 데이터를 자동으로 추출하고 변환합니다.

③ 제품 선정 당위성

  1. 국내 최고의 품질 및 성능을 보유한 지식그래프를 저장하기 위한 저장소 선정
  2. 비정형 문서의 지식 추출을 위한 기계학습기반의 지식 추출 솔루션 선정

④ 주요 성과

  1. 농협은행/농협카드 지능형 지식관리 시스템과 질의응답 시스템 연계
    농협은행과 농협카드의 지능형 지식관리 시스템을 각각 구축하여 별도의 컨텐츠를 관리하고 서로 지식 공유가 가능하도록 연계하였습니다. 또한, 콜센터 상담 어드바이저로 서비스되는 인공지능 질의응답 시스템과 연계하여 지능형 지식관리 시스템을 통해 관리는 지식데이터가 직원들과 시스템에 동시에 서비스되는 환경을 구축하였습니다.
  2. 지식 자동 추출 기술 상용화
    지식 자동 추출은 아직까지 많은 연구 개발의 노력이 필요한 기술 분야입니다. 품질 향상을 위해 언어처리와 기계학습을 포함한 다양한 방안들을 연구하였고, 농협은행의 컨텐츠로부터 필요한 지식을 추출하는 범위에서는 만족할 만한 수준의 성과를 보였습니다. 지식 자동 추출을 실제 서비스에 적용한 성공 사례로 볼 수 있습니다.

안전 먹거리 질의응답 시스템 - 한국식품안전관리인증원

① 사업의 내용

  1. 국민생활과 밀접한 HACCP 인증 안심먹거리 기반으로 제품의 원재료, 영양성분 데이터를 활용하여 지식베이스를 구축하고, 더 나아가 테마기반의 개인화된 안심먹거리 추천 서비스를 대국민에게 제공할 수 있는 “HACCP 지능정보서비스를 위한 인공지능 기반 고객 맞춤형 지식 상담 서비스 개발”을 목표로 합니다.

< 안전먹거리 질의응답 시스템 목표 구성도 >

< 안전먹거리 질의응답 UI/UX >

② 적용 기술 및 솔루션

  1. QA Manager: 사용자 질의처리와 인터페이스 제공(Open API)
  2. KBQA: FBQA & TBQA &Plugin
    • FBQA: 팩트(facts)기반 질의처리
    • TBQA: 템플릿 기반 질의처리 기능, 복잡하거나 복합적인 질의처리
    • Plugin: 날씨, 뉴스, 세계시간 등 실시간 변경되는 데이터에 대한 질의처리
  3. IRQA: 텍스트 분석을 통해 질문과 유사한 질문을 찾아 랭킹 된 답변을 제공
  4. KB(Ontology): 질의처리에 필요한 오픈 도메인 지식베이스(OWL ontology: RDF + Axioms)
  5. NLU: 자연어 질의 분석 및 패턴인식
  6. NLG: 질의처리 결과에 대한 자연어 질의 생성
  7. 분석사전관리: 질의분석 및 질의패턴에 필요한 자원관리
  8. QA관리: KB관리, 질의테스트, QA평가, KBQA분석사전관리

③ 제품 선정 당위성

  1. 지식그래프를 저장하기 위한 저장소 사용
  2. 비정형 문서의 지식 추출을 위한 기계학습 솔루션 사용

④ 주요 성과

  1. 사용자들에게 테마기반의 맞춤형 식품정보를 제공 가능
  2. 정보취약계층에 대한 접근성을 강화하고 안심먹거리에 대한 알 권리 향상
  3. 지능형 안심먹거리 서비스의 정보 획득 시간 단축 비용절감 효과
  4. 지능형 HACCP 상담서비스의 민원상담 및 기술지원방면의 비용절감 효과 기대

링크드 데이터(LOD) 서비스 구축

맞춤형 IP-Biz 정보공유 플랫폼 개발 – 특허청

① 사업의 내용

특허청이 보유한 지식재산권 정보를 중심으로 타 정부부처 및 공공기관이 보유 중인 다양한 비즈니스 정보를 연계하여 활용할 수 있는 정보채널을 구축하고, 중소기업 및 창업기업 등 기업 종사자들이 빠르고 편리하게 정보를 획득할 수 있는 사용자 관점의 편의 기능을 제공하였습니다.

  1. 타 정부부처 및 공공기관 보유 비즈니스 정보 연계
  2. 특허청 보유 지식재산권 정보와 비즈니스 정보 융합 및 맞춤형 제공
  3. 구축된 지식재산권 정보와 비즈니스 정보를 바탕으로 사용자 맞춤 보고서 제공

< 맞춤형 IP-Biz 정보공유 플랫폼 구성도 >

② 적용 기술 및 솔루션

  1. 텍스트 마이닝 키워드(주제어) 추출
  2. 트렌드 분석 및 TopN 분석
  3. 연관관계 분석을 위한 지식그래프 적용

③ 제품 선정 당위성

  1. 지식그래프를 저장하기 위한 저장소 사용
  2. 비정형 문서의 지식 추출을 위한 기계학습 솔루션 사용
  3. 동향 및 트렌드 분석을 위한 텍스트마이닝 및 시계열 분석 기술 솔루션

< 맞춤형 IP-Biz 정보공유 플랫폼 구성도 >

③ 주요 성과

  1. 국내외 500만건 이상의 특허정보 공개
  2. 13개 기관 300만 건의 특허 분석 DB 연계 정보 제공
  3. 제품 유형별 분석서비스 제공
  4. 기업 맞춤형 분석 리포트 제공