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.

빅 데이터

실존하는 빅 데이터 설비 베스트 8

전세계의 데이터 양은 18개월마다 두 배라는 엄청난 속도로 증가하고 있다. 빅 데이터에 대해서는 이로 인해 야기되는 문제점과 활용 가능성이라는 두 가지 측면에서 모두 많은 논의가 진행되고 있다.  그러나 말보다 행동으로 앞서나가는 이들도 있다. 여기서 소개하는 주인공은 실존하는 여덟 곳의 빅 데이터 설비다. 더 자세한 정보는 테크아메리카 파운데이션 빅 데이터 위원회(TechAmerica Foundation Big Data Commission)의 사례 연구를 살펴보기 바란다.

nasa 빅 데이터 NARA 2012.11.15

하둡 내 빅 데이터 보호 방법

빅 데이터는 조직들이 자신의 비즈니스, 고객, 환경에 있어 이전까지는 상상만 해왔던 수준까지 이해도를 높여줄 것을 약속한다.   비즈니스가 데이터 기반의 서버들로 전환되고, 기업이 보유한 데이터가 경쟁우위를 점할 주요요인이 되어가면서, 빅 데이터가 가진 잠재력은 엄청나다. 그 결과, 데이터와 인프라 모두의 보안이 그 어느 때보다 중요해졌다.   잃어버리면 오히려 독이 되는 빅 데이터 비교우위를 제공하는 데이터의 경우, 그 보안은 명백하다. 그 데이터를 잃어버리거나, 경쟁업체의 손에 들어가게 되면 자신만의 경쟁우위는 사라진다. 더 나쁜 점은, 이점이 사라지는 것에서 그치지 않고 골치거리가 될 수도 있다.   포레스터 리서치의 표현을 빌리면, 많은 경우에서 조직들은 이런 데이터들을 '독성 데이터(toxic data)'로 받아들일 수 있다.    예를 들어, 이용자 행동에 대한 통찰을 얻는데 사용될 수 있는 데이터- 누가 어느 기지국에 로그온하고, 그들이 얼마나 오랫동안 온라인 상태를 유지하고, 얼마나 많은 데이터를 사용하며, 그들이 이동 중인지 아니면 서있는 지 등-들을 수집하는 이동통신업체를 떠올려보라.   경쟁 이동통신업체 역시 막대한 양의 이용자 생성 데이터를 갖고 있을 것이다. 신용카드 번호, 주민등록번호, 구매 습관 데이터, 이용 패턴 등 인간이 스스로 선택한 경험에서 나온 모든 정보들이 여기 해당된다.    이런 데이터의 상관관계를 보여주고 이것에서 추론을 얻는 능력은 소중하지만, 그 연관된 데이터가 조직 밖으로 흘러나가 다른 누군가의 손에 들어가면 해당 개인과 조직 모두에게 치명적일 수 있기 때문에, 그 반대 급부 또한 막대하다.   빅 데이터, 컴플라이언스와 제어권을 잊지 말라 미국 텍사스 오스틴 소재 데이터 보안 솔루션 업체 가장(Gazzan...

보안 빅 데이터 보호 2012.11.13

IBM-옥스포드대, 빅 데이터 활용실태 조사결과 발표

최근 IBM과 옥스포드대학 사이드 경영대학원이 공동으로 발표한 '애널리틱스: 빅데이터 이용의 현실' 보고서에 따르면, 설문조사에 참여한 기업들 중 빅데이터 개발 초기 기획 단계에 있는 47%를 포함해 총 76%의 기업들이 빅데이터 분석 개발을 진행중인 것으로 나타났다. 이들 빅데이터 활용 기업들의 대부분은 내부 데이터를 우선적으로 활용하고 있으나, 이들 중 43%는 소셜 미디어 상의 데이터도 수집해 활용하고 있는 것으로 나타났다. 많은 기업들이 빅데이터 분석에 트랜잭션(88%), 로그 데이터(73%), 이메일(57%) 등 내부 데이터를 활용하고 있는 것은, 유행처럼 여겨지는 빅데이터 분석에 대해 많은 기업들이 소셜미디어 등의 외부 데이터보다 앞서 미처 분석되지 않은 내부 데이터의 막대한 가치에 주목해 실용적으로 접근하고 있기 때문이라는 분석이다. 실제 외부 소셜 미디어를 빅데이터 분석에 활용하는 기업은 43%, 외부 오디오는 38%, 외부 사진 및 동영상은 34% 수준에 그쳤다. 이와 관련, 보고서는 다수의 기업들이 외부 데이터의 대부분을 차지하는 비정형 데이터가 가진 불확실성을 우려하고 있으며, 비정형 데이터의 분석을 위한 첨단 기술을 활용할 수 있는 기업은 아직 소수에 불과한 것이 외부 데이터의 활용을 저해하고 있다고 분석했다. 그러나 소셜 미디어 등의 외부 데이터가 가진 정보가치를 감안할 때 기업들은 비정형데이터의 불확실성을 관리하며 이를 활용할 수 있는 방안을 찾을 필요가 있다고 보고서는 지적했다. 빅데이터 분석 결과에 대한 기업들의 신뢰도는 크게 향상된 것으로 드러났다. 이번 조사에서 응답자의 63%는 빅데이터 분석 자료가 기업의 경쟁우위를 확보하는데 큰 도움이 될 것으로 내다봤다. 지난 2010년에 실시한 설문조사에서 동일한 질문에 대해 겨우 37%의 응답자만이 동의했다는 점을 감안하면, 무려 70%(26%P)나 급증한 셈이다. IBM 글로벌 비즈니스 서비스 사업부의 마이클 슈록 글로벌 인...

