테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
자율 운영 기능은 기업과 IT업무에 새로운 기회를 열어줍니다. 작업을 혁신으로 전환할 수 있게 해주고, 앱이나 서비스 개발 및 제공에 필요한 새로운 방안을 찾도록 해줍니다. 기업은 풍부한 데이터를 활용하여 미래에 대한 통찰력을 얻고, 결과적으로 제품과...
2020.06.30
시장은 소비자들의 새로운 요구사항들로 가득하며, 늘 변화한다. 이러한 변화의 속도는 시간이 갈수록 빨라지며, 요구사항은 더욱 다양화되고 있다. 기업은 이러한 흐름에 대응하기 위해서는 변화에 따라 유연하게 사용할 수 있으며, 더욱 많은 데이터를 안정적으...
2020.06.08
딥 러닝(Deep Learning)과 머신러닝(Machine Learning)은 모두 데이터에서 패턴을 찾는다는 점에서 같으며, 딥 러닝을 머신러닝의 한 종류라고 해도 무방하다. 하지만 사용하는 방법과 용도에서 큰 차이가 있다. 둘 다 회귀와 분류 문...
2020.05.27
데이터를 통한 비즈니스 혁신의 핵심은 현업 사용자가 데이터에서 인사이트를 얻고 그 결과를 비즈니스에 적용하는 것이다. 하지만 기존의 데이터 분석 시스템은 현업이 직접 활용하기에 복잡하고, 구축에 시간과 비용이 많이 들어 중소기업은 쉽게 도입하지 못했다...
2020.05.25
데이터가 기업 경쟁력의 원천으로 자리 잡으면서 기업은 데이터의 생성과 취합, 관리, 통제, 그리고 궁극적인 활용까지 전체 과정을 포괄하는 명확한 전략과 실행 없이는 장기적인 생존이 불투명한 상황이다. 실제로 비즈니스 환경과 기술 혁신은 데이터를 중심으...
2020.04.07
데이터의 수집과 확보만으로 디지털 트랜스포메이션의 기본 조건을 충족할 수 있었던 시기는 지났다. 진정으로 기업에 유용한 변화를 끌어내기 위해서는 수집한 데이터를 분석할 수 있어야 하고, 그 판단의 근거가 되는 것은 정확하게 잘 유지된 데이터다. 마스터...
2020.03.20
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 ...
2020.01.16
NoSQL 데이터베이스는 SQL 데이터베이스와 달리 관계형 테이블을 기반으로 하지 않는다. SQL 데이터베이스와 비교했을 때 일관성을 희생한 대가로 설계 유연성과 수평 확장성, 가용성에서 장점을 확보했다. 특히 대용량 데이터 처리, 네트워크 분석 등에...
2019.09.26
데이터가 기업의 성공에 결정적인 요소로 부상하면서 데이터 보호에 대한 관심과 투자 역시 빠르게 증가하고 있다. 문제는 전통적인 데이터 보호 방안인 백업 및 복구가 데이터 폭증에 효과적으로 대응하지 못하고 있다는 것. 특히 핵심 데이터 자산인 데이터베이...
2019.09.03
클라우드가 대세로 자리잡았지만 지금까지 클라우드 전환율은 전체 기업 워크로드의 약 15%에 불과하다. 기존 시스템을 클라우드로 전환하기에는 고려해야 할 사항이나 제약사항이 많기 때문이다. 대기업이 클라우드로 전환하지 않는 이유는 무엇일까. 이를 해결하...
2019.07.04
클라우드 환경의 애플리케이션은 페타바이트 규모의 데이터를 밀리초 단위 지연 시간으로 액세스하고, 초당 수백만 건의 요청을 처리하도록 확장할 수 있어야 합니다. 이러한 특정 요구사항을 처리하기 위해 AWS는 관계형 및 비관계형 데이터베이스를 포함한 매우...
2019.06.10
비즈니스에서 데이터는 윤활유와도 같습니다. 데이터의 양이 기하급수적으로 늘어나고 그 가치 또한 크게 높아지면서 그에 따른 위험과 영향력도 급속도로 커지고 있습니다 새로운 데이터가 많아지면 조직이 막아내야 하는 새로운 공격 벡터도 많아질 수 있습니다....
2019.05.03
대부분 기업이 다중 프라이빗 및 퍼블릭 클라우드를 이용하는 하이브리드 클라우드 전략을 채택하고 있지만, 상당수는 아직도 기존의 DIY 접근법을 채택하고 있습니다. 이 연구는 많은 경우 IT 및 비즈니스 리더가 이러한 접근법을 재고해야 함을 보여줍니다....
2019.04.30
데이터만 많다고 빅데이터 프로젝트에 성공하는 것은 아니다. 요구사항이 명확하고, 필요한 데이터를 담은 데이터 레이크가 있어야 사용자들이 계속해서 접근하고 활용해 의사결정에 반영하는 시스템을 만들 수 있다. 데이터 저장과 활용이라는 측면에서 데이터 레이...
2019.04.23
  하이브는 SQL을 지원하긴 하지만 사용자가 SQL을 기반으로 애드혹 쿼리를 요청하거나 BI 도구를 사용해 분석할 경우에는 느릴 수 밖에 없는 한계를 갖고 있다. 기존 하둡용 SQL 엔진이 갖고 있는 성능 문제와 멀티 사용자 지원에 대한 문...
2019.02.14

