Offcanvas

���������������

블로그 | '사람은 죽어서 데이터를 남긴다' 애플 생태계 디지털 유산 관리법

코로나19 팬데믹이 시작된 이후 필자는 사망한 사람의 컴퓨터와 모바일 기기에 저장된 온라인 계정과 데이터에 대한 처리 방법을 묻는 질문을 종종 받는다. 대부분의 경우에는 사후 액세스를 위한 준비가 필요하다. 애플은 2021년 말 사용자가 지정한 사람이 자신의 사진, 연락처 같은 특정 데이터를 간단히 추출할 수 있도록 아이클라우드 계정을 설정하는 디지털 유산(Digital Legacy)이라는 옵션을 추가했다.   그러나 최근에는 반대 질문을 하는 독자들이 생겼다. ‘내가 사망할 때 데이터를 영구적으로 잠그려면 어떻게 해야 하는가?’이다. 비밀을 가진 사람, 사생활에 매우 민감한 사람, 그저 잊히고 싶은 사람도 있다. 작가 프란츠 카프카는 살아있는 동안 자신의 작품의 약 90%를 불에 태운 것으로 추정된다. 카프카는 41세의 나이에 결핵으로 사망하면서 친한 친구이자 유고 관리인인 맥스 브로드에게 “내 사후에 남은 모든 것, 그것이 일기든 원고든 편지든(내가 쓴 것과 다른 사람이 내게 쓴 것), 스케치든 모두 읽히지 않은 채로 불태워 달라”라는 유언을 남겼다(브로드는 카프카의 유언을 무시했고 이로 인해 한 세기 동안 온갖 추측이 난무했다).  오늘날에는 기기 전체에 대한 강력한 암호화 덕분에 로컬에 저장된 데이터를 사후에 다른 사람이 획득하지 못하도록 할 수 있다. 클라우드에 저장된 데이터의 경우에는 파일이나 클라우드 서비스 업체가 암호화한 세부 정보가 포함된 계정을 다른 사람이 복구하지 못하도록 보장하는 기술이 없을 수도 있다. 그저 유언을 남기고 맥스 브로드보다 충직한 친구가 유언대로 이행해주기를 희망해야 할 수도 있다. 여기서는 살아 있는 동안 자신의 액세스 권한을 잃지 않으면서 원할 경우 사망할 때 데이터도 함께 사라지도록 설정하는 방법을 소개한다. (참고로 이 글은 어디까지나 기사일 뿐이다. 필자는 변호사가 아니므로 다음에 소개할 내용은 법적 자문에 해당하지 않는다. 정확한 계획을 세울 때는 전문가와 상담하는 것을 추천한...

비밀번호관리 사후관리 데이터관리 디지털유산

2022.09.15

코로나19 팬데믹이 시작된 이후 필자는 사망한 사람의 컴퓨터와 모바일 기기에 저장된 온라인 계정과 데이터에 대한 처리 방법을 묻는 질문을 종종 받는다. 대부분의 경우에는 사후 액세스를 위한 준비가 필요하다. 애플은 2021년 말 사용자가 지정한 사람이 자신의 사진, 연락처 같은 특정 데이터를 간단히 추출할 수 있도록 아이클라우드 계정을 설정하는 디지털 유산(Digital Legacy)이라는 옵션을 추가했다.   그러나 최근에는 반대 질문을 하는 독자들이 생겼다. ‘내가 사망할 때 데이터를 영구적으로 잠그려면 어떻게 해야 하는가?’이다. 비밀을 가진 사람, 사생활에 매우 민감한 사람, 그저 잊히고 싶은 사람도 있다. 작가 프란츠 카프카는 살아있는 동안 자신의 작품의 약 90%를 불에 태운 것으로 추정된다. 카프카는 41세의 나이에 결핵으로 사망하면서 친한 친구이자 유고 관리인인 맥스 브로드에게 “내 사후에 남은 모든 것, 그것이 일기든 원고든 편지든(내가 쓴 것과 다른 사람이 내게 쓴 것), 스케치든 모두 읽히지 않은 채로 불태워 달라”라는 유언을 남겼다(브로드는 카프카의 유언을 무시했고 이로 인해 한 세기 동안 온갖 추측이 난무했다).  오늘날에는 기기 전체에 대한 강력한 암호화 덕분에 로컬에 저장된 데이터를 사후에 다른 사람이 획득하지 못하도록 할 수 있다. 클라우드에 저장된 데이터의 경우에는 파일이나 클라우드 서비스 업체가 암호화한 세부 정보가 포함된 계정을 다른 사람이 복구하지 못하도록 보장하는 기술이 없을 수도 있다. 그저 유언을 남기고 맥스 브로드보다 충직한 친구가 유언대로 이행해주기를 희망해야 할 수도 있다. 여기서는 살아 있는 동안 자신의 액세스 권한을 잃지 않으면서 원할 경우 사망할 때 데이터도 함께 사라지도록 설정하는 방법을 소개한다. (참고로 이 글은 어디까지나 기사일 뿐이다. 필자는 변호사가 아니므로 다음에 소개할 내용은 법적 자문에 해당하지 않는다. 정확한 계획을 세울 때는 전문가와 상담하는 것을 추천한...

2022.09.15

인포매티카, 구글·오라클·MS와 제휴··· "데이터 클라우드 확장"

기업용 데이터 통합 소프트웨어 업체 인포매티카(Informatica)가 주요 클라우드 업체와 파트너십을 발표했다. 이를 통해 자사의 IDMC(Intelligent Data Management Cloud)를 계속 확장하는 한편 데이터 이전, 관리 및 엔지니어링의 복잡성을 크게 감소시킬 것이라 밝혔다.    회사는 지난주 24일(현지 시각) ‘인포매티카 월드(Informatica World)’ 컨퍼런스에서 오라클, 마이크로소프트 애저, 구글 클라우드와 새로운 파트너십을 발표하며 지난 4월 출시한 IDMC(Intelligent Data Management Cloud)의 기능을 향상하는 것이 주된 목적이라고 밝혔다. 세 회사와의 제휴는 최근 몇 년 동안 인포매티카가 AWS, 데이터브릭스(Databricks) 및 스노우플레이크(Snowflake) 등 클라우드 소프트웨어 및 서비스 공급자와 맺어왔던 파트너십과 맥을 같이한다.  이 외에도 이 회사는 금융 서비스 및 의료 기업을 위한 IDMC와 새로운 데이터 엔지니어링 및 ML옵스(MLOps) 도구를 출시한다고 전했다.  데이터 관리 시장 선점에 나선 인포매티카  인포매티카는 최근 몇 년에 걸쳐 기존 ETL(Extract, Transform and Load)을 넘어 더 포괄적인 데이터 관리 서비스를 제공하려는 전략을 서서히 펴왔다. 이 전략의 핵심은 모든 기업 고객이 클라우드 벤더에 상관없이 데이터 이전, 계획, 분석, 엔지니어링 및 관리용 제품을 활용할 수 있도록 주요 클라우드 서비스 공급자와 파트너십을 맺는 것이다. 이렇게 되면 현재 사일로화된 데이터와 애플리케이션 관리의 복잡성에 골머리를 앓고 있는 기업은 데이터를 관리 및 분석하고자 수많은 제공업체를 이용할 필요가 없어진다.  회사는 이번 컨퍼런스에서 마이크로소프트와 협력하여 SaaS형 인포매티카 마스터 데이터 관리(Master Data Management) 제품의 비공개 프리뷰 버전을 애져에 공개하겠다고...

