테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
디지털 시대에 인공지능(AI)는 비즈니스 인텔리전스에서 가장 중대한 위치를 차지하게 되었습니다. AI가 보여줄 수 있는 역량과 약속이 많은 기대감을 갖게 하지만, 조직의 입장에서는 개념 증명을 거쳐 프로덕션에서 확장 단계까지 성공적으로 나아가야 하는 ...
IBM
4일 전
이 글은 AI가 온프레미스 및 클라우드 데이터센터 요구사항을 어떻게 바꾸고 있는지를 조명하는 두 보고서 중 1편입니다. 이 보고서에서는 AI 처리의 여러 요구사항에 초점을 맞추고 기존 데이터센터 워크로드와 비교합니다. <8p> 주요 내용 ...
IBM
4일 전
산업용 IoT(이하 IIoT, Industrial IoT)는 원격 관리, 운영 분석을 포함한 대부분의 운영 기술에 새로운 기능을 부여한다. 그러나 현재까지 가장 높은 부가가치를 제공하는 요소는 예지 정비에 IIoT를 활용하는 것이다. 머신러닝 및 인공...
IT 담당자나 분석가에게 정보 분석을 요청하지도 않고, SQL을 몰라도 마우스 클릭만으로 쉽게 데이터를 추출하고, 분석 리포트가 아무리 복잡하더라도 코딩없이 쉽게 리포트를 만들고 인사이트를 도출할 수 있는 분석 솔루션. 현업 사용자에게는 이것이 필요하...
SAS
2020.01.13
직장 상사가 지난 12개월 동안 판매 자료를 주면서 판매 동향 보고서를 만들라고 한다. 그러면서 특정 기간 동안 왜 매출이 감소했는지, 이를 타개하는 방법을 알아내길 원한다. 만약 자신이 데이터 분석가가 아니라면 작업이 벅차다고 투덜대면서 야근 모드에...
2019.12.19
많은 기업이 AI에서 새로운 기회를 찾고 있으며, 업계의 움직임도 이런 기업의 바람에 부응해 분주한다. AI 기술의 발전은 물론, 관련 솔루션이 수없이 등장하면서 기업이 마음만 먹으면 활용할 수 있는 솔루션과 서비스의 완성도 역시 높아진 상태이다. 하...
IBM
2019.12.18
새로운 10년이 열리고 있다. 2020년 이후 정보기술은 일부 기업과 일부 업무에 영향을 미치는 단계를 넘어 기업 전체와 모든 업무, 나아가 인류의 삶을 바꿔놓는 단계에 진입할 전망이다. IT 부문은 어떤 2020년을 예상하고 준비해야 할까? 주요 시...
IDG
2019.12.17
딥러닝(Deep learning)이든 전통적인 HPC(High Performance Computer)든 GPU(Graphics Processing Unit)를 사용하시는 모든 분들이 골치 아파하시는 것 중 하나가 바로 ‘GPU 메모리’입니다. GPU에...
IBM
2019.12.03
“골칫거리 데이터에서 신뢰받는 데이터로” 오늘날 모든 기업은 데이터 중심이어야 합니다. 하지만 우리는 우리가 생성한 데이터를 활용하지 못하고 있습니다. 데이터 중심의 비즈니스를 실행하는 것이 날로 어려워지고 있습니다. 여기서는 우선 기업의 데이터 활용...
IBM
2019.12.02
금융 디지털 전환 전략의 성패는 고객이 원하는 뱅킹서비스를 디지털 환경에서 신속하게 제공할 수 있느냐의 문제로 종결된다. 이는 결국 금융회사가 가진 ‘데이터전략’과 인공지능(AI)기반 금융서비스의 내재화 성숙도의 문제이다. 금융회사들이 ‘데이터 중심 ...
IBM
2019.12.02
롯데백화점은 기존 매장의 매출이 감소해가는 상황에서, 온라인과 오프라인 쇼핑의 이점을 모두 활용하는 고객 증가 추세에 주목하였습니다. 특히 2030 및 Z세대를 겨냥하여 차별화된 온라인 경험과 오프라인 문의에 즉각 대응하면서 적극적인 개인화된 마케팅 ...
IBM
2019.12.02
기존에 롯데제과는 신제품 기획을 위한 기반 데이터로 시장 조사업체의 정형화된 리포트와 제과 산업 POS 데이터에 주로 의존했습니다. 현재 지배적인 문제들을 해결하기 위해서는 제과 시장만 분석할 것이 아니라, 제과시장을 넘어서서 식음료 산업에서 상승세인...
IBM
2019.12.02
25년 전 마이크로소프트의 창업자 빌 게이츠는 “뱅킹은 필요하지만 은행은 필요 없다”라고 선언했다. ‘뱅킹’ 기능 자체는 계속되겠지만, 이를 처리하는 실물 공간인 ‘은행(영업점)’은 사라질 것이라는 전망이다. 아직까지는 그의 예언이 ‘완벽하게’ 실현되...
IBM
2019.12.02
데이터 사이언스 전문가가 아니더라도 엔터프라이즈 AI의 가장 복잡한 요소까지 이해하고 해석하여 실행에 옮길 수 있다면 어떨까요? 지금까지 엔터프라이즈 AI는 모델 개발 및 훈련에 정통한 분석 전문가들의 전유물로 여겨지곤 했습니다. 하지만 AI 중심의 ...
IBM
2019.11.13
머신 러닝(ML) 모델은 다른 모델보다 거버넌스가 더 많이 요구되며, 효과적으로 ML 모델 거버넌스를 구현하려면 모델 리스크 관리(MRM)가 필요합니다. 비정형 데이터를 비롯한 방대한 양의 데이터를 새로운 통찰력과 정보로 전환할 수 있도록 ML 활용이...
SAS
2019.10.31

