Offcanvas

���������

‘개인화라는 마케팅 용어에 지쳤다면…’ 세일즈포스의 새 고객 데이터 플랫폼

세일즈포스가 전사적으로 고객 정보에 대한 실시간 접근을 제공하기 위해 새로운 고객 데이터 플랫폼인 지니(Genie)를 출시했다.    데이비드 슈마이어 최고 제품 책임자는 전날 이 회사의 드림포스 2022 고객 컨퍼런스(Dreamforce 2022)에서 “지니는 세계 최초의 실시간 CRM이며, 이것은 세일즈포스의 모든 애플리케이션을 지원하는 초고속 하이퍼스칼라(hyper-scalar) 데이터 레이크 인프라다”라고 말했다. 세일즈포스의 퍼블릭 클라우드인 하이퍼포스에서 실행되는 새로운 CDP는 세일즈포스 플랫폼의 나머지 부분과 동일한 메타데이터를 사용하며 이 회사의 플로우 자동화 툴 및 아인슈타인 AI 기반 추천 엔진과 연결되어 실시간 데이터로도 작동할 수 있게 해준다. 451 리서치의 고객 경험 및 커머스 담당 부사장인 셰릴 킹스톤은 지니가 단일화된 소스(single source of truth)를 기반으로 통합 고객 프로파일을 생성하고 모든 부서, 사업단위 및 모든 다른 지역에 걸쳐 고객 데이터 사일로를 제거하는 비즈니스 문제에 대한 해결책이 될 수 있다고 말했다.  킹스톤은 기존 트랜잭션 데이터를 현대적인 실시간 데이터 소스와 결합할 수 있는 수준까지 도달하는 것이 어려웠다고 전했다.  그는 “프로젝트는 진전을 이루지 못하고 있었다. 세일즈포스는 앱 통합 문제를 해결하기 위해 뮬소프트를 인수했지만 별다른 성과는 없었다. 아인슈타인 모델이 데이터를 하나로 모으기 위해 몇 가지 구조적 변화를 해결했지만, 여전히 걸음마 단계였다”라고 말했다.   2020년 에버게이지 인수로 초석 다져 세일즈포스는 2020년 개인화 소프트웨어 벤더인 에버게이지(Evergage)를 인수해 데이터 통합 문제를 해결하기 위한큰 발걸음을 내디뎠고, 이를 통해 애플리케이션의 데이터 아키텍처를 처음부터 다시 생각할 수 있게 되었다고 그는 말했다. 그러나 그것은 세일즈포스 애플리케이션에 관한 것만이 아니다. 지니는 또한 스노우플레이크...

데이터 세일즈포스 실시간분석 고객데이터플랫폼 CDP 개인화광고

2022.09.22

세일즈포스가 전사적으로 고객 정보에 대한 실시간 접근을 제공하기 위해 새로운 고객 데이터 플랫폼인 지니(Genie)를 출시했다.    데이비드 슈마이어 최고 제품 책임자는 전날 이 회사의 드림포스 2022 고객 컨퍼런스(Dreamforce 2022)에서 “지니는 세계 최초의 실시간 CRM이며, 이것은 세일즈포스의 모든 애플리케이션을 지원하는 초고속 하이퍼스칼라(hyper-scalar) 데이터 레이크 인프라다”라고 말했다. 세일즈포스의 퍼블릭 클라우드인 하이퍼포스에서 실행되는 새로운 CDP는 세일즈포스 플랫폼의 나머지 부분과 동일한 메타데이터를 사용하며 이 회사의 플로우 자동화 툴 및 아인슈타인 AI 기반 추천 엔진과 연결되어 실시간 데이터로도 작동할 수 있게 해준다. 451 리서치의 고객 경험 및 커머스 담당 부사장인 셰릴 킹스톤은 지니가 단일화된 소스(single source of truth)를 기반으로 통합 고객 프로파일을 생성하고 모든 부서, 사업단위 및 모든 다른 지역에 걸쳐 고객 데이터 사일로를 제거하는 비즈니스 문제에 대한 해결책이 될 수 있다고 말했다.  킹스톤은 기존 트랜잭션 데이터를 현대적인 실시간 데이터 소스와 결합할 수 있는 수준까지 도달하는 것이 어려웠다고 전했다.  그는 “프로젝트는 진전을 이루지 못하고 있었다. 세일즈포스는 앱 통합 문제를 해결하기 위해 뮬소프트를 인수했지만 별다른 성과는 없었다. 아인슈타인 모델이 데이터를 하나로 모으기 위해 몇 가지 구조적 변화를 해결했지만, 여전히 걸음마 단계였다”라고 말했다.   2020년 에버게이지 인수로 초석 다져 세일즈포스는 2020년 개인화 소프트웨어 벤더인 에버게이지(Evergage)를 인수해 데이터 통합 문제를 해결하기 위한큰 발걸음을 내디뎠고, 이를 통해 애플리케이션의 데이터 아키텍처를 처음부터 다시 생각할 수 있게 되었다고 그는 말했다. 그러나 그것은 세일즈포스 애플리케이션에 관한 것만이 아니다. 지니는 또한 스노우플레이크...

2022.09.22

“현업이 직접 솔루션 관리”··· 오웬스 코닝의 ‘로우코드’ 활용기

글로벌 건축 자재 기업 ‘오웬스 코닝(Owens Corning)’은 로우코드 개발을 통해 센서 데이터와 애널리틱스를 결합하여 실시간 아스팔트 처리 탱크 가시성을 확보하는 한편 안정성을 높이고 컴플라이언스를 개선했다.  고속도로부터 주차장, 테니스 코트까지 오늘날 생활 곳곳에서 아스팔트를 볼 수 있다. 하지만 이는 동시에 굉장히 위험할 수 있다. 고온에서는 특히 그렇다. 美 산업안전보건청(OSHA)에 따르면 지난 10년 동안 12개 이상의 아스팔트용 가열 저장 탱크가 폭발했다.   오웬스 코닝은 아스팔트 작업의 안전성을 개선하고자 데이터 애널리틱스와 로우코드 도구를 활용하여 여러 데이터 흐름을 통합하고, 플랜트별 정보를 전사적으로 공유 및 조정할 수 있는 디지털 플랫폼을 개발했다. 이 회사의 IT 및 애널리틱스 전문가 조직(Analytics Center of Excellence)의 책임자 말라비카 멜코트는 “오웬스 코닝의 제조 네트워크 전반에 걸쳐 아스팔트 처리 탱크를 운영할 때 발생할 수 있는 위험을 예방하고, 안전을 강화하기 위한 프로젝트다. 데이터에 관한 실시간 가시성을 통해 실행 가능한 인사이트를 얻기 위해 시작했다”라고 말했다. 오웬스 코닝에게 IT 우수성(IT Excellence) 부문에서 ‘CIO 100 어워드(CIO 100 Award)’를 안겨준 이 프로젝트는 디지털 센서를 활용하여 아스팔트 탱크에서 데이터를 추출한다. 해당 데이터는 다양한 데이터 포인트와 통합돼 플랜트 운영자가 분석하기 쉬운 시각 자료를 제공한다고 멜코트는 설명했다. 이어 그는 “(운영자는) 잠재적인 위험 요소와 위험 발생 가능성을 실시간으로 신속하게 평가하고 사전 예방 조치를 취할 수 있게 됐다”라고 덧붙였다.  멜코트에 따르면 ‘손실 방지 플랫폼’과 ‘예방적 유지보수’를 결합하여 잠재적인 위험 가시성을 높일 수 있었고, 이에 따라 계획되지 않은 생산 중단을 최소화하며 장비 손실을 줄여 상당한 비용을 절감할 수 있었다. 그는 해당 플랫폼 덕...

로우코드 데이터 데이터 애널리틱스 가시성 컴플라이언스 MVP 시민 개발자

2022.08.26

글로벌 건축 자재 기업 ‘오웬스 코닝(Owens Corning)’은 로우코드 개발을 통해 센서 데이터와 애널리틱스를 결합하여 실시간 아스팔트 처리 탱크 가시성을 확보하는 한편 안정성을 높이고 컴플라이언스를 개선했다.  고속도로부터 주차장, 테니스 코트까지 오늘날 생활 곳곳에서 아스팔트를 볼 수 있다. 하지만 이는 동시에 굉장히 위험할 수 있다. 고온에서는 특히 그렇다. 美 산업안전보건청(OSHA)에 따르면 지난 10년 동안 12개 이상의 아스팔트용 가열 저장 탱크가 폭발했다.   오웬스 코닝은 아스팔트 작업의 안전성을 개선하고자 데이터 애널리틱스와 로우코드 도구를 활용하여 여러 데이터 흐름을 통합하고, 플랜트별 정보를 전사적으로 공유 및 조정할 수 있는 디지털 플랫폼을 개발했다. 이 회사의 IT 및 애널리틱스 전문가 조직(Analytics Center of Excellence)의 책임자 말라비카 멜코트는 “오웬스 코닝의 제조 네트워크 전반에 걸쳐 아스팔트 처리 탱크를 운영할 때 발생할 수 있는 위험을 예방하고, 안전을 강화하기 위한 프로젝트다. 데이터에 관한 실시간 가시성을 통해 실행 가능한 인사이트를 얻기 위해 시작했다”라고 말했다. 오웬스 코닝에게 IT 우수성(IT Excellence) 부문에서 ‘CIO 100 어워드(CIO 100 Award)’를 안겨준 이 프로젝트는 디지털 센서를 활용하여 아스팔트 탱크에서 데이터를 추출한다. 해당 데이터는 다양한 데이터 포인트와 통합돼 플랜트 운영자가 분석하기 쉬운 시각 자료를 제공한다고 멜코트는 설명했다. 이어 그는 “(운영자는) 잠재적인 위험 요소와 위험 발생 가능성을 실시간으로 신속하게 평가하고 사전 예방 조치를 취할 수 있게 됐다”라고 덧붙였다.  멜코트에 따르면 ‘손실 방지 플랫폼’과 ‘예방적 유지보수’를 결합하여 잠재적인 위험 가시성을 높일 수 있었고, 이에 따라 계획되지 않은 생산 중단을 최소화하며 장비 손실을 줄여 상당한 비용을 절감할 수 있었다. 그는 해당 플랫폼 덕...