데이터관리 데이터관리클라우드 데이터세트

2022.05.30

기업용 데이터 통합 소프트웨어 업체 인포매티카(Informatica)가 주요 클라우드 업체와 파트너십을 발표했다. 이를 통해 자사의 IDMC(Intelligent Data Management Cloud)를 계속 확장하는 한편 데이터 이전, 관리 및 엔지니어링의 복잡성을 크게 감소시킬 것이라 밝혔다.    회사는 지난주 24일(현지 시각) ‘인포매티카 월드(Informatica World)’ 컨퍼런스에서 오라클, 마이크로소프트 애저, 구글 클라우드와 새로운 파트너십을 발표하며 지난 4월 출시한 IDMC(Intelligent Data Management Cloud)의 기능을 향상하는 것이 주된 목적이라고 밝혔다. 세 회사와의 제휴는 최근 몇 년 동안 인포매티카가 AWS, 데이터브릭스(Databricks) 및 스노우플레이크(Snowflake) 등 클라우드 소프트웨어 및 서비스 공급자와 맺어왔던 파트너십과 맥을 같이한다.  이 외에도 이 회사는 금융 서비스 및 의료 기업을 위한 IDMC와 새로운 데이터 엔지니어링 및 ML옵스(MLOps) 도구를 출시한다고 전했다.  데이터 관리 시장 선점에 나선 인포매티카  인포매티카는 최근 몇 년에 걸쳐 기존 ETL(Extract, Transform and Load)을 넘어 더 포괄적인 데이터 관리 서비스를 제공하려는 전략을 서서히 펴왔다. 이 전략의 핵심은 모든 기업 고객이 클라우드 벤더에 상관없이 데이터 이전, 계획, 분석, 엔지니어링 및 관리용 제품을 활용할 수 있도록 주요 클라우드 서비스 공급자와 파트너십을 맺는 것이다. 이렇게 되면 현재 사일로화된 데이터와 애플리케이션 관리의 복잡성에 골머리를 앓고 있는 기업은 데이터를 관리 및 분석하고자 수많은 제공업체를 이용할 필요가 없어진다.  회사는 이번 컨퍼런스에서 마이크로소프트와 협력하여 SaaS형 인포매티카 마스터 데이터 관리(Master Data Management) 제품의 비공개 프리뷰 버전을 애져에 공개하겠다고...

2022.05.30

"통합 허브로 데이터 거버넌스 혁신" 美 화학기업 CDO, 새 접근방식을 논하다

미국의 화학 기업 다우(Dow)는 여러 부서가 각자 데이터를 책임지고 관리할 수 있도록 중앙 IT 솔루션 허브를 만들었다. 그 결과, 비즈니스 및 고객 가치를 더 신속하게 실현할 수 있었다.    지난해 미국의 화학기업 다우(Dow)는 비즈니스 데이터를 더 효과적으로 활용하려 대담한 결정을 내렸다. 회사의 IT 부서와 여러 글로벌 사업부의 데이터를 통합하는 새로운 데이터 조직을 출범했다. 데이터가 사일로화 되는 것을 방지하고 비즈니스 인텔리전스를 기업 자산으로 활용하는 것이 목표다.  '비즈니스 데이터 서비스(Business Data Services)'라고 하는 이 조직의 구조는 자전거 바퀴에 비유할 수 있다. 바퀴의 중심은 IT 부서, 바큇살은 다우의 사업부 및 지사 등이다. 초기에 이 조직을 설립한 목적은 직원들이 디지털 비즈니스 프로세스 도구 및 서비스를 더 신속하게 제공받고 채택하여 실적을 더 많이 올리게 하는 것이었다.  125년의 역사를 가진 이 회사는 변화하는 시장 요구에 따라 끊임없이 진화해왔고, 최근에는 인공지능, 머신러닝과 같은 기술을 접목해왔다. 이번에 도입한 새로운 협력적 데이터 통합법은 다우의 IT 부서가 자사와 시장에 적합한 디지털 솔루션을 선택하는 방식을 바꾸어 놓았다고 다우의 최고 데이터 책임자(CDO) 크리스 브루먼은 말했다.  최근 CIO 이그제큐티브 카운슬(CIO Executive Council)은 ‘퓨처 포워드’(Future Forward) 팟캐스트에서 브루먼 CDO와 대화를 나눠봤다. 다음은 브루먼 CDO의 답변을 정리한 내용이다.   어디에 초점을 맞췄는가?  크리스 브루먼(이하 생략): 최근 수많은 외부적 혼란과 어려움에 직면하면서 데이터 활용을 근본적인 우선순위로 삼아야 한다는 것을 그 어느 때보다 더 절실하게 깨달았다. 단, 효과적인 몇 가지 분야에만 집중해야 한다고 생각한다. 다른 잡다한 일회성 아이디어에 시선을 빼앗겨서는 ...

