TensorFlow로 실제 일상의 머신러닝 문제를 해결하는 방법 알아보기

다양한 업계의 여러 기업에서 당면한 최대 문제를 해결하기 위해 어떻게 ML을 구현하고 있는지 알아보세요. 의료, 사회 연결망부터 전자상거래 분야까지, ML은 다양한 업종 및 기업에 통합할 수 있습니다.

우수사례
Airbnb는 TensorFlow를 사용하여 이미지를 분류하고 대규모로 객체를 감지함으로써 게스트에게 더 나은 경험을 제공합니다

Airbnb 엔지니어링 및 데이터 과학팀은 이미지를 분류하고 대규모로 객체를 감지하여 게스트 환경을 개선하기 위해 TensorFlow로 머신러닝을 활용합니다.

Airbus는 TensorFlow를 사용하여 위성 이미지에서 정보를 추출하고 고객에게 귀중한 정보를 제공합니다.

ML은 도시 계획을 위한 지표면 변화 모니터링, 불법 건축과의 싸움, 자연재해로 인한 피해와 경관 변화 매핑에 도움이 됩니다.

Arm의 하드웨어 추상화 계층으로 TensorFlow Lite의 성능을 4배 이상 향상

Android NNAPI(Neural Networks API)용 Arm NN은 Arm Mali GPU를 타겟팅하는 하드웨어 추상화 계층(HAL)을 제공하여 TensorFlow Lite와 같은 머신러닝 프레임워크의 성능을 4배 이상 향상합니다.

Carousell은 TensorFlow를 사용하여 판매자와 구매자의 환경을 개선합니다.

Carousell은 Google Cloud ML에서 TensorFlow를 사용하여 딥 이미지와 자연어 이해를 지원하는 머신러닝 모델을 구축합니다. 판매자는 영상 인식으로 간편해진 게시 환경을 활용하고, 구매자는 추천과 이미지 검색을 통해 관련성이 더욱 높아진 상품 정보를 확인할 수 있습니다.

CEVA는 딥 러닝 프로세서에서 TensorFlow로 학습된 네트워크를 변환합니다

딥 러닝 및 에지의 AI 추론을 위한 CEVA의 NeuPro 및 CEVA-XM AI 프로세서는 CEVA CDNN Compiler를 통해 실시간 임베디드 기기에서 사용할 수 있도록 TensorFlow로 학습된 네트워크를 자동으로 변환합니다.

China Mobile은 TensorFlow를 사용하여 네트워크 요소 컷오버 성공률을 높입니다

China Mobile은 TensorFlow를 사용하여 자동으로 컷오버 기간을 예측하고, 작업 로그를 확인하고, 네트워크 이상치를 감지할 수 있는 딥 러닝 시스템을 만들었습니다. 이 시스템은 이미 세계 최대 규모에 달하는 수억 개의 IoT HSS 번호 재배치를 성공적으로 지원했습니다.

Coca-Cola의 모바일 구매 증명을 지원하는 TensorFlow

인공지능의 발전과 TensorFlow의 성숙으로 Coca-Cola Company는 포인트 제도를 위해 오랫동안 추구했던 원활한 구매 증빙 자료 기능을 구현할 수 있었습니다.

GE는 TensorFlow를 사용하여 신경망을 학습시켜 뇌의 MRI에서 해부학적 구조를 확인했습니다

GE Healthcare는 TensorFlow를 사용하여 뇌 MRI 검사 중 특정 해부학적 구조를 식별함으로써 속도와 안정성을 개선하는 데 도움이 되는 신경망을 학습시킵니다.

Google은 누구나 머신러닝을 사용할 수 있도록 돕기 위해 TensorFlow를 빌드했습니다.

Google은 TensorFlow를 사용하여 검색, Gmail 및 번역과 같은 제품에서 ML 구현을 강화하고, 연구원들의 새로운 발견을 지원하고, 인도주의 및 환경 문제의 해결을 도모합니다.

온라인 채팅에서 실시간으로 악성 메시지를 필터링하는 데 TensorFlow.js를 사용하는 InSpace

InSpace는 TensorFlow.js로 클라이언트 측의 브라우저에서 모든 추론을 실행하여 악성 메시지를 보내기도 전에 감지하므로 분류를 위해 텍스트를 타사 서버로 보낼 필요가 없습니다.

Xeon® Scalable 프로세서의 TensorFlow 추론 성능을 최적화하는 Intel

Intel과 Google의 파트너십 덕분에 여러 가지 모델에서 추론 성능이 2.8배나 향상되어 Intel 플랫폼에서 TensorFlow를 실행하는 다양한 고객이 혜택을 보게 되었습니다.

카카오는 TensorFlow를 사용하여 승차 요청의 완료율을 예측합니다

카카오모빌리티는 승차 요청을 이행하기 위해 운전자를 파견할 때 TensorFlow와 TensorFlow Serving을 사용하여 운행 완료율을 예측합니다.

Lenovo Intelligent Computing Orchestration은 TensorFlow를 사용하여 지능형 혁신을 촉진합니다.

Lenovo LiCO 플랫폼은 AI 학습 및 기존의 고성능 컴퓨팅을 가속화하고, TensorFlow 통합 및 최적화를 통해 딥 러닝 학습을 최적화합니다. LiCO는 다양한 내장형 TensorFlow 모델을 제공하며 이러한 모델의 최적화된 분산형 학습을 지원합니다.

