Offcanvas

������������

“빅데이터 플랫폼으로 고객 서비스 불만 50% 이상 감소” LG유플러스

LG유플러스가 빅데이터를 활용해 고객 불만을 분석하고 잠재 불만까지 예측할 수 있는 솔루션 ‘고객케어플러스’를 고객센터 업무에 적용했다고 2월 23일 밝혔다.   회사에 따르면 고객케어플러스는 고객경험이 누적된 빅데이터를 LG유플러스가 개발한 알고리즘·플랫폼으로 분석해 고객의 불만을 미리 예측하고 개선하는 솔루션이다. 최소한의 상담시간동안 최상의 맞춤 서비스를 제공해 고객 응대 만족도를 높이기 위해 개발됐다고 업체 측은 설명했다. 이 솔루션에는 자체 개발한 VOC(Voice of Customer) 분석엔진이 탑재돼 다양하고 방대한 고객의 불만을 283개 유형으로 자동 분류한다. 분석엔진은 매일 고객 상담내용을 서비스 품질·가격·회사 정책 등 고객이 경험하는 다양한 불만 원인과 종류, 만족하는 점, 싫어하는 것에 대한 모든 데이터를 매일 분석하고 고객 상담내용을 체계화한다. 분석엔진을 통해 분류된 불만 유형에 불만의 강도나 빈도 등을 고려해 정량화된 ‘잠재불만지수’로 표시된다. 예컨대, 고객 불만은 초기 5등급에서 콜 대기 시간이 길면 4등급, 동일한 불만이 2번 이상 발생하면 3등급, 또 다른 불편사항이 발생할 경우 2등급으로 자동 상향되는 방식이다. 불만 유형과 등급이 분류되면 고(高)등급 잠재 불만, 요금문의, 모바일·홈 품질, 긴급응대 등 총 300여 개의 맞춤 케어 시나리오가 자동 도출된다. 상담사는 고객 불만을 파악하는 시간을 단축해 신속하게 대응할 수 있다. LG유플러스는 지난해부터 고객케어플러스를 시범운영해 전년 대비 서비스 불만이 50% 이상 대폭 감소하는 성과를 확인했다. 또한 고객센터 상담에 대한 칭찬과 감사 지표도 20% 늘었다. 이달 중순부터는 일부 고객센터에 시스템을 오픈하고, 3월에는 전국 모든 고객센터의 상담업무 중 일부 서비스에 대해 고객케어플러스를 활용하기로 했다. LG유플러스는 네트워크 품질, 법인고객 대상 상담 업무에도 잠재불만지수를 적용해 고객의 불만에 선제대응하는 활동을 확대해 나갈 계...

LG유플러스 빅데이터 고객센터 고객 경험 VoC

2022.02.23

LG유플러스가 빅데이터를 활용해 고객 불만을 분석하고 잠재 불만까지 예측할 수 있는 솔루션 ‘고객케어플러스’를 고객센터 업무에 적용했다고 2월 23일 밝혔다.   회사에 따르면 고객케어플러스는 고객경험이 누적된 빅데이터를 LG유플러스가 개발한 알고리즘·플랫폼으로 분석해 고객의 불만을 미리 예측하고 개선하는 솔루션이다. 최소한의 상담시간동안 최상의 맞춤 서비스를 제공해 고객 응대 만족도를 높이기 위해 개발됐다고 업체 측은 설명했다. 이 솔루션에는 자체 개발한 VOC(Voice of Customer) 분석엔진이 탑재돼 다양하고 방대한 고객의 불만을 283개 유형으로 자동 분류한다. 분석엔진은 매일 고객 상담내용을 서비스 품질·가격·회사 정책 등 고객이 경험하는 다양한 불만 원인과 종류, 만족하는 점, 싫어하는 것에 대한 모든 데이터를 매일 분석하고 고객 상담내용을 체계화한다. 분석엔진을 통해 분류된 불만 유형에 불만의 강도나 빈도 등을 고려해 정량화된 ‘잠재불만지수’로 표시된다. 예컨대, 고객 불만은 초기 5등급에서 콜 대기 시간이 길면 4등급, 동일한 불만이 2번 이상 발생하면 3등급, 또 다른 불편사항이 발생할 경우 2등급으로 자동 상향되는 방식이다. 불만 유형과 등급이 분류되면 고(高)등급 잠재 불만, 요금문의, 모바일·홈 품질, 긴급응대 등 총 300여 개의 맞춤 케어 시나리오가 자동 도출된다. 상담사는 고객 불만을 파악하는 시간을 단축해 신속하게 대응할 수 있다. LG유플러스는 지난해부터 고객케어플러스를 시범운영해 전년 대비 서비스 불만이 50% 이상 대폭 감소하는 성과를 확인했다. 또한 고객센터 상담에 대한 칭찬과 감사 지표도 20% 늘었다. 이달 중순부터는 일부 고객센터에 시스템을 오픈하고, 3월에는 전국 모든 고객센터의 상담업무 중 일부 서비스에 대해 고객케어플러스를 활용하기로 했다. LG유플러스는 네트워크 품질, 법인고객 대상 상담 업무에도 잠재불만지수를 적용해 고객의 불만에 선제대응하는 활동을 확대해 나갈 계...

2022.02.23

마이프랜차이즈-카카오모빌리티, 빅데이터 파트너십 체결

마이프랜차이즈(이하 마이프차)가 카카오모빌리티와 서비스 경쟁력 강화를 위한 빅데이터 협력 파트너십을 체결했다고 2월 23일 밝혔다. 이번 파트너십을 통해 마이프차는 주요 프랜차이즈 가맹점의 관심지점(POI) 정보를 제공하고, 카카오모빌리티는 모빌리티 빅데이터를 기반으로 각 지점에서 산출한 과거 통행량 통계 및 예측 데이터를 제공한다.   회사에 따르면 마이프차는 카카오모빌리티의 빅데이터를 자사 상권분석 서비스에 활용할 계획이다. 마이프차 상권분석 서비스는 예비창업자와 프랜차이즈 가맹본부가 창업 후보지의 배후 데이터를 조사하고 분석해 가장 적합한 입지를 선택할 수 있도록 돕는다. 공공 데이터 위주의 일반적인 상권분석 서비스와 달리, 카드사 및 배달 플랫폼 등 특정 지역의 상권을 파악하는 데 핵심적인 데이터를 확보한 기업들과 적극 협력해 다양한 데이터를 반영한 것이 특징이다. 마이프차 상권분석 서비스 이용자는 대중교통 승하차 인구, 관공서 위치, 학교 및 학생 현황, 병상 수 등 공개된 데이터는 물론, 카드사 매출이나 배달 주문의 통계처럼 쉽게 접하기 어려운 데이터까지 간편하게 확인할 수 있다. 카카오모빌리티의 통행량 데이터까지 더해지면 프랜차이즈 가맹본부가 가맹점 출점의 성공 확률을 크게 높일 수 있을 것으로 기대된다. 카카오모빌리티는 양질의 데이터를 파트너사들의 서비스에 접목해 고도화에 기여함으로써, 모빌리티 데이터의 확장성과 가치를 더욱 높일 것으로 기대하고 있다. 카카오모빌리티가 마이프차에 제공할 통행량 데이터는 3,000만 누적이용자를 보유한 카카오T를 통해 최상의 이동경험을 제공하는 빅데이터와 2,200만 이용자를 보유한 카카오내비의 교통 데이터를 분석 및 가공한 것으로, 상세하고 방대한 데이터로 이용자 트렌드 분석이 가능해 높은 부가가치를 보이는 것이 특징이다. 예컨대 전국 도로의 통행량 추정치와 혼잡도를 시간대별로 확인함으로써 카페, 패스트푸드 등 업종에서 드라이브스루(DT) 매장 출점 수요를 함께 고려할 수 있기 때문에, 통행량 ...

마이프랜차이즈 카카오모빌리티 빅데이터 디지털 트랜스포메이션

2022.02.23

마이프랜차이즈(이하 마이프차)가 카카오모빌리티와 서비스 경쟁력 강화를 위한 빅데이터 협력 파트너십을 체결했다고 2월 23일 밝혔다. 이번 파트너십을 통해 마이프차는 주요 프랜차이즈 가맹점의 관심지점(POI) 정보를 제공하고, 카카오모빌리티는 모빌리티 빅데이터를 기반으로 각 지점에서 산출한 과거 통행량 통계 및 예측 데이터를 제공한다.   회사에 따르면 마이프차는 카카오모빌리티의 빅데이터를 자사 상권분석 서비스에 활용할 계획이다. 마이프차 상권분석 서비스는 예비창업자와 프랜차이즈 가맹본부가 창업 후보지의 배후 데이터를 조사하고 분석해 가장 적합한 입지를 선택할 수 있도록 돕는다. 공공 데이터 위주의 일반적인 상권분석 서비스와 달리, 카드사 및 배달 플랫폼 등 특정 지역의 상권을 파악하는 데 핵심적인 데이터를 확보한 기업들과 적극 협력해 다양한 데이터를 반영한 것이 특징이다. 마이프차 상권분석 서비스 이용자는 대중교통 승하차 인구, 관공서 위치, 학교 및 학생 현황, 병상 수 등 공개된 데이터는 물론, 카드사 매출이나 배달 주문의 통계처럼 쉽게 접하기 어려운 데이터까지 간편하게 확인할 수 있다. 카카오모빌리티의 통행량 데이터까지 더해지면 프랜차이즈 가맹본부가 가맹점 출점의 성공 확률을 크게 높일 수 있을 것으로 기대된다. 카카오모빌리티는 양질의 데이터를 파트너사들의 서비스에 접목해 고도화에 기여함으로써, 모빌리티 데이터의 확장성과 가치를 더욱 높일 것으로 기대하고 있다. 카카오모빌리티가 마이프차에 제공할 통행량 데이터는 3,000만 누적이용자를 보유한 카카오T를 통해 최상의 이동경험을 제공하는 빅데이터와 2,200만 이용자를 보유한 카카오내비의 교통 데이터를 분석 및 가공한 것으로, 상세하고 방대한 데이터로 이용자 트렌드 분석이 가능해 높은 부가가치를 보이는 것이 특징이다. 예컨대 전국 도로의 통행량 추정치와 혼잡도를 시간대별로 확인함으로써 카페, 패스트푸드 등 업종에서 드라이브스루(DT) 매장 출점 수요를 함께 고려할 수 있기 때문에, 통행량 ...