데이터관리 마스터데이터관리 데이터관리플랫폼

2022.05.06

미국의 화학 기업 다우(Dow)는 여러 부서가 각자 데이터를 책임지고 관리할 수 있도록 중앙 IT 솔루션 허브를 만들었다. 그 결과, 비즈니스 및 고객 가치를 더 신속하게 실현할 수 있었다.    지난해 미국의 화학기업 다우(Dow)는 비즈니스 데이터를 더 효과적으로 활용하려 대담한 결정을 내렸다. 회사의 IT 부서와 여러 글로벌 사업부의 데이터를 통합하는 새로운 데이터 조직을 출범했다. 데이터가 사일로화 되는 것을 방지하고 비즈니스 인텔리전스를 기업 자산으로 활용하는 것이 목표다.  '비즈니스 데이터 서비스(Business Data Services)'라고 하는 이 조직의 구조는 자전거 바퀴에 비유할 수 있다. 바퀴의 중심은 IT 부서, 바큇살은 다우의 사업부 및 지사 등이다. 초기에 이 조직을 설립한 목적은 직원들이 디지털 비즈니스 프로세스 도구 및 서비스를 더 신속하게 제공받고 채택하여 실적을 더 많이 올리게 하는 것이었다.  125년의 역사를 가진 이 회사는 변화하는 시장 요구에 따라 끊임없이 진화해왔고, 최근에는 인공지능, 머신러닝과 같은 기술을 접목해왔다. 이번에 도입한 새로운 협력적 데이터 통합법은 다우의 IT 부서가 자사와 시장에 적합한 디지털 솔루션을 선택하는 방식을 바꾸어 놓았다고 다우의 최고 데이터 책임자(CDO) 크리스 브루먼은 말했다.  최근 CIO 이그제큐티브 카운슬(CIO Executive Council)은 ‘퓨처 포워드’(Future Forward) 팟캐스트에서 브루먼 CDO와 대화를 나눠봤다. 다음은 브루먼 CDO의 답변을 정리한 내용이다.   어디에 초점을 맞췄는가?  크리스 브루먼(이하 생략): 최근 수많은 외부적 혼란과 어려움에 직면하면서 데이터 활용을 근본적인 우선순위로 삼아야 한다는 것을 그 어느 때보다 더 절실하게 깨달았다. 단, 효과적인 몇 가지 분야에만 집중해야 한다고 생각한다. 다른 잡다한 일회성 아이디어에 시선을 빼앗겨서는 ...

2022.05.06

향후 10년간 주목할 기술 과제는?··· “복잡성 vs. 적합성”

엔터프라이즈 IT 인프라에 존재하는 수많은 융합 및 분산형 서비스부터 클라우드, 데이터베이스, 마이크로서비스, 컨테이너까지 기술 복잡성이 급증하고 있다. 이 모든 요소를 어떻게 관리할지가 바로 향후 10년 간의 기술 과제다.    기술이 갈수록 진화하며, 점점 더 복잡해지고 있다. 기술 업계가 선보이고 ‘받아들이게끔(embrace)’ 하려는 증강(Augmentation), 향상(Enhancement), 확장(Expansion)된 모든 새로운 기술과 관련해 일반적으로 설계 및 엔지니어링한 이후에 관리해야 하는 세분화된 내부 복잡성이 존재한다.  따라서 기업은 ‘규정 준수’와 ‘생산적인 운영 관리’를 모두 이행하며 IT를 발전시켜 나가야 하고, ‘복잡성(complexity) vs. 적합성(conformity)’은 앞으로 10년 간의 기술 과제라고 할 수 있다. 이는 규제 거버넌스 표준에 관한 적합성과 규정 준수뿐만 아니라 기업이 실제로 관리하는 실시간 프로덕션 환경에 투입되는 새로운 기술에 관한 것이기도 하다.  어디에서나 ‘관찰’할 수 있다 모든 주요 공급업체는 인공지능 및 머신러닝으로 실행되며, 거의 항상 ‘인사이트(insights)’라는 용어로 지칭하는 복잡한 시스템을 기업이 관리, 제어할 수 있도록 지원하고 있다.  ‘자율운영 데이터베이스(autonomous database)’를 선보인 오라클이 대표적인 예다. 자율운영 데이터베이스는 데이터베이스 관리자(DBA)가 해야 할 작업을 소프트웨어에 넘겨, 더 많은 작업을 자동으로 실행되도록 한다.  이를테면 데이터베이스 관리자가 휴식하거나 자는 동안, 혹은 (아마 더 주요하게는) 비즈니스 사용자에 고부가가치 서비스를 제공하고자 집중하는 동안 시스템 패치, 데이터 복제 또는 중복 제거, 업그레이드, 조각 모음 및 단순한 유지보수 등이 이뤄질 수 있다. 그리고 지난 10월 6일 오라클은 ‘오라클 클라우드 관찰 및 관리 플랫폼(Oracle Cloud ...

IT 인프라 클라우드 데이터베이스 마이크로서비스 컨테이너 복잡성 적합성 IT 관리 데이터관리 인공지능 파이프라인 오라클 수모로직 자율운영 데이터베이스 데브옵스

2020.10.20

엔터프라이즈 IT 인프라에 존재하는 수많은 융합 및 분산형 서비스부터 클라우드, 데이터베이스, 마이크로서비스, 컨테이너까지 기술 복잡성이 급증하고 있다. 이 모든 요소를 어떻게 관리할지가 바로 향후 10년 간의 기술 과제다.    기술이 갈수록 진화하며, 점점 더 복잡해지고 있다. 기술 업계가 선보이고 ‘받아들이게끔(embrace)’ 하려는 증강(Augmentation), 향상(Enhancement), 확장(Expansion)된 모든 새로운 기술과 관련해 일반적으로 설계 및 엔지니어링한 이후에 관리해야 하는 세분화된 내부 복잡성이 존재한다.  따라서 기업은 ‘규정 준수’와 ‘생산적인 운영 관리’를 모두 이행하며 IT를 발전시켜 나가야 하고, ‘복잡성(complexity) vs. 적합성(conformity)’은 앞으로 10년 간의 기술 과제라고 할 수 있다. 이는 규제 거버넌스 표준에 관한 적합성과 규정 준수뿐만 아니라 기업이 실제로 관리하는 실시간 프로덕션 환경에 투입되는 새로운 기술에 관한 것이기도 하다.  어디에서나 ‘관찰’할 수 있다 모든 주요 공급업체는 인공지능 및 머신러닝으로 실행되며, 거의 항상 ‘인사이트(insights)’라는 용어로 지칭하는 복잡한 시스템을 기업이 관리, 제어할 수 있도록 지원하고 있다.  ‘자율운영 데이터베이스(autonomous database)’를 선보인 오라클이 대표적인 예다. 자율운영 데이터베이스는 데이터베이스 관리자(DBA)가 해야 할 작업을 소프트웨어에 넘겨, 더 많은 작업을 자동으로 실행되도록 한다.  이를테면 데이터베이스 관리자가 휴식하거나 자는 동안, 혹은 (아마 더 주요하게는) 비즈니스 사용자에 고부가가치 서비스를 제공하고자 집중하는 동안 시스템 패치, 데이터 복제 또는 중복 제거, 업그레이드, 조각 모음 및 단순한 유지보수 등이 이뤄질 수 있다. 그리고 지난 10월 6일 오라클은 ‘오라클 클라우드 관찰 및 관리 플랫폼(Oracle Cloud ...

