서비스 특징
고객 취향을 고려한 상품 추천 서비스
개인별 맞춤 항목 추천
개인별 맞춤 항목 추천 사용자 이력, 프로필을 분석해 얻은 정보와 상품 메타 정보를 매칭하여 서비스 사용자의 이목을 끌 확률이 높은 항목 위주로 추천합니다. 사용자 행동 패턴 변화에도 대응할 수 있으며 사용 이력이 적은 신규 사용자나 정보가 부족한 신상품도 추천 서비스를 적용할 수 있습니다.
구축 및 운영 비용 절감
AiTEMS 서비스를 이용하면 직접 구축할 때와 비교해 시스템 도입 시간 및 비용 측면에서 경제적입니다. 머신러닝을 다루는 데 필요한 전문 지식 없이도 간편하게 서비스를 구축하고 개인화된 추천 결과를 생성해 테스트할 수 있습니다. 또한 서비스가 필요할 때 사용하고 사용한 만큼만 비용을 지불할 수 있습니다.
개인 선호 기반 항목 배열
AiTEMS는 사용자 활동 로그 및 선호도와 같은 사용자 데이터를 분석하고 개인화 모델을 도출합니다. 단순한 항목 나열이 아닌 사용자별로 맞춤화된 순위에 따라 상품을 추천하여 서비스 사용자의 구매/사용 의욕을 끌어올릴 수 있습니다.
상세 기능
완전 관리형 머신러닝 서비스
데이터 전처리, 학습, 조정, 예측 등 머신러닝(Machine Learning, ML)에 필요한 모든 기술이 담겨있는 서비스입니다. 서비스 제공자가 고객의 이력을 데이터로 업로드하여 버튼만 클릭하면 AI 머신이 데이터를 학습하고 도출한 결과를 기반으로 추천 항목을 제공합니다.
안전한 데이터 보관
데이터 학습을 위해 서비스 제공자가 업로드한 서비스 사용자의 데이터와 AI 머신이 학습한 결과는 모두 서비스 제공자가 소유하게 됩니다. 데이터 보안을 위해 모든 데이터는 암호화되어 보관되고 서비스 사용자를 위한 추천을 제공할 때만 사용됩니다.
추천 모델 유형
AI 머신은 추천 모델 유형으로 개인화 추천, 연관 항목 추천, 인기 항목 추천을 제공합니다. - 인기 항목 추천: 순위별 인기 항목 제공- 개인화 추천: 서비스 사용자가 과거 구매, 조회, 요청한 내용 바탕으로 구매할 가능성이 높은 제품을 예측- 연관 항목 추천: 서비스 사용자의 과거 클릭, 구매를 기반으로 사용자의 진정한 의도를 식별하여 사용자가 선호할 만한 제품을 예측
하이퍼파라미터 최적화
하이퍼파라미터(Hyper Parameter Optimization, HPO) 설정을 통해 머신러닝 모델의 예측 정확도를 향상할 수 있습니다. HPO 설정을 사용하여 모델 생성과 관련된 여러 옵션을 조정함으로써 최적의 머신 러닝 모델을 구현할 수 있습니다.
요금
실용적인 서비스 구성과 시간 단위 종량제 요금 제공
요금 옵션 설정하기
필터를 적용하여 요구사항에 맞게 가격 옵션을 설정할 수 있습니다.
서비스 플랜 | 구분 | 과금 구간 | 과금 기준(월) | 요금 |
|---|---|---|---|---|
Standard | 교육 | 전 구간 동일 | 시간 | - |
Standard | 추천결과 | 20,000,000 이하 | 1,000건 | - |
Standard | 추천결과 | 20,000,000 초과 ~ 200,000,000 이하 | 1,000건 | - |
Standard | 추천결과 | 200,000,000 초과 | 1,000건 | - |
Standard | 실시간 추천결과 | 200,000 이하 | 1,000건 | - |
Standard | 실시간 추천결과 | 200,000 초과 ~ 2,000,000 이하 | 1,000건 | - |
Standard | 실시간 추천결과 | 2,000,000 초과 | 1,000건 | - |
Trial | 교육 | 전 구간 동일 | 시간 | 무료 |
Trial | 추천결과 | 전 구간 동일 | 1,000건 | 무료 |
Trial | 실시간 추천결과 | 전 구간 동일 | 1,000건 | 무료 |
(VAT 별도)
교육 시간은 1시간 단위로 올림되어 시간당 과금됩니다. (예) 50분을 사용한 경우 1시간으로 올림됩니다.
학습을 위한 데이터 저장 공간은 Object Storage를 사용하며 이에 대한 과금은 Object Storage 비용 정책을 따릅니다.
Standard 플랜의 추천결과는 일반적인 Batch 방식의 학습으로 첫 학습 이후 변화된 데이터를 반영하려면 매번 재학습을 요청하여 모델을 업데이트해야 합니다.
Standard 플랜의 실시간 추천결과는 일반적인 Batch 방식과 증분학습 기능이 추가된 학습으로 첫 학습 이후 설정된 주기에 따라 결과들을 모델에 자동 업데이트 합니다.
Standard 플랜의 "실시간 추천결과"는 선택사항으로 해당 기능 선택 시 매일 1회 Batch방식의 학습이 동작되며 실시간으로 업데이트된 항목에 대한 추천결과 수를 합산하여 과금됩니다.
Standard 플랜의 실시간 추천결과는 언제든 중단할 수 있으며 중단 요청 시점 다음의 학습부터 중단됩니다.
AiTEMS 서비스에 대한 더 자세한 내용은 AiTEMS 서비스 소개를 참고하시기 바랍니다.
요금 예시
Case1) 회사는 배치요금제를 훈련이 완료하는데 50시간을 소비하며, 1백만 명 사용자에 대해서 추천 결과를 제공
교육 비용: 50 교육시간 x 교육 시간당 - = -
추천결과 비용: 1,000,000 결과 x -/추천 1,000개 = -
총 비용: - + - = -
Case2) 회사는 ”Standard요금제”를 통해 훈련당 5시간을 소비하며 하루에 한 번 단일 학습을 수행하며 단일 학습 수행 시 평균 27만 개의 추천 결과를 제공
교육 비용: 5시간 x 30일 x 교육 시간당- = -
추천결과 비용: 270,000 결과 x 30일 x -/추천 1,000개 = -
총 비용: - + - = -
Case3) 회사는 ”Standard 요금제”에 “실시간 추천 옵션”을 선택하고 훈련당 5시간을 소비하며 하루에 한 번 단일 학습을 수행하며 단일 학습 수행 시 평균 27만 개의 추천 결과를 제공또한, 회사는 실시간 추천결과로 일 누적 평균 1천 개의 업데이트 결과를 제공
교육 비용: 5시간 x 30일 x 교육 시간당 - = -
추천결과 비용: 270,000 결과 x 30일 x -/추천 1,000개 = -
실시간 추천 업데이트 비용: 1,000결과 x 30일 x -/추천 1,000개 = -
총 비용: - + - + - = -
