안녕하세요, 데이터 애호가 여러분! 오늘 우리는 데이터가 왕(또는 시장에 따라 여왕일 수도 있음)이 있는 부동산 및 사모펀드의 세계로 뛰어들고 있습니다. 그런데 그 데이터를 추출한다고요? 그것은 왕의 고통이 될 수 있습니다. 서류작업의 바다에 빠져 있던 디지털 미들오피스 솔루션 제공업체인 우리 고객에게 물어보세요.  자산 평가 보고서, 부동산 평가, 임대차 추심 기록에서 수동으로 데이터를 추출하는 것은 누구나 눈물을 흘리기에 충분합니다. 느리고 지루하며 오류가 발생하기 쉽습니다. 우리 고객은 세 가지 위협에 직면해 있었습니다.    손으로 데이터를 추출하는 것은 설거지와 같아서 끝이 없고 솔직히 말하면 영혼을 짓밟는 일입니다. 수동 데이터 추출:    이 문서는 친근한 동네 식료품 목록이 아닙니다. 그들은 수학자를 울게 만들 테이블을 가진 구조화되지 않은 장황한 짐승이었습니다. 문서 복잡성:    이 데이터를 수동으로 랭글링하는 것은 귀중한 시간과 리소스를 빼앗아가는 블랙홀이었습니다. 시간 소모:  더 나은 방법이 있어야 했습니다: Gen AI.  효율성 추구: 자동화가 필요한 이유  우리 고객은 프로세스를 자동화하고 효율성을 향상하며 수동 데이터 입력의 족쇄에서 해방할 수 있는 솔루션인 빛나는 갑옷을 입은 데이터 추출 기사가 필요했습니다. 그들이 찾고 있던 것은 다음과 같습니다:    – 데이터 추출과 관련된 수동 작업 부하를 줄입니다. 효율성    – 레이저와 같은 정밀도로 데이터를 추출하여 신뢰할 수 있는 정보를 보장합니다. 정확성    – 구조화되지 않은 혼란스러운 문서부터 깔끔하고 정돈된 테이블까지 다양한 문서 유형을 처리합니다. 문서 유연성  드림팀 구축: Gen AI 및 AWS Bedrock  우리는 일률적인 접근 방식으로는 문제가 해결되지 않는다는 것을 알고 있었습니다. 그래서 우리는 기술로 구성된 드림팀을 구성했습니다.  그리고 AWS Bedrock이 책임을 맡고 있습니다. 우리가 이 문제를 해결한 방법은 다음과 같습니다.   Gen AI와 함께    AWS의 힘 – 우리는 강력한 AWS 클라우드 환경을 활용하고 AWS Bedrock 서비스를 활용하여 강력한 백엔드를 구축했습니다. 이 포트리스는 맞춤형 개발 솔루션을 위한 안전하고 확장 가능한 기반을 제공했습니다. 요새 구축:    작업의 두뇌 – AWS Bedrock을 기반으로 맞춤형 문서 구문 분석기를 구축했습니다. 이 지능형 도구는 문서의 셜록 홈즈와 같았으며 문서의 구조와 내용을 분석하여 관련 데이터 필드를 매우 정확하게 식별하고 추출했습니다. Gen AI를 사용한 문서 구문 분석:    모든 문서에 맞게 맞춤화됨 – 우리는 "모든 문서에 적합한 단일 크기" 접근 방식을 믿지 않았습니다. 대신, 우리는 각 문서 유형에 대한 전문적인 데이터 추출 파이프라인을 설계하여 자산 평가 보고서부터 부동산 평가에 이르기까지 모든 형식에 대해 최적의 성능과 정확성을 보장했습니다. 전문화된 파이프라인:    슈퍼파워 스쿼드(The Superpower Squad) – 우리는 최상의 결과를 얻기 위해 뛰어난 AI 모델 및 도구 리그를 구성했습니다. OpenSearch는 유연성과 확장성을 갖춘 검색 플랫폼을 제공했으며 FAISS는 유사 문서의 효율적인 검색을 촉진했습니다. 또한 추출 프로세스를 한 단계 더 발전시키기 위해 RAG(Retrieval-Augmented Generation)와 함께 Titan 및 Cohere와 같은 기반 모델의 강력한 기능을 활용했습니다. 고급 AI 모델 및 도구:    문서가 남지 않음 – 우리는 스캔한 문서가 현실이라는 것을 알고 AWS Textract를 통합했습니다. 이 강력한 도구는 스캔한 문서에서 놀라운 정확도로 데이터를 추출하여 모든 문서 형식의 원활한 처리를 보장합니다. 스캔한 문서와 통합:    우리의 최우선 과제 – 데이터 정확성을 유지하는 것이 가장 중요했습니다. 우리는 깨끗하고 안정적인 출력을 보장하기 위해 필터링 메커니즘을 사용하여 추출된 데이터에 대해 엄격한 데이터 품질(DQ) 검사를 구현했습니다. 