2020.10.20

'데이터가 방대하고 복잡할수록' 그래프 데이터베이스에 주목할 이유

20년 전, 필자가 있었던 개발 팀은 채용, 자동차, 부동산 광고에서 검색 가능한 범주를 스캔하는 자연어 처리 엔진을 만들었다. 데이터 관리 문제가 어렵다는 점은 알고 있었다. 광고 형태마다 달라서 데이터가 비교적 간단하다면 자동차 제조사와 모델을 쉽게 알아낼 수 있었지만, 스킬 목록을 기반으로 직업 범주를 파악하는 작업처럼 더 많은 추론이 필요한 경우도 있었다.   검색 가능한 모든 용어를 캡처하는 메타데이터 모델을 개발했지만 자연어 처리 엔진을 위해서는 유의미한 메타데이터 관계를 드러낼 모델이 필요했다. 관계형 데이터베이스의 데이터 포인트 간의 임의적인 연결로 메타데이터 모델을 설계하기는 복잡했으므로 객체 데이터베이스를 사용해서 모델을 관리하는 방안을 살펴봤다.   당시 우리가 객체 데이터베이스로 했던 작업을 지금은 그래프 데이터베이스로 더 효과적으로 할 수 있다. 그래프 데이터베이스는 정보를 노드와 데이터로 저장해서 다른 노드와의 관계를 명시한다. 그래프 데이터베이스는 복잡한 관계를 가진 데이터를 저장하는 용도로 적합성이 입증된 아키텍처다.   지난 10년 동안 기업이 다른 NoSQL 및 빅 데이터 기술에 관심을 가지면서 그래프 데이터 사용도 확실히 증가했다. 2018년 전 세계 그래프 데이터베이스 추정 시장 규모는 약 6억 5,100만 달러이며 2026년에는 37억 3,000만 달러에 이를 것으로 전망된다. 그러나 하둡, 스파크를 비롯한 다른 빅 데이터 관리 기술의 인기와 도입, 프로덕션 사용 사례는 그래프 데이터베이스에 비해 훨씬 더 크게 성장했다. 2018년 빅 데이터 기술 추정 시장 규모는 368억 달러이며 2026년에는 1,043억 달러까지 성장할 것으로 전망된다.   필자는 더 많은 기업이 그래프 데이터베이스를 고려하지 않는 이유가 궁금했다. 개발자는 일상적으로 객체 단위로 사고하고 XML과 JSON으로 된 계층적 데이터 표현을 사용한다. 인터넷이 하이퍼링크, 그리고 소셜 네트워크의 친구, 친구의 친구 같...

그래프데이터베이스 개발자 범주화 SQL 데이터관리 데이터베이스

2020.07.28

20년 전, 필자가 있었던 개발 팀은 채용, 자동차, 부동산 광고에서 검색 가능한 범주를 스캔하는 자연어 처리 엔진을 만들었다. 데이터 관리 문제가 어렵다는 점은 알고 있었다. 광고 형태마다 달라서 데이터가 비교적 간단하다면 자동차 제조사와 모델을 쉽게 알아낼 수 있었지만, 스킬 목록을 기반으로 직업 범주를 파악하는 작업처럼 더 많은 추론이 필요한 경우도 있었다.   검색 가능한 모든 용어를 캡처하는 메타데이터 모델을 개발했지만 자연어 처리 엔진을 위해서는 유의미한 메타데이터 관계를 드러낼 모델이 필요했다. 관계형 데이터베이스의 데이터 포인트 간의 임의적인 연결로 메타데이터 모델을 설계하기는 복잡했으므로 객체 데이터베이스를 사용해서 모델을 관리하는 방안을 살펴봤다.   당시 우리가 객체 데이터베이스로 했던 작업을 지금은 그래프 데이터베이스로 더 효과적으로 할 수 있다. 그래프 데이터베이스는 정보를 노드와 데이터로 저장해서 다른 노드와의 관계를 명시한다. 그래프 데이터베이스는 복잡한 관계를 가진 데이터를 저장하는 용도로 적합성이 입증된 아키텍처다.   지난 10년 동안 기업이 다른 NoSQL 및 빅 데이터 기술에 관심을 가지면서 그래프 데이터 사용도 확실히 증가했다. 2018년 전 세계 그래프 데이터베이스 추정 시장 규모는 약 6억 5,100만 달러이며 2026년에는 37억 3,000만 달러에 이를 것으로 전망된다. 그러나 하둡, 스파크를 비롯한 다른 빅 데이터 관리 기술의 인기와 도입, 프로덕션 사용 사례는 그래프 데이터베이스에 비해 훨씬 더 크게 성장했다. 2018년 빅 데이터 기술 추정 시장 규모는 368억 달러이며 2026년에는 1,043억 달러까지 성장할 것으로 전망된다.   필자는 더 많은 기업이 그래프 데이터베이스를 고려하지 않는 이유가 궁금했다. 개발자는 일상적으로 객체 단위로 사고하고 XML과 JSON으로 된 계층적 데이터 표현을 사용한다. 인터넷이 하이퍼링크, 그리고 소셜 네트워크의 친구, 친구의 친구 같...

2020.07.28

퀀텀, 데이터관리 솔루션 ‘스토어넥스트 6.4’ 발표

퀀텀코리아가 클라우드 및 오브젝트 스토어 기반 스토리지 솔루션의 읽기 및 쓰기 속도를 높이고, 클라우드 콘텐츠에 대한 접근성을 향상시키는 파일 시스템 및 데이터 관리 소프트웨어 ‘스토어넥스트 6.4(StorNext 6.4)’를 발표했다. 스토어넥스트 6.4는 미디어 및 엔터테인먼트 분야를 비롯해 유전체학, 학술연구, 영상 관제, 석유 및 가스 분야, 정부 보안과 같은 데이터 집약적 환경에 유연성을 제공하며 하이브리드-클라우드 및 멀티-클라우드 스토리지 사용 환경에 유용하다고 업체 측은 설명했다.  회사에 따르면 스토어넥스트 6.4는 자체 설명적 오브젝트를 통합해 클라우드 콘텐츠에 대한 보다 용이한 액세스를 지원하고 새로운 하이브리드-클라우드 워크플로우의 구현을 가능하게 해준다. 클라이언트가 파일을 스토어넥스트 파일 시스템에 기록하면 정책에 따라 스토어넥스트 6.4는 추가 오브젝트 메타데이터를 포함하는 옵션을 통해 파일을 퍼블릭 클라우드나 프라이빗 클라우드로 복사한다. 이를 통해 스토어넥스트 환경이 아닌(Non-StorNext) 클라이언트 및 클라우드 상주(Cloud-resident) 프로세스는 새로운 확장 메타데이터를 활용해 오브젝트에 직접 액세스할 수 있다. 멀티-스레드(Multi-threaded) put/get 분산 작업은 대규모 오브젝트 스토어와 클라우드에서 검색 속도를 높여준다. 사용자는 오브젝트의 크기 및 기타 요소에 따라 스토어넥스트 6.4를 통해 5~7배의 성능 향상을 기대할 수 있다고 업체 측은 밝혔다. 이 기능은 단일 스트림 오브젝트의 성능이 제한되는 환경에서도 성능을 높일 수 있다. 스토어넥스트 6.4의 주목할 만한 특징으로 ▲스토어넥스트 동적 라이브러리 풀링(StorNext Dynamic Library Pooling) ▲AWS 글래시어 딥 아카이브 서비스(AWS Glacier Deep Archive Service) 지원 등이 있다. 스토어넥스트 동적 라이브러리 풀링 기능은 대용량 테이프 아카이브의 복원성을 향상시키며, 성...