2022.08.26

"유지보수 비용 25% 절감"··· 인프라 산업의 '디지털 트윈' 사용 사례

물리적 영역과 디지털 영역의 가교 구실을 하는 ‘디지털 트윈(Digital twins)’이 물리적 객체, 프로세스, 시스템의 가상 표현을 제공하기 위해 과거 및 실시간 데이터와 머신러닝 모델을 어떻게 활용하는지 소개한다. 벤틀리 시스템즈(Bentley Systems)의 소프트웨어 개발자 키스 벤틀리는 ‘디지털 트윈’을 “개인용 컴퓨터 이후 물리적 인프라 산업에 IT 가치가 기여할 수 있는 가장 큰 기회”라면서, “이는 다양한 산업에서 활용되고 있으며, 유지관리에 관한 인사이트 및 제조 공급망을 최적화하는 방법을 제공한다”라고 말했다.  마켓스앤마켓스닷컴(MarketsAndMarkets.com) 보고서에 따르면 2026년까지 전 세계 디지털 트윈 시장의 규모는 미화 482억 달러에 달할 것으로 예상되며, 건축·엔지니어링·건설(AEC) 산업이 핵심 성장 동력으로 꼽혔다. 여기서는 디지털 트윈이 인프라 산업의 현 상태를 어떻게 변혁하고 있는지 그리고 인프라 및 AEC 기업의 IT 리더가 이를 활용해야 할 이유를 살펴본다.    비즈니스 모델 재구성 AEC 업계는 수십 년 동안 ‘캐드(CAD; Computer-Aided Design)’ 그리고 (최근에는) ‘빔(BIM; Building Information Modeling)’ 소프트웨어를 사용하여 프로젝트별로 2D 및 3D 결과물을 만들었다. 이 업계는 이제 새로운 비즈니스 모델, 산업 생태계, 더욱더 협력적인 작업 방식으로 나아가는 통합 도구 및 산업 클라우드 제품으로 이동하고 있다.  아울러 디지털 트윈의 사용 증가로 AEC 기업들이 고객을 위해 인프라 디지털 트윈을 관리하고 유지보수하는 새로운 수익 창출 기회도 열리고 있다.  이러한 새 비즈니스 모델은 인프라 산업을 혁신하고, (이 업계가 새로운 작업 방식에 적응함에 따라) 기회를 재구성하고 있다. 디지털 트윈은 다양한 플랫폼 모델이 음악, 책, 소매, 긱 이코노미 서비스 등에서 한 작업을 인프라 공간에서 ...

디지털 트윈 증강현실 가상현실 데이터 머신러닝 AEC 산업 인프라 산업

2022.08.18

물리적 영역과 디지털 영역의 가교 구실을 하는 ‘디지털 트윈(Digital twins)’이 물리적 객체, 프로세스, 시스템의 가상 표현을 제공하기 위해 과거 및 실시간 데이터와 머신러닝 모델을 어떻게 활용하는지 소개한다. 벤틀리 시스템즈(Bentley Systems)의 소프트웨어 개발자 키스 벤틀리는 ‘디지털 트윈’을 “개인용 컴퓨터 이후 물리적 인프라 산업에 IT 가치가 기여할 수 있는 가장 큰 기회”라면서, “이는 다양한 산업에서 활용되고 있으며, 유지관리에 관한 인사이트 및 제조 공급망을 최적화하는 방법을 제공한다”라고 말했다.  마켓스앤마켓스닷컴(MarketsAndMarkets.com) 보고서에 따르면 2026년까지 전 세계 디지털 트윈 시장의 규모는 미화 482억 달러에 달할 것으로 예상되며, 건축·엔지니어링·건설(AEC) 산업이 핵심 성장 동력으로 꼽혔다. 여기서는 디지털 트윈이 인프라 산업의 현 상태를 어떻게 변혁하고 있는지 그리고 인프라 및 AEC 기업의 IT 리더가 이를 활용해야 할 이유를 살펴본다.    비즈니스 모델 재구성 AEC 업계는 수십 년 동안 ‘캐드(CAD; Computer-Aided Design)’ 그리고 (최근에는) ‘빔(BIM; Building Information Modeling)’ 소프트웨어를 사용하여 프로젝트별로 2D 및 3D 결과물을 만들었다. 이 업계는 이제 새로운 비즈니스 모델, 산업 생태계, 더욱더 협력적인 작업 방식으로 나아가는 통합 도구 및 산업 클라우드 제품으로 이동하고 있다.  아울러 디지털 트윈의 사용 증가로 AEC 기업들이 고객을 위해 인프라 디지털 트윈을 관리하고 유지보수하는 새로운 수익 창출 기회도 열리고 있다.  이러한 새 비즈니스 모델은 인프라 산업을 혁신하고, (이 업계가 새로운 작업 방식에 적응함에 따라) 기회를 재구성하고 있다. 디지털 트윈은 다양한 플랫폼 모델이 음악, 책, 소매, 긱 이코노미 서비스 등에서 한 작업을 인프라 공간에서 ...

2022.08.18

최형광 칼럼 | 게임의 룰이 바뀐다

물고기를 잡아 주는 것보다 물고기 잡는 법을 알려주는 것이 낫다고 탈무드는 말한다. 안타깝게도 물고기가 사라지고 있다. 익숙한 강가, 호수와 바다에서 찾던 물고기는 보이지 않는다. 숙달된 물고기 잡는 방법의 쓸모가 사라질 수 있다. 이제는 물고기를 기르는 법을 알려주거나 낚시하는 법 또는 사냥하는 법에 대한 이해가 필요한 시점이다. 펜데믹을 거치며 게임의 룰이 바뀌고 있다. 시장과 고객은 디지털 가속화로 진입 중이다. 온라인은 오프라인을 이끌며 새로운 경제를 만들고 있다. 변화의 흐름은 1900년 마차에서 자동차 시대로 진입했던 것과 같고, 필름과 카메라(SLR)가 디지털 카메라의 시대로 전환된 것과 같다. 이제는 디지털 카메라(DSLR)의 시대도 저물고 있다.  [그림1] 1900년과 1913년 뉴욕 5번가의 변화. 1900년 뉴욕5번가 부활절 풍경사진에서 거리를 마차가 가득 채우고 있고, 왼쪽 사진의 빨간원으로 표시된 것만 자동차다, 1913년에는 같은 거리를 자동차가 채우고 있고 마차는 몇몇(Spot)으로 보일 뿐이다. 시장은 역동적이고 고객은 새로운 가치를 지향한다. 펜데믹이 만든 환경의 변화 그에 대응하는 기술의 진화는 새로운 변화를 만들고 변화는 새로운 룰을 만든다. 가장 빨리 반응한 것은 정보기술이다. 그 동안의 정보기술은 인간지능을 명시적으로 구현하는 방법을 사용하였다. 인간이 사용하는 언어를 컴퓨터에 구현하기 위해 프로그래밍 언어로 표현하게 되었다.  인공지능과 데이터  인간은 데이터를 기반한 명시적인 지식, 직관 등의 암묵적 지식, 경험에 기반한 탐색적 판단과 합리적 선택, 즉 휴리스틱한 추론과 판단을 한다. 컴퓨팅 기반의 인공지능 기술은 인간의 지능 시스템을 구현하는 것을 목표로 하고 있으며, 인간지능을 이상적인 롤 모델로 삼고 있다. 물론 기술 진보의 속도가 인간의 능력을 추월하게 되는 특이점(Singularity)에서는 상황은 달라질 수 있다. 컴퓨터는 하드웨어와 소프트웨어로 구동되며, 소프트웨어로 ...

최형광 플랫폼 판도 팬데믹 데이터 적응 변화 생태계

2022.07.21

물고기를 잡아 주는 것보다 물고기 잡는 법을 알려주는 것이 낫다고 탈무드는 말한다. 안타깝게도 물고기가 사라지고 있다. 익숙한 강가, 호수와 바다에서 찾던 물고기는 보이지 않는다. 숙달된 물고기 잡는 방법의 쓸모가 사라질 수 있다. 이제는 물고기를 기르는 법을 알려주거나 낚시하는 법 또는 사냥하는 법에 대한 이해가 필요한 시점이다. 펜데믹을 거치며 게임의 룰이 바뀌고 있다. 시장과 고객은 디지털 가속화로 진입 중이다. 온라인은 오프라인을 이끌며 새로운 경제를 만들고 있다. 변화의 흐름은 1900년 마차에서 자동차 시대로 진입했던 것과 같고, 필름과 카메라(SLR)가 디지털 카메라의 시대로 전환된 것과 같다. 이제는 디지털 카메라(DSLR)의 시대도 저물고 있다.  [그림1] 1900년과 1913년 뉴욕 5번가의 변화. 1900년 뉴욕5번가 부활절 풍경사진에서 거리를 마차가 가득 채우고 있고, 왼쪽 사진의 빨간원으로 표시된 것만 자동차다, 1913년에는 같은 거리를 자동차가 채우고 있고 마차는 몇몇(Spot)으로 보일 뿐이다. 시장은 역동적이고 고객은 새로운 가치를 지향한다. 펜데믹이 만든 환경의 변화 그에 대응하는 기술의 진화는 새로운 변화를 만들고 변화는 새로운 룰을 만든다. 가장 빨리 반응한 것은 정보기술이다. 그 동안의 정보기술은 인간지능을 명시적으로 구현하는 방법을 사용하였다. 인간이 사용하는 언어를 컴퓨터에 구현하기 위해 프로그래밍 언어로 표현하게 되었다.  인공지능과 데이터  인간은 데이터를 기반한 명시적인 지식, 직관 등의 암묵적 지식, 경험에 기반한 탐색적 판단과 합리적 선택, 즉 휴리스틱한 추론과 판단을 한다. 컴퓨팅 기반의 인공지능 기술은 인간의 지능 시스템을 구현하는 것을 목표로 하고 있으며, 인간지능을 이상적인 롤 모델로 삼고 있다. 물론 기술 진보의 속도가 인간의 능력을 추월하게 되는 특이점(Singularity)에서는 상황은 달라질 수 있다. 컴퓨터는 하드웨어와 소프트웨어로 구동되며, 소프트웨어로 ...

2022.07.21

유형부터 사례까지··· ‘데이터 침해’ 자세히 살펴보기

‘데이터 침해’는 해커가 보안을 뚫고 불법적으로 데이터에 접근하는 보안 사건이다. 개인 데이터(예: 이름, 생년월일, 금융 정보, 주민등록번호, 운전면허 번호 등)는 민간기업, 공공기관, 클라우드의 셀 수 없이 많은 수의 서버에 무수히 많은 사본으로 존재한다. 개인식별정보(PII) 접근 권한이 없는 사람이 해당 정보를 볼 수 있다면 개인은 물론이고 이를 저장하고 안전하게 보관해야 하는 기업 모두에게 심각한 결과를 초래할 수 있다.    PII는 해커가 보안을 위반하고 가능한 곳이라면 어디든 (이를) 찾아낼 만큼 가치가 있다. 한편 데이터를 저장(및 보관)하는 기업과 공공기관은 데이터를 적절하게 보호하지 못하는 때가 많으며, (이에 따라) 몇몇 지역에서는 데이터 침해로 이어질 수 있는 느슨한 보안 관행 단속을 법으로 규제하고 하다.  시작하기에 앞서 짚고 넘어갈 게 있다. 때때로 사람들은 ‘데이터 침해(data breach)’와 ‘데이터 유출(data leak)’을 구별해 사용한다. 이 맥락에서는 데이터 유출을, 기업이 적절한(또는 어떤) 보안 제어 없이 웹사이트나 다른 위치에 실수로 민감한 데이터를 저장하여 (데이터가) 그곳에 있다는 사실을 아는 사람이 자유롭게 접근할 수 있도록 하는 것이라고 본다. 하지만 침해와 유출을 명확하게 구별하는 건 쉽지 않으며, 최종 결과가 동일할 때도 많다.  데이터 침해는 어떻게 발생하는가?  데이터 침해는 누군가가 접근해서는 안 되는 데이터베이스에 액세스할 때 발생한다. 사실상 이는 매우 폭넓은 설명이며, 간단한 예로 도서관 직원이 합법적인 업무상의 이유 없이 친구가 어떤 책을 빌렸는지 몰래 엿보는 것을 들 수 있다.  대부분의 사람들은 이게 문제가 된다고 생각하지 않을 수 있지만 일부 데이터 침해는 내부에서 발생하는 것이 사실이다. 즉, 업무에 따라 PII에 접근할 수 있는 직원이 금전적 이득이나 기타 불법적인 목적을 위해 데이터를 유출할 수 있다. 물론 데이터 ...

