테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
AI 및 딥러닝은 다양한 산업 부문에 적용되고 있습니다. 이러한 프로젝트 중 일부는 AI를 통해 생산성을 개선했지만, 실패한 프로젝트도 있습니다. 이와 같은 차이점은 어디에서 비롯되는 것일까요?  AI의 강점 및 약점을 파악한 후 주제를 명확...
2일 전
IBM Elastic Storage System (ESS) 3000은 AI & Data 처리에 특화된 스토리지 솔루션으로 최신 NVMe 플래시 스토리지에 기반해 업계 최고의 성능을 제공합니다. AI & Data 분석은 고성능 GPU 기반...
IBM
3일 전
본 문서는 IBM Spectrum Storage for AI with NVIDIA DGX Systems가 AI를 간소화하고 가속화하는 방식에 대해 알아보고자 하는 기업 경영진, 솔루션 아키텍트 및 기타 독자를 위해 작성되었습니다. 이 확장 가능한 인프...
IBM
3일 전
기업들은 팬데믹과 같이 전 세계적 중대 사태가 노동력에도 영향을 미칠 수 있다는 사실을 어렵게 배웠습니다. 기후 변화, 무역 전쟁 및 기타 다른 거시적 사건 또한 위협이 될 수 있습니다. 파괴적인 변화에서 빠르게 복구할 수 있는 회복력은 현 시점에서 ...
IBM
2020.10.15
비즈니스 계획에서 인프라 최적화에 이르기까지 데이터 분석은 없어서는 안될 필수 요소다. 이제 관건은 데이터와 인사이트를 일부 전문가의 전유물이 아니라, 임원부터 일선 직원에 이르기까지 모두가 활용 가능한 형태로 진화시키는 것이다. 머신러닝이나 셀프서비...
2020.08.13
예전에는 인재 확보/유지/육성, 규정 준수, 복리후생이 HR 팀의 주 업무였습니다. 비즈니스 요구사항이 급변하고 AI, 머신러닝, 자동화와 같은 최신 기술이 등장하는 오늘날, HR 전문가는 전략적 인력 계획을 마련하고 후보자 경험을 최적화하며 직원 개...
2020.08.05
Cloud Pak for Data는 데이터 수집/저장/처리/가상화, 데이터 거버넌스 및 카탈로깅, 분석/머신러닝/시각화, AI 기술 적용 머신러닝 자동화 기능 등 AI 전체 라이프 사이클에 필요한 모든 기능들을 단일 환경에서 제공합니다. 이번 세션은 ...
IBM
2020.07.29
2020년은 엔터프라이즈 네트워킹에 있어서 역동적인 시기입니다. 세계가 보건 위기에 대응하고 단기적으로 경제 혼란에 직면함에 따라, 기업들은 여전히 디지털 트랜스포메이션에 있어서 눈에 띌 정도로 기여할 수 있는 새로운 기술 솔루션을 모색하고 있습니다....
2020.07.27
IBM Cloud Pak for Data는 기업이 가치를 실현할 수 있도록 데이터 관리와 데이터 사이언스/AI 개발을 통합한 인사이트 플랫폼을 제공합니다. IBM은 Forrester Consulting에게 Forrester 신기술: Total Econ...
IBM
2020.06.11
다양한 상품 확보, 즉 상품 구색을 갖추기 위한 소싱(Sourcing) 역량은 이커머스 기업에 있어서 필수 불가결한 경쟁요소다. 다만 이커머스 서비스(온라인 쇼핑몰)가 취급하는 상품과 정보량이 급증하면서 이로 인해 고객이 상품 선택에 어려움을 겪거나 ...
2020.06.08
기업 조직 전체에서 데이터 기반의 의사결정을 실현하기 위해서는 AI를 특정 영역이 아닌 분석 라이프 사이클 전반으로 확대하고, 이 라이프 사이클은 의사결정 프로세스와 연결돼야 합니다. 개방된 플랫폼에서 분석 시간을 줄이고, 그 결과를 운영시스...
SAS
2020.05.20
불과 2~3년 만에 기업의 기술 도입 우선순위 상위를 차지하며 돌풍을 일으키고 있는 RPA(Robotic Process Automation)가 AI와 결합하면서 초자동화 (Hyperautomation)의 시대를 열고 있다. 물론 처음부터 알파고급 AI...
퍼블릭 클라우드와 온프레미스 환경을 가리지 않고 워크로드에 최적화된 인프라를 선택할 수 있는 하이브리드 클라우드가 빠르게 확산되면서, 애플리케이션의 자유로운 이동을 위한 컨테이너 기술에 대한 관심 또한 높아지고 있다. 하지만 컨테이너 기술은 이점만큼이...
이미 대세로 자리 잡았다는 평가를 받는 RPA이지만, 기업이 RPA를 제대로 구현해 전사적으로 확산하는 데는 많은 장애물이 있다. 따라서 이런 장애물을 극복하기 위한 RPA의 진화 역시 계속되고 있다. 클라우드와 AI가 RPA의 다음 여정으로 주목받는...
2020.04.07
AI 모델의 개발, 훈련 시간을 단축시켜 위험, 손실을 줄이고 보안, 성능 문제를 미연에 방지하고 싶으십니까?  프로세스 자동화 및 MPC(massively parallel computing)인프라 채택으로 초기 단계부터 투명성, 훈련 시간등...
IBM
2020.03.05

