Offcanvas

��������������������������� ���������������������������������������������������������������������������������

"SGI서울보증 ‘빅데이터 분석 시스템 구축 사업’ 수주" 코오롱베니트

코오롱베니트가 SGI서울보증의 ‘빅데이터 분석 시스템 구축 사업’을 수주했다고 밝혔다. 이번 사업의 주요 내용은 SGI서울보증의 빅데이터 기반 의사결정 지원을 위한 ▲전사 데이터 자산화 기반 마련 ▲데이터 분석 인프라 구축 ▲SGI서울보증에 특화된 시범분석과제 도출 및 수행 등이다. 회사에 따르면 코오롱베니트는 우선 SGI서울보증 내외부의 정형·비정형 데이터를 통합 관리할 수 있는 빅데이터 플랫폼 구축에 나선다. 이어 개인 및 그룹별 독립적인 분석 업무 수행이 가능한 오픈소스 기반의 사용자 중심 빅데이터 분석 플랫폼을 구축한다. 특히, 엔터프라이즈 데이터 클라우드인 클라우데라 데이터 플랫폼(CDP)을 적용해 데이터 처리 속도와 운영 효율성을 높일 계획이다. 또한 SGI서울보증의 시스템 운영 역량 확보를 위해 프로젝트 안정화까지 단계별 기술 이전 교육을 제공하고, 현업 담당자들을 위한 실습 중심의 온·오프라인 분석가 교육 프로그램도 운영할 예정이다. 이와 함께 코오롱베니트는 빅데이터 거버넌스 체계 수립, 빅데이터 분석과제 발굴 및 상세화, 맞춤형 분석 모델 개발 및 빅데이터 분석 문화 정착을 위한 단계별 실행 로드맵 개발을 위해 글로벌 컨설팅 업체인 딜로이트 컨설팅과의 컨설팅 프로젝트도 통합 추진한다. 코오롱베니트 ITS본부 안진수 상무는 “기업 내외부의 방대한 데이터를 효율적으로 활용할 수 있는 역량이 기업의 미래 경쟁력과 직결되고 있다”라며, “다수의 금융 레퍼런스에서 확보한 경험과 노하우를 바탕으로 최적의 맞춤형 빅데이터 플랫폼 구축 서비스를 제공하겠다”라고 말했다. ciokr@idg.co.kr

코오롱베니트 SGI서울보증 빅데이터 빅데이터 분석

2021.09.07

코오롱베니트가 SGI서울보증의 ‘빅데이터 분석 시스템 구축 사업’을 수주했다고 밝혔다. 이번 사업의 주요 내용은 SGI서울보증의 빅데이터 기반 의사결정 지원을 위한 ▲전사 데이터 자산화 기반 마련 ▲데이터 분석 인프라 구축 ▲SGI서울보증에 특화된 시범분석과제 도출 및 수행 등이다. 회사에 따르면 코오롱베니트는 우선 SGI서울보증 내외부의 정형·비정형 데이터를 통합 관리할 수 있는 빅데이터 플랫폼 구축에 나선다. 이어 개인 및 그룹별 독립적인 분석 업무 수행이 가능한 오픈소스 기반의 사용자 중심 빅데이터 분석 플랫폼을 구축한다. 특히, 엔터프라이즈 데이터 클라우드인 클라우데라 데이터 플랫폼(CDP)을 적용해 데이터 처리 속도와 운영 효율성을 높일 계획이다. 또한 SGI서울보증의 시스템 운영 역량 확보를 위해 프로젝트 안정화까지 단계별 기술 이전 교육을 제공하고, 현업 담당자들을 위한 실습 중심의 온·오프라인 분석가 교육 프로그램도 운영할 예정이다. 이와 함께 코오롱베니트는 빅데이터 거버넌스 체계 수립, 빅데이터 분석과제 발굴 및 상세화, 맞춤형 분석 모델 개발 및 빅데이터 분석 문화 정착을 위한 단계별 실행 로드맵 개발을 위해 글로벌 컨설팅 업체인 딜로이트 컨설팅과의 컨설팅 프로젝트도 통합 추진한다. 코오롱베니트 ITS본부 안진수 상무는 “기업 내외부의 방대한 데이터를 효율적으로 활용할 수 있는 역량이 기업의 미래 경쟁력과 직결되고 있다”라며, “다수의 금융 레퍼런스에서 확보한 경험과 노하우를 바탕으로 최적의 맞춤형 빅데이터 플랫폼 구축 서비스를 제공하겠다”라고 말했다. ciokr@idg.co.kr

2021.09.07

인터뷰ㅣ“unified-CXM으로 새 카테고리 열어 갑니다” 스프링클러 코리아 허정열(Mike Hur) 지사장

너나 할 것 없이 ‘고객 경험(CX)’이 중요하다고 말한다. 누구나 공감할 터다. 이에 고객의 목소리를 이해하며 고객 경험을 개선하겠다는 원대한 포부를 가지고 많은 기업이 다양한 솔루션을 도입하고 있다. 문제는 바로 여기에 있다. 마케팅 부서는 마케팅 부서대로, 제품 부서는 제품 부서대로, 고객 서비스 부서는 고객 서비스 부서대로 각개전투를 펼치고 있기 때문이다. 이러한 문제들로 고객 경험 향상을 위해 열심히 노력하는 것에 비해서는 효과를 보지 못하는 경우가 있다. 한 시장조사기관에 따르면 이렇게 부서마다 각각 도입한 ‘포인트 솔루션’이 기업당 평균 91개에 달한다. 고객 경험의 차이가 승패를 가르는 오늘날, 포인트 솔루션은 파편화된 고객 경험을 초래할 수밖에 없고 이는 일관된 고객 경험 전달뿐만 아니라 기업 경쟁력 확보에도 악영향을 미친다. 이 문제를 어떻게 해결할 수 있을까? 어떻게 하면 철저히 고객 중심으로 사고하는 테크놀로지와 환경을 구축할 수 있을까? 글로벌 1위 고객경험관리(CXM) 솔루션 기업 스프링클러(Sprinklr)가 그 해답을 제시하고 나섰다. ‘Unified-CXM’이라는 새로운 카테고리를 통해서다. 스프링클러는 왜 ‘Unified-CXM’을 제안한 것일까? 이 플랫폼은 어떤 의미를 지닐까? 스프링클러 코리아 허정열(Mike Hur) 지사장을 만나 이야기를 들어봤다.  일관된 고객 경험을 제공하는 것이 필수  “구글에서 CX 솔루션을 검색해보면 수십 또는 수백 개의 결과가 나옵니다. 이 포인트 솔루션으로 구성된 전체 시장 규모는 미화 510억 달러에 이릅니다. 이런 상황에서 각각의 고객 대면 부서가 서로 다른 솔루션을 산발적으로 사용하면서 고객 데이터 및 경험이 파편화되고 있습니다.”   스프링클러 코리아 허정열(Mike Hur) 지사장은 ‘고객 경험 관리(CXM)’ 현황을 진단하면서 말문을 열었다. 수많은 기업이 고객 경험 관리를 우선순위로 두고 고객 여정의 각 접점에서 데이터를 수집 및 분석하는 솔루...

스프링클러 unified-CXM CXM 고객 경험 관리 고객 경험 CX 고객 인게이지먼트 포인트 솔루션 스프링클러 코리아 스프링클러 한국

2021.08.31

너나 할 것 없이 ‘고객 경험(CX)’이 중요하다고 말한다. 누구나 공감할 터다. 이에 고객의 목소리를 이해하며 고객 경험을 개선하겠다는 원대한 포부를 가지고 많은 기업이 다양한 솔루션을 도입하고 있다. 문제는 바로 여기에 있다. 마케팅 부서는 마케팅 부서대로, 제품 부서는 제품 부서대로, 고객 서비스 부서는 고객 서비스 부서대로 각개전투를 펼치고 있기 때문이다. 이러한 문제들로 고객 경험 향상을 위해 열심히 노력하는 것에 비해서는 효과를 보지 못하는 경우가 있다. 한 시장조사기관에 따르면 이렇게 부서마다 각각 도입한 ‘포인트 솔루션’이 기업당 평균 91개에 달한다. 고객 경험의 차이가 승패를 가르는 오늘날, 포인트 솔루션은 파편화된 고객 경험을 초래할 수밖에 없고 이는 일관된 고객 경험 전달뿐만 아니라 기업 경쟁력 확보에도 악영향을 미친다. 이 문제를 어떻게 해결할 수 있을까? 어떻게 하면 철저히 고객 중심으로 사고하는 테크놀로지와 환경을 구축할 수 있을까? 글로벌 1위 고객경험관리(CXM) 솔루션 기업 스프링클러(Sprinklr)가 그 해답을 제시하고 나섰다. ‘Unified-CXM’이라는 새로운 카테고리를 통해서다. 스프링클러는 왜 ‘Unified-CXM’을 제안한 것일까? 이 플랫폼은 어떤 의미를 지닐까? 스프링클러 코리아 허정열(Mike Hur) 지사장을 만나 이야기를 들어봤다.  일관된 고객 경험을 제공하는 것이 필수  “구글에서 CX 솔루션을 검색해보면 수십 또는 수백 개의 결과가 나옵니다. 이 포인트 솔루션으로 구성된 전체 시장 규모는 미화 510억 달러에 이릅니다. 이런 상황에서 각각의 고객 대면 부서가 서로 다른 솔루션을 산발적으로 사용하면서 고객 데이터 및 경험이 파편화되고 있습니다.”   스프링클러 코리아 허정열(Mike Hur) 지사장은 ‘고객 경험 관리(CXM)’ 현황을 진단하면서 말문을 열었다. 수많은 기업이 고객 경험 관리를 우선순위로 두고 고객 여정의 각 접점에서 데이터를 수집 및 분석하는 솔루...