데이터 데이터 침해 데이터 유출 개인정보보호 프라이버시 GDPR

2022.07.15

‘데이터 침해’는 해커가 보안을 뚫고 불법적으로 데이터에 접근하는 보안 사건이다. 개인 데이터(예: 이름, 생년월일, 금융 정보, 주민등록번호, 운전면허 번호 등)는 민간기업, 공공기관, 클라우드의 셀 수 없이 많은 수의 서버에 무수히 많은 사본으로 존재한다. 개인식별정보(PII) 접근 권한이 없는 사람이 해당 정보를 볼 수 있다면 개인은 물론이고 이를 저장하고 안전하게 보관해야 하는 기업 모두에게 심각한 결과를 초래할 수 있다.    PII는 해커가 보안을 위반하고 가능한 곳이라면 어디든 (이를) 찾아낼 만큼 가치가 있다. 한편 데이터를 저장(및 보관)하는 기업과 공공기관은 데이터를 적절하게 보호하지 못하는 때가 많으며, (이에 따라) 몇몇 지역에서는 데이터 침해로 이어질 수 있는 느슨한 보안 관행 단속을 법으로 규제하고 하다.  시작하기에 앞서 짚고 넘어갈 게 있다. 때때로 사람들은 ‘데이터 침해(data breach)’와 ‘데이터 유출(data leak)’을 구별해 사용한다. 이 맥락에서는 데이터 유출을, 기업이 적절한(또는 어떤) 보안 제어 없이 웹사이트나 다른 위치에 실수로 민감한 데이터를 저장하여 (데이터가) 그곳에 있다는 사실을 아는 사람이 자유롭게 접근할 수 있도록 하는 것이라고 본다. 하지만 침해와 유출을 명확하게 구별하는 건 쉽지 않으며, 최종 결과가 동일할 때도 많다.  데이터 침해는 어떻게 발생하는가?  데이터 침해는 누군가가 접근해서는 안 되는 데이터베이스에 액세스할 때 발생한다. 사실상 이는 매우 폭넓은 설명이며, 간단한 예로 도서관 직원이 합법적인 업무상의 이유 없이 친구가 어떤 책을 빌렸는지 몰래 엿보는 것을 들 수 있다.  대부분의 사람들은 이게 문제가 된다고 생각하지 않을 수 있지만 일부 데이터 침해는 내부에서 발생하는 것이 사실이다. 즉, 업무에 따라 PII에 접근할 수 있는 직원이 금전적 이득이나 기타 불법적인 목적을 위해 데이터를 유출할 수 있다. 물론 데이터 ...

2022.07.15

칼럼ㅣ애널리틱스 맛은 재료가 좌우, ‘데이터 공급망’을 개선하라

데이터는 애널리틱스 및 의사결정의 핵심 원료이고, 강력한 데이터 공급망은 비즈니스 결과를 개선한다. 오늘날 기업들은 그 어느 때보다 많은 데이터를 가지고 있으며 데이터 아키텍트, 애널리스트, 데이터 과학자가 모든 비즈니스 부문에서 널리 채용되고 있다.    하지만 기업들이 더 나은 의사결정을 내리고자 데이터를 활용하기 위해 유능한 애널리스트를 두고 경쟁을 벌이면서 정작 데이터 공급망과 데이터 품질은 개선하지 못하는 경우가 많다. 탄탄한 데이터 공급망 관리 관행이 마련되지 않으면 데이터 품질은 저하될 수밖에 없다.  열악한 데이터 품질은 이니셔티브가 기대 가치를 달성하지 못하는 주요 원인으로 꼽힌다. 가트너에 따르면 최대 60%의 비즈니스 이니셔티브가 데이터 품질 문제로 실패한다. 기업들이 인공지능(AI)/머신러닝(ML) 기반의 의사결정으로 나아가면서 데이터 품질은 더욱더 시급한 문제가 된다. AI/ML 모델을 지원하는 데이터가 부정확하거나 불완전하거나 오래된 경우 모델은 원하는 결과를 제공하지 못한다. 데이터는 애널리틱스 및 의사결정의 핵심 원료다. 모든 유능한 비즈니스 리더는 “최선의 의사결정을 내리기 위해 어떻게 하면 데이터 품질을 개선할 수 있을까?”라고 물어야 한다. 그 대답은 기업의 데이터 공급망에서 결과를 개선하여 애널리틱스 기능에 골칫거리가 되지 않도록 하는 것이다. 그렇다면 데이터 공급망의 결과를 어떻게 개선할 수 있는가? • 퍼스트 마일/라스트 마일 데이터의 영향 이해 • 공급망 복잡성/비용 감소 • 데이터 품질 모니터링 및 보고 개선 공급망은 다음의 3가지 주요 요소로 구성된다.   퍼스트 마일/라스트 마일의 영향 퍼스트 마일/라스트 마일과 관련해서는 데이터 소싱(업스트림)을 시작으로 전반적인 공급망 문제를 처리해야 한다. 애널리틱스 및 의사결정에 사용할 수 있는 데이터가 절실하기 때문에 기업들은 (다운스트림에서 고객에게 데이터를 제공하는) ‘라스트 마일’에 더 많은 투자를 해야 한다.&n...

데이터 데이터 공급망 애널리틱스 데이터 품질

2022.06.27

데이터는 애널리틱스 및 의사결정의 핵심 원료이고, 강력한 데이터 공급망은 비즈니스 결과를 개선한다. 오늘날 기업들은 그 어느 때보다 많은 데이터를 가지고 있으며 데이터 아키텍트, 애널리스트, 데이터 과학자가 모든 비즈니스 부문에서 널리 채용되고 있다.    하지만 기업들이 더 나은 의사결정을 내리고자 데이터를 활용하기 위해 유능한 애널리스트를 두고 경쟁을 벌이면서 정작 데이터 공급망과 데이터 품질은 개선하지 못하는 경우가 많다. 탄탄한 데이터 공급망 관리 관행이 마련되지 않으면 데이터 품질은 저하될 수밖에 없다.  열악한 데이터 품질은 이니셔티브가 기대 가치를 달성하지 못하는 주요 원인으로 꼽힌다. 가트너에 따르면 최대 60%의 비즈니스 이니셔티브가 데이터 품질 문제로 실패한다. 기업들이 인공지능(AI)/머신러닝(ML) 기반의 의사결정으로 나아가면서 데이터 품질은 더욱더 시급한 문제가 된다. AI/ML 모델을 지원하는 데이터가 부정확하거나 불완전하거나 오래된 경우 모델은 원하는 결과를 제공하지 못한다. 데이터는 애널리틱스 및 의사결정의 핵심 원료다. 모든 유능한 비즈니스 리더는 “최선의 의사결정을 내리기 위해 어떻게 하면 데이터 품질을 개선할 수 있을까?”라고 물어야 한다. 그 대답은 기업의 데이터 공급망에서 결과를 개선하여 애널리틱스 기능에 골칫거리가 되지 않도록 하는 것이다. 그렇다면 데이터 공급망의 결과를 어떻게 개선할 수 있는가? • 퍼스트 마일/라스트 마일 데이터의 영향 이해 • 공급망 복잡성/비용 감소 • 데이터 품질 모니터링 및 보고 개선 공급망은 다음의 3가지 주요 요소로 구성된다.   퍼스트 마일/라스트 마일의 영향 퍼스트 마일/라스트 마일과 관련해서는 데이터 소싱(업스트림)을 시작으로 전반적인 공급망 문제를 처리해야 한다. 애널리틱스 및 의사결정에 사용할 수 있는 데이터가 절실하기 때문에 기업들은 (다운스트림에서 고객에게 데이터를 제공하는) ‘라스트 마일’에 더 많은 투자를 해야 한다.&n...

2022.06.27

칼럼ㅣ데이터를 통제할 수 없게 됐는가?

데이터부터 빅데이터, 더 큰 데이터 웨어하우스, 더욱더 큰 데이터 레이크까지 데이터의 ‘얼굴’은 수년에 걸쳐 다양한 형태를 취해왔다. 저장 위치가 변경됐고, 사용 방법도 변경됐다. 추적하기도 어려워졌다. 수십 년 동안 축적된 데이터와 다양한 프로세스가 그야말로 ‘데이터 혼돈(data chaos)’을 불러왔다. 데이터를 적절한 경로로 되돌릴 수 있는 사고방식의 전환이 필요한 때다.  기업 데이터의 ‘얼굴’은 수년에 걸쳐 확장돼 왔으며, 계속해서 빠르게 발전하고 있다. (이에 따라) 기업 내에서 데이터를 저장하는 위치가 변화했다. 사용 방법도 마찬가지다. 추적하기도 어려워졌다.  축적된 데이터 볼륨, 스토리지 아키텍처, 이를 둘러싼 여러 프로세스로 인해 ‘데이터 혼돈(data chaos)’이 발생했다. 현재의 데이터 아키텍처는 모놀리식이고, 중앙집중화돼 있기 때문에 길을 잃었다. 기업들은 통제권을 되찾기 위해 사고방식을 전환해야 한다. 그리고 많은 사람이 오늘날 데이터 분야에서 가장 핫한 트렌드인 ‘데이터 메시’가 해답일 것이라고 이야기한다.    데이터 메시(mesh)? 데이터 메스(mess)? ‘데이터 메시(Data Mesh)’는 아직 초기 단계이긴 하지만 빅데이터를 잇는 개념으로 간주된다. 그렇다면 데이터 메시란 무엇인가? 모든 데이터를 불분명한 소유 형태로 한곳에 보관하는 게 아니라, ‘제품으로써의 데이터(data-as-a-product)’를 제공하는 일종의 연합 모델이다. 이 모델은 여러 데이터 도메인에서 협업 가능한 범용 데이터 표준 웹으로 연결된다. 하지만 데이터 메시의 ‘왜(why)’와 ‘어떻게(how)’에 초점을 맞춰야 한다. 그래야 ‘무엇(what)’에 정신이 팔리거나 이 아키텍처의 기술적 설명에 얽매이는 것보다 훨씬 더 유용할 수 있다. ‘소속 기업에서 데이터 관리를 변경하고 싶은 이유는 무엇이며, 어떻게 해야 할까?’라고 자문하라. 막대한 자금을 지원받는 스타트업에서 일하지 않는 한, 텅 빈 도면과...

