Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
TOPIC

데이터ㆍ분석

MS 데이터 관리 솔루션, '퍼뷰' 프레임워크로 통합된다

마이크로소프트의 주요 데이터 관리 솔루션 대부분이 '퍼뷰(Purview)' 브랜드로 통합된다. 애저 퍼뷰(Azure Purview)와 마이크로소프트 365(Microsoft 365) 컴플라이언스 기능을 결합해 데이터 거버넌스와 리스크 관리를 위한 단일 프레임워크를 완성한다는 구상이다.   이에 따라 여러 가지 개별 제품의 이름이 바뀐다. 대부분 마이크로소프트 365 제품군에 속한 것으로, 새로운 '마이크로소프트 퍼뷰' 브랜드에 맞추게 된다. 업체는 이번 통합으로 멀티클라우드와 멀티플랫폼 환경을 운영하는 기업이 데이터 거버넌스 기술을 더 쉽게 도입할 수 있을 것으로 기대하고 있다. 마이크로소프트는 이외에도 조직 구조를 바꾸고 리브랜딩하는 작업을 진행 중이다. 최근에는 맥OS 엔드포인트용 데이터 손실 방지 기술을 공개했고 민감한 정보 타입 카테고리에 50가지 이상의 새로운 분류기를 추가했다. 마이크로소프트 퍼뷰 라이프사이클 매니지먼트(Microsoft Purview Lifecycle Management, 이전까지 마이크로소프트 인포메이션 거버넌스(Microsoft Information Governance)라고 불렸다)용 멀티스테이지 리텐션 기능의 퍼블릭 프리뷰도 내놓았다. 또한, 마이크로소프트는 2가지 신기능의 프리뷰를 공개했다. 하나는 iOS나 안드로이드를 사용하는 모바일 기기에서 암호화된 문서를 공동으로 만들 수 있는 기능이고, 다른 하나는 특정 앱이 미리 지정한 데이터에만 접근할 수 있도록 개별적으로 제한하는 윈도우 엔드포인트용 앱 그룹화 기능이다. 리스크 관리와 법률 담당 임원을 위한 제품 개선 사항도 있다. 인사이더 리스크 매니지먼트(Insider Risk Management)의 탐지 및 조사 기능이 업그레이드됐고, 이제 이디스커버리(eDiscovery) 제품을 통해 관련 팀즈(Teams) 데이터를 식별할 수 있다. 커뮤니케이션 컴플라이언스(Communication Compliance)는 운영 원칙을 어긴 코드나 민감 정보를 공유하는 것...

퍼뷰 데이터관리 보안 2022.04.21

아크로니스, 마리아DB 백업 및 복구 기능 확장

아크로니스(www.acronis.co.kr)는 오픈소스 데이터베이스관리시스템(DBMS) 소프트웨어 기업인 마리아DB와 파트너십을 맺고, 마리아DB 데이터베이스에 백업 및 복구 기능을 제공한다고 밝혔다   아크로니스 사이버 프로텍트 클라우드(Acronis Cyber Protect Cloud)용 어드밴스드 백업(Advanced Backup) 팩이 제공하는 새로운 기능을 사용해, 서비스 제공업체(SP)는 마리아DB 관리 기술에 대한 전문 지식 없이도 고객의 마리아DB 데이터베이스에서 가장 중요한 데이터를 백업해 보호할 수 있게 되었다고 업체 측은 설명했다. 마리아DB 서비스 제공업체는 아크로니스 사이버 프로텍트 클라우드로 마리아DB 데이터베이스의 전체 또는 세분화된 복구 서비스를 제공할 수 있다. 복구가 필요할 때 전체 워크로드를 확인할 필요 없이 데이터와 테이블을 빠르게 탐색하고 복구할 수 있다. 이 세분화된 복구는 인스턴스, 데이터베이스 및 테이블 수준에서 지원되므로 서비스 공급업체가 RTO(복구 시간 목표)를 줄이고 다운타임을 최소화하면서 클라이언트의 가장 중요한 데이터에 안전하게 액세스 할 수 있도록 높은 유연성을 제공한다. 아크로니스는 아크로니스 사이버 프로텍트 클라우드의 백업 및 복구 기능을 마리아DB로 확장함으로써, 기존 마이크로소프트 SQL 서버, 오라클 DBMS 및 SAP HANA, MySQL을 포함해 오픈소스 데이터베이스에 대한 사이버 보호 범위를 확장할 수 있게 되었다. 아크로니스 사이버 프로텍트 클라우드를 사용하면 서비스 제공업체가 이미 익숙한 아크로니스 사이버 프로텍트 클라우드 콘솔을 통해 마리아DB를 사용하는 모든 클라이언트를 원활하게 지원해, 마리아DB 데이터베이스 백업을 쉽게 실행할 수 있다. 아크로니스 코리아 고목동 지사장은 “아크로니스의 광범위하고 포괄적인 사이버 보호 접근 방식의 일환으로 완전한 데이터 보호를 통해 파트너인 서비스 제공업체가 고객의 데이터, 애플리케이션 및 시스템을 안전하게 유지하는 데 도움이 될...

