Offcanvas

������������

삼성전자, 'MRAM' 기반 인-메모리 컴퓨팅 구현

삼성전자 연구진이 MRAM(자기저항메모리, Magnetoresistive Random Access Memory)을 기반으로 한 인-메모리(In-Memory) 컴퓨팅을 구현하고, 연구 결과를 영국 현지시간 12일 세계적인 학술지 ‘네이처(www.nature.com/articles/s41586-021-04196-6)’에 게재했다고 1월 13일 발표했다. 이번 연구는 삼성전자 종합기술원 정승철 전문연구원이 제1저자로, 함돈희 종합기술원 펠로우 및 하버드대학교 교수와 김상준 종합기술원 마스터가 공동 교신저자로 참여했다. 삼성전자 종합기술원, 반도체연구소, 파운드리사업부 연구원들도 공동으로 연구에 참여했다. 기존 컴퓨터는 데이터의 저장을 담당하는 메모리 칩과 데이터의 연산을 책임지는 프로세서 칩을 따로 나눠 구성한다. 인-메모리 컴퓨팅은 메모리 내에서 데이터의 저장 뿐 아니라 데이터의 연산까지 수행하는 최첨단 칩 기술이다. 메모리 내 대량의 정보를 이동 없이 메모리 내에서 병렬 연산하기 때문에 전력 소모가 현저히 낮아, 차세대 저전력 인공지능(AI) 칩을 만드는 유력한 기술로 주목받고 있다. RRAM(저항메모리, Resistive RAM)과 PRAM(위상변화메모리, Phase-change RAM) 등 비휘발성 메모리를 활용한 인-메모리 컴퓨팅의 구현은 지난 수년간 전 세계적으로 관심이 높은 연구 주제였다. 하지만 또 다른 비휘발성 메모리인 MRAM은 데이터 안정성이 높고 속도가 빠른 장점에도 불구하고, 낮은 저항값을 갖는 특성으로 인해 인-메모리 컴퓨팅에 적용해도 전력 이점이 크지 않아 인-메모리 컴퓨팅으로 구현되지 못했다. 삼성전자 연구진은 이러한 MRAM의 한계를 기존의 ‘전류 합산’ 방식이 아닌 새로운 개념의 ‘저항 합산’ 방식의 인-메모리 컴퓨팅 구조를 제안함으로써 저전력 설계에 성공했다. 연구진은 MRAM 기반 인-메모리 컴퓨팅 칩의 성능을 인공지능 계산에 응용해 숫자 분류에서는 최대 98%, 얼굴 검출에서는 93%의 정확도로 동...

삼성전자 MRAM 인메모리 자기저항메모리

2022.01.13

삼성전자 연구진이 MRAM(자기저항메모리, Magnetoresistive Random Access Memory)을 기반으로 한 인-메모리(In-Memory) 컴퓨팅을 구현하고, 연구 결과를 영국 현지시간 12일 세계적인 학술지 ‘네이처(www.nature.com/articles/s41586-021-04196-6)’에 게재했다고 1월 13일 발표했다. 이번 연구는 삼성전자 종합기술원 정승철 전문연구원이 제1저자로, 함돈희 종합기술원 펠로우 및 하버드대학교 교수와 김상준 종합기술원 마스터가 공동 교신저자로 참여했다. 삼성전자 종합기술원, 반도체연구소, 파운드리사업부 연구원들도 공동으로 연구에 참여했다. 기존 컴퓨터는 데이터의 저장을 담당하는 메모리 칩과 데이터의 연산을 책임지는 프로세서 칩을 따로 나눠 구성한다. 인-메모리 컴퓨팅은 메모리 내에서 데이터의 저장 뿐 아니라 데이터의 연산까지 수행하는 최첨단 칩 기술이다. 메모리 내 대량의 정보를 이동 없이 메모리 내에서 병렬 연산하기 때문에 전력 소모가 현저히 낮아, 차세대 저전력 인공지능(AI) 칩을 만드는 유력한 기술로 주목받고 있다. RRAM(저항메모리, Resistive RAM)과 PRAM(위상변화메모리, Phase-change RAM) 등 비휘발성 메모리를 활용한 인-메모리 컴퓨팅의 구현은 지난 수년간 전 세계적으로 관심이 높은 연구 주제였다. 하지만 또 다른 비휘발성 메모리인 MRAM은 데이터 안정성이 높고 속도가 빠른 장점에도 불구하고, 낮은 저항값을 갖는 특성으로 인해 인-메모리 컴퓨팅에 적용해도 전력 이점이 크지 않아 인-메모리 컴퓨팅으로 구현되지 못했다. 삼성전자 연구진은 이러한 MRAM의 한계를 기존의 ‘전류 합산’ 방식이 아닌 새로운 개념의 ‘저항 합산’ 방식의 인-메모리 컴퓨팅 구조를 제안함으로써 저전력 설계에 성공했다. 연구진은 MRAM 기반 인-메모리 컴퓨팅 칩의 성능을 인공지능 계산에 응용해 숫자 분류에서는 최대 98%, 얼굴 검출에서는 93%의 정확도로 동...

2022.01.13

메인프레임과 클라우드 인프라를 연결··· ‘디지털 통합 허브’의 가치

디지털 트랜스포메이션을 진행 중인 기업들은 일반적으로 핵심 비즈니스 시스템과 하이브리드 클라우드 인프라 사이의 민첩하고 효율적인 실시간 통합을 필요로 한다. 핵심 비즈니스 시스템이 메인프레임인 경우, 이런 실시간 통합을 어떻게 달성할 수 있을까? 정답은 바로 '인메모리(In-memory) 디지털 통합 허브'다. 대부분의 대기업들 중에서도 특히 금융서비스 및 보험부문의 대기업들은 업무에 필수적인 비즈니스 운영 활용과 관련해 메인프레임을 이용하고 있다. 이런 비즈니스 시스템은 많은 양의 고가치 데이터를 생성한다. 이런 조직들의 경우 성공적인 전환을 위해 메인프레임과 클라우드 애플리케이션 사이의 효과적이고 유연한 정보 흐름이 필요하다.  ‘메인프레임에 최적화된 인메모리 기반 디지털 통합 허브’를 통해 그 목표를 달성할 수 있다. 360도 고객 또는 360도 비즈니스 시각 등 디지털 통합 허브가 구현할 수 있는 사용례는 다양하다. 각종 금융 정보가 고객 등급이나 준법감시 등 클라우드 기반 기능과 실시간으로 어우러질 수 있으며, 결과적으로 보험기관의 고객과 정책에 대한 최신의 포괄적인 시각을 확보할 수 있게 된다.    디지털 트랜스포메이션에서 메인프레임의 중요성 메인프레임은 대기업의 운영 데이터의 무게중심에 해당하곤 한다. 포춘 500 중 2/3, 세계 50대 은행 중 44곳, 10대 보험사 중 8곳이 메인프레임을 사용해 핵심 배치뿐 아니라 실시간 거래 워크로드를 처리하고 있다.  이런 기업들이 이질적이고 고립된 데이터 소스로부터 얻은 필요한 정보를 취합하기 위해서는 여러 개의 메인프레임 애플리케이션이 생성한 데이터를 다른 데이터 환경의 데이터와 실시간으로 결합할 수 있어야 한다. 특히 실시간 비즈니스 프로세스를 주도하기 위해 기록 시스템에 영향을 미치지 않고 하이브리드 클라우드 환경에서 소비 애플리케이션을 위해 이 정보를 효과적이며 효율적으로 공유할 수 있어야 한다.  예를 들어, 고객에 대한 전체론적인 시각을...

인메모리 디지털 통합 허브 메인프레임 실시간 데이터 통합 인메모리 데이터 그리드

2021.05.10

디지털 트랜스포메이션을 진행 중인 기업들은 일반적으로 핵심 비즈니스 시스템과 하이브리드 클라우드 인프라 사이의 민첩하고 효율적인 실시간 통합을 필요로 한다. 핵심 비즈니스 시스템이 메인프레임인 경우, 이런 실시간 통합을 어떻게 달성할 수 있을까? 정답은 바로 '인메모리(In-memory) 디지털 통합 허브'다. 대부분의 대기업들 중에서도 특히 금융서비스 및 보험부문의 대기업들은 업무에 필수적인 비즈니스 운영 활용과 관련해 메인프레임을 이용하고 있다. 이런 비즈니스 시스템은 많은 양의 고가치 데이터를 생성한다. 이런 조직들의 경우 성공적인 전환을 위해 메인프레임과 클라우드 애플리케이션 사이의 효과적이고 유연한 정보 흐름이 필요하다.  ‘메인프레임에 최적화된 인메모리 기반 디지털 통합 허브’를 통해 그 목표를 달성할 수 있다. 360도 고객 또는 360도 비즈니스 시각 등 디지털 통합 허브가 구현할 수 있는 사용례는 다양하다. 각종 금융 정보가 고객 등급이나 준법감시 등 클라우드 기반 기능과 실시간으로 어우러질 수 있으며, 결과적으로 보험기관의 고객과 정책에 대한 최신의 포괄적인 시각을 확보할 수 있게 된다.    디지털 트랜스포메이션에서 메인프레임의 중요성 메인프레임은 대기업의 운영 데이터의 무게중심에 해당하곤 한다. 포춘 500 중 2/3, 세계 50대 은행 중 44곳, 10대 보험사 중 8곳이 메인프레임을 사용해 핵심 배치뿐 아니라 실시간 거래 워크로드를 처리하고 있다.  이런 기업들이 이질적이고 고립된 데이터 소스로부터 얻은 필요한 정보를 취합하기 위해서는 여러 개의 메인프레임 애플리케이션이 생성한 데이터를 다른 데이터 환경의 데이터와 실시간으로 결합할 수 있어야 한다. 특히 실시간 비즈니스 프로세스를 주도하기 위해 기록 시스템에 영향을 미치지 않고 하이브리드 클라우드 환경에서 소비 애플리케이션을 위해 이 정보를 효과적이며 효율적으로 공유할 수 있어야 한다.  예를 들어, 고객에 대한 전체론적인 시각을...