데이터 빅데이터 데이터 웨어하우스 데이터 레이크 데이터 메시 사일로

2022.05.24

데이터부터 빅데이터, 더 큰 데이터 웨어하우스, 더욱더 큰 데이터 레이크까지 데이터의 ‘얼굴’은 수년에 걸쳐 다양한 형태를 취해왔다. 저장 위치가 변경됐고, 사용 방법도 변경됐다. 추적하기도 어려워졌다. 수십 년 동안 축적된 데이터와 다양한 프로세스가 그야말로 ‘데이터 혼돈(data chaos)’을 불러왔다. 데이터를 적절한 경로로 되돌릴 수 있는 사고방식의 전환이 필요한 때다.  기업 데이터의 ‘얼굴’은 수년에 걸쳐 확장돼 왔으며, 계속해서 빠르게 발전하고 있다. (이에 따라) 기업 내에서 데이터를 저장하는 위치가 변화했다. 사용 방법도 마찬가지다. 추적하기도 어려워졌다.  축적된 데이터 볼륨, 스토리지 아키텍처, 이를 둘러싼 여러 프로세스로 인해 ‘데이터 혼돈(data chaos)’이 발생했다. 현재의 데이터 아키텍처는 모놀리식이고, 중앙집중화돼 있기 때문에 길을 잃었다. 기업들은 통제권을 되찾기 위해 사고방식을 전환해야 한다. 그리고 많은 사람이 오늘날 데이터 분야에서 가장 핫한 트렌드인 ‘데이터 메시’가 해답일 것이라고 이야기한다.    데이터 메시(mesh)? 데이터 메스(mess)? ‘데이터 메시(Data Mesh)’는 아직 초기 단계이긴 하지만 빅데이터를 잇는 개념으로 간주된다. 그렇다면 데이터 메시란 무엇인가? 모든 데이터를 불분명한 소유 형태로 한곳에 보관하는 게 아니라, ‘제품으로써의 데이터(data-as-a-product)’를 제공하는 일종의 연합 모델이다. 이 모델은 여러 데이터 도메인에서 협업 가능한 범용 데이터 표준 웹으로 연결된다. 하지만 데이터 메시의 ‘왜(why)’와 ‘어떻게(how)’에 초점을 맞춰야 한다. 그래야 ‘무엇(what)’에 정신이 팔리거나 이 아키텍처의 기술적 설명에 얽매이는 것보다 훨씬 더 유용할 수 있다. ‘소속 기업에서 데이터 관리를 변경하고 싶은 이유는 무엇이며, 어떻게 해야 할까?’라고 자문하라. 막대한 자금을 지원받는 스타트업에서 일하지 않는 한, 텅 빈 도면과...

2022.05.24

‘블록체인’이 미래 인터넷의 중추인 이유

지난 몇 년 동안 ‘인터넷의 미래’는 많은 추측과 논쟁의 주제였다. 가상 세계와 몰입형 경험의 등장부터 소셜 미디어의 폭발적인 성장까지 인터넷은 커뮤니케이션과 상거래를 위해 ‘어디에나 존재하는 매체’가 됐다. 그리고 블록체인의 출현으로 인터넷은 일대 변혁을 앞두고 있다. 이것이 인터넷의 첫 번째 변화는 아니다. 약 30년 전 대중에 공개된 이후로 인터넷은 2가지 중대한 진화를 거쳤고, 이제 막 3번째 진화를 겪으려 하고 있다. 이러한 변혁은 인터넷을 어떻게 사용하는지 그리고 무엇을 위해 사용하는지 뿐만 아니라 살고 일하며 상호작용하는 방법까지 바꾸면서 전 세계에 영향을 끼쳤다.    ‘웹 1.0’: 정적 인터넷 공공 인터넷의 첫 번째 버전은 웹사이트의 시대였다. 모든 회사는 웹사이트가 필요했고, 웹사이트는 주로 웹사이트 주인이 중요하다고 생각하는 정적 데이터 및 정보를 담고 있었다. 이를테면 기업 웹사이트에는 해당 회사의 정보(대부분 마케팅 자료)가 있었다. 뉴스와 레퍼런스 웹사이트에도 정보가 축적돼 있었다. 하지만 모든 사이트는 ‘단방향 통신 경로’로 소비자에게 정보를 전달했다. 이는 당시의 전통적인 미디어(예: 신문, 잡지, 라디오, 텔레비전 등)가 대중에게 정보를 전달하는 방식과 유사했다. NBC, CNN 등의 기존 미디어든 맥도날드 등의 브랜드든 관계없이 모든 회사는 머지않아 ‘대중에게 정보를 전달하는 웹사이트’를 갖게 됐다. (그림 1)은 이러한 인터넷을 보여준다. 웹사이트는 기업들이 만들고 소유하는 개체였다. 대부분 정적 데이터를 가지고 있었고, 이 데이터는 회사에서 통제하고 관리했다. 정보는 웹사이트 사용자에게 한 방향으로만 전달됐다.   이 모델에서 정보는 단방향으로 전달됐기 때문에 데이터 개인화는 극히 제한적이었다. 사용자는 소비하고자 하는 정보를 선택하고 필터링할 수 있었지만 전달된 정보에 영향을 미칠 순 없었다. 다른 사용자에게 영향을 줄 수도 없었다. 사용자 간 정보 공유는 일반적으로 지역 친구 또는 ...

블록체인 인터넷 애플리케이션 소셜 미디어 웹사이트 블로그 데이터 민주화 데이터 암호화폐 비트코인 인터넷 백본 애플리케이션 아키텍처

2022.04.27

지난 몇 년 동안 ‘인터넷의 미래’는 많은 추측과 논쟁의 주제였다. 가상 세계와 몰입형 경험의 등장부터 소셜 미디어의 폭발적인 성장까지 인터넷은 커뮤니케이션과 상거래를 위해 ‘어디에나 존재하는 매체’가 됐다. 그리고 블록체인의 출현으로 인터넷은 일대 변혁을 앞두고 있다. 이것이 인터넷의 첫 번째 변화는 아니다. 약 30년 전 대중에 공개된 이후로 인터넷은 2가지 중대한 진화를 거쳤고, 이제 막 3번째 진화를 겪으려 하고 있다. 이러한 변혁은 인터넷을 어떻게 사용하는지 그리고 무엇을 위해 사용하는지 뿐만 아니라 살고 일하며 상호작용하는 방법까지 바꾸면서 전 세계에 영향을 끼쳤다.    ‘웹 1.0’: 정적 인터넷 공공 인터넷의 첫 번째 버전은 웹사이트의 시대였다. 모든 회사는 웹사이트가 필요했고, 웹사이트는 주로 웹사이트 주인이 중요하다고 생각하는 정적 데이터 및 정보를 담고 있었다. 이를테면 기업 웹사이트에는 해당 회사의 정보(대부분 마케팅 자료)가 있었다. 뉴스와 레퍼런스 웹사이트에도 정보가 축적돼 있었다. 하지만 모든 사이트는 ‘단방향 통신 경로’로 소비자에게 정보를 전달했다. 이는 당시의 전통적인 미디어(예: 신문, 잡지, 라디오, 텔레비전 등)가 대중에게 정보를 전달하는 방식과 유사했다. NBC, CNN 등의 기존 미디어든 맥도날드 등의 브랜드든 관계없이 모든 회사는 머지않아 ‘대중에게 정보를 전달하는 웹사이트’를 갖게 됐다. (그림 1)은 이러한 인터넷을 보여준다. 웹사이트는 기업들이 만들고 소유하는 개체였다. 대부분 정적 데이터를 가지고 있었고, 이 데이터는 회사에서 통제하고 관리했다. 정보는 웹사이트 사용자에게 한 방향으로만 전달됐다.   이 모델에서 정보는 단방향으로 전달됐기 때문에 데이터 개인화는 극히 제한적이었다. 사용자는 소비하고자 하는 정보를 선택하고 필터링할 수 있었지만 전달된 정보에 영향을 미칠 순 없었다. 다른 사용자에게 영향을 줄 수도 없었다. 사용자 간 정보 공유는 일반적으로 지역 친구 또는 ...

2022.04.27

이제 데이터도 서비스로... 눈 여겨 볼 ‘DaaS’ 벤더 11곳

데이터 기반 의사결정이나 디지털 서비스를 보완하고자 하지만 수중에 충분한 데이터가 없을 수 있는 기업들의 선택 폭이 넓어지고 있다.  오늘날 대부분 비즈니스의 중심에는 ‘데이터 기반 의사결정’과 ‘디지털 서비스’가 있다. 따라서 기업들은 (이를 위해) 충분한 데이터를 확보해야 한다. 하지만 비즈니스에 도움이 될 수 있는 모든 데이터를 내부적인 수단으로만 쉽게 생성, 정리, 분석할 수 있는 건 아니다. 기업들이 사용할 수 있는 데이터를 (유료로) 제공하는 ‘서비스형 데이터(Data as a Service; DaaS)’ 업체들을 살펴봐야 할 이유다.  누가 ‘서비스형 데이터(DaaS)’를 필요로 할까? 데이터를 원한다면 누구든지 필요하다. 때때로 DaaS 업체의 데이터는 (기업들의) 내부 작업 또는 자체 비즈니스 운영에서 나온다. 때로는 DaaS 업체가 수집한 외부 소스(대부분 오픈소스)에서 나오기도 한다. 이는 기업들이 자체적으로 처리할 수 없는 데이터 자산을 활용할 수 있도록 지원한다.    DaaS 오퍼링은 지난 수십 년 동안 발전해 왔지만 최근 개발자들은 유연한 사용량 기반 가격 정책을 가진 클라우드 모델이 (벤더가) 수익을 창출하려는 데이터 소스와 기업들을 더 쉽게 연결하는 데 도움을 줄 수 있다는 사실을 깨달았다. 아울러 DaaS 업체들은 오류를 수정하거나 격차를 메워 기업들이 자체적으로 수집한 데이터 품질을 개선하고, 더 많이 필요하다면 더 많은 데이터를 제공할 수도 있게 됐다. 이러한 방식을 통해 DaaS 업체들은 자체 개발한 데이터웨어하우스를 선별된 다른 소스와 교차 수정하여 개선할 수 있다.  이 분야는 빠르게 성장하고 있다. 몇몇 DaaS 업체는 정보 관리, 데이터 분석, 보고서 작성, 의사결정 지원 등의 기능을 강조한다. 데이터가 너무 많으면 과잉 또는 과부족이라는 점에서 데이터 자체를 강조하는 업체도 있다. 많은 도구는 개발을 간소화하고 스마트하게 만드는 방식을 따르고 있다. 로우코드 및...

