㈜씽크포비엘 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

㈜씽크포비엘의 전체 정보

기업개요 및 핵심역량(요약)

씽크포비엘은 *데이터 밸런스 기반, 인공지능(AI) 신뢰성 검증 분야에서 가장 독보적인 기술력을 갖췄습니다. 이를 바탕으로 자체검증을 통해 AI가공분야에서 고품질을 보장할 수 있습니다.2008년 창업한 이래 소프트웨어(SW) 엔지니어링 분야에서 주목할 만한 성과를 이뤄왔습니다. 특히 데이터 밸런스에 기반한 인공지능(AI) 신뢰성 검증 분야에서 세계 최고 수준 기술력을 갖춘 공학 기업입니다. 이런 기술력을 바탕으로 현장에서 벌어지는 다양한 문제를 과학적이면서 기술적 관점에서 실질적인 해법을 도출해 낼 수 있습니다. 아울러 문제 현상에 국한하지 않고 원인과 본질을 조명해낼 수 있는 각종 도구(Tool)를 개발해 소프트웨어 공학에 새로운 글로벌 표준을 제시하고 있습니다. 또한 지난 시간 축적한 노하우로 더 나은 미래 삶을 창출한다는 목표로 스마트 축산 시장에 도전장을 내밀었고, 스마트 축산 서비스 플랫폼 '씽크팜(Thinkfarm)'을 개발해 축산농가가 더욱 부유하고 건강해 질 수 있도록 돕고 있습니다.*데이터밸런스 : 인공지능 검증용 데이터의 양과 무결성(오타)이 아닌 데이터의 충분성 관점의 평가 기술 핵심가치300여 중소기업 컨설팅 경험을 기반으로, 중소기업 여건에 적합한 지원AI 신뢰성 분야의 국내 독보적 기술력 확보,현장 중심의 실용적 접근법인 ‘데이터밸런스’ 기술 및 도구 보유 주요사업분야(자체 보유 기술 기반 업계 선두주자 역할) 최근 인공지능(AI) 기술이 적용된 소프트웨어 활용범위가 넓어지고 있는 것에 주목하여 AI 기술로 학습된 소프트웨어 데이터를 검증하는 분야에서도 괄목할만한 성과 달성. 현재 데이터 밸런스 기반 신뢰성 검증 기술을 세계 최초로 개발하며 업계 선두주자 역할 수행 1) 인공지능 분야 ? Data Balance균형 잡힌 데이터가 인공지능의 편향 해결, 아직까지 알려진 인공지능 신뢰성 평가로는 당사의 ‘데이터 밸런스’가 유일한 기술데이터·인공지능 시장 지속적 확대, 이에 따른 객관성과 신뢰성 요구되지만, 현재 구체

기업한글명

㈜씽크포비엘

도로명주소

서울특별시 강남구 논현로 419 (역삼동,PMK빌딩)

등록일

2025-02-03

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1208726168&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

