DAP MLDL (LG CNS)
AI 모델 개발부터 운영까지 전 과정을 자동화하는 엔터프라이즈급 AI 분석 플랫폼
AI 개발 전 과정을 아우르는 End-to-End 플랫폼
분석과제 생성부터 데이터셋 관리, 분석환경 구성, 학습, 모델 관리, 추론 서비스, 모니터링까지
AI 개발에 필요한 전 과정을 End-to-End로 제공합니다.
분석가는 별도의 외부 환경 없이 플랫폼 안에서 모든 프로세스를
연속적으로 수행할 수 있어 운영 효율성을 높일 수 있습니다.
AI 개발에 필요한 전 과정을 End-to-End로 제공합니다.
분석가는 별도의 외부 환경 없이 플랫폼 안에서 모든 프로세스를
연속적으로 수행할 수 있어 운영 효율성을 높일 수 있습니다.
다양한 사용자 수준을 아우르는 폭넓은 분석도구 제공
전문가용 Jupyter 기반 Notebook, 비전문가도 쉽게 분석할 수 있는 GUI Workflow,
자동으로 모델을 생성 및 튜닝을 지원하는 AutoML, 산업 및 분석 유형에 특화된 Use Case Wizard 등
다양한 분석도구 제공으로 업무 경험이 적은 사용자부터 고급분석가까지
모두가 손쉽게 AI 모델을 개발하고 적용할 수 있습니다.
자동으로 모델을 생성 및 튜닝을 지원하는 AutoML, 산업 및 분석 유형에 특화된 Use Case Wizard 등
다양한 분석도구 제공으로 업무 경험이 적은 사용자부터 고급분석가까지
모두가 손쉽게 AI 모델을 개발하고 적용할 수 있습니다.
쉽고 빠르게 생성 가능한 분석환경과 체계적인 자원 관리 기능
사용자는 필요에 따라 분석 프레임워크, 데이터셋, GPU/CPU 자원을 선택해
분석환경을 직접 생성할 수 있으며 분석과제별 Quota 기반으로
안전하고 체계적인 자원 운영이 가능합니다.
접근 권한이 부여된 데이터만 연결되는 구조를 통해 보안성을 강화하고
IT 담당자의 개입 없이도 분석자가 스스로 환경을 구축·운영할 수 있습니다.
분석환경을 직접 생성할 수 있으며 분석과제별 Quota 기반으로
안전하고 체계적인 자원 운영이 가능합니다.
접근 권한이 부여된 데이터만 연결되는 구조를 통해 보안성을 강화하고
IT 담당자의 개입 없이도 분석자가 스스로 환경을 구축·운영할 수 있습니다.
대규모 학습 작업을 위한 안정적이고 효율적인 학습 기능 제공
대규모 AI 학습을 안정적으로 수행하며, 동일한 환경에서 순차(Single)·병렬(Parallel) 학습 모두를 지원합니다.
학습 작업은 자원을 자동으로 할당·반납하여 효율성을 높이고, 실시간 모니터링 및 Job 스케줄링 기능을 통해
모델 학습의 품질과 운영 편의성을 향상시킵니다.
학습 작업은 자원을 자동으로 할당·반납하여 효율성을 높이고, 실시간 모니터링 및 Job 스케줄링 기능을 통해
모델 학습의 품질과 운영 편의성을 향상시킵니다.
실시간 추론 서비스와 지속적인 모델 개선 구조 지원
학습된 모델은 운영환경에 실시간으로 배포되어
고가용성(HA)·확장성·무중단 업데이트 기반의 안정적인 추론 서비스를 제공합니다.
또한 추론 결과를 학습 단계로 다시 전달하는 구조를 갖추고 있어,
모델을 지속적으로 개선하고 실제 업무 시스템 내에서 성능을 꾸준히 고도화할 수 있습니다.
고가용성(HA)·확장성·무중단 업데이트 기반의 안정적인 추론 서비스를 제공합니다.
또한 추론 결과를 학습 단계로 다시 전달하는 구조를 갖추고 있어,
모델을 지속적으로 개선하고 실제 업무 시스템 내에서 성능을 꾸준히 고도화할 수 있습니다.
AI 개발·운영을 단일 플랫폼으로 완성하는 DAP MLDL
AI Full Lifecycle End-to-End 지원
- 분석과제부터 모델 배포·모니터링까지 전 과정 통합 관리
- 단일 플랫폼에서 환경 생성/학습/추론 일관된 흐름 제공
다양한 분석도구 기반의 Augmented Analytics
- Notebook, GUI Workflow, AutoML, Use Case Wizard 제공
- 비전문가도 쉽게 분석 수행, 분석 역량의 빠른 상향평준화 가능
빠른 분석환경 생성과 체계적 자원 관리
- 원하는 FW·데이터셋으로 1분 이내 분석환경 생성과제별
- Quota 관리 및 권한 기반 데이터 마운트로 보안성 확보
대규모 학습 및 병렬 학습 지원
- Single/Parallel 학습 지원, 자원 자동 할당·반납
- Job 스케줄링과 실시간 학습 모니터링 제공
실시간 추론 서비스 및 지속적 모델 개선
- 모델을 실시간 Provisioning하여 안정적 추론 운영
- 추론 결과 기반의 재학습으로 모델 성능 지속 고도화
Hybrid & Multi-Cloud 기반 유연한 인프라
- On-Premise + Public Cloud를 활용한 Hybrid 환경 지원
- Multi-Cloud로 특정 벤더 종속성 최소화 및 비용 효율성 확보
DAP MLDL 차별점
AI Full Lifecycle 통합 관리
분석과제부터 모델운영까지
하나의 플랫폼으로
수준별 분석도구 제공
Notebook, Workflow, AutoML
다양한 도구로 사용자 맞춤 분석
빠른 분석환경 생성·자원 제어
원하는 분석환경 1분 내 생성 및
Quota 기반 자원 관리
대규모 학습·실시간 추론 지원
병렬 학습, 실시간 Provisioning 및
지속적 모델 개선
담당자 문의
변응수부장
010-4921-5065
esbyun@edsk.co.kr