2021.08.31

효성인포메이션시스템, 지능형 데이터 운영 플랫폼 ‘루마다 데이터옵스 스위트’ 출시

효성인포메이션시스템이 적절한 데이터를 적시에 제공할 수 있는 지능형 데이터 운영 플랫폼 ‘루마다 데이터옵스 스위트(Lumada DataOps Suite)’를 출시했다고 밝혔다.  루마다 데이터옵스 스위트는 데이터, IT 자산, 사람을 연결해 기업의 비즈니스 혁신을 위한 데이터 통합 및 분석, 데이터 카탈로그 및 엣지 인텔리전스 도구를 통합한 지능형 데이터 운영 플랫폼이다. 기업은 데이터 복잡성을 해결하고 데이터 분석가, 현업 사용자, 비즈니스 리더에게 신뢰할 수 있는 데이터를 신속하게 제공함으로써, 인사이트 확보에 소요되는 시간을 줄이고 운영 비용도 절감할 수 있다고 업체 측은 설명했다. 루마다 데이터옵스 스위트는 데이터 통합 및 분석 플랫폼인 펜타호, 루마다 데이터 카탈로그, 루마다 엣지 인텔리전스, 루마다 데이터 옵티마이저 등 기존에 솔루션 별로 관리 운영되던 환경을 하나의 통합 포털처럼 운영할 수 있어 편의성을 높여준다. 루마다 데이터옵스 스위트는 최신 클라우드 네이티브 아키텍처로 아마존 AWS, MS 애저(Azure), 구글 클라우드 등 모든 주요 퍼블릭 클라우드를 지원한다. 클라우드 호환성을 높이고 전반적인 데이터 파이프라인 개선으로 엣지에서 멀티 클라우드까지 신뢰할 수 있는 데이터를 활용할 수 있도록 지원하며, 고객이 대규모 데이터 운영을 관리할 수 있는 민첩성을 높이면서 컨테이너화된 배포를 통해 비용을 절감할 수 있도록 지원한다. 또한 루마다 데이터옵스 스위트를 활용하면 분산된 데이터 사일로를 단일한 데이터 패브릭(데이터 관리·통합·단순화)으로 변환하고, 데이터를 신속하게 식별, 활용해 고객 경험을 향상시킬 수 있다. AI 기반 데이터 관리를 통해 고객에게 더 빠른 데이터 검색과 개선된 거버넌스 및 프로비저닝을 제공하고, ‘핑거프린트’ 태깅 기술을 활용해 데이터의 중복을 지능적으로 식별하고 분석해 정확한 인사이트를 제공한다.  효성인포메이션시스템 양정규 대표이사는 “기업이 증가하는 데이터를 성공적으로 활용하고 가치 높...

효성인포메이션시스템

2021.08.31

효성인포메이션시스템이 적절한 데이터를 적시에 제공할 수 있는 지능형 데이터 운영 플랫폼 ‘루마다 데이터옵스 스위트(Lumada DataOps Suite)’를 출시했다고 밝혔다.  루마다 데이터옵스 스위트는 데이터, IT 자산, 사람을 연결해 기업의 비즈니스 혁신을 위한 데이터 통합 및 분석, 데이터 카탈로그 및 엣지 인텔리전스 도구를 통합한 지능형 데이터 운영 플랫폼이다. 기업은 데이터 복잡성을 해결하고 데이터 분석가, 현업 사용자, 비즈니스 리더에게 신뢰할 수 있는 데이터를 신속하게 제공함으로써, 인사이트 확보에 소요되는 시간을 줄이고 운영 비용도 절감할 수 있다고 업체 측은 설명했다. 루마다 데이터옵스 스위트는 데이터 통합 및 분석 플랫폼인 펜타호, 루마다 데이터 카탈로그, 루마다 엣지 인텔리전스, 루마다 데이터 옵티마이저 등 기존에 솔루션 별로 관리 운영되던 환경을 하나의 통합 포털처럼 운영할 수 있어 편의성을 높여준다. 루마다 데이터옵스 스위트는 최신 클라우드 네이티브 아키텍처로 아마존 AWS, MS 애저(Azure), 구글 클라우드 등 모든 주요 퍼블릭 클라우드를 지원한다. 클라우드 호환성을 높이고 전반적인 데이터 파이프라인 개선으로 엣지에서 멀티 클라우드까지 신뢰할 수 있는 데이터를 활용할 수 있도록 지원하며, 고객이 대규모 데이터 운영을 관리할 수 있는 민첩성을 높이면서 컨테이너화된 배포를 통해 비용을 절감할 수 있도록 지원한다. 또한 루마다 데이터옵스 스위트를 활용하면 분산된 데이터 사일로를 단일한 데이터 패브릭(데이터 관리·통합·단순화)으로 변환하고, 데이터를 신속하게 식별, 활용해 고객 경험을 향상시킬 수 있다. AI 기반 데이터 관리를 통해 고객에게 더 빠른 데이터 검색과 개선된 거버넌스 및 프로비저닝을 제공하고, ‘핑거프린트’ 태깅 기술을 활용해 데이터의 중복을 지능적으로 식별하고 분석해 정확한 인사이트를 제공한다.  효성인포메이션시스템 양정규 대표이사는 “기업이 증가하는 데이터를 성공적으로 활용하고 가치 높...

2021.08.31

플리토, 국립국어원에 ‘AI 데이터’ 공급

플리토가 사단법인 국제한국어교육학회와 함께 국립국어원의 AI 언어 데이터 구축 사업에 참여한다고 밝혔다. 플리토는 국립국어원의 신남방·신북방 국가와 인공지능 기술을 이용한 언어문화산업 활성화 및 언어문화 교류를 위한 ‘2021년 한국어-외국어 병렬 말뭉치 구축’ 사업의 보조사업자로 참여한다. 사업비 규모는 총 37억 원으로, 플리토는 20억 원 규모의 데이터 구축을 진행할 예정이다. 플리토는 국제한국어교육학회와의 이번 사업 참여를 통해 산·학 연계를 기반으로 한 병렬 말뭉치 구축 특화 컨소시엄을 구성함과 동시에 국내외 전문가와의 협업을 통한 고품질 말뭉치 구축에서 큰 강점을 나타낼 수 있을 것으로 전망했다. 또한 이번 사업으로 학계와 산업계에서 필요한 교육용 및 인공지능 학습용 데이터를 구축해 신남방·신북방 지역과 연계되는 학업이나 사업을 하는 기관 및 개인들에게 도움을 줄 수 있는 결과물을 제공할 수 있을 것으로 업체 측은 기대하고 있다. 플리토 이정수 대표는 “이번 과제는 산업계와 학계가 협심해 국가의 인공지능과 더불어 언어문화 산업의 활성화 및 언어문화 교류 촉진에 이바지한다는 것에 큰 의미가 있다”라고 말했다. ciokr@idg.co.kr

