테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
아파치 스파크(Apache Spark)는 2009년 버클리대학교에서 시작한 이후 이제는 세계에서 가장 중요한 빅데이터 분산 처리 프레임워크로 자리 잡았다. 스파크는 다양한 방법으로 배포할 수 있고 여러 프로그래밍 언어용 네이티브 바인딩을 제공한다. SQL과 스트리밍 데이터, 머신러닝, 그래프를 지원하는 것도 강점이다. 현재 은행과 통신, 게임, 공공 ...
3일 전
오늘날 데이터를 잘 활용하고 있는 기업에서는 놀라운 일들이 벌어지고 있습니다. 그러나 빅데이터의 진정한 혜택을 실현하고 있는 기업은 소수에 불과합니다. 그렇다면 데이터의 스마트한 활용을 위해 그저 토론하는 단계에서 실질적인 결과를 도출하는 단계로 어떻게 이동할 수 있을까요? 본 백서에서는 기업이 집중해야 할 주요 전략적 영역을 살펴봅니다. <17p&g...
2017.12.05
대시보드의 그래프가 안전하다는 신호를 보내지만, 로그인이 되지 않거나 응답 속도가 늦거나 트랜잭션 처리가 지연될 때가 있다. 문제는 데이터베이스, 서버, 미들웨어, 네트워크가 각각 가용성 99.9%를 나타내는데도 장애가 발생할 수 있다는 데 있다. 게다가 이때 발생하는 장애는 원인을 파악하기도, 해결하기도 어렵다. 통합관리 툴은 사용자단부터 IT리소스까지 ...
2017.11.28
태블로를 사용하여 데이터를 보고 이해할 수 있게 되기 시작하면, 일반적으로 질문들이 꼬리에 꼬리를 물고 계속 나오는 것을 경험할 수 있습니다. 또한 처음에는 간단한 수준에서 해결되던 궁금증들이 점점 더 정교해지고 구체화되는 경험을 할 수 있습니다. 하지만 한편으로는, 풀어야할 질문이 점점 더 복잡해짐으로 인해 가끔 어떤 방법을 사용해서 분석하는 것이 효과적...
2017.10.27
하나의 데이터만으로 모든 질문에 답을 얻기 어려울 때가 있습니다. 새로운 인사이트를 얻기 위해서는 교차 데이터베이스 조인이나 데이터 블랜딩을 통해 여러 데이터 셋을 혼합할 필요가 있습니다. 본 웨비나에서는 드레그 앤 드랍만으로 필요한 모든 데이터를 통합하여 새로운 시각으로 탐색하고 숨겨진 인사이트를 발견하는 방법에 대해 알아봅니다. 데이터 통합의 기술을 ...
2017.10.27
흘러가는 시간은 붙잡을 수 없지만 시간 데이터에 숨은 인사이트는 쉽게 붙잡을 수 있습니다. “시간이나 날짜 = 꺾은 선 그래프”라는 고정 관념에서 벗어나서 다양한 관점으로 시간 데이터를 탐색해 보는 방법을 본 웹 세미나에서 안내합니다. 기존의 차트를 약간만 변경하여 전혀 새로운 각도에서 새로운 인사이트를 발견하는 방법도 알아봅니다. 지...
2017.10.27
금융기관은 빅데이터부터 인공지능, 머신러닝, 블록체인까지 최신 IT 트렌드를 선도하고 있다. 하지만 이런 금융기관도 더딘 변화를 보이는 영역이 있는데, 바로 전통적인 3계층 네트워크 아키텍처이다. 여기에는 금융기관의 트래픽이 직선적 계층적이라는 오해도 한몫하고 있다. 또한 기존 네트워크로 과연 빅데이터부터 블록체인까지 최신 기술을 수용할 수 있을지도 의문이...
2017.10.19