퀀텀 데이터관리 클라우드 오브젝트 스토어 스토리지 솔루션 스토어넥스트 6.4

2020.06.01

퀀텀코리아가 클라우드 및 오브젝트 스토어 기반 스토리지 솔루션의 읽기 및 쓰기 속도를 높이고, 클라우드 콘텐츠에 대한 접근성을 향상시키는 파일 시스템 및 데이터 관리 소프트웨어 ‘스토어넥스트 6.4(StorNext 6.4)’를 발표했다. 스토어넥스트 6.4는 미디어 및 엔터테인먼트 분야를 비롯해 유전체학, 학술연구, 영상 관제, 석유 및 가스 분야, 정부 보안과 같은 데이터 집약적 환경에 유연성을 제공하며 하이브리드-클라우드 및 멀티-클라우드 스토리지 사용 환경에 유용하다고 업체 측은 설명했다.  회사에 따르면 스토어넥스트 6.4는 자체 설명적 오브젝트를 통합해 클라우드 콘텐츠에 대한 보다 용이한 액세스를 지원하고 새로운 하이브리드-클라우드 워크플로우의 구현을 가능하게 해준다. 클라이언트가 파일을 스토어넥스트 파일 시스템에 기록하면 정책에 따라 스토어넥스트 6.4는 추가 오브젝트 메타데이터를 포함하는 옵션을 통해 파일을 퍼블릭 클라우드나 프라이빗 클라우드로 복사한다. 이를 통해 스토어넥스트 환경이 아닌(Non-StorNext) 클라이언트 및 클라우드 상주(Cloud-resident) 프로세스는 새로운 확장 메타데이터를 활용해 오브젝트에 직접 액세스할 수 있다. 멀티-스레드(Multi-threaded) put/get 분산 작업은 대규모 오브젝트 스토어와 클라우드에서 검색 속도를 높여준다. 사용자는 오브젝트의 크기 및 기타 요소에 따라 스토어넥스트 6.4를 통해 5~7배의 성능 향상을 기대할 수 있다고 업체 측은 밝혔다. 이 기능은 단일 스트림 오브젝트의 성능이 제한되는 환경에서도 성능을 높일 수 있다. 스토어넥스트 6.4의 주목할 만한 특징으로 ▲스토어넥스트 동적 라이브러리 풀링(StorNext Dynamic Library Pooling) ▲AWS 글래시어 딥 아카이브 서비스(AWS Glacier Deep Archive Service) 지원 등이 있다. 스토어넥스트 동적 라이브러리 풀링 기능은 대용량 테이프 아카이브의 복원성을 향상시키며, 성...

2020.06.01

인터뷰 I 리어코퍼레이션 CIO가 말하는 셀프서비스 IT 성공사례

미국의 자동차 부품 회사인 리어코퍼레이션의 CIO 보니 스미스가 어떻게 현업 부서에 있는 준 개발자들을 활용해 새로운 셀프서비스 운영 모델을 이끌었는지 알아본다.  사내 구성원들이 직접 개발 업무에 투입된다면 어떤 결과가 생길까? 리어코퍼레이션의 CIO 보이 스미스에게 이 질문의 답은 '섀도우 IT'가 아니다. 스미스와 그 휘하의 팀은 16만 명의 사내 구성원이 직접 생산성 도구를 개발할 수 있는 새로운 셀프서비스 모델을 구축 중이다. RPA와 같은 자동화 소프트웨어 기술의 배치와 유지가 수월해진 덕분이다.    보니 스미스는 2016년 리어코퍼레이션의 CIO로 부임했다. 210억 달러 가치의 글로벌 자동차 부품 회사 CIO로서 새로운 셀프서비스 모델에 대해 그가 가진 생각이 어떤지 들어봤다. 또한 그가 혁신과 규제 사이에서 어떻게 적절한 균형을 모색하는지도 살펴본다.  CIO닷컴: 리어코퍼레이션의 IT 제공 모델을 어떻게 바꾸고 있는가?  보니 스미스: 비교적 배치하기 쉬운 기술들이 등장하고 있다. IT부서는 이를 활용해 업무 프로세스를 사내 구성원들이 직접 디지털화할 수 있도록 지원하고 있다. 예를 들어 RPA를 활용하면 다양한 업무에서 생산성을 향상하는 소프트웨어 로봇을 쉽게 프로그래밍할 수 있다.  기존에는 IT 부서에 이러한 작업을 요청했다. 이제는 16만 명의 직원들이 IT 부서에 요청하지 않고 직접 RPA를 도입할 수 있도록 하는 이니셔티브를 추진 중이다. 이 새로운 모델에서는 IT 부서가 뭐든 안된다고 하는 방해자가 아닌 조력자 겸 협력자가 된다. CIO닷컴: 이러한 ‘시민 개발자’ 모델을 어떻게 착안했나?  스미스: 작년에 한 사업부가 모종의 RPA 도구 개발에 투자하는 바람에 본의 아니게 섀도우 IT가 발생했다. 그래서 IT부서는 해당 도구를 검증하는 몇 가지 개념 증명(PoC)을 진행했다. 이때 개념 증명이 성공적으로 완료되면서, 오히려 이러한 과정을 활용한다면 좀 더...

