테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
빅데이터 시대에 기업들은 데이터 기반의 비즈니스를 실현하기 위해 노력하고 있다. 하지만 정작 데이터를 활용하는 데에는 여러 가지 제약이 있고 데이터를 활용하는 시간보다 준비하는 시간이 오히려 더 많이 걸린다. 그래서 데이터를 분석하기 위해서는 가공, 정제, 변환, 모델링 등 데이터 준비 과정이 필요한데, 이를 데이터 프레퍼레이션이라고 한다. 셀프서비스 데이...
2017.01.06
블록체인(Blockchain)이 기존 비즈니스 거래의 기반을 흔들고 있다. 분산 데이터 저장 기술인 블록체인은 금융분야에서 혁신적이고 효율적인 금융 서비스를 창출할 뿐만 아니라 다양한 산업군에서 활용될 수 있는, 엄청난 잠재력을 지닌 P2P 기술이다. 하지만 명확하지 않은 정의와 기존 시스템의 반발과 규제 등으로 인해 도입이 더디게 진행되고 있다. 블록체인...
2016.11.25
방대한 데이터 더미에서 가치있는 인사이트를 끌어내는 가장 유용한 툴 중 하나가 바로 ‘R’이다. R의 입문을 넘어 다음 단계로 이행하고자 한다면 이제 데이터 랭글링과 주요 작업을 위한 최고의 R 패키지, 지도 제작 방법 등을 익혀야 할 차례다. <주요내용> 데이터 가져오기, 랭글링, 시각화를 위한 유용한 R 패키지 ...
2016.11.09
많은 기업이 클라우드로 이동하고 있다. 빅데이터 또한 클라우드 시대를 대비한 전환 움직임이 활발하다. 빅데이터의 대표격인 하둡은 사실 설계 당시 클라우드를 고려하지 않았다. 빅데이터 선도업체인 클라우데라는 하둡의 클라우드 전략을 제시하면서 클라우드 시대에 동참했다. 하둡이 클라우드로 가는 이유는 무엇일까? 하둡의 클라우드 전환 전략과 클라우데라의 클라우드 ...
2016.10.20
마이크로소프트(Microsoft)는 파워 BI(Power BI)를 통해 무료 셀프 서비스 데이터 분석 시장에 뛰어들었다. 마이크로소프트의 이 시장 진입은 그간 무료 셀프 서비스 데이터 분석 시장에서 각광받던 많은 툴들에게 위협적인 존재로 부상하고 있다. 이번 가이드에서는 200만 건이 넘는 미국 항공편 지연이 기록된 파일을 분석하는 과정을 통해 파워 BI를...
2016.08.25
제조업계에서 센서 데이터를 분석하는 작업은 오래 전부터 있어왔다. 최근 빅데이터, IoT 시대에 들어서면서 기존에는 엄두도 내지 못한 데이터 분석을 할 수 있게 됐다. 특히 클라우드 인프라를 통해 초기 투자 비용 부담이 줄어들면서 머신러닝 활용의 진입장벽이 낮아지고 쉽게 사용할 수 있는 환경이 마련됨에 따라 이제 기업들은 자사의 데이터 활용에 집중할 수 있...
2016.07.14
클라우드, 소셜, 빅데이터, 모빌리티가 IT 산업 전체에서의 메가트렌드라면, IoT는 이 트렌드의 활용 방안에 대한 것이다. IoT의 가치는 기업이 가진 장비나 기기들을 네트워크와 연결해, 이에서 발생하는 데이터를 토대로 통찰력을 찾아내 비용을 절감하고, 프로세스 효율성을 이루면서 나아가 새로운 비즈니스 모델을 개발하는데 있다. 이에 따라 기업들은 IoT에...
2016.07.14