성공한 빅데이터 프로젝트를 보면 일단 데이터를 수집해서 데이터 레이크에 넣어 놓고, 많은 데이터 과학자나 데이터 아키텍트가 계속 탐색해 인사이트를 발굴하며, 이 인사이트를 누구나 활용할 수 있도록 분석 애플리케이션 형태로 공유하고 있다. 이 과정을 끊임없이 반복하는 모습이 실제 성공한 빅데이터의 전형이다. 과거 경험을 통해 빅데이터의 실패 원인을 ...
2017.09.20
데이터가 폭증하는 클라우드 및 빅데이터의 시대에 데이터를 안전하게 보호하면서도 언제나 필요할 때 활용할 수 있도록 하는 것은 기업 IT의 과제 중 하나입니다. 이 보고서는 6개 기업의 사례를 통해 클라우드 기반의 데이터 웨어하우스로 어떻게 직면한 과제들을 해결했는지 살펴봅니다. [영문] 주요 내용 - 분석을 위한 데이터 관리 플랫폼 변화 ...
2017.09.15
빅데이터, 인공지능, 머신러닝, 로봇, 사물인터넷, 첨단 분석 등과 같은 4차 산업혁명의 주요 기술들은 중견중소기업들에게는 그림의 떡과 같다. 적용하기에는 현실적으로 어려움과 과제들이 많다는 것이다. 4차 산업혁명의 진원지인 독일조차도 중소기업이 인더스트리 4.0을 적극적으로 받아들인 기업은 10%에 불과하다고 한다. 무엇보다 문제는 4차 산업혁명이 무엇인...
2017.08.29
이제 인공지능에 대한 관심은 단순한 즐거움을 넘어 섰다. 한국IDG 조사에 응한 국내 IT전문가 가운데 절반 이상은 AI를 중요하게 생각하는 것으로 나타났다. 또한 AI가 아무리 발달한다 해도 지금 하는 업무에 큰 영향을 미치지 않을 것 같다는 답변은 25%에 그쳤다. 나머지는 긍정적이든 부정적이든 3년 후에 AI로 영향을 받게 된다는 데 동의했다. 응답자...
SK
2017.08.02
사물인터넷(IoT), 클라우드, 빅데이터, 모바일(ICBM) 기술의 발달로 비정형 디지털 데이터가 폭발적으로 증가했다. 데이터양 자체도 늘어났지만, 데이터의 유형도 많아졌고, 개별 데이터의 크기도 늘어났다. 기업에서 데이터가 가치 있는 자산으로 인식되면서 저장과 관리가 중요해졌다. 이에 따라 스토리지의 중요성도 높아졌고, 스토리지 관리자는 스토리지 용량 설...
HPE
2017.07.21
IT Central Station이 작성한 이 보고서는 엔터프라이즈급 데이터 웨어하우스 공급업체 목록과 ITCentralStation.com에 게시된 실제 사용자 리뷰를 포함합니다. 각 제품에 대한 리뷰 작성자는 LinkedIn 프로필을 기준으로 실제 사용자임이 확인되었기 때문에 제품 공급업체의 의견이 아닌 믿을 수 있는 실제 사용자의 의견을 제공합니다. ...
HPE
2017.07.18
데이터의 양과 속도, 다양성이 계속 증가하면서 기업으로서는 빅 데이터에 숨겨진 통찰력을 발견하여 경쟁업체와 차별화하고 수익을 증대하는 것이 더욱 중요해졌습니다. 본 백서는 데이터베이스 내 머신 러닝이 어떻게 소규모 분석의 한계를 뛰어넘어 극단적으로 큰 규모의 데이터 세트에 적용했을 때에도 빠른 속도와 높은 정확도를 구현하는지 설명합니다. 또한, Vertic...
HPE
2017.07.18
오늘날처럼 경쟁이 치열한 시장의 요구사항에 빠르게 대응하고 경쟁우위를 확보하기 위해서, 기업은 데이터를 단순히 저장, 수집, 분석하는 것을 넘어 데이터로부터 진정한 비즈니스 가치를 창출할 수 있어야 합니다. 혁신적인 변화를 시도하지 않는 기업은 의사 결정 환경을 강화하는 다른 업체들과의 경쟁에서 뒤처질 수밖에 없습니다. 이는 데이터에서 가치 있는 정보를 빠...
2017.06.13