아크로니스 마리아DB 2022.04.14

“SQL을 넘어” 데이터 쿼리를 위한 8가지 새로운 언어

지난 30년 동안 데이터베이스와 SQL(Structured Query Language, 구조적 쿼리 언어)는 거의 동의어로 사용됐다. 데이터베이스에서 정보를 추출하려면 누구나 SQL을 배워야 했고 데이터베이스에 관심이 있거나 데이터베이스 관리자를 직업으로 선택하는 누구나 SQL의 복잡한 구문을 마스터해야 했다.    SQL 자체는 예전 방식, 즉 메인프레임 사용자들이 했던 방식대로 생각하고 코딩하는 계기가 된다. 온 세계가 소문자를 받아들이는 동안에도 SQL 사용자들은 SELECT, WHERE와 같은 단어를 계속 사용했다. 틱톡에는 이를 두고 왜 항상 고함을 질러야 하는지 물으며 조롱하는 사람들도 있지만, SQL 사용자 대부분은 그런 조롱에 신경 쓰지 않는다. 넥타이와 반팔 셔츠를 입고 펀치카드를 다뤘던 사람들이 전체 대문자를 아무 문제없이 사용했다면, 곰인형 무늬 잠옷을 입고 일하는 지금의 재택 근무자도 아무 문제없이 사용할 수 있다.  그러나 데이터 불러오기 영역에서 SQL의 입지는 조금씩 좁아지고 있다. 새로운 데이터베이스가 등장하고 있으며, 그중 일부는 완전히 새로운 언어를 사용한다. 그렇다고 SQL의 인기가 떨어지는 것은 아니다. 오히려 지금 SQL은 과거 어느 때보다 많이 쓰이고 있다. 단지 데이터 스토리지 세계가 그보다 더 빠른 속도로 성장하면서 그 여파로 실험과 새로운 분기가 활발히 이뤄지고 있을 뿐이다.  여기서는 데이터를 불러오기 위한 8가지 새로운 접근 방법을 소개한다. 외형적인 부분에 국한되는 혁신도 있다. 어떤 개발자는 조금 더 깔끔하고 읽기 쉽도록 SQL 구문을 업데이트해서 브라우저를 위한 코드 쓰기와 데이터 불러오기 사이에서 작업을 전환할 때의 부조화를 완화했다. 이런 툴의 제작자는 기반 구조가 사실상 SQL과 동일하다는 점을 강조한다. 배우기도 여전히 쉬우므로 걱정하지 않아도 된다.  완전히 다른 사고 방식으로의 전환이 필요한 툴도 있다. 그래프 또는 시계열로 비트를 저장하는 데...

SQL 쿼리 그래프QL 2022.04.01

"오라클부터 포스트그레SQL까지" DBMS 7종 추천 백업 방법과 이유

데이터베이스 백업 방법은 다양하고, 데이터베이스와 데이터베이스 작동 방식에 따라 최선이 무엇인지도 달라진다. 이런 고민에 도움이 되도록 7가지 데이터베이스를 위한 추천 백업 방법과 이유를 정리했다.     오라클  오라클 백업 방법은 많지만 대체로 리커버리 매니저(Recovery Manager, 또는 RMAN)를 사용한다. RMAN은 실제 이 툴이 호출하는 명령의 이름이기도 하다. RMAN은 이전 증분 백업을 전체 백업에 병합하는 기능을 지원하므로 여러 전체 백업을 만들지 않고도 다양한 복구 지점을 둘 수 있다. RMAN은 효율적인 덤프 앤 스윕(dump and sweep) 백업 옵션이지만 전체 백업과 일련의 증분을 모두 저장하기 위해 꽤 많은 디스크 공간이 필요하다. 디스크 공간이 부족하면 백업 전에 SQL 명령 alter database begin backup을 사용하고 백업 후 alter database end backup을 사용하면 된다. 참고로 윈도우에서 오라클을 사용하면 볼륨 섀도 복사본 서비스(VSS)와 통합되므로 스크립트 없이 핫 백업을 할 수 있다. RMAN 이미지 옵션과 덤프 앤 스윕 방식을 조합하면 복구 속도를 극대화할 수 있다.   SQL 서버  backup database 명령을 이용하면 디스크(덤프 앤 스윕), 애저(클라우드 백업)로 데이터베이스 또는 트랜잭션 로그의 전체 또는 증분 백업을 자동화하거나 서드파티 백업 툴로 바로 스트리밍할 수 있다. 오라클과 마찬가지로 SQL 서버 역시 윈도우에서 VSS를 사용해 핫 백업이 가능하다. VSS 방법으로 VM 백업을 쉽게 통합할 수 있으며, 디스크 스테이징 영역이 필요 없는 장점이 있다. 대부분 DBA가 덤프 앤 스윕 방식을 선호한다.    DB2  backup database 명령을 사용해 DB2 데이터베이스와 트랜잭션 로그의 전체 또는 증분 백업을 디스크에 수행하거나(덤프 앤 스윕), 서드파티 백업 툴로 바로 스...

