테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
클라우드 컴퓨팅의 진화와 더불어 효율성 향상과 위험 완화에 대한 요구가 늘면서, 경쟁 우위를 원하는 기업들에게 관리형 클라우드 데이터베이스 서비스는 필수 요소가 되었습니다. 최신 애플리케이션에는 최고의 관리형 데이터베이스 제공 업체가 필요합니다. Mo...
2020.09.04
DevOps 이전 세대에서는 코드를 개발하려면 각각의 파트를 담당하는 다수의 팀을 동원해야 했습니다. 이런 팀들은 일반적으로 개발 팀과 운영 팀의 두 가지 범주로 나뉘었습니다. 하지만 2008년에 들어서 DevOps가 등장하면서 개발 팀과 운영 팀이 ...
2020.09.04
최근의 세계적인 추세는 기업이 민첩성과 빠른 의사결정, 탄력성을 갖출 것을 요구하고 있습니다. 이는 이미 빠르게 진행되고 있는 클라우드로의 전환을 더욱 가속화하며, 기업이 내부 조직을 비롯해 협력사 및 규제 기관과 데이터를 공유하는 데 오랫동안 걸림돌...
2020.08.28
클라우드는 비용과 운영, 인력 충원의 병목현상에 대한 기업의 부담을 완화함으로써, 기업이 IT를 단순화하고 비즈니스 민첩성을 강화할 수 있는 혁신의 기회를 부여합니다. 새로운 시스템과 솔루션을 설치하기 위해 새로운 인프라를 도입하는 동시에 기존 시스템...
2020.08.28
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

테크라이브러리 검색

추천 테크라이브러리

  1. IBM Power Systems의 하이브리드 멀티클라우드 전략

  2. 2020.07.24
  3. 디지털 트랜스포메이션을 견인하고, IT 포트폴리오를 현대화하는 플랫폼으로 클라우드가 주목을 받고 있습니다.  클라우드는 다양한 형태로 서비스될 수 있으며 보안이 강화된 프라이빗 클라우드, 유연성을 강조하는 퍼블릭 클라우드, 단일 벤더 의존성을 줄이고 장애에 대한 대응력을 높이기 위한 멀티클라우드 등이 있는데 빠르게 변하는 시장환경에 따라 전통적인

  4. “지능형 자동화가 그리는 눈앞의 미래” Automation Anywhere 2020 Imagine Digital - IDG Tech Insight

  5. 2020.07.29
  6. 코로나19 팬데믹 위기로 성장궤도를 달리던 RPA에 한층 더 가속도가 붙고 있다. 이미 전 세계적으로 많은 정부와 기업이 RPA를 이용해 코로나19에 대응하고 있다. 하지만 문제는 지금의 위기 이후, 즉 포스트 코로나 시대이다. 이제 기업은 제2의 코로나 위기가 닥쳐도 비즈니스 연속성을 유지할 수 있는 환경을 준비해야 한다. 물론 과거와 똑 같은 기술과 방

  7. 변화하는 HR 환경을 위한 성공 전략 : 차원 높은 분석 스킬을 습득하는 5가지 방법

  8. 2020.08.05
  9. 예전에는 인재 확보/유지/육성, 규정 준수, 복리후생이 HR 팀의 주 업무였습니다. 비즈니스 요구사항이 급변하고 AI, 머신러닝, 자동화와 같은 최신 기술이 등장하는 오늘날, HR 전문가는 전략적 인력 계획을 마련하고 후보자 경험을 최적화하며 직원 개개인을 위한 맞춤형 자기계발 경험을 제공하는 등 비즈니스 크리티컬 범주에 속하는 새로운 책임도 맡기 시작했습

  10. 스트레스 테스트 2.0 : 시나리오 기반 리스크 관리 확대 및 의사결정 개선

  11. 2020.08.11
  12. 규제 스트레스 테스트는 은행 감독에 쓰이는 주요 도구가 되었으며, 금융 기관은 각자 지역에 적용되는 의무 사항을 준수하기 위해 그 동안 많은 시간과 자원을 투입했습니다. 하지만 시나리오 기반 분석에서 얻는 이점은 그러한 기계적인 규제 준수를 넘어섭니다. 규제 스트레스 테스트 제도의 성숙도를 검토하고, 시나리오 기반 분석이 그 이상의 가치를 제공할 수 있는

