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

테크라이브러리 검색

추천 테크라이브러리

  1. 까다로운 워크로드 환경을 위한 새로운 스토리지 전략, 플래시블레이드

  2. 2017.03.21
  3. 설계, 시뮬레이션, 데이터 시각화 및 분석업무 등 고성능 서버와 네트워크를 필요로 하는 애플리케이션을 통해 획기적인 설계를 구현하고 수많은 정보에 포함된 의미를 발견하려면 스토리지 병목현상을 제거하는 것이 필수적입니다. 퓨어스토리지는 FlashBlade라 불리는 혁신적인 올플래시 아키텍처를 통해 스토리지 병목현상을 완전히 제거했습니다. 이는 사용이 매

  4. 새로운 올플래시를 통해 비정형데이터를 효과적으로 활용하는 방법

  5. 2017.03.21
  6. 복잡한 워크로드들은 파일 및 객체 기반 환경에서 비정형 데이터의 병렬 처리가 가능하면서 관리가 용이한 새로운 아키텍처의 스토리지를 개발하도록 요구했습니다. 퓨어스토리지는 파일 및 객체 기반 환경의 사용자들이 직면한 이슈들을 일찍이 인지하고 실제로 사용 가능하고 비용 효율적인 솔루션을 업계에서 가장 먼저 공급했습니다. 본 보고서에서는 FlashBlade

  7. 최대의 시너지 효과 : 하이브리드 방식으로 민첩성 강화 - 애버딘 그룹 보고서

  8. 2017.03.20
  9. 중소기업은 하이브리드 방식을 통해 온프레미스의 특성인 더 강력한 제어 신속한 액세스 강화된 보안과 함께 클라우드가 제공하는 향상된 민첩성 더 저렴한 비용 뛰어난 유연성의 이점을 모두 누릴 수 있습니다. 무엇보다도 하이브리드 방식은 빠르고 쉽게 구현할 수 있어 기존 방식의 고질적인 문제점인 고비용 및 복잡성을 원치 않는 중소기업에 안성맞춤입니다. 본 보고서에

  10. 가상현실 기술의 비즈니스 가치와 아시아태평양 시장 현황 : 포레스터 리포트

  11. 2017.02.28
  12. 포레스터는 아시아 태평양 지역 기업의 비즈니스 리더와 IT 책임자들을 대상으로 VR/AR 기술의 활용 현황에 대한 설문 조사를 실시했다. 조사 결과 아시아태평양 리더들은 이미 VR에 대한 실험을 진행하고 있으며, VR을 전략적으로 매우 중요한 요소로 보고 있는 것으로 나타났다. 이 보고서는 VR/AR 기술의 기본 개념을 정리하고 비즈니스 환경에서 VR/AR

  13. 고객의 시대, 바로 지금 젠데스크(Zendesk)에 주목해야 할 이유 - IDG Summary

  14. 2017.03.08
  15. 현대의 고객은 기업에게 자신이 원하는 시간에 원하는 방법으로 접촉해 원하는 답을 곧바로 얻어낼 수 있기를 기대한다. 젠데스크의 고객 서비스 솔루션은 독보적인 멀티 채널 통합성과 셀프 서비스 플랫폼, 라이브 채팅 기능성, 분석 플랫폼을 통해 유수의 기업에서나 가능했던 고객 경험을 구현한다. 혁신적인 고객 서비스 기업의 75%가 젠데스크의 고객사라는 가트너의

  16. 2017 IT 전망 보고서 - IDG Deep Dive

  17. 2016.12.20
  18. 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

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

  2. 2017.02.16
  3. 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...

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

  5. 2017.01.06
  6. 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...

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

  8. 2016.11.25
  9. 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...

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

  11. 2016.11.09
  12. 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 ...

  13. 클라우드 시대의 빅데이터 구현 전략 - IDG Summary

  14. 2016.10.20
  15. 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 ...

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

  17. 2016.08.25
  18. 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...

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

  20. 2016.07.14
  21. 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...

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

  23. 2016.07.14
  24. 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...

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

  26. 2016.06.10
  27. 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...

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

  29. 2016.06.10
  30. 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...

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

  32. 2016.06.01
  33. 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...

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

  35. 2016.04.27
  36. 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 ...

  37. DB관리자를 위한 혁신적인 제안

  38. 2016.03.08
  39. 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...

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

  41. 2016.01.13
  42. 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 ...

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

  44. 2015.11.13
  45. 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...

X