2021.05.10

SAP의 새 지향점은?··· 사파이어 나우 CEO 기조연설 요약

4월부터 단독 CEO로 재직 중인 크리스티안 클라인이 온라인으로 진행된 자사의 주력 행사에서 지속가능성과 함께 더 많은 업종별 솔루션을 공급하려는 방침을 강조했다.  SAP의 연례 컨퍼런스인 사파이어 나우(Sapphire Now)에서 SAP CEO인 크리스티안 클라인은 키노트에서 고객들에게 한가지 명확한 조언을 전달했다. 즉, 핵심 프로세스를 클라우드로 이동할 때 믿을만한 동반자를 선택해야 한다는 것이다.  그러나 SAP는 그렇게 하지 못했다. 아웃소싱으로 확보한 온라인 이벤트 플랫폼은 월요일 클라인이 가상 무대에 서기로 한 바로 그 시점에 고장이 났다. SAP는 황급히 15만 명의 고객이 키노트를 시청할 수 있도록 링크드인이나 트위터에서 스트리밍 되는 백업 피드로 리다이렉션해야 했다.  클라인은 다음 날 기자들에게 가상 키노트와 이어지는 컨퍼런스 회의에서 ‘일부 기술적 문제’가 있었다고 밝혔다. 컨퍼런스 분과 회의는 그 주의 늦게까지 접속이 불가능했다. 그는 “분명, 내가 후회하는 한가지 결정이 있다. 플랫폼을 서드파티 공급자에게 위탁한 것이다. 기술 플랫폼이 제대로 작동하는지 반드시 확인해야 한다”라고 말했다.  클라인은 SAP의 자체 시스템은 계속 중단된 상태였지만, 이번 사태로 인해 애플리케이션이 구축되는 플랫폼의 중요성이 부각되었다고 말했다. 또한 이는 클라인의 키노트를 시청할 수 있었던 사람들에게 클라인이 전달한 하나의 메시지이기도 했다. 여기서는 일주일 동안 진행된 SAP의 행사에서 중요한 사항을 요약한다.  공통 플랫폼, 비-공통 코드 베이스  SAP는 ‘비즈니스 테크놀로지 플랫폼’이라는 명칭 아래 제품 포트폴리오의 4가지 분야, 즉 애널리틱스, 데이터 관리, 애플리케이션 개발, 지능형 기술을 융합했다. 이는 SAP가 판매하는 여러 애플리케이션을 위한 공통 데이터 모델과 단일 계정을 제공한다. 단 공통 코드 베이스를 제공하지는 않는다.  클라인은 기자들에게 클라우드 애...

SAP 사파이어 나우 크리스티안 클라인 애널리틱스 데이터 관리 지능형 기술 인메모리 탄소배출량 퀄트릭스 감정 석세트팩터

2020.06.30

4월부터 단독 CEO로 재직 중인 크리스티안 클라인이 온라인으로 진행된 자사의 주력 행사에서 지속가능성과 함께 더 많은 업종별 솔루션을 공급하려는 방침을 강조했다.  SAP의 연례 컨퍼런스인 사파이어 나우(Sapphire Now)에서 SAP CEO인 크리스티안 클라인은 키노트에서 고객들에게 한가지 명확한 조언을 전달했다. 즉, 핵심 프로세스를 클라우드로 이동할 때 믿을만한 동반자를 선택해야 한다는 것이다.  그러나 SAP는 그렇게 하지 못했다. 아웃소싱으로 확보한 온라인 이벤트 플랫폼은 월요일 클라인이 가상 무대에 서기로 한 바로 그 시점에 고장이 났다. SAP는 황급히 15만 명의 고객이 키노트를 시청할 수 있도록 링크드인이나 트위터에서 스트리밍 되는 백업 피드로 리다이렉션해야 했다.  클라인은 다음 날 기자들에게 가상 키노트와 이어지는 컨퍼런스 회의에서 ‘일부 기술적 문제’가 있었다고 밝혔다. 컨퍼런스 분과 회의는 그 주의 늦게까지 접속이 불가능했다. 그는 “분명, 내가 후회하는 한가지 결정이 있다. 플랫폼을 서드파티 공급자에게 위탁한 것이다. 기술 플랫폼이 제대로 작동하는지 반드시 확인해야 한다”라고 말했다.  클라인은 SAP의 자체 시스템은 계속 중단된 상태였지만, 이번 사태로 인해 애플리케이션이 구축되는 플랫폼의 중요성이 부각되었다고 말했다. 또한 이는 클라인의 키노트를 시청할 수 있었던 사람들에게 클라인이 전달한 하나의 메시지이기도 했다. 여기서는 일주일 동안 진행된 SAP의 행사에서 중요한 사항을 요약한다.  공통 플랫폼, 비-공통 코드 베이스  SAP는 ‘비즈니스 테크놀로지 플랫폼’이라는 명칭 아래 제품 포트폴리오의 4가지 분야, 즉 애널리틱스, 데이터 관리, 애플리케이션 개발, 지능형 기술을 융합했다. 이는 SAP가 판매하는 여러 애플리케이션을 위한 공통 데이터 모델과 단일 계정을 제공한다. 단 공통 코드 베이스를 제공하지는 않는다.  클라인은 기자들에게 클라우드 애...

2020.06.30

오라클, “그래프 시각화 기능으로 자금 세탁 범죄 방지한다”

오라클이 자사의 금융 애플리케이션에서 인메모리 그래프 시각화 툴인 인베스티게이션 허브(Investigation Hub)의 활용이 가능해졌다고 밝혔다.  오라클 파이낸셜 서비스에서 제공하는 인베스티게이션 허브는 오라클 엔터프라이즈 케이스 매니지먼트 애플리케이션과 다른 제3자의 자금 세탁 방지(AML: anti-money laundering) 케이스 매니저 앱에서 지원된다.  이를 통해 수사 담당자들은 상호 교류하며 자금 세탁 범죄와 관련한 네트워크를 면밀히 검토하고, 수사의 효율성을 높이기 위한 그래프 분석 기능을 활용할 수 있다. 기존의 포인트 솔루션과는 달리, 이러한 역량은 기술 통합 비용을 절감하고, 새로운 툴과 관련한 추가 교육에 대한 필요를 줄여준다.  가트너는 2019년에 발표한 ‘톱 10 트렌드’ 보고서에서 그래프 분석기능을 ‘사람, 장소, 사물과 같은 개체들의 상호 관련성을 보여주는 일련의 분석 기법’으로 정의했다. 많은 금융 기관은 혁신적인 그래프 애널리틱스와 이를 기반으로 한 시각화 기능을 적용해 은닉 중인 범죄 네트워크를 효과적으로 식별해 나가고 있다. 뿐만 아니라, 금융 기관에서는 규제 및 컴플라이언스 부담이 가중됨에 따라 자금 세탁 방지(AML) 조사관의 업무를 효율화하는 도구에 대한 수요가 증가하고 있는 것으로 나타났다. 오라클 파이낸셜 서비스 금융 범죄 및 컴플라이언스 관리 제품 담당 존 에디슨 부사장은 “오라클은 그래프 분석과 같은 고급 기술의 민주화에 역점을 두고 있으며, 이제 애플리케이션에서도 이들 기능을 활용할 수 있다”라며 “실무급 애널리스트부터 선임 연구원에 이르기까지, AML 전문가는 작업 흐름에 방해받지 않고 인메모리 그래프 시각화를 활용할 수 있게 되었다”라고 말했다. 새로운 기능 통합 외에도, 오라클은 인베스티게이션 허브를 개선해 애널리스트가 복잡한 범죄 네트워크와 정상적인 고객 행동을 빠르게 이해할 수 있도록 했다. 이를 통해 AML 전문가 또한 사례를 더욱 신속하고 정확하게 처...

오라클 그래프 시각화 인메모리 애널리스트 금융 서비스

2020.06.10

오라클이 자사의 금융 애플리케이션에서 인메모리 그래프 시각화 툴인 인베스티게이션 허브(Investigation Hub)의 활용이 가능해졌다고 밝혔다.  오라클 파이낸셜 서비스에서 제공하는 인베스티게이션 허브는 오라클 엔터프라이즈 케이스 매니지먼트 애플리케이션과 다른 제3자의 자금 세탁 방지(AML: anti-money laundering) 케이스 매니저 앱에서 지원된다.  이를 통해 수사 담당자들은 상호 교류하며 자금 세탁 범죄와 관련한 네트워크를 면밀히 검토하고, 수사의 효율성을 높이기 위한 그래프 분석 기능을 활용할 수 있다. 기존의 포인트 솔루션과는 달리, 이러한 역량은 기술 통합 비용을 절감하고, 새로운 툴과 관련한 추가 교육에 대한 필요를 줄여준다.  가트너는 2019년에 발표한 ‘톱 10 트렌드’ 보고서에서 그래프 분석기능을 ‘사람, 장소, 사물과 같은 개체들의 상호 관련성을 보여주는 일련의 분석 기법’으로 정의했다. 많은 금융 기관은 혁신적인 그래프 애널리틱스와 이를 기반으로 한 시각화 기능을 적용해 은닉 중인 범죄 네트워크를 효과적으로 식별해 나가고 있다. 뿐만 아니라, 금융 기관에서는 규제 및 컴플라이언스 부담이 가중됨에 따라 자금 세탁 방지(AML) 조사관의 업무를 효율화하는 도구에 대한 수요가 증가하고 있는 것으로 나타났다. 오라클 파이낸셜 서비스 금융 범죄 및 컴플라이언스 관리 제품 담당 존 에디슨 부사장은 “오라클은 그래프 분석과 같은 고급 기술의 민주화에 역점을 두고 있으며, 이제 애플리케이션에서도 이들 기능을 활용할 수 있다”라며 “실무급 애널리스트부터 선임 연구원에 이르기까지, AML 전문가는 작업 흐름에 방해받지 않고 인메모리 그래프 시각화를 활용할 수 있게 되었다”라고 말했다. 새로운 기능 통합 외에도, 오라클은 인베스티게이션 허브를 개선해 애널리스트가 복잡한 범죄 네트워크와 정상적인 고객 행동을 빠르게 이해할 수 있도록 했다. 이를 통해 AML 전문가 또한 사례를 더욱 신속하고 정확하게 처...