데이터 디지털 서비스 서비스형 데이터 데이터 자산 애널리틱스 데이터 과학

2022.04.18

데이터 기반 의사결정이나 디지털 서비스를 보완하고자 하지만 수중에 충분한 데이터가 없을 수 있는 기업들의 선택 폭이 넓어지고 있다.  오늘날 대부분 비즈니스의 중심에는 ‘데이터 기반 의사결정’과 ‘디지털 서비스’가 있다. 따라서 기업들은 (이를 위해) 충분한 데이터를 확보해야 한다. 하지만 비즈니스에 도움이 될 수 있는 모든 데이터를 내부적인 수단으로만 쉽게 생성, 정리, 분석할 수 있는 건 아니다. 기업들이 사용할 수 있는 데이터를 (유료로) 제공하는 ‘서비스형 데이터(Data as a Service; DaaS)’ 업체들을 살펴봐야 할 이유다.  누가 ‘서비스형 데이터(DaaS)’를 필요로 할까? 데이터를 원한다면 누구든지 필요하다. 때때로 DaaS 업체의 데이터는 (기업들의) 내부 작업 또는 자체 비즈니스 운영에서 나온다. 때로는 DaaS 업체가 수집한 외부 소스(대부분 오픈소스)에서 나오기도 한다. 이는 기업들이 자체적으로 처리할 수 없는 데이터 자산을 활용할 수 있도록 지원한다.    DaaS 오퍼링은 지난 수십 년 동안 발전해 왔지만 최근 개발자들은 유연한 사용량 기반 가격 정책을 가진 클라우드 모델이 (벤더가) 수익을 창출하려는 데이터 소스와 기업들을 더 쉽게 연결하는 데 도움을 줄 수 있다는 사실을 깨달았다. 아울러 DaaS 업체들은 오류를 수정하거나 격차를 메워 기업들이 자체적으로 수집한 데이터 품질을 개선하고, 더 많이 필요하다면 더 많은 데이터를 제공할 수도 있게 됐다. 이러한 방식을 통해 DaaS 업체들은 자체 개발한 데이터웨어하우스를 선별된 다른 소스와 교차 수정하여 개선할 수 있다.  이 분야는 빠르게 성장하고 있다. 몇몇 DaaS 업체는 정보 관리, 데이터 분석, 보고서 작성, 의사결정 지원 등의 기능을 강조한다. 데이터가 너무 많으면 과잉 또는 과부족이라는 점에서 데이터 자체를 강조하는 업체도 있다. 많은 도구는 개발을 간소화하고 스마트하게 만드는 방식을 따르고 있다. 로우코드 및...

2022.04.18

올해 ‘데이터 애널리틱스’ 핵심 키워드는 “ESG·공급망·제품화”

2022년에는 ▲공급망 가시성, ▲데이터 제품의 정확한 가치 평가, ▲지속가능성 및 최적화를 위한 데이터 활용이 중요할 전망이다.  ‘데이터 애널리틱스’는 계속해서 변화하는 영역이다. 2020년 초, 기업들은 디지털 트랜스포메이션을 지원하기 위해 애널리틱스에 집중적인 투자를 지속할 것처럼 보였다. 그러나 코로나19 팬데믹이 발발했다. 팬데믹 초기, 기업들은 긴축에 나서면서 데이터와 애널리틱스 투자를 줄이고, 원격인력 지원 등의 다른 긴급한 우선순위에 집중하는 것처럼 보였다. 하지만 많은 기업은 데이터 및 애널리틱스와 AI 도입을 가속화했다. 지난 2020년 7월 발표된 KPMG 보고서에 따르면 전체 설문조사 응답자의 67%는 팬데믹에 따라 디지털 트랜스포메이션 전략을 가속했으며, 63%는 디지털 트랜스포메이션 예산을 늘렸다고 밝혔다. 그 이후로도 속도는 느려지지 않았다. 포춘 비즈니스 인사이트(Fortune Business Insights)는 글로벌 빅데이터 애널리틱스 시장이 13.2%의 CAGR(2008~2021)로 2028년에는 미화 5,497억 달러까지 성장하리라 예측했다.  2022년, IT 리더가 데이터 애널리틱스 및 AI와 관련해 염두에 둬야 할 3가지 트렌드를 살펴본다.    공급망이 중요하다 팬데믹은 글로벌 공급망에 엄청난 충격을 줬다. 항구에 입항하려는 선박이 끝없이 줄을 서 있었고, 물류센터에는 컨테이너가 쌓여 있었으며, 때에 따라 재고가 바닥나기도 했다. 이에 따라 많은 기업에서 공급망 애널리틱스는 필수적인 비즈니스 구성요소가 되고 있다. 웨스트 먼로(West Monroe)의 데이터 및 애널리틱스 전략 혁신 책임자 더그 래니는 “대부분의 기업은 공급망의 단일 수준, 즉 공급업체가 누구인지, 대체 공급업체를 어떻게 확보할 것인지만 집중한다. 그러나 점점 더 많은 기업이 다단계 공급망 가시성을 살펴보기 시작하리라 예상한다. 가격 지수를 예측하기 위해서다. 또 공급업체뿐만 아니라 공급업체의 공급업체의...

데이터 데이터 애널리틱스 데이터 분석 공급망 지속가능성 ESG 디지털 트윈 디지털 트랜스포메이션

2022.03.22

2022년에는 ▲공급망 가시성, ▲데이터 제품의 정확한 가치 평가, ▲지속가능성 및 최적화를 위한 데이터 활용이 중요할 전망이다.  ‘데이터 애널리틱스’는 계속해서 변화하는 영역이다. 2020년 초, 기업들은 디지털 트랜스포메이션을 지원하기 위해 애널리틱스에 집중적인 투자를 지속할 것처럼 보였다. 그러나 코로나19 팬데믹이 발발했다. 팬데믹 초기, 기업들은 긴축에 나서면서 데이터와 애널리틱스 투자를 줄이고, 원격인력 지원 등의 다른 긴급한 우선순위에 집중하는 것처럼 보였다. 하지만 많은 기업은 데이터 및 애널리틱스와 AI 도입을 가속화했다. 지난 2020년 7월 발표된 KPMG 보고서에 따르면 전체 설문조사 응답자의 67%는 팬데믹에 따라 디지털 트랜스포메이션 전략을 가속했으며, 63%는 디지털 트랜스포메이션 예산을 늘렸다고 밝혔다. 그 이후로도 속도는 느려지지 않았다. 포춘 비즈니스 인사이트(Fortune Business Insights)는 글로벌 빅데이터 애널리틱스 시장이 13.2%의 CAGR(2008~2021)로 2028년에는 미화 5,497억 달러까지 성장하리라 예측했다.  2022년, IT 리더가 데이터 애널리틱스 및 AI와 관련해 염두에 둬야 할 3가지 트렌드를 살펴본다.    공급망이 중요하다 팬데믹은 글로벌 공급망에 엄청난 충격을 줬다. 항구에 입항하려는 선박이 끝없이 줄을 서 있었고, 물류센터에는 컨테이너가 쌓여 있었으며, 때에 따라 재고가 바닥나기도 했다. 이에 따라 많은 기업에서 공급망 애널리틱스는 필수적인 비즈니스 구성요소가 되고 있다. 웨스트 먼로(West Monroe)의 데이터 및 애널리틱스 전략 혁신 책임자 더그 래니는 “대부분의 기업은 공급망의 단일 수준, 즉 공급업체가 누구인지, 대체 공급업체를 어떻게 확보할 것인지만 집중한다. 그러나 점점 더 많은 기업이 다단계 공급망 가시성을 살펴보기 시작하리라 예상한다. 가격 지수를 예측하기 위해서다. 또 공급업체뿐만 아니라 공급업체의 공급업체의...

2022.03.22

‘아파치 카프카’, 개념부터 사용례까지

2011년 링크드인(LinkedIn)에서 개발된 ‘아파치 카프카(Apache Kafka)’는 이벤트 스트리밍에서 널리 쓰이는 플랫폼 중 하나다. 카프카는 고성능 데이터 파이프라인, 스트리밍 애널리틱스, 데이터 통합, 미션 크리티컬 애플리케이션에 사용된다.  모든 데이터를 데이터 웨어하우스에 저장하고 야간 배치 처리를 사용하여 분석하는 것만으로는 더 이상 비즈니스 또는 프로세스를 적시에 모니터링 및 관리하기가 충분하지 않다. 대신에 이후의 심층 분석을 위해 데이터 저장 외에 간단한 데이터 스트림 실시간 분석을 수행해야 한다.    카프카의 부속물에는 아파치 플링크(Apache Flink), 아파치 삼자(Apache Samza), 아파치 스파크(Apache Spark), 아파치 스톰(Apache Storm), 데이터브릭스(Databricks), 버베리카(Ververica) 등이 있다. 카프카의 대안으로는 아마존 키네시스(Amazon Kinesis), 아파치 펄사(Apache Pulsar), 애저 스트림 애널리틱스(Azure Stream Analytics), 컨플루언트(Confluent), 구글 클라우드 데이터플로(Google Cloud Dataflow) 등이 있다. 단, 카프카의 단점은 대규모 카프카 클러스터 구성이 까다로울 수 있다는 것이다. 컨플루언트 클라우드(Confluent Cloud)와 아파치 카프카용 아마존 관리형 스트리밍(Amazon Managed Streaming) 등 카프카의 상용 클라우드 버전을 사용하면 이 문제와 다른 문제를 해결할 수 있다(유료). 아파치 카프카란? 아파치 카프카는 고성능 데이터 파이프라인, 스트리밍 분석, 데이터 통합, 미션 크리티컬 애플리케이션을 위한 오픈소스, 자바/스칼라, 분산 이벤트 스트리밍 플랫폼이다. 카프카 이벤트는 토픽별로 구성되고 저장된다. 카프카의 핵심 API는 5개이며, 다음과 같다.  • Admin API: 토픽, 브로커, 기타 카프카 객체를 관리하고 검사한다...