2022.02.23

‘에이스’ 데이터 과학자 되고 싶다면... 살펴볼 만한 자격증 12종

‘데이터 과학자’로 앞서 나가고 싶은가? 다음의 데이터 과학 자격증 중 하나를 취득하면 IT 분야의 가장 ‘핫’한 커리어에서 두각을 나타내는 데 도움이 될 것이다.  데이터 과학자는 IT에서 가장 ‘ 핫’한 직업이다. 기업들이 광범위한 데이터를 분석할 수 있는 데이터 전문가를 확보하려고 열심이기 때문이다. 수익성 있는 이 분야에 뛰어들고 싶거나, 경쟁자들 사이에서 돋보이고 싶다면 데이터 과학 자격증을 취득하는 게 좋다.  데이터 과학 자격증 취득은 희망하는 산업에서 찾기 힘든 스킬을 연마할 수 있다는 점에서 경쟁력을 갖추기에 좋은 방법이다. 아울러 보유하고 있는 데이터 과학 노하우를 입증할 수 있는 방법이기도 하다. 대학에서 자격증을 취득하거나, 경력을 쌓고 싶거나, 특정 벤더와 관련된 스킬을 연마하거나, 데이터 분석 지식을 입증하고 싶을 때 도움이 될 자격증 12종을 알파벳 순서로 정리했다.    공인 애널리스트 프로페셔널(Certified Analytics Professional; CAP) CAP는 벤더 중립적인 자격증이며, ‘복잡한 데이터를 가치 있는 인사이트와 액션으로 전환하는’ 역량을 검증한다. 기업들이 데이터를 이해하고, 논리적인 결론을 도출하며, 이러한 데이터 포인트가 중요한 이유를 주요 이해관계자에게 설명할 수 있는 데이터 과학자를 원하기 때문이다. 특정 기준을 충족해야 CAP 또는 어소시에이트 레벨의 aCAP 시험에 응시할 수 있다. 관련 분야의 석사 학위가 있다면 관련 경력 3년, 관련 분야의 학사 학위가 있다면 관련 경력 5년, 분석 관련 학위가 없다면 7년의 경력이 필요하다. aCAP 시험은 석사 학위 및 3년 미만의 데이터 또는 분석 관련 경력이 필요하다. • 비용: CAP 시험의 경우 INFORMS 회원은 495달러, 비회원은 695달러다. aCAP 시험의 경우 INFORMS 회원은 200달러, 비회원은 300달러다.  • 위치: 지정된 시험 센터에서 직접 • 유효 기간: ...

데이터 과학 빅데이터 자격증 인증

2022.02.22

‘데이터 과학자’로 앞서 나가고 싶은가? 다음의 데이터 과학 자격증 중 하나를 취득하면 IT 분야의 가장 ‘핫’한 커리어에서 두각을 나타내는 데 도움이 될 것이다.  데이터 과학자는 IT에서 가장 ‘ 핫’한 직업이다. 기업들이 광범위한 데이터를 분석할 수 있는 데이터 전문가를 확보하려고 열심이기 때문이다. 수익성 있는 이 분야에 뛰어들고 싶거나, 경쟁자들 사이에서 돋보이고 싶다면 데이터 과학 자격증을 취득하는 게 좋다.  데이터 과학 자격증 취득은 희망하는 산업에서 찾기 힘든 스킬을 연마할 수 있다는 점에서 경쟁력을 갖추기에 좋은 방법이다. 아울러 보유하고 있는 데이터 과학 노하우를 입증할 수 있는 방법이기도 하다. 대학에서 자격증을 취득하거나, 경력을 쌓고 싶거나, 특정 벤더와 관련된 스킬을 연마하거나, 데이터 분석 지식을 입증하고 싶을 때 도움이 될 자격증 12종을 알파벳 순서로 정리했다.    공인 애널리스트 프로페셔널(Certified Analytics Professional; CAP) CAP는 벤더 중립적인 자격증이며, ‘복잡한 데이터를 가치 있는 인사이트와 액션으로 전환하는’ 역량을 검증한다. 기업들이 데이터를 이해하고, 논리적인 결론을 도출하며, 이러한 데이터 포인트가 중요한 이유를 주요 이해관계자에게 설명할 수 있는 데이터 과학자를 원하기 때문이다. 특정 기준을 충족해야 CAP 또는 어소시에이트 레벨의 aCAP 시험에 응시할 수 있다. 관련 분야의 석사 학위가 있다면 관련 경력 3년, 관련 분야의 학사 학위가 있다면 관련 경력 5년, 분석 관련 학위가 없다면 7년의 경력이 필요하다. aCAP 시험은 석사 학위 및 3년 미만의 데이터 또는 분석 관련 경력이 필요하다. • 비용: CAP 시험의 경우 INFORMS 회원은 495달러, 비회원은 695달러다. aCAP 시험의 경우 INFORMS 회원은 200달러, 비회원은 300달러다.  • 위치: 지정된 시험 센터에서 직접 • 유효 기간: ...

2022.02.22

"양자 컴퓨팅 응용 분야 발전 위해 협력한다" IBM-LG전자

IBM은 LG전자가 양자 컴퓨팅의 응용 분야를 발전시키기 위해 IBM 퀀텀 네트워크에 합류했다고 1월 10일 발표했다. IBM은 IBM 퀀텀 네트워크에 합류한 LG전자에 IBM의 양자 컴퓨팅 시스템뿐만 아니라 IBM의 양자 관련 전문성과 IBM의 오픈소스 기반 양자 정보 소프트웨어 개발 키트인 퀴스킷(Qiskit)을 활용할 수 있는 권한을 제공할 예정이다. LG전자는 많은 양의 데이터 처리가 필요한 빅데이터, 인공지능, 커넥티드카, 디지털 전환, 사물인터넷(IoT), 로봇 애플리케이션 등을 지원하기 위한 산업용 양자 컴퓨팅 애플리케이션을 연구할 계획이다. IBM 퀀텀과의 협력으로 LG전자는 IBM의 양자 로드맵에 따라 발표되는 최신 양자 컴퓨팅 하드웨어 및 소프트웨어, 애플리케이션을 바로 활용할 수 있게 된다. 또한, 직원들이 산업에 어떤 잠재적인 혁신 기술을 적용할 수 있는지 연구할 수 있도록 교육도 제공할 계획이다.   G전자 CTO 김병훈 부사장은 “오픈 이노베이션 전략을 바탕으로 IBM과 협력하여 양자 컴퓨팅 기술을 확보해 나갈 계획”이라며, “양자 컴퓨팅 기술을 미래 사업에 활용함으로써 고객들에게 지금까지 경험하지 못한 가치를 제공할 것”이라고 강조했다. IBM 펠로우(수석 과학자) 겸 퀀텀 컴퓨팅 부문 부사장인 제이 감베타는 “한국의 양자 컴퓨팅 생태계가 성장하고 있는 시기에 LG 전자가 IBM 퀀텀 생태계에 합류하게 된 것을 환영한다”라며, “IBM은 양자 컴퓨팅을 통해 LG 전자가 미래 핵심 기술과 관련된 새로운 형태의 문제를 연구하는데 협력할 것이며, 동시에 한국의 양자 역량을 강화하는 데 도움이 되고자 한다”라고 말했다. ciokr@idg.co.kr

IBM LG전자 양자 컴퓨팅 IBM 퀀텀 네트워크 빅데이터 인공지능 커넥티드 카 사물인터넷

2022.01.10

IBM은 LG전자가 양자 컴퓨팅의 응용 분야를 발전시키기 위해 IBM 퀀텀 네트워크에 합류했다고 1월 10일 발표했다. IBM은 IBM 퀀텀 네트워크에 합류한 LG전자에 IBM의 양자 컴퓨팅 시스템뿐만 아니라 IBM의 양자 관련 전문성과 IBM의 오픈소스 기반 양자 정보 소프트웨어 개발 키트인 퀴스킷(Qiskit)을 활용할 수 있는 권한을 제공할 예정이다. LG전자는 많은 양의 데이터 처리가 필요한 빅데이터, 인공지능, 커넥티드카, 디지털 전환, 사물인터넷(IoT), 로봇 애플리케이션 등을 지원하기 위한 산업용 양자 컴퓨팅 애플리케이션을 연구할 계획이다. IBM 퀀텀과의 협력으로 LG전자는 IBM의 양자 로드맵에 따라 발표되는 최신 양자 컴퓨팅 하드웨어 및 소프트웨어, 애플리케이션을 바로 활용할 수 있게 된다. 또한, 직원들이 산업에 어떤 잠재적인 혁신 기술을 적용할 수 있는지 연구할 수 있도록 교육도 제공할 계획이다.   G전자 CTO 김병훈 부사장은 “오픈 이노베이션 전략을 바탕으로 IBM과 협력하여 양자 컴퓨팅 기술을 확보해 나갈 계획”이라며, “양자 컴퓨팅 기술을 미래 사업에 활용함으로써 고객들에게 지금까지 경험하지 못한 가치를 제공할 것”이라고 강조했다. IBM 펠로우(수석 과학자) 겸 퀀텀 컴퓨팅 부문 부사장인 제이 감베타는 “한국의 양자 컴퓨팅 생태계가 성장하고 있는 시기에 LG 전자가 IBM 퀀텀 생태계에 합류하게 된 것을 환영한다”라며, “IBM은 양자 컴퓨팅을 통해 LG 전자가 미래 핵심 기술과 관련된 새로운 형태의 문제를 연구하는데 협력할 것이며, 동시에 한국의 양자 역량을 강화하는 데 도움이 되고자 한다”라고 말했다. ciokr@idg.co.kr

2022.01.10

아이엠알, 도시소리 데이터세트 구축…“7만여 건의 데이터, AI 허브에 공개”

인공지능 데이터 전문 기업 아이엠알이 도시소리 데이터세트를 구축했다고 12월 29일 발표했다. 아이엠알은 도시소리 관련 데이터 인공지능 학습용 데이터세트를 만들기 위해 도시소리를 수집했다. 생활 속 도시소음을 24개로 분류하고 7만여 건의 데이터를 구축했다. 이를 위해 데이터 수집, 정제, 가공, 검사를 통한 ▲인공지능 데이터 구축 ▲인공지능 모델 개발 ▲인공지능 서비스 개발 등의 업무를 진행했다고 회사 측은 전했다. 아이엠알은 도시소리 데이터세트를 AI 통합 플랫폼(AI HUB)에 공개할 예정이다. 이에 따라 사용자는 AI 프로그램으로 도시소리인 주변 소음원을 분석할 수 있고, 도시 소음과 관련된 다양한 서비스도 개발할 수 있다. 또 도시소리 데이터세트로 공사장 소음을 분석하고, 생활 소음을 측정해 층간 소음이나 관련 분쟁에 대한 완화 효과도 기대해 볼 수 있다고 업체 측은 설명했다. 아울러 도시소리 데이터세트 이용 시, AI 기술과 제품 서비스 개발에 필요한 ▲AI 데이터 ▲AI SW API 등을 지원받을 수 있다. 도시소리 데이터세트 구축은 과학기술정보통신부와 한국지능정보사회진흥원이 주최한 데이터 댐 사업의 일환으로, 아이엠알은 데이터 댐 구축 사업에 지난 6월부터 참여했다. 데이터 댐 사업은 데이터 수집·가공·거래·활용 기반을 강화해 데이터 경제를 가속화하고, 5세대 이동통신(5G) 전국망을 통해 인공지능 융합을 확산하는 등 디지털 산업 육성을 목적으로 한다. 또 코로나 이후 심화된 디지털 기술 불평등으로 인한 격차를 줄이고자 하는 휴먼 디지털 뉴딜 정책이 반영됐다. 아이엠알 김경수 대표는 “도시소리 데이터세트는 도시의 안전과 환경을 관리하는 데 필요한 서비스의 기초가 될 것”이라며 “아이엠알은 국제 표준 기반 사물인터넷(IoT), 빅데이터, AI의 전문 기술로 스마트시티, 스마트교통, 스마트에너지, 스마트공장 분야에서 큰 성과를 내고 있다”라고 말했다. ciokr@idg.co.kr

아이엠알 빅데이터 인공지능

2021.12.29

인공지능 데이터 전문 기업 아이엠알이 도시소리 데이터세트를 구축했다고 12월 29일 발표했다. 아이엠알은 도시소리 관련 데이터 인공지능 학습용 데이터세트를 만들기 위해 도시소리를 수집했다. 생활 속 도시소음을 24개로 분류하고 7만여 건의 데이터를 구축했다. 이를 위해 데이터 수집, 정제, 가공, 검사를 통한 ▲인공지능 데이터 구축 ▲인공지능 모델 개발 ▲인공지능 서비스 개발 등의 업무를 진행했다고 회사 측은 전했다. 아이엠알은 도시소리 데이터세트를 AI 통합 플랫폼(AI HUB)에 공개할 예정이다. 이에 따라 사용자는 AI 프로그램으로 도시소리인 주변 소음원을 분석할 수 있고, 도시 소음과 관련된 다양한 서비스도 개발할 수 있다. 또 도시소리 데이터세트로 공사장 소음을 분석하고, 생활 소음을 측정해 층간 소음이나 관련 분쟁에 대한 완화 효과도 기대해 볼 수 있다고 업체 측은 설명했다. 아울러 도시소리 데이터세트 이용 시, AI 기술과 제품 서비스 개발에 필요한 ▲AI 데이터 ▲AI SW API 등을 지원받을 수 있다. 도시소리 데이터세트 구축은 과학기술정보통신부와 한국지능정보사회진흥원이 주최한 데이터 댐 사업의 일환으로, 아이엠알은 데이터 댐 구축 사업에 지난 6월부터 참여했다. 데이터 댐 사업은 데이터 수집·가공·거래·활용 기반을 강화해 데이터 경제를 가속화하고, 5세대 이동통신(5G) 전국망을 통해 인공지능 융합을 확산하는 등 디지털 산업 육성을 목적으로 한다. 또 코로나 이후 심화된 디지털 기술 불평등으로 인한 격차를 줄이고자 하는 휴먼 디지털 뉴딜 정책이 반영됐다. 아이엠알 김경수 대표는 “도시소리 데이터세트는 도시의 안전과 환경을 관리하는 데 필요한 서비스의 기초가 될 것”이라며 “아이엠알은 국제 표준 기반 사물인터넷(IoT), 빅데이터, AI의 전문 기술로 스마트시티, 스마트교통, 스마트에너지, 스마트공장 분야에서 큰 성과를 내고 있다”라고 말했다. ciokr@idg.co.kr

2021.12.29

메쉬코리아-디센트, 빅데이터 기반 ‘운송+물류창고관리’ 통합 솔루션 개발

메쉬코리아가 물류 솔루션 전문기업인 디센트와 함께 운송솔루션(TMS)과 물류창고관리(WMS) 솔루션을 결합한 차세대 IT 통합 물류 솔루션을 개발한다고 5일 밝혔다. 양사는 메쉬코리아의 빅데이터와 AI 기반의 운송 솔루션인 ‘부릉 TMS’와 ‘디센트 WMS’를 하나로 패키징함으로써 기업 고객에게 통합 서비스로 제공할 방침이다. 또한 기업을 대상으로 하는 물류 컨설팅뿐 아니라 통합 솔루션의 수주 역시 공동으로 진행한다.   이번 양사의 협업은 이커머스 시장이 급격하게 성장함에 따라 물류 프로세스의 복잡도가 증가하고, 이에 따른 운송과 물류창고 관리 등 각 물류 부문의 솔루션 연동의 어려움을 해결하기 위해서라고 업체 측은 설명했다. 메쉬코리아는 디센트와 함께 구축한 통합 솔루션을 앞세워 물류와 유통의 선순환 고리를 단계적으로 구축함으로써 최종적으로 유통물류 산업군에서 부릉 중심의 생태계를 구현하겠다는 계획이다.  딥테크 기반의 첨단 운송솔루션인 부릉 TMS는 주행 거리와 배송 수행 결과 등에 대한 통계를 한 눈에 확인 가능하며 물류 비즈니스에 필요한 많은 핵심 데이터들을 손쉽게 관리하는 기능을 제공한다. 머신러닝 기능을 통해 배송 및 배차 요건을 자동으로 적용해 매일 변화하는 물류 환경과 고객사의 니즈에 빠르게 대응할 수 있는 게 강점이다. 이에 유수의 기업들이 부릉 TMS의 도입으로 SCM(공급망관리) 최적화와 이를 통한 비용절감을 경험하고 있다.  디센트는 기업용 소프트웨어 전문기업으로 WMS에 특화된 경쟁력을 보유한 기업으로 평가받고 있다. 제조와 유통뿐 아니라 식품, 의약, 패션, IT 등 다양한 분야의 30여개 기업이 디센트의 솔루션을 통해 물류 최적화를 구현하고 있다. 실제 올해 7월에는 카카오프렌즈 강남 플래그십 스토어에 디지털 피킹시스템을 구축하며 업무 효율 향상에 기여했다. 메쉬코리아 탁정욱 전략총괄(CSO)은 “디센트와 선보일 통합 솔루션은 물류시스템에 대한 큰 비용 투자가 현실적 어려운 스타트업뿐 아니라 ...

메쉬코리아 빅데이터 AI 물류시스템

2021.11.05

메쉬코리아가 물류 솔루션 전문기업인 디센트와 함께 운송솔루션(TMS)과 물류창고관리(WMS) 솔루션을 결합한 차세대 IT 통합 물류 솔루션을 개발한다고 5일 밝혔다. 양사는 메쉬코리아의 빅데이터와 AI 기반의 운송 솔루션인 ‘부릉 TMS’와 ‘디센트 WMS’를 하나로 패키징함으로써 기업 고객에게 통합 서비스로 제공할 방침이다. 또한 기업을 대상으로 하는 물류 컨설팅뿐 아니라 통합 솔루션의 수주 역시 공동으로 진행한다.   이번 양사의 협업은 이커머스 시장이 급격하게 성장함에 따라 물류 프로세스의 복잡도가 증가하고, 이에 따른 운송과 물류창고 관리 등 각 물류 부문의 솔루션 연동의 어려움을 해결하기 위해서라고 업체 측은 설명했다. 메쉬코리아는 디센트와 함께 구축한 통합 솔루션을 앞세워 물류와 유통의 선순환 고리를 단계적으로 구축함으로써 최종적으로 유통물류 산업군에서 부릉 중심의 생태계를 구현하겠다는 계획이다.  딥테크 기반의 첨단 운송솔루션인 부릉 TMS는 주행 거리와 배송 수행 결과 등에 대한 통계를 한 눈에 확인 가능하며 물류 비즈니스에 필요한 많은 핵심 데이터들을 손쉽게 관리하는 기능을 제공한다. 머신러닝 기능을 통해 배송 및 배차 요건을 자동으로 적용해 매일 변화하는 물류 환경과 고객사의 니즈에 빠르게 대응할 수 있는 게 강점이다. 이에 유수의 기업들이 부릉 TMS의 도입으로 SCM(공급망관리) 최적화와 이를 통한 비용절감을 경험하고 있다.  디센트는 기업용 소프트웨어 전문기업으로 WMS에 특화된 경쟁력을 보유한 기업으로 평가받고 있다. 제조와 유통뿐 아니라 식품, 의약, 패션, IT 등 다양한 분야의 30여개 기업이 디센트의 솔루션을 통해 물류 최적화를 구현하고 있다. 실제 올해 7월에는 카카오프렌즈 강남 플래그십 스토어에 디지털 피킹시스템을 구축하며 업무 효율 향상에 기여했다. 메쉬코리아 탁정욱 전략총괄(CSO)은 “디센트와 선보일 통합 솔루션은 물류시스템에 대한 큰 비용 투자가 현실적 어려운 스타트업뿐 아니라 ...