테크라이브러리 검색

추천 테크라이브러리

  1. Lock-In이 없는 자유로운 Open Cloud World의 지름길 - Containerization

  2. 2020.07.02
  3. 역사상 가장 불확실성이 높아진 시대인 2020년을 이겨내고 있는 바로 지금, 기업의 클라우드 도입에 있어서 반드시 고려하셔야 하는 핵심 요소는 IT 자원 절감을 통한 기회 지속 창출, 특정 벤더에 종속되지 않은 '독립성', 그리고 높은 '이식성'을 갖추는 것입니다. 따라서, 클라우드 도입은 트렌드에 부합하는 일회성 작업이나, 단순한 공급 벤더 선정의 문제가

  4. PC 최적화에 AI 시대 열렸다!… ‘델 옵티마이저’에 주목할 이유 - IDG Summary

  5. 2020.06.25
  6. 본 자료를 다운로드 받으신 분들 중 추첨을 통해 [스타벅스 아이스 카페라떼]을 드립니다. (15명) 마른 수건이라도 짜야 한다’는 볼멘소리가, 대부분의 기업에서 현실이 됐다. 비용 절감과 생산성 향상이 ‘실적’이 아닌 ‘생존’의 문제가 된 것이다. 이런 상황에서는 비싼 몸값을 지불하고 구매한 업무용 PC가, 최고의 성능을 낼 수 있도록 최적화하

  7. 포스트 코로나 시대의 제조업을 위한 해법, 지능형 자동화(Intelligence Automation) - IDG Summary

  8. 2020.06.30
  9. 생산성 증대, 업무 정확도 향상, 비용 절감 등 많은 이점을 지닌 RPA 기술은 코로나19 사태의 장기화에 따라 혁신 도구로 더욱 주목받고 있다. 특히 제조업 부문에서는 스마트팩토리를 위시한 제조업 역량과 AI, 머신러닝, RPA를 결합해 지능형 자동화를 적극 활용하려는 움직임이 눈에 띈다. 한발 앞서 지능형 자동화를 도입해 전사적 혁신 전략 도구로 활용한

  10. 기업을 위한 헤드리스 커머스 안내서

  11. 2020.06.15
  12. API(Application Programming Interface) 기반의 헤드리스 커머스는 커머스 플랫폼의 프론트엔드와 백엔드를 분리하는 독창적인 디지털 경험 관리 접근법입니다. 이 방법을 사용하면 대규모 거래와 운영을 담당하는 백엔드 통합 사무실을 운영하면서도, 커머스 여정에 포함된 모든 접점에서 최적화된 프론트엔드를 민첩하게 구축할 수 있습니다. 프

