데이터 과학 워크플로우를 자동화하는 AI 에이전트
AI Data Science Team은 데이터 로딩, 정제, 시각화, 모델링을 자동화하는 Python 라이브러리임
AI Pipeline Studio를 통해 시각적이고 재현 가능한 파이프라인을 구축하여 데이터 과학 작업 효율성 향상을 목표로 함
OpenAI API 또는 Ollama를 사용하여 로컬 모델을 지원하며, 다양한 데이터 과학 에이전트와 앱을 제공함
MLflow를 활용하여 모델 관리 및 배포를 지원하며, SQL 데이터베이스 연동 기능도 제공
AI 에이전트 기반 데이터 과학 자동화
AI Data Science Team은 데이터 로딩(Data Loading), 정제(Cleaning), 시각화(Visualization), 모델링(Modeling) 등 데이터 과학 워크플로우를 자동화하는 다양한 에이전트(Agents)를 제공한다. 특히, Data Loader, Data Wrangling, EDA Tools, H2O ML Agent 등 특화된 에이전트를 통해 데이터 과학 작업의 효율성을 높인다. 이는 사용자가 복잡한 코드를 직접 작성하는 대신, AI 에이전트를 활용하여 반복적인 작업을 자동화할 수 있도록 지원한다.
AI Pipeline Studio: 시각적 파이프라인 구축
AI Pipeline Studio는 AI Data Science Team의 핵심 기능 중 하나로, 시각적인 파이프라인 편집기(Visual Editor)를 제공하여 데이터 과학 워크플로우를 구축하고 관리할 수 있도록 돕는다. 사용자는 데이터 로딩, 전처리, 모델 학습, 결과 시각화 등 각 단계를 시각적으로 연결하고, MLflow를 통해 모델을 관리하며, 재현 가능한 스크립트(Reproducible Scripts)를 생성할 수 있다. 이를 통해 데이터 과학 프로젝트의 투명성(Transparency)과 재현성(Reproducibility)을 확보한다.
OpenAI 및 Ollama를 활용한 유연성
AI Data Science Team은 OpenAI API를 사용하여 강력한 언어 모델(LLM)을 활용하거나, Ollama를 통해 로컬에서 실행되는 모델을 지원한다. 이를 통해 사용자는 데이터 및 개인 정보 보호(Data Privacy)를 유지하면서도 AI 에이전트의 기능을 활용할 수 있다. 또한, 다양한 모델을 선택하여 비용 효율성(Cost-Effectiveness)을 높이거나, 데이터 격리 아키텍처(Data Isolation Architecture)를 구축할 수 있다.
MLflow 및 SQL 데이터베이스 연동
AI Data Science Team은 MLflow를 사용하여 모델의 추적, 관리, 배포(Tracking, Management, Deployment)를 지원한다. 또한, SQL 데이터베이스(SQL Database)와의 연동을 통해 데이터 저장 및 관리를 용이하게 한다. 이는 데이터 과학 프로젝트의 확장성(Scalability)과 유지보수성(Maintainability)을 향상시키며, 데이터 기반 의사 결정(Data-Driven Decision Making)을 위한 기반을 제공한다.