2021.11.05

‘데이터 엔지니어·아키텍트’ 수요 뜨겁다··· 인기 자격증 8종

데이터 엔지니어와 데이터 아키텍트의 수요가 높다. 데이터 엔지니어와 데이터 아키텍트 분야의 경력 개발에 도움이 될 만한 자격증을 소개한다.  데이터 애널리틱스는 성공적인 비즈니스의 핵심이다. 적절한 기술을 확보하는 것도 힘들지만 데이터 이니셔티브를 이끌어갈 전문 역량을 갖춘 팀을 구성하는 것은 이보다 더 어려울 수 있다. 빅데이터 이니셔티브를 성공적으로 수행하려면 데이터 과학자와 데이터 분석가만으론 부족하다. 엔터프라이즈 데이터 관리 프레임워크의 청사진을 설계하는 ‘데이터 아키텍트’와 데이터 수집, 처리, 비즈니스 가치 창출을 위해 프레임워크 및 데이터 파이프라인을 구축할 수 있는 ‘데이터 엔지니어’가 필요하다.   일반적으로 데이터 아키텍트는 데이터 설계, 데이터 관리, 데이터 스토리지에 전문성을 갖추고 있다. 데이터 엔지니어는 하둡(Hadoop), 스파크(Spark) 및 오픈소스 빅데이터 생태계의 다른 도구를 사용하는 데 능숙하며, 자바(Java), 스칼라(Scala), 파이썬(Python) 등으로 프로그래밍할 수 있는 전문성을 갖추고 있다.  이 분야에서 경쟁력을 확보할 방법을 찾고 있다면 자격증은 좋은 선택지다. 자격증은 업계나 벤더별 벤치마크를 기준으로 지식과 역량을 평가해 직무에 적합한 기술과 역량을 가지고 있음을 입증한다.  다음은 경력 개발에 도움이 될 만한 가장 인기 있는 데이터 엔지니어 및 데이터 아키텍트 자격증이다. AWS 공인 데이터 애널리틱스 스페셜티(AWS Certified Data Analytics – Specialty) AWS의 데이터 레이크 및 애널리틱스 서비스에 관한 기술적 역량과 경험을 검증하는 자격증이다. 각종 AWS 데이터 애널리틱스 서비스를 이해하고, 서로 어떻게 통합돼 있는지 알고 있는가를 검증하는 게 목적이다. 또 AWS 데이터 애널리틱스 서비스를 데이터 수집, 저장, 처리, 시각화라는 라이프 사이클에 구축하는 방법도 알아야 한다. 과거 ‘AWS 공인 빅데이터 스페셜티(...

자격증 인증 IT 스킬 IT 역량 커리어 경력 빅데이터 데이터 엔지니어 데이터 아키텍트 애널리틱스 데이터 관리 데이터 통합 AWS 클라우데라 구글 SAS IBM

2021.10.21

데이터 엔지니어와 데이터 아키텍트의 수요가 높다. 데이터 엔지니어와 데이터 아키텍트 분야의 경력 개발에 도움이 될 만한 자격증을 소개한다.  데이터 애널리틱스는 성공적인 비즈니스의 핵심이다. 적절한 기술을 확보하는 것도 힘들지만 데이터 이니셔티브를 이끌어갈 전문 역량을 갖춘 팀을 구성하는 것은 이보다 더 어려울 수 있다. 빅데이터 이니셔티브를 성공적으로 수행하려면 데이터 과학자와 데이터 분석가만으론 부족하다. 엔터프라이즈 데이터 관리 프레임워크의 청사진을 설계하는 ‘데이터 아키텍트’와 데이터 수집, 처리, 비즈니스 가치 창출을 위해 프레임워크 및 데이터 파이프라인을 구축할 수 있는 ‘데이터 엔지니어’가 필요하다.   일반적으로 데이터 아키텍트는 데이터 설계, 데이터 관리, 데이터 스토리지에 전문성을 갖추고 있다. 데이터 엔지니어는 하둡(Hadoop), 스파크(Spark) 및 오픈소스 빅데이터 생태계의 다른 도구를 사용하는 데 능숙하며, 자바(Java), 스칼라(Scala), 파이썬(Python) 등으로 프로그래밍할 수 있는 전문성을 갖추고 있다.  이 분야에서 경쟁력을 확보할 방법을 찾고 있다면 자격증은 좋은 선택지다. 자격증은 업계나 벤더별 벤치마크를 기준으로 지식과 역량을 평가해 직무에 적합한 기술과 역량을 가지고 있음을 입증한다.  다음은 경력 개발에 도움이 될 만한 가장 인기 있는 데이터 엔지니어 및 데이터 아키텍트 자격증이다. AWS 공인 데이터 애널리틱스 스페셜티(AWS Certified Data Analytics – Specialty) AWS의 데이터 레이크 및 애널리틱스 서비스에 관한 기술적 역량과 경험을 검증하는 자격증이다. 각종 AWS 데이터 애널리틱스 서비스를 이해하고, 서로 어떻게 통합돼 있는지 알고 있는가를 검증하는 게 목적이다. 또 AWS 데이터 애널리틱스 서비스를 데이터 수집, 저장, 처리, 시각화라는 라이프 사이클에 구축하는 방법도 알아야 한다. 과거 ‘AWS 공인 빅데이터 스페셜티(...

2021.10.21

"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

김진철의 How-to-Big Dataㅣ에필로그 – 맺는 글

LHC 빅데이터의 미래 – FCC와 새로운 입자 물리학 실험들 LHC 실험은 2018년까지 13TeV, 190fb-1의 목표 성능에 대한 계획된 실험을 마치고 현재 가동을 잠시 중단한 상태다. 2027년 9월로 예정되어 있는 고광도 LHC(High-Luminosity LHC; HL-LHC) 실험을 위해 LHC 주 가속기와 ATLAS, CMS, ALICE, LHCb의 주요 검출기들의 성능을 높이기 위해서는 목표 성능을 낼 수 있도록 많은 부품과 장치들을 새롭게 제작, 교체해야 한다. 지금은 시운전, 테스트를 준비하며 LHC 주 가속기와 검출기들을 업그레이드하고 있다.   COVID-19 바이러스는 CERN의 LHC 실험에도 영향을 미쳐서 LHC 실험의 일정을 지연시켰다. 원래 HL-LHC 실험을 위한 검출기들의 1차 업그레이드를 완료하고 첫 빔 테스트와 시운전을 진행할 예정이었던 2021년 5월에서 4개월 지연된 2021년 9월에 첫 빔 테스트를 진행할 예정이다. 예상치 못했던 COVID-19 바이러스 사태때문에 앞으로 COVID-19 바이러스 확산 상태에 따라 LHC 실험 일정이 다시 변경될 가능성도 있지만, 현재까지의 상황을 보면 2022년 5월부터 원래 예정되었던 LHC 세 번째 실험(Run3)이 진행될 가능성이 높다. LHC 주 가속기가 업그레이드되어 양성자 빔이 14TeV의 목표 에너지와 3000fb-1의 반응 크로스 섹션(cross section)에 도달하면, LHC 실험 초반에 20 ~ 40PB 규모의 3차원 영상 이벤트 데이터를 쏟아냈던 ATLAS, CMS, ALICE, LHCb 네 개의 검출기들은 LHC 빔 충돌 지점(interaction point)에서 일어날 수 이벤트의 빈도가 LHC 건설 당시 100배이상 높아지게 되면서 이에 따라 각 검출기들이 생산해내는 이벤트 영상 데이터의 양도 크게 증가할 것으로 보인다.  HL-LHC 업그레이드에 따른 LHC 가속기와 주요 검출기들의 성능 향상도 LHC 빅데이터의 증가에 영향...