  13. 경영진을 위한 RPA 입문서

  14. 2020.06.15
  15. 조직을 진정한 디지털 비즈니스로 전환하는 것을 목표로 하고 있습니까? 자동화는 모든 디지털 트랜스포메이션 이니셔티브의 토대입니다. 로보틱 프로세스 자동화(RPA)가 글로벌하게 많은 지지를 얻고 있는 이유와 작동 방식 그리고 이를 통해 가치를 확보할 수 있는 방법에 대해 설명합니다. 주요 내용 - 자동화: 디지털 트랜스포메이션으로 통하는 관문 - RPA가

  16. 자금 세탁에 맞서는 5가지 승부수

  17. 2020.05.27
  18. [본 컨텐츠를 다운로드 받으신 분들 중 추첨을 통해 설빙, 애플망고치즈를 드립니다(15명)] 범죄 조직, 마약 거래상 및 테러리스트들은 디지털 혁신에 편승해 복잡한 자금 세탁 및 테러 자금 조달 계획을 운영하면서 수법을 지속적으로 발전시키고 있습니다. 하지만 기존의 솔루션은 금융 사기를 잘못 탐지하는 비율(오탐지율)이 높았습니다. 이러한 역동

  1. 초보자를 위한 자율운영 데이터베이스

  2. 2020.06.30
  3. 자율 운영 기능은 기업과 IT업무에 새로운 기회를 열어줍니다. 작업을 혁신으로 전환할 수 있게 해주고, 앱이나 서비스 개발 및 제공에 필요한 새로운 방안을 찾도록 해줍니다. 기업은 풍부한 데이터를 활용하여 미래에 대한 통찰력을 얻고, 결과적으로 제품과...

  4. 최상의 DB 플랫폼, 메모리 혁신으로 또 한번 진화하다 – IDG Summary

  5. 2020.06.08
  6. 시장은 소비자들의 새로운 요구사항들로 가득하며, 늘 변화한다. 이러한 변화의 속도는 시간이 갈수록 빨라지며, 요구사항은 더욱 다양화되고 있다. 기업은 이러한 흐름에 대응하기 위해서는 변화에 따라 유연하게 사용할 수 있으며, 더욱 많은 데이터를 안정적으...

  7. 딥 러닝과 머신러닝의 차이점 이해하기 - IDG Tech Report

  8. 2020.05.27
  9. 딥 러닝(Deep Learning)과 머신러닝(Machine Learning)은 모두 데이터에서 패턴을 찾는다는 점에서 같으며, 딥 러닝을 머신러닝의 한 종류라고 해도 무방하다. 하지만 사용하는 방법과 용도에서 큰 차이가 있다. 둘 다 회귀와 분류 문...

  10. ‘현업이 직접 찾은 비즈니스 인사이트의 힘’ 사례로 확인하는 자율운영 데이터 웨어하우스의 가치 – IDG Summary

  11. 2020.05.25
  12. 데이터를 통한 비즈니스 혁신의 핵심은 현업 사용자가 데이터에서 인사이트를 얻고 그 결과를 비즈니스에 적용하는 것이다. 하지만 기존의 데이터 분석 시스템은 현업이 직접 활용하기에 복잡하고, 구축에 시간과 비용이 많이 들어 중소기업은 쉽게 도입하지 못했다...

  13. 디지털 트랜스포메이션 가속화를 위한 차세대 데이터 플랫폼 전략 - IDG Tech Webinar

  14. 2020.04.07
  15. 데이터가 기업 경쟁력의 원천으로 자리 잡으면서 기업은 데이터의 생성과 취합, 관리, 통제, 그리고 궁극적인 활용까지 전체 과정을 포괄하는 명확한 전략과 실행 없이는 장기적인 생존이 불투명한 상황이다. 실제로 비즈니스 환경과 기술 혁신은 데이터를 중심으...

  16. “디지털 트랜스포메이션의 출발점” 기본에 충실한 마스터 데이터 관리 - IDG Summary

  17. 2020.03.20
  18. 데이터의 수집과 확보만으로 디지털 트랜스포메이션의 기본 조건을 충족할 수 있었던 시기는 지났다. 진정으로 기업에 유용한 변화를 끌어내기 위해서는 수집한 데이터를 분석할 수 있어야 하고, 그 판단의 근거가 되는 것은 정확하게 잘 유지된 데이터다. 마스터...

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

  20. 2020.01.16
  21. 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 ...