DBMS 백업 2022.03.29

"성급하면 결국 골칫거리 된다" 데이터베이스 선택 팁 5가지

데이터베이스 선택은 먼 미래의 애플리케이션과 개발에까지 큰 영향을 미친다. 그런데도 개발자의 데이터베이스 선택은 감정적으로 흐르는 경향이 있고, 오로지 지금의 애플리케이션 요구사항만을 기준으로 데이터베이스를 고르는 경우가 많다.    예를 들어 어떤 데이터베이스에 대한 느낌이 좋다는 이유로 개발자는 단순히 직감을 따르곤 한다. 데이터베이스가 현재와 미래의 애플리케이션에 맞게 효과적으로 작동할지에 대한 분석은 생략한다. 선택할 수 있는 데이터베이스가 너무 많아 비교할 엄두를 내지 못하는 때도 있다. 이럴 때는 사고가 마비되고 결국 현재의 애플리케이션에 필요한 요소를 충족하는 데이터베이스를 선택하게 된다.  문제는 미래의 모든 애플리케이션 요구사항을 미리 알 수 없다는 것이다. 보통 애플리케이션은 처음에는 단순하게 시작했다가 시간이 지날수록 복잡해지기 마련이다. 실제로 많은 개발자가 포스트그레SQL로 시작한다. 반구조적 데이터를 다뤄야 하고 유연한 스키마가 필요해지면 몽고DB를 추가한다. 그런 다음 로그 검색이나 패싯 검색을 하기 위해 일래스틱서치(Elasticsearch)로 눈을 돌린다. 하지만 속도가 매우 빠르지 않다는 것을 발견하고, 레디스(Redis)를 캐시로 덧붙인다. 분석을 해야 할 때가 오면 스노우플레이크(Snowflake)와 같은 데이터 웨어하우스를 불러들인다. 결국 모든 상황이 이내 혼란스럽게 된다. 데이터베이스 난립으로 데이터베이스 간의 데이터 이동과 값비싼 ETL(추출, 변환, 로드) 프로세스가 개발자의 걱정거리가 된다.  이처럼 많은 개발자가 종종 실패의 길로 걸어가지만 필요한 모든 것을 얻을 수 있는 다른 방법도 있다. 모든 요구사항을 충족하는 데이터베이스를 선택하는 방법을 알아보자.    한 치 앞이 아니라 먼 미래를 보라 데이터베이스 마이그레이션과 플랫폼 변경은 간단한 일이 아니다. 데이터베이스를 한 번 선택하면 되돌리기 어렵고 한 아키텍처에 종속될 수 있음을 항상 의식해야 ...

데이터베이스 2022.03.22

마이크로스트레티지, ‘도요타 아스트라 모터’에 분석 플랫폼 구축

마이크로스트레티지코리아는 도요타 인도네시아 법인 ‘도요타 아스트라 모터(Toyota Astra Motor)’에 자사의 분석 플랫폼을 구축했다고 밝혔다. 도요타 아스트라 모터는 데이터 통합의 중요성을 인식하고, 몇 가지 주요 비즈니스 과제를 해결하고자 했다. 이러한 과제에는 최신 정보를 기반으로 하는 보고서 및 데이터의 시각화, 추정에 기초한 데이터가 아닌 실제 데이터를 활용한 분석, 정확한 예측 생성 등이 포함된다. 이러한 과제를 해결하기 위해 도요타 아스트라 모터는 마이크로스트레티지의 분석 플랫폼을 구축했다. 도요타 아스트라 모터의 최고정보책임자(CIO) 윌버투스 다르마디는 “모든 자동차 매장의 전 차량 모델 및 유형에 대한 판매 데이터를 시각화하는 것은 필수 사항이며, 이것이 이뤄지지 않는 경우 큰 문제가 된다”며, “마이크로스트레티지는 데이터를 효율적으로 대조, 시각화, 분석하여 예측 및 전망을 제공하는 동시에 처방적 전략을 사전에 채택할 수 있도록 지원한다”고 말했다. 마이크로스트레티지의 분석 플랫폼 구축 이후, 도요타 아스트라 모터의 비즈니스 개발 팀은 영업 성과를 실시간 모니터링하고, 상호 비교를 위해 히스토리 데이터를 안정적으로 활용하며, 통찰력을 기반으로 수집한 실행 가능한 정보를 통해 자동차 매장을 보다 효율적으로 운영할 수 있게 되었다. 결과적으로 도요타 아스트라 모터는 마이크로스트레티지에서 제공하는 대시보드 및 솔루션을 기반으로 판매량을 보다 체계적으로 예측할 수 있게 되었다. 또한, 데이터 수집에서 분석에 이르기까지 전체 프로세스가 자동으로 간소화되어 사용자들의 액세스가 용이해졌고, 효율성도 크게 향상되었다. 또한, 대시보드 생성 및 분석에 대한 리드 타임이 단축되고, 데이터가 자동 업데이트되며, 모바일 및 웹 기반 애플리케이션에 대한 용이한 액세스를 제공할 수 있게 되었다. 한편, 국내 제조업에서는 삼성전자, LG전자, LG화학, LG 에너지솔루션, 현대자동차, SK가스 등이 마이크로스트레티지 플랫폼을 도입했다.  ed...

