LiST

LiST는 데이터를 지식으로 담아
슬기롭고 현명한 답을 제시해주고자합니다.

인간의 지식을 기계가 이해할 수 있는 언어로 변환하기 위해 필요한 기술이 바로 지식베이스(Knowledgebase)입니다.

기계가 인간의 경험적 지식을 습득하기 위해 다양한 도메인의 형식으로 생산된 데이터를 기계학습(Machine Learning)을 진행합니다. 생산된 데이터를 학습하고 추론하여 다양한 AI 기술에 활용할 수 있도록 체계화하는 것이 AI 개발 방법론입니다.

리스트는 인간이 만든 데이터를 기계가 학습할 수 있는 지식으로 전환시키고
“지식베이스(Knowledge-base) 기반의 QA(Question Answering) 기술”을 제공해드립니다.
또한 LLM 및 다양한 인공지능 서비스들을 통해 발전하는 기술 환경에 대응하고 미래를 위한 기반을 마련하고 있습니다.

Knowledge Base

기계가 인간처럼 똑똑해지기 위해 데이터와 데이터의 관계를 파악하여 정보(Information)로 활용하고 정보들의 패턴을 학습하여 유사한 상황에서 지식(Knowledge)으로 사용할 수 있어야 합니다.

지식베이스(Knowledge base)는 정보의 저장, 분석 및 재사용이 가능하도록 연결된 구조와 규칙이 명시된 집합체이며 기계(인공지능)가 해석 할 수 있는 방식으로 구성되어 있습니다.

데이터는 정보가 아니며, 정보 또한 지식이 아닙니다. 데이터베이스에 데이터가 잘 정리되어 있다고 해서 기계가 그것을 바로 지식으로 사용할 수 있는 것이 아닙니다. 데이터와 데이터간의 연결관계를 알고 각 정보들 간의 패턴을 이해할 수 있는 수준이 될 때 비로소 지식이라고 할 수 있습니다.

LiST는 기계(인공지능)를 똑똑하게 만들기 위해 데이터를 지식으로 만들고 있습니다.

LiST 인공지능 아키텍처

LiST의 인공지능

지식베이스기반 질의 응답 (Knowledge Based Question Answering, KBQA)
인간의 질문에 기계가 자동으로 응답하기 위해 질문의 의도를 파악하고 구조화된 지식베이스를 활용하여 정확한 응답을 실시간으로 전달해주는 기술
지식 추출 프레임워크 (Knowledge Extraction Framework,KEF)
비정형 텍스트 및 문서를 자동으로 분류하고 온톨로지 지식을 추출

지능형 서비스를 위한 온톨로지 지식으로 활용될 수 있으며, 이를 활용하여 보다 향상된 인공지능 서비스를 구축
LLM (LiST의 인공지능)
다양한 데이터 소스에서 학습된 풍부한 지식을 활용하며 지속적인 업데이트 수행

자연스러운 언어 이해와 생성 능력을 바탕으로 기계 번역, 텍스트 요약, 자동 작문, 질문 응답 등 풍부한 서비스 제공