2020.06.10

아파치 3.0, 머신러닝 위해 엔비디아 GPU 지원한다

인메모리 빅데이터 처리 프레임워크인 아파치 스파크(Apache Spark)가 엔비디아 래피즈(RAPIDS)를 기반으로 GPU 가속화를 지원할 예정이다. 아파치 스파크가 곧 공개될 3.0 버전에서 네이티브 GPU 가속화를 지원한다. 무엇보다도 현재 스파크 애플리케이션들을 수정하지 않고도 GPU 가속화를 적용할 수 있다. 기존 스파크 API가 모두 그대로 작동한다.    엔비디아가 제공하는 GPU 가속화는 추출·변환·적재(Extract·transform·load, ETL)부터 머신러닝 학습이나 추론까지 스파크 애플리케이션의 파이프라인 전반의 성능을 개선하도록 설계됐다. 이는 엔비디아 래피즈(RAPIDS) 스위트를 기반으로 한다. 래피즈는 GPU 가속화를 지원하는 데이터 사이언스 라이브러리다.  스파크 3.0의 성능 향상이 GPU 가속화만으로 이뤄지는 것은 아니다. 스파크 3.0은 GPU를 오가는 데이터 이동을 최소화해 성능을 개선했다. 클러스터 간 데이터 이동이 필요한 경우 유니파이드 커뮤니케이션 X(Unified Communication X) 프레임워크를 활용해 특정 GPU 메모리 블록의 데이터를 다른 블록으로 직접 이동시켜 오버헤드를 최소화한다. 엔비디아에 따르면 데이터브릭스(Databricks) 플랫폼에서 실행되는 아파치 3.0의 프리뷰 버전은 GPU 가속 기능을 사용할 때 7배의 성능 향상을 보였다. 단 워크로드와 데이터세트에 대한 세부 정보는 공개되지 않았다.  아파치 3.0의 정식 출시 일자는 아직 확정되지 않았다. 현재 아파치 스파크 프로젝트 웹사이트에서 프리뷰 버전을 다운로드받을 수 있다. ciokr@idg.co.kr

아파치 아파치스파크 아파치3.0 인메모리 엔비디아 래피즈 GPU 머신러닝 빅데이터

2020.05.19

인메모리 빅데이터 처리 프레임워크인 아파치 스파크(Apache Spark)가 엔비디아 래피즈(RAPIDS)를 기반으로 GPU 가속화를 지원할 예정이다. 아파치 스파크가 곧 공개될 3.0 버전에서 네이티브 GPU 가속화를 지원한다. 무엇보다도 현재 스파크 애플리케이션들을 수정하지 않고도 GPU 가속화를 적용할 수 있다. 기존 스파크 API가 모두 그대로 작동한다.    엔비디아가 제공하는 GPU 가속화는 추출·변환·적재(Extract·transform·load, ETL)부터 머신러닝 학습이나 추론까지 스파크 애플리케이션의 파이프라인 전반의 성능을 개선하도록 설계됐다. 이는 엔비디아 래피즈(RAPIDS) 스위트를 기반으로 한다. 래피즈는 GPU 가속화를 지원하는 데이터 사이언스 라이브러리다.  스파크 3.0의 성능 향상이 GPU 가속화만으로 이뤄지는 것은 아니다. 스파크 3.0은 GPU를 오가는 데이터 이동을 최소화해 성능을 개선했다. 클러스터 간 데이터 이동이 필요한 경우 유니파이드 커뮤니케이션 X(Unified Communication X) 프레임워크를 활용해 특정 GPU 메모리 블록의 데이터를 다른 블록으로 직접 이동시켜 오버헤드를 최소화한다. 엔비디아에 따르면 데이터브릭스(Databricks) 플랫폼에서 실행되는 아파치 3.0의 프리뷰 버전은 GPU 가속 기능을 사용할 때 7배의 성능 향상을 보였다. 단 워크로드와 데이터세트에 대한 세부 정보는 공개되지 않았다.  아파치 3.0의 정식 출시 일자는 아직 확정되지 않았다. 현재 아파치 스파크 프로젝트 웹사이트에서 프리뷰 버전을 다운로드받을 수 있다. ciokr@idg.co.kr

2020.05.19

'진료 차트를 NLP로 분석해 치료 결과 개선' 美 머시 이야기

NLP 기술과 인메모리 데이터베이스를 사용해 의사의 메모에서 거의 실시간으로 데이터를 추출하고 분석하는 업체인 머시 테크놀로지 서비스(Mercy Technology Services)가 치료 결과를 개선하고자 데이터 분석해 의사들에게 도움을 주고 있다.    머시(Mercy)의 고객사 중 가장 큰 병원에서 수술실을 관리하다가 지속적인 새로운 의료 기기의 유입과 이와 관련한 비용이 약속대로 더 나은 결과를 제공하는지 궁금해하는 사람이 있었다. 바로 커티스 더들리였다.  그는 “이를 실제로 입증할 증거가 없었다”라고 말했다. 10년 후, 현 MTS의 기업 분석 및 데이터 서비스 부사장이 된 더들리는 해당 조직이 보유한 60개 이상의 병원에 있는 임상의들이 이런 질문에 거의 실시간에 가깝게 답할 수 있다고 밝혔다. 2007년에 에픽(Epic)의 EMR시스템을 도입한 머시는 환자 진료를 개선하기 위한 10년치 이상의 익명 환자 데이터를 보유하고 있다. 2009년, 해당 병원 네트워크는 수술실에 바코드 스캐너를 도입하여 직원들이 사용 물품과 수술 장비의 세부사항을 기록할 수 있도록 했다. 약 5년 전, 머시는 조직의 어떤 영역이 결과에 가장 큰 영향을 미쳤는지 확인하기 위해 PTM(Performance Through Metrics) 이니셔티브를 출범했다. PTM은 현재 SAP HANA를 사용하여 EMR 데이터의 바다에서 핵심 요소를 수집하기 위해 서비스 라인별로 데이터 마트를 도입하고 있다. 인메모리 데이터베이스는 실시간 대규모 데이터세트 탐색을 용이하게 한다. 더들리는 “문제를 알고 데이터에 접근하며 매번 쿼리가 실행될 때까지 30분 동안 기다리는 것과는 다르다. 실시간으로 탐색할 수 있으면 가설을 갖고 데이터에 접근할 수 있으며 데이터를 마이닝하여 탐색하며 업무에 실질적인 변화를 적용할 수 있는 결론에 도달할 수 있다”라고 말했다. 이런 변화를 통해 머시는 3년 동안 특수 치료를 하면서도 의료 장비와 수술 물품에서 무려 3,3...

CIO 환자 분석 SAP HANA NLP Mercy Technology Services MTS 머시 테크놀로지 서비스 메타데이터 관리 마스터 데이터 관리 치료 자연어 처리 빅데이터 데이터베이스 인메모리 의료 병원 MDM 인공지능 EMR 진료 차트

2020.03.17

NLP 기술과 인메모리 데이터베이스를 사용해 의사의 메모에서 거의 실시간으로 데이터를 추출하고 분석하는 업체인 머시 테크놀로지 서비스(Mercy Technology Services)가 치료 결과를 개선하고자 데이터 분석해 의사들에게 도움을 주고 있다.    머시(Mercy)의 고객사 중 가장 큰 병원에서 수술실을 관리하다가 지속적인 새로운 의료 기기의 유입과 이와 관련한 비용이 약속대로 더 나은 결과를 제공하는지 궁금해하는 사람이 있었다. 바로 커티스 더들리였다.  그는 “이를 실제로 입증할 증거가 없었다”라고 말했다. 10년 후, 현 MTS의 기업 분석 및 데이터 서비스 부사장이 된 더들리는 해당 조직이 보유한 60개 이상의 병원에 있는 임상의들이 이런 질문에 거의 실시간에 가깝게 답할 수 있다고 밝혔다. 2007년에 에픽(Epic)의 EMR시스템을 도입한 머시는 환자 진료를 개선하기 위한 10년치 이상의 익명 환자 데이터를 보유하고 있다. 2009년, 해당 병원 네트워크는 수술실에 바코드 스캐너를 도입하여 직원들이 사용 물품과 수술 장비의 세부사항을 기록할 수 있도록 했다. 약 5년 전, 머시는 조직의 어떤 영역이 결과에 가장 큰 영향을 미쳤는지 확인하기 위해 PTM(Performance Through Metrics) 이니셔티브를 출범했다. PTM은 현재 SAP HANA를 사용하여 EMR 데이터의 바다에서 핵심 요소를 수집하기 위해 서비스 라인별로 데이터 마트를 도입하고 있다. 인메모리 데이터베이스는 실시간 대규모 데이터세트 탐색을 용이하게 한다. 더들리는 “문제를 알고 데이터에 접근하며 매번 쿼리가 실행될 때까지 30분 동안 기다리는 것과는 다르다. 실시간으로 탐색할 수 있으면 가설을 갖고 데이터에 접근할 수 있으며 데이터를 마이닝하여 탐색하며 업무에 실질적인 변화를 적용할 수 있는 결론에 도달할 수 있다”라고 말했다. 이런 변화를 통해 머시는 3년 동안 특수 치료를 하면서도 의료 장비와 수술 물품에서 무려 3,3...

2020.03.17

칼럼 | 2020년은 ERP 시스템 진화의 원년이 될까?

ERP(Enterprise Resource Planning)시스템은 기업 전반의 운영 정보를 중앙 데이터베이스를 기반으로 저장, 관리 및 활용하여 기업의 업무 프로세스를 시스템으로 처리할 수 있도록 지원하는 핵심 정보시스템이다. ERP라는 용어가 처음 등장한 것은 1990년대로 가트너가 당시 제조업에서 사용하던 시스템인 MRP(Manufacturing Resource Planning)의 개념을 제조 영역만이 아닌 다른 영역까지 확장하여 적용한 개념이다. 이렇게 등장한 ERP시스템은 오늘날까지 기업의 핵심 시스템으로 자리 잡고 있다. 2000년 초까지만 해도 SAP는 물론 오라클, 피플소프트, 반, JD에드워즈 등 여러 ERP 벤더들이 있었으나 2020년을 기준으로 보면 SAP의 독주가 펼쳐지고 있는 상황이다. 또한 1990년대부터 2000년대까지 기업들 사이에 불었던 BPR과 PI 열풍이 지나면서 ERP 시장은 전체적으로 점차 활기를 잃어가는 분위기다. 무엇보다도 웬만한 기업들이 모두 ERP를 갖추면서 신규 고객 확보가 쉽지 않아졌고 ERP 시스템 구현을 통해 선진기업의 베스트 프랙티스를 기업에 도입하여 경쟁력 확보가 가능하리라 기대했던 경영진의 현실 인식도 ERP 도입 열기가 식어가는 데 일조를 했을 것이다. ERP 프로젝트에 관해 ‘ERP 프로젝트는 실패도 없고 성공도 없다’라는 이야기가 있다. 아마도 ERP 프로젝트를 추진한 기업은 반드시 그 ERP 시스템을 사용하여야 하기에 실패라고 규정할 수 없다는 뜻과 함께 ERP 시스템의 도입이 워낙 어려운 일이고 또한 눈에 띄는 경영상의 성과를 가져오지 않기에 성공도 없다고 하는 것인 듯하다. 이렇듯 ERP 시스템은 1990년대 이후 지금까지 많은 기업의 핵심 정보시스템으로 사용되고 있지만, 대규모 투자가 이뤄진 초기 도입 후 큰 변화 없이 20년을 넘게 사용되고 있다. 물론 SAP가 기존 디스크 기반의 관계형 데이터베이스 중심의 ERP가 아닌 인메모리 방식의 DB를 기반으로 한 S/4 HANA를 2015년 ...