마이크로스트레티지 2022.03.17

블로그 | 공공 데이터의 영향력 확대에 앞서 해결해야 할 과제들

지난 20년 동안의 슬로건이 오픈소스였다면 향후 20년의 목표는 ‘공공 데이터(Open Data)’가 될지도 모른다. 단, 공공 데이터가 무슨 뜻인지 그 의미를 정확히 파악할 수 있어야 할 것이다. 필자는 최근 트위터에 공공 데이터의 중요성과 확보 방법을 이야기하고 좋은 반응을 얻었다. 그럼에도 모든 사용자가 각기 다른 것을 응원하는 것 같았다. 좋든 싫든, 오픈소스는 OSI(Open Source Initiative)의 노력으로 상대적으로 표준화된 것을 의미하게 되었다. 그러나 공공 데이터에는 이런 조직이 존재하지 않는다. 누군가 공공 데이터에 대한 표준을 설정해야 한다는 생각이 들었다. 오픈소스를 넘어선 공공 데이터는 다음 컴퓨팅 시대를 정의할 것이다. 하지만 공공 데이터는 과연 어떤 의미일까? 디르크 리엘 교수가 말한 것처럼 앞으로 20년 후에도 같은 질문을 던지고 있을까?     소스와 표준 기업이 소프트웨어/소스가 아니라 관리형 서비스를 원하는 클라우드 시대에 오픈소스가 특징을 잃어버렸다는 주장은 잘못된 가정이다. 오픈소스가 관찰가능성 영역의 오픈 텔레메트리(Open Telemetry) 또는 데이터베이스의 PostgreSQL 같은 표준을 조성하는 데 도움이 되기 때문이다. 오픈 텔레메트리가 일부 표준기관이 몇 년 동안 접근성 등에 대한 규칙을 정의한 표준이라는 의미는 아니다. 다양한 제공업체가 자체적인 배포판 또는 부가 소프트웨어/서비스를 위한 보편적인 시작점으로써 수용하는 프로젝트라는 의미이다. 소프트웨어가 (OSD(Open Source Definition) 하의) 오픈소스일 필요는 없지만 도움은 분명히 된다. 예를 들어, SQL 덕분에 다양한 제공업체에서 호환되는 여러 제품이 등장한 것이 사실이다. 효과도 있는 것 같다. 제공업체가 마이크로소프트 윈도우 같은 순수 전매 특허 소프트웨어를 판매하는 것도 마찬가지다. 2020년 AWS에서 근무할 때에는 윈도우가 마이크로소프트 애저가 아니라 AWS에서 가장 잘 구동되는 이유에 관...

공공데이터 2022.03.10

아비바, 5월 ‘아비바 PI 월드 2022’ 개최…"산업 혁신을 위한 데이터 핵심 역할 제시"

아비바(www.aveva.com/ko-kr)가 ‘아비바 PI 월드(AVEVA PI World)’ 컨퍼런스를 5월 16일부터 19일까지 네덜란드 암스테르담 RAI 컨벤션 센터에서 개최한다고 밝혔다.    이번 행사에는 옥스퍼드 대학 산하 웰컴 연구소의 캐서린 그린 박사와 켈로그, 코그니전트 및 마이크로소프트 등의 글로벌 기업 담당자들이 참석해, 기업들이 어떻게 데이터와 AI를 기반으로 인사이트를 공유하고 빠르게 변화하는 시대에 혁신을 주도하며 민첩성과 탄력성의 새로운 기준을 설정하는지에 대해 설명할 예정이다.  또한, 이번 행사에서는 아비바 솔루션을 활용하여 데이터에서 실제 활용 가능한 인사이트를 도출하고 경쟁력을 강화함으로써 혁신의 가속화하는 방안도 직접 확인할 수 있다고 업체 측은 설명했다. 아비바 PI 월드 2022에서는 기업들이 데이터를 활용해 위기를 기회로 전환하는 방법을 알아보고, 자동화 기술의 이점을 극대화하는데 있어 인간의 인사이트가 왜 중요한지에 대해 심도 있게 논의할 예정이다. 이번 행사에서 아비바 피터 허웍 CEO는 상호 연결된 디지털 인사이트가 에코시스템 전반에 걸쳐 가치를 창출하는 방식 및 데이터 기반의 실제 비즈니스 운영 사례를 발표한다. 또한 옥스퍼드 대학 웰컴 인류 유전학 센터의 캐서린 그린 박사는 데이터가 옥스퍼드 백신 개발에 도움을 준 방법 및 기업이 주목해야 하는 내부 패러다임을, 인플루언서 겸 전 유엔 청소년 대표단의 자힌키 비셀링크는 차세대 산업 인력으로서 Z세대가 디지털 사고방식을 고취시키는 방법에 대해 논의한다.  아비바 정보 부문 EVP 및 롭 맥그리비 운영 부문 EVP인 로난 드 후지는 아비바 데이터 허브에 통합된 PI 시스템이 고객을 위한 가치 제고를 가속화하는 방법 및 아비바 솔루션의 로드맵을 설명하고, 아비바 리사 존스턴 최고마케팅책임자 겸 최고지속가능성책임자는 뉴노멀 시대, 성공을 위한 디지털 탄력성 강화 전략 패널 세션을 진행할 예정이다.  editor@...

