Elastic machine learning

AI 및 ML로 중요한 답변 찾기

Elasticsearch Platform은 기본적으로 강력한 머신 러닝과 AI를 솔루션에 통합하여 사용자가 원하는 애플리케이션을 구축하고 작업을 더 빠르게 완료할 수 있도록 지원합니다.

누구나 답을 찾고 인사이트를 얻을 수 있는 Elastic 머신 러닝

Elasticsearch에서 기본 제공하는 도메인별 사용 사례를 통해 머신 러닝에서 즉각적인 가치를 확보하세요. 통합 가시성, 검색, 보안 솔루션을 사용하면 DevOps 엔지니어, SRE, 보안 분석가가 바로 시작할 수 있습니다. 머신 러닝에 대한 사전 경험은 필요하지 않습니다.

팀은 이상 징후 탐색근본 원인 분석을 자동화하여 평균 수리 시간(MTTR)을 단축할 수 있습니다. 또한 자연어 처리(NLP) 및 벡터 검색과 같은 기본 제공 기능을 통해 최종 사용자가 좀 더 쉽게 사용할 수 있는 검색 경험을 구현할 수 있습니다.

Elastic 머신 러닝을 사용하여 다음을 수행하세요.

  • APM 서비스 맵에서 직접 비정상적으로 느린 응답 시간 식별
  • 비정상적인 동작을 발견하고 보안 위협을 선제적으로 해결
  • 사용하기 쉬운 마법사 기반 워크플로우를 통해 원하는 유형의 데이터에 대한 이상 징후 탐색을 사용자 지정
  • 수집된 데이터를 예측 기능으로 강화하여 검색 경험 향상

Observability에서 알림을 자동화하고 근본 원인 식별

Elastic Observability에서 기본 제공하는 자동화된 이상 징후 탐색, 상관관계, 기타 AIOps 기능을 사용하여 문제 탐지 및 해결 시간을 단축합니다. DevOps 및 SRE 팀은 APM 서비스 맵에서 직접 비정상적으로 느린 응답 시간을 식별할 수 있습니다. 모델을 구성하지 않고도 머신 러닝을 적용할 수 있습니다.

머신 러닝 기반의 위협 헌팅

머신 러닝은 Elastic Security에서 위협 탐지 기능을 강화합니다. SIEM 앱에서 비정상적인 활동을 자동으로 식별하여 평균 해결 시간(MTTR)을 줄일 수 있습니다. 식별하기 어려운 위협의 경우 지도 모델은 예를 들어 자급 자족식(LotL) 공격 또는 도메인 생성 알고리즘과 같이 양성 활동과 의심스러운 활동을 구분할 수 있습니다.

검색 경험을 한 단계 업그레이드

Elasticsearch Religence Engine™(ESRE)을 사용하면 도메인 적응 없이 바로 정확도가 뛰어난 시맨틱 검색을 적용하고, 외부 대규모 언어 모델(LLM)과 통합하고, 하이브리드 검색을 구현하고, 서드파티 또는 자체 트랜스포머 모델을 사용할 수 있습니다.

Elasticsearch 머신 러닝으로 몇 분 만에 확보하는 실행 가능한 인사이트

데이터에 Elastic 머신 러닝을 적용하여 다음을 수행하세요.

  • 확장 가능하고 성능이 뛰어난 플랫폼에서 머신 러닝을 기본적으로 통합
  • AI 모델 훈련에 대해 걱정할 필요 없이 통합 가시성과 보안 문제를 식별하는 비지도 학습 및 사전 구성된 모델을 적용
  • 위협 및 이상 징후를 선제적으로 식별하고, 문제 해결 시간을 단축하고, 고객 행동 추세를 파악하고, 디지털 경험을 개선하는 실행 가능한 분석 활용

Elastic 머신 러닝을 적용하기 위해 데이터 과학 팀을 두거나 시스템 아키텍처를 설계할 필요가 없습니다. Elastic 머신 러닝 기능을 사용하면 신속하게 시작하실 수 있습니다! 모델 훈련을 위해 서드파티 프레임워크로 데이터를 이동할 필요가 없습니다.

맞춤형 모델과 최적화된 성능이 필요한 사용 사례의 경우, Elastic의 도구를 사용하면 매개 변수를 조정하고 PyTorch 프레임워크에서 최적화된 모델을 가져올 수 있습니다.

정확하고 즉시 사용 가능한 이상 징후 및 이상값 탐색

Elastic의 비지도 머신 러닝은 데이터에서 패턴을 발견할 수 있도록 지원합니다. 시계열 모델링을 이용해 단일 또는 여러 시계열 모집단 데이터에서 이상 징후를 탐색하고 과거 데이터를 기반으로 추세를 예측할 수 있습니다.

또한 메시지를 그룹화하여 로그에서 이상 징후를 탐색하고, 이상 징후 영향 또는 기준 편차와 상관관계가 있는 필드를 검토하여 근본 원인을 파악할 수 있습니다.

머신 러닝 개요 스크린샷

운영이 간편한 지도 머신 러닝

데이터를 분류하고 예측하려면 Elastic의 데이터 프레임 분석을 사용하여 분류 또는 회귀 모델을 훈련하세요. 지도 모델을 사용하면 문제의 근본 원인에 더 가까이 다가갈 수 있으며 애플리케이션에서 지능적인 의사 결정을 내릴 수 있습니다.

연속 인덱스를 사용하여 애플리케이션 로그 인덱스를 사용자 중심의 활동 보기로 변환하고, 분류를 사용하여 사기 탐지 모델을 구축할 수 있습니다. 그런 다음 수집 시 수신 데이터에 해당 모델을 적용할 수 있습니다. 이 모든 것이 Elastic을 떠나지 않고 가능합니다.

벡터 검색 및 최신 자연어 처리

벡터 시맨틱 검색을 통해 사용자는 키워드에 국한되지 않고 의미로 원하는 답을 찾을 수 있습니다. 텍스트 데이터, 이미지 및 기타 비정형 데이터를 검색할 수 있습니다.

Elastic Learned Sparse Encoder를 사용하면 시맨틱 검색을 구현하고 도메인 전반에 걸쳐 즉시 탁월한 정확도를 달성할 수 있습니다. 이를 통해 더 직관적인 디지털 경험과 더 정확한 결과를 제공할 수 있습니다. 예를 들면 다음과 같습니다.

  • 관련 대체 제품을 표시하는 전자 상거래 제품 유사성 검색
  • 직업 추천 및 온라인 데이트 - 지리적 위치로 검색을 제한하면서 프로필 호환성을 기반으로 일치 항목 검색
  • 특허 검색 - 텍스트 설명이 유사한 특허 검색

시작하려면 Elastic을 사용하여 Huggingface.co와 같은 허브에서 사전 훈련된 BERT와 유사한 PyTorch 모델을 가져오거나 OpenAI에서 CLIP 모델을 가져오면 됩니다. Elastic으로 이미지 유사성을 구현하는 방법에 대해 자세히 알아보세요.

Video thumbnail