테크라이브러리 검색

추천 테크라이브러리

  1. "예비에서 필수로" 백업 및 데이터 보호 전략 - IDG Deep Dive

  2. 2017.12.05
  3. 빅데이터 시대가 도래하면서 데이터는 21세기 원유로 불릴만큼 중요한 요소로 자리잡았다. 이런 데이터를 볼모로 협박하는 랜섬웨어는 이 시대 또 하나의 트렌드가 됐다. 백업은 데이터를 구출하는 유일한 방법이기 때문에 이제 기업의 존망과도 직결되는 필수불가결한 시스템으로 부각되고 있다. 사고 대응 계획에서부터 데이터 복원에 이르기까지 백업 및 데이터 보호 전략에

  4. “데이터센터를 넘어 보안까지”소프트웨어 정의 네트워크의 역할과 가능성 - IDG Summary

  5. 2017.12.06
  6. 가상화로 시작된 소프트웨어의 IT 인프라에 대한 지배는 클라우드를 거치며 ‘소프트웨어 정의(Software Defined)’란 개념을 현대적인 기업 IT 인프라의 필수 요소로 만들었다. 특히 ‘소프트웨어 정의’ 기술의 정점에 있는 SDN은 대형 데이터센터를 넘어 캠퍼스와 WAN, 지사 환경, 그리고 보안 시스템까지

  7. 기업 경쟁 우위의 핵심, ‘창의적 인재’확보를 위한 혁신적 근무환경 구축 가이드

  8. 2017.12.04
  9. 창의적인 인재를 확보하는 것은 오늘날 치열한 글로벌 비즈니스 환경에서 기업이 경쟁 우위를 확보하는 데 가장 중요한 요소다. 창의적 인재, 특히 미래의 비즈니스를 이끌어갈 밀레니엄 세대는 업무 완수를 위한 기술을 매우 중요하게 여긴다. 이들이 업무 수행 능력과 성과를 높일 수 있는 혁신적인 근무환경 구축 전략을 살펴본다. 주요 내용 - 직원의 창의력은

  10. 데스크톱 르네상스는 현실이다 - IDG Market Pulse

  11. 2017.12.04
  12. IDC에 따르면, 2017년 1분기 데스크톱 판매량이 5년 만에 처음으로 상승했다. 직원의 생산성에 중요한 성능이나 다중 디스플레이 지원, 데이터 보안 및 규정 준수 같은 변수 등 오늘날 업무 환경에서 데스크톱이 다시 부상하는 원인을 아시아 태평양 지역의 8개국 IT/비즈니스 리더들을 대상으로 한 2017년 IDG-Dell Workforce Technolo

  13. 클라우드 시대에 맞는 데이터 관리와 활용 전략 - IDG Tech Focus

  14. 2017.11.23
  15. 클라우드 시장 초기에 클라우드 제공업체들은 사용한 만큼 비용을 지불한다는 합리적이고 저렴한 가격을 내세웠다. 하지만 업체들은 전략을 제대로 세우지 않으면 온프라미스만큼의 비용이 들게 된다는 점과 자사의 서비스를 좀더 효율적으로 사용할 수 있는 방법을 제시하지 않는다. 이제 기업들은 클라우드로 왜 전환해야 하느냐가 아니라 어떻게 효율적으로 관리하고 활용하느냐

  16. “평범한 회의실을 진정한 협업 공간으로” 무선 콘텐츠 공유 기술을 활용한 회의 효율성 개선 전략 - IDG Summary

  17. 2017.11.08
  18. 디지털 트랜스포메이션 시대를 맞이해 협업은 그 어느 때보다 강조되고 있다. 하지만 협업의 중심인 회의는 비판의 중심에 있다. 과도한 회의로 시간과 인력을 낭비해 업무 생산성을 떨어뜨린다는 지적이다. 기업들은 회의의 효율성을 높이기 위해 문화적, 기술적 노력을 하고 있다. 그중에서도 콘텐츠 공유 방식을 개선해 회의에 관련된 기술 문제를 줄이고 참여도 높은 회

  1. ‘빅데이터 분석의 불꽃’ 아파치 스파크의 이해와 활용 - IDG Deep Dive

  2. 3일 전
  3. 아파치 스파크(Apache Spark)는 2009년 버클리대학교에서 시작한 이후 이제는 세계에서 가장 중요한 빅데이터 분산 처리 프레임워크로 자리 잡았다. 스파크는 다양한 방법으로 배포할 수 있고 여러 프로그래밍 언어용 네이티브 바인딩을 제공한다. SQL과 스트리밍 데이터, 머신러닝, 그래프를 지원하는 것도 강점이다. 현재 은행과 통신, 게임, 공공 ...

  4. 인공지능(AI), 데이터 분석 그리고 기업의 미래

  5. 2017.12.05
  6. 오늘날 데이터를 잘 활용하고 있는 기업에서는 놀라운 일들이 벌어지고 있습니다. 그러나 빅데이터의 진정한 혜택을 실현하고 있는 기업은 소수에 불과합니다. 그렇다면 데이터의 스마트한 활용을 위해 그저 토론하는 단계에서 실질적인 결과를 도출하는 단계로 어떻게 이동할 수 있을까요? 본 백서에서는 기업이 집중해야 할 주요 전략적 영역을 살펴봅니다. <17p&g...

