소프트웨어 엔지니어. 담당은 Clova. 전문은 기계 학습과 자연 언어 처리. Apitore의 창업자.
안녕하세요? LINE에서 Clova의 자연어 이해(NLU, Natural Language Understanding) 유닛을 개발하고 있는 Hattori(keigohtr)입니다. 바야흐로 머신 러닝 붐이 일고 있습니다. 여러분도 이미 머신 러닝을 활용하고 있거나, 상사나 주위 동료로부터 적용해보라는 권유를 받고 있지 않으신가요? 다행히 요 몇 년 머신 러닝이 유행하면서 관련 툴이나 프레임워크가 굉장히 다양해졌습니다. 덕분에 선형 회귀나 로지스틱 회귀와 Perceptron, Adaboost, Random Forest, Support Vector Machine, XGBoost 등 기타 여러 가지 딥러닝 알고리즘을 누구나 손쉽게 접할 수 있게 되었습니다. '학습(learning)' 관련 도구나 프레임워크는 풍부해진 반면, 구축한 머신 러닝 모듈의 '운영'에 관한 도구나 프레임워크는 아직 많지 않은 편입니다. 그래서 오늘은 여러분께 LINE의 AI 플랫폼 Clova에서 사용하는 머신 러닝
LINE Clova팀에서 사업 기획 및 Developer Relation 활동을 맡고 있습니다.
Clova 플랫폼을 공개한 후, 그 첫 번째 이야기로 Clova와 IFTTT 연계에 대한 내용을 준비했습니다. IFTTT와 연계하면, 일례로 'LINE Engineering Blog에 새 글이 올라오면 Clova 기기로 알림 보내기' 같은 서비스를 제공할 수 있습니다. 우선 IFTTT에 대한 간단한 소개부터 시작하겠습니다. 본 글에서 소개하는 서비스는 포스팅 시점 기준으로 일본에서만 제공되고 있습니다. IFTTT란? IFTTT는 'IF This Then That'의 약자로, 이름 그대로 특정 조건이 충족되면 다양한 서비스와 연계된 특정 동작을 수행하게 하는 웹 플랫폼입니다. IFTTT는 다음과 같은 세 가지 요소로 이루어져 있습니다. 트리거: 조건 서비스(This) 액션: 처리 서비스(That) 애플릿: 서비스 연계(IF This Then That) 예를 들어 볼까요? 이미 제공되고 있는 LINE Notify 서비스와 연계된 IFTTT 서비스 중에, Twitter와 LINE을