이를 통해 클라이언트는 신뢰할 수 있는 데이터를 수신하고 추가로 사용할 수 있게 되었습니다. 데이터 품질:  이러한 요소를 결합하여 우리는 복잡하고 다양한 문서에서 효율적이고 정확한 데이터 추출에 대한 고객의 특정 요구 사항을 해결하는 포괄적인 솔루션을 만들었습니다.  정량화 가능한 성공: 숫자는 거짓말을 하지 않습니다  우리의 영향  낮처럼 맑았습니다 (그리고 측정 가능했습니다!). Gen AI가 고객이 상당한 개선을 달성하도록 도운 방법은 다음과 같습니다.   Gen AI 기반 솔루션    전반적으로 87% – 우리 고객은 데이터 정확성을 원했고 우리는 이를 실현했습니다. 우리 솔루션은 모든 문서 유형에 걸쳐 87%의 인상적인 정확도를 달성했습니다. 이는 추출된 데이터가 신뢰할 수 있고 광범위한 수동 검증 없이 추가 분석 및 사용이 가능하다는 것을 의미했습니다. 치솟는 정확도:    며칠에서 몇 시간으로 – 수동 데이터 추출의 시간 소모적 특성은 클라이언트에게 주요 병목 현상이었습니다. 우리의 솔루션은 프로세스를 간소화하여 수동 작업을 700배나 줄였습니다. 이전에는 완료하는 데 며칠이 걸렸던 작업이 이제는 몇 시간 만에 완료될 수 있다고 상상해 보십시오. 재할당된 자원과 생산성 향상의 가능성을 생각해 보십시오! 그것은 700배의 시간 배율입니다. 이는 프로젝트에서 몇 주를 단축하고 팀이 더 높은 수준의 작업, 전략적 분석에 집중하거나 일과 삶의 균형을 맞추는 데 집중할 수 있는 것과 같습니다. 수동 작업의 극적인 감소:    4배의 이점 – 자동화로 인한 효율성 향상은 고객에게도 상당한 비용 절감 효과를 가져왔습니다. 수동으로 데이터를 추출할 필요가 없어져 고객은 비용을 4배 절감했습니다. 이러한 절감액은 추가 성장 이니셔티브, 서비스 제공 확장 또는 더 낮은 수수료로 고객 만족에 재투자될 수 있습니다. 상당한 비용 절감:  숫자를 넘어서: 효율성의 파급 효과  우리 솔루션의 이점은 숫자 이상으로 확장되었습니다. 우리 고객이 경험한 내용은 다음과 같습니다.    정확하고 시의적절한 데이터를 통해 고객은 자신 있게 데이터 기반 결정을 내릴 수 있습니다. 향상된 의사결정:    처리 시간이 단축되고 데이터 품질이 향상되어 고객에게 더 나은 서비스를 제공합니다. 향상된 클라이언트 서비스:    자동화를 통해 리소스가 확보되어 클라이언트가 작업을 확장하고 더 많은 양의 데이터를 쉽게 처리할 수 있습니다. 확장성 향상:  요점: Gen AI 및 AWS Bedrock - 데이터 추출 드림 팀  이 프로젝트는 증거입니다  . 이러한 혁신적인 기술을 결합함으로써 우리는 지루하고 오류가 발생하기 쉬운 프로세스를 능률적이고 효율적인 운영으로 전환할 수 있었습니다.   Gen AI에게   그리고 AWS Bedrock의 힘  문서의 바다에 빠져 데이터 추출에 어려움을 겪고 계시다면 절망하지 마세요! 우리는 귀하가 자신만의 드림팀을 구성하도록 도와드릴 수 있습니다. Gen AI에 대한 Indium의 전문성과 업계 과제에 대한 이해는 귀하가 데이터의 잠재력을 발휘하고 놀라운 결과를 달성하는 데 도움이 될 수 있습니다.  이제 수동 데이터 추출에 작별을 고하고 효율성과 생산성의 세계를 맞이할 준비가 되셨습니까? 채팅하자! 우리는 귀하의 데이터 추출 문제를 과거의 일로 바꾸는 데 도움을 드리기 위해 왔습니다.

이 오디오는 이야기의 원래 언어로 제작되었습니다!

Gen AI와 AWS Bedrock이 부동산 데이터 추출을 강화하는 방법

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

볼츠만 뇌 이론에 대한 간략한 소개

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

볼츠만 뇌 이론에 대한 간략한 소개

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps