Offcanvas

��������� ������ ���������

김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (3)

이번 글은 지난 쉰세 번째 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용의 핵심들을 다시 정리해보는 마지막 글이다. 지난 쉰세 번째 글에서는 필자가 독자들로부터 가장 많은 문의를 받았던 내용인 빅데이터 비즈니스 조직의 조직 및 운영에 관한 22회부터 34회까지의 글을 요약 정리했다. How-to-Big Data의 주요 내용을 요약 정리하는 글의 마지막 편인 이번 글에서 빅데이터 비즈니스의 미래를 다루었던 35회부터 51회까지 글의 핵심 내용을 다시 짚어보려고 한다.     --> 김진철의 How-to-Big Data | How-to-Big Data 핵심 정리(Key Takeaways) (1) --> 김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (2)   35회: 빅데이터의 미래 (1) (2019년 11월 27일 게재) 34회까지 CERN의 LHC 빅데이터 사례를 통해 배운 빅데이터 비즈니스의 교훈을 앞으로 어떻게 적용하는 것이 좋을지 생각해보기 위해 빅데이터 비즈니스의 미래를 살펴보는 글의 첫 번째 글이었다. 빅데이터 기술과 비즈니스가 앞으로 어떻게 변화해갈지 생각해보는 데 도움이 될 수 있도록 빅데이터 현상이 왜 일어나는지 그 근본 배경에 대해서 같이 생각해보았다. 빅데이터 현상은 컴퓨터 기술이 그 시대에 필요로 하는 데이터 처리의 요구사항을 극복하지 못할 때 나타나는 필연적인 현상이며, 현재 우리가 경험하는 빅데이터 현상 전에도 다른 양상으로 여러 번 나타났다.  이런 맥락에서 빅데이터 기술의 역사는 컴퓨터 기술 발전의 역사와 맥을 같이 한다. 다만 현재 우리가 겪는 빅데이터 현상이 이전과 다른 것은 베오울프 클러스터 기술로 시작된 분산 컴퓨팅 기술의 발전과 수평적 확장성의 발전, 이런 분산 컴퓨팅과 수평적 확장성을 지원하는 기술로 처리가능한 데이터의 양이 폭증하는 것과 함께 중요해진 데이터 수...

김진철 빅 데이터 데이터 과학 사이버 물리 시스템 클라우드 컴퓨팅 5G 6G 인공지능 머신러닝 모바일 엣지 컴퓨팅 자율 컴퓨팅 데브옵스 고랭 엣지 컴퓨팅 딥러닝 데이터 과학자 ESG 경영

2021.06.29

이번 글은 지난 쉰세 번째 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용의 핵심들을 다시 정리해보는 마지막 글이다. 지난 쉰세 번째 글에서는 필자가 독자들로부터 가장 많은 문의를 받았던 내용인 빅데이터 비즈니스 조직의 조직 및 운영에 관한 22회부터 34회까지의 글을 요약 정리했다. How-to-Big Data의 주요 내용을 요약 정리하는 글의 마지막 편인 이번 글에서 빅데이터 비즈니스의 미래를 다루었던 35회부터 51회까지 글의 핵심 내용을 다시 짚어보려고 한다.     --> 김진철의 How-to-Big Data | How-to-Big Data 핵심 정리(Key Takeaways) (1) --> 김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (2)   35회: 빅데이터의 미래 (1) (2019년 11월 27일 게재) 34회까지 CERN의 LHC 빅데이터 사례를 통해 배운 빅데이터 비즈니스의 교훈을 앞으로 어떻게 적용하는 것이 좋을지 생각해보기 위해 빅데이터 비즈니스의 미래를 살펴보는 글의 첫 번째 글이었다. 빅데이터 기술과 비즈니스가 앞으로 어떻게 변화해갈지 생각해보는 데 도움이 될 수 있도록 빅데이터 현상이 왜 일어나는지 그 근본 배경에 대해서 같이 생각해보았다. 빅데이터 현상은 컴퓨터 기술이 그 시대에 필요로 하는 데이터 처리의 요구사항을 극복하지 못할 때 나타나는 필연적인 현상이며, 현재 우리가 경험하는 빅데이터 현상 전에도 다른 양상으로 여러 번 나타났다.  이런 맥락에서 빅데이터 기술의 역사는 컴퓨터 기술 발전의 역사와 맥을 같이 한다. 다만 현재 우리가 겪는 빅데이터 현상이 이전과 다른 것은 베오울프 클러스터 기술로 시작된 분산 컴퓨팅 기술의 발전과 수평적 확장성의 발전, 이런 분산 컴퓨팅과 수평적 확장성을 지원하는 기술로 처리가능한 데이터의 양이 폭증하는 것과 함께 중요해진 데이터 수...

2021.06.29

김진철의 How-to-Big Data | CPS와 ESG 경영

빅데이터 기술과 데이터 과학이 나아갈 미래의 모습으로서 사이버 물리 시스템 기반의 지능형 서비스를 소개하면서, 사이버 물리 시스템 기술을 비즈니스에 접목하고 활용하는데 관련된 다양한 이슈들을 지금까지 돌아보았다. 특히 지난 마흔 여덟 번째, 마흔 아홉 번째 두 번의 글에 걸쳐 소개했던 디지털 전환(Digital Transformation)과 빅데이터, 데이터 과학, 사이버 물리 시스템과의 관련성과 활용 트렌드에 대한 글에서는 지금까지 필자가 빅데이터와 데이터 과학과 관련해서 소개한 모든 요소들이 디지털 전환이라는 하나의 말로 수렴되어 가는 경향을 볼 수 있었다. 전통적인 제조업조차도 디지털 전환을 통해 구독형 서비스 비즈니스 모델을 추구할 수 있고, 디지털 트윈을 이용한 제조 기술과 프로세스의 변화를 통해 사이버 물리 시스템이 제조업의 미래를 어떻게 바꾸어 놓을지, 예측 분석과 미래 연구, 빅데이터와 데이터 과학이 디지털 전환에서 어떤 의미를 갖는지 살펴보았다. 빅데이터의 미래에 대한 마지막 글로, 최근 많은 관심을 받고 있는 ESG 경영에서 빅데이터, 데이터 과학, 사이버 물리 시스템이 어떤 역할을 할 수 있고 왜 중요한지 살펴보려고 한다.   사회적 가치를 추구하는 비즈니스 모델, 빅데이터, 데이터 과학, 사이버 물리 시스템 얼핏 들어서는 ESG 경영과 같은 경영 트렌드가 빅데이터, 데이터 과학, 사이버 물리 시스템과 어떤 관련이 있을지 머리에 떠올리기 어려운 분들이 많을 것 같다. 디지털 전환은 기업의 비즈니스를 디지털 기술, 특히 소프트웨어를 통해 변화시키는 내용이 핵심이기 때문에 빅데이터, 데이터 과학, 사이버 물리 시스템과의 관련성을 이해하기가 조금 쉬웠다.  그렇지만 ESG 경영과 이들 기술과는 어떤 관계가 있을까? 데이터 과학자로서 ESG 경영에 대비한 역량을 키우는 것이 왜 중요할까? 이번 글에서 빅데이터의 마지막 미래 트렌드로서 ESG 경영과 이들 기술과의 관계를 살펴보기로 하자. ESG 경영에 대한 얘기를 하...

김진철 빅 데이터 디지털 트랜스포메이션 사이버 물리 시스템 데이터 과학 사회적 가치 주주 자본주의 신자본주의 장기자본주의 에듀테크 모빌리티 서비스 ESG 경영 SK텔레콤 지속가능성

2021.02.26

빅데이터 기술과 데이터 과학이 나아갈 미래의 모습으로서 사이버 물리 시스템 기반의 지능형 서비스를 소개하면서, 사이버 물리 시스템 기술을 비즈니스에 접목하고 활용하는데 관련된 다양한 이슈들을 지금까지 돌아보았다. 특히 지난 마흔 여덟 번째, 마흔 아홉 번째 두 번의 글에 걸쳐 소개했던 디지털 전환(Digital Transformation)과 빅데이터, 데이터 과학, 사이버 물리 시스템과의 관련성과 활용 트렌드에 대한 글에서는 지금까지 필자가 빅데이터와 데이터 과학과 관련해서 소개한 모든 요소들이 디지털 전환이라는 하나의 말로 수렴되어 가는 경향을 볼 수 있었다. 전통적인 제조업조차도 디지털 전환을 통해 구독형 서비스 비즈니스 모델을 추구할 수 있고, 디지털 트윈을 이용한 제조 기술과 프로세스의 변화를 통해 사이버 물리 시스템이 제조업의 미래를 어떻게 바꾸어 놓을지, 예측 분석과 미래 연구, 빅데이터와 데이터 과학이 디지털 전환에서 어떤 의미를 갖는지 살펴보았다. 빅데이터의 미래에 대한 마지막 글로, 최근 많은 관심을 받고 있는 ESG 경영에서 빅데이터, 데이터 과학, 사이버 물리 시스템이 어떤 역할을 할 수 있고 왜 중요한지 살펴보려고 한다.   사회적 가치를 추구하는 비즈니스 모델, 빅데이터, 데이터 과학, 사이버 물리 시스템 얼핏 들어서는 ESG 경영과 같은 경영 트렌드가 빅데이터, 데이터 과학, 사이버 물리 시스템과 어떤 관련이 있을지 머리에 떠올리기 어려운 분들이 많을 것 같다. 디지털 전환은 기업의 비즈니스를 디지털 기술, 특히 소프트웨어를 통해 변화시키는 내용이 핵심이기 때문에 빅데이터, 데이터 과학, 사이버 물리 시스템과의 관련성을 이해하기가 조금 쉬웠다.  그렇지만 ESG 경영과 이들 기술과는 어떤 관계가 있을까? 데이터 과학자로서 ESG 경영에 대비한 역량을 키우는 것이 왜 중요할까? 이번 글에서 빅데이터의 마지막 미래 트렌드로서 ESG 경영과 이들 기술과의 관계를 살펴보기로 하자. ESG 경영에 대한 얘기를 하...

2021.02.26

김진철의 How-to-Big Data | CPS와 Digital Transformation (2)

소위 GAFA(Google, Amazon, Facebook, Apple)로 불리는 플랫폼 기업들의 성공을 벤치마크하고 기업 경영에 접목시켜 성장을 꾀하는 디지털 전환이 이 시대의 새로운 경영 마인드로 붐을 일으키고 있는 가운데, 이런 디지털 전환에서 빅데이터와 사이버 물리 시스템 기술의 중요성에 대해서 지난 시간에 소개한 바 있다.  컬럼비아 대학교 비즈니스 스쿨의 데이빗 로저스 교수는 자신의 책 “디지털 전환 지침서(The Digital Transformation Playbook)”에서 디지털 전환을 크게 다섯 가지 차원(dimension)에서 보도록 조언하고 있다[2-3]. 이 다섯 가지 차원(dimension)은 고객, 경쟁, 데이터, 혁신, 가치인데, 여기서 데이터는 나머지 네 가지 차원에서 일어나는 디지털 전환 활동의 연료가 된다는 점에서 중요하다. 이렇게 다섯 가지 차원에서 일어나는 디지털 전환의 연료인 데이터를 생산, 가공하고 소비하는 기술로서 빅데이터 기술, 사이버 물리 시스템 기술과 체계는 디지털 전환의 신경계로서 역할을 하게 된다. 이런 사례 중 대표격인 버버리와 제너럴 일렉트릭의 디지털 전환 사례를 지난 마흔 여덟 번째 글에서 같이 살펴보면서 이 사례들이 주는 교훈에 대해서 생각해 보았다. 위 다섯 가지 차원과 함께 디지털 전환을 이끄는 중요한 요소로서 필자는 이번 글에서 “예측 분석(Predictive Analytics)”과 “미래 연구(Future Forecasting)”에 대해서 살펴보려고 한다.    데이터를 이용한 과학적인 의사 결정을 적극적으로 수용하고, 이를 사이버 물리 시스템과 인프라로 자동화하여 비즈니스의 기민성과 확장성(scalability)을 높이는 디지털 전환이 되기 위해서는, 디지털 전환의 신경계가 적시, 적소에 배치되고 동작할 수 있도록 하는 기민하고 효과적인 의사 결정, 계획 과정이 필요하게 된다. 예측 분석과 미래 연구는 이렇게 사이버 물리 시스템 기반 지능형 서비스 비즈니...

김진철 빅데이터 디지털 트랜스포메이션 디지털 전환 디지털 변혁 데이터 과학 아디다스 스마트팩토리 사이버 물리 시스템 예측 분석 자율주행 5G 우버 디지털 트윈 제너럴 일렉트릭

2021.01.26

소위 GAFA(Google, Amazon, Facebook, Apple)로 불리는 플랫폼 기업들의 성공을 벤치마크하고 기업 경영에 접목시켜 성장을 꾀하는 디지털 전환이 이 시대의 새로운 경영 마인드로 붐을 일으키고 있는 가운데, 이런 디지털 전환에서 빅데이터와 사이버 물리 시스템 기술의 중요성에 대해서 지난 시간에 소개한 바 있다.  컬럼비아 대학교 비즈니스 스쿨의 데이빗 로저스 교수는 자신의 책 “디지털 전환 지침서(The Digital Transformation Playbook)”에서 디지털 전환을 크게 다섯 가지 차원(dimension)에서 보도록 조언하고 있다[2-3]. 이 다섯 가지 차원(dimension)은 고객, 경쟁, 데이터, 혁신, 가치인데, 여기서 데이터는 나머지 네 가지 차원에서 일어나는 디지털 전환 활동의 연료가 된다는 점에서 중요하다. 이렇게 다섯 가지 차원에서 일어나는 디지털 전환의 연료인 데이터를 생산, 가공하고 소비하는 기술로서 빅데이터 기술, 사이버 물리 시스템 기술과 체계는 디지털 전환의 신경계로서 역할을 하게 된다. 이런 사례 중 대표격인 버버리와 제너럴 일렉트릭의 디지털 전환 사례를 지난 마흔 여덟 번째 글에서 같이 살펴보면서 이 사례들이 주는 교훈에 대해서 생각해 보았다. 위 다섯 가지 차원과 함께 디지털 전환을 이끄는 중요한 요소로서 필자는 이번 글에서 “예측 분석(Predictive Analytics)”과 “미래 연구(Future Forecasting)”에 대해서 살펴보려고 한다.    데이터를 이용한 과학적인 의사 결정을 적극적으로 수용하고, 이를 사이버 물리 시스템과 인프라로 자동화하여 비즈니스의 기민성과 확장성(scalability)을 높이는 디지털 전환이 되기 위해서는, 디지털 전환의 신경계가 적시, 적소에 배치되고 동작할 수 있도록 하는 기민하고 효과적인 의사 결정, 계획 과정이 필요하게 된다. 예측 분석과 미래 연구는 이렇게 사이버 물리 시스템 기반 지능형 서비스 비즈니...

2021.01.26

김진철의 How-to-Big Data | CPS와 Digital Transformation (1)

필자가 데이터 과학자로서 경력을 시작하게 된 계기가 된 유럽 입자 물리학 연구소(European Organization of Nuclear Research(Conseil Européenne pour la Recherche Nucléaire); CERN)의 대형 강입자 가속기(The Large Hadron Collider; LHC) CMS 실험의 빅데이터 경험을 바탕으로 이 How-to-Big Data 연재를 해온 것도 벌써 4년이 다 되었다. 빅데이터라는 말이 본격적으로 나타나기 한참 전부터 데이터 과학자로서, 빅데이터 전문가로서 빅데이터를 다루면서 느껴왔던 생각들과 통찰, 교훈을 관련 업계에서 일하시는 분들과 나누기 위해 시작한 연재가 벌써 4년간 지속되고 있는 것을 보면서 필자가 그간 경험하고 생각했던 것들이 참 다양하고 많았다는 것을 다시 느끼게 된다.   필자가 본 연재를 준비하고 집필하면서 독자분들에게 가장 전달하고 싶었던 메시지 중의 하나는 빅데이터를 잘 활용하여 빅데이터 비즈니스를 성공시키려면 빅데이터 기술을 잘 알고 활용하는 것만으로는 부족하다는 것이다.  이런 필자의 생각은 How-to-Big Data 연재가 어떤 내용으로 구성될 것인지 소개했던 연재의 첫 번째 글부터 분명하게 드러나 있다[2]. 당시 빅데이터 트렌드를 주도하고 있던 아파치 하둡(Apache Hadoop)에 대한 과도한 기대, 이런 지나친 관심이 일으키고 있던 빅데이터 비즈니스와 데이터 과학에의 편견과 오해를 조금이나마 바로잡고, 빅데이터와 데이터 과학이 비즈니스에 줄 수 있는 진정한 가치에 대해서 다시 생각해보고자 했던 의도가 얼마나 달성되었는지 모르겠다. 4년이 된 지금 시점에서 첫 번째 글을 썼을 때의 초심을 돌이켜보게 만드는 주제로 돌아가 보려고 한다. 빅데이터와 사이버 물리 시스템이 미래 비즈니스 변화의 동력으로서 자리 잡아 가는 과정을 표현하는 말로서, 그리고 빅데이터와 사이버 물리 시스템을 바탕으로 데이터 기반 비즈니스가 일반 회사들의...

김진철 빅데이터 디지털 트랜스포메이션 데이터 과학자 버버리 GM 디지털 전환 구글 아마존 페이스북 애플 에어비앤비 우버 사물인터넷 제조업 플랫폼 비즈니스 사이버 물리 시스템

2020.12.28

필자가 데이터 과학자로서 경력을 시작하게 된 계기가 된 유럽 입자 물리학 연구소(European Organization of Nuclear Research(Conseil Européenne pour la Recherche Nucléaire); CERN)의 대형 강입자 가속기(The Large Hadron Collider; LHC) CMS 실험의 빅데이터 경험을 바탕으로 이 How-to-Big Data 연재를 해온 것도 벌써 4년이 다 되었다. 빅데이터라는 말이 본격적으로 나타나기 한참 전부터 데이터 과학자로서, 빅데이터 전문가로서 빅데이터를 다루면서 느껴왔던 생각들과 통찰, 교훈을 관련 업계에서 일하시는 분들과 나누기 위해 시작한 연재가 벌써 4년간 지속되고 있는 것을 보면서 필자가 그간 경험하고 생각했던 것들이 참 다양하고 많았다는 것을 다시 느끼게 된다.   필자가 본 연재를 준비하고 집필하면서 독자분들에게 가장 전달하고 싶었던 메시지 중의 하나는 빅데이터를 잘 활용하여 빅데이터 비즈니스를 성공시키려면 빅데이터 기술을 잘 알고 활용하는 것만으로는 부족하다는 것이다.  이런 필자의 생각은 How-to-Big Data 연재가 어떤 내용으로 구성될 것인지 소개했던 연재의 첫 번째 글부터 분명하게 드러나 있다[2]. 당시 빅데이터 트렌드를 주도하고 있던 아파치 하둡(Apache Hadoop)에 대한 과도한 기대, 이런 지나친 관심이 일으키고 있던 빅데이터 비즈니스와 데이터 과학에의 편견과 오해를 조금이나마 바로잡고, 빅데이터와 데이터 과학이 비즈니스에 줄 수 있는 진정한 가치에 대해서 다시 생각해보고자 했던 의도가 얼마나 달성되었는지 모르겠다. 4년이 된 지금 시점에서 첫 번째 글을 썼을 때의 초심을 돌이켜보게 만드는 주제로 돌아가 보려고 한다. 빅데이터와 사이버 물리 시스템이 미래 비즈니스 변화의 동력으로서 자리 잡아 가는 과정을 표현하는 말로서, 그리고 빅데이터와 사이버 물리 시스템을 바탕으로 데이터 기반 비즈니스가 일반 회사들의...

2020.12.28

김진철의 How-to-Big Data | 빅데이터의 미래 (13)

지난 서른다섯 번째 글에서 빅데이터 현상이 왜 일어나는지 같이 생각해본 바 있다. 빅데이터 현상은 사실 컴퓨터의 컴퓨팅 능력의 한계가 데이터 처리의 수요와 요구사항을 따라잡지 못하기 때문에 나타나는 현상이며, 결국 컴퓨터 기술 발전의 역사는 빅데이터 문제를 극복하는 과정의 역사라고 볼 수 있다고 설명하였다. 최근의 빅데이터 붐을 일으킨 것은 아파치 하둡(Apache Hadoop)으로 대표되는 빅데이터 병렬 처리 소프트웨어 기술들이 중심이기는 했지만, 사실 빅데이터 비즈니스에 관련된 기술과 비즈니스 요소들은 생각보다 광범위하고 다양하다는 것도 지금까지 How-to-Big Data 시리즈를 통해서 설명해왔다. 지난 서른여섯 번째 글에서 빅데이터 트렌드의 미래로서 사이버 물리 시스템(Cyber-Physical System)으로 표현할 수 있는 지능형 인프라와 서비스를 제시하였고, 이 사이버 물리 시스템을 구성하는 다양한 기술들의 역할과 미래의 가능성에 대해 지금까지 열두 편의 글을 통해 소개하였다.    그렇지만 지금까지 사이버 물리 시스템과 클라우드 컴퓨팅, 5G를 비롯한 미래 통신 기술과 사물인터넷(IoT), 인공지능 기술과의 관계를 살펴보는 과정에서 정작 좁은 의미의 빅데이터 기술과 사이버 물리 시스템의 관계에 대해서는 깊게 언급하지 않았다. 이번 글에서는 사이버 물리 시스템을 위한 빅데이터 소프트웨어 기술이 어떻게 발전하게 될지 같이 생각해보았으면 한다. 아파치 하둡(Apache Hadoop)과 아파치 스파크(Apache Spark)의 뒤를 잇는 기술로 어떤 기술이 나타날 것인지 예측하지는 못하겠지만 이들 아파치 하둡(Apache Hadoop)과 아파치 스파크(Apache Spark)의 뒤를 잇는 빅데이터 기술이 어떤 기술과 트렌드의 영향을 받아 변화할 수 있을 것인지는 간단하게 살펴볼 수 있다. 이런 관점에서 빅데이터 소프트웨어 기술의 발전에 직접적인 영향을 줄 수 있는 주요 트렌드가 빅데이터 소프트웨어 기술에 어떤 변화를 줄...

김진철 빅데이터 아파치 하둡 사이버 물리 시스템 지능형 인프라 사물인터넷 인공지능 아파치 스파크 메모리 클라우드 네이티브 프로그래밍 양자 컴퓨팅 데이터 과학 함수형 프로그래밍

2020.11.27

지난 서른다섯 번째 글에서 빅데이터 현상이 왜 일어나는지 같이 생각해본 바 있다. 빅데이터 현상은 사실 컴퓨터의 컴퓨팅 능력의 한계가 데이터 처리의 수요와 요구사항을 따라잡지 못하기 때문에 나타나는 현상이며, 결국 컴퓨터 기술 발전의 역사는 빅데이터 문제를 극복하는 과정의 역사라고 볼 수 있다고 설명하였다. 최근의 빅데이터 붐을 일으킨 것은 아파치 하둡(Apache Hadoop)으로 대표되는 빅데이터 병렬 처리 소프트웨어 기술들이 중심이기는 했지만, 사실 빅데이터 비즈니스에 관련된 기술과 비즈니스 요소들은 생각보다 광범위하고 다양하다는 것도 지금까지 How-to-Big Data 시리즈를 통해서 설명해왔다. 지난 서른여섯 번째 글에서 빅데이터 트렌드의 미래로서 사이버 물리 시스템(Cyber-Physical System)으로 표현할 수 있는 지능형 인프라와 서비스를 제시하였고, 이 사이버 물리 시스템을 구성하는 다양한 기술들의 역할과 미래의 가능성에 대해 지금까지 열두 편의 글을 통해 소개하였다.    그렇지만 지금까지 사이버 물리 시스템과 클라우드 컴퓨팅, 5G를 비롯한 미래 통신 기술과 사물인터넷(IoT), 인공지능 기술과의 관계를 살펴보는 과정에서 정작 좁은 의미의 빅데이터 기술과 사이버 물리 시스템의 관계에 대해서는 깊게 언급하지 않았다. 이번 글에서는 사이버 물리 시스템을 위한 빅데이터 소프트웨어 기술이 어떻게 발전하게 될지 같이 생각해보았으면 한다. 아파치 하둡(Apache Hadoop)과 아파치 스파크(Apache Spark)의 뒤를 잇는 기술로 어떤 기술이 나타날 것인지 예측하지는 못하겠지만 이들 아파치 하둡(Apache Hadoop)과 아파치 스파크(Apache Spark)의 뒤를 잇는 빅데이터 기술이 어떤 기술과 트렌드의 영향을 받아 변화할 수 있을 것인지는 간단하게 살펴볼 수 있다. 이런 관점에서 빅데이터 소프트웨어 기술의 발전에 직접적인 영향을 줄 수 있는 주요 트렌드가 빅데이터 소프트웨어 기술에 어떤 변화를 줄...

2020.11.27

김진철의 How-to-Big Data | 빅데이터의 미래 (12)

빅데이터 비즈니스 트렌드의 미래로서 사이버 물리 시스템 기반의 지능형 서비스 비즈니스를 꽤 오랜 지면을 할애해서 지난 1년간 살펴보고 있다. 이번 글은 인공지능 기술과 사이버 물리 시스템 사이의 관계, 미래를 살펴보는 마지막 글로, 지난 6월 13일 자 “이코노미스트(The Economist)”지에 실린 “계간 기술(Technology Quarterly)” 특집 기사의 내용을 같이 살펴보면서 앞으로 인공지능 기술이 어떤 양상으로 발전하게 될지 같이 엿보려고 한다. 지난 6월 13일 자 “이코노미스트(The Economist)”지의 “계간 기술(Technology Quarterly)”은 아직도 그 열기가 가시지 않고 있는 인공지능 기술에 대한 특집 기사로 채워졌다. 권위 있는 경제 매체인 “이코노미스트(The Economist)”지는 매 분기별로 글로벌 경제에 영향을 미치는 기술 이슈들을 주제별로 선정해 심도 있게 조사, 분석하여 소개하는 “계간 기술(Technology Quarterly)” 특집 기사를 정기적으로 싣고 있다.   “이코노미스트(The Economist)”지는 “네이처(Nature)”나 “사이언스(Science)”와 같은 전문 과학기술 학술 저널, “MIT 기술 리뷰(MIT Technology Review)”나 “와이어드(Wired)”와 같은 전문 기술 매체가 아닌 경제 전문 매체임에도 불구하고, 정확하고 균형 있는 조사와 분석을 통해 최근 기술의 발전 동향이 경제에 미치는 영향과 효과를 현실적이고 정확하게 소개해왔다. 이번 6월 13일 자의 “계간 기술(Technology Quarterly)” 특집 기사는 지난 5년간 전 지구를 뜨겁게 달구어 왔던 인공지능 기술을 주제로 하였다. 이번 6월 13일 자 “계간 기술(Technology Quarterly)” 특집 기사의 핵심 주제는 “인공지능 기술의 가을이 오고 있다(AI’s autumn is coming)”라는 한 문장으로 요약될 수 있다. 지금까지 주목받고 많은 이슈를 몰고 온 ...

빅데이터 사이버 물리 시스템 인공지능 AI 머신러닝 딥러닝 이코노미스트 가트너 알파고 엔비디아 마이크로소프트 구글 페이스북 챗봇 가상 비서 지능형 서비스 GM 하둡 스파크 텐서플로우 파이토치 디지털 전환 디지털 트랜스포메이션 4차 산업혁명 데이터 댐 아마존 해석가능한 인공지능 XAI

2020.10.30

빅데이터 비즈니스 트렌드의 미래로서 사이버 물리 시스템 기반의 지능형 서비스 비즈니스를 꽤 오랜 지면을 할애해서 지난 1년간 살펴보고 있다. 이번 글은 인공지능 기술과 사이버 물리 시스템 사이의 관계, 미래를 살펴보는 마지막 글로, 지난 6월 13일 자 “이코노미스트(The Economist)”지에 실린 “계간 기술(Technology Quarterly)” 특집 기사의 내용을 같이 살펴보면서 앞으로 인공지능 기술이 어떤 양상으로 발전하게 될지 같이 엿보려고 한다. 지난 6월 13일 자 “이코노미스트(The Economist)”지의 “계간 기술(Technology Quarterly)”은 아직도 그 열기가 가시지 않고 있는 인공지능 기술에 대한 특집 기사로 채워졌다. 권위 있는 경제 매체인 “이코노미스트(The Economist)”지는 매 분기별로 글로벌 경제에 영향을 미치는 기술 이슈들을 주제별로 선정해 심도 있게 조사, 분석하여 소개하는 “계간 기술(Technology Quarterly)” 특집 기사를 정기적으로 싣고 있다.   “이코노미스트(The Economist)”지는 “네이처(Nature)”나 “사이언스(Science)”와 같은 전문 과학기술 학술 저널, “MIT 기술 리뷰(MIT Technology Review)”나 “와이어드(Wired)”와 같은 전문 기술 매체가 아닌 경제 전문 매체임에도 불구하고, 정확하고 균형 있는 조사와 분석을 통해 최근 기술의 발전 동향이 경제에 미치는 영향과 효과를 현실적이고 정확하게 소개해왔다. 이번 6월 13일 자의 “계간 기술(Technology Quarterly)” 특집 기사는 지난 5년간 전 지구를 뜨겁게 달구어 왔던 인공지능 기술을 주제로 하였다. 이번 6월 13일 자 “계간 기술(Technology Quarterly)” 특집 기사의 핵심 주제는 “인공지능 기술의 가을이 오고 있다(AI’s autumn is coming)”라는 한 문장으로 요약될 수 있다. 지금까지 주목받고 많은 이슈를 몰고 온 ...

2020.10.30

김진철의 How-to-Big Data | 빅데이터의 미래 (9)

지난 서른다섯 번째 글부터는 빅데이터 비즈니스와 기술의 미래를 현재 기술들의 동향과 전망을 가지고 같이 엿보고 있다. 빅데이터 비즈니스와 기술의 미래로서, 사이버 물리 시스템(CPS)으로 발전해가는 미래 정보통신 기술과 지능형 서비스의 미래를 소개하였고, 앞으로의 빅데이터 비즈니스와 기술의 발전은 이 사이버 물리 시스템(CPS)으로 구현되는 다양한 지능형 서비스들을 중심으로 이루어질 것이라고 설명하였다. 이와 함께, 이 사이버 물리 시스템(CPS)의 기반이 되는 다양한 기술들의 현재와 미래, 이들의 사이버 물리 시스템과의 관련성에 대해서 살펴보고 있다. 지금까지 클라우드 컴퓨팅 기술, 5G 이동통신과 모바일 에지 컴퓨팅으로 대표되는 미래 통신 기술, 사물인터넷(IoT)과 에지 컴퓨팅 기술들이 어떻게 사이버 물리 시스템(CPS) 기반의 지능형 서비스와 관련이 있는지 같이 살펴보았다.   인공지능 기술에 대한 우리들의 오해 (1) – 지나친 낙관론과 과대평가 이번 글부터 두, 세 편의 글에서는 사이버 물리 시스템(CPS) 기반 지능형 서비스의 가장 핵심이 될 것으로 보이는 인공지능 기술의 현재와 미래, 전망에 대해서 같이 살펴보고자 한다. 우리나라 대기업들이 앞다투어 인공지능 기술에 대한 대규모 투자 계획을 발표하고 있고, 우리나라 정부를 포함한 세계 각국 정부들도 인공지능 기술 경쟁에서 앞서 나가기 위해 다양한 계획들을 발표하고 있는 현 상황에서 과연 이런 인공지능 기술에 대한 열기가 기대하는 만큼의 물질적인 번영과 부를 가져다줄 수 있을지, 그렇다면 어느 정도로 광범위하고 다양하게 우리 사회에 영향을 끼칠지 같이 생각해보는 시간을 가지려고 한다. 2016년 1월 “알파고(AlphaGo)”가 이세돌 9단을 이긴 사건을 계기로 최근 5년간은 IT 기술 매체의 많은 지면과 영역을 인공지능 관련 기술들에 관한 내용이 채워왔다. “알파고”를 만든 구글의 “딥마인드(DeepMind)”는 여전히 수익을 내지 못하고 2019년 8월 기준으로 1조 5천억 원이 ...

김진철 빅데이터 빅데이터 비즈니스 인공지능 사이버 물리 시스템 지능형 서비스 텐서플로우 파이토치 딥러닝 머신러닝 기계학습 알파고 딥마인드 이세돌 우버 튜링테스트 시냅스 신경망 에어플로우 쿠브플로우 폰 노이만 반도체 4차 산업혁명

2020.07.27

지난 서른다섯 번째 글부터는 빅데이터 비즈니스와 기술의 미래를 현재 기술들의 동향과 전망을 가지고 같이 엿보고 있다. 빅데이터 비즈니스와 기술의 미래로서, 사이버 물리 시스템(CPS)으로 발전해가는 미래 정보통신 기술과 지능형 서비스의 미래를 소개하였고, 앞으로의 빅데이터 비즈니스와 기술의 발전은 이 사이버 물리 시스템(CPS)으로 구현되는 다양한 지능형 서비스들을 중심으로 이루어질 것이라고 설명하였다. 이와 함께, 이 사이버 물리 시스템(CPS)의 기반이 되는 다양한 기술들의 현재와 미래, 이들의 사이버 물리 시스템과의 관련성에 대해서 살펴보고 있다. 지금까지 클라우드 컴퓨팅 기술, 5G 이동통신과 모바일 에지 컴퓨팅으로 대표되는 미래 통신 기술, 사물인터넷(IoT)과 에지 컴퓨팅 기술들이 어떻게 사이버 물리 시스템(CPS) 기반의 지능형 서비스와 관련이 있는지 같이 살펴보았다.   인공지능 기술에 대한 우리들의 오해 (1) – 지나친 낙관론과 과대평가 이번 글부터 두, 세 편의 글에서는 사이버 물리 시스템(CPS) 기반 지능형 서비스의 가장 핵심이 될 것으로 보이는 인공지능 기술의 현재와 미래, 전망에 대해서 같이 살펴보고자 한다. 우리나라 대기업들이 앞다투어 인공지능 기술에 대한 대규모 투자 계획을 발표하고 있고, 우리나라 정부를 포함한 세계 각국 정부들도 인공지능 기술 경쟁에서 앞서 나가기 위해 다양한 계획들을 발표하고 있는 현 상황에서 과연 이런 인공지능 기술에 대한 열기가 기대하는 만큼의 물질적인 번영과 부를 가져다줄 수 있을지, 그렇다면 어느 정도로 광범위하고 다양하게 우리 사회에 영향을 끼칠지 같이 생각해보는 시간을 가지려고 한다. 2016년 1월 “알파고(AlphaGo)”가 이세돌 9단을 이긴 사건을 계기로 최근 5년간은 IT 기술 매체의 많은 지면과 영역을 인공지능 관련 기술들에 관한 내용이 채워왔다. “알파고”를 만든 구글의 “딥마인드(DeepMind)”는 여전히 수익을 내지 못하고 2019년 8월 기준으로 1조 5천억 원이 ...

2020.07.27

김진철의 How-to-Big Data | 빅데이터의 미래 (3)

사이버 물리 시스템과 클라우드 컴퓨팅의 관계 지난 서른여섯 번째 글에서 빅데이터를 포함하여 최근 주요 IT 기술 트렌드로 떠오르고 있는 5G, 클라우드 컴퓨팅, 인공지능, IoT, 엣지 컴퓨팅이 발전해 나가는 공통의 지향점으로서 “사이버 물리 시스템(Cyber-Physical System)”이라는 개념을 소개하였다. 이 사이버 물리 시스템의 정의와 특성, 그리고 사이버 물리 시스템에서 빅데이터를 다루는 문제가 왜 부각되어 나오게 되었는지 간단하게 그 배경을 소개하였고, 사이버 물리 시스템이 앞으로 발전해가는 방향을 잘 표현하는 말로서 “인지 사이버 물리 시스템(Cognitive Cyber-Physical System)”의 개념을 같이 살펴보았다. 이번 글에서는 최근 다시 중요한 기술로 부각되고 있는 클라우드 컴퓨팅이 사이버 물리 시스템에서 왜 중요한 기술이 되는지 같이 생각해보려고 한다. 서버리스 컴퓨팅과 클라우드 네이티브 프로그래밍이 최근 유행하면서 빅데이터 응용 소프트웨어 개발과 분석도 클라우드 컴퓨팅으로 많이 옮겨가는 추세지만, 클라우드 컴퓨팅 발전 초기에는 빅데이터 처리용 고성능 컴퓨팅 시스템에 베어메탈 하둡이나 스파크를 구축해서 빅데이터 처리를 하는 기업이나 조직이 많았지 클라우드 컴퓨팅을 빅데이터에 활용하는 기업이 생각보다 많지 않았다. 클라우드 컴퓨팅의 개념이 정립되어가던 2000년대 말부터 2010년대 중반까지 클라우드 컴퓨팅 발전 초반에는 컴퓨팅 자원 사용의 주문형 서비스화, 투자비(CapEx)가 아닌 운영비(OpEx)로의 IT 비용 전환을 통한 비용 절감의 측면에서 클라우드 컴퓨팅을 강조하는 경향이 많았다. 심지어 클라우드 컴퓨팅의 초창기에는, 현재는 대표적인 빅데이터 기술로 불리는 구글의 맵리듀스 기술을 클라우드 컴퓨팅의 대표적인 기술로 꼽는 사람들도 있었다. 클라우드 컴퓨팅 발전 초반에는 자원 활용의 탄력성(elasticity)이 크게 강조되지 않거나 서비스 지향(service-oriented) 유틸리티 컴퓨팅(Utility compu...

CIO NFV 스파크 네트워크 기능 가상화 김진철 엣지 컴퓨팅 OI Autonomic Computing extended perception Network Function Virtualization Operation Intelligence 사이버 물리 시스템 운영 지능 자율 컴퓨팅 사물인터넷 정부통합전산센터 빅데이터 아마존 IBM 마이크로소프트 AWS 애저 오픈스택 데이터 과학자 하둡 인공지능 5G 아마존 웹 서비스 베어메탈 확장된 인지

2020.01.28

사이버 물리 시스템과 클라우드 컴퓨팅의 관계 지난 서른여섯 번째 글에서 빅데이터를 포함하여 최근 주요 IT 기술 트렌드로 떠오르고 있는 5G, 클라우드 컴퓨팅, 인공지능, IoT, 엣지 컴퓨팅이 발전해 나가는 공통의 지향점으로서 “사이버 물리 시스템(Cyber-Physical System)”이라는 개념을 소개하였다. 이 사이버 물리 시스템의 정의와 특성, 그리고 사이버 물리 시스템에서 빅데이터를 다루는 문제가 왜 부각되어 나오게 되었는지 간단하게 그 배경을 소개하였고, 사이버 물리 시스템이 앞으로 발전해가는 방향을 잘 표현하는 말로서 “인지 사이버 물리 시스템(Cognitive Cyber-Physical System)”의 개념을 같이 살펴보았다. 이번 글에서는 최근 다시 중요한 기술로 부각되고 있는 클라우드 컴퓨팅이 사이버 물리 시스템에서 왜 중요한 기술이 되는지 같이 생각해보려고 한다. 서버리스 컴퓨팅과 클라우드 네이티브 프로그래밍이 최근 유행하면서 빅데이터 응용 소프트웨어 개발과 분석도 클라우드 컴퓨팅으로 많이 옮겨가는 추세지만, 클라우드 컴퓨팅 발전 초기에는 빅데이터 처리용 고성능 컴퓨팅 시스템에 베어메탈 하둡이나 스파크를 구축해서 빅데이터 처리를 하는 기업이나 조직이 많았지 클라우드 컴퓨팅을 빅데이터에 활용하는 기업이 생각보다 많지 않았다. 클라우드 컴퓨팅의 개념이 정립되어가던 2000년대 말부터 2010년대 중반까지 클라우드 컴퓨팅 발전 초반에는 컴퓨팅 자원 사용의 주문형 서비스화, 투자비(CapEx)가 아닌 운영비(OpEx)로의 IT 비용 전환을 통한 비용 절감의 측면에서 클라우드 컴퓨팅을 강조하는 경향이 많았다. 심지어 클라우드 컴퓨팅의 초창기에는, 현재는 대표적인 빅데이터 기술로 불리는 구글의 맵리듀스 기술을 클라우드 컴퓨팅의 대표적인 기술로 꼽는 사람들도 있었다. 클라우드 컴퓨팅 발전 초반에는 자원 활용의 탄력성(elasticity)이 크게 강조되지 않거나 서비스 지향(service-oriented) 유틸리티 컴퓨팅(Utility compu...

2020.01.28

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.

10.4.0.31