T-Biz Engineering20년 동안 약 300여 중소 SW 연구개발(R&D) 기업을 대상으로 컨설팅을 진행해 왔습니다.각 컨설팅을 진행하면서 저희 ThinkforBL은 산업 현장에서 발생된 어려움을 체계적으로 해결하고, 고객사가 원하는 수준의 SW 품질을 달성할 수 있도록 지원했습니다. 이와 같은 수 많은 현장 경험을 기반으로 저희 ThinkforBL은 비즈니스 관점에서 문제점을 발견하고 해결해내는 'SW T-Biz Engineering' 체계를 확립했습니다. Be the DecacornT-biz engineering은 예를 들어 기업의 연차나 인력, 자금력, 기술력 등 업체의 상황을 빠르게 파악하고, 현재 사업 역량을 어느 곳에 집중해야 하는가를 제시해 줄 수 있습니다. 따라서 ThinkforBL은 단순히 제품만을 보고 제품만의 품질을 높이기 위한 컨설팅을 넘어서서, 기업의 역량을 극대화하고, 최적화 시킬 수 있는 체계적인 컨설팅을 제공하고 있습니다. 그래서, ThinkforBL은 T-biz engineering system을 현장에 실제적으로 적용할 수 있는 선도적·과학적·기술적·객관적 프레임 워크이자 컨설팅 기술(기법)인 'Be the Decacorn'을 개발했습니다. Thinktools소프트웨어 산업 특성에 따라 높은 수준 공학 활동이 필요한 영역과 다양한 지원 도구를 갖추고, 이를 Thinktools라고 이름 지었습니다. Thinktools는 특히 세이프티 소프트웨어(Safety Software), 미션 크리티컬 영역(Mission Critical Area), 사이버 물리 시스템(Cyber-Physical System), 대형 프로젝트 거버넌스 등에 특화된 도구입니다.- Re:In은 인간의 편향되거나 누락된 지식 또는 주관적 관념으로 인해 수집되지 못한 검증용 데이터셋을, 공학적이고 객관적인 방법인 데이터 밸런스 기술을 적용하여 (반)자동으로 인공지능 테스트 데이터셋을 도출/분석하는 설계 도구입니다.- CETA는 인간이 실

상세주소

8층

설립일자

2008-04-02

실적(요약)

수행년도유사실적2024제조데이터 활성화 사업 공급기업 참여 / 제조데이터셋 및 데이터가이드북 제작 3개부문2024 클라우드바우처 사업 공급기업 참여 / 데이터 밸런스 서비스 제공 (AI 학습데이터 분석 활용)2024AI바우처 지원사업 공급기업 참여 / 지반보강공사 품질관리 시스템 고도화를 위한 이상징후탐지 인공지능도입 및 통합 개발2024(NIPA) NPU를 활용한 저전력,고효율 AI기반 이미지 데이터셋 Metadata 자동생성 및 다양성/편향진단 SaaS 고도화 및 사업화2024~2027 (IITP )인공지능 학습용 이미지 및 텍스트 데이터의컨텍스트 기반 편향성 검증 및 데이터거버넌스관리 플랫폼 개발2022~2027국토부 물류정보 통합연계 S/W 품질관리 체계구축 및 평가기술개발2022~2023제조기업 에너지 프로세스 혁신을 통한 핵심 공정의 에너지 효율화20222023 데이터바우처 사업 공급기업 수행20232023년 클라우드바우처 사업 공급기업 수행20232023년 AI바우처 지원사업 일반분야 공급기업 수행20232023년 유망 SaaS 개발·육성 지원 과제 초거대AI분야 주관기관 수행20232023년 유망 SaaS 개발·육성 지원 과제 K클라우드분야 주관기관 수행20222022년 AI바우처 지원사업 일반분야 공급기업 수행20222022년 플래그쉽 사업 주관기관 수행2022군산대 데이터밸런스 기반 인공지능 검증을 위한 테스트 설계 교육2022경기도 제조데이터 활용 수요발굴 및 컨설팅 용역 20222022 데이터바우처 사업 공급기업 수행20212021년 플래그쉽 사업 주관기관 수행2021품목군 및 표준 품목명 분류 인공지능 모델개발 용역20212021 데이터바우처 사업 공급기업 수행2021울산 게놈서비스 실증사업 품질관리 용역2021광주 AI품질향상 컨설팅 지원2021Vietnam ICT Market Entry Advisory 사용성 테스트 컨설팅 (4개사)2021군산대 데이터밸런스 기반 인공지능 검증을 위한 테스트 설계 교육

유지보수(후속지원)전략(요약)