CIO MRP SAP S/4 HANA RPA 챗봇 JD에드워즈 SAP HANA 정철환 피플소프트 ERP 인메모리 가트너 오라클 인터페이스 SAP

2020.02.03

ERP(Enterprise Resource Planning)시스템은 기업 전반의 운영 정보를 중앙 데이터베이스를 기반으로 저장, 관리 및 활용하여 기업의 업무 프로세스를 시스템으로 처리할 수 있도록 지원하는 핵심 정보시스템이다. ERP라는 용어가 처음 등장한 것은 1990년대로 가트너가 당시 제조업에서 사용하던 시스템인 MRP(Manufacturing Resource Planning)의 개념을 제조 영역만이 아닌 다른 영역까지 확장하여 적용한 개념이다. 이렇게 등장한 ERP시스템은 오늘날까지 기업의 핵심 시스템으로 자리 잡고 있다. 2000년 초까지만 해도 SAP는 물론 오라클, 피플소프트, 반, JD에드워즈 등 여러 ERP 벤더들이 있었으나 2020년을 기준으로 보면 SAP의 독주가 펼쳐지고 있는 상황이다. 또한 1990년대부터 2000년대까지 기업들 사이에 불었던 BPR과 PI 열풍이 지나면서 ERP 시장은 전체적으로 점차 활기를 잃어가는 분위기다. 무엇보다도 웬만한 기업들이 모두 ERP를 갖추면서 신규 고객 확보가 쉽지 않아졌고 ERP 시스템 구현을 통해 선진기업의 베스트 프랙티스를 기업에 도입하여 경쟁력 확보가 가능하리라 기대했던 경영진의 현실 인식도 ERP 도입 열기가 식어가는 데 일조를 했을 것이다. ERP 프로젝트에 관해 ‘ERP 프로젝트는 실패도 없고 성공도 없다’라는 이야기가 있다. 아마도 ERP 프로젝트를 추진한 기업은 반드시 그 ERP 시스템을 사용하여야 하기에 실패라고 규정할 수 없다는 뜻과 함께 ERP 시스템의 도입이 워낙 어려운 일이고 또한 눈에 띄는 경영상의 성과를 가져오지 않기에 성공도 없다고 하는 것인 듯하다. 이렇듯 ERP 시스템은 1990년대 이후 지금까지 많은 기업의 핵심 정보시스템으로 사용되고 있지만, 대규모 투자가 이뤄진 초기 도입 후 큰 변화 없이 20년을 넘게 사용되고 있다. 물론 SAP가 기존 디스크 기반의 관계형 데이터베이스 중심의 ERP가 아닌 인메모리 방식의 DB를 기반으로 한 S/4 HANA를 2015년 ...

2020.02.03

브랜드엑스, SAP 차세대 ERP 솔루션 S/4HANA 도입

SAP 코리아에 따르면 미디어커머스 전문 기업인 브랜드엑스코퍼레이션이 SAP S/4HANA를 도입해 2020년 중 구축 완료할 계획이라고 밝혔다.  온라인에 최적화된 브랜드를 개발하고 인큐베이팅하는 브랜드엑스는 즉각적인 시장 대응을 위한 빠른 의사결정과 경영 효율성을 위해 인메모리 데이터베이스 기반 경영 인프라를 구축하고자 S/4HANA을 선택했다고 전했다. 인메모리 기반의 전사적자원관리(ERP) 솔루션 S/4HANA 온프레미스 도입으로 투명성과 신속성, 가시성을 향상해 성공적인 디지털 변혁을 시도할 계획이다.  인메모리 기반 DB는 보조기억장치 대신 주기억장치에서 바로 데이터를 처리해 속도가 빠르다. 브랜드엑스는 S/4HANA를 구축해 인공지능이나 머신러닝 등과 같은 첨단 디지털 기술을 적용할 수 있는 발판을 마련할 예정이다. 이로써 온라인 커머스 업계에서 한발 앞선 디지털 전환으로 경쟁사와 차별화를 꾀하고자 한다. 강민준 브랜드엑스코퍼레이션 공동대표이사는 "2020년 글로벌 시장 진출을 준비 중인 브랜드엑스에게 SAP의 S/4HANA는 필수적"이라며, "이번 S/4HANA 도입으로 의사 결정을 신속히 내리고 새로운 비즈니스 가치를 발굴할 수 있을 것으로 예상해 기대가 크다"라고 말했다. 이성열 SAP 코리아 대표이사는 "S/4HANA 고객의 폭을 브랜드 전문 기업으로까지 넓히게 돼 고무적"이라며, "앞으로도 S/4HANA를 통한 국내 기업의 글로벌 경영 인프라 마련을 위해 노력하겠다"라고 밝혔다. ciokr@idg.co.kr

클라우드 미디어커머스 전사적자원관리 디지털트랜스포메이션 디지털변혁 S/4HANA 머신러닝 인공지능 솔루션 ERP 애플리케이션 인메모리 인프라 SAP 브랜드엑스

2019.11.04

SAP 코리아에 따르면 미디어커머스 전문 기업인 브랜드엑스코퍼레이션이 SAP S/4HANA를 도입해 2020년 중 구축 완료할 계획이라고 밝혔다.  온라인에 최적화된 브랜드를 개발하고 인큐베이팅하는 브랜드엑스는 즉각적인 시장 대응을 위한 빠른 의사결정과 경영 효율성을 위해 인메모리 데이터베이스 기반 경영 인프라를 구축하고자 S/4HANA을 선택했다고 전했다. 인메모리 기반의 전사적자원관리(ERP) 솔루션 S/4HANA 온프레미스 도입으로 투명성과 신속성, 가시성을 향상해 성공적인 디지털 변혁을 시도할 계획이다.  인메모리 기반 DB는 보조기억장치 대신 주기억장치에서 바로 데이터를 처리해 속도가 빠르다. 브랜드엑스는 S/4HANA를 구축해 인공지능이나 머신러닝 등과 같은 첨단 디지털 기술을 적용할 수 있는 발판을 마련할 예정이다. 이로써 온라인 커머스 업계에서 한발 앞선 디지털 전환으로 경쟁사와 차별화를 꾀하고자 한다. 강민준 브랜드엑스코퍼레이션 공동대표이사는 "2020년 글로벌 시장 진출을 준비 중인 브랜드엑스에게 SAP의 S/4HANA는 필수적"이라며, "이번 S/4HANA 도입으로 의사 결정을 신속히 내리고 새로운 비즈니스 가치를 발굴할 수 있을 것으로 예상해 기대가 크다"라고 말했다. 이성열 SAP 코리아 대표이사는 "S/4HANA 고객의 폭을 브랜드 전문 기업으로까지 넓히게 돼 고무적"이라며, "앞으로도 S/4HANA를 통한 국내 기업의 글로벌 경영 인프라 마련을 위해 노력하겠다"라고 밝혔다. ciokr@idg.co.kr

2019.11.04

1만 이상의 기업 사용자, SAP 클라우드 플랫폼 사용

전세계 1만 이상의 기업 사용자가 SAP 클라우드 플랫폼을 사용 중으로 알려졌다. SAP의 CTO인 비요른 게르케 SAP의 PaaS는 모바일 구현 클라우드 애플리케이션을 구축하고 확장하기 위한 인메모리 기능, 핵심 플랫폼 서비스, 마이크로서비스를 제공하도록 설계됐다. 주요 글로벌 고객으로는 스위스 포스트, NTT그룹, 지멘스 이외에 재규어 랜드로버, 엑슨모빌, 어베스트가 있다. SAP의 CTO인 비요른 게르케는 "혁신과 고객 성공은 SAP에서 하는 모든 일의 핵심이다. SAP 클라우드 플랫폼은 고객이 디지털 변혁 계획을 쉽게 성취하여 최고의 비즈니스가 되도록 돕기 위해 고안되었다"고 설명했다. "이제 1만 명이 넘는 기업 사용자가 SAP 클라우드 플랫폼이 제공하는 유연성과 가치를 입증할 수 있다"고 그는 전했다. 게르케는 이 제품이 애플리케이션 프로그램 인터페이스(API)를 통해 좀더 광범위한 개발자 생태계에 ‘데이터 가치를 제공’할 수 있는 개방적이고 민첩한 플랫폼을 제공한다고 밝혔다. 이어서 "SAP 클라우드 플랫폼의 경우 오픈소스 및 개방형 표준은 고객 및 파트너가 클라우드 기술의 최신 개발을 무중단 방식으로 활용할 수 있도록 항상 원칙을 지키고 있다. 동시에 우리는 앱 개발자를 복잡하게 만들지 않으므로 앱을 실행하는 데 필요한 인프라가 아니라 앱 기능에 집중할 수 있다"고 덧붙였다. 그는 "미래 지향적인 최첨단 플랫폼이 기술 혁신과 업계 리더 간의 긴밀한 협력과 공동 혁신을 통해서만 성취될 수 있다고 믿는다"고 강조했다. 게르케에 따르면 2014년에 클라우드 파운드리 재단의 플래티넘 창립 회원으로, 2017년 클라우드 네이티브 컴퓨팅 재단(CNCF)의 플래티넘 회원으로 가입한 이유도 바로 이러한 업계 리더 간의 협력과 공동 혁신을 위해서다. 게르케는 "CNCF에서 관리하는 인기 있는 컨테이너 오케...

