Elastic machine learning
AI 및 ML로 중요한 답변 찾기
Elasticsearch Platform은 기본적으로 강력한 머신 러닝과 AI를 솔루션에 통합하여 사용자가 원하는 애플리케이션을 구축하고 작업을 더 빠르게 완료할 수 있도록 지원합니다.
누구나 답을 찾고 인사이트를 얻을 수 있는 Elastic 머신 러닝
Elasticsearch에서 기본 제공하는 도메인별 사용 사례를 통해 머신 러닝에서 즉각적인 가치를 확보하세요. 통합 가시성, 검색, 보안 솔루션을 사용하면 DevOps 엔지니어, SRE, 보안 분석가가 바로 시작할 수 있습니다. 머신 러닝에 대한 사전 경험은 필요하지 않습니다.
팀은 이상 징후 탐색 및 근본 원인 분석을 자동화하여 평균 수리 시간(MTTR)을 단축할 수 있습니다. 또한 자연어 처리(NLP) 및 벡터 검색과 같은 기본 제공 기능을 통해 최종 사용자가 좀 더 쉽게 사용할 수 있는 검색 경험을 구현할 수 있습니다.
Elastic 머신 러닝을 사용하여 다음을 수행하세요.
- APM 서비스 맵에서 직접 비정상적으로 느린 응답 시간 식별
- 비정상적인 동작을 발견하고 보안 위협을 선제적으로 해결
- 사용하기 쉬운 마법사 기반 워크플로우를 통해 원하는 유형의 데이터에 대한 이상 징후 탐색을 사용자 지정
- 수집된 데이터를 예측 기능으로 강화하여 검색 경험 향상
AI에 관한 모든 것
AI 업데이트 구독
AI와 관련된 최신 정보를 받아보세요. 가입하시면 독점 뉴스, Elastic® 제품 업데이트, AI 트렌드, 체험 데모 등을 받으실 수 있습니다.
Elastic에서 직접 제공하는 교육
LLMs, NLP, ChatGPT, RRF, BM25, ESRE, 벡터, 트랜스포머, 임베딩 등 AI의 세계에는 계속해서 주목해야 할 요소들이 많습니다. 더 나은 AI 지원 검색 애플리케이션을 구축할 수 있도록 Elastic 제품 및 엔지니어링 리더십 및 개발 팀이 빠르게 움직이는 AI 환경에 대한 소식을 직접 전해드립니다.
등록
MarketoFEForm
Observability에서 알림 자동화 및 근본 원인 식별
Elastic Observability에서 기본 제공하는 자동화된 이상 징후 탐색, 상관관계, 기타 AIOps 기능을 사용하여 문제 탐지 및 해결 시간을 단축합니다. DevOps 및 SRE 팀은 APM 서비스 맵에서 직접 비정상적으로 느린 응답 시간을 식별할 수 있습니다. 모델을 구성하지 않고도 머신 러닝을 적용할 수 있습니다.
머신 러닝 기반의 위협 헌팅
머신 러닝은 Elastic Security에서 위협 탐지 기능을 강화합니다. SIEM 앱에서 비정상적인 활동을 자동으로 식별하여 평균 해결 시간(MTTR)을 줄일 수 있습니다. 식별하기 어려운 위협의 경우 지도 모델은 예를 들어 자급 자족식(LotL) 공격 또는 도메인 생성 알고리즘과 같이 양성 활동과 의심스러운 활동을 구분할 수 있습니다.
검색 경험을 한 단계 업그레이드
Elasticsearch Religence Engine™(ESRE)을 사용하면 도메인 적응 없이 바로 정확도가 뛰어난 시맨틱 검색을 적용하고, 외부 대규모 언어 모델(LLM)과 통합하고, 하이브리드 검색을 구현하고, 서드파티 또는 자체 트랜스포머 모델을 사용할 수 있습니다.
Elasticsearch 머신 러닝으로 몇 분 만에 확보하는 실행 가능한 인사이트
데이터에 Elastic 머신 러닝을 적용하여 다음을 수행하세요.
