테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
먼 미래의 모습으로만 다뤄졌던 인공지능이 머신러닝의 발전과 함께 드디어 우리의 삶 가까이 다가왔다. 인공지능은 비즈니스 혁신, 차별적 경쟁력 확보, 비용절감과 함께 기업의 영원한 숙제를 해결해 줄뿐만 아니라 우리의 삶의 가치를 높여줄 수 있다. 인공지능 산업의 대표주자 IBM 왓슨(Watson)을 기반으로 한 인공지능 프로젝트들이 36개국에서 29개 산업군...
2017.05.24
기업이 막대한 비용을 지불하고 IT에 투자하는 이유는 자사 비즈니스의 효율성을 높여 높은 이윤을 창출하기 위함이다. 하지만 IT 투자에서는 '최소한의 투자로 최대한의 효과를 얻는 것이 쉽지 않다. 또한 IT 혁신과 신기술을 통해 경쟁력을 확보하려던 기업들은 증가하는 유지보수 비용에 상당한 부담을 안고 있다. 이에 대한 문제점들을 짚어보고 기업들의 부...
2017.05.12
개념 충만한 CIO라면 분석을 무엇보다 중시한다. 하지만 대부분의 CIO는 아직도 의사결정 시 분석이나 데이터보다 자신의 경험과 직감을 선호한다. IT와 데이터를 항상 접하는 CIO조차 이러할진대, 다른 의사 결정권자들은 물어볼 필요도 없다. 기업의 의사결정을 데이터가 주도한다는 데이터 주도형 기업은 턱없이 먼 얘기지만, 이의 첫걸음은 무엇보다 데...
2017.02.16
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

테크라이브러리 검색

추천 테크라이브러리

  1. "비용은 낮추고 서비스 품질은 높인다"…전문업체 중심의 유지보수 전략 - IDG Summary

  2. 2017.05.12
  3. 기업이 막대한 비용을 지불하고 IT에 투자하는 이유는 자사 비즈니스의 효율성을 높여 높은 이윤을 창출하기 위함이다. 하지만 IT 투자에서는 '최소한의 투자로 최대한의 효과를 얻는 것이 쉽지 않다. 또한 IT 혁신과 신기술을 통해 경쟁력을 확보하려던 기업들은 증가하는 유지보수 비용에 상당한 부담을 안고 있다. 이에 대한 문제점들을 짚어보고 기업들의 부

  4. 클라우드 전략을 통해 비즈니스에 대한 미래 대비 : IDG Market Pulse

  5. 2017.05.12
  6. 수많은 CIO는 클라우드를 디지털 전환을 성공으로 이끄는 핵심 플랫폼으로 간주하고 있습니다. IDG Research의 새로운 설문 조사에 따르면 이들은 애플리케이션을 현대화하고 특히 Microsoft 기술을 기반으로 하는 현재 비즈니스 시스템을 마이그레이션하려고 합니다. 이미 주요 Microsoft 애플리케이션을 클라우드로 이동하기 시작했으며 이로 인한 이

  7. 2017년 웹서비스의 새로운 문제, "유량제어와 암호화 가시성"을 잡아라 - IDG Summary

  8. 2017.05.23
  9. 웹서비스에 있어 보안과 성능은 동전의 양면처럼 양립하기 어려운 점이 있다. 강력한 보안 처리는 필연적으로 성능 저하를 가져오기 때문이다. 최근 HTTPS의 확산으로 인해 암호화 가시성 이슈가 대두되고 있으며, 이는 바로 유량제어와도 연관된다. IBM Web Appliance Datapower는 강력한 보안 처리와 보안 처리에 다른 성능 저하를 모두 해결하기

  10. "전 세계 커버리지부터 대규모 양방향 소통까지" 차세대 영상회의 솔루션의 5가지 조건 - IDG Summary

  11. 4일 전
  12. 만약 가짜 샤넬 가방이 빠르게 확산하고 있다면, 전 세계 샤넬 매장 담당자에게 가장 빠르고 비용 효율적으로 그 구별법을 교육하는 방법은 무엇일까? 바로 영상회의 솔루션이다. 문제는 기존 영상회의 솔루션 대부분이 동영상 품질과 참여 인원의 제한 때문에 이런 용도로 쓸 수 없다는 것이다. 새 금융상품에 대한 교육과 임원 신년사 전달 등 영상회의 솔루션 활