1)하자보수 및 유지관리 기간- 하자보수 기간 : 사업종료후 13개월- 유지관리 기간 : 별도협의* (하자보수) 대상의 하자발생을 원인으로 발견된 원천적인 오류 및 결함을 수정하여 제거하는 활동을 의미** (유지관리) 대상의 성능 등 다양한 속성의 향상을 위한 개선활동, 변화된 환경에 적응하기 위한 수정활동, 발견된 오류를 해결하기 위한 수정활동(통상 하자보수책임기간 이후를 의미), 잠재적 오류를 제거하기 위한 수정활동 등을 의미 2) 업무분장 역할업무분장책임자 (최도연) 유지보수 운영 총괄 담당자 (이진희) 유지보수 대상 데이터 수정/보완 및 품질점검- 전담조직 및 전문인력을 통해 수요기업 대응- 전담조직에 대한 맞춤형 기술교육으로 책임지원환경 구축 3) 하자보수 및 유지관리 내용구분내용하자보수대상ㅇ 공급한 가공데이터 및 AI 모델 설계서에 하자가 있는 경우는 무상 하자보수를 원칙으로 함ㅇ 사업종료(결과발표) 후 13개월 이내에 발생하는 데이터 결함에 대한 하자보수내용ㅇ 하자보수기간 동안 일어나는 유지보수 활동ㅇ 가공 완료 데이터 이용시 기능상 장애가 발생한 경우, 해당 데이터 항목 수정/보완 조치ㅇ 데이터 재가공이 필요하다고 협의될 경우, 가능범위내에서 재가공 수행ㅇ 추가적인 데이터 가공이 필요할 경우, 가능범위내에서 재가공 수행유지관리대상ㅇ 공급한 가공데이터 및 AI 모델 설계서에서 무상 하자보수 기간 이후 발생하는 하자에 대한 유지보수활동을 원칙으로 함내용ㅇ 유지관리 기간 중 신규 데이터 가공, AI 모델 재설계 등을 요청할 경우, 상호 협의하여 실비 제공을 원칙으로 함ㅇ 유지관리 인력 이외의 인력이 수행한 데이터 분석, 설계, 전처리, 태깅, AI 모델 설계 등에서 문제가 발생한 경우 유상하자보수를 원칙으로 함금액ㅇ 투입공수 기준

주요서비스 상세정보(요약)

계획 수립- 수요기업 비즈니스 분석- 수요기업의 데이터 가공 대상 및 가공 데이터 요건 정의- 상세 업무 협의 수행 (범위, 일정, 딜리버리, 보고 등)계약- 사업계획서 작성 지원- 협약 체결설계- 데이터 설계(저장방안, 클래스 분류체계, 디렉토리 맵 등)- 데이터 밸런스 설계 적용- 요구사항 적합성 검증- 수요기업 피드백 반영하여 데이터 재설계프로젝트 세팅- 작업 환경 구축- 인력 배정 및 담당 프로젝트 교육 수행데이터 가공- 협의에 따른 데이터 가공 수행?전처리 ?품질 ?코딩 ?시각화 ?태깅/라벨링 ?정보추출또는 조합 ?분석 ?기타(추론 모델 생성)- 보고/납품 일정에 따른 보고 및 데이터 전달데이터 검수- 가공 데이터에 대한 검수(무결성) Review(신뢰성) Data balance 측정딜리버리- 수요기업에 데이터 제공(납품)사후관리- 서비스 개발 시 관련 기술지원 및 유지보수 가. 가공 계획 수립- (수요기업 비즈니스 분석) 사용자/시장/제품 괌점에서 수요기업의 서비스에 대한 핵심 가치 도출- 수요기업 보유 데이터 검토 및 특징 분석- 이를 바탕으로 Desk Research를 통해 시장성 확보를 위한 사업 목표 제시- 사업 목표 결정 시, 상세 업무에 대한 협의 및 계획 수립 ? 가공 목표, 가공 데이터 요건, 범위, 일정, 보고 등 나. 데이터 설계- 사업 추진을 위해 필요한 데이터 및 가공 결과 데이터 정의- 인공지능 개발 시 고려되어야 할 데이터 특징 도출- 데이터 밸런스를 통한 실효성 관점에서의 데이터 설계, 이는 현재 가공 데이터에 대한 목표 설정 및 추후 데이터 검수 시 데이터 밸런스 측정에 활용 다. 데이터 가공- 데이터 유형에 따른 가공 방법 정의- 전반적인 절차는 동일, 각 단계 별 세부 수행 내용은 데이터 유형과 특징에 따라 선별하여 적용 라. 데이터 검수- (신뢰성) 데이터 밸런스 설계 결과를 기반으로, 현재 데이터셋에 기반한 인공지능 신뢰성 검증- (무결성) 데이터 유형에 따라 무결성 검증 Tool 활용 또는

