주식회사 아이웹 총1명이 열람하였으며, 0개의 리뷰가 있습니다.

주식회사 아이웹의 전체 정보

기업개요 및 핵심역량(요약)

1. 기업개요 주식회사 아이웹은 2011년 설립 이래 웹&모바일 자체 개발 웹 플랫폼을 사용하여 편리한 사용자 중심의 다양한비즈니스에 최적화된 웹사이트를 제작. 전문적인 분석을 통해 급변하는 e-비즈니스 환경에 맞는 빅데이터 기반의인공지능 모델 개발 및 SI 사업을 지원하고 있음. 데이터 댐(Data Dam) 사업을 시작으로 텍스트, 이미지 데이터 수집 및 가공, AI 모델링 및 시범서비스 구축 등 인공지능 활용 사업을 수행하고 있음.2. 사업 영역 이미지 어노테이션 툴 서비스 제공 Bounding Box Polygon Segmentation Circle AI 모델 개발 CNN 알고리즘을 활용한 이미지 분류 및 추천 모델 개발 NLP 알고리즘을 활용한 텍스트 분석 및 분류 모델 개발3. 기업 연혁 2011.04. 주식회사 아이웹 설립 2011.06. 홈페이지 빌더 솔루션 개발 웹 서비스 2011.11. 벤처기업 인증 2012.08. 그룹웨어 솔루션 개발 서비스 2014.04. 모바일 빌더 솔루션 개발 서비스 2015.09. 광고대행 플랫폼 “애드야” 웹 서비스 2015.10. 건설분양 홍보 플랫폼 “다분양” 웹 서비스 2015.10. 지역창업정보, 직업정보, 정부지원사업 안내 플랫폼 “동네꿀단지” 웹 서비스 2016.09. “아이웹” 모바일 어플 서비스 2017.11. 직업정보제공사업 시행 2019.07. 기업부설연구소 설립 2020.07. ~ 2?023.12. AI 학습용 데이터 구축사업(NIA) 수행 2021.02. 광운대산학협력연구센터 협약 2021.02. DMC산합협력연구센터 입주 2021.05. ~ 2025.~ 혁신바우처 수행기관 선정 수행 중 2021.06 ~ 2021.12 AI 학습용 데이터 구축사업(NIA) 수행 2021.09 ~ 2025.~ 수출바우처 수행기관 선정 수행 중 2022.06. ~ 2023.12 비대면바우처 선정 및 사업 수행 2022.06 ~ 2024.11 데이터바우처 공급기업 사업 수행4.

기업한글명

주식회사 아이웹

도로명주소

등록일

2025-02-13

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1108195050&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

AI솔루션명AI 플러스AI 솔루션 활용 분야? 컴퓨터비전 분야 활용이미지, 영상 등의 classification, object detection, super-resolution, attention, similar calculation 등? 자연어처리 분야 활용텍스트 분류, 감성 분석 등? 음원 분석 분야 활용멜로디, 리듬, 하모니, 템포, 음색 등 오디오 특징 추출, 유사성 평가 등? 데이터 마이닝데이터 탐색, 변수 선택, 기계 학습 기반의 prediction 및 regression 등데이터 보유·수집 현황테이터 종류데이터 개수데이터 상세 내용심리검사 그림 데이터이미지 약 4,000장 1. 비식별화 처리된 고령자의 심리검사 그림 이미지피아노 교육 음원음원 약 700개 1.교육용 영상에서 추출한 피아노 연주 음원 데이터로 저작권 문제 있는 영상 외 음원 일부만 수집 및 활용가맹점 및 회원 이용 실적 데이터가맹점 200개, 회원 12만명의 이용 정보1.입출입, 회원, 서비스 이용 현황 등 개인정보 제외 및 비식별처리 된 데이터로 수집. LED 조명 디자인8,100장 이상1. 저작권 문제가 없는 데이터에 대하여 인터넷 크롤링을 통하여 수집현수막 디자인11,000장 이상1.저작권 보유 기업과 협약을 통하여 해당 데이터 활용 동의 진행. 상표 이미지1,000,000장 이상1. 인터넷 크롤링, 책자, 실사 등을 통하여 국내외 상표 이미지 수집옥외 간판 이미지298,409장1.자체 크라우드워커를 통하여 국내 옥외 간판 내 상표 실사 이미지 수집사용 프레임워크Pytorch? 언어 및 인터페이스주 언어: Python지원 언어: C++, Java, R (외부 라이브러리 사용)프론트엔드: Eager 모드 (스크립트와 명령형 프로그래밍 지원)? 컴퓨팅 및 실행 모드Eager Execution: 실시간 연산 실행그래프 기반의 지연 실행(Lazy Execution): TorchScript를 통해 가능CPU 및 CUDA 지원: NVIDIA GPU를 통한 고속 연산 지원? 분산 컴퓨팅분산