아비바 2022.03.02

마크비전-KOCLA, 글로벌 콘텐츠 IP 보호 데이터베이스 구축 위해 협력

마크비전이 한국문화콘텐츠라이선싱협회(KOCLA)와 함께 글로벌 콘텐츠 IP(지식재산권) 보호를 위한 데이터베이스 구축에 나선다고 밝혔다.   지난 28일 MOU를 체결한 마크비전과 KOCLA는 오픈마켓, 쇼핑몰 등 국내외 이커머스 플랫폼에서 유통되고 있는 위조상품 현황 데이터를 분석하고, 효과적으로 대응할 수 있는 콘텐츠 IP 보호 전략 수립을 위해 협력한다는 방침이다.  2005년 설립된 KOCLA는 로보트태권브이, 마시마로, 코코몽, 뽀로로, 뿌까, 마린블루스, 둘리 등 국내 대표 캐릭터들의 저작권자를 회원사로 보유하고 있으며, 캐릭터 크리에이터 시장 및 콘텐츠 산업 활성화에 주력하고 있다. 양사는 KOCLA 회원사들의 캐릭터&콘텐츠 IP를 중심으로 ▲글로벌 이커머스 플랫폼에서 유통되는 K 콘텐츠 위조상품 현황 분석, ▲빅데이터 기반의 콘텐츠 IP 보호 전략 수립 등에 관해 적극적인 협력을 이어간다는 방침이다. 마크비전은 이번 협약을 통해 캐릭터 무단도용과 관련된 다양한 사례 및 분석 데이터를 확보, 플랫폼의 정밀도를 한단계 높이고, KOCLA 회원사들의 IP 비즈니스 전략 도출에도 많은 도움을 줄 수 있게 됐다. 마크비전은 현재, 26개국 100여 개에 달하는 이커머스 사이트에서 위조상품 적발 및 삭제 신고를 자동화해주는 AI 기반 모니터링 서비스 ‘마크커머스(MARQ Commerce)’와 온라인상의 불법 콘텐츠를 감식하고 차단해주는 ‘마크콘텐츠(MARQ Contents)’ 플랫폼을 운영 중이다. 고도화된 SaaS 플랫폼 역량을 바탕으로 산업 협회 및 기관 단체들과의 파트너십을 지속적으로 확대하면서, 브랜드 및 콘텐츠 지식재산권 보호에 관한 인사이트 도출과 글로벌 비즈니스 전략 컨설팅을 제공하고 있다. 마크비전 이도경 한국대표는 “최근 몇 년 사이 K콘텐츠의 위상이 전세계적으로 높아지면서, 각종 온라인 플랫폼을 통해 캐릭터 IP가 침해되는 사례가 급증하고 있다”며, “저작권자들의 지식재산권을 효율적으로 보호할 수 있는...

마크비전 2022.03.02

스트리밍 데이터 플랫폼을 선택하는 방법

스트리밍 데이터는 보통 센서, 서버 로그와 같은 수많은 데이터 소스에 의해 지속적으로 생성된다. 스트리밍 데이터 레코드는 대체로 작아서 각각 몇 킬로바이트에 불과하지만, 수가 많고 끊임없이 이어진다. 여기서는 스트리밍 데이터에 대한 기본 정보와 함께 스트리밍 데이터 플랫폼을 선택하는 방법을 알아본다.      스트리밍 데이터 플랫폼은 어떤 식으로 움직이는가?  흡수(Ingesttion) 및 데이터 내보내기(Export). 일반적으로 데이터 흡수와 데이터 내보내기는 모두 외부 시스템에 특화된 데이터 커넥터에 의해 처리된다. 경우에 따라서는 목적지에 맞게 데이터를 재정렬, 정제, 조절하기 위해 ETL(extract, transform, load 추출, 변환, 로드) 또는 ELT(extract, load, transform, 추출, 로드 및 변환) 프로세스가 사용되기도 한다.  스트리밍 데이터 흡수에서는 보통 여러 소스, 경우에 따라 수천 개의 소스에 의해 생성되는 데이터를 읽어 들인다. 예를 들어 IoT 디바이스가 여기에 해당된다. 데이터 내보내기는 심층 분석과 머신러닝을 위해 데이터 웨어하우스 또는 데이터 레이크를 대상으로 하기도 한다.  게시/구독과 주제. 아파치 카프카(Kafka), 아파치 펄사(Pulsar)를 포함한 많은 스트리밍 데이터 플랫폼은 데이터가 주제별로 구성되는 게시 및 구독 모델을 사용한다. 흡수된 데이터에는 하나 이상의 주제가 태깅되어 해당 주제를 구독하는 클라이언트가 데이터를 받을 수 있다. 온라인 뉴스 게시를 예로 들면, 정치인의 연설에 대한 기사라면 속보, 미국 뉴스, 정치 태그가 달릴 수 있고, 그러면 페이지 레이아웃 소프트웨어는 섹션 편집자(사람)의 감독 하에 각 해당 섹션에 이 기사를 포함한다.  데이터 분석. 데이터 스트리밍 플랫폼에서 분석을 수행할 수 있는 기회는 일반적으로 파이프라인의 두 지점에 있다. 첫 번째 지점은 실시간 스트림 부분, 두 번째 지점은 ...

스트리밍데이터 카프카 ETL 2022.02.28

"AI 봄은 왔지만 갈 길은 험하다" 파운드리, AI 및 클라우드 이노베이션 2022 컨퍼런스 성료

파운드리(구 IDG)가 2월 23일 '2022 디지털 혁신을 열어가는 인공지능과 클라우드'라는 주제로 AI 및 클라우드 이노베이션 2022 웨비나를 개최했다.  이번 웨비나에는 10명의 발표자와 400여 명의 IT 전문가들이 참석해 심도깊은 강의와 질의 응답이 펼쳐졌다. 특히 각 세션 발표자는 기업이 AI를 도입하는데 어려운 점과 해법을 제시하면서 이제 AI 도입은 선택이 아닌 필수라는 인식을 함께 했다.    AI의 봄에도 과제는 계속된다 오프닝 세션에서 JP모건 체이스(JPMorgan Chase & Co)의 AI & 머신러닝 총괄 다니엘 우는 'AI 가속화: 도전과제 및 전략'이라는 주제로, AI 암흑기에서 얻은 교훈과 AI에 대한 다양한 도전과제를 살펴보면서 앞으로의 방향에 대해 논의했다.  다니엘 우는 "기업이 생존 경쟁과 디지털 혁신을 주도하기 위해 AI를 활용하고 있으나 대부분의 AI 프로젝트가 개념 증명 단계를 통과하지 못하고 있다"며, "두번의 AI 암흑기를 거쳐 다시금 찾아온 AI의 봄에도 기업은 데이터, 컴퓨팅, 인재, 운영 및 거버넌스 등 5가지 측면에서의 주요 과제를 해결해야 한다"라고 설파했다.   현대 AI 개발의 핵심 요소인 데이터 측면만 보더라도 해결해야 할 사항은 너무나 많다. 주요 문제로는 데이터 품질과 가용성, 접근성 등이 있는데, 우선 기업은 데이터 클리닝에 투자해 하나의 진실된 데이터 소스를 만들어야 한다. 또한 데이터 중심 설계 및 개발을 실천하고 데이터 프로세스를 자동화하면서 이런 프로세스에 거버넌스와 카탈로그화를 포함시켜야 한다. 데이터 접근성을 개선하고 셀프 서비스 도구를 구축해야 하며, 데이터 사용성을 높여야 한다.   다니엘 우는 연산 가용성과 접근성이 대폭 개선되어 AI의 봄을 가져오긴 했지만, 이와 관련해 인프라의 가용성, 비용 효율성, 탄소 발자국 등 여전히 많은 도전 과제가 존재한다고 밝혔다. 이와 함께 보안 및 개인정보 보호...