테크라이브러리 검색

추천 테크라이브러리

  1. 하이브리드 멀티클라우드 세계에서 구축하는
    클라우드 네이티브 애플리케이션 : IDC 백서

  2. 2020.09.22
  3. 본 IDC 백서에서는 조직이 중점을 두는 비즈니스 원칙, 이러한 원칙들이 조직이 애플리케이션 포트폴리오 및 애플리케이션 제공 방법론을 관리하는 방식에 미치는 영향, 조직이 변화에 적응하고자 고군분투함에 따라 반드시 극복해야 하는 핵심 도전과제를 자세히 살펴봅니다. 조직이 적절한 클라우드 네이티브 개발 전략을 세우는 데 IBM 클라우드 애플리케이션 개발 서

  4. "클라우드 업체가 책임지지 않는" 기업 보안 확인 사항 4가지

  5. 2020.09.01
  6. 국내 기업의 클라우드 도입이 폭발적으로 증가하고 있는 반면, 클라우드 보안에 대해서는 상대적으로 무방비한 상황이다. 클라우드에서의 보안 사고는 클라우드 서비스 업체들이 책임지지 않으며, 피해와 책임은 고스란히 기업이 떠안아야 한다. 클라우드 보안을 위해 기업에서 확인해야 필수적인 4가지 요소에 대해 알아보자.   주요 내용 - 2018년도에 발생되

  7. 관리형 데이터베이스 서비스의 7가지 경쟁 우위

  8. 2020.09.04
  9. 클라우드 컴퓨팅의 진화와 더불어 효율성 향상과 위험 완화에 대한 요구가 늘면서, 경쟁 우위를 원하는 기업들에게 관리형 클라우드 데이터베이스 서비스는 필수 요소가 되었습니다. 최신 애플리케이션에는 최고의 관리형 데이터베이스 제공 업체가 필요합니다. MongoDB Atlas는 최신 애플리케이션에서 가장 인기 있는 데이터베이스에 관리형 서비스를 제공합니다. Co

  10. “랜섬웨어, 단순 백업으론 안된다” 전용 프로토콜을 통한 차세대 백업 전략 – IDG Summary

  11. 2020.10.12
  12. 백업은 랜섬웨어의 위협에서 기업이 데이터를 보호하고 비즈니스를 지속할 수 있는 최후의 보루다. 하지만 최근의 랜섬웨어는 백업까지 노리고 있어 단순 백업으로는 랜섬웨어의 위협에서 벗어나기 어렵다. 네트워크에서 완전 분리된 백업 인프라를 갖추면 좋지만, 비용이나 리소스 측면에서 쉽게 선택할 수 있는 방법이 아니다. 퀘스트소프트웨어의 넷볼트 플러스는 전용 프로

  13. "복잡한 IT 환경에 적합한 서버 보안 솔루션을 선택하라" 클라우드 워크로드 보안과 컴플라이언스를 위한 기업의 요구사항 - IDG Summary