데이터 속에서 숨어있는 패턴을 발견해준다는 머신러닝은 빅데이터 시대의 새로운 분석 방법으로 각광받고 있다. 데이터 속에 숨어있는 패턴을 발견해주는 머신러닝은 인간의 사고와 분석 능력을 능가하는 엄청난 양의 데이터로부터 가치를 찾아내어 고객 경험을 높이거나 제품 추천을 제공하고, 더욱 개인화된 콘텐츠를 제공하는 것까지 달성하게 해준다. 머신러닝을 기반으로 한...
2016.06.10
공장을 구성하는 모든 설비와 장비들이 자율적으로 판단하고 개입해서 완전한 자동생산체계를 구축한다는 스마트 팩토리는 아직 개념이 명확하지 않고 구현 범위는 턱없이 넓고 깊다. 특히 투자여력이 부족한 중소제조기업에서는 사실 꿈같은 얘기며, 스마트 팩토리 구현을 위해 준비해야 할 것은 대기업과는 다르다. 스마트 팩토리 구현 사례와 과제를 통해 현실적인 스마트 팩...
2016.06.10
머신러닝의 열풍이 거세다. 알파고와 이세돌 프로기사와의 대국은 일개 이벤트에 불과했지만, 그 여파는 일반인마저 인공지능을 거론할 만큼 컸다. 머신러닝은 데이터 깊숙이 묻혀 있는 패턴을 발견해준다는 장점으로 인해 수많은 산업, 다양한 분야에서 활용될 것으로 기대되고 있다. 특히 보안 분야에서 머신러닝의 활용은 무너진 보안의 새로운 희망으로 떠오르고 있다. 보...
2016.06.01
데이터 레이크(data lakes)란 대용량의 데이터들을 억지로 통합해 단일 형식으로 만드는 대신, 그대로 원래 형식으로 저장했다가 나중에 쉽게 분석할 수 있도록 하는 대규모 데이터 저장소를 의미한다. 데이터 레이크는 정형 데이터만 저장하는 기존 데이터웨어하우스와 비교하는 경우가 많지만 이 둘은 쓰이는 목적과 용도가 다르다는 것이 전문가들의 설명이다. 이 ...
2016.04.27
지난 10년 동안 생산된 데이터의 양은 그 이전까지 생산된 모든 데이터의 합보다 많습니다. 더욱 놀라운 사실은 데이터 생산 속도가 갈수록 빨라지고 있다는 점입니다. 이러한 데이터 중 상당수는 관계형 데이터베이스(Oracle, MS SQL Server) 관리 시스템을 이용하는 기업에서 생산되고 소비됩니다. 데이터 양의 증가는 최근 데이터베이스 환경 관리 방식...
2016.03.08
현재 사물인터넷(Internet of Things, IoT)은 너무 과장됐다. 하지만 IoT 시대가 도래한다는 점은 모든 이들이 인정하는 사실이다. 기업들은 IoT에서 쏟아져 나오는 데이터 속에 파묻힐 수 밖에 없으며, 이를 극복, 활용하지 않고서는 비즈니스 생존을 얘기할 수 없다. 빅데이터 분석이나 IoT 데이터를 활용한다는 것은 무척 어려운 과제일 수 ...
2016.01.13
사물인터넷 트렌드가 빠르게 확산됨에 따라, 대용량 데이터를 실시간으로 분석해야 할 필요성도 증가하고 있다. 본 백서는 빅데이터 분석 분야에 새롭게 등장하고 있는 과제와 그 해법, 파스트림의 실시간 분석 솔루션 소개 및 주요 구축 사례를 담고 있다. 주요 내용 실시간 빅데이터 분석의 시대가 온다 How to | IoT 분석 솔루션 실전 구축 파스트...
2015.11.13
산업용 사물인터넷(이하 IIoT)이 센서, 연결능력, 분석, 클라우드 등과 같은 기술의 발전을 아우르면서 데이터가 EPM(전사적 성과 관리)에 미치는 영향이 확대될 것으로 보인다. 최근 센서 가격의 하락, 에너지 절감에 대한 요구, 그리고 연결의 용이성은 산업용 센서와 이를 기반으로 한 데이터의 폭발적 증가를 이끌 것으로 예측된다. 여기에서는 IIoT 기술...
2015.11.12