아파치 카프카 이벤트 스트리밍 데이터 데이터 파이프라인 데이터 웨어하우스 링크드인 컨플루언트 애널리틱스 소프트웨어 개발

2022.03.02

2011년 링크드인(LinkedIn)에서 개발된 ‘아파치 카프카(Apache Kafka)’는 이벤트 스트리밍에서 널리 쓰이는 플랫폼 중 하나다. 카프카는 고성능 데이터 파이프라인, 스트리밍 애널리틱스, 데이터 통합, 미션 크리티컬 애플리케이션에 사용된다.  모든 데이터를 데이터 웨어하우스에 저장하고 야간 배치 처리를 사용하여 분석하는 것만으로는 더 이상 비즈니스 또는 프로세스를 적시에 모니터링 및 관리하기가 충분하지 않다. 대신에 이후의 심층 분석을 위해 데이터 저장 외에 간단한 데이터 스트림 실시간 분석을 수행해야 한다.    카프카의 부속물에는 아파치 플링크(Apache Flink), 아파치 삼자(Apache Samza), 아파치 스파크(Apache Spark), 아파치 스톰(Apache Storm), 데이터브릭스(Databricks), 버베리카(Ververica) 등이 있다. 카프카의 대안으로는 아마존 키네시스(Amazon Kinesis), 아파치 펄사(Apache Pulsar), 애저 스트림 애널리틱스(Azure Stream Analytics), 컨플루언트(Confluent), 구글 클라우드 데이터플로(Google Cloud Dataflow) 등이 있다. 단, 카프카의 단점은 대규모 카프카 클러스터 구성이 까다로울 수 있다는 것이다. 컨플루언트 클라우드(Confluent Cloud)와 아파치 카프카용 아마존 관리형 스트리밍(Amazon Managed Streaming) 등 카프카의 상용 클라우드 버전을 사용하면 이 문제와 다른 문제를 해결할 수 있다(유료). 아파치 카프카란? 아파치 카프카는 고성능 데이터 파이프라인, 스트리밍 분석, 데이터 통합, 미션 크리티컬 애플리케이션을 위한 오픈소스, 자바/스칼라, 분산 이벤트 스트리밍 플랫폼이다. 카프카 이벤트는 토픽별로 구성되고 저장된다. 카프카의 핵심 API는 5개이며, 다음과 같다.  • Admin API: 토픽, 브로커, 기타 카프카 객체를 관리하고 검사한다...

2022.03.02

오는 5월 ‘아비바 PI 월드 2022’ 열린다… "혁신을 위한 데이터 역할 제시"

아비바가 ‘아비바 PI 월드(AVEVA PI World)’ 컨퍼런스를 5월 16일부터 19일까지 네덜란드 암스테르담 RAI 컨벤션 센터에서 개최한다고 3월 2일 밝혔다.    이번 행사(https://piworld.aveva.com/amsterdam2022)에는 옥스퍼드 대학 산하 웰컴 연구소의 캐서린 그린 박사와 켈로그, 코그니전트 및 마이크로소프트 등의 글로벌 기업 담당자들이 참석해, 기업들이 어떻게 데이터와 AI를 기반으로 인사이트를 공유하고 빠르게 변화하는 시대에 혁신을 주도하며 민첩성과 탄력성의 새로운 기준을 설정하는지에 대해 설명할 예정이다.  또 이번 행사에서는 아비바 솔루션을 활용하여 데이터에서 실제 활용 가능한 인사이트를 도출하고 경쟁력을 강화함으로써 혁신의 가속화하는 방안도 직접 확인할 수 있다고 업체 측은 설명했다. 아울러 아비바 PI 월드 2022에서는 기업들이 데이터를 활용해 위기를 기회로 전환하는 방법을 알아보고, 자동화 기술의 이점을 극대화하는데 있어 인간의 인사이트가 왜 중요한지에 대해 심도 있게 논의할 예정이다. 이번 행사에서 아비바 피터 허웍 CEO는 상호 연결된 디지털 인사이트가 에코시스템 전반에 걸쳐 가치를 창출하는 방식 및 데이터 기반의 실제 비즈니스 운영 사례를 발표한다. 또한 옥스퍼드 대학 웰컴 인류 유전학 센터의 캐서린 그린 박사는 데이터가 옥스퍼드 백신 개발에 도움을 준 방법 및 기업이 주목해야 하는 내부 패러다임을, 인플루언서 겸 전 유엔 청소년 대표단의 자힌키 비셀링크는 차세대 산업 인력으로서 Z세대가 디지털 사고방식을 고취시키는 방법에 대해 논의한다.  아비바 정보 부문 EVP 및 롭 맥그리비 운영 부문 EVP인 로난 드 후지는 아비바 데이터 허브에 통합된 PI 시스템이 고객을 위한 가치 제고를 가속화하는 방법 및 아비바 솔루션의 로드맵을 설명하고, 아비바 리사 존스턴 최고마케팅책임자 겸 최고지속가능성책임자는 뉴노멀 시대, 성공을 위한 디지털 탄력성 강화 전...

아비바 데이터 인공지능

2022.03.02

아비바가 ‘아비바 PI 월드(AVEVA PI World)’ 컨퍼런스를 5월 16일부터 19일까지 네덜란드 암스테르담 RAI 컨벤션 센터에서 개최한다고 3월 2일 밝혔다.    이번 행사(https://piworld.aveva.com/amsterdam2022)에는 옥스퍼드 대학 산하 웰컴 연구소의 캐서린 그린 박사와 켈로그, 코그니전트 및 마이크로소프트 등의 글로벌 기업 담당자들이 참석해, 기업들이 어떻게 데이터와 AI를 기반으로 인사이트를 공유하고 빠르게 변화하는 시대에 혁신을 주도하며 민첩성과 탄력성의 새로운 기준을 설정하는지에 대해 설명할 예정이다.  또 이번 행사에서는 아비바 솔루션을 활용하여 데이터에서 실제 활용 가능한 인사이트를 도출하고 경쟁력을 강화함으로써 혁신의 가속화하는 방안도 직접 확인할 수 있다고 업체 측은 설명했다. 아울러 아비바 PI 월드 2022에서는 기업들이 데이터를 활용해 위기를 기회로 전환하는 방법을 알아보고, 자동화 기술의 이점을 극대화하는데 있어 인간의 인사이트가 왜 중요한지에 대해 심도 있게 논의할 예정이다. 이번 행사에서 아비바 피터 허웍 CEO는 상호 연결된 디지털 인사이트가 에코시스템 전반에 걸쳐 가치를 창출하는 방식 및 데이터 기반의 실제 비즈니스 운영 사례를 발표한다. 또한 옥스퍼드 대학 웰컴 인류 유전학 센터의 캐서린 그린 박사는 데이터가 옥스퍼드 백신 개발에 도움을 준 방법 및 기업이 주목해야 하는 내부 패러다임을, 인플루언서 겸 전 유엔 청소년 대표단의 자힌키 비셀링크는 차세대 산업 인력으로서 Z세대가 디지털 사고방식을 고취시키는 방법에 대해 논의한다.  아비바 정보 부문 EVP 및 롭 맥그리비 운영 부문 EVP인 로난 드 후지는 아비바 데이터 허브에 통합된 PI 시스템이 고객을 위한 가치 제고를 가속화하는 방법 및 아비바 솔루션의 로드맵을 설명하고, 아비바 리사 존스턴 최고마케팅책임자 겸 최고지속가능성책임자는 뉴노멀 시대, 성공을 위한 디지털 탄력성 강화 전...

2022.03.02

‘노코드 AI’에서 미래를 보다··· 엑스페리언 데이터랩의 혁신 이야기

글로벌 신용정보평가사 ‘엑스페리언(Experian)’은 데이터를 원동력으로 하는 회사라는 사실에 자부심을 갖고 있다. 그리고 이러한 데이터 중심 활동의 선봉에는 ‘엑스페리언 데이터랩(Experian DataLabs)’이 있다. 이 사업부는 데이터로 비즈니스를 혁신할 기회를 모색하고 있다.  엑스페리언 데이터랩의 수석 부사장 겸 최고 데이터 과학자 케빈 첸은 “고객이 고수익을 얻을 기회를 포착하면 연구 자원을 투입하여 상품화 가능한 프로토타입을 개발한다”라고 말했다.  그에 따르면 데이터랩 팀은 자유롭게 실험하고 아이디어를 솔루션화하면 이를 실행할 사업부에 넘긴 다음 다시 새로운 것에 관심을 쏟는다. 첸은 “항상 새로운 아이디어를 시도해볼 수 있다. 이는 인재를 끌어들이는 하나의 매력 포인트다”라고 언급했다.    ‘노코드 AI’의 이점 엑스페리언 데이터랩은 솔루션이 비즈니스를 변혁할 수 있는 문제를 파악하는 데 중점을 두고 있으며, 첸은 이를 ‘영향력이 큰 문제(high-impact problems)’라고 부른다.  그는 소비자 신용부터 기업 신용, 온/오프라인 마케팅, 의료 정보 기술까지 여러 엑스페리언 사업부의 데이터를 연결했던 프로젝트를 예로 들었다. “과거 엑스페리언의 모든 데이터는 분산돼 있었고, 서로 연결돼 있지 않았다”라며, “그 모든 데이터를 함께 연계하는 건 간단한 일이 아니었다. 한 데이터가 데이터세트에 여러 방식으로 나타날 수 있기 때문이다. 데이터랩은 머신러닝을 활용하여 데이터세트를 학습하고 개별 데이터를 일치시켜 이 문제를 해결했다. 솔루션을 구축해보니 한 데이터세트에서 15~16개의 서로 다른 애플리케이션이 쏟아져 나왔다”라고 첸은 설명했다. 현재 ‘노코드 AI(No-code AI)’는 데이터랩의 주요 연구 분야다. 노코드 AI를 사용하면 드래그 앤드 드롭 인터페이스로 AI 및 머신러닝 모델을 구축할 수 있어 데이터 과학자 없이 일반 사용자도 AI를 활용할 수 있다. 하지만 첸은 ...

