예측 인프라 OS
엔진 쇼케이스

현재 상태 + 사건 충격을 수천 번 표집. 입자 하나가 표본 하나 — 낙하해 히스토그램에 쌓이고, 95% CI·유리확률이 실시간 갱신된다.

잡음 섞인 관측(회색 점)이 왼쪽에서 흘러온다. 칼만이 잠재 추세(청록 선)를 추정하며 따라가고, 불확실성 밴드가 함께 흐른다. 오른쪽은 예측 구간.

표본 적은 소지역의 요동치는 raw 추정(빨강)을 전체 평균 쪽으로 수축(청록)시킨다 — 표본이 많을수록 덜 수축. 편향 설문에서도 소지역을 안정 추정.

모델 예측(파랑 종형) + 유사 과거사례 경험분포(청록 막대)를 분포 수준에서 혼합 → 더 나은 예측분포(초록). 가중을 바꾸면 어느 쪽이 지배하는지 보인다.

지금과 닮은 과거사례 top-k 를 온톨로지 가중 거리로 찾아 커널가중 앙상블로 예측. 질의점(흰 십자)이 움직이면 가까운 사례가 빛나며 연결된다.

인물·사건·정책이 그래프로 엮여 있다. 씨앗 노드(청록)에서 에너지가 엣지를 타고 흘러(입자), 관계적으로 가까운 노드일수록 크고 밝아진다 — 표면이 안 겹쳐도 구조로 유사를 찾는다.

코호트를 시간축으로 흘려보낸다. 점 하나가 개체 하나 — 위험률대로 소멸하고, 아래로 생존곡선 S(t)가 실시간으로 그려진다. 우측 절단도 정확 처리.

평균이 아니라 최악의 꼬리. 두꺼운 꼬리 손실분포를 표집 → 95% VaR·CVaR + 극단값이론(POT-GPD)으로 데이터 범위를 넘는 99% 손실을 외삽한다.

사건 조합을 트리로 탐색. 매 반복 4단계 — 선택(UCT로 유망가지 하강, 경로 발광) → 확장 → 시뮬(rollout) → 역전파(펄스가 경로를 거슬러 오른다). 방문이 쌓이며 최선 경로(금색)로 집중된다.

후보별 지지율+불확실성으로 수천 번 개표 시뮬 — 표본마다 최고 득표 후보가 1승. 1위 확률이 실시간 막대로 집계된다.