카테고리구분

전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,기타,AI Hub 학습용 데이터 재가공,전략수립,큐레이션,설계,생성·수집,자동화,적재

품질확보전략(요약)

1) 데이터 가공서비스 제공 주요 인력 구성업무 구분전공경력관련 자격현황주요사항 의사결정, 대외 협의 전자공학16CACSP(Certificate Automotive CyberSecurityProfessional),AFSP(AutomotiveFunctionalSafetyProfessional),CSTSAL(CertifiedSoftwareTestSpecialist)지능화개발 인공지능(석사)1 지능화개발컴퓨터정보(박사)1 지능화개발이학(석사) 1ITIL(IT Infrastructure Library),TMMi 선임심사원,PMP, CPRE, ISTQB FL/AL,지능화개발 전자공학(박사)6 지능화개발 전자공학(석사)10CACSP(Certificate Automotive CyberSecurityProfessional), AFSP(AutomotiveFunctionalSafetyProfessional), CSTS AL(CertifiedSoftwareTestSpecialist), ISTQBCTFL(CertifiedTester)데이터 품질 검수 통신공학16 데이터 품질 검수 컴퓨터제어10ITIL(IT Infrastructure Library),ISTQB (International SoftwareTesting Qualification Board),데이터 품질 검수 응용시스템학12CSTS AL(Certified Software TestSpecialist),ISTQB (International SoftwareTesting Qualification Board),텍스트/음성 데이터 품질 검수 소프트웨어공학9CSTS AL(Certified Software TestSpecialist), ISTQB (International SoftwareTesting Qualification Board), OCP(OracleCertifiedProfessional)텍스트/음성 데이터 품질 검수 언어학15CSTS FL(Certified Software TestSpecialist),ISTQB (In

활용사례(요약)

<축산 분야> 축산객체의 움짐임을 분석, 센서데이터 분석- 객체별 활동패턴을 분석하여 건강 이상 알림- 활동량을 기반으로 사료비 절감 방안 모색 <텍스트 처리 분야>시스템내 다양한 텍스트 및 규격 등을 자동 표준화 및 분류하는 솔루션에 적합, 세부목록이 많은 건설업, 유통 시스템에 융합하기에 효과적-품목명, 규격 토큰화 알고리즘 기술 적용시-시스템내 다양한 텍스트를 명사화, 표준화, 카테고라이징하여 자동분류 처리하는 인공지능 모델-유사품목 단가 목록 그룹핑 모델링 <에너지 및 제조분야>AI 알고리즘 기반 스팀트랩 열에너지 효율 확보, 컴프레셔 전력에너지 소비량 절감, 태양광 발전 효율 모니터링 통한 에너지 효율 관리 및 설비 운영 계획 지원 가능한 “에너지 관리 솔루션 및 제조 관리 서비스- Peak 전력 사용 도래일 예측 알림- 주요장비 이상탐지 알림 <유통 분야>수요 예측에 기반한 적정 유통관리 서비스- 트랜드 및 판매이력에 기반한 수요량 및 적정 판매 시기 예측- 적정 재고 관리 및 원자재 선물 확보- 고가의 원자재 수요업체 및 트랜드에 민감한 유통산업 제반분야에 적합