Liulishuo는 TensorFlow를 사용하여 새로운 언어를 가르칩니다.

Liulishuo 알고리즘팀은 2016년 초에 처음으로 TensorFlow를 내부 머신러닝 프로젝트에 적용했습니다. 이 사용하기 쉬운 머신러닝 프레임워크는 팀에서 영어를 가르치는 애플리케이션을 빌드하는 데 도움이 되었습니다.

브라우저를 통한 AR 메이크업 체험 프로덕션에 TensorFlow.js를 활용한 Modiface

ModiFace는 TensorFlow.js FaceMesh 모델을 활용해 얼굴의 핵심적인 특징을 파악하고 이를 WebGL 셰이더와 결합하여 사용자가 개인 정보를 보호하면서 L’Oreal 브랜드 제품으로 디지털 메이크업을 해 볼 수 있도록 지원합니다. 실시간 환경은 전적으로 브라우저에서 실행되므로 처리를 위해 서버로 전송되는 사용자 데이터는 없습니다.

TensorFlow를 사용하여 네이버 쇼핑 제품 카테고리 자동 분류

네이버 쇼핑은 제품을 체계적으로 구성하고 사용자가 더 쉽게 검색할 수 있도록, 하루에 등록되는 2,000만 개 이상의 제품을 TensorFlow를 사용하여 약 5,000개의 카테고리에 자동으로 매칭합니다.

TensorFlow를 사용하여 27,000개가 넘는 Nvidia V100 Tensor Core GPU로 과학적 DL 애플리케이션을 확장한 NERSC

NERSC와 NVIDIA는 27,000개가 넘는 Nvidia V100 Tensor Core GPU로 과학적인 딥 러닝 애플리케이션을 확장하는 과정에서 ExaFLOP 장벽을 뛰어넘는 데 성공했습니다.

TFX로 대량 요청 트래픽의 우선순위를 지정하는 OpenX

OpenX는 TFX와 Google Cloud Platform을 광고 거래소에 통합하여 초당 백만 건 이상의 요청을 처리하고 15밀리초 이내에 응답을 제공합니다.

TensorFlow를 사용하여 첨단 방식으로 사기를 감지하는 PayPal

TensorFlow, 딥 전이 학습 및 생성 모델링을 사용하여 PayPal은 시시각각 변하는 복잡한 사기 패턴을 인식하고 사기 감소 정확성을 높이는 한편 식별의 정확성을 높임으로써 정상적인 사용자의 경험을 개선할 수 있었습니다.

Qualcomm은 Snapdragon 모바일 플랫폼 그 이상에서 TensorFlow 모델을 가속화합니다

Qualcomm은 Snapdragon 모바일 플랫폼과 IoT, 컴퓨팅, XR 및 자동차용으로 설계된 칩셋 포트폴리오 전반에 걸쳐 TensorFlow 및 TensorFlow Lite 모델을 최적화하고 가속화합니다.

TensorFlow를 사용하여 망막의 OCT 이미지에서 질병 감지

TensorFlow를 사용하여 망막 OCT 이미지에서 질병 분류 및 세분화가 진행되었습니다. 이미지는 맥락막 신생혈관 형성, 유리체 사마귀 또는 당뇨성 망막 부종이라는 3가지 질환으로 분류되었습니다. 세분화 이후 Sinovation Ventures는 영상에서 의심되는 병변의 경계를 제공했습니다.

TFX로 사용자를 위한 추천을 맞춤설정하는 Spotify

Spotify는 제품 및 구성의 독보적인 집합인 ML 시스템용 Paved Road에서 TFX 및 Kubeflow 파이프라인을 활용하여 ML 여정을 막 시작한 팀을 대상으로 엔드 투 엔드 머신러닝 솔루션을 배포합니다.

커스텀 구축 TensorFlow 모델로 고객 지원 운영을 최적화하는 Swisscom

Swisscom은 텍스트를 분류하고 문의를 받을 때 고객의 의도를 파악할 수 있도록 머신러닝 모델을 심층적으로 맞춤설정하는 데 TensorFlow의 기능을 활용합니다.

Texas Instruments Processor SDK와 TensorFlow Lite의 통합으로 에지에서 이루어지는 머신러닝 추론

Processor SDK는 범용 컴퓨팅 Arm® 코어에서 특수 목적 하드웨어 가속기로 CNN/DNN 추론을 오프로드하여 TensorFlow Lite 모델을 최적화하며, 이로 인해 머신 비전, 로봇공학, 자동차 ADAS 등 수많은 응용 분야에서 머신러닝의 기능이 강화됩니다.

TensorFlow로 트윗 순위 지정

트위터는 TensorFlow를 사용하여, 수천 명을 팔로우하는 사용자도 중요한 최근 트윗을 놓치지 않도록 \'Ranked Timeline\'을 빌드했습니다.

이미지에 맞는 프리셋 제안: VSCO의 'For This Photo' 구축

VSCO는 TensorFlow Lite를 사용하여 'For This Photo' 기능을 개발했습니다. 이 기능은 온디바이스 머신러닝을 통해 사용자가 편집하려는 사진의 유형을 파악한 다음 엄선된 목록에서 적합한 프리셋을 제안해 줍니다.

WPS Office: TensorFlow 기반의 지능형 오피스

WPS Office는 온디바이스 영상 인식과 TensorFlow 기반 이미지 OCR같이 다양한 비즈니스 시나리오를 구축합니다.