데이터시각화 섀도우 IT 데이터관리 셀프서비스 IT RPA 시민개발자 디지털트랜스포메이션 리어코퍼레이션

2020.01.17

미국의 자동차 부품 회사인 리어코퍼레이션의 CIO 보니 스미스가 어떻게 현업 부서에 있는 준 개발자들을 활용해 새로운 셀프서비스 운영 모델을 이끌었는지 알아본다.  사내 구성원들이 직접 개발 업무에 투입된다면 어떤 결과가 생길까? 리어코퍼레이션의 CIO 보이 스미스에게 이 질문의 답은 '섀도우 IT'가 아니다. 스미스와 그 휘하의 팀은 16만 명의 사내 구성원이 직접 생산성 도구를 개발할 수 있는 새로운 셀프서비스 모델을 구축 중이다. RPA와 같은 자동화 소프트웨어 기술의 배치와 유지가 수월해진 덕분이다.    보니 스미스는 2016년 리어코퍼레이션의 CIO로 부임했다. 210억 달러 가치의 글로벌 자동차 부품 회사 CIO로서 새로운 셀프서비스 모델에 대해 그가 가진 생각이 어떤지 들어봤다. 또한 그가 혁신과 규제 사이에서 어떻게 적절한 균형을 모색하는지도 살펴본다.  CIO닷컴: 리어코퍼레이션의 IT 제공 모델을 어떻게 바꾸고 있는가?  보니 스미스: 비교적 배치하기 쉬운 기술들이 등장하고 있다. IT부서는 이를 활용해 업무 프로세스를 사내 구성원들이 직접 디지털화할 수 있도록 지원하고 있다. 예를 들어 RPA를 활용하면 다양한 업무에서 생산성을 향상하는 소프트웨어 로봇을 쉽게 프로그래밍할 수 있다.  기존에는 IT 부서에 이러한 작업을 요청했다. 이제는 16만 명의 직원들이 IT 부서에 요청하지 않고 직접 RPA를 도입할 수 있도록 하는 이니셔티브를 추진 중이다. 이 새로운 모델에서는 IT 부서가 뭐든 안된다고 하는 방해자가 아닌 조력자 겸 협력자가 된다. CIO닷컴: 이러한 ‘시민 개발자’ 모델을 어떻게 착안했나?  스미스: 작년에 한 사업부가 모종의 RPA 도구 개발에 투자하는 바람에 본의 아니게 섀도우 IT가 발생했다. 그래서 IT부서는 해당 도구를 검증하는 몇 가지 개념 증명(PoC)을 진행했다. 이때 개념 증명이 성공적으로 완료되면서, 오히려 이러한 과정을 활용한다면 좀 더...

2020.01.17

칼럼 | '인지과학', 데이터 관리 도입을 위한 새로운 접근 방법

데이터가 미래 비즈니스의 핵심인 것은 자명하다. 기업은 더 나은 의사결정을 내리기 위해 데이터를 활용한다. 데이터를 중심으로 의사결정하고, 비즈니스를 운영하는 조직은 수익성이 더 좋기 마련이다. 그렇다면 우리가 지난 의사결정 과정에서 데이터를 활용하지 않은 이유는 무엇일까? 변화가 어렵기 때문이다. 훌륭한 CIO는 혁신의 전도사 역할을 한다. CIO는 비즈니스 목표를 달성하는 것은 물론 경쟁에서 이기기 위해 남들은 아직 알지 못하는 새로운 기회를 찾아야 한다. 하지만 그것만으로는 부족하다.   지난 20년 동안 업무관계관리(BRM; Business Relationship Management)의 역할이 크게 확대됐다. BRM은 언제나 IT 부서와 현업 부서 간의 성공적인 융합에 필수적이었지만, BRM 개념이 각광받기 시작한 것은 최근이다. 2013년 애런 반즈와 보간 메를린이 BRM 연구소(Business Relationship Management Institute)를 설립한 이후 현업 부서의 대변인으로서 인기를 얻기 시작했다. 업무관계관리자는 데이터 관리와 이를 구현하는 전략의 대변인이 될 수 있다. CIO는 BRMS(Business Rule Management System)에 힘을 실어주어야 하며, 생각을 바꾸어야 한다. 전통적인 관점을 기울여 보기  만약 우리가 변화를 완전히 잘못 주도하고 있다면 어떨까? 인지 심리학자 11인이 10년간 진행한 연구를 바탕으로 저술한 책 '어떻게 공부할 것인가(Make it Stick: The Science of Successful Learning)'는 여러 사례와 학습법을 재조명하고 있다. 저자들은 우리가 완전히 잘못 공부하고 있다고 주장한다. 예를 들면 우리는 학습법을 배우기 전에 문제를 해결하려 시도한다. 효과적인 학습을 위해 저자들이 제안하는 개념 중 하나는 바로 적절한 방법을 활용하는 것이다. 데이터 관리 이니셔티브를 시작하는 것은 복잡하다. 데이터 관리 이니셔티브는 일반적으로 커뮤니케...

데이터 비즈니스 의사결정 BRM 데이터관리 업무관계관리자 인지과학 인터리빙

2019.12.31

데이터가 미래 비즈니스의 핵심인 것은 자명하다. 기업은 더 나은 의사결정을 내리기 위해 데이터를 활용한다. 데이터를 중심으로 의사결정하고, 비즈니스를 운영하는 조직은 수익성이 더 좋기 마련이다. 그렇다면 우리가 지난 의사결정 과정에서 데이터를 활용하지 않은 이유는 무엇일까? 변화가 어렵기 때문이다. 훌륭한 CIO는 혁신의 전도사 역할을 한다. CIO는 비즈니스 목표를 달성하는 것은 물론 경쟁에서 이기기 위해 남들은 아직 알지 못하는 새로운 기회를 찾아야 한다. 하지만 그것만으로는 부족하다.   지난 20년 동안 업무관계관리(BRM; Business Relationship Management)의 역할이 크게 확대됐다. BRM은 언제나 IT 부서와 현업 부서 간의 성공적인 융합에 필수적이었지만, BRM 개념이 각광받기 시작한 것은 최근이다. 2013년 애런 반즈와 보간 메를린이 BRM 연구소(Business Relationship Management Institute)를 설립한 이후 현업 부서의 대변인으로서 인기를 얻기 시작했다. 업무관계관리자는 데이터 관리와 이를 구현하는 전략의 대변인이 될 수 있다. CIO는 BRMS(Business Rule Management System)에 힘을 실어주어야 하며, 생각을 바꾸어야 한다. 전통적인 관점을 기울여 보기  만약 우리가 변화를 완전히 잘못 주도하고 있다면 어떨까? 인지 심리학자 11인이 10년간 진행한 연구를 바탕으로 저술한 책 '어떻게 공부할 것인가(Make it Stick: The Science of Successful Learning)'는 여러 사례와 학습법을 재조명하고 있다. 저자들은 우리가 완전히 잘못 공부하고 있다고 주장한다. 예를 들면 우리는 학습법을 배우기 전에 문제를 해결하려 시도한다. 효과적인 학습을 위해 저자들이 제안하는 개념 중 하나는 바로 적절한 방법을 활용하는 것이다. 데이터 관리 이니셔티브를 시작하는 것은 복잡하다. 데이터 관리 이니셔티브는 일반적으로 커뮤니케...

