본 포스팅은 elice의 2021 NIPA AI 온라인 교육을 듣고 개인 공부를 위해 정리한 것입니다.
3. 웹/앱 서비스 산업 내 AI 혁신
웹/앱 서비스 분야에서의 인공지능
사용자 패턴 분석을 통한 인공지능 활용
- 방문정보 분석 (PV-Page View, UV-User View, 신규방문 및 재방문 비율 등)
- 웹/앱 서비스 내 (화면단위) 행동 패턴 분석
방문정보 분석
우리는 아무런 생각없이 웹 페이지나 앱에 접속하지만 실제로는 많은 데이터를 발생시킨다. 웹/앱에 있는 로봇은 이 데이터를 실시간으로 수집하여 관리자에게 전송한다.
연령, 성별, 지역, 트래픽 소스, 방문페이지, 제품 등의 측정 기준을 통해서 사용자의 특성을 분석하게 되고 사용자의 유지 이탈, 집단 간 상이한 행동 패턴 분석이 가능하게 된다.
웹/앱 서비스 내 (화면단위) 행동 패턴 분석
- 행동데이터
사용자가 서비스를 사용하며 겪게 되는 행동을 데이터화 한 것
👉 익스피디아 A/B 테스트를 보면 둘의 차이점은 Company name 입력란 뿐이다! 하지만 이를 통해 사용자가 회사 이름을 다 입력하는지 혹은 입력하는데 피로감을 느끼지는 않는지 분석하여 최적화할 수 있다. 이 테스트는 랜덤으로 50:50 비율로 진행되며 훨씬 더 나은 응답률을 기록한 것을 결과에 반영하거나 데이터를 분석하여 인사이트를 획득한다.
👉 히트맵을 통해 사용자가 가장 많이 보는 곳과 클릭하는 곳을 알 수 있다. 이를 분석하여 가장 많이 주목하는 곳에 광고를 넣는 등의 Action을 할 수 있다!
웹/앱 서비스의 기본 단위인 '화면' 단위의 고객행동 패턴을 분석하여 이를 개인화 된 DB에 저장한다. 이렇게 AI가 고객의 행동 데이터를 분석하여 고객의 행동을 예측하게 된다.
👉 고객의 행동에 맞춘 반응형 이벤트 노출 등으로 고객 이탈 방지, 추가 매출 기회 제안
실습✍ 인공지능은 어떻게 이미지를 인식하고 대처하는가?
인공지능은 어떻게 이미지를 인식할까?
이번 실습에서는 숫자 손글씨 데이터를 학습한 인공지능 모델을 사용하여 실제 손글씨를 인식하는 과정을 살펴보자.
- 이미지 분할
손글씨를 인식하기 위해서 이미지에서 분석에 필요한 부분을 따로 분리해야 한다.
아래의 이미지는 실제로 종이에 숫자를 적고 사진을 찍어 업로드한 사진이다. 이미지에서 숫자 부분을 분리하는 과정을 수행해 보자.
- 실습 코드
- 아래 코드를 사용하여 손글씨 이미지에서 숫자 부분만 분리하는 과정을 수행하시오.
ma.data_print()
import machine as ma
def main():
"""
지시사항 1번. 손글씨 이미지에서 숫자 부분만 분리하는 과정을 수행해보세요.
"""
ma.data_print()
if __name__ == "__main__":
main()
실습✍ 손글씨 분류 딥러닝 모델
이번 실습에서는 분할된 이미지의 숫자가 어떤 숫자인지를 예측해보도록 하자.
하지만 아직 이를 예측할 수 있는 모델이 준비가 되어 있지 않다😂
따라서 이번 실습에서는 딥러닝 예제로 유명한 MNIST 데이터를 학습하여 숫자를 예측할 수 있는 모델을 구현할 것이다.
-
MNIST 데이터
-
실습 코드
- 아래 코드를 사용하여 MNIST 데이터를 학습하는 인공지능 모델을 구현해보시오.
ma.train()
import machine as ma
def main():
"""
지시사항 1번. MNIST 데이터를 학습하는 인공지능 모델을 구현해보세요.
"""
model = ma.train()
if __name__ == "__main__":
main()
실습✍ 분할된 이미지의 숫자 예측
첫 번째 실습을 통하여 예측할 이미지를 분할하였고, 두 번째 실습을 통하여 이를 예측할 모델을 구현하였다.
예측을 위해서는 분할된 이미지를 MNIST와 비슷한 형태로 변환하는 과정이 필요하다!
실제 분할된 이미지는 크기도 제각각에 컬러가 있는 이미지이기에 MNIST 데이터 형태와 동일하게 사이즈 조정 및 흑백 변환을 수행한다.
이후 최종적으로 손글씨 분류 모델을 활용하여 손글씨 숫자를 인식하여 보자.
- 실습 코드
- 아래 코드를 사용하여 이미지 변환 과정과 예측 과정을 수행해보시오.
ma.data_predit()
import machine as ma
def main():
"""
지시사항 1번. 이미지 변환 과정과 예측 과정을 수행해보세요.
"""
ma.data_predit()
if __name__ == "__main__":
main()
