AI Canvas
AI Canvas 바로가기
  • 시작하기
    • 서비스 소개
    • 주요 용어 설명
    • 계정 및 언어 설정
  • 캔버스 기본 사용법
    • 캔버스 탭 관리
    • 캔버스 화면 관리
    • 캔버스 공유 및 권한 설정
    • 노드 조작 및 관리
    • 엣지 조작 및 관리
    • 스케줄 설정
    • 노드별 크레딧 소모량
  • 노드 종류
    • 데이터
      • URL 리더
      • 데이터
      • PDF 데이터
      • 데이터 분할
      • 데이터 저장소
      • 명령 프롬프트
      • 예제 데이터
      • 이미지 데이터
      • 텍스트 입력
      • 텍스트-데이터 변환
    • API
      • 기업공시
      • 깃허브 커밋
      • 대화형 아바타
      • 크롤링
      • 프롬프트
    • 전처리
      • 결측치 채우기
      • 그룹화
      • 데이터 병합
      • 데이터 비닝
      • 데이터 수정
      • 데이터 어노테이션
      • 데이터 연결
      • 스케일링
      • 슬라이싱
      • 열 선택
      • 열 타입 변경
      • 이미지 임베딩
      • 이상치 제거
      • 중복 제거
      • 차원 축소
      • 텍스트 임베딩
      • 텍스트 전처리
      • 특성 생성
      • 파이썬 스크립트
      • 표본 재추출
      • 픽셀 변환
      • 행 결합
      • 행 선택
    • 모델
      • YOLO 모델
      • 결정 트리
      • 그래디언트 부스팅
      • 랜덤 포레스트
      • 로지스틱 회귀
      • 모델 학습
      • 서포트 벡터 머신
      • 선형 회귀
      • 시계열 모델 학습
      • 신경망
      • 얼굴 인식
      • 에이다 부스트
      • 일괄 예측
      • 추천 SVD++
      • 추천 모델 학습
      • 추천 베이스라인
      • 프로펫
    • 평가
      • ROC 커브
      • 메트릭
      • 모델 평가
      • 에러 히스토그램
      • 정답 비율
      • 정확도
      • 특성 중요도
      • 특성 중요도 비교
      • 혼동 행렬
    • 알림
      • 이메일 전송
    • 시각화
      • 막대 그래프
      • 수평 막대 그래프
      • 선도표
      • 바이올린 플롯
      • 박스 플롯
      • 산점도 그래프
      • 히트맵
      • 원 그래프
      • 게이지 차트
      • 버블 차트
      • 결측치 비율
      • 데이터 개수
      • 예측값 비교
      • 평균 비교
      • PR 트랜드
      • 특성 통계
      • 평균 예측값
      • 워드클라우드
    • UI
      • 데이터 정보
      • 데이터 테이블
      • 리스트
      • 버튼
      • 샌드박스
      • 아이콘
      • 예측하기
      • 이미지 뷰어
      • 챗 UI
      • 텍스트 출력
      • 텍스트 편집기
      • 페이지
      • 필터
      • 행
      • PDF 뷰어
      • CM
    • 애플리케이션
      • 애플리케이션
    • 배포
      • 배포
  • 워크스페이스 관리
    • 워크스페이스 보기
    • 워크스페이스 생성 및 설정
    • 워크스페이스 공유 및 권한 설정
  • 애플리케이션 페이지
    • 로그인 및 로그아웃
    • 설정 및 캔버스
    • 권한 및 멤버 관리
  • 캔버스 실습 가이드
    • 1. AI 모델 구축
      • 데이터셋 준비
        • 데이터셋 업로드
      • 탐색적 데이터 분석
        • 데이터 살펴보기
        • 결측치 확인하기
      • 데이터 전처리
        • 결측치 채우기
        • 열 선택
      • AI 모델 구축
        • 데이터 분할
        • 학습 알고리즘 선택
        • 모델 학습
        • 모델 사용해보기
      • 데이터 검증
        • 검증 진행
      • 모델 평가
        • 모델 평가
        • 특성 중요도 살펴보기
      • 결과 화면
    • 2. 데이터 시각화
      • 막대 그래프
      • 박스 플롯
      • 산점도 그래프
      • 원 그래프
      • 데이터 개수
      • 에러 히스토그램
      • 예측값 비교
      • 결과 화면
    • 3. 대시보드 UI 제작 및 애플리케이션 구축/배포
      • 페이지 구성하기
      • 애플리케이션 구축
      • 애플리케이션 배포
      • 결과 화면
    • 4. 프레임을 활용한 프레젠테이션 및 캔버스 공유
      • 프레임을 활용한 프레젠테이션
      • 캔버스 공유하기
    • 가이드 전체 영상
  • 인공지능 교육 영상
    • 회귀 모델의 평가지표
    • 분류 모델의 평가지표
Powered by GitBook
On this page
  1. 캔버스 기본 사용법