  14. 2020.09.28
  15. [ 컨텐츠 다운로드 이벤트 ] 본 콘텐츠를 다운로드 받으신 분들 중 추첨을 통해 스타벅스 아이스 카라멜 마키아또(Tall)를 드립니다. (15명) IT 환경은 기업 규모나 비즈니스 모델에 따라서도 다양하고 복잡하게 형성된다. 온프레미스, 프라이빗, 퍼블릭 클라우드뿐만 아니라 운영체제, 데이터 운영 방법, 컴

  16. "과감한 결단이 필요할 때" 은행에 필요한 실시간 의사결정 솔루션

  17. 2020.09.24
  18. 현재 금융 서비스 업계에서는 기존 업체와 신규 업체를 막론하고 높은 생애 가치(lifetime value)를 사수하기 위해 각고의 노력을 기울이고 있습니다. 그 가치의 원천은 서비스를 만족스럽게 이용하는 충성 고객입니다. 앞으로는 업무 부서에 관계없이 고객 한 사람 한 사람에게 집중하여 개인의 여정에 맞게 적합한 의사결정을 내리는 은행이 승자가 될 것 입니

  1. AI・딥러닝 성공사례 eBook : 8개 산업부문 10가지 성공 사례

  2. 2일 전
  3. AI 및 딥러닝은 다양한 산업 부문에 적용되고 있습니다. 이러한 프로젝트 중 일부는 AI를 통해 생산성을 개선했지만, 실패한 프로젝트도 있습니다. 이와 같은 차이점은 어디에서 비롯되는 것일까요?  AI의 강점 및 약점을 파악한 후 주제를 명확...

  4. IBM Elastic Storage System 3000

  5. 3일 전
  6. IBM Elastic Storage System (ESS) 3000은 AI & Data 처리에 특화된 스토리지 솔루션으로 최신 NVMe 플래시 스토리지에 기반해 업계 최고의 성능을 제공합니다. AI & Data 분석은 고성능 GPU 기반...

  7. IBM Spectrum Storage for AI with NVIDIA DGX Systems

  8. 3일 전
  9. 본 문서는 IBM Spectrum Storage for AI with NVIDIA DGX Systems가 AI를 간소화하고 가속화하는 방식에 대해 알아보고자 하는 기업 경영진, 솔루션 아키텍트 및 기타 독자를 위해 작성되었습니다. 이 확장 가능한 인프...

  10. 현재로 성큼 다가온 미래의 업무: 자동화 및 AI를 통한 회복력과 적응성 구축 - 포레스터

  11. 2020.10.15
  12. 기업들은 팬데믹과 같이 전 세계적 중대 사태가 노동력에도 영향을 미칠 수 있다는 사실을 어렵게 배웠습니다. 기후 변화, 무역 전쟁 및 기타 다른 거시적 사건 또한 위협이 될 수 있습니다. 파괴적인 변화에서 빠르게 복구할 수 있는 회복력은 현 시점에서 ...

  13. “데이터 분석 보편화 시대의 개막” 2020 애널리틱스 전략 – IDG Deep Dive

  14. 2020.08.13
  15. 비즈니스 계획에서 인프라 최적화에 이르기까지 데이터 분석은 없어서는 안될 필수 요소다. 이제 관건은 데이터와 인사이트를 일부 전문가의 전유물이 아니라, 임원부터 일선 직원에 이르기까지 모두가 활용 가능한 형태로 진화시키는 것이다. 머신러닝이나 셀프서비...

  16. 변화하는 HR 환경을 위한 성공 전략 : 차원 높은 분석 스킬을 습득하는 5가지 방법

  17. 2020.08.05
  18. 예전에는 인재 확보/유지/육성, 규정 준수, 복리후생이 HR 팀의 주 업무였습니다. 비즈니스 요구사항이 급변하고 AI, 머신러닝, 자동화와 같은 최신 기술이 등장하는 오늘날, HR 전문가는 전략적 인력 계획을 마련하고 후보자 경험을 최적화하며 직원 개...

  19. 개방형 데이터 및 AI 플랫폼, IBM Cloud Pak for Data

  20. 2020.07.29
  21. Cloud Pak for Data는 데이터 수집/저장/처리/가상화, 데이터 거버넌스 및 카탈로깅, 분석/머신러닝/시각화, AI 기술 적용 머신러닝 자동화 기능 등 AI 전체 라이프 사이클에 필요한 모든 기능들을 단일 환경에서 제공합니다. 이번 세션은 ...