테크라이브러리 검색

추천 테크라이브러리

  1. 귀사의 기존 IT 인프라가 AI에 적합하지 않은 이유 - TIRIAS Research

  2. 4일 전
  3. 이 글은 AI가 온프레미스 및 클라우드 데이터센터 요구사항을 어떻게 바꾸고 있는지를 조명하는 두 보고서 중 1편입니다. 이 보고서에서는 AI 처리의 여러 요구사항에 초점을 맞추고 기존 데이터센터 워크로드와 비교합니다. <8p> 주요 내용 - AI의 과제 - AI 전문 자원이 필요한 이유 - 기존 데이터센터 자원으로는 감당하기 어려운 AI - W

  4. AI에 최적화된 인프라를 활용한 AI 배포 가속화 및 운영화 - IDC

  5. 4일 전
  6. 디지털 시대에 인공지능(AI)는 비즈니스 인텔리전스에서 가장 중대한 위치를 차지하게 되었습니다. AI가 보여줄 수 있는 역량과 약속이 많은 기대감을 갖게 하지만, 조직의 입장에서는 개념 증명을 거쳐 프로덕션에서 확장 단계까지 성공적으로 나아가야 하는 과제들을 안게 되었습니다. 요구사상과 과제를 알아보고 AI가 주도하는 비즈니스 성과를 더 빨리 얻고 배포 시

  7. “혼란 없는 단 하나의 클라우드” 일관성 있는 하이브리드 클라우드 전략 - IDG Summary

  8. 2020.01.13
  9. 클라우드가 디지털 경제의 기준 인프라로 자리 잡으면서 IT 환경은 클라우드의 춘추전국시대라고 해도 과언이 아닐 만큼 수많은 클라우드로 넘쳐나고 있다. 이제 퍼블릭 클라우드나 프라이빗 클라우드의 적합성을 따지던 시대는 지나갔다. 하지만 멀티 클라우드가 야기하는 복잡성이 새로운 도전 과제로 떠올랐다. 사일로를 극복하기 위한 클라우드 기술이 관리와 운영이 분리된

  10. "데이터 이동과 가시성 문제를 해결하라" 나이파이, 기본 개념 파악하기 - IDG Tech Insight

  11. 2020.01.16
  12. 정보화 시대가 도래하면서 기업은 데이터 기반의 비즈니스로 전환했다. 하지만, 기업은 데이터를 공유하고 분석하는 데 어려움을 겪고 있었다. 이런 상황을 극복하기 위해 관련 기술이 등장해 많은 부분을 해소했다. 이 가운데 중요한 요소를 빠트렸는데, 바로 데이터 이동과 관련한 문제다. 수많은 형태의 데이터가 이동하는 기업에서 데이터 플로우는 굉장히 중요하지만,