데이터 데이터 애널리틱스 노코드 AI 딥러닝 자연어 이해 자연어 처리 머신러닝 ML옵스 오토ML 비즈니스 인텔리전스 BI

2022.02.25

글로벌 신용정보평가사 ‘엑스페리언(Experian)’은 데이터를 원동력으로 하는 회사라는 사실에 자부심을 갖고 있다. 그리고 이러한 데이터 중심 활동의 선봉에는 ‘엑스페리언 데이터랩(Experian DataLabs)’이 있다. 이 사업부는 데이터로 비즈니스를 혁신할 기회를 모색하고 있다.  엑스페리언 데이터랩의 수석 부사장 겸 최고 데이터 과학자 케빈 첸은 “고객이 고수익을 얻을 기회를 포착하면 연구 자원을 투입하여 상품화 가능한 프로토타입을 개발한다”라고 말했다.  그에 따르면 데이터랩 팀은 자유롭게 실험하고 아이디어를 솔루션화하면 이를 실행할 사업부에 넘긴 다음 다시 새로운 것에 관심을 쏟는다. 첸은 “항상 새로운 아이디어를 시도해볼 수 있다. 이는 인재를 끌어들이는 하나의 매력 포인트다”라고 언급했다.    ‘노코드 AI’의 이점 엑스페리언 데이터랩은 솔루션이 비즈니스를 변혁할 수 있는 문제를 파악하는 데 중점을 두고 있으며, 첸은 이를 ‘영향력이 큰 문제(high-impact problems)’라고 부른다.  그는 소비자 신용부터 기업 신용, 온/오프라인 마케팅, 의료 정보 기술까지 여러 엑스페리언 사업부의 데이터를 연결했던 프로젝트를 예로 들었다. “과거 엑스페리언의 모든 데이터는 분산돼 있었고, 서로 연결돼 있지 않았다”라며, “그 모든 데이터를 함께 연계하는 건 간단한 일이 아니었다. 한 데이터가 데이터세트에 여러 방식으로 나타날 수 있기 때문이다. 데이터랩은 머신러닝을 활용하여 데이터세트를 학습하고 개별 데이터를 일치시켜 이 문제를 해결했다. 솔루션을 구축해보니 한 데이터세트에서 15~16개의 서로 다른 애플리케이션이 쏟아져 나왔다”라고 첸은 설명했다. 현재 ‘노코드 AI(No-code AI)’는 데이터랩의 주요 연구 분야다. 노코드 AI를 사용하면 드래그 앤드 드롭 인터페이스로 AI 및 머신러닝 모델을 구축할 수 있어 데이터 과학자 없이 일반 사용자도 AI를 활용할 수 있다. 하지만 첸은 ...

2022.02.25

최형광 칼럼 | 데이터 비긴즈

요한복음 1절은 이렇게 시작한다. “태초에 말씀(Word)이 있었다. 말씀은 하나님과 함께 있었고 말씀이 하나님이었다.” 말씀은 정보일까 데이터일까? 페이스북의 사진이나 동영상을 공유하며 좋아요를 누른다. 사진은 정보일까 데이터일까? 유튜브 동영상을 시청하니 데이터 소모량이 늘어나게 되었다면 이는 정보인가? 데이터인가? 데이터와 정보와 지식 맥도너(A.M.McDonough)는 정보경제학에서 '정보란 사실 내지 자료에 지적인 처리를 가하여 얻어진 지식’이라고 말한다. 데이터가 쌓인다고 정보가 쌓이지 않고 정보가 많다고 지식이 쌓이지 않는다. 데이터는 가치평가를 하지 않은 자료다. 특정 상황에 사용할 수 있게 정리된 내용을 정보라 한다. 그림은 앨런 켄트로(Allen kentro)의 '지식삼각형'(knowledge triangle)을 보여주고 있다.  [그림 1] 지식삼각형'(knowledge triangle, Allen kentro)  자료가 가치평가를 거치면 정보가 되고, 시간과 내용을 포괄하여 체계화되면 지식이 된다고 본다. 리차드 맥더멋(Richard Mcdermott)은 지식을 6가지 특성으로 나눈다. 첫째 아는 것은 인간이 가진 행위다. 둘째 지식은 생각에서 나온다. 셋째 지식은 현재 상황에서 나온다. 넷째 지식은 커뮤니티의 자산이다. 다섯째 지식은 다양한 방식으로 커뮤니티를 통해 순환된다. 여섯째 새로운 지식은 기존의 경계에서 생성된다. 6가지의 지식 특성을 정리하면 다음과 같다. ① 정보는 객체인 반면, 지식은 인간의 행위를 포함  ② 정보는 이미 완성되어 보관되어 있는데 반해, 지식은 현재시점에서 창출  ③ 정보의 이동은 저장소의 이동이며 지식은 현재시점을 고려하여 공유  (Richard Mcdermott, 1999, KISDI 김희연). 데이터가 분석되면서 인간의 행위가 포함되어 정보와 지식으로 발전하게 되고 의사결정으로 이어진다.  비대면과 비정형 데이터 정보경제학 측면의 데이터...

최형광 데이터 정보 지식 데이터 드리븐

2022.02.21

요한복음 1절은 이렇게 시작한다. “태초에 말씀(Word)이 있었다. 말씀은 하나님과 함께 있었고 말씀이 하나님이었다.” 말씀은 정보일까 데이터일까? 페이스북의 사진이나 동영상을 공유하며 좋아요를 누른다. 사진은 정보일까 데이터일까? 유튜브 동영상을 시청하니 데이터 소모량이 늘어나게 되었다면 이는 정보인가? 데이터인가? 데이터와 정보와 지식 맥도너(A.M.McDonough)는 정보경제학에서 '정보란 사실 내지 자료에 지적인 처리를 가하여 얻어진 지식’이라고 말한다. 데이터가 쌓인다고 정보가 쌓이지 않고 정보가 많다고 지식이 쌓이지 않는다. 데이터는 가치평가를 하지 않은 자료다. 특정 상황에 사용할 수 있게 정리된 내용을 정보라 한다. 그림은 앨런 켄트로(Allen kentro)의 '지식삼각형'(knowledge triangle)을 보여주고 있다.  [그림 1] 지식삼각형'(knowledge triangle, Allen kentro)  자료가 가치평가를 거치면 정보가 되고, 시간과 내용을 포괄하여 체계화되면 지식이 된다고 본다. 리차드 맥더멋(Richard Mcdermott)은 지식을 6가지 특성으로 나눈다. 첫째 아는 것은 인간이 가진 행위다. 둘째 지식은 생각에서 나온다. 셋째 지식은 현재 상황에서 나온다. 넷째 지식은 커뮤니티의 자산이다. 다섯째 지식은 다양한 방식으로 커뮤니티를 통해 순환된다. 여섯째 새로운 지식은 기존의 경계에서 생성된다. 6가지의 지식 특성을 정리하면 다음과 같다. ① 정보는 객체인 반면, 지식은 인간의 행위를 포함  ② 정보는 이미 완성되어 보관되어 있는데 반해, 지식은 현재시점에서 창출  ③ 정보의 이동은 저장소의 이동이며 지식은 현재시점을 고려하여 공유  (Richard Mcdermott, 1999, KISDI 김희연). 데이터가 분석되면서 인간의 행위가 포함되어 정보와 지식으로 발전하게 되고 의사결정으로 이어진다.  비대면과 비정형 데이터 정보경제학 측면의 데이터...

2022.02.21

애널리틱스 전초기지, 디즈니의 ‘데이터 클린룸’ 살펴보기

월트 디즈니 컴퍼니(Walt Disney Co.) 엔터테인먼트 및 스포츠 비즈니스 부문의 광고 판매와 통합 마케팅을 담당하는 ‘디즈니 광고 판매(Disney Advertising Sales; 이하 디즈니 AS)’는 사용자 프라이버시를 보호하면서 광고주에게 방대한 양의 시청자 데이터를 제공하기 위해 데이터 거버넌스에 ‘데이터 클린룸’ 접근 방식을 취하고 있다. 아울러 고객들이(광고주) 광고 메시지에 적합한 사용자를 찾을 수 있도록 다년간 데이터 및 애널리틱스 분야에서 새로운 영역을 개척하고 있다.   디즈니플러스(월트 디즈니의 스트리밍 서비스)의 가히 폭발적인 성장은 엄청난 양의 데이터를 추가했다. 현재 디즈니 AS는 이 데이터를 기반으로 구축한 1,000개 이상의 사용자 세그먼트를 광고주에 제공하고 있다. 하지만 큰 힘에는 큰 책임이 따르는 법이다. 다시 말해, 디즈니는 사용자 데이터와 프라이버시를 안전하게 보호하기 위해 새로운 데이터 거버넌스 접근 방식을 찾아야 했다. 지난 2021년 10월 디즈니 AS는 하부(Habu), 인포섬(InfoSum), 스노우플레이크(Snowflake) 등과 함께 구축한 새로운 클린룸 데이터 솔루션을 공개했다. 회사에 따르면 데이터 클린룸은 파트너가 공동 분석을 위해 정의된 규제 하에 데이터를 한데 모으는 장소다. 디즈니 AS의 시청자 모델링 및 데이터 과학 담당 부사장 다나 맥그로는 이러한 디즈니와 고객과의 관계는 디즈니가 데이터로 하는 모든 일에 등대 역할을 한다고 말했다. 그는 “고객과 관계를 맺는 방식(예: 데이터 클린룸) 그리고 여기서 생성되는 콘텐츠가 (디즈니의) 광고 오퍼링을 매력적으로 만드는 이유”라면서, “데이터, 데이터 사용, 데이터 거버넌스를 고려할 때 ‘이것이 고객 경험을 향상시키는지가 중요하다”라고 설명했다. 안전하게 데이터를 공유할 수 있는 ‘데이터 클린룸’  맥그로는 “브랜드가 디즈니와 데이터를 전혀 교환하지 않고 ▲시청자 그리고 ▲디즈니를 통해 광고하고 싶은 대상에 관한 인사...

데이터 애널리틱스 데이터 과학 디지털 트랜스포메이션 디즈니 광고 마케팅 프라이버시 데이터 클린룸 스노우플레이크

2022.02.16

월트 디즈니 컴퍼니(Walt Disney Co.) 엔터테인먼트 및 스포츠 비즈니스 부문의 광고 판매와 통합 마케팅을 담당하는 ‘디즈니 광고 판매(Disney Advertising Sales; 이하 디즈니 AS)’는 사용자 프라이버시를 보호하면서 광고주에게 방대한 양의 시청자 데이터를 제공하기 위해 데이터 거버넌스에 ‘데이터 클린룸’ 접근 방식을 취하고 있다. 아울러 고객들이(광고주) 광고 메시지에 적합한 사용자를 찾을 수 있도록 다년간 데이터 및 애널리틱스 분야에서 새로운 영역을 개척하고 있다.   디즈니플러스(월트 디즈니의 스트리밍 서비스)의 가히 폭발적인 성장은 엄청난 양의 데이터를 추가했다. 현재 디즈니 AS는 이 데이터를 기반으로 구축한 1,000개 이상의 사용자 세그먼트를 광고주에 제공하고 있다. 하지만 큰 힘에는 큰 책임이 따르는 법이다. 다시 말해, 디즈니는 사용자 데이터와 프라이버시를 안전하게 보호하기 위해 새로운 데이터 거버넌스 접근 방식을 찾아야 했다. 지난 2021년 10월 디즈니 AS는 하부(Habu), 인포섬(InfoSum), 스노우플레이크(Snowflake) 등과 함께 구축한 새로운 클린룸 데이터 솔루션을 공개했다. 회사에 따르면 데이터 클린룸은 파트너가 공동 분석을 위해 정의된 규제 하에 데이터를 한데 모으는 장소다. 디즈니 AS의 시청자 모델링 및 데이터 과학 담당 부사장 다나 맥그로는 이러한 디즈니와 고객과의 관계는 디즈니가 데이터로 하는 모든 일에 등대 역할을 한다고 말했다. 그는 “고객과 관계를 맺는 방식(예: 데이터 클린룸) 그리고 여기서 생성되는 콘텐츠가 (디즈니의) 광고 오퍼링을 매력적으로 만드는 이유”라면서, “데이터, 데이터 사용, 데이터 거버넌스를 고려할 때 ‘이것이 고객 경험을 향상시키는지가 중요하다”라고 설명했다. 안전하게 데이터를 공유할 수 있는 ‘데이터 클린룸’  맥그로는 “브랜드가 디즈니와 데이터를 전혀 교환하지 않고 ▲시청자 그리고 ▲디즈니를 통해 광고하고 싶은 대상에 관한 인사...