상세주소

605호

설립일자

2011-04-26

실적(요약)

정부지원사업 실적 2020년 과제명:상표 이미지 및 텍스트AI데이터(NIA) “AI학습용 데이터 구축사업” 2021년 과제명:산업정보 연계 주요국 특허 영-한 데이터(NIA) “AI학습용 데이터 구축사업” 과제명:종합 민원 이미지 인공지능 학습용 데이터(NIA) “AI학습용 데이터 구축사업” 2022년 과제명:아동 미술심리 진달을 위한 객체인식 그림 데이터(NIA) “AI학습용 데이터 구축사업” 과제명: IP산업의 상표권 보호를 위한 오프라인 상표 이미지 데이터(NIA) “AI학습용 데이터 구축사업” 과제명:해외상표 이미지AI데이터(NIA) “AI학습용 데이터 구축사업” 과제명:유사 상표 이미지 검색 서비스의 사용자 입력 이미지 데이터(NIA) “AI학습용 데이터 구축사업” 수출바우처13건 수행 혁신바우처1건 수행 비대면 바우처161건 수행 데이터바우처3건 수행 2023년 과제명:유사 상표 이미지 검색 서비스의 사용자 입력 이미지 데이터(NIA) “AI학습용 데이터 구축사업” 혁신바우처2건 수행 수출바우처바우처2건 수행 데이터바우처2건 수행 2024년 데이터바우처2건 수행

유지보수(후속지원)전략(요약)

1. 유지보수, 고객관리 및 응대 계획 업무분장 아이웹은 사업 완료 후수요기업 데이터 가공의 환경적, 기술적 특성을 이해하는 유지보수 책임자를 지정하여, 하자보수 및 장애발생에 대하여 아래와 같은 지원체계를 마련하여 신속하게 대응2. 유지보수 내용구분내용유지보수 대상 공급한 가공 데이터의 모든 구성 요소를 대상으로 지원무상하자보수 기간 사업완료 후 6개월간 지원유지보수 내용하자보수 검수 완료 후 6개월 이내에 발생하는 가공데이터의 대한 유지보수유지보수범위예방점검 주기적인 수요기업과 연계로 가공 데이터 활용 방식에 대한 피드백 제공무상하자보수 가공한 데이터에 하자가 있는 경우는 무상 하자보수를 원칙으로 함 (1년간)무상유지보수 무상 유지보수 기간 동안 일어나는 유지보수 활동유상유지보수 고객의 실수 또는 천재지변에 의한 장애에 대해서는 책임을 지지 아니함.3. 유지보수 관련 고객관리 및 응대 (장애 예방 활동)가공된 데이터에 대하여 오류가 발생한 경우 수요기업에게 해당 사실을 알리고, 그에 대한 해결 방안을 논의함 (장애 처리 활동) 데이터 정제 간 발생한 장애에 대해서는 장애를 수정하고, 원본 데이터를 재가공함으로써 데이터의 장애를 방지함 (긴급 및 비상시 대응 방안) 수요기업은 발생한 장애에 대해 장애요소에 대해 자체적으로 분석하고, 분석된 장애에 대해 유지보수 책임자, 기관에게 통보함

