이제 AWS Clean Rooms ML 사용자 지정 모델링 사용 가능 | 클린 룸 협업에서 자체 기계 학습(ML) 모델 및 데이터를 사용하여 예측 인사이트 생성 »

AWS Clean Rooms ML

기본 데이터 공유 없이 파트너를 통해 ML 적용
AWS Clean Rooms ML 시작
AWS 클린룸 전문가에게 문의

AWS Clean Rooms ML은 파트너와 공동 작업을 수행할 때 개인 정보 보호 강화 제어를 적용하여 독점 데이터 및 ML 모델을 보호하면서 서로의 원시 데이터 또는 모델을 공유하거나 복사하지 않고도 예측 인사이트를 생성할 수 있도록 지원합니다. AWS Clean Rooms ML 사용자 지정 모델링을 사용하면 파트너와의 공동 작업에서 사용자 지정 ML 모델을 가져와 자사 데이터 및 알고리즘을 사용하여 훈련 및 추론을 수행함으로써 민감한 지적 재산을 공유하지 않고도 대규모로 ML 예측을 적용할 수 있습니다. 또한 AWS가 작성한 유사 모델을 사용하고 파트너에게 소량의 레코드 샘플을 공동 작업에 가져오도록 초대하여 자사와 파트너의 기본 데이터를 보호하는 동시에 유사한 레코드 세트를 확장 생성할 수도 있습니다.

AWS Clean Rooms ML 소개

AWS Clean Rooms ML의 이점

AWS Clean Rooms ML에서는 데이터가 사용자 지정 모델 또는 유사 모델을 훈련하는 데만 사용되며, 공동 작업자 간에 데이터를 공유하거나 AWS 모델을 훈련하는 데는 사용되지 않습니다. 원할 때 언제든지 Clean Rooms ML에서 데이터를 제거하거나 사용자 지정 모델을 삭제할 수 있으며 개인정보 보호 강화 제어를 적용하여 협업 시 가져오는 민감한 데이터를 보호할 수 있습니다.
AWS Clean Rooms ML 사용자 지정 모델링을 사용하면 협업에 사용하는 전용 모델이나 알고리즘을 공유하지 않고도 모델, 알고리즘, 데이터를 사용해 ML 훈련 및 추론을 실행하여 파트너와 함께 예측 인사이트를 생성할 수 있습니다.
AWS Clean Rooms ML 유사 모델링을 사용하면 사용자와 파트너를 위해 AWS 소유의 사용자 지정 ML 모델을 훈련할 수 있습니다. AWS에서 제작한 모델은 뉴스, 전자상거래, 스트리밍 비디오 채널과 같은 다양한 데이터세트로 구축 및 테스트되었습니다. 사용자의 데이터를 모델 훈련에만 사용하며 어느 당사자와도 공유하지 않습니다. 원할 때 언제든지 데이터를 제거하거나 사용자 지정 모델을 삭제할 수 있습니다.

사용 사례

광고주는 전용 모델과 데이터를 Clean Rooms 협업에 활용하고 게시자를 초대하여 데이터에 참여시켜 캠페인 효과를 높이는 데 도움이 되는 사용자 지정 ML 모델을 훈련 및 배포할 수 있습니다.

금융 기관은 과거 거래 기록을 사용하여 사용자 지정 ML 모델을 훈련하고 파트너를 Clean Rooms 협업에 초대하여 사기 거래를 탐지할 수 있습니다.

연구 기관 및 병원 네트워크에서는 기존 임상 시험 참가자와 유사한 지원자를 찾아 임상 연구 기간을 단축할 수 있습니다.

브랜드와 게시업체는 시장 내 고객과 유사한 대상 세그먼트를 모델링하고 관련성이 높은 광고 경험을 제공할 수 있습니다.

고객과 파트너

Flywheel

Xmars는 브랜드, 셀러 및 대행사가 Amazon 광고 지출의 수익을 극대화하는 데 타의 추종을 불허하는 이점을 제공하는 고급 AI 기반 광고 관리 플랫폼입니다.

“고도의 정확성 및 규모로 효율적으로 도달 범위를 확대하는 것이 고객의 최우선 과제입니다. Amazon Marketing Cloud(AMC) 데이터를 풍부하게 포함하는 AWS Clean Rooms ML 솔루션을 사용하여 사용자가 광고에 참여하거나 구매를 완료할 가능성을 예측하도록 설계된 고도로 맞춤화된 잠재 고객 모델링이 가능해졌습니다. Amazon DSP를 통해 모델링된 잠재 고객에게 직접 도달함으로써 이러한 자체 모델 사용(BYOM) 접근 방식 덕분에 Amazon에서 상세 페이지 조회율이 34% 상승하고 구매자 거래 금액이 24% 증가했습니다. AWS Clean Rooms는 광고주에게 가치가 높은 잠재 고객을 발굴할 수 있는 더 많은 가능성과 유연성을 제공합니다.”