  22. “태생부터 다르다” 최고의 NoSQL 데이터베이스 선택 가이드 - IDG DeepDive

  23. 2019.09.26
  24. NoSQL 데이터베이스는 SQL 데이터베이스와 달리 관계형 테이블을 기반으로 하지 않는다. SQL 데이터베이스와 비교했을 때 일관성을 희생한 대가로 설계 유연성과 수평 확장성, 가용성에서 장점을 확보했다. 특히 대용량 데이터 처리, 네트워크 분석 등에...

  25. “백 투 더 데이터” 데이터 손실 제로를 위한 데이터베이스 보호 전략 - IDG Summary

  26. 2019.09.03
  27. 데이터가 기업의 성공에 결정적인 요소로 부상하면서 데이터 보호에 대한 관심과 투자 역시 빠르게 증가하고 있다. 문제는 전통적인 데이터 보호 방안인 백업 및 복구가 데이터 폭증에 효과적으로 대응하지 못하고 있다는 것. 특히 핵심 데이터 자산인 데이터베이...

  28. “온프레미스의 성능과 안정성을 클라우드에서도 제공한다” 오라클 2세대(Generation 2) 클라우드 전략 - IDG Summary

  29. 2019.07.04
  30. 클라우드가 대세로 자리잡았지만 지금까지 클라우드 전환율은 전체 기업 워크로드의 약 15%에 불과하다. 기존 시스템을 클라우드로 전환하기에는 고려해야 할 사항이나 제약사항이 많기 때문이다. 대기업이 클라우드로 전환하지 않는 이유는 무엇일까. 이를 해결하...

  31. 여러분의 워크로드에 적합한 AWS 데이터베이스로 손쉽게 마이그레이션하기

  32. 2019.06.10
  33. 클라우드 환경의 애플리케이션은 페타바이트 규모의 데이터를 밀리초 단위 지연 시간으로 액세스하고, 초당 수백만 건의 요청을 처리하도록 확장할 수 있어야 합니다. 이러한 특정 요구사항을 처리하기 위해 AWS는 관계형 및 비관계형 데이터베이스를 포함한 매우...

  34. 데이터의 미래? 귀사는 <데이터 홍수>의 위험에 대비하고 있습니까?

  35. 2019.05.03
  36. 비즈니스에서 데이터는 윤활유와도 같습니다. 데이터의 양이 기하급수적으로 늘어나고 그 가치 또한 크게 높아지면서 그에 따른 위험과 영향력도 급속도로 커지고 있습니다 새로운 데이터가 많아지면 조직이 막아내야 하는 새로운 공격 벡터도 많아질 수 있습니다....

  37. 연구 결과 | IT 및 비즈니스 리더가 디지털 전환에 필요한 자세

  38. 2019.04.30
  39. 대부분 기업이 다중 프라이빗 및 퍼블릭 클라우드를 이용하는 하이브리드 클라우드 전략을 채택하고 있지만, 상당수는 아직도 기존의 DIY 접근법을 채택하고 있습니다. 이 연구는 많은 경우 IT 및 비즈니스 리더가 이러한 접근법을 재고해야 함을 보여줍니다....

  40. 수없이 밀려오는 데이터를 호수로 모은다 - IDG Summary

  41. 2019.04.23
  42. 데이터만 많다고 빅데이터 프로젝트에 성공하는 것은 아니다. 요구사항이 명확하고, 필요한 데이터를 담은 데이터 레이크가 있어야 사용자들이 계속해서 접근하고 활용해 의사결정에 반영하는 시스템을 만들 수 있다. 데이터 저장과 활용이라는 측면에서 데이터 레이...

  43. 임팔라의 기술적 이해와 대형 클러스터 운영 체크리스트 7선 - IDG Summary

  44. 2019.02.14
  45.   하이브는 SQL을 지원하긴 하지만 사용자가 SQL을 기반으로 애드혹 쿼리를 요청하거나 BI 도구를 사용해 분석할 경우에는 느릴 수 밖에 없는 한계를 갖고 있다. 기존 하둡용 SQL 엔진이 갖고 있는 성능 문제와 멀티 사용자 지원에 대한 문...

X