플리토 국립국어원

2021.08.25

플리토가 사단법인 국제한국어교육학회와 함께 국립국어원의 AI 언어 데이터 구축 사업에 참여한다고 밝혔다. 플리토는 국립국어원의 신남방·신북방 국가와 인공지능 기술을 이용한 언어문화산업 활성화 및 언어문화 교류를 위한 ‘2021년 한국어-외국어 병렬 말뭉치 구축’ 사업의 보조사업자로 참여한다. 사업비 규모는 총 37억 원으로, 플리토는 20억 원 규모의 데이터 구축을 진행할 예정이다. 플리토는 국제한국어교육학회와의 이번 사업 참여를 통해 산·학 연계를 기반으로 한 병렬 말뭉치 구축 특화 컨소시엄을 구성함과 동시에 국내외 전문가와의 협업을 통한 고품질 말뭉치 구축에서 큰 강점을 나타낼 수 있을 것으로 전망했다. 또한 이번 사업으로 학계와 산업계에서 필요한 교육용 및 인공지능 학습용 데이터를 구축해 신남방·신북방 지역과 연계되는 학업이나 사업을 하는 기관 및 개인들에게 도움을 줄 수 있는 결과물을 제공할 수 있을 것으로 업체 측은 기대하고 있다. 플리토 이정수 대표는 “이번 과제는 산업계와 학계가 협심해 국가의 인공지능과 더불어 언어문화 산업의 활성화 및 언어문화 교류 촉진에 이바지한다는 것에 큰 의미가 있다”라고 말했다. ciokr@idg.co.kr

2021.08.25

베테랑 비즈니스 분석가를 위한 자격증··· ‘CBAP 인증’ 가이드

CBAP(Certified Business Analysis Professional)은 국제비즈니스분석연구소(IIBA)가 제공하는 비즈니스 분석가 자격증이다. IIBA는 비즈니스 분석 분야를 촉진하기 위해 2003년에 설립된 비영리 전문 협회다. CBAP은 “실무 비즈니스 분석 업무 경력이 5년 이상 되는 노련한 BA 전문가임을 입증하는 자격증”이라고 협회는 설명하고 있다. 즉, CBAP은 광범위한 경험과 교육이 필요한 고급 자격증이다. 대부분의 자격증과 마찬가지로 CBAP 시험도 통과해야 한다. 다음에서 CBAP 필수 요소를 자세히 살펴보고 CBAP 자격증이 당신의 경력에 어떤 의미가 있을지 살펴본다. 하지만 그에 앞서 CBAP가 IIBA의 자격증 중에서 어느 정도에 위치하고 있는지를 알아보고, CBAP 인증 비즈니스 분석가가 숙지하고 있어야 할 것으로 예상되는 지식의 범위에 대해서 알아보도록 하겠다.   CBAP 대 CCBA 대 ECBA CBAP은 비즈니스 분석가를 위한 IIBA의 핵심 자격증 중에서 가장 상위에 자리한다. 이 자격증은 ECBA(Entry Certificate in Business Analysis)와 CCBA(Certification for Competency in Business Analysis)보다 고급인증이다.  예상했겠지만, CBAP은 더 많은 교육, 업무 경험, 지식 분야의 전문성을 요구하기 때문에 요건은 위로 올라갈수록 더욱 광범위해진다. IIBA의 모든 자격증에 대한 교육을 제공하는 어댑티브 미국(Adaptive US)은 다양한 요건을 구분하고 있다. 그러나 중요한 것은 CBAP 보유자가 최상위라는 점이다. CBAP 자격증을 취득하기 위해 하위 레벨의 자격증을 가지고 있을 필요는 없지만, CBAP 취득을 고려하기 전에 BA로서의 경력을 상당히 확고하게 다져야 한다. CBAP와 BABOK CBAP는 IIBA의 다른 자격증과 마찬가지로 BABOK 가이드(A Guide to the Business Analys...

비즈니스 분석가 CBAP IIBA ECBA 자격증 인증

2021.08.23

CBAP(Certified Business Analysis Professional)은 국제비즈니스분석연구소(IIBA)가 제공하는 비즈니스 분석가 자격증이다. IIBA는 비즈니스 분석 분야를 촉진하기 위해 2003년에 설립된 비영리 전문 협회다. CBAP은 “실무 비즈니스 분석 업무 경력이 5년 이상 되는 노련한 BA 전문가임을 입증하는 자격증”이라고 협회는 설명하고 있다. 즉, CBAP은 광범위한 경험과 교육이 필요한 고급 자격증이다. 대부분의 자격증과 마찬가지로 CBAP 시험도 통과해야 한다. 다음에서 CBAP 필수 요소를 자세히 살펴보고 CBAP 자격증이 당신의 경력에 어떤 의미가 있을지 살펴본다. 하지만 그에 앞서 CBAP가 IIBA의 자격증 중에서 어느 정도에 위치하고 있는지를 알아보고, CBAP 인증 비즈니스 분석가가 숙지하고 있어야 할 것으로 예상되는 지식의 범위에 대해서 알아보도록 하겠다.   CBAP 대 CCBA 대 ECBA CBAP은 비즈니스 분석가를 위한 IIBA의 핵심 자격증 중에서 가장 상위에 자리한다. 이 자격증은 ECBA(Entry Certificate in Business Analysis)와 CCBA(Certification for Competency in Business Analysis)보다 고급인증이다.  예상했겠지만, CBAP은 더 많은 교육, 업무 경험, 지식 분야의 전문성을 요구하기 때문에 요건은 위로 올라갈수록 더욱 광범위해진다. IIBA의 모든 자격증에 대한 교육을 제공하는 어댑티브 미국(Adaptive US)은 다양한 요건을 구분하고 있다. 그러나 중요한 것은 CBAP 보유자가 최상위라는 점이다. CBAP 자격증을 취득하기 위해 하위 레벨의 자격증을 가지고 있을 필요는 없지만, CBAP 취득을 고려하기 전에 BA로서의 경력을 상당히 확고하게 다져야 한다. CBAP와 BABOK CBAP는 IIBA의 다른 자격증과 마찬가지로 BABOK 가이드(A Guide to the Business Analys...

2021.08.23

‘정보의 가치 극대화’··· 정보 아키텍트란? 

정보 아키텍처는 콘텐츠와 데이터를 효과적이고 사용 가능한 방식으로 구조화, 조직화, 범주화하여 웹 사이트와 애플리케이션의 가치를 극대화하는 기술이다.   정의  정보 아키텍처는 주로 웹 사이트와 애플리케이션의 콘텐츠 및 데이터를 효과적이며 쓸모 있게끔 구조화, 조직화, 범주화하는 것을 의미한다.  애플리케이션의 프론트 엔드가 점점 더 복잡해지고 있다. 여러 플랫폼에 걸쳐 있고, 다양한 사용 사례에 적용되며, 날로 증가하는 정보 원천으로부터 데이터를 끌어오고 있어서다. 정보 아키텍처는 모든 데이터 조각을 하나의 일관된 형태로 통합하는 기술이다.    프레임워크 맥킨지 앤드 컴퍼니의 어소시에이트 파트너 다니엘 월런스에 따르면 탄탄한 정보 아키텍처가 없다면 기업은 웨어하우스에 수집된 데이터의 가치를 최대한으로 활용할 수 없다.  그는 "지난 몇 년간 데이터의 양이 크게 증가했다"라고 말했다. 이로 인해 조직은 데이터 플랫폼 선택, 시스템 전반의 메타데이터 추적, 데이터 가시성을 위한 단일 창구 확보와 관련한 전사적 의사결정에 기초해 정보 아키텍처 프레임워크를 개발해야 했다. 정보 아키텍처 프레임워크를 구축하려면 인프라 팀, 데이터 전문가, 비즈니스 리더 및 리스크 관리자 간의 협력이 필요하다. 월런스는 이 과정이 수년에 걸쳐 이뤄지곤 한다고 언급했다. 이어 "정보 아키텍처에 관한 명확한 비전을 수립하고, 이를 전사적으로 수용할 전략을 수립하는 작업이 필수적이다”라고 전했다.  현대적인 정보 아키텍처는 기업이 현재 데이터에서 최대의 가치를 도출할 때뿐만 아니라 미래의 비즈니스 니즈와 회복탄력성을 확보하는 데도 도움이 될 수 있다. 정보 아키텍처 프레임워크를 현대화하지 않으면 기술 부채가 증가할 위험이 있다. 이로 인해 조직은 인공지능, 머신러닝 등 신기술을 활용하기 어려워지게 된다.  정보 아키텍트의 역할 정보 아키텍트는 기업 내 여러 층위에서 역할을 맡을 수 있다. 인프라, 거버넌스...