Tony Wang, Xmars Co-Founder

Flywheel은 전자 상거래 소매 대행사입니다. 동급 최고의 서비스가 맞춤형 전문 지식과 최첨단 소프트웨어 솔루션을 결합하여 Amazon 고객의 매출, 점유율 및 수익성 증대라는 단일 목표를 달성합니다.

“AWS Clean Rooms ML은 사용자 구매 성향을 측정하는 기능을 향상시킵니다. 개인 정보를 보호하는 딥 러닝을 사용하여 사용자와 쇼핑 여정 간의 복잡한 관계를 포착하여 브랜드를 보다 정확하게 타겟팅할 수 있습니다. 사상 처음으로 개인 정보 보호 방식으로 개인 수준에서 고객 여정을 맞춤화하여 개인과 당사 고객 모두에게 더 나은 결과를 제공할 수 있게 되었습니다.”

Dan Nealon, Flywheel Senior Manager Data Science

Xmars

Amazon Marketing Cloud(AMC)는 수천 명의 마케터에게 맞춤형 분석 및 교차 채널 분석을 지원하는 Amazon Ads의 안전하고 개인 정보가 보호되는 클린 룸 애플리케이션입니다. 빌더는 AMC API를 사용하여 직접 제품 및 서비스를 만들고, 분석가는 Amazon Ad 콘솔을 통해 사용 가능한 사용자 인터페이스와 상호 작용할 수 있습니다.

“AMC Audiences에서 이제 AWS Clean Rooms ML을 기반으로 하는 새로운 사용자 지정 유사 대상을 사용할 수 있습니다. Amazon DSP의 캠페인에서 이 대상을 활성화할 수 있으며 광고주가 목표에 따라 대상 범위를 넓히는 데 도움이 됩니다. 선도적인 CPG 브랜드에서는 2023년 10월 출시 이후 이 기능을 사용하여 새로운 잠재 고객에게 접근하고 캠페인 실적을 높일 수 있었습니다.”

Paula Despins, Amazon Ads의 Ads Measurement 부문 Vice President

Slalom은 글로벌 비즈니스 및 기술 컨설팅 회사입니다.

“당사는 퍼블리셔 고객과 협력하여 고객의 기술 스택을 업데이트할 방법을 꾸준히 모색합니다. 고품질 광고 인벤토리의 잠재력을 더 쉽게 최대한 활용하려면 기술 스택을 업데이트해야 합니다. AWS Clean Rooms ML의 고도로 정확한 ML 모델링은 광고 효과를 개선할 방법을 찾는 퍼블리셔에게 아주 매력적인 기능입니다. AWS Clean Rooms ML은 퍼블리셔와 브랜드에서 광고 캠페인에 적합한 사용자를 식별하는 데 쉽게 사용할 수 있는 인터페이스를 제공하는 동시에 양 당사자의 민감한 데이터를 보호합니다.”

Mukesh Kumar, Slalom Global Technology Team General Manager

Experian은 대규모 신용 데이터를 수집, 분석 및 처리하여 기업의 더 현명한 의사 결정을 지원하고, 개인의 금융 서비스 접근성을 확대하며, 대출 기관의 위험을 최소화합니다.

"점점 더 많은 소비자 접점에서 퍼스트 파티 데이터의 가치를 극대화하려는 마케터와 퍼블리셔가 늘어나면서 파트너와 효과적이고 안전하게 상호 작용할 수 있는 솔루션을 찾는 고객이 많아졌습니다. AWS Clean Rooms ML을 사용하면 마케터 고객이 퍼스트 파티 데이터를 차량 구매 정보와 같은 고유한 소비자 데이터와 함께 사용하여 파트너에게 민감한 데이터를 공개하지 않고도 퍼블리셔 사이트에서 현재 우수 고객과 유사한 잠재 사용자를 찾을 수 있습니다.”

Chris Feo, Experian Sales 부문 SVP

Twilio Segment는 효과적인 광고로 고객 비즈니스의 성장을 가속화하는 선도적인 고객 데이터 플랫폼(CDP)입니다.

