KAMG AI 웹앱
총 2개의 작품 만들기
한 작품을 만들어 보는데에 1시간 정도가 소요됩니다.
선형 회귀 모델
로지스틱 회귀 모델
KAMG AI와 인간지능의 접점 프로토콜, 미래를 예측한다
KAMG AI: 함께 생각하는 AI, 스스로 일하는 AI
KAMG AI : 협업형 AI 프로젝트의 원청은 인간, 하청은 AI
KAMG AI : 코딩과 AI를 모르는 당신, 이제 AI 예측 모델을 만든다.
KAMG AI : 경량 온톨로지 기반 예측모델 생성 프레임워크
KAMG AI : 전문가의 지식을 AI 모델로 완성한다.
리모콘으로 TV 화면을 출력하듯이, 설계 문서에 설계를 입력하면 예측 모델과 산출물을 출력하는 AI 에이전트 활용 방법에 대한 입문편입니다. KAMG(캠지) AI는 “No-Code 지식 조립 모델 생성 AI 에이전트”*입니다. KAMG는 Knowledge Assembly Model Generation의 약어입니다. 웹앱으로 KAMG AI 활용 실습을 할 수 있습니다.
기존의 대화형 에이전트는 문자나 음성을 통한 프롬프팅 방식으로 사용자와 상호작용합니다. 그러나 KAMG AI는 문서를 매개로 대화합니다. 이는 복잡한 지시를 체계적이고 명확하게 전달하고, 동시에 도메인 특화 지식을 반영한 지식 조립을 용이하게 하기 위함입니다.
구체적으로, 설계 지시는 DDI(Design Document Interface) 문서로 전달되며, 이를 기반으로 모델 생성과 산출물 구현은 KAMG AI 에이전트의 머신러닝 모듈이 담당합니다. 이후 평가 단계는 도메인 전문가가 주도하며, 이 과정에서 LLM 모듈이 전문가의 판단을 보조하는 역할을 수행합니다.
KAMG AI를 통해 예측 모델 개발 역량을 내재화한 제조 기업은 다음과 같은 장점을 확보할 수 있습니다.
(1) 공정 최적화를 통한 불량 감소 및 생산성 향상
(2) 고객 맞춤형 제품에 대한 신속한 개발 대응
(3) 기업 고유의 도메인 지식이 설계 문서에 저장되어 노하우 보안 강화
(4) 예측 모델의 유지·관리·개선 과정에서 IT 기업 의존성 경감
KAMG AI의 독창성은 “문서 기반 대화형 예측 모델 생성 에이전트”라는 점에 있습니다.
AI, 코딩, 데이터 분석 지식이 부족한 도메인 베테랑이 본인의 도메인 지식을 조립한 AI 예측을 개발할 수 있는 AI 도구가 필요하다고 생각하여 지식 조립 모델 생성(KAMG: knowledge Assembly Model Generation) AI를 개발하였습니다. 모델 설계와 구현을 분리하고, 설계를 다시 초벌 설계와 완성 설계로 구분하여, 초벌 설계와 구현은 AI 전문가가, 완성 설계, 평가, 활용은 도메인 전문가가 하도록 업무 분할을 하였습니다. 업무 분할을 통해서, AI 예측 모델 개발 입문을 위해 필요한 AI, 코딩, 데이터 분석 지식의 학습량을 최소화 하였습니다. KAMG AI를 통해 AI 예측 모델 개발에 입문하시면, 예측 모델을 개발하고 활용하는 과정을 반복하면서 자연스럽게 AI 리터러시가 향상됩니다. 웹앱을 사용하여 엑셀 문서를 이용한 AI 예측 모델 설계, 평가, 활용에 대해 학습합니다. 그리고, KAMG AI 활용 챗봇을 이용하여 학습 내용에 대한 Q&A가 가능합니다.
<키트 1: [1:1]텍스트 코칭권(자유형식)>
- 총 3회 질문
- 1회당 클래스 주제 내에서 250자 이내로 1가지 질문을 하면 답변과 참조 자료 제공
- 판매가 : 60,000원
<키트 2: [1:1]화상 코치권(1회)>
- 실습용 웹앱 접속 권한 부여
- 실습용 웹앱 사용법 설명
- 실습을 위한 설계 문서 파일 제공
- 웹앱 사용 실습
- 화상 프로그램 : 줌
- 시간 : 1시간 30분
- 판매가: 100,000원
<5개월 대여>
- 판매가 : 50,000원
<평생 소장>
- 판매가 200,000
클래스 커리큘럼1
커리큘럼
챕터 0개크리에이터
kamg
저는 과거 포스코 기술연구원에서 30여년간 철강 제품 품질 예측과 온도 예측을 위한 코딩 및 데이터 분석 업무를 수행하였으며,
현재는 인하대 제조혁신전문대학원에서 AI 지식과 인간 지식의 조립을 위한 접점 프로토콜을 연구하고 있습니다.
특히 AI 예측 모델의 개발과 활용을 주제로 연구를 진행 중이며,
제조업을 비롯해 디지털 데이터 기반 예측이 필요한 다양한 분야에 적용하고 있습니다
연구원에서 데이터 분석을 위한 코딩(파스칼, C, C++, SAS, R 등)을 많이 했습니다. 10년 전부터는 기계학습 AI로 데이터 분석을 했습니다. 제조업의 문제를 풀어 성과를 달성하기 위해서는 AI 예측 모델이 필요함을 체감했습니다. 또한 AI 예측 모델 개발과 활용 과정에서 도메인 지식이 중요함을 절감했습니다. 도메인 지식과 AI 지식의 지식 조립을 통해 대한민국이 AI 활용 강국이 될 수 있다고 생각하는 사람입니다.