  7. IT장애 원인과 위치를 신속하고 정확하게 머신러닝∙빅데이터로 찾는다- IDG Summary

  8. 2017.11.28
  9. 대시보드의 그래프가 안전하다는 신호를 보내지만, 로그인이 되지 않거나 응답 속도가 늦거나 트랜잭션 처리가 지연될 때가 있다. 문제는 데이터베이스, 서버, 미들웨어, 네트워크가 각각 가용성 99.9%를 나타내는데도 장애가 발생할 수 있다는 데 있다. 게다가 이때 발생하는 장애는 원인을 파악하기도, 해결하기도 어렵다. 통합관리 툴은 사용자단부터 IT리소스까지 ...

  10. Talk Data to Me : 상황으로 배우는 태블로 분석 기법

  11. 2017.10.27
  12. 태블로를 사용하여 데이터를 보고 이해할 수 있게 되기 시작하면, 일반적으로 질문들이 꼬리에 꼬리를 물고 계속 나오는 것을 경험할 수 있습니다. 또한 처음에는 간단한 수준에서 해결되던 궁금증들이 점점 더 정교해지고 구체화되는 경험을 할 수 있습니다. 하지만 한편으로는, 풀어야할 질문이 점점 더 복잡해짐으로 인해 가끔 어떤 방법을 사용해서 분석하는 것이 효과적...

  13. Talk Data to Me: 데이터 통합의 기술

  14. 2017.10.27
  15. 하나의 데이터만으로 모든 질문에 답을 얻기 어려울 때가 있습니다. 새로운 인사이트를 얻기 위해서는 교차 데이터베이스 조인이나 데이터 블랜딩을 통해 여러 데이터 셋을 혼합할 필요가 있습니다. 본 웨비나에서는 드레그 앤 드랍만으로 필요한 모든 데이터를 통합하여 새로운 시각으로 탐색하고 숨겨진 인사이트를 발견하는 방법에 대해 알아봅니다. 데이터 통합의 기술을 ...

  16. Talk Data to Me : 시간 데이터를 바라 보는 여러 가지 방법

  17. 2017.10.27
  18. 흘러가는 시간은 붙잡을 수 없지만 시간 데이터에 숨은 인사이트는 쉽게 붙잡을 수 있습니다. “시간이나 날짜 = 꺾은 선 그래프”라는 고정 관념에서 벗어나서 다양한 관점으로 시간 데이터를 탐색해 보는 방법을 본 웹 세미나에서 안내합니다. 기존의 차트를 약간만 변경하여 전혀 새로운 각도에서 새로운 인사이트를 발견하는 방법도 알아봅니다. 지...

  19. “빅데이터에서 블록체인까지”미래 금융 환경을 위한 차세대 네트워크 아키텍처 - IDG Summary

  20. 2017.10.19
  21. 금융기관은 빅데이터부터 인공지능, 머신러닝, 블록체인까지 최신 IT 트렌드를 선도하고 있다. 하지만 이런 금융기관도 더딘 변화를 보이는 영역이 있는데, 바로 전통적인 3계층 네트워크 아키텍처이다. 여기에는 금융기관의 트래픽이 직선적 계층적이라는 오해도 한몫하고 있다. 또한 기존 네트워크로 과연 빅데이터부터 블록체인까지 최신 기술을 수용할 수 있을지도 의문이...

  22. 축적된 경험에서 얻은 교훈으로 데이터 분석의 정석을 제시한다 - IDG Summary

  23. 2017.09.20
  24. 성공한 빅데이터 프로젝트를 보면 일단 데이터를 수집해서 데이터 레이크에 넣어 놓고, 많은 데이터 과학자나 데이터 아키텍트가 계속 탐색해 인사이트를 발굴하며, 이 인사이트를 누구나 활용할 수 있도록 분석 애플리케이션 형태로 공유하고 있다. 이 과정을 끊임없이 반복하는 모습이 실제 성공한 빅데이터의 전형이다. 과거 경험을 통해 빅데이터의 실패 원인을 ...