정보 아키텍트 정보 아키텍처 데이터 웹사이트 프론트엔드

2021.08.20

정보 아키텍처는 콘텐츠와 데이터를 효과적이고 사용 가능한 방식으로 구조화, 조직화, 범주화하여 웹 사이트와 애플리케이션의 가치를 극대화하는 기술이다.   정의  정보 아키텍처는 주로 웹 사이트와 애플리케이션의 콘텐츠 및 데이터를 효과적이며 쓸모 있게끔 구조화, 조직화, 범주화하는 것을 의미한다.  애플리케이션의 프론트 엔드가 점점 더 복잡해지고 있다. 여러 플랫폼에 걸쳐 있고, 다양한 사용 사례에 적용되며, 날로 증가하는 정보 원천으로부터 데이터를 끌어오고 있어서다. 정보 아키텍처는 모든 데이터 조각을 하나의 일관된 형태로 통합하는 기술이다.    프레임워크 맥킨지 앤드 컴퍼니의 어소시에이트 파트너 다니엘 월런스에 따르면 탄탄한 정보 아키텍처가 없다면 기업은 웨어하우스에 수집된 데이터의 가치를 최대한으로 활용할 수 없다.  그는 "지난 몇 년간 데이터의 양이 크게 증가했다"라고 말했다. 이로 인해 조직은 데이터 플랫폼 선택, 시스템 전반의 메타데이터 추적, 데이터 가시성을 위한 단일 창구 확보와 관련한 전사적 의사결정에 기초해 정보 아키텍처 프레임워크를 개발해야 했다. 정보 아키텍처 프레임워크를 구축하려면 인프라 팀, 데이터 전문가, 비즈니스 리더 및 리스크 관리자 간의 협력이 필요하다. 월런스는 이 과정이 수년에 걸쳐 이뤄지곤 한다고 언급했다. 이어 "정보 아키텍처에 관한 명확한 비전을 수립하고, 이를 전사적으로 수용할 전략을 수립하는 작업이 필수적이다”라고 전했다.  현대적인 정보 아키텍처는 기업이 현재 데이터에서 최대의 가치를 도출할 때뿐만 아니라 미래의 비즈니스 니즈와 회복탄력성을 확보하는 데도 도움이 될 수 있다. 정보 아키텍처 프레임워크를 현대화하지 않으면 기술 부채가 증가할 위험이 있다. 이로 인해 조직은 인공지능, 머신러닝 등 신기술을 활용하기 어려워지게 된다.  정보 아키텍트의 역할 정보 아키텍트는 기업 내 여러 층위에서 역할을 맡을 수 있다. 인프라, 거버넌스...

2021.08.20

'BA' 커리어 잘 쌓고 싶다면... 유능한 비즈니스 애널리스트의 특징 5가지

데이터 그리고 비즈니스 프로세스와의 상관관계에 관심 있다면 ‘비즈니스 애널리스트(Business Analyst; BA)’라는 직업이 적합할 수 있다. 비즈니스 분석은 매일 숫자를 파고들며 인사이트를 얻어야 하는 일이다. 따라서 성공하려면 데이터를 잘 알아야 한다. 하지만 숙련된 비즈니스 애널리스트들에 따르면 그것만으론 충분하지 않다.  여러 BA와 ‘유능한 비즈니스 애널리스트’의 특징이 무엇인지 이야기를 나눠봤다(BA와 함께 일하는 사람들 포함). 갈수록 수요가 높아지고 있는 이 직업이 실제로 어떠한지, 그리고 이쪽으로 경력을 개발하려면 어떤 우선순위를 설정해야 하는지 도움이 될 만한 내용을 소개한다.    1. 데이터를 안다 데이터는 비즈니스 애널리스트가 하는 일의 기반이다. 이를 활용해 비즈니스 애널리스트는 기업이 어떻게 성장하고 적응해야 하는지 데이터 중심적인 조언을 제공해야 한다. 즉 단순히 스프레드시트에 숫자만 던져 넣는다고 될 일이 아니다. 상세하게 검토해 인사이트를 얻기 전에 데이터 어디서 어떻게 수집됐는지 파악해야 한다는 의미다.  기술 리서치 및 자문회사 ISG의 수석 애널리스트 마르시오 타바크는 “비즈니스 애널리스트는 데이터가 어떻게 수집되고 무엇을 나타내는지 이해해야 한다”라면서, “데이터 수집 방식이 본질적인 편향을 유발할 수 있어서다. 예를 들면 인보이스는 기업의 공급에 따라 달라지기 때문에 수요 예측에 적절한 데이터세트가 아니다”라고 말했다.  ISG의 대표 고담 쿠마르는 “비즈니스 애널리스트는 데이터 엔지니어링을 알아야 한다. 데이터 엔지니어링이 여러 소스에서 데이터를 준비, 정렬, 분류, 수집하기 위한 데이터 기반 계층이기 때문”이라고 전했다.  이어서 “문제는 많은 데이터(대부분 구조화돼 있지 않음), 다양한 소스(데이터베이스, 파일 형식, 기술, 플랫폼 등), 프라이버시 및 보안 우려, 부서 간 충돌(누가 데이터를 소유할지 등)이다. 비즈니스 애널리스트는 비즈니스 ...

비즈니스 애널리스트 데이터 데이터 과학 애널리틱스 비즈니스 인텔리전스 비즈니스 애널리틱스 비즈니스 프로세스 관리

2021.08.20

데이터 그리고 비즈니스 프로세스와의 상관관계에 관심 있다면 ‘비즈니스 애널리스트(Business Analyst; BA)’라는 직업이 적합할 수 있다. 비즈니스 분석은 매일 숫자를 파고들며 인사이트를 얻어야 하는 일이다. 따라서 성공하려면 데이터를 잘 알아야 한다. 하지만 숙련된 비즈니스 애널리스트들에 따르면 그것만으론 충분하지 않다.  여러 BA와 ‘유능한 비즈니스 애널리스트’의 특징이 무엇인지 이야기를 나눠봤다(BA와 함께 일하는 사람들 포함). 갈수록 수요가 높아지고 있는 이 직업이 실제로 어떠한지, 그리고 이쪽으로 경력을 개발하려면 어떤 우선순위를 설정해야 하는지 도움이 될 만한 내용을 소개한다.    1. 데이터를 안다 데이터는 비즈니스 애널리스트가 하는 일의 기반이다. 이를 활용해 비즈니스 애널리스트는 기업이 어떻게 성장하고 적응해야 하는지 데이터 중심적인 조언을 제공해야 한다. 즉 단순히 스프레드시트에 숫자만 던져 넣는다고 될 일이 아니다. 상세하게 검토해 인사이트를 얻기 전에 데이터 어디서 어떻게 수집됐는지 파악해야 한다는 의미다.  기술 리서치 및 자문회사 ISG의 수석 애널리스트 마르시오 타바크는 “비즈니스 애널리스트는 데이터가 어떻게 수집되고 무엇을 나타내는지 이해해야 한다”라면서, “데이터 수집 방식이 본질적인 편향을 유발할 수 있어서다. 예를 들면 인보이스는 기업의 공급에 따라 달라지기 때문에 수요 예측에 적절한 데이터세트가 아니다”라고 말했다.  ISG의 대표 고담 쿠마르는 “비즈니스 애널리스트는 데이터 엔지니어링을 알아야 한다. 데이터 엔지니어링이 여러 소스에서 데이터를 준비, 정렬, 분류, 수집하기 위한 데이터 기반 계층이기 때문”이라고 전했다.  이어서 “문제는 많은 데이터(대부분 구조화돼 있지 않음), 다양한 소스(데이터베이스, 파일 형식, 기술, 플랫폼 등), 프라이버시 및 보안 우려, 부서 간 충돌(누가 데이터를 소유할지 등)이다. 비즈니스 애널리스트는 비즈니스 ...