AI 머신러닝 ML 2022.02.24

SAS, “급증하는 사기 범죄로 인해 산업 전반에 걸쳐 데이터 분석 혁신 이뤄져”

SAS와 국제공인부정조사관협회(ACFE)가 최근 발표한 ‘2022년 사기 방지 기술 벤치마크 보고서(2022 Anti-Fraud Technology Benchmarking Report)’에 따르면, 각종 사기 범죄가 지속적으로 증가하는 가운데 이를 방지하기 위해 데이터 분석 활용을 확대한 것으로 나타났다. 이번 보고서는 SAS와 ACFE가 지난 2019년부터 전 세계 900여 명의 ACFE 회원을 대상으로 2년마다 실시하는 설문조사를 기반으로 작성됐다. 설문 조사에 참여한 응답자들은 전 세계 각 국에서 근무하는 정부·공공행정(22%), 은행·금융 서비스(20%) 분야 등 총 23개의 산업군의 종사자이며, 임직원이 소속된 조직의 규모 또한 100명 미만부터 1만 명 이상이 근무하는 것으로 다양하다. 보고서에 따르면, 코로나19 확산 이후 응답자 가운데 14%가 데이터 분석 사용이 상당히 증가했다고 답했으며, 29%는 다소 증가했다고 답해 전체 응답자의 40% 이상이 팬데믹 이전보다 데이터 분석을 더 많이 활용하고 있는 것으로 나타났다. 또한 응답자의 60%는 향후 2년간 기업의 사기 방지 기술 관련 예산이 증가할 것으로 예상했다. 기업이 최우선으로 투자를 고려하는 기술로는 고급 분석이 선정됐고, 특히 응답자 가운데 26%가 인공지능(AI)과 머신러닝을 꼽았고 예측 분석 및 모델링이 22%로 그 뒤를 이었다.   SAS는 데이터 시각화 도구를 통해 산업별·지역별·회사 규모별로 설문 조사 결과를 검토할 수 있는 온라인 대시보드를 제공하고 있으며, 보고서는 기업의 사기 방지 관련 기술 활용 현황을 분석했다. 응답자의 대다수(99%)가 데이터 분석 활용이 거래 검토 및 의심스러운 사기 행위에 대한 식별 건수를 대폭 늘리는데 도움이 된다고 답했고, 이상 감지의 신속성 향상과 시간 소모적 작업의 자동화 효율 증진에 도움이 된다고 답한 응답자는 각각 98%로 나타났다. 97%의 응답자는 위양성 비율 감소 등 전반적인 정확도 향상에 도움이 된다고 밝혔다. ...

SAS 2022.02.24

몽고DB 코리아, 국내 비즈니스 성과 및 현황 발표 

몽고DB 코리아가 국내 미디어 간담회를 열고 최근 한국 시장에서의 비즈니스 성과 및 고객유치 현황을 공유했다.   지난 2018년 설립된 몽고DB 코리아는 지속적인 성장세를 이어가며 국내 데이터베이스 플랫폼 강자로 자리 잡고 있다. 빠른 성장세와 더불어 시장 진입 초기인 2019년 140여 곳이었던 국내 고객사 수도 지난해 말 기준 450개 이상으로 대폭 증가하며 기업들의 데이터 기반 디지털 전환을 지원하는 조력자로 입지를 다져가고 있다. 대표적으로 국내에서 대기업과 IT 기업, 스타트업 등 다양한 규모 및 업계의 기업이 몽고DB 솔루션을 활용하며 데이터베이스 현대화를 추진하고 있다. 몽고DB 코리아 신재성 지사장은 “올해로 3년 차에 접어든 팬데믹은 데이터와 소프트웨어를 기반으로 하는 몽고DB의 비즈니스 성장을 가속화하는 기회로 작용했다”며 “특히, 한국 시장에서 가파른 성장 속도를 달성한 배경에는 개발자에게 어느 환경에서든지 구동될 수 있는 개발자 친화적인 애플리케이션 개발 환경을 제공하기 때문”이라고 설명했다. 몽고DB의 대표 서비스인 아틀라스는 애플리케이션 데이터 플랫폼(Application Data Platform)으로 개발자가 더욱 빠르고 효과적으로 애플리케이션을 구축, 관리 및 배포할 수 있게 한다.  몽고DB 코리아 김준 기술총괄상무는 “기존의 레거시 데이터 인프라 환경은 점차 다양해지는 서비스 개발 및 구축 환경에서 비용 및 시간의 비효율성을 초래한다”며 “애플리케이션 데이터 플랫폼은 최신 애플리케이션 데이터 작업을 위한 통합 인터페이스로, 넓은 범위로 확장 가능한 워크로드와 통합된 검색 엔진, 엣지부터 클라우드까지 유연한 데이터 보관을 지원하는 데이터 중심의 안전하고 신뢰할 수 있는 소프트웨어”라고 설명했다. 신재성 지사장은 더 나은 개발자 경험을 제공하기 위한 몽고DB 코리아의 향후 지원 및 비즈니스 방향에 대해서도 공유했다. 몽고DB는 AWS, 마이크로소프트 애저(Azure), 구글클라우드 등 글로벌 클라우드 ...