  13. "앱이나 데이터 이전없이" 기업 데이터 센터에 클라우드 도입하기 : dbinsight

  14. 2020.08.28
  15. 클라우드는 비용과 운영, 인력 충원의 병목현상에 대한 기업의 부담을 완화함으로써, 기업이 IT를 단순화하고 비즈니스 민첩성을 강화할 수 있는 혁신의 기회를 부여합니다. 새로운 시스템과 솔루션을 설치하기 위해 새로운 인프라를 도입하는 동시에 기존 시스템을 계속해서 활용합니다. 혁신의 기회를 현실로 바꾸는 클라우드 플랫폼은 최근 하이브리드 클라우드의 새로운 수

  16. 최적화된 사용자 업무공간을 통한 생산성 향상

  17. 2020.09.01
  18. 우리는 응용 프로그램을 사용할 때 실시간으로 안정적인 응답을 기대하며, 기업 네트워크(LAN) 또는 광대역 네트워크(WAN) 환경에서 대역폭이 부족하거나 지연이 심한 상황에서도 빠르고 안정적인 연결을 원합니다. Citrix의 HDX 기술은 사용자에게 가상 애플리케이션과 가상 데스크톱에서 최상의 사용자 환경을 제공을 통해 안정적이고 빠른 네트워크 연결을 제공

  1. 관리형 데이터베이스 서비스의 7가지 경쟁 우위

  2. 2020.09.04
  3. 클라우드 컴퓨팅의 진화와 더불어 효율성 향상과 위험 완화에 대한 요구가 늘면서, 경쟁 우위를 원하는 기업들에게 관리형 클라우드 데이터베이스 서비스는 필수 요소가 되었습니다. 최신 애플리케이션에는 최고의 관리형 데이터베이스 제공 업체가 필요합니다. Mo...

  4. 현대화된 DevOps 팀이 MongoDB Atlas를 사용하여 생산성을 높이는 방법

  5. 2020.09.04
  6. DevOps 이전 세대에서는 코드를 개발하려면 각각의 파트를 담당하는 다수의 팀을 동원해야 했습니다. 이런 팀들은 일반적으로 개발 팀과 운영 팀의 두 가지 범주로 나뉘었습니다. 하지만 2008년에 들어서 DevOps가 등장하면서 개발 팀과 운영 팀이 ...

  7. Oracle Autonomous Data Warehouse, 클라우드 데이터 웨어하우스의 미래

  8. 2020.08.28
  9. 최근의 세계적인 추세는 기업이 민첩성과 빠른 의사결정, 탄력성을 갖출 것을 요구하고 있습니다. 이는 이미 빠르게 진행되고 있는 클라우드로의 전환을 더욱 가속화하며, 기업이 내부 조직을 비롯해 협력사 및 규제 기관과 데이터를 공유하는 데 오랫동안 걸림돌...

  10. "앱이나 데이터 이전없이" 기업 데이터 센터에 클라우드 도입하기 : dbinsight

  11. 2020.08.28
  12. 클라우드는 비용과 운영, 인력 충원의 병목현상에 대한 기업의 부담을 완화함으로써, 기업이 IT를 단순화하고 비즈니스 민첩성을 강화할 수 있는 혁신의 기회를 부여합니다. 새로운 시스템과 솔루션을 설치하기 위해 새로운 인프라를 도입하는 동시에 기존 시스템...

  13. 초보자를 위한 자율운영 데이터베이스

  14. 2020.06.30
  15. 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...

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

  17. 2020.06.08
  18. 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...

  19. 딥 러닝과 머신러닝의 차이점 이해하기 - IDG Tech Report

  20. 2020.05.27
  21. 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...

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

  23. 2020.05.25
  24. 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...

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

  26. 2020.04.07
  27. 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...

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

  29. 2020.03.20
  30. 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...

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

  32. 2020.01.16
  33. 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 ...

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

  35. 2019.09.26
  36. 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...

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

  38. 2019.09.03
  39. 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...

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

  41. 2019.07.04
  42. 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...

  43. 여러분의 워크로드에 적합한 AWS 데이터베이스로 손쉽게 마이그레이션하기

  44. 2019.06.10
  45. 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...

X