인메모리 SAP 클라우드 플랫폼 엑슨모빌 NTT그룹 마이크로서비스 재규어 랜드로버 클라우드 파운드리 디지털 변혁 어베스트 API 지멘스 애플리케이션 개발 스위스 포스트

2018.09.21

전세계 1만 이상의 기업 사용자가 SAP 클라우드 플랫폼을 사용 중으로 알려졌다. SAP의 CTO인 비요른 게르케 SAP의 PaaS는 모바일 구현 클라우드 애플리케이션을 구축하고 확장하기 위한 인메모리 기능, 핵심 플랫폼 서비스, 마이크로서비스를 제공하도록 설계됐다. 주요 글로벌 고객으로는 스위스 포스트, NTT그룹, 지멘스 이외에 재규어 랜드로버, 엑슨모빌, 어베스트가 있다. SAP의 CTO인 비요른 게르케는 "혁신과 고객 성공은 SAP에서 하는 모든 일의 핵심이다. SAP 클라우드 플랫폼은 고객이 디지털 변혁 계획을 쉽게 성취하여 최고의 비즈니스가 되도록 돕기 위해 고안되었다"고 설명했다. "이제 1만 명이 넘는 기업 사용자가 SAP 클라우드 플랫폼이 제공하는 유연성과 가치를 입증할 수 있다"고 그는 전했다. 게르케는 이 제품이 애플리케이션 프로그램 인터페이스(API)를 통해 좀더 광범위한 개발자 생태계에 ‘데이터 가치를 제공’할 수 있는 개방적이고 민첩한 플랫폼을 제공한다고 밝혔다. 이어서 "SAP 클라우드 플랫폼의 경우 오픈소스 및 개방형 표준은 고객 및 파트너가 클라우드 기술의 최신 개발을 무중단 방식으로 활용할 수 있도록 항상 원칙을 지키고 있다. 동시에 우리는 앱 개발자를 복잡하게 만들지 않으므로 앱을 실행하는 데 필요한 인프라가 아니라 앱 기능에 집중할 수 있다"고 덧붙였다. 그는 "미래 지향적인 최첨단 플랫폼이 기술 혁신과 업계 리더 간의 긴밀한 협력과 공동 혁신을 통해서만 성취될 수 있다고 믿는다"고 강조했다. 게르케에 따르면 2014년에 클라우드 파운드리 재단의 플래티넘 창립 회원으로, 2017년 클라우드 네이티브 컴퓨팅 재단(CNCF)의 플래티넘 회원으로 가입한 이유도 바로 이러한 업계 리더 간의 협력과 공동 혁신을 위해서다. 게르케는 "CNCF에서 관리하는 인기 있는 컨테이너 오케...

2018.09.21

김진철의 How-to-Big Data | 빅데이터 주요 기술의 조건 (4)

LHC 실험 데이터 분석에서의 데이터 가시화 – 이벤트 및 모니터링 데이터 LHC 실험에서 사용되는 데이터 가시화 방법을 같이 살펴보면서 빅데이터를 활용할 때 데이터 가시화와 큐레이션이 왜 중요한지 같이 생각해보자. 먼저, 데이터 가시화와 큐레이션이 무엇이고 어떤 차이가 있는지 같이 생각해보자. 데이터 가시화란 말 그대로 데이터의 특성과 구조를 사람이 편리하게 관찰할 수 있도록 기호화된 데이터들을 재조직하고 가공해서 새롭게 표현한 것을 말한다. 빅데이터의 큐레이션이란 빅데이터 중에서 현재 사용하고자 하는 목적과 용도에 맞게 빅데이터 일부를 추려내고 재배치하여 빅데이터가 가진 특정한 측면과 특성이 잘 드러나도록 빅데이터를 선별하고 표현을 바꾸는 것을 말한다. 가시화와 큐레이션은 엄연히 다른 개념이지만, 실제로 빅데이터를 가시화할 때에는 가시화 기능이나 내용이 큐레이션 과정을 포함하는 경우가 많다. 이것은 빅데이터의 특성상 모든 데이터를 한꺼번에 관찰하거나 시각화하기가 어려운 경우가 많아 보고자 하는 특성이나 구조만을 볼 수 있게끔 필터링, 재조직해야 하는데, 이 필터링과 재조직 과정이 큐레이션이 되는 경우가 많기 때문이다. 하지만, 보통 빅데이터 가시화의 필터링이나 재조직은 단일 종류의 빅데이터 가시화에서 특정한 조건을 만족하는 일부 데이터만 추려내는 것을 말하고, 큐레이션은 다양한 종류의 빅데이터를 동시에 써서 만든 가시화 내용을 사용자의 필요에 맞게 배치를 바꾸거나 데이터의 다양한 면을 보여주는 여러 가시화 결과를 특정한 관점에 따라 새롭게 배치, 정렬하여 보여주는 것을 말한다. LHC 실험 데이터 활용의 가장 중요한 목적은 우선 검출기에서 일어난 이벤트들을 눈으로 직접 관찰하고, 이를 분석하는 과정을 자동화하는 것이다. 이를 위해 검출기의 각 검출 모듈로부터 측정된 수치 데이터를 모두 모아서 검출기 전체에서 일어난 이벤트로 재구성하여 보여주어야 한다. 그냥 데이터를 모아서 데이터 가시화 도구로 그려주면 되지 않냐고 ...

CIO Veracity Variety Velocity Volume 4V 3V LHC 컴퓨팅 그리드 김진철 큐레이션 구글 어스 스파크 데이터 시각화 하둡 데이터 과학자 인메모리 빅데이터 데이터 가시화

2018.06.27

LHC 실험 데이터 분석에서의 데이터 가시화 – 이벤트 및 모니터링 데이터 LHC 실험에서 사용되는 데이터 가시화 방법을 같이 살펴보면서 빅데이터를 활용할 때 데이터 가시화와 큐레이션이 왜 중요한지 같이 생각해보자. 먼저, 데이터 가시화와 큐레이션이 무엇이고 어떤 차이가 있는지 같이 생각해보자. 데이터 가시화란 말 그대로 데이터의 특성과 구조를 사람이 편리하게 관찰할 수 있도록 기호화된 데이터들을 재조직하고 가공해서 새롭게 표현한 것을 말한다. 빅데이터의 큐레이션이란 빅데이터 중에서 현재 사용하고자 하는 목적과 용도에 맞게 빅데이터 일부를 추려내고 재배치하여 빅데이터가 가진 특정한 측면과 특성이 잘 드러나도록 빅데이터를 선별하고 표현을 바꾸는 것을 말한다. 가시화와 큐레이션은 엄연히 다른 개념이지만, 실제로 빅데이터를 가시화할 때에는 가시화 기능이나 내용이 큐레이션 과정을 포함하는 경우가 많다. 이것은 빅데이터의 특성상 모든 데이터를 한꺼번에 관찰하거나 시각화하기가 어려운 경우가 많아 보고자 하는 특성이나 구조만을 볼 수 있게끔 필터링, 재조직해야 하는데, 이 필터링과 재조직 과정이 큐레이션이 되는 경우가 많기 때문이다. 하지만, 보통 빅데이터 가시화의 필터링이나 재조직은 단일 종류의 빅데이터 가시화에서 특정한 조건을 만족하는 일부 데이터만 추려내는 것을 말하고, 큐레이션은 다양한 종류의 빅데이터를 동시에 써서 만든 가시화 내용을 사용자의 필요에 맞게 배치를 바꾸거나 데이터의 다양한 면을 보여주는 여러 가시화 결과를 특정한 관점에 따라 새롭게 배치, 정렬하여 보여주는 것을 말한다. LHC 실험 데이터 활용의 가장 중요한 목적은 우선 검출기에서 일어난 이벤트들을 눈으로 직접 관찰하고, 이를 분석하는 과정을 자동화하는 것이다. 이를 위해 검출기의 각 검출 모듈로부터 측정된 수치 데이터를 모두 모아서 검출기 전체에서 일어난 이벤트로 재구성하여 보여주어야 한다. 그냥 데이터를 모아서 데이터 가시화 도구로 그려주면 되지 않냐고 ...

2018.06.27

김진철의 How-to-Big Data | 빅데이터와 클라우드 기술 (2)

LHC 빅데이터와 LHC Computing Grid의 계층 구조 LHC 빅데이터를 해결하기 위한 분석 인프라로 LHC Computing Grid가 오늘날 클라우드 컴퓨팅의 주요 기술 중 하나인 가상화를 이종 자원에서 작업 실행 환경의 다양성을 극복하는 기술로 쓰면서 현재의 클라우드 컴퓨팅이 시작되었다고 지난번 아홉 번째 글에서 소개하였다. 오늘은 빅데이터 인프라 구축 시 해결해야 하는 중요한 문제 중 하나인 자원 계층(resource hierarchy) 문제를 LHC Computing Grid에서는 어떻게 해결하고 있는지 살펴보면서 빅데이터 인프라 구축에서 자원 계층 문제의 중요성을 같이 생각해보자. 1992년 LHC 실험에서 1PB 이상의 데이터가 생성된다는 결론을 얻었을 때, CERN의 과학자들은 근본적으로 당시의 기술과 컴퓨터 아키텍처로는 이 많은 데이터를 위한 컴퓨터를 만들 수 없음을 깨달았다. 하지만, 전혀 희망이 없었던 것은 아니었다. LHC 가속기가 건설된 20여년 동안에는 어떤 식으로든 컴퓨터 기술은 발전할 테니, LHC 가속기를 건설하는 동안 발전하는 컴퓨터 기술을 잘 활용한다면 해결할 수 있을 것으로 생각했다. 더군다나 당시에는 VLSI 기술이 무어의 법칙에 따라 급격하게 발전하던 시기였기 때문에 전혀 근거 없는 생각은 아니었다. 하지만, 20여 년 후 미래에 더 좋은 기술이 나와 LHC 빅데이터 문제를 모두 다 해결해줄 것이라고 막연하게 생각할 수는 없었다. LHC 빅데이터가 가진 근본적인 문제가 무엇인지, 기술의 발전으로도 쉽게 해결이 되지 않는 문제가 있다면 그것이 무엇인지는 먼저 파악해야 했고 이에 대한 해결 방법은 찾아야 했다. LHC 검출기들이 만드는 빅데이터의 근본적인 특성은 CERN의 데이터센터에 원시 데이터부터 분석이 끝난 모든 데이터를 한꺼번에 다 담아 놓을 수 없다는 것이었다. 그렇다면, CERN에 얼마나 큰 데이터센터를 지어야 할 것인가? LHC 가속기와 검출기를 건설하는데 만도 천문학적인 액수의 비용이...