  25. 클라우드 컴퓨팅과 빅데이터 시대의 엔터프라이즈 데이터 웨어하우스 및 BI

  26. 2017.09.15
  27. 데이터가 폭증하는 클라우드 및 빅데이터의 시대에 데이터를 안전하게 보호하면서도 언제나 필요할 때 활용할 수 있도록 하는 것은 기업 IT의 과제 중 하나입니다. 이 보고서는 6개 기업의 사례를 통해 클라우드 기반의 데이터 웨어하우스로 어떻게 직면한 과제들을 해결했는지 살펴봅니다. [영문] 주요 내용 - 분석을 위한 데이터 관리 플랫폼 변화 ...

  28. 4차 산업혁명 시대를 준비하는 강소중견 기업의 생존 전략 - IDG Tech Focus

  29. 2017.08.29
  30. 빅데이터, 인공지능, 머신러닝, 로봇, 사물인터넷, 첨단 분석 등과 같은 4차 산업혁명의 주요 기술들은 중견중소기업들에게는 그림의 떡과 같다. 적용하기에는 현실적으로 어려움과 과제들이 많다는 것이다. 4차 산업혁명의 진원지인 독일조차도 중소기업이 인더스트리 4.0을 적극적으로 받아들인 기업은 10%에 불과하다고 한다. 무엇보다 문제는 4차 산업혁명이 무엇인...

  31. 한국IDG 조사 | 2017년 국내 기업의 인공지능 준비 현황

  32. 2017.08.02
  33. 이제 인공지능에 대한 관심은 단순한 즐거움을 넘어 섰다. 한국IDG 조사에 응한 국내 IT전문가 가운데 절반 이상은 AI를 중요하게 생각하는 것으로 나타났다. 또한 AI가 아무리 발달한다 해도 지금 하는 업무에 큰 영향을 미치지 않을 것 같다는 답변은 25%에 그쳤다. 나머지는 긍정적이든 부정적이든 3년 후에 AI로 영향을 받게 된다는 데 동의했다. 응답자...

  34. ETRI 원천기술의 스케일-아웃 아카이빙 스토리지 제품 소개 및 도입전략 - IDG Summary

  35. 2017.07.21
  36. 사물인터넷(IoT), 클라우드, 빅데이터, 모바일(ICBM) 기술의 발달로 비정형 디지털 데이터가 폭발적으로 증가했다. 데이터양 자체도 늘어났지만, 데이터의 유형도 많아졌고, 개별 데이터의 크기도 늘어났다. 기업에서 데이터가 가치 있는 자산으로 인식되면서 저장과 관리가 중요해졌다. 이에 따라 스토리지의 중요성도 높아졌고, 스토리지 관리자는 스토리지 용량 설...

  37. 데이터 웨어하우스: 실사용자 생각 엿보기

  38. 2017.07.18
  39. IT Central Station이 작성한 이 보고서는 엔터프라이즈급 데이터 웨어하우스 공급업체 목록과 ITCentralStation.com에 게시된 실제 사용자 리뷰를 포함합니다. 각 제품에 대한 리뷰 작성자는 LinkedIn 프로필을 기준으로 실제 사용자임이 확인되었기 때문에 제품 공급업체의 의견이 아닌 믿을 수 있는 실제 사용자의 의견을 제공합니다. ...

  40. 비즈니스의 속도와 규모에 맞는 머신 러닝 실현

  41. 2017.07.18
  42. 데이터의 양과 속도, 다양성이 계속 증가하면서 기업으로서는 빅 데이터에 숨겨진 통찰력을 발견하여 경쟁업체와 차별화하고 수익을 증대하는 것이 더욱 중요해졌습니다. 본 백서는 데이터베이스 내 머신 러닝이 어떻게 소규모 분석의 한계를 뛰어넘어 극단적으로 큰 규모의 데이터 세트에 적용했을 때에도 빠른 속도와 높은 정확도를 구현하는지 설명합니다. 또한, Vertic...

  43. 오라클® 분석 솔루션 성능 향상법

  44. 2017.06.13
  45. 오늘날처럼 경쟁이 치열한 시장의 요구사항에 빠르게 대응하고 경쟁우위를 확보하기 위해서, 기업은 데이터를 단순히 저장, 수집, 분석하는 것을 넘어 데이터로부터 진정한 비즈니스 가치를 창출할 수 있어야 합니다. 혁신적인 변화를 시도하지 않는 기업은 의사 결정 환경을 강화하는 다른 업체들과의 경쟁에서 뒤처질 수밖에 없습니다. 이는 데이터에서 가치 있는 정보를 빠...

X