김진철 빅데이터 데이터 과학 입자 물리학 양자 컴퓨팅 인공지능 딥러닝 5G

2021.07.29

LHC 빅데이터의 미래 – FCC와 새로운 입자 물리학 실험들 LHC 실험은 2018년까지 13TeV, 190fb-1의 목표 성능에 대한 계획된 실험을 마치고 현재 가동을 잠시 중단한 상태다. 2027년 9월로 예정되어 있는 고광도 LHC(High-Luminosity LHC; HL-LHC) 실험을 위해 LHC 주 가속기와 ATLAS, CMS, ALICE, LHCb의 주요 검출기들의 성능을 높이기 위해서는 목표 성능을 낼 수 있도록 많은 부품과 장치들을 새롭게 제작, 교체해야 한다. 지금은 시운전, 테스트를 준비하며 LHC 주 가속기와 검출기들을 업그레이드하고 있다.   COVID-19 바이러스는 CERN의 LHC 실험에도 영향을 미쳐서 LHC 실험의 일정을 지연시켰다. 원래 HL-LHC 실험을 위한 검출기들의 1차 업그레이드를 완료하고 첫 빔 테스트와 시운전을 진행할 예정이었던 2021년 5월에서 4개월 지연된 2021년 9월에 첫 빔 테스트를 진행할 예정이다. 예상치 못했던 COVID-19 바이러스 사태때문에 앞으로 COVID-19 바이러스 확산 상태에 따라 LHC 실험 일정이 다시 변경될 가능성도 있지만, 현재까지의 상황을 보면 2022년 5월부터 원래 예정되었던 LHC 세 번째 실험(Run3)이 진행될 가능성이 높다. LHC 주 가속기가 업그레이드되어 양성자 빔이 14TeV의 목표 에너지와 3000fb-1의 반응 크로스 섹션(cross section)에 도달하면, LHC 실험 초반에 20 ~ 40PB 규모의 3차원 영상 이벤트 데이터를 쏟아냈던 ATLAS, CMS, ALICE, LHCb 네 개의 검출기들은 LHC 빔 충돌 지점(interaction point)에서 일어날 수 이벤트의 빈도가 LHC 건설 당시 100배이상 높아지게 되면서 이에 따라 각 검출기들이 생산해내는 이벤트 영상 데이터의 양도 크게 증가할 것으로 보인다.  HL-LHC 업그레이드에 따른 LHC 가속기와 주요 검출기들의 성능 향상도 LHC 빅데이터의 증가에 영향...

2021.07.29

기고ㅣAI 책임자 직급이 낮아졌다, 이유는?··· '2021 AI 현황 보고서' 요약

호주의 AI 학습용 데이터 전문 업체 ‘아펜(Appen)’에서 비즈니스 리더와 데이터 과학자를 대상으로 실시한 설문조사 결과를 발표했다. AI 이니셔티브가 비즈니스 가치를 제공하는 건 맞지만 과제도 여전히 남아있는 것으로 나타났다. 2020년은 그 어느 때보다 다사다난했던 한 해로 기억될 것이다. 코로나19가 강타하고, 그 여파로 사회적 변화가 이뤄졌으며 그리고 미국의 경우 중대한 정치적 변화가 발생했다. 기술 업계에서도 2020년은 의미가 있다. ‘인공지능(AI)’이 SF 소설에서 비즈니스 현실로 탈바꿈한 해이기 때문이다.   지난해 코로나19 위기가 닥치자 거의 모든 업종과 규모의 기업에서 AI 이니셔티브를 가속했다. 팬데믹이 1년 이상 지속되고 있는 현 상황에서 기업들은 이제 데이터를 파악하고 AI를 사용해 내부 프로세스를 지원하는 데 초점을 맞추고 있다.    몇 년 전에 ‘모든 기업은 기술 기업이다’라는 말이 있었다. 그 말은 이젠 한물갔다. 오늘날 모든 기업은 데이터 기업이다. 하지만 방대한 양의 정보 때문에 대대적인 자동화를 통해 핵심 인사이트를 찾아야 한다. AI가 바로 이 문제의 해결책이다. AI 관련 예산은 연간 50만 달러부터 500만 달러까지로 전년 대비 55% 이상 증가하면서 시장 성숙도가 더욱더 높아지고 있다.   AI 시스템 구축용 학습 데이터 전문 업체 ‘아펜 리미티드(Appen Limited)’는 시장조사기관 해리스 폴(Harris Poll)에 의뢰해 올해 3월 1일부터 19일 동안 총 501명의 비즈니스 리더와 데이터 과학자를 대상으로 온라인 설문조사를 진행해 ‘2021년 AI 및 머신러닝 현황 보고서(2021 State of AI and Machine Learning Report)’를 발표했다. 설문조사 응답자는 100명 이상의 직원을 둔 미국 기반 기업에 소속된 251명의 비즈니스 리더와 250명의 데이터 과학자, 데이터 엔지니어, 개발자로 구성됐다.  “AI 이니셔티...

인공지능 머신러닝 딥러닝 데이터 빅데이터 애널리틱스 AI 윤리 해석가능성

2021.06.29

호주의 AI 학습용 데이터 전문 업체 ‘아펜(Appen)’에서 비즈니스 리더와 데이터 과학자를 대상으로 실시한 설문조사 결과를 발표했다. AI 이니셔티브가 비즈니스 가치를 제공하는 건 맞지만 과제도 여전히 남아있는 것으로 나타났다. 2020년은 그 어느 때보다 다사다난했던 한 해로 기억될 것이다. 코로나19가 강타하고, 그 여파로 사회적 변화가 이뤄졌으며 그리고 미국의 경우 중대한 정치적 변화가 발생했다. 기술 업계에서도 2020년은 의미가 있다. ‘인공지능(AI)’이 SF 소설에서 비즈니스 현실로 탈바꿈한 해이기 때문이다.   지난해 코로나19 위기가 닥치자 거의 모든 업종과 규모의 기업에서 AI 이니셔티브를 가속했다. 팬데믹이 1년 이상 지속되고 있는 현 상황에서 기업들은 이제 데이터를 파악하고 AI를 사용해 내부 프로세스를 지원하는 데 초점을 맞추고 있다.    몇 년 전에 ‘모든 기업은 기술 기업이다’라는 말이 있었다. 그 말은 이젠 한물갔다. 오늘날 모든 기업은 데이터 기업이다. 하지만 방대한 양의 정보 때문에 대대적인 자동화를 통해 핵심 인사이트를 찾아야 한다. AI가 바로 이 문제의 해결책이다. AI 관련 예산은 연간 50만 달러부터 500만 달러까지로 전년 대비 55% 이상 증가하면서 시장 성숙도가 더욱더 높아지고 있다.   AI 시스템 구축용 학습 데이터 전문 업체 ‘아펜 리미티드(Appen Limited)’는 시장조사기관 해리스 폴(Harris Poll)에 의뢰해 올해 3월 1일부터 19일 동안 총 501명의 비즈니스 리더와 데이터 과학자를 대상으로 온라인 설문조사를 진행해 ‘2021년 AI 및 머신러닝 현황 보고서(2021 State of AI and Machine Learning Report)’를 발표했다. 설문조사 응답자는 100명 이상의 직원을 둔 미국 기반 기업에 소속된 251명의 비즈니스 리더와 250명의 데이터 과학자, 데이터 엔지니어, 개발자로 구성됐다.  “AI 이니셔티...

2021.06.29

“데이터 성숙도 부족으로 고객 데이터 플랫폼(CDP) 도입 지연”

엡실론(Epsilon), 어도비(Adobe), 퍼블리시스 그룹(Publicis Groupe)이 포레스터 컨설팅(Forrester Consulting)에 의뢰해 수행한 설문조사 결과에 따르면 데이터 성숙도와 실행 가능성 부족으로 고객 데이터 플랫폼(CDP)의 활용도가 떨어지고 있다.  ‘APAC과 중동 지역의 데이터 중심 인게이지먼트 탐구(The Quest for Data-driven Engagement in APAC and the Middle East)’ 보고서는 CDP 및 광범위한 데이터 가치 사슬 활성화와 관련한 마케팅 담당자들의 우선순위와 직면 과제를 조사했다. 이는 호주, 뉴질랜드, 싱가포르, 인도, UAE를 포함한 APAC과 중동 지역의 은행 및 금융 서비스, 관광, 소매업 부문 고위 관리자 250명을 대상으로 실시한 설문조사를 기반으로 한다.    해당 보고서에 의하면 ‘데이터 관리’ 문제가 (성공적인 CDP 구축 및 운영에 있어) 장애물로 작용하고 있다. 설문조사 응답자들은 이와 관련해 데이터를 단일 리포지토리에 병합하는 것(58%), 고객 프로필을 최신 상태로 유지하는 것(57%), 데이터를 분석해 활용 가능한 인사이트를 찾는 것(56%) 등이 직면한 과제라고 언급했다.  이 밖에 마케팅 및 CX 애플리케이션에 인사이트를 다시 적용하는 것(51%), CDP에 통합할 수 있는 데이터세트를 식별하는 것(49%), 데이터에 관한 사용 사례 결정하는 것(46%), 서로 다른 데이터 소스에 걸쳐 ID를 확인하는 것(45%)에서도 어려움을 겪고 있는 것으로 드러났다.  인사이트를 액션으로 전환하는 것은 큰 과제였다. 전체 설문조사 응답자의 17%는 조직의 모든 고객 데이터에서 단일 통합 프로필을 생성하는 것이 매우 또는 다소 비효율적이라고 말했다. 18%는 고객 데이터 및 인사이트를 사용해 상황에 맞는 고객 인게이지먼트를 유도하는 것이 효과적이지 못하다고 밝혔다. 23%는 채널 및 기기에 걸쳐 행동을 기...