주요서비스 상세정보(요약)

1. 전처리 데이터 활용 서비스의 상세정보(계획수립, 업무, 방법 등)구분내용상세 설명서비스 계획 수립서비스 목적 정의데이터 전처리를 통해 해결할 문제와 최종 목표를 정의 (모델 성능 향상, 데이터 품질 개선 등)서비스 대상 데이터 정의처리할 데이터 유형(수치, 텍스트, 이미지)과 요구사항 정의성과 지표(KPI) 설정데이터 품질, 처리 시간, 모델 성능 향상 지표 설정서비스 운영 환경 정의실시간 또는 배치 처리 환경과 필요한 인프라 정의 (클라우드, 로컬)업무 분류데이터 수집 및 통합다양한 소스에서 데이터를 수집하고 통합 (DB, API, 파일 등)결측치 처리결측 데이터를 보완하기 위한 대체 기법 적용 (평균, 중앙값, KNN 등)이상치 탐지 및 처리이상치 탐지 및 제거/대체 (Z-Score, IQR, 머신러닝 기반 탐지)데이터 정규화 및 표준화데이터를 정규화(Min-Max, Z-Score) 또는 표준화하여 분석과 모델 학습에 적합한 상태로 변환데이터 품질 검증데이터 전처리 완료 후 품질을 점검 (통계적 검토, 시각화, 샘플 검증)방법론결측치 대체 방법결측치 처리에 KNN, 다중 대체법(MICE) 등의 기법 적용이상치 탐지 기법이상치 탐지에 통계적 기법(Tukey’s Fences), 머신러닝(Isolation Forest) 활용정규화 및 표준화 기법Min-Max Scaling, 로그 변환, Z-Score Normalization 등을 활용한 데이터 변환자동화된 데이터 파이프라인 구축Airflow, Prefect 등을 사용해 자동화된 데이터 처리 워크플로우 구축시각화 기반 데이터 검증시각화 도구(히스토그램, 상자 그림)로 데이터 이상 및 품질 검증활용 예시헬스케어 데이터 정리환자 기록 데이터를 정리하여 분석 및 예측 가능성 개선금융 거래 데이터 이상치 제거금융 거래 내역에서 이상치를 탐지하고 분석 정확도를 높임전자상거래 데이터 표준화전자상거래 데이터의 형식과 단위를 통일하여 통계 분석 및 모델링 가능제조업 센서 데이터 품질 개선제조업 센서 데이터에서 오류 및 결

카테고리구분

전처리,품질,정보추출또는조합,태깅또는라벨링,분석

품질확보전략(요약)