몽고DB 코리아 2022.02.23

LG유플러스, “빅데이터 플랫폼으로 고객 불만 미리 없앤다”

LG유플러스는 빅데이터를 활용해 고객 불만을 분석하고 잠재 불만까지 예측할 수 있는 솔루션 ‘고객케어플러스’를 고객센터 업무에 적용했다고 밝혔다.   고객케어플러스는 고객경험이 누적된 빅데이터를 LG유플러스가 개발한 알고리즘·플랫폼으로 분석해 고객의 불만을 미리 예측하고 개선하는 솔루션이다. 최소한의 상담시간동안 최상의 맞춤 서비스를 제공해 고객 응대 만족도를 높이기 위해 개발됐다고 업체 측은 설명했다. 이 솔루션에는 자체 개발한 VOC(Voice of Customer) 분석엔진이 탑재돼 다양하고 방대한 고객의 불만을 283개 유형으로 자동 분류한다. 분석엔진은 매일 고객 상담내용을 서비스 품질·가격·회사 정책 등 고객이 경험하는 다양한 불만 원인과 종류, 만족하는 점, 싫어하는 것에 대한 모든 데이터를 매일 분석하고 고객 상담내용을 체계화한다. 분석엔진을 통해 분류된 불만 유형에 불만의 강도나 빈도 등을 고려해 정량화된 ‘잠재불만지수’로 표시된다. 예컨대, 고객 불만은 초기 5등급에서 콜 대기 시간이 길면 4등급, 동일한 불만이 2번 이상 발생하면 3등급, 또 다른 불편사항이 발생할 경우 2등급으로 자동 상향되는 방식이다. 불만 유형과 등급이 분류되면 고(高)등급 잠재 불만, 요금문의, 모바일·홈 품질, 긴급응대 등 총 300여 개의 맞춤 케어 시나리오가 자동 도출된다. 상담사는 고객 불만을 파악하는 시간을 단축해 신속하게 대응할 수 있다. LG유플러스는 지난해부터 고객케어플러스를 시범운영해 지난년도에 비해 서비스 불만이 50% 이상 대폭 감소하는 성과를 확인했다. 또한 고객센터 상담에 대한 칭찬과 감사 지표도 20% 늘었다. 이달 중순부터는 일부 고객센터에 시스템을 오픈하고, 3월에는 전국 모든 고객센터의 상담업무 중 일부 서비스에 대해 고객케어플러스를 활용하기로 했다. LG유플러스는 네트워크 품질, 법인고객 대상 상담 업무에도 잠재불만지수를 적용해 고객의 불만에 선제대응하는 활동을 확대해 나갈 계획이다. LG유플러스 VOC분석스쿼...

LG유플러스 2022.02.23

마이프랜차이즈-카카오모빌리티, 빅데이터 파트너십 체결

마이프랜차이즈(이하 마이프차)가 카카오모빌리티와 서비스 경쟁력 강화를 위한 빅데이터 협력 파트너십을 체결했다고 밝혔다. 이번 파트너십을 통해 마이프차는 주요 프랜차이즈 가맹점의 관심지점(POI) 정보를 제공하고, 카카오모빌리티는 모빌리티 빅데이터를 기반으로 각 지점에서 산출한 과거 통행량 통계 및 예측 데이터를 제공한다.   마이프차는 카카오모빌리티의 빅데이터를 자사 상권분석 서비스에 활용할 계획이다. 마이프차 상권분석 서비스는 예비창업자와 프랜차이즈 가맹본부가 창업 후보지의 배후 데이터를 조사하고 분석해 가장 적합한 입지를 선택할 수 있도록 돕는다. 공공 데이터 위주의 일반적인 상권분석 서비스와 달리, 카드사 및 배달 플랫폼 등 특정 지역의 상권을 파악하는 데 핵심적인 데이터를 확보한 기업들과 적극 협력해 다양한 데이터를 반영한 것이 특징이다. 마이프차 상권분석 서비스 이용자는 대중교통 승하차 인구, 관공서 위치, 학교 및 학생 현황, 병상 수 등 공개된 데이터는 물론, 카드사 매출이나 배달 주문의 통계처럼 쉽게 접하기 어려운 데이터까지 간편하게 확인할 수 있다. 카카오모빌리티의 통행량 데이터까지 더해지면 프랜차이즈 가맹본부가 가맹점 출점의 성공 확률을 크게 높일 수 있을 것으로 기대된다. 카카오모빌리티는 양질의 데이터를 파트너사들의 서비스에 접목해 고도화에 기여함으로써, 모빌리티 데이터의 확장성과 가치를 더욱 높일 것으로 기대하고 있다. 카카오모빌리티가 마이프차에 제공할 통행량 데이터는 3,000만 누적 이용자를 보유한 카카오T를 통해 최상의 이동경험을 제공하는 빅데이터와 2,200만 이용자를 보유한 카카오내비의 교통 데이터를 분석 및 가공한 것으로, 상세하고 방대한 데이터로 이용자 트렌드 분석이 가능해 높은 부가가치를 보이는 것이 특징이다. 예컨대 전국 도로의 통행량 추정치와 혼잡도를 시간대별로 확인함으로써 카페, 패스트푸드 등 업종에서 드라이브스루(DT) 매장 출점 수요를 함께 고려할 수 있기 때문에, 통행량 데이터가 더욱 중요한 의미...