테크라이브러리 검색

추천 테크라이브러리

  1. 한국 사이버 보안의 위기와 클라우드 기반 보안 서비스 - IDG Summary

  2. 2017.01.11
  3. 장벽을 두르고 본거지를 지키는 개념의 보안 환경은 새로운 공격에 의해 날로 무력화되고 있다. 사물 인터넷 기기를 동원한 DDoS 공격으로 조만간 테라바이트급 공격이 전개될 것으로 보이며, 공격의 근거지도 공격의 대상도 전세계로 확장되고 있다. 이 때문에 아무리 튼튼한 보안 환경을 구축한다 해도 더 이상 자체적인 보안 솔루션 만으로는 효과적으로 대응하기 어려

  4. 프로그래머 개발 도우미 ‘깃허브’ 완전정복 - IDG DeepDive

  5. 2017.01.11
  6. 소스코드를 저장, 공유하는 리포지토리가 소프트웨어 개발의 필수 툴로 부상하고 있다. 특히 오픈소스 리포지토리 서비스인 ‘깃허브’는 개인 개발자부터 중소기업, 대기업까지 거의 모든 개발 조직의 주목을 받고 있다. 깃허브를 도입한 한 대기업은 오랜 병폐 중 하나인 관료주의를 몰아내고 혁신을 이뤘다고 평가하기도 했다. 개발자가 사랑하는

  7. 2017년에도 지속될 랜섬웨어 위협에 대응하는 기업 보안 전략 - IDG Tech Focus

  8. 2017.01.04
  9. 연초가 되면 상당히 많은 보안 전망 보고서가 쏟아져 나온다. 수많은 예측 가운데 100% 공통된 점이 있는데, 사이버 공격은 더 진화할 것이고, 기업은 더 많은 위협에 처해진다는 것이다. 무엇보다 100% 방어란 불가능하다는 인식이 확산되고 우리가 현재 처한 보안 상황이 예상보다 심각하다는 것을 깨닫는 것이 중요하다. 2017년 보안 현실을 짚어보고, 이에

  10. “디지털 변혁”에 대비하는 2017년 사보 제작 전략 - IDG Summary

  11. 2017.01.05
  12. 기업의 역사를 함께해온 사보에 변화의 바람이 불고 있다. 사보 발간 기업을 언론사로 규정하는 김영란법이 시행됨에 따라 사보의 미래를 고민하는 많은 기업이 사보의 미래를 두고 고민을 하기 시작한 것이다. 이런 상황에서 디지털 사보는 ‘전자간행물’로 김영란법 적용 대상에서 벗어남은 물론, 효율적인 제작과 배포, 독자 관리를 통해 한 단계

  13. 2017 IT 전망 보고서 - IDG Deep Dive

  14. 2016.12.20
  15. 2017년을 앞둔 현재 조직 내 IT 담당자들은 예측하기 어려운 미래를 앞장서 준비해야 할 상황에 처해 있다. 기업 경쟁력이 디지털에서 비롯될 것으로 예측되는 디지털 트랜스포메이션의 시대를 맞아 어깨가 더욱 무거워지고 있는 가운데, 전통적인 IT 업무까지 도맡아 책임져야 할 처지다. 클라우드와 IoT, 데이터 애널리틱스를 비롯해 AI와 자동화, 가상 및 증

  16. “기술보다 내부 역량”IT 혁신을 위한 현실적인 인프라 자동화 전략 - IDG Summary

  17. 2017.01.06
  18. 기업 IT 인프라의 최종 목표로 여겨지는 하이브리드 IT 환경의 핵심은 역시 인프라 자동화이다. 문제는 인프라 자동화가 서버 자동화나 스토리지 자동화처럼 특정 하드웨어를 위한 관리 솔루션을 도입해 구축하는 것으로는 제대로 구현하기 어렵다는 것. 인프라 자동화는 단순히 자동화 기술을 도입해 구축하는 일회성 프로젝트가 아니라 기술과 사람, 그리고 프로세스를 포

  1. 데이터 기반 비즈니스를 위한 셀프서비스 데이터 프레퍼레이션 - IDG Summary

  2. 2017.01.06
  3. 빅데이터 시대에 기업들은 데이터 기반의 비즈니스를 실현하기 위해 노력하고 있다. 하지만 정작 데이터를 활용하는 데에는 여러 가지 제약이 있고 데이터를 활용하는 시간보다 준비하는 시간이 오히려 더 많이 걸린다. 그래서 데이터를 분석하기 위해서는 가공, 정제, 변환, 모델링 등 데이터 준비 과정이 필요한데, 이를 데이터 프레퍼레이션이라고 한다. 셀프서비스 데이...

  4. "디지털 세계의 신뢰를 확보하는" 블록체인의 의미와 과제, 그리고 미래 - IDG Tech Report

  5. 2016.11.25
  6. 블록체인(Blockchain)이 기존 비즈니스 거래의 기반을 흔들고 있다. 분산 데이터 저장 기술인 블록체인은 금융분야에서 혁신적이고 효율적인 금융 서비스를 창출할 뿐만 아니라 다양한 산업군에서 활용될 수 있는, 엄청난 잠재력을 지닌 P2P 기술이다. 하지만 명확하지 않은 정의와 기존 시스템의 반발과 규제 등으로 인해 도입이 더디게 진행되고 있다. 블록체인...