노드별 크레딧 소모량

AI Canvas의 일부 노드는 크레딧을 소모합니다. 노드별로 소모하는 크레딧의 양에 대해 안내합니다.

노드명
크레딧 소모량
비고

프롬프트

각 행당 1 크레딧 (gpt-4o-mini 기준)

  • 선택하는 모델에 따라 변동

  • 최소 1 크레딧 소모

챗 UI

1회당 1 크레딧 (gpt-4o-mini 기준)

  • 선택하는 모델에 따라 변동

  • "PDF 데이터" 노드와 연결 후 질문 시 AI에게 전달할 페이지의 수 에 따라 변동

    • 소모량 = 모델별 기본값 * AI에게 전달할 페이지의 수

크롤링

(검색어 개수) * ("검색어당 개수" 속성 구간별 크레딧 소모량)

  • 자세한 내용은 아래 참고

URL 리더

각 행당 7 크레딧

텍스트 임베딩

각 행당 0.03 크레딧

  • 최소 1 크레딧 소모

이미지 임베딩

각 행당 0.14 크레딧

  • 최소 1 크레딧 소모

PDF 데이터

약 1000글자당 0.03 크레딧

  • 최소 1 크레딧 소모

대화형 아바타

30초당 140 크레딧

  • 처음 시작 시 1 크레딧 소모

얼굴 인식

각 행당 2 크레딧

파이썬 스크립트 우측 채팅

1회당 1 크레딧

  • 파이썬 스크립트 자체는 소모 없음

  • 크레딧의 최소 소모량은 1 크레딧입니다.

    • 텍스트 임베딩으로 10개의 행 처리 시 : 0.03 * 10 = 0.3 ⇒ 1 크레딧 소모

  • 크레딧의 소수점은 버림 계산됩니다.

    • 이미지 임베딩으로 20개의 행 처리 시 : 0.14 * 20 = 2.8 ⇒ 2 크레딧 소모

  • 프롬프트 / 챗 UI의 모델별 크레딧 소모량은 모델 선택 시 확인할 수 있습니다.

  • 노드별 크레딧 소모량은 변동될 수 있습니다.


각 행당 소모량 계산 예시

URL 리더의 크레딧 소모량 : 7 * 100개 행 => 700 크레딧 소모


크롤링 크레딧 소모량 계산 방식

(검색어 개수) * ("검색어당 개수" 속성 구간별 크레딧 소모량)

예시

(검색어 개수) * ("검색어당 개수" 속성 구간별 크레딧 소모량)

2개 * 6크레딧 = 12 크레딧 소모

"검색어당 개수" 속성 구간별 크레딧 소모량

구간 (검색어당 개수 값)
크레딧 소모량

1 ~ 100

3

101 ~ 200

6

201 ~ 300

9

301 ~ 400

12

401 ~ 500

15

501 ~ 600

18

601 ~ 700

21

701 ~ 800

24

801 ~ 900

27

901 ~ 1000

30

Previous스케줄 설정Next노드 종류

Last updated 7 days ago