마이프랜차이즈 카카오모빌리티 2022.02.23

“SQL 관계형 데이터베이스를 통해 알아본” OLTP에 관한 모든 것

온라인 트랜잭션 처리(Online Transaction Processing, OLTP)란 ATM 인출과 신용카드 결제, 표 예매 및 예약 시스템, 온라인 쇼핑, 일반 전자상거래를 위한 실시간 데이터 처리를 말한다. OLTP 시스템은 복수의 사용자 PC에서 발생하는 다수의 트랜잭션을 처리할 목적으로 구축된다.   OLTP 데이터베이스는 전자상거래는 물론, 최신 컴퓨터 애플리케이션 대부분에 백엔드 및 스토리지 계층을 제공한다. OLTP 데이터베이스는 전통적으로 SQL 관계형 데이터베이스였으나 일부 노에스큐엘(NoSQL) 데이터베이스도 동일한 목적으로 사용할 수 있다. 이번 기사에서 설명할 내용은 대부분 SQL 관계형 데이터베이스를 기준으로 한다.   OLTP vs. OLAP OLTP 데이터베이스는 일반적으로 여러 사용자의 작고 빠른 트랜잭션을 처리한다. 이런 트랜잭션은 데이터베이스를 변경하되 트랜잭션 내부에서 CRUD(Create, Read, Update, Delete) 연산을 사용해 일관성을 유지한다. OLTP 데이터베이스가 분석 쿼리를 지원하기도 하는데, 이런 기능은 별도의 온라인 분석 처리(Online Analytical Processing, OLAP) 데이터베이스나 데이터웨어하우스에서 실행되는 경우가 많다. OLTP 데이터베이스는 데이터 수집과 수정에, OLAP 데이터베이스는 분석에 최적화돼 있다.   CRUD CRUD는 기본적인 데이터베이스 연산이다. SQL 데이터베이스에서 INSERT문은 레코드 생성, SELECT문은 레코드 판독, UPDATE문은 레코드 업데이트, 삭제(DELETE)문은 레코드 삭제를 수행한다. 이들 명령문은 데이터 조작 언어(Data Manipulation Language, DML)로 구성돼 있으며, 데이터 정의 언어(Data Definition Language, DDL)를 지원해 데이터베이스와 테이블, 인덱스, 뷰 등의 데이터베이스 객체를 정의한다.   데이터베이스 트랜잭션 SQL 데이터베이스...

SQL 관계형데이터베이스 OLTP 2022.02.22

“국내 빅데이터 및 분석 시장 연평균 성장률 6.9% 증가” 한국IDC

한국IDC(www.idc.com/kr)는 최근 발간한 ‘국내 빅데이터 및 분석 시장 전망, 2021-2025’ 연구 보고서에서 2021년 국내 빅데이터 및 분석 시장은 2020년에 비해 5.5% 성장해 2조 296억 원의 매출 규모를 형성할 전망이라고 밝혔다.  빅데이터 시장은 향후 5년간 연평균 성장률 6.9%을 기록하며 2025년까지 2조 8,353억 원 규모에 이를 전망이다. 다양한 산업에서 이전보다 더 많은 데이터를 확보하고 이를 활용하기 위한 수요가 높아지며 자체 데이터 플랫폼 구축 및 관련 시스템 도입이 적극 이뤄지는 추세다.   국내 빅데이터 및 분석 시장은 코로나 팬데믹으로 인한 시장 변동성에 대응하기 위해 다양한 산업에서 디지털 혁신을 가속화하며 전반적인 성장세를 보인 것으로 나타났다. 이는 국내 기업을 중심으로 높아진 데이터 가치에 따라 이를 효율적으로 활용하기 위한 비즈니스 워크플로우 재정립 및 다양한 업무 프로세스를 데이터화하는 움직임이 유효하게 작용한 것으로 분석됐다. 일반 기업의 데이터 기반 디지털 전환을 이루는 움직임과 더불어 공공기관의 빅데이터 플랫폼 구축 사업 지원과 금융산업의 마이데이터(본인신용정보관리업) 사업의 확산과 같이 다양한 산업에서 데이터를 중심으로 디지털 현대화가 가속화될 전망이다. 보고서에 따르면 로우코드·노코드 플랫폼의 등장 및 데이터 시각화 분석 도구와 같은 솔루션의 성장으로 이전에는 데이터 과학자 또는 일부 개발자들의 영역이었던 전문화된 데이터 분석을 마케팅 부서 또는 사업 담당자와 같은 현업에서도 사용되고 있는 것으로 나타났다. 또한 기업에서도 데이터 활용 기술의 저변화를 통해 기업의 데이터 문맹률 문제를 개선하고, 비즈니스 민첩성을 확보해 데이터 기반의 조직으로 거듭나기 위한 움직임을 보인다.  하지만 데이터를 다루는 인원이 확장됨에 따라 이에 상응하는 기술적 책임 또한 전보다 요구되고 있다. 한국IDC는 새로운 환경에서 요구되는 비즈니스 애플리케이션을 마련하고 꾸준한 교...

한국IDC 2022.02.22

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.