2021.08.20

칼럼ㅣRPA와 데이터 과학이 만날 때

‘데이터 과학’은 ‘RPA(Robotic Process Automation)’를 지능적으로 만들 수 있다. 그리고 RPA는 데이터 과학 모델을 프로덕션 환경에 쉽게 배포하도록 만들 수 있다.  RPA 벤더들은 ‘완전 자동화 기업’이라는 지향점을 제시하지만 어쩌면 이는 다분히 근시안적인 관점일 수 있다. 현재 트렌드를 보면 RPA로 할 수 있는 일이 굉장히 많기 때문이다. 특히 데이터 과학과 결합됐을 때 더욱더 그렇다.    RPA 도구는 사람이 하는 일 가운데 반복적인 작업을 컴퓨터가 대신하도록 하면서 시작됐다. 여기서 ‘로봇’이라는 말이 핵심이다. 소프트웨어가 하나의 시스템에 들어있는 게 아니라 사람이 만지는 모든(또는 많은) 정보 시스템과 연결돼 있음을 은유적으로 나타나기 때문이다.  초창기 RPA 솔루션은 사람이 시스템과 상호작용하는 방식을 모방했다. 예를 들면 ‘지원(support)’ 관련 통화는 기술팀으로, ‘판매(sales)’ 관련 통화는 영업팀으로 자동 라우팅하거나 또는 링크드인(LinkedIn)과 같은 웹 사이트에서 정보를 스크랩해 필요할 때마다 CRM 시스템에 추가하는 식이었다.  그리고 RPA가 데이터 과학을 ‘처음’ 만났을 때 이는 업계를 변화시키는 결과를 가져왔다. 사람이 자동화를 개선할 새 기회를 찾게 하는 대신 ‘지능형’ 프로세스 자동화를 활용하게 됐기 때문이다.  이제는 머신러닝을 통해 실제 프로세스에서 패턴을 찾고 이를 프로세스 마이닝이라는 기술을 사용해 자동으로 개선할 수 있다. 이는 그동안 많은 RPA 도구가 내세웠던 ‘완전 자동화 기업’을 향한 발걸음이었다.  RPA와 데이터 과학의 두 번째 만남이 새로운 문을 열고 있다. 이번에는 데이터 과학이 사람의 업무 효율성을 높이는 데 도움을 줄 뿐만 아니라 이러한 작업의 일부를 더욱더 잘 실행하는 데도 도움을 주고 있다.  RPA와 데이터 과학이 다시 만나다 점점 더 많은 수의 자동화 프로세스가 데...

RPA 로봇 프로세스 자동화 자동화 데이터 과학 데이터 머신러닝 프로세스 마이닝

2021.08.19

‘데이터 과학’은 ‘RPA(Robotic Process Automation)’를 지능적으로 만들 수 있다. 그리고 RPA는 데이터 과학 모델을 프로덕션 환경에 쉽게 배포하도록 만들 수 있다.  RPA 벤더들은 ‘완전 자동화 기업’이라는 지향점을 제시하지만 어쩌면 이는 다분히 근시안적인 관점일 수 있다. 현재 트렌드를 보면 RPA로 할 수 있는 일이 굉장히 많기 때문이다. 특히 데이터 과학과 결합됐을 때 더욱더 그렇다.    RPA 도구는 사람이 하는 일 가운데 반복적인 작업을 컴퓨터가 대신하도록 하면서 시작됐다. 여기서 ‘로봇’이라는 말이 핵심이다. 소프트웨어가 하나의 시스템에 들어있는 게 아니라 사람이 만지는 모든(또는 많은) 정보 시스템과 연결돼 있음을 은유적으로 나타나기 때문이다.  초창기 RPA 솔루션은 사람이 시스템과 상호작용하는 방식을 모방했다. 예를 들면 ‘지원(support)’ 관련 통화는 기술팀으로, ‘판매(sales)’ 관련 통화는 영업팀으로 자동 라우팅하거나 또는 링크드인(LinkedIn)과 같은 웹 사이트에서 정보를 스크랩해 필요할 때마다 CRM 시스템에 추가하는 식이었다.  그리고 RPA가 데이터 과학을 ‘처음’ 만났을 때 이는 업계를 변화시키는 결과를 가져왔다. 사람이 자동화를 개선할 새 기회를 찾게 하는 대신 ‘지능형’ 프로세스 자동화를 활용하게 됐기 때문이다.  이제는 머신러닝을 통해 실제 프로세스에서 패턴을 찾고 이를 프로세스 마이닝이라는 기술을 사용해 자동으로 개선할 수 있다. 이는 그동안 많은 RPA 도구가 내세웠던 ‘완전 자동화 기업’을 향한 발걸음이었다.  RPA와 데이터 과학의 두 번째 만남이 새로운 문을 열고 있다. 이번에는 데이터 과학이 사람의 업무 효율성을 높이는 데 도움을 줄 뿐만 아니라 이러한 작업의 일부를 더욱더 잘 실행하는 데도 도움을 주고 있다.  RPA와 데이터 과학이 다시 만나다 점점 더 많은 수의 자동화 프로세스가 데...

2021.08.19

델 테크놀로지스, ‘데이터 패러독스’ 보고서 발표

델 테크놀로지스가 데이터의 급증과 그로부터 발생하는 ‘데이터 패러독스(Paradox)’에 대한 연구 결과를 발표했다.  ‘데이터 역설’이라고 명명한 이번 보고서는 델 테크놀로지스의 의뢰를 받아 포레스터 컨설팅에서 실시한 것으로, 전세계 45개국에서 데이터 전략과 관련 투자를 담당하는 4,036명의 임원급 이상 의사 결정권자들의 답변을 토대로 분석한 것이다.  오늘날 데이터는 기업들에게 없어서는 안 될 중요한 자산이지만, 한편으론 데이터 사일로(silo), 개인정보 보호나 보안 문제, 임직원의 역량 등 다양한 분야에서 부담으로 작용한다. 이 보고서는 데이터의 규모와 속도 및 다양성이 실제 비즈니스나 기술력, 인적 역량을 압도하기 때문에 ‘데이터 역설’이 발생한다고 분석했다. 한국 전체 응답자의 54%, 전세계 응답자의 66%가 데이터에 기반한 비즈니스(data-driven business)를 수행하고 있으며 데이터는 비즈니스를 위한 혈액과도 같다고 답했다. 그러나 실제로 데이터를 중요 자산으로서 비즈니스의 우선순위에 두고 있다고 답한 조직은 한국 25%, 글로벌 21%에 그쳤다. 보고서에서는 조사 대상인 기업(또는 기관)들의 실질적인 데이터 준비 상태를 평가했으며, 이에 따라 ▲데이터 관련한 기술력, 프로세스, 직원 역량, 조직문화 등 모든 면에서 낮은 점수를 기록한 그룹은 데이터 초보(Data Novices) ▲기술력과 프로세스는 높은 수준이지만 조직문화나 역량 개발에는 소홀한 조직은 데이터 기술자(Data Technicians) ▲기술 개발보다 직원들의 데이터 관련 역량과 조직 문화에 중점을 두는 조직은 데이터 애호가(Data Enthusiasts) ▲마지막으로 모든 면에서 높은 점수를 기록한 그룹은 데이터 챔피언(Data Champion)으로 구분했다. 한국에서는 단 7%, 글로벌에서는 12%가 ‘데이터 챔피언’으로 분류됐다. 기업들은 당장 처리할 수 있는 수준보다 더 많은 데이터를 보유하고 있음에도 불구하고, 계속해서 더...

델 테크놀로지스

2021.08.19

델 테크놀로지스가 데이터의 급증과 그로부터 발생하는 ‘데이터 패러독스(Paradox)’에 대한 연구 결과를 발표했다.  ‘데이터 역설’이라고 명명한 이번 보고서는 델 테크놀로지스의 의뢰를 받아 포레스터 컨설팅에서 실시한 것으로, 전세계 45개국에서 데이터 전략과 관련 투자를 담당하는 4,036명의 임원급 이상 의사 결정권자들의 답변을 토대로 분석한 것이다.  오늘날 데이터는 기업들에게 없어서는 안 될 중요한 자산이지만, 한편으론 데이터 사일로(silo), 개인정보 보호나 보안 문제, 임직원의 역량 등 다양한 분야에서 부담으로 작용한다. 이 보고서는 데이터의 규모와 속도 및 다양성이 실제 비즈니스나 기술력, 인적 역량을 압도하기 때문에 ‘데이터 역설’이 발생한다고 분석했다. 한국 전체 응답자의 54%, 전세계 응답자의 66%가 데이터에 기반한 비즈니스(data-driven business)를 수행하고 있으며 데이터는 비즈니스를 위한 혈액과도 같다고 답했다. 그러나 실제로 데이터를 중요 자산으로서 비즈니스의 우선순위에 두고 있다고 답한 조직은 한국 25%, 글로벌 21%에 그쳤다. 보고서에서는 조사 대상인 기업(또는 기관)들의 실질적인 데이터 준비 상태를 평가했으며, 이에 따라 ▲데이터 관련한 기술력, 프로세스, 직원 역량, 조직문화 등 모든 면에서 낮은 점수를 기록한 그룹은 데이터 초보(Data Novices) ▲기술력과 프로세스는 높은 수준이지만 조직문화나 역량 개발에는 소홀한 조직은 데이터 기술자(Data Technicians) ▲기술 개발보다 직원들의 데이터 관련 역량과 조직 문화에 중점을 두는 조직은 데이터 애호가(Data Enthusiasts) ▲마지막으로 모든 면에서 높은 점수를 기록한 그룹은 데이터 챔피언(Data Champion)으로 구분했다. 한국에서는 단 7%, 글로벌에서는 12%가 ‘데이터 챔피언’으로 분류됐다. 기업들은 당장 처리할 수 있는 수준보다 더 많은 데이터를 보유하고 있음에도 불구하고, 계속해서 더...