  13. 윈도우 10 보안 패러다임의 변화와 AD 보안의 필요성 – IDG Summary

  14. 2020.01.06
  15. 업무 환경의 변화, 특히 클라우드 도입이 확산되면서 엔드포인트를 중심으로 이뤄졌던 보안이 데이터와 그 데이터를 생성하는 사용자를 중심으로 변화하고 있다. 윈도우 10은 이런 변화가 충실히 반영된 운영체제로, IT 관리자는 윈도우 10에서 제공되는 보안 특징과 기능, 특히 보안 아키텍처의 중심인 액티브 디렉토리(Active Directory)와 GPO(Gro

  16. 챗봇을 활용한 상담사 지원으로 기업과 고객에게 확실한 혜택을 제공하는 4가지 접근법 : 포레스터

  17. 2020.01.13
  18. 고객 서비스 조직은 챗봇에 대한 열기가 고조되어 있는 상태입니다. 많은 조직이 상담사를 챗봇으로 대체하면서 이러한 대체가 비용 절감과 효율성 향상으로 이어질 것으로 생각하고 있습니다. 하지만 서비스 워크플로우에서 상담사를 줄이는 것이 효율성 확보를 위한 유일한 방법은 아니며 가장 쉬운 방법 또한 아닙니다. 고객 서비스 책임자는 본 보고서를 통해 상담사를 대

  1. AI에 최적화된 인프라를 활용한 AI 배포 가속화 및 운영화 - IDC

  2. 4일 전
  3. 디지털 시대에 인공지능(AI)는 비즈니스 인텔리전스에서 가장 중대한 위치를 차지하게 되었습니다. AI가 보여줄 수 있는 역량과 약속이 많은 기대감을 갖게 하지만, 조직의 입장에서는 개념 증명을 거쳐 프로덕션에서 확장 단계까지 성공적으로 나아가야 하는 ...

  4. 귀사의 기존 IT 인프라가 AI에 적합하지 않은 이유 - TIRIAS Research

  5. 4일 전
  6. 이 글은 AI가 온프레미스 및 클라우드 데이터센터 요구사항을 어떻게 바꾸고 있는지를 조명하는 두 보고서 중 1편입니다. 이 보고서에서는 AI 처리의 여러 요구사항에 초점을 맞추고 기존 데이터센터 워크로드와 비교합니다. <8p> 주요 내용 ...

  7. 머신러닝 기반 예지 정비 플랫폼 구축 가이드 - IDG Tech Insight

  8. 2020.01.14
  9. 산업용 IoT(이하 IIoT, Industrial IoT)는 원격 관리, 운영 분석을 포함한 대부분의 운영 기술에 새로운 기능을 부여한다. 그러나 현재까지 가장 높은 부가가치를 제공하는 요소는 예지 정비에 IIoT를 활용하는 것이다. 머신러닝 및 인공...

  10. "기업의 골든타임을 지켜라" 신속한 의사 결정을 위한 시티즌 데이터 사이언티스트가 되기 위한 조건 - IDG Summary

  11. 2020.01.13
  12. IT 담당자나 분석가에게 정보 분석을 요청하지도 않고, SQL을 몰라도 마우스 클릭만으로 쉽게 데이터를 추출하고, 분석 리포트가 아무리 복잡하더라도 코딩없이 쉽게 리포트를 만들고 인사이트를 도출할 수 있는 분석 솔루션. 현업 사용자에게는 이것이 필요하...

  13. “쉽고, 즉각적인 인사이트와 분석 사용자의 확대” 증강 분석의 의미와 효과 - IDG Tech Report

  14. 2019.12.19
  15. 직장 상사가 지난 12개월 동안 판매 자료를 주면서 판매 동향 보고서를 만들라고 한다. 그러면서 특정 기간 동안 왜 매출이 감소했는지, 이를 타개하는 방법을 알아내길 원한다. 만약 자신이 데이터 분석가가 아니라면 작업이 벅차다고 투덜대면서 야근 모드에...

  16. IDG Tech Webinar | "데이터 가상화부터 챗봇까지" 유즈케이스로 알아보는 손쉬운 AI 애플리케이션 개발

  17. 2019.12.18
  18. 많은 기업이 AI에서 새로운 기회를 찾고 있으며, 업계의 움직임도 이런 기업의 바람에 부응해 분주한다. AI 기술의 발전은 물론, 관련 솔루션이 수없이 등장하면서 기업이 마음만 먹으면 활용할 수 있는 솔루션과 서비스의 완성도 역시 높아진 상태이다. 하...