“기업에서 AI 기반 캠페인을 더 많이 시작하면서 양질의 실시간 퍼스트 파티 데이터에 대한 중요도가 그 어느 때보다 높아졌습니다. 최근 보고서를 보면 기업의 85%가 앞으로 퍼스트 파티 데이터를 캡처하고 활용하는 데 더 많은 우선순위를 두고 있음을 알 수 있습니다. AWS Clean Rooms ML 모델링을 활용하면 선호하는 미디어 퍼블리셔와의 협업을 통해 가치가 높은 잠재 고객에게 다가갈 수 있을 뿐만 아니라 귀중한 퍼스트 파티 데이터를 보호할 수 있습니다.”

Kathryn Murphy, Twilio Segment Product 부문 SVP

소비자 구매 인사이트의 선두 주자인 Affinity Solutions는 1억 4,000만 개 이상의 카드 데이터를 사용하여 미국 소비자 지출 현황에 대해 타의 추종을 불허하는 시각을 제공하고 데이터를 유용한 인사이트로 전환하여 시장 점유율과 수익을 늘리고 있습니다.

“Affinity Solutions는 포괄적인 소비자 인사이트를 제공하고 개인 정보 보호 간의 균형을 맞추는 데 앞장서고 있습니다. AWS Clean Rooms ML을 사용하면 마케터 고객이 확정형 데이터 세트를 시드 데이터로 자체 데이터와 함께 활용하여 고급 유사 모델을 생성할 수 있습니다. 이렇게 하면 플랫폼 전반에 걸쳐 잠재적 구매자를 식별하는 동시에 개인 정보 보호 표준을 준수하고 개인 정보 보호에 민감한 오늘날의 시장에 강력하고 유용한 인사이트를 제공할 수 있습니다.”

Atul Chadha, Affinity Solutions Chief Technology Officer

The Weather Company는 전 세계 소비자, 브랜드 및 기업에 날씨 데이터와 인사이트를 제공합니다.

“The Weather Company는 광고주가 날씨 데이터를 사용하여 퍼스트 파티 데이터를 분석하고 날씨가 일상 생활에 미치는 영향을 기반으로 예측 기계 학습을 사용하여 참여 고객을 대규모로 식별할 실용적인 방법으로 AWS Clean Rooms를 테스트하고 있습니다. AWS Clean Rooms는 가치 창출 시간을 단축하는 간소화된 기능을 제공합니다. 클릭 몇 번으로 유사 세그먼트를 생성할 수 있으며, 디지털 자산을 방문하는 매월 수억 명의 소비자 데이터를 보호하는 데도 도움이 됩니다.”

Dave Olesnevich, The Weather Company Advertising Products 부문 Head

StellarAlgo는 스포츠 및 라이브 관객 산업을 위한 선도적인 고객 클라우드 플랫폼입니다. NFL, NHL, NBA와 리그 전반에 걸쳐 파트너 관계를 맺은 것을 포함하여 북미 전역에서 110개 이상의 호텔과 관계를 맺고 있습니다.

“세계적인 스포츠 및 라이브 엔터테인먼트 브랜드에서 대상을 이해하고, 그 수를 늘리며, 이들로부터 수익을 창출할 수 있도록 돕는 선두 주자로서, AWS Clean Rooms의 지속적인 혁신을 통해 고객의 성공을 지원할 수 있다는 사실에 감격합니다. AWS Clean Rooms ML 모델링은 가치가 높은 잠재 고객을 식별하고 참여를 유도함으로써 보다 효과적이고 공감대가 높은 파트너십을 체결하는 동시에 민감한 퍼스트 파티 데이터를 보호하는 데 도움이 됩니다. AWS Clean Rooms의 지속적이고 빠른 혁신을 통해 고객의 성공을 지원할 수 있어 매우 기쁩니다.”

Greg Sargent, StellarAlgo Sports Partnerships 부문 SVP

BRIDGE는 실제 구매 고객을 대상으로 마케팅을 펼칠 수 있는 사람 기반의 옴니채널 마케팅 플랫폼입니다.

“BRIDGE는 유사 대상 빌더를 지원하는 데 AWS Clean Rooms ML을 사용하게 되어 기쁩니다. 이제 실제 사용자 데이터 세트를 안전하게 활용하여 CRM 파일을 더 잘 파악하고 다음 고객을 찾을 수 있습니다. AWS Clean Rooms ML은 소비자 인텔리전스를 개선하고 마케팅 성과를 더 효과적으로 이끌어내는 개인 정보 보호 우선 협업 도구를 제공하겠다는 BRIDGE의 목표를 지원합니다.”

Rob Rose, BRIDGE CEO