• Definition
  • 인공지능에 의해 제공되는 지능형 검색은 정보를 빠르고 쉽게 찾고자 하는 고객을 돕고, data silos를 줄이는 방법이다.
  • 사용자는 어디서든 형태에 상관없이 정보(데이터베이스의 빅데이터, 파일 시스템, 디지털 콘텐츠, web page, etc...)를 추출하기 위해서 지능형 검색을 사용할 수 있다.
  • 지능형 검색, 자연어 검색, AI 검색, AI 기반 검색, 인지 검색과 enterprise search는 동의어로 사용된다.
• History
  • 대중의 인터넷으로 부터의 긴 경험으로 부터 enterprise 정보 조회 시스템이 등장하였다. 다중 유저 컴퓨터 시스템 구현의 가장 첫 번째 장점은 정보의 발견을 대 규모의 문서에사 정확히 일치하는 문자를 찾음으로서 유연하게 했다는 것이다.
  • 데스크탑 컴퓨터와 기업의 인트라 넷의 성장으로, 상업적인 enterprise search 방식은 enterprise 컴퓨팅에서 주류가 되었다.
  • 그러나, 구글과 같은 무료 검색 시스템이 enterprise 검색 platform의 유저 경험을 철저히 바꾸었다.
  • 데이터의 용량과 검색 도구 들의 빠른 성장에서, 검색 속도는 성능의 주요 키가 되었다. 오늘날의 지능형 검색 방식은 빅데이터 처리하며 성능을 다루는 인공지능으로 만들어졌다. 왜냐하면, 그들은 필요한 확장성을 전달하며, cloud infrastructure과 확잗오딘 API 기반 확장과 자동화가 해당 작업에 알맞기 때문이다.
• 지능형 검색 vs 전통적 검색
  • business에서는 구글 또는 다른 전통적 검색 엔진을 특정 business에 대한 구체적인 대답을 발견하여 사용할 수 없다. 예를 들면, "왜 우리의 새로운 제품의 운송이 delay이되는가?" 또는 "지난주 보고된 최우선 고객 사항은 무엇이였지?"와 같은 지능형 검색은 business 상의 구체적인 답변과 정보를 제공하기 때문이다.
  • 인공지능은 지능형 검색에 다음과 같은 능력을 제공한다.
    • Understand human language: business data는 영역에 따른 방식으로 적혀지며 지속적으로 업데이트 된다. 자연어는 기능을 수행하면서, 지능형 검색 application이 이해하고, data source로 부터 디지털 콘텐츠를 조회하는 것을 조회할 수 있게 한다. semantic search와 문맥 이해는 지능형 검색이 복잡한 문서에서도 말의 뉘앙스, 동의어, 그리고 관계를 모든 언어에서 파악하는 것을 가능하게 한다.
    • Learn document structure : 지능형 검색 도구는 다양한 데이터를 이해하기 위한 규모를 가진 AI를 이해하는 문서를 가진다. 머신러닝은 지능형 검색이 enterprise, 산업 그리고 특정 영역의 문서의 구조를 시각적 구조를 배우는 것을 가능하게 한다. 이러한 이해를 통해, 지능형 검색은 header, footer, 차트, 그리고 테이블과 같은 구성요소를 빠르게 배울 수 있다. 저장 능력에 상관없이, 이것은 계약, 구매 순서, 그리고 의뢰서 등과 같은 문서를 인식할 수 있다.
    • Leverage machine learning : 머신러닝과 딥러닝은 한결같으며, 즉각적인 제안과 시간이 지날수록 지속적으로 향상되는 검색 결과를, 어떤 정보가 유저에게 가장 의미있을지를 예측하면서 생성한다.
    • Filter search result : 데이터 집합에서 구체적인 정보를 찾고, 범위를 좁힐 수 있다.
    • Classify and categorize content : 엔티티 추출은 상품이나 사람, 물체, 또는 집단의 이름으로 미리 정의된 카테고리에 데이터 요소를 위치시키고 분류한다.
• How?
  • Content data sources and ingest data : 이에 대한 대답을 얻기 위해서는, 비구조화, 구조화 데이터를 모두 긁어 모으고, 이를 연결해야 한다.
  • Index content : content를 색인하는 것은 그 출처에 상관업싱 검색 결과의 순위를 지능적으로 매기는 것을 허락하기 위해서 하나의 통합된 검색 index를 생성하는 것이다.
  • Enrich content : 쿼리를 수행하고, 통찰을 얻기 위한 능력은 컨텐츠로부터 메타데이터를 추출하는 능력에 달려있다. 컨텐츠를 자연어 처리를 강화함으로서, 풍부하게하라.
  • Analyze content : 문서를 분류하고, 각 조각간의 의미적 상호 관계를 생성하여, 문서의 내용을 인식해라.
  • Deliver answers and displays insights : 지능적인 점수 매기는 알고리즘은 순위를 매기며, 쿼리에 응답하는 가장 정확하고 관련 있는 정보를 사용자에게 제공한다.
• Benefit
  • Discover insights to drive decision : 비구조화된 텍스트로 부터 통찰을 얻을 수 있다. 지능형 검색 application은 의미와 데이터 사이의 상호관계를 빠르고 정확하게 실시간으로 드러내는 분리하는 자연어 처리를 사용한다.
  • Puts relevant information at your employees' fingertips : 사용자 경험을 넓히기 위한 검색 기반의 플랫폼(knowledge management, content management, 또는 Q&A)을 구성할 때, 지능형 검색을 사용해라.
  • Provides customer service at scale : 고객에게 매 번 정확한 대답과 경험을 제공한다. 그들은 점점 더 개인 맞춤을 원하고 있다. 이를 통해 더 높은 고객 만족과 지원 금액 감소를 기대할 수 있다.

---

단어

• data silo : 조직 내에서 다른 조직이 접근할 수 없고, 분리되어진 정보의 집합을 일컷는다. 즉, 이로 인해서 데이터의 중복이나 불일치가 발생할 수 있다. 이를 제거해야 정확한 타이밍에 정확한 정보를 얻을 수 있다고 확신할 수 있다.

---

Reference

• Intelligen Search

  What is Intelligent Search?

• data silo

  What are Data Silos? | Alooma