당신이 원하는
AI 서비스가 이루어지는 곳,
마인즈앤컴퍼니는 AA(Advanced Analytics), NLP, CV 등 딥러닝 분야별 전문 지식과 다양한 경험을 갖춘 AI 전문가 집단입니다. 고객사의 비즈니스와 데이터에 대한 이해를 바탕으로 맞춤형 AI 과제를 정의하고, 모델을 개발하여 실제 현장에 맞는 최적의 인사이트를 제공합니다.
통신사 통신 품질 VOC 예측
-
수행배경
- 통화품질 불량 발굴율 개선으로 선제적인 Care 서비스 시행
- Rule-based 예측모델의 낮은정확도로 인한 콜센터 운영 비효율 개선
-
수행결과
- 품질 불편 고객을 정의하고 AI 모델 개발용 데이터 체계 구축
- 인공지능 앙상블 모델로 VOC 발생 예측 모델을 생성 선제적인 고객 Care 서비스 시행과 콜센터 운영 비효율 개선
국내 렌탈사 프로모션 데이터 분석
-
수행배경
- 데이터 간 단절로 모델링에 활용 가능한 데이터 선별의 어려움
- 수작업으로 지표를 계산하는 등 제품별 프로모션 기획 업무의 비효율 개선 필요
-
수행결과
- AI 예측 모델에 활용 가능한 데이터 수집 및 가공을 통한 프로모션 결과 예측 모델 개발
- 제품간 유사도를 정의하여 신규 제품 프로모션 단위 판매량 예측 모델 개발
헬스케어 산업 복부비만 예측 AI 모델 개발
-
수행배경
- 웨어러블 기기의 로그 데이터를 활용한 개인 맞춤형 건강 모니터링 서비스의 고도화 필요성 증대
- HW 기술과 전통적 통계기반의 서비스 고도화 한계 존재
-
수행결과
- 웨어러블 기기 기반 데이터와 공공데이터를 활용한 각종 질병 발생 가능성 예측모델 개발
국가기관 AI 기반 차세대 보안 시스템 구축
-
수행배경
- 지능화 되는 보안위협에 대응하는 차세대 보안 시스템 구축
- 기존에 정의되지 않은 위협을 찾을 수 있는 신규 모델 필요
-
수행결과
- 정상 행위 기반 이상 행위 탐지 모델 접근 (비지도 학습 기반)
- 부족한 학습 데이터에도 적용 가능한 신기술 발굴
금융사 AI 기반 고위험 user 위험평가 및 권한강제조정 솔루션 구축
-
수행배경
- 내부 보안대응 체계 고도화 필요
- 사이버 위협 지능화에 따른 선제적 AI기반 대응 체계 전환 필요
-
수행결과
- 개별 레거시 시스템을 복합적으로 분석할 수 있는 인프라(MLOps)를 구축
- 내부 데이터 불균형 문제를 극복할 수 있는 알고리즘 적용하여 보안 이상징후 탐지 모델 개발
AI 활용 보험급 지급심사 자동화
-
수행배경
- Rule 기반의 자동심사 체계로 복합적인 변수 고려를 통한 리스크 판단 어려움
- 유형 분류 결과와 실제 업무처리 난이도간 미스매칭으로 인한 인력 운영 비효율성 증대
-
수행결과
- 기존의 Rule 유형 분석 및 프로세스 개선을 통한 AI 모델 개발
- 보험금 청구 유형 세분화 및 복수의 AI 모델 운영을 통한 오지급 가능성 축소
보험사 STT/TA 활용 고객 경험 가시화
-
수행배경
- 콜센터 인입 원인 및 상담 비효율 개선 요인 파악이 어려움
- 자동차보험 이탈 원인 파악 및 O/B콜 프로세스 효율화 필요
-
수행결과
- STT 구축, 다중탐지사전 TA로 고객 콜센터 상담 내용 분석
- 고객 정형 데이터와 비정형 데이터를 연계하여 분석
통신사 TA 활용 고객 이탈 방어
-
수행배경
- 고객의 해지 징후 패턴을 파악하여 이탈 예상 고객에 선제적 대응 필요
- 비정형 데이터를 활용한 고도화된 분석 필요
-
수행결과
- 고객센터 유입 콜 STT/TA로 분석, 고객 정형 데이터와 연계 분석
- 딥러닝 문서분류 기술을 이용한 고객 불만 내용 탐지
AI 활용 보험급 지급심사 자동화
-
수행배경
- Rule 기반의 자동심사 체계로 복합적인 변수 고려를 통한 리스크 판단 어려움
- 유형 분류 결과와 실제 업무처리 난이도간 미스매칭으로 인한 인력 운영 비효율성 증대
-
수행결과
- 기존의 Rule 유형 분석 및 프로세스 개선을 통한 AI 모델 개발
- 보험금 청구 유형 세분화 및 복수의 AI 모델 운영을 통한 오지급 가능성 축소
SK네트웍스 AI 기반 중고휴대폰 등급 판정
-
수행배경
- 머신러닝기반 Vision AI 적용으로 정확하고 객관적인 외관판정 System 필요
-
수행결과
- LCD, 강화유리, 몸체, 후면의 손상정도(Multi-Class) 판단
- 데이터 라벨링 학습을 통한 파손부위 검출 및 차감등급 분류로 파손등급을 산출하여 고객에게 설명가능한 판정정보 도출
빠르고 간편한 비대면 중고폰 판매
머신러닝 기반 Vision AI 적용 정확하고 객관적인 외관 판정 System
- LCD
- 강화유리
- 몸체
- 후면의 손상 정도
(Multi-Class) - 판단
중고 시장의 최상 등급
민트(mint)
+
민트(mint)
정보통신기술
IT
=
IT
-
휴대폰 영역 검출
SEGMENTATION AI MODEL
-
파손부위 검출
SEGMENTATION AI MODEL
-
차감등급 분류
CLASSIFI CATION AI MODEL
-
파손등급 산출
-
판매 여부 결정
파손 영역 시각화
95% 이상 Accuracy, Robust한 판정 결과(30만장 이상 데이터 라벨링 학습)
+
파손 부위 시각화를 통해 고객에게 설명 가능한 판정을 할 수 있음