  19. 2020 IT 전망보고서 - IDG Deep Dive

  20. 2019.12.17
  21. 새로운 10년이 열리고 있다. 2020년 이후 정보기술은 일부 기업과 일부 업무에 영향을 미치는 단계를 넘어 기업 전체와 모든 업무, 나아가 인류의 삶을 바꿔놓는 단계에 진입할 전망이다. IT 부문은 어떤 2020년을 예상하고 준비해야 할까? 주요 시...

  22. "GPU 성능 파워업!" LMS기술 테스트 결과

  23. 2019.12.03
  24. 딥러닝(Deep learning)이든 전통적인 HPC(High Performance Computer)든 GPU(Graphics Processing Unit)를 사용하시는 모든 분들이 골치 아파하시는 것 중 하나가 바로 ‘GPU 메모리’입니다. GPU에...

  25. 정보 아키텍처를 단순화하여 데이터 처리 : Cloud Pak for Data

  26. 2019.12.02
  27. “골칫거리 데이터에서 신뢰받는 데이터로” 오늘날 모든 기업은 데이터 중심이어야 합니다. 하지만 우리는 우리가 생성한 데이터를 활용하지 못하고 있습니다. 데이터 중심의 비즈니스를 실행하는 것이 날로 어려워지고 있습니다. 여기서는 우선 기업의 데이터 활용...

  28. 금융회사의 디지털화, 성공적인 여정을 위한 전략

  29. 2019.12.02
  30. 금융 디지털 전환 전략의 성패는 고객이 원하는 뱅킹서비스를 디지털 환경에서 신속하게 제공할 수 있느냐의 문제로 종결된다. 이는 결국 금융회사가 가진 ‘데이터전략’과 인공지능(AI)기반 금융서비스의 내재화 성숙도의 문제이다. 금융회사들이 ‘데이터 중심 ...

  31. 롯데백화점, 인공 지능 기술로 온·오프라인 고객 경험 시너지와 개인화 서비스 증대

  32. 2019.12.02
  33. 롯데백화점은 기존 매장의 매출이 감소해가는 상황에서, 온라인과 오프라인 쇼핑의 이점을 모두 활용하는 고객 증가 추세에 주목하였습니다. 특히 2030 및 Z세대를 겨냥하여 차별화된 온라인 경험과 오프라인 문의에 즉각 대응하면서 적극적인 개인화된 마케팅 ...

  34. 롯데제과, 인공지능 알고리즘을 적용한 빅데이터 분석 플랫폼으로 신제품 기획 프로세스 혁신

  35. 2019.12.02
  36. 기존에 롯데제과는 신제품 기획을 위한 기반 데이터로 시장 조사업체의 정형화된 리포트와 제과 산업 POS 데이터에 주로 의존했습니다. 현재 지배적인 문제들을 해결하기 위해서는 제과 시장만 분석할 것이 아니라, 제과시장을 넘어서서 식음료 산업에서 상승세인...

  37. 부산은행 ‘리디자인 뱅킹’ 사례로 본 혁신을 위한 AI와 데이터 활용 전략 - IDG Summary

  38. 2019.12.02
  39. 25년 전 마이크로소프트의 창업자 빌 게이츠는 “뱅킹은 필요하지만 은행은 필요 없다”라고 선언했다. ‘뱅킹’ 기능 자체는 계속되겠지만, 이를 처리하는 실물 공간인 ‘은행(영업점)’은 사라질 것이라는 전망이다. 아직까지는 그의 예언이 ‘완벽하게’ 실현되...

  40. 올바르게 구현된 AI : 데이터-훈련-추론 AI 모델의 이해

  41. 2019.11.13
  42. 데이터 사이언스 전문가가 아니더라도 엔터프라이즈 AI의 가장 복잡한 요소까지 이해하고 해석하여 실행에 옮길 수 있다면 어떨까요? 지금까지 엔터프라이즈 AI는 모델 개발 및 훈련에 정통한 분석 전문가들의 전유물로 여겨지곤 했습니다. 하지만 AI 중심의 ...

  43. 머신 러닝 모델 거버넌스

  44. 2019.10.31
  45. 머신 러닝(ML) 모델은 다른 모델보다 거버넌스가 더 많이 요구되며, 효과적으로 ML 모델 거버넌스를 구현하려면 모델 리스크 관리(MRM)가 필요합니다. 비정형 데이터를 비롯한 방대한 양의 데이터를 새로운 통찰력과 정보로 전환할 수 있도록 ML 활용이...

X