테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
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
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

테크라이브러리 검색

추천 테크라이브러리

  1. “소모적 장비 투자 줄이고 모의 테스트는 더 쉽게” 한국3M, 원격지 재해 복구 시스템 구축 프로젝트 - IDG Case Study

  2. 2017.07.10
  3. <본 콘텐츠를 다운로드 받으신 분들 중 추첨을 통해 CGV 영화티켓(2인권)을 드립니다.(20명)> 재해 복구 기술은 평준화됐다는 분석이 많다. 그렇다면 많은 제품 가운데 우리 기업에 맞는 솔루션을 어떻게 골라야 할까. 기업마다 IT 인프라 구축 현황과 어려움, 필요한 요건이 달라 만병통치약 같은 정답을 찾기란 쉽지 않다. 이럴 때는 한국

  4. 보안 위협 사전 대응을 위한 엔드포인트 가시성 확보 전략 - IDG Video Talk Show

  5. 2017.07.10
  6. <본 콘텐츠를 다운로드 받으신 분들 중 추첨을 통해 CGV 영화티켓(2인권)을 드립니다.(20명)> 최근 국내 호스팅 업체 한 곳이 랜섬웨어의 공격으로 서비스가 중단되는 사태를 겪으며 보안 문제가 다시 도마 위에 올랐다. 사실 보안 위협이 증가하면서 기업들은 이미 다양한 보안 솔루션을 도입해 운영하고 있다. 하지만 금전적인 이득을 노리는

  7. 사용자 별 랜섬웨어 대응 방법과 초간단 PC 백업 - ITWorld How To

  8. 2017.05.23
  9. 랜섬웨어(Ransomware)가 활개를 치고 있다. 2017년 5월, 웜 바이러스 형태를 띈 워너크라이 랜섬웨어는 150개국 30만 대의 PC를 감염시키면서 전세계를 랜섬웨어 공포에 몰아넣었다. 국내에서는 발 빠른 대처와 대국민 홍보를 통해 피해 규모가 그리 크지 않았지만, 앞으로 더 강력하고 심각한 랜섬웨어가 등장할 것은 자명하다. 랜섬웨어에 대응하는 방

  10. 하이퍼컨버지드 인프라의 진화와 HPE SimpliVity HCI 3.0 - IDG Video Talk Show

  11. 2017.06.20
  12. 오늘날 IT 인프라의 지향점을 이야기할 때 가장 뜨거운 주제는 아마 하이퍼컨버지드 인프라일 것이다. HCI는 소프트웨어 중심 아키텍처로 기존 레거시 인프라에서 사용하던 개별적인 하드웨어 구성요소가 필요 없다는 것이 특징으로, 서버에 해당하는 컴퓨트, 스토리지, 네트워킹, 하이퍼바이저, 통합 관리의 모든 것이 하나의 장비에 집적되어 있으며, 각각의 요소가 수

  13. “IT 운영과 보안의 연결로 사각지대를 없앤다” 엔드포인트 통합 보안 관리 - IDG Summary

  14. 2016.07.14
  15. 엔드포인트가 기업의 네트워크와 데이터를 지키기 위해 보호해야 할 중차대한 경계로 떠올랐다. 엔드포인트를 방어하기 위한 보안 툴이 많지만, 엔드포인트를 노린 공격과 피해 규모는 날이 갈수록 늘어나고 있다. 엔드포인트 관리와 보안이 별도로 운영되면서 생긴 사각지대 때문이다. 오늘날 대다수의 기업이 겪고 있는 엔드포인트 관리와 보안 문제를 짚어보고, IT 운영과

  16. "필패를 전제로 한 사이버 보안에서 벗어나라" 공격 단계별 방어 전략 - IDG Summary

  17. 2017.07.05
  18. 새로운 형태의 사이버 공격이 나올 때마다 보안업계는 새로운 기술을 도입한 방어법을 제시해왔다. 지난 20여 년간 무수히 많은 보안 기술이 등장했고 기업들은 이를 도입했다. 하지만 보안 사고는 계속 일어나고 있으며, 엄청난 피해를 안겨주고 있다. 최근 머신러닝이나 인공지능 등을 이용한 보안 솔루션을 제시하고 있지만 분명한 사실은 기술이 아무리 탁월하더라도 사

  1. 오라클® 분석 솔루션 성능 향상법

  2. 2017.06.13
  3. 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...

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

  5. 2017.05.24
  6. 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...

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

  8. 2017.05.12
  9. 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...

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

  11. 2017.02.16
  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...

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

  14. 2017.01.06
  15. 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...

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

  17. 2016.11.25
  18. 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...

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

  20. 2016.11.09
  21. 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 ...

  22. 클라우드 시대의 빅데이터 구현 전략 - IDG Summary

  23. 2016.10.20
  24. 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 ...

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

  26. 2016.08.25
  27. 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...

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

  29. 2016.07.14
  30. 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...

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

  32. 2016.07.14
  33. 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...

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

  35. 2016.06.10
  36. 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...

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

  38. 2016.06.10
  39. 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...

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

  41. 2016.06.01
  42. 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...

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

  44. 2016.04.27
  45. 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 ...

X