- 확장 가능하고 성능이 뛰어난 플랫폼에서 머신 러닝을 기본적으로 통합
- AI 모델 훈련에 대해 걱정할 필요 없이 통합 가시성과 보안 문제를 식별하는 비지도 학습 및 사전 구성된 모델을 적용
- 위협 및 이상 징후를 선제적으로 식별하고, 문제 해결 시간을 단축하고, 고객 행동 추세를 파악하고, 디지털 경험을 개선하는 실행 가능한 분석 활용
Elastic 머신 러닝을 적용하기 위해 데이터 과학 팀을 두거나 시스템 아키텍처를 설계할 필요가 없습니다. Elastic 머신 러닝 기능을 사용하면 신속하게 시작하실 수 있습니다! 모델 훈련을 위해 서드파티 프레임워크로 데이터를 이동할 필요가 없습니다.
맞춤형 모델과 최적화된 성능이 필요한 사용 사례의 경우, Elastic의 도구를 사용하면 매개 변수를 조정하고 PyTorch 프레임워크에서 최적화된 모델을 가져올 수 있습니다.
데이터로 모델 수집, 이해, 구축
Elastic의 즉시 사용 가능한 통합 기능을 통해 손쉽게 데이터를 수집하고 다른 데이터 소스에 연결할 수 있습니다. 데이터가 Elasticsearch에 수집되면 몇 분 안에 시각화하고 초기 인사이트를 얻을 수 있습니다.
Elastic의 개방형 공통 데이터 모델인 Elastic Common Schema(ECS)는 어떤 데이터든 수집, 저장 및 시각화할 수 있는 유연성을 제공합니다. 앱 및 인프라의 메트릭, 로그, 추적, 콘텐츠 및 이벤트가 여기에 포함됩니다. 시작하려면 수집 방법을 선택하세요. 옵션에는 Elastic Agent, 웹 크롤러, 데이터 커넥터 및 API가 포함되며, 모든 주요 클라우드 서비스 제공자와 기본적으로 통합됩니다. 데이터가 Elastic에 저장되면, 데이터 시각화 도우미와 같은 기본 제공 도구를 통해 머신 러닝에 적합한 데이터 필드를 파악할 수 있습니다.
머신 러닝을 적용한 경험이 없으신가요? 통합 가시성과 보안을 고려하여 미리 구성된 모델을 적용해 보세요. 미리 구성된 모델이 데이터에 적합하지 않다면, 도구 내 마법사가 사용자 지정 이상 징후 탐색을 구성하고 지도 학습을 훈련하는 데 필요한 몇 가지 단계를 안내합니다.
정확하고 즉시 사용 가능한 이상 징후 및 이상값 탐색
Elastic의 비지도 머신 러닝은 데이터에서 패턴을 발견할 수 있도록 지원합니다. 시계열 모델링을 이용해 단일 또는 여러 시계열 모집단 데이터에서 이상 징후를 탐색하고 과거 데이터를 기반으로 추세를 예측할 수 있습니다.
또한 메시지를 그룹화하여 로그에서 이상 징후를 탐색하고, 이상 징후 영향 또는 기준 편차와 상관관계가 있는 필드를 검토하여 근본 원인을 파악할 수 있습니다.
벡터 검색 및 최신 자연어 처리
벡터 시맨틱 검색을 통해 사용자는 키워드에 국한되지 않고 의미로 원하는 답을 찾을 수 있습니다. 텍스트 데이터, 이미지 및 기타 비정형 데이터를 검색할 수 있습니다.
Elastic Learned Sparse Encoder를 사용하면 시맨틱 검색을 구현하고 도메인 전반에 걸쳐 즉시 탁월한 정확도를 달성할 수 있습니다. 이를 통해 더 직관적인 디지털 경험과 더 정확한 결과를 제공할 수 있습니다. 예를 들면 다음과 같습니다.
- 관련 대체 제품을 표시하는 전자 상거래 제품 유사성 검색
- 직업 추천 및 온라인 데이트 - 지리적 위치로 검색을 제한하면서 프로필 호환성을 기반으로 일치 항목 검색
- 특허 검색 - 텍스트 설명이 유사한 특허 검색
시작하려면 Elastic을 사용하여 Huggingface.co와 같은 허브에서 사전 훈련된 BERT와 유사한 PyTorch 모델을 가져오거나 OpenAI에서 CLIP 모델을 가져오면 됩니다. Elastic으로 이미지 유사성을 구현하는 방법에 대해 자세히 알아보세요.