2021.08.19

‘죽지 않았다, 진화할 뿐’··· 2021 BI 트렌드 7

비즈니스 인텔리전스(Business Intelligence, BI)는 ‘소리 없는 아우성’과 같은 모순어법이 아니다. 전혀 죽지 않았다. 그리고 인공지능으로 대체되지도 않는다. 사실 BI는 살아 있고 멀쩡하다. 더 사용하기 쉬워지고 더 많은 직원들에게 확대되고 있으며 클라우드로 이동하고 있다. 또 더욱 광범위한 ERP 및 CRM 소프트웨어 스위트에 내장되고 있으며 이제 AI와 머신러닝을 아우르고 있다. IDC의 2020년 데이터에 따르면 전 세계 전체 비즈니스 인텔리전스 및 분석 시장은 192억 달러에 달했으며, 팬데믹 관련 경제 충격에도 불구하고 5.2%나 성장했다. 앞으로 기업들이 미래의 비즈니스 발전을 위해 데이터를 사용하는 디지털 전환과 더 스마트한 방법에 집중하면서 BI 성장이 가속화될 것으로 예상된다. 시장 리더는 업계에서 가장 강력한 마이크로소프트, SAP, 세일즈포스, IBM, SAS, 오라클 등의 기업이다. 이들 주도 기업들이 시장의 약 60%를 차지하고 있기 때문에 쏘우트스팟(ThoughtSpot)과 앨터라이즈(Alteryz) 등의 혁신 기업이 새 시장을 개척할 여지가 크다. 하지만 BI는 오래되었고 성과가 부족하다고 말하는 사람도 있을 수 있다. 일반 직원들이 사용하기에 너무 어렵고 멋진 보고서와 제안서를 화려한 색상의 대시보드로 그려내지만 직원들의 실질적인 비즈니스 문제를 해결하는 데 도움이 되지 않으며 데이터 카탈로그, 데이터 웨어하우스 생성 등 너무 많은 초기 작업이 필요하다는 비판이 있다. BARC 리서치 센터(BARC Research Center)의 설립자 겸 CEO 카슨 밴지는 팬데믹 이전에 일각에서는 BI를 투자 가치가 입증되지 않은 구형 기술로 보고 있었다며, “하지만 지금은 크게 바뀌었다”라고 말했다. 회사 데이터에 따르면 기업들이 공급망, 빠르게 변화하는 소비자 행동, 자체적인 비즈니스 프로세스에 대한 더욱 심층적인 이해를 얻어야 할 필요성을 인식하면서 다시금 BI에 집중하고 있다는 설명이다. 2021년 이후의 주...

비즈니스 인텔리전스 데이터 과학자 애널리틱스

2021.08.17

비즈니스 인텔리전스(Business Intelligence, BI)는 ‘소리 없는 아우성’과 같은 모순어법이 아니다. 전혀 죽지 않았다. 그리고 인공지능으로 대체되지도 않는다. 사실 BI는 살아 있고 멀쩡하다. 더 사용하기 쉬워지고 더 많은 직원들에게 확대되고 있으며 클라우드로 이동하고 있다. 또 더욱 광범위한 ERP 및 CRM 소프트웨어 스위트에 내장되고 있으며 이제 AI와 머신러닝을 아우르고 있다. IDC의 2020년 데이터에 따르면 전 세계 전체 비즈니스 인텔리전스 및 분석 시장은 192억 달러에 달했으며, 팬데믹 관련 경제 충격에도 불구하고 5.2%나 성장했다. 앞으로 기업들이 미래의 비즈니스 발전을 위해 데이터를 사용하는 디지털 전환과 더 스마트한 방법에 집중하면서 BI 성장이 가속화될 것으로 예상된다. 시장 리더는 업계에서 가장 강력한 마이크로소프트, SAP, 세일즈포스, IBM, SAS, 오라클 등의 기업이다. 이들 주도 기업들이 시장의 약 60%를 차지하고 있기 때문에 쏘우트스팟(ThoughtSpot)과 앨터라이즈(Alteryz) 등의 혁신 기업이 새 시장을 개척할 여지가 크다. 하지만 BI는 오래되었고 성과가 부족하다고 말하는 사람도 있을 수 있다. 일반 직원들이 사용하기에 너무 어렵고 멋진 보고서와 제안서를 화려한 색상의 대시보드로 그려내지만 직원들의 실질적인 비즈니스 문제를 해결하는 데 도움이 되지 않으며 데이터 카탈로그, 데이터 웨어하우스 생성 등 너무 많은 초기 작업이 필요하다는 비판이 있다. BARC 리서치 센터(BARC Research Center)의 설립자 겸 CEO 카슨 밴지는 팬데믹 이전에 일각에서는 BI를 투자 가치가 입증되지 않은 구형 기술로 보고 있었다며, “하지만 지금은 크게 바뀌었다”라고 말했다. 회사 데이터에 따르면 기업들이 공급망, 빠르게 변화하는 소비자 행동, 자체적인 비즈니스 프로세스에 대한 더욱 심층적인 이해를 얻어야 할 필요성을 인식하면서 다시금 BI에 집중하고 있다는 설명이다. 2021년 이후의 주...

2021.08.17

테스트웍스, 2021 NIA ‘멀티센서 동선 추적 데이터’ 구축 업체로 선정

테스트웍스가 과학기술정보통신부가 주관하고, 한국지능정보사회진흥원(NIA)이 추진하는 ‘인공지능 학습용 데이터 구축 사업’의 자유과제 중 ‘멀티센서 동선 추적 데이터’ 구축 사업의 주관 기업으로 선정되었다고 밝혔다. ‘인공지능 학습용 데이터 구축 사업’은 인공지능 학습용 데이터를 구축하고 개방해 국가 산업 사회에 지능화 혁신을 촉진하고, 디지털 일자리 창출을 극대화하는 것을 목적으로 하는 디지털 뉴딜 중 데이터 댐의 핵심 사업이다. 테스트웍스는 이번 과제를 통해 인공지능 기반 다중 객체 추적을 위한 대규모 MTMDC(Multi-Target Multi-Dual Camera) 데이터셋을 구축하게 된다. MTMDC 데이터는 도로나 건물 내에 설치된 여러 대의 CCTV에서 촬영된 데이터에서 특정 사람이나 차량 등의 이동 경로를 파악하기 위해 구축되는 데이터로, 특히 코로나19 확진자 경로 파악 등에 사용할 수 있도록 실화상 데이터의 한계를 보완하기 위해 실화상 데이터와 동일한 방식으로 촬영된 열화상 데이터를 포함한다. 예를 들어, CCTV에 활용해 코로나 확진자 동선 추적, 범죄자 추적 및 범죄 예방, 실종자 추적 등의 다중 객체 추적을 위한 인공지능 모델 개발에 활용할 수 있다. 실제로 현재 코로나 역학조사는 확진자 인터뷰를 통해 정보를 확인해 CCTV, 의무기록, 스마트폰 위치정보, 신용카드 기록 등 여러 절차를 통해 진행되고 있다. 이번에 MTMDC 데이터 구축을 기반으로 한 확진자 동선 자동 추적 인공지능 서비스를 개발하면, 확진자에 대한 사전 정보 확인 없이 개인정보 수집을 최소화해 기존 CCTV로 동선 추적이 어려웠던 지하철 등 밀집 시설이나 야간 상황에서 동선을 추적할 수 있을 것으로 기대된다. 이번 사업 수행을 위해 테스트웍스는 2020년부터 국내 팬데믹 대응 방역체계 개발사업에 참여하고 있는 한국과학기술원 RCV(Robotics and Computer Vision) 연구실과 광학기술 및 정밀기계 기반 시스템 개발 노하우와 영상 취득장비를 보...