  7. 빅데이터 필수툴 'R' 중급자 가이드 Part 2 - IDG Deep Dive

  8. 2016.11.09
  9. 방대한 데이터 더미에서 가치있는 인사이트를 끌어내는 가장 유용한 툴 중 하나가 바로 ‘R’이다. R의 입문을 넘어 다음 단계로 이행하고자 한다면 이제 데이터 랭글링과 주요 작업을 위한 최고의 R 패키지, 지도 제작 방법 등을 익혀야 할 차례다. <주요내용> 데이터 가져오기, 랭글링, 시각화를 위한 유용한 R 패키지 ...

  10. 클라우드 시대의 빅데이터 구현 전략 - IDG Summary

  11. 2016.10.20
  12. 많은 기업이 클라우드로 이동하고 있다. 빅데이터 또한 클라우드 시대를 대비한 전환 움직임이 활발하다. 빅데이터의 대표격인 하둡은 사실 설계 당시 클라우드를 고려하지 않았다. 빅데이터 선도업체인 클라우데라는 하둡의 클라우드 전략을 제시하면서 클라우드 시대에 동참했다. 하둡이 클라우드로 가는 이유는 무엇일까? 하둡의 클라우드 전환 전략과 클라우데라의 클라우드 ...

  13. 파워 BI를 이용한 데이터 시각화 초보자 가이드 - IDG How To

  14. 2016.08.25
  15. 마이크로소프트(Microsoft)는 파워 BI(Power BI)를 통해 무료 셀프 서비스 데이터 분석 시장에 뛰어들었다. 마이크로소프트의 이 시장 진입은 그간 무료 셀프 서비스 데이터 분석 시장에서 각광받던 많은 툴들에게 위협적인 존재로 부상하고 있다. 이번 가이드에서는 200만 건이 넘는 미국 항공편 지연이 기록된 파일을 분석하는 과정을 통해 파워 BI를...

  16. 클라우드 기반 머신러닝 통해 “싸고 쉽게 분석한다”, 제조업 IoT 활용 방안 - IoT 서비스 실전 가이드 - 2

  17. 2016.07.14
  18. 제조업계에서 센서 데이터를 분석하는 작업은 오래 전부터 있어왔다. 최근 빅데이터, IoT 시대에 들어서면서 기존에는 엄두도 내지 못한 데이터 분석을 할 수 있게 됐다. 특히 클라우드 인프라를 통해 초기 투자 비용 부담이 줄어들면서 머신러닝 활용의 진입장벽이 낮아지고 쉽게 사용할 수 있는 환경이 마련됨에 따라 이제 기업들은 자사의 데이터 활용에 집중할 수 있...

  19. 기업이 IoT 서비스를 구현하기 힘든 이유, IoT 비즈니스를 위한 디바이스 관리 플랫폼 - IoT 서비스 실전 가이드 - 1

  20. 2016.07.14
  21. 클라우드, 소셜, 빅데이터, 모빌리티가 IT 산업 전체에서의 메가트렌드라면, IoT는 이 트렌드의 활용 방안에 대한 것이다. IoT의 가치는 기업이 가진 장비나 기기들을 네트워크와 연결해, 이에서 발생하는 데이터를 토대로 통찰력을 찾아내 비용을 절감하고, 프로세스 효율성을 이루면서 나아가 새로운 비즈니스 모델을 개발하는데 있다. 이에 따라 기업들은 IoT에...

  22. 머신러닝을 기반으로 한 자동 타겟팅 추천 시스템 - IDG Summary

  23. 2016.06.10
  24. 데이터 속에서 숨어있는 패턴을 발견해준다는 머신러닝은 빅데이터 시대의 새로운 분석 방법으로 각광받고 있다. 데이터 속에 숨어있는 패턴을 발견해주는 머신러닝은 인간의 사고와 분석 능력을 능가하는 엄청난 양의 데이터로부터 가치를 찾아내어 고객 경험을 높이거나 제품 추천을 제공하고, 더욱 개인화된 콘텐츠를 제공하는 것까지 달성하게 해준다. 머신러닝을 기반으로 한...