1. 데이터 전처리 후 검수 과정?구분내용상세 설명?데이터 검증 단계원본 데이터 검증데이터 완전성, 일관성, 중복 여부 점검 및 이상치·결측치 탐색(Early Data Analysis)초기 탐색적 데이터 분석(EDA)데이터 분포 및 이상치·결측치 패턴 확인(히스토그램, 상자그림 활용)전처리 과정 검토이상치 처리 검수이상치 탐지 및 처리 기법(통계적 기법, 머신러닝 기법)의 적절성 평가 및 시각화 결과 점검결측치 처리 검수대체 기법(평균/중앙값, KNN, 다중 대체법 등)의 적절성 평가 및 대체 후 데이터 분포 확인정규화 및 표준화 검수정규화/표준화 후 데이터 변환의 적합성 및 왜곡 여부 점검(Min-Max, Z-Score 등)검증 및 품질 평가자동화된 품질 검증이상치 탐지 및 결측치 대체 과정의 정확성, 일관성을 자동화된 테스트로 점검샘플링 검토데이터 샘플링 후 전처리 결과를 수작업으로 검증교차 검증전처리된 데이터를 활용한 분석/모델링 결과의 성능 비교를 통해 전처리 효과 확인결과 보고품질 보고서 작성전처리 전후 데이터 상태를 정량적·정성적으로 보고(변화 요약, 기법 및 매개변수 설명)피드백 수집 및 반복 검수고객/내부 팀 피드백 반영 및 추가 개선 2. 데이터 전처리 후 품질 확보 방안구분내용상세 설명표준화된 프로세스워크플로우 표준화탐색 → 처리 → 검증의 구조화된 프로세스 마련체크리스트 활용이상치, 결측치, 정규화의 세부 작업 항목 점검표 활용품질 지표 정의정확성이상치 탐지의 정밀도(Precision), 재현율(Recall) 등 지표 활용일관성결측치 대체 후 데이터 분포의 변화 확인(KL Divergence 등)성능 개선전처리 데이터로 개발된 모델의 성능(MAE, RMSE 등) 평가자동화 및 재현성자동화 도구전처리 기법 추천 및 적용 자동화(Airflow, Prefect 등 활용)재현 가능한 워크플로우전처리 과정과 매개변수 기록으로 동일 결과 재현 가능최신 기술 도입머신러닝 기반 검증AutoEncoder, GAN 등 이상치 탐지와 결측치 대체를 위한

활용사례(요약)

1. 전처리 데이터 활용사례활용 예시헬스케어 데이터 정리환자 기록 데이터를 정리하여 분석 및 예측 가능성 개선.금융 거래 데이터 이상치 제거금융 거래 내역에서 이상치를 탐지하고 분석 정확도를 높임.전자상거래 데이터 표준화전자상거래 데이터의 형식과 단위를 통일하여 통계 분석 및 모델링 가능.제조업 센서 데이터 품질 개선제조업 센서 데이터에서 오류 및 결측치를 제거하여 정확한 예측 모델 생성.2. 정보추출 데이터 활용사례활용 예시의료 영상 분석X-ray, MRI 분석으로 병변 영역 탐지 및 질병 분류보안 및 감시CCTV 영상에서 얼굴 인식 및 신원 확인상품 추천 시스템Feature Map 기반 유사 상품 추천자율주행라이다 데이터로 객체 탐지 및 분류콘텐츠 생성GAN 활용 콘텐츠 생성 3. 태깅 또는 라벨링 데이터 활용사례활용 예시컴퓨터 비전자율주행 차량의 객체 탐지 및 경로 계획을 위한 라벨링의료 영상 분석CT, MRI, X-ray 데이터에서 종양, 병변 등을 라벨링자연어 처리챗봇 개발 및 음성 비서를 위한 텍스트 라벨링음성 및 오디오 분석콜센터 대화 분석, 도시 소음 모니터링을 위한 라벨링비디오 분석스포츠 경기 분석, CCTV 영상에서 이상 행동 감지추천 시스템동영상, 음악, 이미지 태깅으로 추천 시스템 개발제조 및 산업제조 공정 중 결함(스크래치, 불량품 등) 라벨링자율주행라이다 및 카메라 데이터에서 객체 탐지 라벨링보안 및 감시CCTV 영상에서 도난, 싸움 등 이상 행동 라벨링콘텐츠 태깅사용자 선호도 기반 콘텐츠 추천을 위한 데이터 태깅?4. 분석 데이터 활용사례데이터 유형주요 기술활용 예시로그 데이터ELK Stack (Elasticsearch, Logstash, Kibana)웹 서버 로그 분석을 통해 트래픽 및 오류 패턴 파악이상 탐지 알고리즘네트워크 로그를 활용한 보안 위협 탐지세션 클러스터링 및 사용자 흐름 분석사용자 행동 데이터를 기반으로 구매 전환율 분석텍스트 데이터자연어 처리 (NLP)문서 분류 및 스팸 필터링감정 분석 및 주제 모델링소셜 미디어