고객 데이터 플랫폼 CDP 데이터 빅데이터 고객 데이터 엡실론 어도비 퍼블리시스 그룹 포레스터 인사이트 데이터 관리 고객 경험 인게이지먼트 퍼스트파티 데이터

2021.06.22

엡실론(Epsilon), 어도비(Adobe), 퍼블리시스 그룹(Publicis Groupe)이 포레스터 컨설팅(Forrester Consulting)에 의뢰해 수행한 설문조사 결과에 따르면 데이터 성숙도와 실행 가능성 부족으로 고객 데이터 플랫폼(CDP)의 활용도가 떨어지고 있다.  ‘APAC과 중동 지역의 데이터 중심 인게이지먼트 탐구(The Quest for Data-driven Engagement in APAC and the Middle East)’ 보고서는 CDP 및 광범위한 데이터 가치 사슬 활성화와 관련한 마케팅 담당자들의 우선순위와 직면 과제를 조사했다. 이는 호주, 뉴질랜드, 싱가포르, 인도, UAE를 포함한 APAC과 중동 지역의 은행 및 금융 서비스, 관광, 소매업 부문 고위 관리자 250명을 대상으로 실시한 설문조사를 기반으로 한다.    해당 보고서에 의하면 ‘데이터 관리’ 문제가 (성공적인 CDP 구축 및 운영에 있어) 장애물로 작용하고 있다. 설문조사 응답자들은 이와 관련해 데이터를 단일 리포지토리에 병합하는 것(58%), 고객 프로필을 최신 상태로 유지하는 것(57%), 데이터를 분석해 활용 가능한 인사이트를 찾는 것(56%) 등이 직면한 과제라고 언급했다.  이 밖에 마케팅 및 CX 애플리케이션에 인사이트를 다시 적용하는 것(51%), CDP에 통합할 수 있는 데이터세트를 식별하는 것(49%), 데이터에 관한 사용 사례 결정하는 것(46%), 서로 다른 데이터 소스에 걸쳐 ID를 확인하는 것(45%)에서도 어려움을 겪고 있는 것으로 드러났다.  인사이트를 액션으로 전환하는 것은 큰 과제였다. 전체 설문조사 응답자의 17%는 조직의 모든 고객 데이터에서 단일 통합 프로필을 생성하는 것이 매우 또는 다소 비효율적이라고 말했다. 18%는 고객 데이터 및 인사이트를 사용해 상황에 맞는 고객 인게이지먼트를 유도하는 것이 효과적이지 못하다고 밝혔다. 23%는 채널 및 기기에 걸쳐 행동을 기...

2021.06.22

펜타시스템, 경찰청 ‘빅데이터 플랫폼 2단계 구축사업’ 수주

펜타시스템테크놀러지가 ‘경찰청 빅데이터 플랫폼 2단계 구축사업’을 수주했다고 밝혔다. ‘경찰청 빅데이터 플랫폼 구축사업’은 경제·사회 전반에 가속화되는 4차 산업혁명에 맞춰서 치안역량을 강화하기 위해 지난 2019년 빅데이터 플랫폼 구축을 위한 정보화 전략 계획(ISP)을 수립하고, 2020년부터 2022년까지 약 160억 규모로 추진되고 있는 사업이다. 펜타시스템은 지난해 ‘경찰청 빅데이터 통합 플랫폼 1단계 사업’을 수행해 국가정보자원관리원 광주센터의 P-클라우드에 하둡 기반 빅데이터 핵심 인프라를 구축해 빅데이터 활용 기반을 마련했다. 이번 2단계 사업에는 빅데이터 플랫폼의 본격적인 활용을 위한 핵심 인프라 성능 확장, 데이터 수집 및 연계 확대, 전사 데이터 통합관리 체계 구축, 비정형 데이터 분석과제 추진 및 분석모델 고도화, 현장에 필요한 서비스 추가 개발, 운영관리 등의 업무영역으로 개발 및 구축 작업을 진행한다. 경찰청 관계자는 “일선 치안현장에서 빅데이터를 활용한 선제적/예방적 치안 활동을 강화하고, 데이터를 활용한 다양한 치안 현안의 해결 및 행정 활성화로 경찰 업무의 패러다임을 전환하는 계기가 될 것으로 기대한다”라고 말했다. 펜타시스템 장종준 사장은 “지난해 1단계 사업에 이어, 2단계 사업을 수주하여 빅데이터 인프라 구축 및 분석수행 능력과 기술력을 인정 받아 안정적으로 사업을 수행해오고 있다”라며, “빅데이터와 인공지능(AI) 기술을 적용해, 최적화된 시스템 구축에 최선을 다할 것”이라고 밝혔다. ciokr@idg.co.kr

펜타시스템 경찰청 빅데이터 4차 산업혁명

2021.06.11

펜타시스템테크놀러지가 ‘경찰청 빅데이터 플랫폼 2단계 구축사업’을 수주했다고 밝혔다. ‘경찰청 빅데이터 플랫폼 구축사업’은 경제·사회 전반에 가속화되는 4차 산업혁명에 맞춰서 치안역량을 강화하기 위해 지난 2019년 빅데이터 플랫폼 구축을 위한 정보화 전략 계획(ISP)을 수립하고, 2020년부터 2022년까지 약 160억 규모로 추진되고 있는 사업이다. 펜타시스템은 지난해 ‘경찰청 빅데이터 통합 플랫폼 1단계 사업’을 수행해 국가정보자원관리원 광주센터의 P-클라우드에 하둡 기반 빅데이터 핵심 인프라를 구축해 빅데이터 활용 기반을 마련했다. 이번 2단계 사업에는 빅데이터 플랫폼의 본격적인 활용을 위한 핵심 인프라 성능 확장, 데이터 수집 및 연계 확대, 전사 데이터 통합관리 체계 구축, 비정형 데이터 분석과제 추진 및 분석모델 고도화, 현장에 필요한 서비스 추가 개발, 운영관리 등의 업무영역으로 개발 및 구축 작업을 진행한다. 경찰청 관계자는 “일선 치안현장에서 빅데이터를 활용한 선제적/예방적 치안 활동을 강화하고, 데이터를 활용한 다양한 치안 현안의 해결 및 행정 활성화로 경찰 업무의 패러다임을 전환하는 계기가 될 것으로 기대한다”라고 말했다. 펜타시스템 장종준 사장은 “지난해 1단계 사업에 이어, 2단계 사업을 수주하여 빅데이터 인프라 구축 및 분석수행 능력과 기술력을 인정 받아 안정적으로 사업을 수행해오고 있다”라며, “빅데이터와 인공지능(AI) 기술을 적용해, 최적화된 시스템 구축에 최선을 다할 것”이라고 밝혔다. ciokr@idg.co.kr

2021.06.11

김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (2)

이번 글은 지난 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용 교훈의 핵심들을 다시 정리해보려고 한다. 지난 쉰 두 번째 글에서는 빅데이터 비즈니스와 관련된 기술의 종류와 활용법에 대해 살펴본 1회부터 21회까지의 기고 내용을 정리한 글이었다. 이번 글은 필자가 독자들로부터 가장 많은 문의를 받았던 빅데이터 비즈니스 조직의 조직과 운영 방법에 관한 내용을 다루었던 22회부터 34회까지 글의 핵심 내용을 정리해보려고 한다.   22회: 빅데이터 조직과 시스템 (1) (2018년 10월 26일 게재)  빅데이터 비즈니스 프로젝트는 아무리 작은 규모라고 해도 일반 기업이 부담하기에는 꽤 많은 자원과 인력이 투입된다. 성공적인 빅데이터 비즈니스를 위해서는 단순히 빅데이터 시스템을 도입하기 위한 조직이 아니라, 빅데이터 시스템을 인프라로 갖춘 후에도 이를 유지, 보수, 운영하면서 데이터 과학 활동을 꾸준하게 할 수 있는 조직 체계가 갖춰져야 한다. CERN의 LHC 실험에서는 막대한 규모의 빅데이터를 처리, 분석할 수 있는 LHC 컴퓨팅 그리드를 건설하기 위해 각 검출기 실험의 “국제공동협력 이사회(Collaboration Board)”와 동급으로 “자원 검토 이사회(Resources Review Board)”를 상설 기구로 두었다. 이 “자원 검토 이사회(Resources Review Board)”는 매 분기별로 실험에 참여하는 각 국 정부의 실험 참여 분담금과 연구팀의 예산, 인력 상황을 검토하고 프로젝트 진행상황을 면밀하게 점검하였다. LHC 가속기와 네 개의 입자 검출기 건설에만 20여년이 걸리고, 건설 후에도 40여년 가까이 운영되어야 하기 때문에, LHC 프로젝트는 많은 위험 요소를 가지고 있다. 근본적으로 LHC 실험이 우주를 구성하는 물질의 근본적인 원리를 탐구하고 밝히려는 과학적 발견과 성과에 초점이 맞춰져 있어 기본적으로 물리학과 가속기, 검출기 건설, 유지, 보수를 위한 공학적, 기술적 측면에 프로젝트...

김진철 빅데이터 데이터 과학 데이터 과학자 빅데이터 비즈니스 아파치 하둡 스파크 데이터 레이크 인공지능 딥러닝 해석가능성 클라우드 운영 지능화

2021.05.31

이번 글은 지난 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용 교훈의 핵심들을 다시 정리해보려고 한다. 지난 쉰 두 번째 글에서는 빅데이터 비즈니스와 관련된 기술의 종류와 활용법에 대해 살펴본 1회부터 21회까지의 기고 내용을 정리한 글이었다. 이번 글은 필자가 독자들로부터 가장 많은 문의를 받았던 빅데이터 비즈니스 조직의 조직과 운영 방법에 관한 내용을 다루었던 22회부터 34회까지 글의 핵심 내용을 정리해보려고 한다.   22회: 빅데이터 조직과 시스템 (1) (2018년 10월 26일 게재)  빅데이터 비즈니스 프로젝트는 아무리 작은 규모라고 해도 일반 기업이 부담하기에는 꽤 많은 자원과 인력이 투입된다. 성공적인 빅데이터 비즈니스를 위해서는 단순히 빅데이터 시스템을 도입하기 위한 조직이 아니라, 빅데이터 시스템을 인프라로 갖춘 후에도 이를 유지, 보수, 운영하면서 데이터 과학 활동을 꾸준하게 할 수 있는 조직 체계가 갖춰져야 한다. CERN의 LHC 실험에서는 막대한 규모의 빅데이터를 처리, 분석할 수 있는 LHC 컴퓨팅 그리드를 건설하기 위해 각 검출기 실험의 “국제공동협력 이사회(Collaboration Board)”와 동급으로 “자원 검토 이사회(Resources Review Board)”를 상설 기구로 두었다. 이 “자원 검토 이사회(Resources Review Board)”는 매 분기별로 실험에 참여하는 각 국 정부의 실험 참여 분담금과 연구팀의 예산, 인력 상황을 검토하고 프로젝트 진행상황을 면밀하게 점검하였다. LHC 가속기와 네 개의 입자 검출기 건설에만 20여년이 걸리고, 건설 후에도 40여년 가까이 운영되어야 하기 때문에, LHC 프로젝트는 많은 위험 요소를 가지고 있다. 근본적으로 LHC 실험이 우주를 구성하는 물질의 근본적인 원리를 탐구하고 밝히려는 과학적 발견과 성과에 초점이 맞춰져 있어 기본적으로 물리학과 가속기, 검출기 건설, 유지, 보수를 위한 공학적, 기술적 측면에 프로젝트...