CIO CERN 김진철 3D 크로스포인트 NVMe 힉스 입자 PCIe 엔비디아 수퍼컴퓨팅 인메모리 빅데이터 인텔 LHC Computing Grid

2017.11.08

LHC 빅데이터와 LHC Computing Grid의 계층 구조 LHC 빅데이터를 해결하기 위한 분석 인프라로 LHC Computing Grid가 오늘날 클라우드 컴퓨팅의 주요 기술 중 하나인 가상화를 이종 자원에서 작업 실행 환경의 다양성을 극복하는 기술로 쓰면서 현재의 클라우드 컴퓨팅이 시작되었다고 지난번 아홉 번째 글에서 소개하였다. 오늘은 빅데이터 인프라 구축 시 해결해야 하는 중요한 문제 중 하나인 자원 계층(resource hierarchy) 문제를 LHC Computing Grid에서는 어떻게 해결하고 있는지 살펴보면서 빅데이터 인프라 구축에서 자원 계층 문제의 중요성을 같이 생각해보자. 1992년 LHC 실험에서 1PB 이상의 데이터가 생성된다는 결론을 얻었을 때, CERN의 과학자들은 근본적으로 당시의 기술과 컴퓨터 아키텍처로는 이 많은 데이터를 위한 컴퓨터를 만들 수 없음을 깨달았다. 하지만, 전혀 희망이 없었던 것은 아니었다. LHC 가속기가 건설된 20여년 동안에는 어떤 식으로든 컴퓨터 기술은 발전할 테니, LHC 가속기를 건설하는 동안 발전하는 컴퓨터 기술을 잘 활용한다면 해결할 수 있을 것으로 생각했다. 더군다나 당시에는 VLSI 기술이 무어의 법칙에 따라 급격하게 발전하던 시기였기 때문에 전혀 근거 없는 생각은 아니었다. 하지만, 20여 년 후 미래에 더 좋은 기술이 나와 LHC 빅데이터 문제를 모두 다 해결해줄 것이라고 막연하게 생각할 수는 없었다. LHC 빅데이터가 가진 근본적인 문제가 무엇인지, 기술의 발전으로도 쉽게 해결이 되지 않는 문제가 있다면 그것이 무엇인지는 먼저 파악해야 했고 이에 대한 해결 방법은 찾아야 했다. LHC 검출기들이 만드는 빅데이터의 근본적인 특성은 CERN의 데이터센터에 원시 데이터부터 분석이 끝난 모든 데이터를 한꺼번에 다 담아 놓을 수 없다는 것이었다. 그렇다면, CERN에 얼마나 큰 데이터센터를 지어야 할 것인가? LHC 가속기와 검출기를 건설하는데 만도 천문학적인 액수의 비용이...

2017.11.08

HPE, '더 머신' 노드 보드 공개··· 160TB 메모리

HPE가 세빗에서 컴퓨팅 아키텍처 근간을 혁신하려는 목적으로 개발한 ‘더 머신’을 일부 공개했다. ‘새 머신’(new machine)이 주말 내내 충돌 없이 가동되는 상황을 앤드류 휠러(Andrew Wheeler)만큼 반갑게 받아들이는 이도 드물 것이다. 그도 그럴 것이 다른 사람들의 머신(컴퓨터)은 메모리와 프로세서의 관계를 재정립하려는 목적의 ‘더 머신’(The Machine)이 아니기 때문이다. 휠러는 HPE(Hewlett Packard Enterprise) 산하 연구소의 부책임자 겸 VP이다. 그는 독일 하노버에서 열린 세빗(Cebit) 전시회에 참석, HPE 전시 부스에 전시된 '더 머신'에 대해 설명했다. 전통적인 컴퓨터는 프로세서 주변을 계층화 된 RAM과 플래시, 디스크가 둘러싸고 있고, 이들이 서로 통신해 필요한 정보를 갖고 있는 장치를 파악하는 구조를 가지고 있다. 그러나 HPE의 더 머신은 아주 큰 지속성 메모리군을 특징으로 하는 구조를 보인다. 휠러는 "아주 큰 인-메모리 영역에 웜 데이터와 핫 데이터를 모두 위치시키려는 것이다. 데이터의 잦은 스토리지 유입, 유출 필요성을 소프트웨어 수준에서 없애려 시도하고 있다"라고 말했다. 이런 오버헤드를 없애면 빅데이터 애널리틱스 및 머신러닝 분야를 중심으로 계속 증가하고 있는 방대한 데이터세트를 획기적으로 더 빨리 처리할 수 있다. HPE가 세빗에서 '더 머신'을 전시한 공간은 마치 일종의 극장처럼 꾸며져 있다. 전시 부스 중심의 어두운 공간에는 위쪽에서 푸른색 빛과 함께 작은 흰색 빛을 내는 유리 케이스가 있다. 이 유리 케이스 안에 메모리, 프로세서, 광학 인터커넥트로 구성된 '더 머신'의 노드 보드 1개가 위치해 있다. 휴렛 팩커드 엔터프라이즈는 2017년 3월 세빗(Cebit) 전시회에서 메모리 중심의 컴퓨터 테스트베드인 &#...

세빗 인메모리 더 머신 HPE 컴퓨팅 아키텍처

2017.03.27

HPE가 세빗에서 컴퓨팅 아키텍처 근간을 혁신하려는 목적으로 개발한 ‘더 머신’을 일부 공개했다. ‘새 머신’(new machine)이 주말 내내 충돌 없이 가동되는 상황을 앤드류 휠러(Andrew Wheeler)만큼 반갑게 받아들이는 이도 드물 것이다. 그도 그럴 것이 다른 사람들의 머신(컴퓨터)은 메모리와 프로세서의 관계를 재정립하려는 목적의 ‘더 머신’(The Machine)이 아니기 때문이다. 휠러는 HPE(Hewlett Packard Enterprise) 산하 연구소의 부책임자 겸 VP이다. 그는 독일 하노버에서 열린 세빗(Cebit) 전시회에 참석, HPE 전시 부스에 전시된 '더 머신'에 대해 설명했다. 전통적인 컴퓨터는 프로세서 주변을 계층화 된 RAM과 플래시, 디스크가 둘러싸고 있고, 이들이 서로 통신해 필요한 정보를 갖고 있는 장치를 파악하는 구조를 가지고 있다. 그러나 HPE의 더 머신은 아주 큰 지속성 메모리군을 특징으로 하는 구조를 보인다. 휠러는 "아주 큰 인-메모리 영역에 웜 데이터와 핫 데이터를 모두 위치시키려는 것이다. 데이터의 잦은 스토리지 유입, 유출 필요성을 소프트웨어 수준에서 없애려 시도하고 있다"라고 말했다. 이런 오버헤드를 없애면 빅데이터 애널리틱스 및 머신러닝 분야를 중심으로 계속 증가하고 있는 방대한 데이터세트를 획기적으로 더 빨리 처리할 수 있다. HPE가 세빗에서 '더 머신'을 전시한 공간은 마치 일종의 극장처럼 꾸며져 있다. 전시 부스 중심의 어두운 공간에는 위쪽에서 푸른색 빛과 함께 작은 흰색 빛을 내는 유리 케이스가 있다. 이 유리 케이스 안에 메모리, 프로세서, 광학 인터커넥트로 구성된 '더 머신'의 노드 보드 1개가 위치해 있다. 휴렛 팩커드 엔터프라이즈는 2017년 3월 세빗(Cebit) 전시회에서 메모리 중심의 컴퓨터 테스트베드인 &#...

2017.03.27

'IT파트너제'로 현업과의 틈새 좁힌 CIO 이야기

데이 앤 짐머맨의 CIO 산카라 비쉬 비스와나단은 IT관리자에게 백오피스 기술 문제에 관해 현업에게 조언할 것으로 요구했다. 현재 그는 내부 운영 역량 자동화를 통해 고객에 응대할 수 있도록 디지털 변혁을 추진하고 있다. CIO들은 종종 현업과 IT가 바라보는 시각도 다르고, 생각도 다르다고 한탄한다. 이는 비즈니스 운영을 방해하는 비효율성을 초래하는 때가 많은 아주 흔한 '패러독스'이다. 데이 앤 짐머맨(Day & Zimmermann)의 CIO 산카라 비쉬 비스와나단(Sankara Vishi Viswanathan)은 지난해 이런 도전과제를 극복하려 했다. 28억 달러 규모 회사의 4개 사업부에서 일하는 임직원들에게 더 나은 서비스를 제공하기 위해 공유 서비스를 강화한 것을 예로 들 수 있다. 비스와나단(왼쪽 사진)은 <CIO닷컴>에 "백오피스 서비스를 제공하는 우리가 매일 고객을 만나는 사람들에게 '디지털'로 응대할 수 있도록 만들고 있다"고 설명했다. 지금까지 비즈니스 전략에 IT를 어떻게 접목했는지 자랑하는 CIO는 많았지만, 현업과 IT 간의 틈은 10년 전엔 2007년에도, 그리고 2017년 현재에도 여전히 존재한다. CIO닷컴의 '2017년 CIO현황(State of the CIO)' 조사에 따르면, IT역할, IT의 강점과 약점에 관한 현업 임원과 IT임원간에 견해차가 있었다. 비즈니스에 부합하는 IT, 갈림길에 서다 최근 거의 모든 기업에서 '핫한' 주제는 디지털 변혁이다. 디지털 변혁 전략에서 IT에 가장 중요한 역할은 디지털 기술이 가장 큰 도움을 주는 비즈니스를 파악하는 것이라고 대답한 CIO 비율이 41%였다. 그러나 IT가 이런 식으로 기여한다고 대답한 현업 임원의 비율은 24%에 불과했다. 또 조사 대상 CIO 64%는 IT와 현업이 서로 협력해 프로젝트를 추진할 때 IT가 기술 솔루션 추천에 적극 관여한다고 대답...

