똑똑하게 일하는 세상을 만들고 싶습니다.

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/e8e5484f-968a-416d-b23f-a527bbc6d236/.png

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/461918ec-e6ef-4552-b5ac-ff96f468448c/.png

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/df1b3d7c-bc7f-48c3-958e-916d092ca473/.png

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/f29b3c2f-485b-4930-af02-af242a4f117b/.png

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/0e37d877-f1fe-4b5b-b105-0366158ecb57/.png

      혁신

      성장

       파괴

       투명

        이익

Zelly

회사의 규모와 상관없이 좋은 인공지능을 만들 수 있어야합니다.

좋은 인공지능을 만들기 위해서는

  1. 문제의 정의를 정확히 해야하고,
  2. 문제에 맞게끔 학습을 정확히 해야합니다.

이것을 데이터를 시스템적으로 가공함으로써

  1. 문제 정의를 제대로 했는지 데이터 수치로 확인하고,
  2. 학습에 용이한 데이터가 결과물로 나왔는지 확인한 후 모델 학습을 진행할 수 있도록 합니다.

지금까지 AI개발에 있어서

**고객이 원하는 데이터 스펙 → 가공기업이 데이터 가공 → 모델 학습** 프로세스로 진행해 한 번의 학습을 전제하는 학습과 달리 **고객이 원하는 데이터 스펙 → 템플릿을 통한 데이터 가공 → 데이터가 학습에 용이한지 확인 → 데이터 학습** 프로세스를 통해 학습한 모델이 충분한 수치가 나오지 않을 때 바로 데이터 수정부터 사이클을 돌려 더욱 성능이 좋은 인공지능으로 거듭나게 만들어줍니다.