2022.02.16

개인화 경험을 모든 고객에게 전달하라··· 美 약국 체인의 ‘AI’ 활용기

미국의 대형 약국 체인은 신속한 애널리틱스와 최신 머신러닝 기술을 지원하기 위해 재구성된 데이터 기반을 바탕으로 클라우드-퍼스트 디지털 트랜스포메이션을 추진해 향상된 고객 서비스를 제공하고 있다. 코로나19 팬데믹은 디지털 트랜스포메이션의 촉매로 입증됐고, ‘월그린스 부츠 얼라이언스(Walgreens Boots Alliance; WBA)’는 그 대표적인 예라고 할 수 있다. WBA는 미국에 약 9,000곳의 약국(Walgreens)과 영국에 약 2,300곳의 드럭스토어(Boots)를 보유하고 있다. 지난 2019년 3월 팬데믹이 전 세계를 강타했을 때 이 회사는 문을 닫거나 (트랜스포메이션) 속도를 늦출 수 있는 선택지가 없었다.  팬데믹 발발 6개월 전 WBA에 합류한 글로벌 CIO 겸 수석 부사장 프란세스코 틴토는 그 대신 이 회사가 고객에게 디지털 서비스를 제공할 수 있도록 클라우드 퍼스트 비즈니스 트랜스포메이션을 빠르게 추진해야 했다. 그는 “봉쇄조치 기간에도 고객에게 서비스를 제공할 수 있어야 했다”라고 말했다.    현재까지 WBA는 마이크로소프트의 애저 클라우드를 기반으로 한 디지털 트랜스포메이션과 몽고DB 데이터베이스, 스노우플레이크 데이터 웨어하우징, 데이터브릭스의 스파크 기반 AI 플랫폼 등의 최첨단 기술을 기반으로 미국에서 5,600만 건의 코로나19 백신 접종과 2,290만 건의 테스트를 시행했다.  이제 월그린스 부츠의 IT 리더는 고급 클라우드, 데이터 애널리틱스, 인공지능 기술을 강력하게 조합하여 대규모 개인화 서비스를 제공하고 소비자와의 온라인 관계를 강화할 계획이다.  데이터가 핵심  틴토에 따르면 WBA는 IT 스택을 현대화하면서 온라인 소매 비즈니스의 백엔드 프로세스(예: 미지급금, 총계정원장, 재고 관리 등)를 마이크로소프트 클라우드로 마이그레이션했다. 아울러 SAP S/4HANA 그리고 서비스나우의 클라우드 기반 자동화 운영 서비스로 전환해 비즈니스 애플리케이...

애널리틱스 머신러닝 데이터 클라우드 퍼스트 디지털 트랜스포메이션 개인화 대규모 개인화 마이크로소프트 애저 고객 경험

2022.02.15

미국의 대형 약국 체인은 신속한 애널리틱스와 최신 머신러닝 기술을 지원하기 위해 재구성된 데이터 기반을 바탕으로 클라우드-퍼스트 디지털 트랜스포메이션을 추진해 향상된 고객 서비스를 제공하고 있다. 코로나19 팬데믹은 디지털 트랜스포메이션의 촉매로 입증됐고, ‘월그린스 부츠 얼라이언스(Walgreens Boots Alliance; WBA)’는 그 대표적인 예라고 할 수 있다. WBA는 미국에 약 9,000곳의 약국(Walgreens)과 영국에 약 2,300곳의 드럭스토어(Boots)를 보유하고 있다. 지난 2019년 3월 팬데믹이 전 세계를 강타했을 때 이 회사는 문을 닫거나 (트랜스포메이션) 속도를 늦출 수 있는 선택지가 없었다.  팬데믹 발발 6개월 전 WBA에 합류한 글로벌 CIO 겸 수석 부사장 프란세스코 틴토는 그 대신 이 회사가 고객에게 디지털 서비스를 제공할 수 있도록 클라우드 퍼스트 비즈니스 트랜스포메이션을 빠르게 추진해야 했다. 그는 “봉쇄조치 기간에도 고객에게 서비스를 제공할 수 있어야 했다”라고 말했다.    현재까지 WBA는 마이크로소프트의 애저 클라우드를 기반으로 한 디지털 트랜스포메이션과 몽고DB 데이터베이스, 스노우플레이크 데이터 웨어하우징, 데이터브릭스의 스파크 기반 AI 플랫폼 등의 최첨단 기술을 기반으로 미국에서 5,600만 건의 코로나19 백신 접종과 2,290만 건의 테스트를 시행했다.  이제 월그린스 부츠의 IT 리더는 고급 클라우드, 데이터 애널리틱스, 인공지능 기술을 강력하게 조합하여 대규모 개인화 서비스를 제공하고 소비자와의 온라인 관계를 강화할 계획이다.  데이터가 핵심  틴토에 따르면 WBA는 IT 스택을 현대화하면서 온라인 소매 비즈니스의 백엔드 프로세스(예: 미지급금, 총계정원장, 재고 관리 등)를 마이크로소프트 클라우드로 마이그레이션했다. 아울러 SAP S/4HANA 그리고 서비스나우의 클라우드 기반 자동화 운영 서비스로 전환해 비즈니스 애플리케이...

2022.02.15

이글루시큐리티, 데이터 및 SIEM 특허 3건 등록 완료

이글루시큐리티가 데이터와 통합보안관제(SIEM) 분야에 특화된 3건의 특허 등록을 완료했다고 2월 15일 밝혔다. 이글루시큐리티가 이번에 등록한 3건의 특허는 대용량 데이터 처리 효율성을 높이고, SIEM 솔루션의 사용 용이성을 향상하는 데 목적을 두고 있다. 첫 번째 데이터 특허는 범주형 속성과 연속성 속성이 섞여있는 방대한 데이터셋에서 AI 알고리즘이 학습할 핵심 데이터를 빠르게 샘플링해 추출하는 기술이다. 변수가 n개인 n차원 평면 상에 데이터셋 내 각 객체들의 속성을 표시하고 이에 따라 데이터의 공간을 나누는 인덱싱 기법을 활용함으로써, 필요로 하는 데이터셋을 적시에 효율적으로 추출해낼 수 있다. 또다른 데이터 특허는 대용량 데이터 처리 시 발생하는 서버 부하 문제를 해소하는 데 초점을 맞추고 있다. 레플리카 세트(Replica Set)에 포함된 마스터 데이터베이스(DB)와 마스터 DB를 복제한 슬레이브 DB가 각각 하나의 서버에 포함되도록 하는 DB 이중화를 통해, 효율적으로 서버 부하를 분산하고 가용성 및 응답 시간을 최적화시킬 수 있다. 세 번째 특허는 통합보안관제(SIEM) 솔루션의 설치와 운용을 지원하는 기술이다. 패키지부터 로그 수집 모듈까지 SIEM을 구성하는 일련의 요소에 대한 설치 동작을 자율적으로 수행하고, SIEM 솔루션 운용을 위해 필요한 복수의 데이터들을 표준화해 자동 등록하는데 중점을 두고 있다. 이를 통해 솔루션 설치 편의성과 운용성을 높이고, 신·변종 공격에 대한 대응력을 높일 수 있게 된다. 이글루시큐리티 이득춘 대표는 “날로 지능화되는 사이버 위협에 기민하게 대응하기 위해서는 방대한 데이터에서 의미 있는 정보를 적시에 찾고 이를 잘 활용할 수 있는 데이터 및 보안 역량이 필수적으로 요구된다”라며, “앞으로도 데이터 및 보안 분야 연구 개발을 지속하며 데이터 활용성과 보안 효율성을 높이는 핵심 기술 역량 확보에 힘을 싣겠다”라고 밝혔다. ciokr@idg.co.kr

이글루시큐리티 데이터 통합보안관제 SIEM

2022.02.15

이글루시큐리티가 데이터와 통합보안관제(SIEM) 분야에 특화된 3건의 특허 등록을 완료했다고 2월 15일 밝혔다. 이글루시큐리티가 이번에 등록한 3건의 특허는 대용량 데이터 처리 효율성을 높이고, SIEM 솔루션의 사용 용이성을 향상하는 데 목적을 두고 있다. 첫 번째 데이터 특허는 범주형 속성과 연속성 속성이 섞여있는 방대한 데이터셋에서 AI 알고리즘이 학습할 핵심 데이터를 빠르게 샘플링해 추출하는 기술이다. 변수가 n개인 n차원 평면 상에 데이터셋 내 각 객체들의 속성을 표시하고 이에 따라 데이터의 공간을 나누는 인덱싱 기법을 활용함으로써, 필요로 하는 데이터셋을 적시에 효율적으로 추출해낼 수 있다. 또다른 데이터 특허는 대용량 데이터 처리 시 발생하는 서버 부하 문제를 해소하는 데 초점을 맞추고 있다. 레플리카 세트(Replica Set)에 포함된 마스터 데이터베이스(DB)와 마스터 DB를 복제한 슬레이브 DB가 각각 하나의 서버에 포함되도록 하는 DB 이중화를 통해, 효율적으로 서버 부하를 분산하고 가용성 및 응답 시간을 최적화시킬 수 있다. 세 번째 특허는 통합보안관제(SIEM) 솔루션의 설치와 운용을 지원하는 기술이다. 패키지부터 로그 수집 모듈까지 SIEM을 구성하는 일련의 요소에 대한 설치 동작을 자율적으로 수행하고, SIEM 솔루션 운용을 위해 필요한 복수의 데이터들을 표준화해 자동 등록하는데 중점을 두고 있다. 이를 통해 솔루션 설치 편의성과 운용성을 높이고, 신·변종 공격에 대한 대응력을 높일 수 있게 된다. 이글루시큐리티 이득춘 대표는 “날로 지능화되는 사이버 위협에 기민하게 대응하기 위해서는 방대한 데이터에서 의미 있는 정보를 적시에 찾고 이를 잘 활용할 수 있는 데이터 및 보안 역량이 필수적으로 요구된다”라며, “앞으로도 데이터 및 보안 분야 연구 개발을 지속하며 데이터 활용성과 보안 효율성을 높이는 핵심 기술 역량 확보에 힘을 싣겠다”라고 밝혔다. ciokr@idg.co.kr

2022.02.15

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