테스트웍스

2021.08.11

테스트웍스가 과학기술정보통신부가 주관하고, 한국지능정보사회진흥원(NIA)이 추진하는 ‘인공지능 학습용 데이터 구축 사업’의 자유과제 중 ‘멀티센서 동선 추적 데이터’ 구축 사업의 주관 기업으로 선정되었다고 밝혔다. ‘인공지능 학습용 데이터 구축 사업’은 인공지능 학습용 데이터를 구축하고 개방해 국가 산업 사회에 지능화 혁신을 촉진하고, 디지털 일자리 창출을 극대화하는 것을 목적으로 하는 디지털 뉴딜 중 데이터 댐의 핵심 사업이다. 테스트웍스는 이번 과제를 통해 인공지능 기반 다중 객체 추적을 위한 대규모 MTMDC(Multi-Target Multi-Dual Camera) 데이터셋을 구축하게 된다. MTMDC 데이터는 도로나 건물 내에 설치된 여러 대의 CCTV에서 촬영된 데이터에서 특정 사람이나 차량 등의 이동 경로를 파악하기 위해 구축되는 데이터로, 특히 코로나19 확진자 경로 파악 등에 사용할 수 있도록 실화상 데이터의 한계를 보완하기 위해 실화상 데이터와 동일한 방식으로 촬영된 열화상 데이터를 포함한다. 예를 들어, CCTV에 활용해 코로나 확진자 동선 추적, 범죄자 추적 및 범죄 예방, 실종자 추적 등의 다중 객체 추적을 위한 인공지능 모델 개발에 활용할 수 있다. 실제로 현재 코로나 역학조사는 확진자 인터뷰를 통해 정보를 확인해 CCTV, 의무기록, 스마트폰 위치정보, 신용카드 기록 등 여러 절차를 통해 진행되고 있다. 이번에 MTMDC 데이터 구축을 기반으로 한 확진자 동선 자동 추적 인공지능 서비스를 개발하면, 확진자에 대한 사전 정보 확인 없이 개인정보 수집을 최소화해 기존 CCTV로 동선 추적이 어려웠던 지하철 등 밀집 시설이나 야간 상황에서 동선을 추적할 수 있을 것으로 기대된다. 이번 사업 수행을 위해 테스트웍스는 2020년부터 국내 팬데믹 대응 방역체계 개발사업에 참여하고 있는 한국과학기술원 RCV(Robotics and Computer Vision) 연구실과 광학기술 및 정밀기계 기반 시스템 개발 노하우와 영상 취득장비를 보...

2021.08.11

칼럼|데이터베이스의 '주류 교체', 숨막히게 더딜지라도...

데이터베이스의 인기는 몇 년이 아닌 십수 년을 주기로 오르내린다. 미래에 기업 전반에서 대세로 자리잡을 데이터베이스가 지금은 현재 개발자의 눈길을 끄는 단계일 수 있다.  한번 손에 익은 데이터베이스는 여간해선 바꾸기 어렵다. 오라클 데이터베이스가 그렇다. 스택오버플로우가 올해 7만 2,517명의 개발자를 대상으로 실시한 설문조사에 따르면 개발자들은 '가장 두려운'(most dreaded) 데이터베이스로 오라클을 꼽았다. 그럼에도 오라클은 데이터베이스로 수십억 달러의 매출을 끊임없이 달성하고 있다.    하지만 이를 꼭 나쁘게 볼 필요는 없다. 지난해(그리고 2019년, 2018년, 2017년, 2016년에도) 레디스는 개발자들이 '가장 선호하는' 데이터베이스로 꼽혔고, 포스트그레SQL과 몽고 DB가 그 뒤를 이었다. 이는 지난 2017년 데이터베이스 선호 순위와 대체로 같았다. 다만 SQL서버는 그때 이후로 순위가 하락했고 구글의 파이어베이스는 순위가 상승했다. 즉 개발자들의 데이터베이스 선호도는 잘 바뀌지 않는다. 선호도가 자주 변화하는 웹 프레임워크와 비교된다. 가트너의 머브 아드리안은 "레거시 데이터베이스를 존속시키는 가장 큰 힘은 관성"이라고 말한 바 있다. 그런 이유로 새로운 데이터베이스를 구축하는 데는 오랜 시간이 걸리지만 한때 사랑받았던 데이터베이스를 폐기하는 데는 더 오랜 시간이 걸린다. 심지어 개발자가 이직하더라도 기업은 사용하던 데이터베이스를 바꾸지 않곤 한다.  한 걸음 나아가 생각하면 다음과 같은 예측도 가능하다. 현재 개발자들이 선호하는 데이터베이스가 앞으로 10년간 기업 전반에 자리잡게 될 것이라는 예측이다. 많은 것이 변화하지만... 오늘날처럼 선택 가능한 데이터베이스가 많은 시대도 없다. DB-엔진에 따르면 현재 시중에는 373개의 데이터베이스가 있다. 그중 오라클, 마이SQL, 마이크로소프트 SQL 서버처럼 비교적 역사가 오래된 것과 몽고 DB,...

데이터베이스 오라클 레디스 포스트그레SQL 몽고 DB 파이어베이스 DB-엔진 마이 SQL 마이크로소프트 SQL

2021.08.11

데이터베이스의 인기는 몇 년이 아닌 십수 년을 주기로 오르내린다. 미래에 기업 전반에서 대세로 자리잡을 데이터베이스가 지금은 현재 개발자의 눈길을 끄는 단계일 수 있다.  한번 손에 익은 데이터베이스는 여간해선 바꾸기 어렵다. 오라클 데이터베이스가 그렇다. 스택오버플로우가 올해 7만 2,517명의 개발자를 대상으로 실시한 설문조사에 따르면 개발자들은 '가장 두려운'(most dreaded) 데이터베이스로 오라클을 꼽았다. 그럼에도 오라클은 데이터베이스로 수십억 달러의 매출을 끊임없이 달성하고 있다.    하지만 이를 꼭 나쁘게 볼 필요는 없다. 지난해(그리고 2019년, 2018년, 2017년, 2016년에도) 레디스는 개발자들이 '가장 선호하는' 데이터베이스로 꼽혔고, 포스트그레SQL과 몽고 DB가 그 뒤를 이었다. 이는 지난 2017년 데이터베이스 선호 순위와 대체로 같았다. 다만 SQL서버는 그때 이후로 순위가 하락했고 구글의 파이어베이스는 순위가 상승했다. 즉 개발자들의 데이터베이스 선호도는 잘 바뀌지 않는다. 선호도가 자주 변화하는 웹 프레임워크와 비교된다. 가트너의 머브 아드리안은 "레거시 데이터베이스를 존속시키는 가장 큰 힘은 관성"이라고 말한 바 있다. 그런 이유로 새로운 데이터베이스를 구축하는 데는 오랜 시간이 걸리지만 한때 사랑받았던 데이터베이스를 폐기하는 데는 더 오랜 시간이 걸린다. 심지어 개발자가 이직하더라도 기업은 사용하던 데이터베이스를 바꾸지 않곤 한다.  한 걸음 나아가 생각하면 다음과 같은 예측도 가능하다. 현재 개발자들이 선호하는 데이터베이스가 앞으로 10년간 기업 전반에 자리잡게 될 것이라는 예측이다. 많은 것이 변화하지만... 오늘날처럼 선택 가능한 데이터베이스가 많은 시대도 없다. DB-엔진에 따르면 현재 시중에는 373개의 데이터베이스가 있다. 그중 오라클, 마이SQL, 마이크로소프트 SQL 서버처럼 비교적 역사가 오래된 것과 몽고 DB,...

2021.08.11

"대규모 폭풍 사태에도 운영 지속"··· UPS의 예측 애널리틱스 사례

물류업계의 거인 UPS는 고급 애널리틱스 및 머신러닝을 사용해 예측, 운영 가시성, 최적화, 보고를 지원하는 비즈니스 인텔리전스 플랫폼을 구축했다.  UPS는 하루에 약 2,100만 개의 소포를 배송한다(심지어 12월에는 훨씬 더 많다). 그리고 UPS의 배송 네트워크를 통해 이동하는 각 소포를 실시간 추적하는 과정에서 셀 수 없이 많은 데이터 포인트가 생성된다.   이전에 UPS는 과거 데이터와 전문가 노하우를 활용해 택배를 추적했다. 하지만 이 방식은 정확도와 확장성이 떨어졌다. UPS의 최고 정보 및 엔지니어링 책임자(CIEO) 후안 페레즈는 “과거의 프로세스와 접근방식은 UPS가 오늘날의 굉장히 역동적인 공급망 관리에 적응하는 데 도움을 주지 않을 것”이라고 말했다.  이어서 그는 “현재 UPS 고객사들은 매우 복잡한 공급망을 가지고 있다. 배송업체에서 사용자로의 배송은 제품이 네트워크를 통해 유통되는 방식 때문에 훨씬 더 복잡해지고 있다. 게다가 고객들은 점점 더 배송 정확성을 요구하고, 지연 및 오류를 용인하는 수준도 낮아지고 있다”라고 덧붙였다.  단일 진실 공급원(SSOT) UPS는 데이터를 제대로 처리하기 위한 목적으로 비즈니스 인텔리전스 플랫폼 ‘HEAT(Harmonized Enterprise Analytics Tool)’를 구축했다. 구글 클라우드를 기반으로 하는 이 플랫폼은 매일 10억 개 이상의 데이터 포인트를 실행할 수 있는 용량을 갖추고 있다.  또 고객 데이터, 운영 데이터, 계획 데이터 등을 캡처 및 분석하고, 소포의 수명주기에서 발생하는 새로운 이벤트를 계속해서 추가할 수 있다. 한편 UPS는 HEAT로 IT 탁월성 부문에서 CIO 100 어워드를 수상했다.  페레즈는 “HEAT를 사용해 네트워크에서 소포를 이동하는 방식, 네트워크 계획 방식, 고객에게 정보를 제공하는 방식 등에서 더 나은 의사결정을 내리고 있다”라고 전했다.  그는 “즉 이 플랫폼을 ...