2019.12.31

엑셀 데이터를 ‘색상’ 기준으로 정렬하는 방법

엑셀을 색상으로 정렬할 수 있을까? 당연하다. 값에 따른 분류 외에 셀 색상과 글자 색상, 그리고 셀 아이콘으로도 분류할 수 있다. 우선 열과 필드 분류를 위해 색상을 정의해야 한다. 여기서는 SALES 열을 기준으로 색상을 선택했다. 1. 1억~5억(100~500 million)에 해당되는 행을 모두 선택하고, 백그라운드 색상을 지정한다. 홈 탭의 글꼴 그룹 내의 페인트 모양 아이콘 옆의 화살표를 클릭한다. 색상 팔레트가 나타나고 원하는 색상을 클릭하면 된다. 여기서는 표준 색 중 노란색을 선택했다. 2. 7,700만~8,500만(77~85 million)에 해당되는 다음 행을 선택하고 파란색으로 지정했다. 3. 6,000만~6,500만(60~65 million)은 초록색, 5,000만(50 million)에는 주황색, 4,000만~4,500만(40~45 million)에는 보라색, 3,000만~3,900만(30~39 million)에는 청록색을 지정했다.   이제 SALES 값에 따라서 색상이 정의됐다. 이 정의를 바탕으로 BOOK, AUTHOR, LANGUAGE, PIB DATE에 따라 분류할 수 있다. 예를 들어, 청록색으로 지정된 작가들은 판매량이 3,000만~3,900만 사이라는 것을 알 수 있다.  1. 커서를 데이터 범위 내에 아무곳이나 두고 Ctrl+A를 눌러 모두 선택한다. 2. 홈 탭의 편집 그룹에서 정렬 및 필터 > 사용자 지정 정렬을 클릭하면 정렬 대화상자가 나타난다. 3. 머릿글이 있으면, ‘내 데이터에 머리글 표시’를 체크한다. 4. 정렬 기준 필드에서 AUTHOR과 같은 특정 열을 선택한다. 5. 행렬 기준값의 드롭다운 메뉴에서 ‘셀 색’을 선택한다. 6. 정렬 필드에서 셀 색이 썸네일로 나타나는데, 원하는 색상을 선택한다. 여기서는 청록색이다. 7. 마지막 필드에서 ‘위에 표시’를 선택한다. 그러면 선택한 행들이 스프레드...

생산성 엑셀 스프레드시트 데이터관리 정렬 색상 엑셀팁 사용자지정정렬

2019.02.13

엑셀을 색상으로 정렬할 수 있을까? 당연하다. 값에 따른 분류 외에 셀 색상과 글자 색상, 그리고 셀 아이콘으로도 분류할 수 있다. 우선 열과 필드 분류를 위해 색상을 정의해야 한다. 여기서는 SALES 열을 기준으로 색상을 선택했다. 1. 1억~5억(100~500 million)에 해당되는 행을 모두 선택하고, 백그라운드 색상을 지정한다. 홈 탭의 글꼴 그룹 내의 페인트 모양 아이콘 옆의 화살표를 클릭한다. 색상 팔레트가 나타나고 원하는 색상을 클릭하면 된다. 여기서는 표준 색 중 노란색을 선택했다. 2. 7,700만~8,500만(77~85 million)에 해당되는 다음 행을 선택하고 파란색으로 지정했다. 3. 6,000만~6,500만(60~65 million)은 초록색, 5,000만(50 million)에는 주황색, 4,000만~4,500만(40~45 million)에는 보라색, 3,000만~3,900만(30~39 million)에는 청록색을 지정했다.   이제 SALES 값에 따라서 색상이 정의됐다. 이 정의를 바탕으로 BOOK, AUTHOR, LANGUAGE, PIB DATE에 따라 분류할 수 있다. 예를 들어, 청록색으로 지정된 작가들은 판매량이 3,000만~3,900만 사이라는 것을 알 수 있다.  1. 커서를 데이터 범위 내에 아무곳이나 두고 Ctrl+A를 눌러 모두 선택한다. 2. 홈 탭의 편집 그룹에서 정렬 및 필터 > 사용자 지정 정렬을 클릭하면 정렬 대화상자가 나타난다. 3. 머릿글이 있으면, ‘내 데이터에 머리글 표시’를 체크한다. 4. 정렬 기준 필드에서 AUTHOR과 같은 특정 열을 선택한다. 5. 행렬 기준값의 드롭다운 메뉴에서 ‘셀 색’을 선택한다. 6. 정렬 필드에서 셀 색이 썸네일로 나타나는데, 원하는 색상을 선택한다. 여기서는 청록색이다. 7. 마지막 필드에서 ‘위에 표시’를 선택한다. 그러면 선택한 행들이 스프레드...

2019.02.13

"구글의 데이터·머신러닝 전문성, 기업 시장과 안성맞춤" 구글 다이안 그린

'구글은 데이터 관리, 애널리틱스, 머신러닝 분야에 독특한 강점을 가지고 있으며, 이는 구글의 클라우드 상품에 차별성을 더하고 있다.' 구글 클라우드 선임 부사장 다이안 그린의 생각이다. 그린은 이번주 열린 골드만삭스 테크놀로지 앤 인터넷 컨퍼런스에서 최근 구글이 전례 없는 성과를 거둬가고 있다며, 이로 인해 그녀의 가장 큰 도전 요인은 대규모 채용과 조직화라고 전했다. 그녀는 2015년 연말부터 구글 엔터프라이즈 비즈니스를 이끌어오며 구글 기업 시장 접근법을 재구성하는데 초점을 맞춰오고 있다. "구글의 역량은 기업 분야에 적합" 오늘날 구글이 거둔 성과는 대개 소비자 대상 서비스 및 광고 분야에서 비롯됐다. 그린은 그러나 구글이야말로 엔터프라이즈 분야에 맞춰 구축된 기업이라고 강조했다. 그녀는 "기업들은 이제 데이터에 크게 기대야만 한다. 데이터야말로 구글이 처음부터 초점을 맞춰온 주제이며, 구글은 기업용 클라우드 서비스를 보유하고 있다. 기업들이 지향하는 바와 우리가 작업해온 바가 만나는 일종의 '스윗 스폿'이다"라고 말했다. 설명에 따르면 구글은 지난 16년 동안 대량의 데이터를 관리하고 빠르게 분석하는 방법을 개발해왔다. 덕분에 경쟁 기업보다 더 효율적인 데이터센터 운영 모델을 보유하고 있으며 보안성은 세계 최고 수준이다. 그린은 또 머신러닝 분야에 구글이 가지고 있는 각종 자원과 전문성은 구글이 기업 시장을 공략하는데 차별성을 더하는 요인이라고 주장했다. "구글은 2000년 이전부터 [머신러닝] 작업을 수행해왔다. 우리는 최강의 머신러닝 전문성을 가지고 있다고 자신한다. 머신러닝 기술을 활용하지 않는 기업은 이미 불리한 상황에 처했거나 처하게 될 것"이라고 그녀는 말했다. 클라우드가 비용절감을 위한 선택지를 넘어서고 있다는 이야기도 있었다. 비즈니스 경쟁력을 확보하기 위한 방안으로 선택되고 있다는 진단이다. 그린은 "머신러닝...