  25. 사례를 통해 본 스마트 팩토리를 위한 APS 구현 - IDG Summary

  26. 2016.06.10
  27. 공장을 구성하는 모든 설비와 장비들이 자율적으로 판단하고 개입해서 완전한 자동생산체계를 구축한다는 스마트 팩토리는 아직 개념이 명확하지 않고 구현 범위는 턱없이 넓고 깊다. 특히 투자여력이 부족한 중소제조기업에서는 사실 꿈같은 얘기며, 스마트 팩토리 구현을 위해 준비해야 할 것은 대기업과는 다르다. 스마트 팩토리 구현 사례와 과제를 통해 현실적인 스마트 팩...

  28. 보안에서 본 머신러닝, 머신러닝에서 본 보안, "그 가능성을 엿보다" - IDG Tech Report

  29. 2016.06.01
  30. 머신러닝의 열풍이 거세다. 알파고와 이세돌 프로기사와의 대국은 일개 이벤트에 불과했지만, 그 여파는 일반인마저 인공지능을 거론할 만큼 컸다. 머신러닝은 데이터 깊숙이 묻혀 있는 패턴을 발견해준다는 장점으로 인해 수많은 산업, 다양한 분야에서 활용될 것으로 기대되고 있다. 특히 보안 분야에서 머신러닝의 활용은 무너진 보안의 새로운 희망으로 떠오르고 있다. 보...

  31. "데이터에 흐르는 비즈니스 기회, 호수에 저장하라" - 데이터 레이크의 이해 - IDG Tech Report

  32. 2016.04.27
  33. 데이터 레이크(data lakes)란 대용량의 데이터들을 억지로 통합해 단일 형식으로 만드는 대신, 그대로 원래 형식으로 저장했다가 나중에 쉽게 분석할 수 있도록 하는 대규모 데이터 저장소를 의미한다. 데이터 레이크는 정형 데이터만 저장하는 기존 데이터웨어하우스와 비교하는 경우가 많지만 이 둘은 쓰이는 목적과 용도가 다르다는 것이 전문가들의 설명이다. 이 ...

  34. DB관리자를 위한 혁신적인 제안

  35. 2016.03.08
  36. 지난 10년 동안 생산된 데이터의 양은 그 이전까지 생산된 모든 데이터의 합보다 많습니다. 더욱 놀라운 사실은 데이터 생산 속도가 갈수록 빨라지고 있다는 점입니다. 이러한 데이터 중 상당수는 관계형 데이터베이스(Oracle, MS SQL Server) 관리 시스템을 이용하는 기업에서 생산되고 소비됩니다. 데이터 양의 증가는 최근 데이터베이스 환경 관리 방식...

  37. 사물인터넷 활용을 위한 빅데이터 분석 전략 및 방안 - IDG Deep Dive

  38. 2016.01.13
  39. 현재 사물인터넷(Internet of Things, IoT)은 너무 과장됐다. 하지만 IoT 시대가 도래한다는 점은 모든 이들이 인정하는 사실이다. 기업들은 IoT에서 쏟아져 나오는 데이터 속에 파묻힐 수 밖에 없으며, 이를 극복, 활용하지 않고서는 비즈니스 생존을 얘기할 수 없다. 빅데이터 분석이나 IoT 데이터를 활용한다는 것은 무척 어려운 과제일 수 ...

  40. 실시간 & IoT: 빅데이터 분석의 새로운 도전과 해법 - IDG Summary

  41. 2015.11.13
  42. 사물인터넷 트렌드가 빠르게 확산됨에 따라, 대용량 데이터를 실시간으로 분석해야 할 필요성도 증가하고 있다. 본 백서는 빅데이터 분석 분야에 새롭게 등장하고 있는 과제와 그 해법, 파스트림의 실시간 분석 솔루션 소개 및 주요 구축 사례를 담고 있다. 주요 내용 실시간 빅데이터 분석의 시대가 온다 How to | IoT 분석 솔루션 실전 구축 파스트...

  43. IIoT 센서와 산업 데이터 환경의 통합을 둘러싼 도전과제, 기회 및 전략

  44. 2015.11.12
  45. 산업용 사물인터넷(이하 IIoT)이 센서, 연결능력, 분석, 클라우드 등과 같은 기술의 발전을 아우르면서 데이터가 EPM(전사적 성과 관리)에 미치는 영향이 확대될 것으로 보인다. 최근 센서 가격의 하락, 에너지 절감에 대한 요구, 그리고 연결의 용이성은 산업용 센서와 이를 기반으로 한 데이터의 폭발적 증가를 이끌 것으로 예측된다. 여기에서는 IIoT 기술...

X