예측 애널리틱스 데이터 디지털 트랜스포메이션 고급 애널리틱스 머신러닝 비즈니스 인텔리전스 UPS 물류 공급망 단일 진실 공급원 SSOT 회복탄력성 유연성

2021.08.10

물류업계의 거인 UPS는 고급 애널리틱스 및 머신러닝을 사용해 예측, 운영 가시성, 최적화, 보고를 지원하는 비즈니스 인텔리전스 플랫폼을 구축했다.  UPS는 하루에 약 2,100만 개의 소포를 배송한다(심지어 12월에는 훨씬 더 많다). 그리고 UPS의 배송 네트워크를 통해 이동하는 각 소포를 실시간 추적하는 과정에서 셀 수 없이 많은 데이터 포인트가 생성된다.   이전에 UPS는 과거 데이터와 전문가 노하우를 활용해 택배를 추적했다. 하지만 이 방식은 정확도와 확장성이 떨어졌다. UPS의 최고 정보 및 엔지니어링 책임자(CIEO) 후안 페레즈는 “과거의 프로세스와 접근방식은 UPS가 오늘날의 굉장히 역동적인 공급망 관리에 적응하는 데 도움을 주지 않을 것”이라고 말했다.  이어서 그는 “현재 UPS 고객사들은 매우 복잡한 공급망을 가지고 있다. 배송업체에서 사용자로의 배송은 제품이 네트워크를 통해 유통되는 방식 때문에 훨씬 더 복잡해지고 있다. 게다가 고객들은 점점 더 배송 정확성을 요구하고, 지연 및 오류를 용인하는 수준도 낮아지고 있다”라고 덧붙였다.  단일 진실 공급원(SSOT) UPS는 데이터를 제대로 처리하기 위한 목적으로 비즈니스 인텔리전스 플랫폼 ‘HEAT(Harmonized Enterprise Analytics Tool)’를 구축했다. 구글 클라우드를 기반으로 하는 이 플랫폼은 매일 10억 개 이상의 데이터 포인트를 실행할 수 있는 용량을 갖추고 있다.  또 고객 데이터, 운영 데이터, 계획 데이터 등을 캡처 및 분석하고, 소포의 수명주기에서 발생하는 새로운 이벤트를 계속해서 추가할 수 있다. 한편 UPS는 HEAT로 IT 탁월성 부문에서 CIO 100 어워드를 수상했다.  페레즈는 “HEAT를 사용해 네트워크에서 소포를 이동하는 방식, 네트워크 계획 방식, 고객에게 정보를 제공하는 방식 등에서 더 나은 의사결정을 내리고 있다”라고 전했다.  그는 “즉 이 플랫폼을 ...

2021.08.10

효성인포메이션시스템, 금호타이어의 빅데이터&AI 기반 디지털 전환 가속화 지원

효성인포메이션시스템이 금호타이어의 타이어 개발 프로세스의 디지털 전환(DX)을 위한 공동연구에 참가해, ‘타이어 디지털 트윈(Digital Twins)’ 환경을 구축하기 위한 빅데이터와 AI 기반의 컴파운드 및 타이어 성능을 예측하는 시스템을 개발했다고 밝혔다. 금호타이어는 급변하는 모빌리티 산업의 변화에 발 빠르게 대응하기 위해 IT와 디지털 역량을 총 결집시켜 ‘타이어 디지털 트윈’ 시스템 환경을 성공적으로 구축해 나가고 있다. 디지털 트윈은 현실의 제품 개발 프로세스를 디지털 공간상에서 그대로 구현하고 이를 통해 제품 개발 기간 단축 및 개발 효율을 극대화하는 것으로, 금호타이어와 효성인포메이션시스템 양사의 빅데이터 및 AI 전문가들의 역량으로 선진화된 AI/ML 분석을 통한 전반적인 타이어 개발 프로세스의 혁신을 이끌어 냈다. 금호타이어는 타이어 컴파운드 설계 중 고무 랩(Lab.) 특성을 예측하는 VCS(Virtual Compound Simulation) 및 타이어 주행 성능을 예측하는 VTS(Virtual Tire Simulation) 시스템을 개발했다. 금호타이어의 축척 데이터를 효성인포메이션시스템의 빅데이터 분석 플랫폼 ‘펜타호(Pentaho)’와 결합해, 제품 개발 기간 단축, 비용 절감 등 개발 효율 극대화 및 기술 경쟁력을 확보함은 물론, 미래지향적인 선진 개발 환경을 바탕으로 소비자 니즈를 반영한 기술 집약적인 제품 개발에 집중할 수 있게 되었다. VCS 시스템은 기존에 축적된 시험 기반의 빅데이터를 인공지능으로 학습해 새로운 사양의 신규 컴파운드의 성능을 예측 가능하게 한다. 일반적으로 타이어용 컴파운드 개발은 원재료를 혼합해 가류하는 과정을 통해 에너지 손실, 마찰력, 마모 등 타이어 요구 특성을 만족하는 타이어용 고무를 일일이 개발하기 때문에 개발 기간이 길고 비용이 많이 발생한다. 하지만 VCS 시스템을 적용하면 시뮬레이션을 통해 시험 횟수를 대폭 감소시킴으로써 타이어용 컴파운드 개발 기간을 약 50%까지 단축시킬 것으로 ...

효성인포메이션시스템

2021.08.10

효성인포메이션시스템이 금호타이어의 타이어 개발 프로세스의 디지털 전환(DX)을 위한 공동연구에 참가해, ‘타이어 디지털 트윈(Digital Twins)’ 환경을 구축하기 위한 빅데이터와 AI 기반의 컴파운드 및 타이어 성능을 예측하는 시스템을 개발했다고 밝혔다. 금호타이어는 급변하는 모빌리티 산업의 변화에 발 빠르게 대응하기 위해 IT와 디지털 역량을 총 결집시켜 ‘타이어 디지털 트윈’ 시스템 환경을 성공적으로 구축해 나가고 있다. 디지털 트윈은 현실의 제품 개발 프로세스를 디지털 공간상에서 그대로 구현하고 이를 통해 제품 개발 기간 단축 및 개발 효율을 극대화하는 것으로, 금호타이어와 효성인포메이션시스템 양사의 빅데이터 및 AI 전문가들의 역량으로 선진화된 AI/ML 분석을 통한 전반적인 타이어 개발 프로세스의 혁신을 이끌어 냈다. 금호타이어는 타이어 컴파운드 설계 중 고무 랩(Lab.) 특성을 예측하는 VCS(Virtual Compound Simulation) 및 타이어 주행 성능을 예측하는 VTS(Virtual Tire Simulation) 시스템을 개발했다. 금호타이어의 축척 데이터를 효성인포메이션시스템의 빅데이터 분석 플랫폼 ‘펜타호(Pentaho)’와 결합해, 제품 개발 기간 단축, 비용 절감 등 개발 효율 극대화 및 기술 경쟁력을 확보함은 물론, 미래지향적인 선진 개발 환경을 바탕으로 소비자 니즈를 반영한 기술 집약적인 제품 개발에 집중할 수 있게 되었다. VCS 시스템은 기존에 축적된 시험 기반의 빅데이터를 인공지능으로 학습해 새로운 사양의 신규 컴파운드의 성능을 예측 가능하게 한다. 일반적으로 타이어용 컴파운드 개발은 원재료를 혼합해 가류하는 과정을 통해 에너지 손실, 마찰력, 마모 등 타이어 요구 특성을 만족하는 타이어용 고무를 일일이 개발하기 때문에 개발 기간이 길고 비용이 많이 발생한다. 하지만 VCS 시스템을 적용하면 시뮬레이션을 통해 시험 횟수를 대폭 감소시킴으로써 타이어용 컴파운드 개발 기간을 약 50%까지 단축시킬 것으로 ...

2021.08.10

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.13