데이터관리 구글 엔터프라이즈 다이안 그린

2017.02.16

'구글은 데이터 관리, 애널리틱스, 머신러닝 분야에 독특한 강점을 가지고 있으며, 이는 구글의 클라우드 상품에 차별성을 더하고 있다.' 구글 클라우드 선임 부사장 다이안 그린의 생각이다. 그린은 이번주 열린 골드만삭스 테크놀로지 앤 인터넷 컨퍼런스에서 최근 구글이 전례 없는 성과를 거둬가고 있다며, 이로 인해 그녀의 가장 큰 도전 요인은 대규모 채용과 조직화라고 전했다. 그녀는 2015년 연말부터 구글 엔터프라이즈 비즈니스를 이끌어오며 구글 기업 시장 접근법을 재구성하는데 초점을 맞춰오고 있다. "구글의 역량은 기업 분야에 적합" 오늘날 구글이 거둔 성과는 대개 소비자 대상 서비스 및 광고 분야에서 비롯됐다. 그린은 그러나 구글이야말로 엔터프라이즈 분야에 맞춰 구축된 기업이라고 강조했다. 그녀는 "기업들은 이제 데이터에 크게 기대야만 한다. 데이터야말로 구글이 처음부터 초점을 맞춰온 주제이며, 구글은 기업용 클라우드 서비스를 보유하고 있다. 기업들이 지향하는 바와 우리가 작업해온 바가 만나는 일종의 '스윗 스폿'이다"라고 말했다. 설명에 따르면 구글은 지난 16년 동안 대량의 데이터를 관리하고 빠르게 분석하는 방법을 개발해왔다. 덕분에 경쟁 기업보다 더 효율적인 데이터센터 운영 모델을 보유하고 있으며 보안성은 세계 최고 수준이다. 그린은 또 머신러닝 분야에 구글이 가지고 있는 각종 자원과 전문성은 구글이 기업 시장을 공략하는데 차별성을 더하는 요인이라고 주장했다. "구글은 2000년 이전부터 [머신러닝] 작업을 수행해왔다. 우리는 최강의 머신러닝 전문성을 가지고 있다고 자신한다. 머신러닝 기술을 활용하지 않는 기업은 이미 불리한 상황에 처했거나 처하게 될 것"이라고 그녀는 말했다. 클라우드가 비용절감을 위한 선택지를 넘어서고 있다는 이야기도 있었다. 비즈니스 경쟁력을 확보하기 위한 방안으로 선택되고 있다는 진단이다. 그린은 "머신러닝...

2017.02.16

컴볼트, 차세대 통합 데이터관리 신제품 심파나 10 출시

컴볼트(www.commvault.com)가 기하 급수적인 데이터 증가에 따른 효율적인 데이터관리 지원을 위한 자사의 단일 데이터관리 소프트웨어 플랫폼인 심파나 10(Simpana 10)을 출시했다고 밝혔다. 데이터의 폭발적인 증가에 따라 선제적으로 출시된 이번 심파나 10은 특히 관리비용을 최대 80%까지 줄일 수 있도록 설계되어 많은 기업들 특히 CIO들에게 관심을 끌 것으로 보인다. 이번 제품은 특히 처음으로 기업 내 IT 담당자뿐만 아니라 일반 직원들이 데이터 검색, 액세스, 정보 생성을 신속하게 수행할 수 있도록 해서 데이터 사용 편리성이 크게 증가됐다. IDG보고서는 외부에서 데이터 접근하는 것을 매우 중요하게 생각하는 기업이 75%에 달한다고 보고한 바 있다. 또한 언제 어디서든 모든 기기에서 기업 데이터를 안전하고 손쉽게 접근하는 것에 관심 있어 하는 기업은 87%에 달했다. 심파나 10은 사용 기기에 상관없이 기업 데이터에 셀프 서비스 형식으로 안전하게 접근할 수 있도록 하는 300 가지 이상의 새 기능을 추가하여 스토리지 인프라 비용을 최대 50% 절감시켜 준다. 컴볼트는 이 외에도 자문 서비스와 전문 서비스, 교육, 지원 프로그램 등을 함께 제공해 기업 데이터 환경의 최적화를 지원한다. 컴볼트 회장 겸 CEO인 밥 해머는 “기업들은 최적의 순간에 최적의 결정을 내리기 위해, 정보를 효율적으로 관리해야 하는데, 심파나 10은 이러한 고민을 한번에 해결해 줄 솔루션”이라며, “컴볼트의 ‘창조적 해결 (Solving Forward)’이라는 기업 철학을 뿌리로 하는 이번 심파니 10은 고객들에게 통합 데이터관리의 새로운 지평을 열어 주게 될 것”이라고 말했다. ciokr@idg.co.kr

컴볼트 데이터관리 심파나 10

2013.02.26

컴볼트(www.commvault.com)가 기하 급수적인 데이터 증가에 따른 효율적인 데이터관리 지원을 위한 자사의 단일 데이터관리 소프트웨어 플랫폼인 심파나 10(Simpana 10)을 출시했다고 밝혔다. 데이터의 폭발적인 증가에 따라 선제적으로 출시된 이번 심파나 10은 특히 관리비용을 최대 80%까지 줄일 수 있도록 설계되어 많은 기업들 특히 CIO들에게 관심을 끌 것으로 보인다. 이번 제품은 특히 처음으로 기업 내 IT 담당자뿐만 아니라 일반 직원들이 데이터 검색, 액세스, 정보 생성을 신속하게 수행할 수 있도록 해서 데이터 사용 편리성이 크게 증가됐다. IDG보고서는 외부에서 데이터 접근하는 것을 매우 중요하게 생각하는 기업이 75%에 달한다고 보고한 바 있다. 또한 언제 어디서든 모든 기기에서 기업 데이터를 안전하고 손쉽게 접근하는 것에 관심 있어 하는 기업은 87%에 달했다. 심파나 10은 사용 기기에 상관없이 기업 데이터에 셀프 서비스 형식으로 안전하게 접근할 수 있도록 하는 300 가지 이상의 새 기능을 추가하여 스토리지 인프라 비용을 최대 50% 절감시켜 준다. 컴볼트는 이 외에도 자문 서비스와 전문 서비스, 교육, 지원 프로그램 등을 함께 제공해 기업 데이터 환경의 최적화를 지원한다. 컴볼트 회장 겸 CEO인 밥 해머는 “기업들은 최적의 순간에 최적의 결정을 내리기 위해, 정보를 효율적으로 관리해야 하는데, 심파나 10은 이러한 고민을 한번에 해결해 줄 솔루션”이라며, “컴볼트의 ‘창조적 해결 (Solving Forward)’이라는 기업 철학을 뿌리로 하는 이번 심파니 10은 고객들에게 통합 데이터관리의 새로운 지평을 열어 주게 될 것”이라고 말했다. ciokr@idg.co.kr

2013.02.26

IDG 설문조사

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.

10.4.0.6