2021.05.31

애널리틱스에 만연한 데이터 조작··· 뿌리 뽑을 방법 9가지

너무 많은 조직에서 원하는 결과를 뒷받침하고자 매개변수를 변경해댄 탓에 ‘애널리틱스’가 그야말로 '타락'했다. 데이터 중심 의사결정을 향한 올바른 경로를 설정하는 방법을 살펴본다.  처음부터 정직한 데이터 활용 문화가 있었어야 했다.  그 대신 과거를 거슬러 올라가자면 내부수익률(Internal Rate of Return; IRR)이 있었다. 이는 투자 수익을 계산하는 다항식 공식이며, 단일 차원의 분석인 현금 흐름으로 비즈니스 가치를 정의한다. 과거에는 숙련된 회계사들만 계산할 수 있었다. 이는 회계 전문가들을 가치 있게 만들었기 때문에 그 관점에서 보자면 IRR은 좋은 것이었다.    그러다가 댄 브릭클린이 전자 스프레드시트를 발명했다. 프로메테우스가 힘없는 인간에게 불을 가져다준 것처럼 브릭클린은 스프레드시트를 선사했다. 이를 통해 모든 인류가 스스로 IRR을 계산할 수 있게 됐다.  문제는 관리자들이 IRR을 계산하는 차원을 넘어 기본 가정을 변경하는 방법까지 알아냈다는 점이다. 이들은 IRR 생성기에서 원하는 답이 나올 때까지 매개변수를 이리저리 쑤시고 수정했다.  그 결과 미국 전역의 기업에서 데이터 레이크, 데이터 마트, 데이터 웨어하우스, 애널리틱스 소프트웨어가 관리 매개변수 조정을 위한 플랫폼으로 전락하고 말았다. 즉 이해를 돕기 위한 용도가 아니라, 원하는 결과를 정한 뒤 거꾸로 그 결정을 뒷받침하는 데 필요한 필터와 매개변수를 찾아내려는 용도로 사용됐다. 이게 바로 애널리틱스 전략을 실패로 이끄는 숨겨진 비밀이다. 조직 역학적 관점에서 ‘문화’는 ‘일하는 방식’이다. 다시 말해, 소속된 환경에 대한 반응으로 드러내는 사람들의 학습된 행동이다. 비즈니스 세계에서 이러한 ‘행동’은 대게 함께 일하는 사람들, 특히 매일 마주하는 리더의 행동이다.  문화는 스스로 강화되는 피드백 루프다. 정직한 데이터 활용 문화로 변화시킨다는 건 이 피드백 루프를 다시 설계한다는 뜻이다....

애널리틱스 데이터 애널리틱스 빅데이터 변화 관리 IT 리더십 데이터 중심 의사결정

2021.05.11

너무 많은 조직에서 원하는 결과를 뒷받침하고자 매개변수를 변경해댄 탓에 ‘애널리틱스’가 그야말로 '타락'했다. 데이터 중심 의사결정을 향한 올바른 경로를 설정하는 방법을 살펴본다.  처음부터 정직한 데이터 활용 문화가 있었어야 했다.  그 대신 과거를 거슬러 올라가자면 내부수익률(Internal Rate of Return; IRR)이 있었다. 이는 투자 수익을 계산하는 다항식 공식이며, 단일 차원의 분석인 현금 흐름으로 비즈니스 가치를 정의한다. 과거에는 숙련된 회계사들만 계산할 수 있었다. 이는 회계 전문가들을 가치 있게 만들었기 때문에 그 관점에서 보자면 IRR은 좋은 것이었다.    그러다가 댄 브릭클린이 전자 스프레드시트를 발명했다. 프로메테우스가 힘없는 인간에게 불을 가져다준 것처럼 브릭클린은 스프레드시트를 선사했다. 이를 통해 모든 인류가 스스로 IRR을 계산할 수 있게 됐다.  문제는 관리자들이 IRR을 계산하는 차원을 넘어 기본 가정을 변경하는 방법까지 알아냈다는 점이다. 이들은 IRR 생성기에서 원하는 답이 나올 때까지 매개변수를 이리저리 쑤시고 수정했다.  그 결과 미국 전역의 기업에서 데이터 레이크, 데이터 마트, 데이터 웨어하우스, 애널리틱스 소프트웨어가 관리 매개변수 조정을 위한 플랫폼으로 전락하고 말았다. 즉 이해를 돕기 위한 용도가 아니라, 원하는 결과를 정한 뒤 거꾸로 그 결정을 뒷받침하는 데 필요한 필터와 매개변수를 찾아내려는 용도로 사용됐다. 이게 바로 애널리틱스 전략을 실패로 이끄는 숨겨진 비밀이다. 조직 역학적 관점에서 ‘문화’는 ‘일하는 방식’이다. 다시 말해, 소속된 환경에 대한 반응으로 드러내는 사람들의 학습된 행동이다. 비즈니스 세계에서 이러한 ‘행동’은 대게 함께 일하는 사람들, 특히 매일 마주하는 리더의 행동이다.  문화는 스스로 강화되는 피드백 루프다. 정직한 데이터 활용 문화로 변화시킨다는 건 이 피드백 루프를 다시 설계한다는 뜻이다....

2021.05.11

구글, 논리형 언어 '로지카 공개'··· 수학 명제로 코딩· SQL 결함 해결

오픈소스 기반 논리형 프로그래밍 언어인 로지카는 SQL로 컴파일이 가능하며 구글 빅쿼리에서 실행된다. 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다.  구글이 오픈소스 기반 프로그래밍 언어인 로지카(Logica)를 공개했다. 이는 자연어 대신 수학적 명제 논리로 짜인 구문을 이용해 SQL의 각종 문제를 해결할 수 있도록 고안됐다.    12일(현지시간) 구글 예달로그(Yedalog) 언어의 후속작으로 소개된 로지카는 데이터 로직류(Datalogic-like)의 논리형 언어이다. 엔지니어, 데이터 과학자 및 기타 전문가를 위해 개발된 이 언어는 코드를 SQL로 컴파일 가능하며, 클라우드 기반 데이터 웨어하우스인 구글 빅쿼리에서 실행된다. 또 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다. 이 밖에도 로지카는 훨씬 간결하며, SQL과 달리 재사용 가능한 추상화(reusable abstractions)를 지원한다. 구글 디벨로퍼스 블로그에 따르면, 로지카는 모듈과 가져오기를 지원하며, 대화형 파이썬 노트북에서 사용할 수 있고, 쉬우면서 자연스러운 쿼리 테스트도 가능하다. 구글에 따르면 로지카는 일반적인 영어가 아니라 수학적 논리 구문을 이용하는 방식을 채택하고 있어 SQL의 여러 문제를 해결할 수 있다. SQL은 영단어로 문장을 구성할 때 장황해지거나 추상화 지원이 제한되는 등의 문제가 있다. 로지카는 특히 집합(aggregation)을 통해 고전적인 논리형 프로그래밍 구문을 확장시킨다. 데이터 조작에 적합한 선언형 언어로 분류된다.  로지카 오픈소스 프로젝트를 맡고 있는 구글 디벨로퍼스는 다음과 같은 상황에서 로지카를 사용해볼 것을 권장했다.   논리형 프로그래밍이 이미 사용되고 있지만 컴퓨팅 파워가 더 많이 필요한 경우 SQL이 사용되고 있지만 SQL의 가독성이 만족스럽지 않은 경우 논리형 프로그래밍을 학습하여 빅데이터 처리에 적용하고자 하는 경우 구글은 로지카를 ...

구글 빅쿼리 로지카 SQL 논리형 언어 오픈소스 빅데이터

2021.04.16

오픈소스 기반 논리형 프로그래밍 언어인 로지카는 SQL로 컴파일이 가능하며 구글 빅쿼리에서 실행된다. 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다.  구글이 오픈소스 기반 프로그래밍 언어인 로지카(Logica)를 공개했다. 이는 자연어 대신 수학적 명제 논리로 짜인 구문을 이용해 SQL의 각종 문제를 해결할 수 있도록 고안됐다.    12일(현지시간) 구글 예달로그(Yedalog) 언어의 후속작으로 소개된 로지카는 데이터 로직류(Datalogic-like)의 논리형 언어이다. 엔지니어, 데이터 과학자 및 기타 전문가를 위해 개발된 이 언어는 코드를 SQL로 컴파일 가능하며, 클라우드 기반 데이터 웨어하우스인 구글 빅쿼리에서 실행된다. 또 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다. 이 밖에도 로지카는 훨씬 간결하며, SQL과 달리 재사용 가능한 추상화(reusable abstractions)를 지원한다. 구글 디벨로퍼스 블로그에 따르면, 로지카는 모듈과 가져오기를 지원하며, 대화형 파이썬 노트북에서 사용할 수 있고, 쉬우면서 자연스러운 쿼리 테스트도 가능하다. 구글에 따르면 로지카는 일반적인 영어가 아니라 수학적 논리 구문을 이용하는 방식을 채택하고 있어 SQL의 여러 문제를 해결할 수 있다. SQL은 영단어로 문장을 구성할 때 장황해지거나 추상화 지원이 제한되는 등의 문제가 있다. 로지카는 특히 집합(aggregation)을 통해 고전적인 논리형 프로그래밍 구문을 확장시킨다. 데이터 조작에 적합한 선언형 언어로 분류된다.  로지카 오픈소스 프로젝트를 맡고 있는 구글 디벨로퍼스는 다음과 같은 상황에서 로지카를 사용해볼 것을 권장했다.   논리형 프로그래밍이 이미 사용되고 있지만 컴퓨팅 파워가 더 많이 필요한 경우 SQL이 사용되고 있지만 SQL의 가독성이 만족스럽지 않은 경우 논리형 프로그래밍을 학습하여 빅데이터 처리에 적용하고자 하는 경우 구글은 로지카를 ...

