Sempre Health 사례 연구: Hugging Face 전문가 가속 프로그램으로 NLP 파이프라인 가속화

Sempre Health는 전문가 가속 프로그램을 통해 Hugging Face와 협업하여 자동 메시지 분류를 위한 머신러닝 파이프라인을 구현했습니다. 이 파트너십을 통해 Sempre Health는 들어오는 환자 텍스트 메시지의 20% 이상을 자동으로 처리할 수 있게 되었으며, 운영 팀의 저부가가치 수작업을 줄이고 전체 비즈니스 확장성을 높였습니다.

자동 환자 메시지 분류

Sempre Health는 자연어 처리(NLP)를 활용하여 약물 복용 준수 및 비용 부담과 관련된 환자들의 일일 수천 건의 텍스트 메시지를 식별하고 응답합니다. 이 시스템은 간단한 감사 인사("Thank you")와 같은 일반적인 요청이나 처방전 재발급과 같은 특정 서비스 요청을 처리하도록 설계되어 있으며, 이러한 요청은 자동 약국 알림을 트리거합니다.

규칙 기반에서 통계적 ML로 전환

전문가 가속 프로그램을 도입하기 전, Sempre Health는 들어오는 메시지의 약 80%를 성공적으로 포착하는 규칙 기반 시스템에 의존했습니다. 파싱 정확도와 효율성을 향상시키기 위해 회사는 Hugging Face의 언어 모델을 활용한 통계적 머신러닝 접근 방식으로 전환했습니다.

• 문제의 최적 정의
• 특정 사용 사례에 가장 효과적인 모델 또는 신경망 아키텍처 선택
• 사용 가능한 학습 데이터를 활용하는 가장 효율적인 방법

전문가 가속 프로그램의 역할

전문가 가속 프로그램은 NLP 솔루션 구현 전체 수명 주기에 걸쳐 기술적인 지침을 제공했습니다. Hugging Face 팀의 주요 기여는 다음과 같습니다:

• Data Labeling: 텍스트 메시지에 대한 대표적이고 정확한 라벨을 얻는 방법에 대한 조언 제공.
• Model Selection: 적절한 모델과 방법을 즉시 식별함으로써 연구 시간을 단축.
• Development Speed: 개발 과정을 가속화하여 팀이 독자적으로 진행했을 때보다 더 빠르게 프로덕션에 도달하도록 지원.

비즈니스 영향 및 확장성

프로덕션 NLP 파이프라인을 출시한 이후, Sempre Health는 들어오는 메시지의 거의 20%가 새로운 시스템에 의해 자동으로 처리되는 것을 지속적으로 확인했습니다. 이러한 메시지는 이전에 환자 운영 팀을 위한 수동 티켓 생성이 필요했으며, 자동화 덕분에 저부가가치 수작업의 양이 직접적으로 감소하고 운영 워크플로우가 개선되었습니다.

ML 팀을 위한 권장 사항

Sempre Health는 AI 파이프라인을 제품에 빠르게 통합하려는 소규모 팀이나 조직에 전문가 가속 프로그램을 권장합니다. 이 프로그램은 머신러닝 개발에 일반적으로 수반되는 개발 시간과 연구 부담을 최소화하려는 팀에 특히 적합합니다.