From Research to AI: 데이터브릭스로 시작하는 바이오 연구의 새로운 여정

온디맨드형 동영상 시청하기

하기의 양식을 작성해주세요

*required fields

From Research to AI: 데이터브릭스로 시작하는 바이오 연구의 새로운 여정

AI 모델은 계속 똑똑해지는데, 왜 바이오 연구 데이터 앞에서는 같은 질문에도 실행할 때마다 다른 답을 내놓을까요?

오믹스와 문헌, 임상 데이터, 실험·제조 기록, 병원의 진료 데이터는 서로 다른 시스템과 형식, 접근 절차 속에 흩어져 있습니다. 이 세션은 생물학 AI의 병목이 모델의 지능보다 데이터 인프라에 있다는 문제의식에서 출발해, AI가 기관의 데이터와 맥락을 안전하게 이해하도록 준비하는 방법을 다룹니다.

한국마이크로소프트의 소개로 문을 여는 이 세션에서 Databricks 강원구 부장이 맥락·통제·비용·선택이라는 네 가지 질문으로 에이전트를 위한 데이터 기반을 정리하고, 데이터 준비부터 AI 모델 개발·운영까지 Azure Databricks 하나로 잇는 방법을 소개합니다.

주요 내용

  • 바이러스 서열 검색 벤치마크로 본 에이전트 단독 실행과 데이터 실행 계층의 차이, 부서마다 다른 지표 정의가 AI 신뢰를 흔드는 이유
  • 오픈 포맷 레이크하우스, Lakeflow 파이프라인, Unity Catalog 통합 거버넌스, Agent Bricks·Genie로 이어지는 플랫폼 구성
  • Novo Nordisk, 싱가포르 게놈연구소, VUMC의 연구·임상 데이터 통합 사례와 자연어로 대시보드를 만드는 Genie Code 데모

이런 분께 추천합니다

  • 유전체·오믹스·임상 데이터를 대규모로 통합 분석해야 하는 바이오·제약 기업의 생물정보학·데이터 엔지니어링 담당자
  • 흩어진 데이터와 제각각인 지표 정의 때문에 AI 확산이 막혀 있는 제약·바이오 기업의 데이터·AI 플랫폼 리더
  • 승인받은 연구자에게 필요한 데이터와 분석 환경을 빠르게 제공해야 하는 병원·연구기관의 연구 데이터 운영 담당자
https://info.microsoft.com/KO-ERAAI-ONDWBNR-FY27-10Oct-22-From-Research-to-AI-A-New-Journey-in-Life-Sciences-Research-with-Databricks-SRGCM17289_LP02-Thank-You---Standard-Hero.html
영상 바로가기