CIO 데이 앤 짐머맨 IT파트너 디지털 변혁 SAP HANA 고객 응대 운영 ERP 인메모리 IT부서 백오피스

2017.03.16

데이 앤 짐머맨의 CIO 산카라 비쉬 비스와나단은 IT관리자에게 백오피스 기술 문제에 관해 현업에게 조언할 것으로 요구했다. 현재 그는 내부 운영 역량 자동화를 통해 고객에 응대할 수 있도록 디지털 변혁을 추진하고 있다. CIO들은 종종 현업과 IT가 바라보는 시각도 다르고, 생각도 다르다고 한탄한다. 이는 비즈니스 운영을 방해하는 비효율성을 초래하는 때가 많은 아주 흔한 '패러독스'이다. 데이 앤 짐머맨(Day & Zimmermann)의 CIO 산카라 비쉬 비스와나단(Sankara Vishi Viswanathan)은 지난해 이런 도전과제를 극복하려 했다. 28억 달러 규모 회사의 4개 사업부에서 일하는 임직원들에게 더 나은 서비스를 제공하기 위해 공유 서비스를 강화한 것을 예로 들 수 있다. 비스와나단(왼쪽 사진)은 <CIO닷컴>에 "백오피스 서비스를 제공하는 우리가 매일 고객을 만나는 사람들에게 '디지털'로 응대할 수 있도록 만들고 있다"고 설명했다. 지금까지 비즈니스 전략에 IT를 어떻게 접목했는지 자랑하는 CIO는 많았지만, 현업과 IT 간의 틈은 10년 전엔 2007년에도, 그리고 2017년 현재에도 여전히 존재한다. CIO닷컴의 '2017년 CIO현황(State of the CIO)' 조사에 따르면, IT역할, IT의 강점과 약점에 관한 현업 임원과 IT임원간에 견해차가 있었다. 비즈니스에 부합하는 IT, 갈림길에 서다 최근 거의 모든 기업에서 '핫한' 주제는 디지털 변혁이다. 디지털 변혁 전략에서 IT에 가장 중요한 역할은 디지털 기술이 가장 큰 도움을 주는 비즈니스를 파악하는 것이라고 대답한 CIO 비율이 41%였다. 그러나 IT가 이런 식으로 기여한다고 대답한 현업 임원의 비율은 24%에 불과했다. 또 조사 대상 CIO 64%는 IT와 현업이 서로 협력해 프로젝트를 추진할 때 IT가 기술 솔루션 추천에 적극 관여한다고 대답...

2017.03.16

SAP, 2016년 클라우드 매출 31% ↑··· 2017·2020년 목표 상향 조정

SAP가 2016년 클라우드 점유율, 매출, 순이익, 목표치 등 모든 면에서 성공했다고 밝혔다. SAP는 2016년 클라우드 매출이 큰폭으로 증가해 2017년과 2020년에 대한 예측치를 상향 조정했다. 이 회사의 2016년 클라우드 매출은 전년 대비 31% 늘어났고, 이는 매출 성장의 절반 이상을 차지했다. 클라우드 가입 및 지원 매출은 7억 700만 유로에서 30억 유로로 증가했고, 전체 매출은 2015년보다 13억 유로 늘어난 221억 유로(238억 달러)에 달했다. 세금 공제 후 순이익은 2015년 31억 유로에서 지난해 36억 유로로 증가했다. SAP는 소프트웨어 비즈니스가 클라우드로 옮겨가기를 바라고 있다. 전통적인 소프트웨어 라이선스와는 달리 클라우드는 계약 체결 시점부터 매출이 늘어나 예측 가능한 안정적인 수익원이 되기 때문이다. 소프트웨어 지원과 함께 클라우드 서비스의 성장은 현재 매출의 61%가 예측 가능한 수익원에서 발생했음을 의미한다. 이러한 추세로 SAP 경영진은 올해 전망을 더 낙관적으로 보고 있으며 2020년까지 공격적인 목표를 세울 수 있게 됐다. 현재 클라우드 매출은 올해 34억~40억 유로, 성장률은 34%, 전체 매출은 232억~236억 유로로 예상하고 있다. 이러한 예상치는 환율이 일정할 것으로 가정했고, 지난해 6월 브렉시트, 미국의 최근 총선, 유럽 전역의 선거 등의 변수를 반영하지 않은 것이다. SAP는 2020년 클라우드 매출을 80억 유로에서 85억 유로로 상향 조정했다. 그 전에는 75억~80억 유로로 예측한 바 있다. 또한 총 매출도 과거 260억~280억 유로에서 280억~290억 유로로 상향 조정했다. 클라우드로 전환함에 따라 예측가능한 매출 비중이 70%에서 2020년에는 75%로 상승할 것으로 기대됐다. SAP는 자사의 클라우드 플랫폼에 대한 관심이 높아짐에 따라, S4/HANA 인메모리 데이터베이스의 도입이 지난해 2배로 증가했다고 보고했...

SAP 클라우드 매출 2016년 HANA 실적 매출 인메모리 데이터베이스 여성 S4/HANA

2017.01.25

SAP가 2016년 클라우드 점유율, 매출, 순이익, 목표치 등 모든 면에서 성공했다고 밝혔다. SAP는 2016년 클라우드 매출이 큰폭으로 증가해 2017년과 2020년에 대한 예측치를 상향 조정했다. 이 회사의 2016년 클라우드 매출은 전년 대비 31% 늘어났고, 이는 매출 성장의 절반 이상을 차지했다. 클라우드 가입 및 지원 매출은 7억 700만 유로에서 30억 유로로 증가했고, 전체 매출은 2015년보다 13억 유로 늘어난 221억 유로(238억 달러)에 달했다. 세금 공제 후 순이익은 2015년 31억 유로에서 지난해 36억 유로로 증가했다. SAP는 소프트웨어 비즈니스가 클라우드로 옮겨가기를 바라고 있다. 전통적인 소프트웨어 라이선스와는 달리 클라우드는 계약 체결 시점부터 매출이 늘어나 예측 가능한 안정적인 수익원이 되기 때문이다. 소프트웨어 지원과 함께 클라우드 서비스의 성장은 현재 매출의 61%가 예측 가능한 수익원에서 발생했음을 의미한다. 이러한 추세로 SAP 경영진은 올해 전망을 더 낙관적으로 보고 있으며 2020년까지 공격적인 목표를 세울 수 있게 됐다. 현재 클라우드 매출은 올해 34억~40억 유로, 성장률은 34%, 전체 매출은 232억~236억 유로로 예상하고 있다. 이러한 예상치는 환율이 일정할 것으로 가정했고, 지난해 6월 브렉시트, 미국의 최근 총선, 유럽 전역의 선거 등의 변수를 반영하지 않은 것이다. SAP는 2020년 클라우드 매출을 80억 유로에서 85억 유로로 상향 조정했다. 그 전에는 75억~80억 유로로 예측한 바 있다. 또한 총 매출도 과거 260억~280억 유로에서 280억~290억 유로로 상향 조정했다. 클라우드로 전환함에 따라 예측가능한 매출 비중이 70%에서 2020년에는 75%로 상승할 것으로 기대됐다. SAP는 자사의 클라우드 플랫폼에 대한 관심이 높아짐에 따라, S4/HANA 인메모리 데이터베이스의 도입이 지난해 2배로 증가했다고 보고했...

2017.01.25

올해 빅데이터·BI 주도할 3가지 '머신러닝, 데이터 레이크, 스파크'

2017년이 시작됐다. 하지만, 기업들은 이제야 데이터 조작성(Operationalising)을 갖게 됐다는 이야기를 하고 있다. 조작성이란 실제 이용할 수 있는 유용한 데이터를 이 데이터가 필요한 때와 장소에 맞게 현업 사용자에게 전달해야 한다는 의미다. 데이터 스토리지 가격이 계속 하락하고 SaaS 분석 솔루션이 확산되면서, 과거 어느 때보다 저렴하면서도 쉽게 직원들에게 인사이트를 전달할 수 있게 됐다. 2017년 빅데이터, 애널리틱스(분석), 비즈니스 인텔리전스(BI)와 관련한 3가지 트렌드를 정리했다. 머신러닝 수용 시장 조사 회사인 오범은 머신러닝이 2017년에 빅데이터 분석에 가장 큰 변화를 가져오는 기술이 될 것으로 전망했다. 오범의 정보 관리 담당 수석 애널리스트인 토니 바에어는 빅데이터 트렌드를 다룬 보고서에서 "머신러닝이 계속 성장할 전망이다. 그러나 대부분의 경우 맞춤 개발보다는 애플리케이션과 서비스에 탑재될 것이다. 글로벌 2000대 기업과 온라인 디지털 기업을 제외하면, 데이터 과학자를 보유한 기업은 극소수에 불과하기 때문이다"고 분석했다. IT업체들은 기업이 보유한 데이터 세트에 머신러닝을 쉽게 적용할 수 있도록 돕는 '패키지'를 판매하고 있다. 이런 점을 고려하면, 기업들은 앞으로 계속 예측 분석, 고객 인사이트 및 개인화, 추천 엔진, 사기 및 위협 감지를 이용하게 될 것이다. 하둡에서 탈피 지난 몇 년, BI 업계의 화두는 오픈소스 데이터 스토리지 솔루션인 아파치 하둡(Apache Hadoop)이었다. 하지만 아파치 스파크(Apache Spark)를 중심으로 인기 프레임워크에 토대를 둔 대안들이 등장하고 있다. 몇 년 전부터 인메모리 데이터 처리 엔진에 대한 '과도한 기대'가 존재했다. 그러나 바에어가 보고서에서 지적했듯, 인메모리 도입을 견인하는 요소는 스파크를 클라우드에 적용하는 기능이다. 바에어는 "클라우드 기반 스파크, 관련된...

빅데이터 알테릭스 조작성 2017년 전망 팍사타 태블로 데이터 레이크 스파크 셀프서비스 BI 레드시프트 분석 하둡 데이터 과학자 오범 인메모리 아마존 트리팍타

2017.01.03

2017년이 시작됐다. 하지만, 기업들은 이제야 데이터 조작성(Operationalising)을 갖게 됐다는 이야기를 하고 있다. 조작성이란 실제 이용할 수 있는 유용한 데이터를 이 데이터가 필요한 때와 장소에 맞게 현업 사용자에게 전달해야 한다는 의미다. 데이터 스토리지 가격이 계속 하락하고 SaaS 분석 솔루션이 확산되면서, 과거 어느 때보다 저렴하면서도 쉽게 직원들에게 인사이트를 전달할 수 있게 됐다. 2017년 빅데이터, 애널리틱스(분석), 비즈니스 인텔리전스(BI)와 관련한 3가지 트렌드를 정리했다. 머신러닝 수용 시장 조사 회사인 오범은 머신러닝이 2017년에 빅데이터 분석에 가장 큰 변화를 가져오는 기술이 될 것으로 전망했다. 오범의 정보 관리 담당 수석 애널리스트인 토니 바에어는 빅데이터 트렌드를 다룬 보고서에서 "머신러닝이 계속 성장할 전망이다. 그러나 대부분의 경우 맞춤 개발보다는 애플리케이션과 서비스에 탑재될 것이다. 글로벌 2000대 기업과 온라인 디지털 기업을 제외하면, 데이터 과학자를 보유한 기업은 극소수에 불과하기 때문이다"고 분석했다. IT업체들은 기업이 보유한 데이터 세트에 머신러닝을 쉽게 적용할 수 있도록 돕는 '패키지'를 판매하고 있다. 이런 점을 고려하면, 기업들은 앞으로 계속 예측 분석, 고객 인사이트 및 개인화, 추천 엔진, 사기 및 위협 감지를 이용하게 될 것이다. 하둡에서 탈피 지난 몇 년, BI 업계의 화두는 오픈소스 데이터 스토리지 솔루션인 아파치 하둡(Apache Hadoop)이었다. 하지만 아파치 스파크(Apache Spark)를 중심으로 인기 프레임워크에 토대를 둔 대안들이 등장하고 있다. 몇 년 전부터 인메모리 데이터 처리 엔진에 대한 '과도한 기대'가 존재했다. 그러나 바에어가 보고서에서 지적했듯, 인메모리 도입을 견인하는 요소는 스파크를 클라우드에 적용하는 기능이다. 바에어는 "클라우드 기반 스파크, 관련된...

