주요 연구
ConTextTab: 의미론 인식 테이블 형식의 컨텍스트 내 학습자
LLM 임베딩을 활용하여 테이블 기능의 의미를 테이블 형식 예측에 성공적으로 통합한 ConTextTab은 자유 텍스트나 설명 범주와 같이 의미론적 콘텐츠가 높은 데이터에 집중합니다.
RELATE: 멀티모달 관계형 그래프를 위한 스키마에 구애받지 않는 인식기 인코더
모든 범용 GNN과 함께 사용할 수 있는 스키마에 구애받지 않는 플러그 앤 플레이 기능 인코더인 RELATE(Relational Encoder for Latent Aggregation of Typed Entities)를 소개합니다.
시스템 컨텍스트 내 테이블 형식 데이터의 기초 모델에 대한 근거가 필요
구조화된 엔터프라이즈 데이터에 대한 이해를 높이기 위해 의미론적으로 연결된 테이블을 위한 기초 모델(FMSLT)을 제안합니다. 엔터프라이즈 테이블은 비즈니스 운영 방식을 정의하는 운영 로직과 의미 관계를 통해 상호 연결됩니다. 이러한 연결을 인식하고 모델링하는 것은 엔터프라이즈 데이터의 진정한 본질을 파악하는 데 필수적입니다.
오픈 소스 엔터프라이즈 데이터세트
실제 고객 ERP 시스템에서 구축된 최초의 엔터프라이즈 데이터세트인 SALT와 SALT-KG를 소개합니다. 이 데이터세트는 풍부하고 연결된 비즈니스 테이블과 의미론적 맥락을 포착하는 선별된 지식 그래프를 결합합니다. 이 두 데이터세트는 구조화된 엔터프라이즈 데이터를 진정으로 이해하는 기초 모델을 발전시키기 위한 토대를 마련합니다.
SAP 소개
SAP Business AI Research는 학계와 산업계를 잇는 가교 역할을 수행하며 차세대 AI 시스템 발전에 전념하고 있습니다. SAP의 연구는 최첨단 AI 기술을 분야별 과제와 통합하여 실제 기업 환경의 복잡성을 해결합니다. SAP는 강력할 뿐만 아니라 실용적이고 신뢰할 수 있으며 확장 가능한 모델을 만들기 위해 두 가지 주요 연구 트랙에 중점을 두고 있습니다.
연구 영역
트랙 A: 구조 - 인식 기반 모델
SAP는 테이블, 시계열, 그래프 등 복잡하고 연결된 비즈니스 데이터를 추론하는 기초 모델을 개발합니다. 구조 인식, 다중 모드 입력, 인과적 추론을 통합하여 분석, 예측, 의사결정을 위한 고급 Business AI를 구현하는 모델입니다.
테이블 표현 학습
테이블 네이티브 및 언어 기반 모델을 통해 테이블 형식의 데이터 표현을 학습하여 고급 추론을 위한 비즈니스 데이터를 통합합니다.
그래프 신경망
그래프 신경망을 사용하여 관계형 테이블 형식 데이터를 모델링하여 엔터프라이즈 AI에서 정확한 예측과 심도 있는 인사이트를 얻을 수 있습니다.
비즈니스 지식 그래프
엔터프라이즈 지식 그래프를 구축하여 다양한 비즈니스 데이터에 대한 정확한 컨텍스트 인식 쿼리를 가능하게 합니다.
에이전틱 AI
엔터프라이즈 시스템에서 신뢰할 수 있는 목표 중심의 자동화를 위해 스스로 개선하는 에이전트를 구축할 수 있습니다.
코딩 LLM(ABAP)
지능형 코딩 지원을 위한 도메인별 ABAP 기반 모델을 통해 엔터프라이즈 소프트웨어 개발을 강화할 수 있습니다.
트랙 B: 신뢰할 수 있는 AI
실제 기업에서 사용하는 데 필수적인 견고하고 공정하며 투명하고 인간의 가치에 부합하는 AI 시스템을 개발하는 연구입니다. 강인성, 설명 가능성, 공정성, 개인정보 보호, 도메인별 제약 조건과의 연계에 중점을 두어 신뢰할 수 있고 책임 있는 AI 배포를 보장합니다.
차등 개인 정보 보호
SAP는 리소스를 절약하고 개인정보를 보호하는 효율적인 딥러닝 모델을 개발합니다.
데이터 기밀성
SAP는 구조화된 데이터를 보호하고 감사 및 공격을 통해 개인 정보 보호를 검증하여 데이터 기밀성을 보장합니다.
모델 보호
신경 임베딩과 주의력을 사용하여 텍스트의 감성을 분석합니다.
보안 테스트
예측을 설명할 수 있도록 하여 모델 투명성을 향상합니다.
휴먼 얼라인먼트
NLP와 컴퓨터 비전을 사용하여 문서에서 데이터를 추출합니다.
채용 및 커리어
SAP와 함께 Business AI의 미래를 만들어보세요
풍부한 데이터 집합과 협력하여 글로벌 연구 파트너 네트워크와 긴밀하게 협업하여 실제 문제에 대한 머신러닝 기반 솔루션을 찾으세요.