  22. 2020년에 주목해야 할 5가지 주요 엔터프라이즈 네트워킹 트렌드 : IDC

  23. 2020.07.27
  24. 2020년은 엔터프라이즈 네트워킹에 있어서 역동적인 시기입니다. 세계가 보건 위기에 대응하고 단기적으로 경제 혼란에 직면함에 따라, 기업들은 여전히 디지털 트랜스포메이션에 있어서 눈에 띌 정도로 기여할 수 있는 새로운 기술 솔루션을 모색하고 있습니다....

  25. [Forrester Total Economic Impact 전망 연구 보고서] IBM Cloud Pak for Data 도입시 기업의 경제적 효과 전망

  26. 2020.06.11
  27. IBM Cloud Pak for Data는 기업이 가치를 실현할 수 있도록 데이터 관리와 데이터 사이언스/AI 개발을 통합한 인사이트 플랫폼을 제공합니다. IBM은 Forrester Consulting에게 Forrester 신기술: Total Econ...

  28. 인공지능 개인화 상품 추천 백서

  29. 2020.06.08
  30. 다양한 상품 확보, 즉 상품 구색을 갖추기 위한 소싱(Sourcing) 역량은 이커머스 기업에 있어서 필수 불가결한 경쟁요소다. 다만 이커머스 서비스(온라인 쇼핑몰)가 취급하는 상품과 정보량이 급증하면서 이로 인해 고객이 상품 선택에 어려움을 겪거나 ...

  31. SAS AI-Enhanced Analytics : AI 기반의 의사결정 지원을 위한 SAS의 전략

  32. 2020.05.20
  33. 기업 조직 전체에서 데이터 기반의 의사결정을 실현하기 위해서는 AI를 특정 영역이 아닌 분석 라이프 사이클 전반으로 확대하고, 이 라이프 사이클은 의사결정 프로세스와 연결돼야 합니다. 개방된 플랫폼에서 분석 시간을 줄이고, 그 결과를 운영시스...

  34. AI 기반 ‘지능형 자동화’ 시대의 RPA 식품·의약품 분야 사례 - IDG Summary

  35. 2020.04.28
  36. 불과 2~3년 만에 기업의 기술 도입 우선순위 상위를 차지하며 돌풍을 일으키고 있는 RPA(Robotic Process Automation)가 AI와 결합하면서 초자동화 (Hyperautomation)의 시대를 열고 있다. 물론 처음부터 알파고급 AI...

  37. 2020 새로운 데이터 시대를 위한 IT 인프라 전략 “컨테이너 중심의 하이브리드 클라우드” - IDG Tech Insight

  38. 2020.04.14
  39. 퍼블릭 클라우드와 온프레미스 환경을 가리지 않고 워크로드에 최적화된 인프라를 선택할 수 있는 하이브리드 클라우드가 빠르게 확산되면서, 애플리케이션의 자유로운 이동을 위한 컨테이너 기술에 대한 관심 또한 높아지고 있다. 하지만 컨테이너 기술은 이점만큼이...

  40. “클라우드와 AI로 완성하는 RPA 여정” 전사적 RPA 구현을 위한 과제와 해법 - IDG Tech Insight

  41. 2020.04.07
  42. 이미 대세로 자리 잡았다는 평가를 받는 RPA이지만, 기업이 RPA를 제대로 구현해 전사적으로 확산하는 데는 많은 장애물이 있다. 따라서 이런 장애물을 극복하기 위한 RPA의 진화 역시 계속되고 있다. 클라우드와 AI가 RPA의 다음 여정으로 주목받는...

  43. AI 성능, 전문성 부족, 책임 문제 해결 방안 : IDC

  44. 2020.03.05
  45. AI 모델의 개발, 훈련 시간을 단축시켜 위험, 손실을 줄이고 보안, 성능 문제를 미연에 방지하고 싶으십니까?  프로세스 자동화 및 MPC(massively parallel computing)인프라 채택으로 초기 단계부터 투명성, 훈련 시간등...

X