2021.04.16

김진철의 How-to-Big Data | 빅데이터 괴담

이번 글은 필자가 지금까지 데이터 과학자로 경력을 쌓아오면서 경험했거나 듣고 읽었던 빅데이터 활용 사례들을 중심으로 빅데이터를 활용하는 과정에서 많은 조직이 흔히 저지르는 실수와 오해, 시행착오에 대해서 살펴보고, 이를 어떻게 개선할 수 있을지 같이 생각해보기로 한다. 소개하는 사례들은 실제 사례들이 아니라 필자가 경험했거나 들은 사례들을 각색하여 만든 가상의 사례들이며, 필자가 전달하고자 하는 메시지를 부각하기 위해 조금 과장했음을 미리 알려 둔다. 지금까지 같이 생각해봤던 빅데이터 활용의 교훈을 되새기고 독자들의 시행착오를 줄이는 것을 돕기 위해 만들 사례들이니 사실이 아닌 것을 염두에 주고 가볍고 즐겁게 읽었으면 좋겠다.   사례 1: 데이터 호수가 너무 넓어서 ROI가 나지 않아 곤란한 A 기업의 CIO 이야기 많은 사람에게 널리 알려진 A 회사에서 빅데이터를 앞세워 승승장구한 C는 요즘 고민이 많다. 문제는 바로 그에게 회사에서 승승장구한 경력을 만들어준 데이터 레이크 시스템 때문이다. C는 2011년도 빅데이터 붐이 일기 시작할 즈음 승진을 위한 기획 아이템으로 뭘 앞세울까 고민하다가 그 당시 막 떠오르고 있던 빅데이터를 앞세워서 A 회사에 하둡 기반의 빅데이터 시스템을 구축하는 기획안을 만들어 임원의 승인을 받는 데 성공했다.  당시 NexR과 같이 오픈소스 하둡을 기반으로 빅데이터 솔루션을 상용화하는 스타트업이 막 등장하고 있었다. 이런 스타트업 중에서 괜찮은 회사 하나를 잘 골라서 같이 일하면서 키우면 자신의 승진에 많이 도움이 될 것 같았다. 운이 좋다면 자신의 직속 임원이 이 스타트업을 인수, 합병하여 사업 성과를 낼 수 있도록 하면서 그 회사의 고급 소프트웨어 엔지니어들을 자연스럽게 회사로 영입하여 자신의 세력으로 키울 수 있을 것 같았다. C는 당시 하둡 기반 빅데이터 스타트업으로서 같이 하둡 시스템 구축 사업을 수행한 D사를 잘 활용하여 예상보다 빠르게 하둡 시스템을 안정적으로 구축할 수 있었다. 이후 프...

김진철 빅데이터 데이터 과학 데이터 과학자 시행착오 데이터 레이크 하둡 스타트업 스파크 플링크 에어플로우 데이터웨어하우스 도커 서비스메시 쿠버네티스

2021.03.29

이번 글은 필자가 지금까지 데이터 과학자로 경력을 쌓아오면서 경험했거나 듣고 읽었던 빅데이터 활용 사례들을 중심으로 빅데이터를 활용하는 과정에서 많은 조직이 흔히 저지르는 실수와 오해, 시행착오에 대해서 살펴보고, 이를 어떻게 개선할 수 있을지 같이 생각해보기로 한다. 소개하는 사례들은 실제 사례들이 아니라 필자가 경험했거나 들은 사례들을 각색하여 만든 가상의 사례들이며, 필자가 전달하고자 하는 메시지를 부각하기 위해 조금 과장했음을 미리 알려 둔다. 지금까지 같이 생각해봤던 빅데이터 활용의 교훈을 되새기고 독자들의 시행착오를 줄이는 것을 돕기 위해 만들 사례들이니 사실이 아닌 것을 염두에 주고 가볍고 즐겁게 읽었으면 좋겠다.   사례 1: 데이터 호수가 너무 넓어서 ROI가 나지 않아 곤란한 A 기업의 CIO 이야기 많은 사람에게 널리 알려진 A 회사에서 빅데이터를 앞세워 승승장구한 C는 요즘 고민이 많다. 문제는 바로 그에게 회사에서 승승장구한 경력을 만들어준 데이터 레이크 시스템 때문이다. C는 2011년도 빅데이터 붐이 일기 시작할 즈음 승진을 위한 기획 아이템으로 뭘 앞세울까 고민하다가 그 당시 막 떠오르고 있던 빅데이터를 앞세워서 A 회사에 하둡 기반의 빅데이터 시스템을 구축하는 기획안을 만들어 임원의 승인을 받는 데 성공했다.  당시 NexR과 같이 오픈소스 하둡을 기반으로 빅데이터 솔루션을 상용화하는 스타트업이 막 등장하고 있었다. 이런 스타트업 중에서 괜찮은 회사 하나를 잘 골라서 같이 일하면서 키우면 자신의 승진에 많이 도움이 될 것 같았다. 운이 좋다면 자신의 직속 임원이 이 스타트업을 인수, 합병하여 사업 성과를 낼 수 있도록 하면서 그 회사의 고급 소프트웨어 엔지니어들을 자연스럽게 회사로 영입하여 자신의 세력으로 키울 수 있을 것 같았다. C는 당시 하둡 기반 빅데이터 스타트업으로서 같이 하둡 시스템 구축 사업을 수행한 D사를 잘 활용하여 예상보다 빠르게 하둡 시스템을 안정적으로 구축할 수 있었다. 이후 프...

2021.03.29

넥스지-플레인브레드, 빅데이터 및 AI 가시화솔루션 R&D 기술협약

넥스지가 최근 빅데이터 및 AI 가시화 솔루션 전문기업 ‘플레인브레드’와 기술 제휴 업무 협약을 체결했다고 밝혔다.  넥스지와 플레인브레드는 빅데이터 분석 시각화 솔루션 분야에서 협업할 계획이다. 먼저 넥스지는 플레인브레드의 빅데이터 기반 가시화 솔루션 기술력을 통해 빠른 데이터 분석을 구현하고 고도화된 관제서비스를 구축할 예정이다. 또 보안 위협과 이상 징후의 모니터링 탐지 등 보안 관제 분야에 빅데이터 기반 AI기술을 활용할 방침이다. 플레인브레드는 AI를 활용한 데이터 분석 및 시각화 스타트업 기업으로 SKB 오션(OCEAN)의 빅테이터 구축에 참여했으며, AI챗봇 개발을 수행한 업체로 HTML5 기반의 가시화 전문기업이다. 또한 UTM장비에 대한 리얼(Real) ESM(보안 위협 솔루션) SaaS서비스를 수행하고 있으며, AI 알고리즘을 활용한 데이터 시각화 및 자동화 특허를 보유하고 있다. 넥스지 김익수 대표이사는 “넥스지는 VPN 기반 회선관제서비스에 대한 풍부한 경험과 노하우를 바탕으로 플레인브레드의 가시성 솔루션을 추가함으로써 관제서비스 분야에서 장애원인 분석 및 해결의 원스톱 솔루션 체계를 갖춘 선도적 기업으로 성장할 것”이라고 말했다. ciokr@idg.co.kr

넥스지 플레인브레드 빅데이터 AI

2021.03.02

넥스지가 최근 빅데이터 및 AI 가시화 솔루션 전문기업 ‘플레인브레드’와 기술 제휴 업무 협약을 체결했다고 밝혔다.  넥스지와 플레인브레드는 빅데이터 분석 시각화 솔루션 분야에서 협업할 계획이다. 먼저 넥스지는 플레인브레드의 빅데이터 기반 가시화 솔루션 기술력을 통해 빠른 데이터 분석을 구현하고 고도화된 관제서비스를 구축할 예정이다. 또 보안 위협과 이상 징후의 모니터링 탐지 등 보안 관제 분야에 빅데이터 기반 AI기술을 활용할 방침이다. 플레인브레드는 AI를 활용한 데이터 분석 및 시각화 스타트업 기업으로 SKB 오션(OCEAN)의 빅테이터 구축에 참여했으며, AI챗봇 개발을 수행한 업체로 HTML5 기반의 가시화 전문기업이다. 또한 UTM장비에 대한 리얼(Real) ESM(보안 위협 솔루션) SaaS서비스를 수행하고 있으며, AI 알고리즘을 활용한 데이터 시각화 및 자동화 특허를 보유하고 있다. 넥스지 김익수 대표이사는 “넥스지는 VPN 기반 회선관제서비스에 대한 풍부한 경험과 노하우를 바탕으로 플레인브레드의 가시성 솔루션을 추가함으로써 관제서비스 분야에서 장애원인 분석 및 해결의 원스톱 솔루션 체계를 갖춘 선도적 기업으로 성장할 것”이라고 말했다. ciokr@idg.co.kr

2021.03.02

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.

10.5.0.9