2017.01.03

빅데이터와 잘 맞는 RDBMS '스플라이스 머신'... 이유는?

스플라이스 머신의 관계형 데이터베이스 2.0 버전이 최근 소개됐는데, 이 제품은 하둡의 확장성과 스파크의 인메모리 성능을 모두 갖췄다는 것이 특징이다. 이미지 출처 : Thinkstock 스플라이스 머신(Splice Machine)이 지난 11월 17일 자사 관계형 데이터베이스 관리 시스템(RDBMS, Rational DataBase Management System) 2.0 버전을 새로이 공개했다. 스플라이스 머신의 RDBMS 솔루션은 사용자에게 직원 재교육이나 수 년 분량의 SQL 재작성 등의 번거로움 없이도 하둡의 확장성과 스파크의 성능을 누릴 수 있도록 하는 것을 목표로 한다. 스플라이스 머신의 공동 설립자이자 CEO인 몬테 츠위벤은 “우리는 이 새 버전의 RDBMS가 데이터베이스 테크놀로지의 새로운 지평을 열었다고 평가하고 있다. 단일 데이터베이스로 복합적인 워크로드를 다루는 작업은 지금까지 매우 어려운 과정이었다. 지금까지 기업들은 한 곳의 플랫폼에서 자신들의 실시간, 공동 업무 작업을 진행한 뒤 그 모든 데이터를 ETL을 통해 별도의 플랫폼으로 이전하는 과정을 거치고서야 온전한 분석, 시각 도출 작업을 진행할 수 있었다”라고 이야기했다. 츠위벤은 “이러한 구조에서 기업들은 어제의 데이터를 이용해 의사결정을 내리게 된다. 모든 것이 실시간으로 변화하는 오늘날의 비즈니스 환경에서 이는 상당히 비효율적인 방식이다”라고 지적했다. --------------------------------------------------------------- 빅데이터와 DBMS 인기기사 -> '빅데이터와 궁합 잘 맞는' 최신 데이터베이스 11선 -> '옛 것 vs. 새 것' 빅데이터가 바꿔가는 데이터베이스 지형도 -> NoSQL, 데이터베이스 시장에 '폭풍'을 몰고 오다 -> 기고 | MySQL의 8가지 단점 ...

CIO 스플라이스 머신 비용 압박 OLAP OLTP 관계형 데이터베이스 클라우데라 RDBMS 하둡 비정형 데이터 ETL 성능 인메모리 빅데이터 Splice Machine

2015.11.30

스플라이스 머신의 관계형 데이터베이스 2.0 버전이 최근 소개됐는데, 이 제품은 하둡의 확장성과 스파크의 인메모리 성능을 모두 갖췄다는 것이 특징이다. 이미지 출처 : Thinkstock 스플라이스 머신(Splice Machine)이 지난 11월 17일 자사 관계형 데이터베이스 관리 시스템(RDBMS, Rational DataBase Management System) 2.0 버전을 새로이 공개했다. 스플라이스 머신의 RDBMS 솔루션은 사용자에게 직원 재교육이나 수 년 분량의 SQL 재작성 등의 번거로움 없이도 하둡의 확장성과 스파크의 성능을 누릴 수 있도록 하는 것을 목표로 한다. 스플라이스 머신의 공동 설립자이자 CEO인 몬테 츠위벤은 “우리는 이 새 버전의 RDBMS가 데이터베이스 테크놀로지의 새로운 지평을 열었다고 평가하고 있다. 단일 데이터베이스로 복합적인 워크로드를 다루는 작업은 지금까지 매우 어려운 과정이었다. 지금까지 기업들은 한 곳의 플랫폼에서 자신들의 실시간, 공동 업무 작업을 진행한 뒤 그 모든 데이터를 ETL을 통해 별도의 플랫폼으로 이전하는 과정을 거치고서야 온전한 분석, 시각 도출 작업을 진행할 수 있었다”라고 이야기했다. 츠위벤은 “이러한 구조에서 기업들은 어제의 데이터를 이용해 의사결정을 내리게 된다. 모든 것이 실시간으로 변화하는 오늘날의 비즈니스 환경에서 이는 상당히 비효율적인 방식이다”라고 지적했다. --------------------------------------------------------------- 빅데이터와 DBMS 인기기사 -> '빅데이터와 궁합 잘 맞는' 최신 데이터베이스 11선 -> '옛 것 vs. 새 것' 빅데이터가 바꿔가는 데이터베이스 지형도 -> NoSQL, 데이터베이스 시장에 '폭풍'을 몰고 오다 -> 기고 | MySQL의 8가지 단점 ...

2015.11.30

빅데이터 분야에 부는 8가지 바람

인튜이트(Intuit)의 빌 로콘졸로 데이터 엔지니어링 부사장은 '데이터 호수(Data Lake)'에 온 몸을 던졌다. 스마터 리마케터(Smarter Remarketer)의 딘 애보트 최고 데이터 과학자는 클라우드를 향해 나아가고 있다. 빅데이터와 애널리틱스, 클라우드 컴퓨팅 분야의 첨단 영역은 지금 이 순간도 변화하고 있다. 로콘졸로는 "계속 새로운 툴이 출현하고 있다. 과거에는 신기술이 성숙하기까지 몇 년이 걸렸다. 이제는 사람들이 몇 달이나 몇 주 만에 솔루션을 발전시킨다"고 말했다. 그렇다면 주시해야 할 최고의 신기술과 트렌드는 뭘까? 컴퓨터월드는 IT 리더, 컨설턴트, 업계 분석가들에게 비교 평가를 부탁했다. 1. 클라우드에서의 빅데이터 애널리틱스 2. 하둡: 새로운 엔터프라이즈 데이터 운영체제로 부상 3. 빅 데이터 호수(Big data lakes) 4. 예측 분석 적용의 확대 5. 더 빠르고 우수해지는 하둡의 SQL 6. 더 풍부하고 좋아진 NoSQL 7. 딥러닝(Deep Learning) 8. 인-메모리 애널리틱스 1. 클라우드에서의 빅데이터 애널리틱스 많은 데이터 세트를 처리하는 프레임워크이자 툴 세트인 하둡(Hadoop)은 원래 물리적 클러스터에서 작동하도록 설계돼 있었다. 그러나 지금은 아니다. 포레스터 리서치의 브라이언 홉킨스는 "클라우드에서 데이터를 처리하는 기술이 증가하고 있는 추세다"라고 말했다. 아마존 레드시프트(Redshift) BI 데이터 웨어하우스, 구글의 빅쿼리(BigQuery) 데이터 분석 서비스, IBM의 블루믹스(Bluemix) 클라우드 플랫폼, 아마존의 키네시스(Kinesis) 데이터 처리 서비스를 예로 들 수 있다. 그는 "온-프레미스(내부)와 클라우드가 결합된 형태가 빅데이터의 미래로 관측된다"라고 진단했다. SaaS 기반 소매 분석, 분할, 마케팅 서비스 공급업체인 스마터 리마케터(Sma...

빅데이터 인메모리 하둡 NoSQL 애널리틱스 머신러닝 빅데이터 호수 딥러닝

2014.10.27

인튜이트(Intuit)의 빌 로콘졸로 데이터 엔지니어링 부사장은 '데이터 호수(Data Lake)'에 온 몸을 던졌다. 스마터 리마케터(Smarter Remarketer)의 딘 애보트 최고 데이터 과학자는 클라우드를 향해 나아가고 있다. 빅데이터와 애널리틱스, 클라우드 컴퓨팅 분야의 첨단 영역은 지금 이 순간도 변화하고 있다. 로콘졸로는 "계속 새로운 툴이 출현하고 있다. 과거에는 신기술이 성숙하기까지 몇 년이 걸렸다. 이제는 사람들이 몇 달이나 몇 주 만에 솔루션을 발전시킨다"고 말했다. 그렇다면 주시해야 할 최고의 신기술과 트렌드는 뭘까? 컴퓨터월드는 IT 리더, 컨설턴트, 업계 분석가들에게 비교 평가를 부탁했다. 1. 클라우드에서의 빅데이터 애널리틱스 2. 하둡: 새로운 엔터프라이즈 데이터 운영체제로 부상 3. 빅 데이터 호수(Big data lakes) 4. 예측 분석 적용의 확대 5. 더 빠르고 우수해지는 하둡의 SQL 6. 더 풍부하고 좋아진 NoSQL 7. 딥러닝(Deep Learning) 8. 인-메모리 애널리틱스 1. 클라우드에서의 빅데이터 애널리틱스 많은 데이터 세트를 처리하는 프레임워크이자 툴 세트인 하둡(Hadoop)은 원래 물리적 클러스터에서 작동하도록 설계돼 있었다. 그러나 지금은 아니다. 포레스터 리서치의 브라이언 홉킨스는 "클라우드에서 데이터를 처리하는 기술이 증가하고 있는 추세다"라고 말했다. 아마존 레드시프트(Redshift) BI 데이터 웨어하우스, 구글의 빅쿼리(BigQuery) 데이터 분석 서비스, IBM의 블루믹스(Bluemix) 클라우드 플랫폼, 아마존의 키네시스(Kinesis) 데이터 처리 서비스를 예로 들 수 있다. 그는 "온-프레미스(내부)와 클라우드가 결합된 형태가 빅데이터의 미래로 관측된다"라고 진단했다. SaaS 기반 소매 분석, 분할, 마케팅 서비스 공급업체인 스마터 리마케터(Sma...

2014.10.27

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