  13. “올플래시를 넘어서” 성능과 효율을 극대화하는 스토리지 도입 전략 - IDG Summary

  14. 2017.05.23
  15. 보수적인 스토리지 분야에서 플래시 스토리지가 기존 하드디스크 기반 스토리지를 빠르게 대체하며 최고의 전성기를 맞이하고 있다. 하지만 유행에 휩쓸려 모든 스토리지 환경을 올플래시 스토리지로 전환하는 것은 올바른 선택이 아닐 수 있다. 각각의 기업이 처한 환경과 서비스에 대한 성능 조건을 면밀히 검토해야 한다. 데이터 중심의 디지털 시대를 맞이해 기업 경쟁력을

  16. 양방향 애플리케이션 보안 테스트 Seeker의 경제적인 효과 : 포레스터 TEI 보고서

  17. 2017.05.11
  18. 이 보고서는 포레스터가 Synopsys의 양방향 애플리케이션 보안 테스트 솔루션인 Seeker가 기업에 미치는 잠재적 경제 효과를 평가하고, 애자일 개발 지원과 비용 절감, 데이터 위반의 위험 감소를 위한 분석 틀을 제공하기 위한 것입니다. 포레스터는 다년간 Seeker를 사용한 기존 고객들을 대상으로 한 인터뷰를 통해 Seeker를 사용하여 애자일 개발

  1. 인공지능을 활용한 디지털 혁신과 비즈니스 사례 - IDG Tech Focus

  2. 2017.05.24
  3. 먼 미래의 모습으로만 다뤄졌던 인공지능이 머신러닝의 발전과 함께 드디어 우리의 삶 가까이 다가왔다. 인공지능은 비즈니스 혁신, 차별적 경쟁력 확보, 비용절감과 함께 기업의 영원한 숙제를 해결해 줄뿐만 아니라 우리의 삶의 가치를 높여줄 수 있다. 인공지능 산업의 대표주자 IBM 왓슨(Watson)을 기반으로 한 인공지능 프로젝트들이 36개국에서 29개 산업군...

  4. "비용은 낮추고 서비스 품질은 높인다"…전문업체 중심의 유지보수 전략 - IDG Summary

  5. 2017.05.12
  6. 기업이 막대한 비용을 지불하고 IT에 투자하는 이유는 자사 비즈니스의 효율성을 높여 높은 이윤을 창출하기 위함이다. 하지만 IT 투자에서는 '최소한의 투자로 최대한의 효과를 얻는 것이 쉽지 않다. 또한 IT 혁신과 신기술을 통해 경쟁력을 확보하려던 기업들은 증가하는 유지보수 비용에 상당한 부담을 안고 있다. 이에 대한 문제점들을 짚어보고 기업들의 부...

  7. 데이터 주도형 기업으로 가는 첫걸음, "데이터 편견을 없애라" - IDG Tech Focus

  8. 2017.02.16
  9. 개념 충만한 CIO라면 분석을 무엇보다 중시한다. 하지만 대부분의 CIO는 아직도 의사결정 시 분석이나 데이터보다 자신의 경험과 직감을 선호한다. IT와 데이터를 항상 접하는 CIO조차 이러할진대, 다른 의사 결정권자들은 물어볼 필요도 없다. 기업의 의사결정을 데이터가 주도한다는 데이터 주도형 기업은 턱없이 먼 얘기지만, 이의 첫걸음은 무엇보다 데...

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

  11. 2017.01.06
  12. 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...

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

  14. 2016.11.25
  15. 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...

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

  17. 2016.11.09
  18. 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 ...

  19. 클라우드 시대의 빅데이터 구현 전략 - IDG Summary

  20. 2016.10.20
  21. 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 ...

  22. 파워 BI를 이용한 데이터 시각화 초보자 가이드 - IDG HowTo

  23. 2016.08.25
  24. 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...

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

  26. 2016.07.14
  27. 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...

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

  29. 2016.07.14
  30. 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...

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

  32. 2016.06.10
  33. 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...

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

  35. 2016.06.10
  36. 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...

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

  38. 2016.06.01
  39. 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...

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

  41. 2016.04.27
  42. 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 ...

  43. DB관리자를 위한 혁신적인 제안

  44. 2016.03.08
  45. 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...

X