빅 데이터 IBM 옥스포드대 2012.11.08

빅데이터월드 2012 | 이베이 가야트리 파텔 이사, "빅 데이터로 무엇을 할 것인가"

데이터가 기업과 모든 기관에 미칠 수 있는 영향은 생산성과 의사결정의 경쟁력으로 평가된다. 혹자는 데이터가 더 많아야 한다고 주장하기도 하지만, 훌륭한 의사 결정은 빅 데이터로부터 어떻게 통찰력을 이끌어내느냐에 따라 달라진다. 또한 변화무쌍한 시장 환경에서 주체하지 못할 정도로 쏟아지는 데이터로부터 의미있는 정보를 추출하고 이를 토대로 사내외 다른 팀과 아이디어를 교환하고, 그 아이디어를 비즈니스 가치로 발전시키기 위해서는 빅 데이터 기술도 중요하지만, 빅 데이터를 다루는 이들의 의사결정 프로세스가 더더욱 중요하게 보인다.  이베이 상품관리 시장분석 및 플랫폼 기술 총괄 가야트리 파텔은 빅 데이터에서 우리가 무엇을 얻을 것인가, '빅 데이터를 갖고 무엇을 할 것인가' 라는 근본적인 화두를 제시하고 있다.    이번 빅 데이터 월드 2012에서 파텔 이사가 설명하는 이베이의 빅 데이터 활용 사례를 통해, 빅 데이터를 통한 기업 경쟁력 강화의 실천적 과제에 대해 고민해보자.    현재 이베이의 주요 데이터웨어하우스의 업무는 무엇인가?  현재 이베이는 현재 업무량의 SLA(Service Level Agreement) 및 각각의 플랫폼에 애드혹 쿼리 사용량을 측정하는데, 주요 데이터웨어하우스를 사용하고 있다. 훌륭한 업무 성과를 내고 능력을 극대화하기 위해 업무량을 최적화시키는 작업은 매우 중요하다. 이베이가 보유한 단위 쿼리당 비용 계산 모델은 경영진과 개발자에게 ROI 결과를 측정할 수 있도록 도움을 주고 있다. 이에 내부 운영팀은 데이터센터 운영 측정을 지속적으로 실시하고 있다.   빅 데이터를 분석, 처리할 때 가장 큰 도전과제는 무엇인가?  이베이에게 있어 도전 과제는 빅 데이터를 사용하는 모든 고객들이 좀더 쉽고 믿을 수 있는 조건에서 데이터를 운용할 수 있도록 이끄는 것이...

이베이 빅 데이터 빅 데이터 월드 2012.11.06

넷앱, 빅 데이터로 바라본 ‘2012 미국 대선’ 인포그래픽 공개

2012 미국 대통령 선거가 하루 앞으로 다가온 가운데, 스토리지 업체인 넷앱(NetApp)은 미 대선에 쏠린 관심을 빅 데이터 분석을 통해 공개했다. 다음은 넷앱이 공개한 ‘빅 데이터와 2012 미국 대선’ 인포그래픽(Infogrphic) 주요 내용이다. ·1TB : 민주당과 공화당 모두 전당대회 기간 동안 이메일, 트위터, 비디오, 모바일 인터넷 접속 등을 통해 각 1TB의 데이터를 생성했다. ·2만 : 민주당과 공화당은 모두 전당대회에 각 2만명의 참가자를 위한 IT 인프라를 구축했다. ·70마일 : 민주당과 공화당은 모두 전당대회에 LAN선 구축을 위해 70 마일의 구리를 사용했다 ·50마일 : 민주당과 공화당은 모두 전당대회에 IT인프라 구축을 위해 50마일의 광섬유를 사용했다 ·90% : 미 전역에서 90%의 국민이 브로드밴드(광통신망)를 통해 인터넷에 접속했다 ·58% vs 42% : 9월 중순을 기준으로 ‘세븐 일레븐’ 편의점을 통해 미 전역에서 판매된 오바마 커피와 롬니 커피의 매출 비교 – 오바마 커피 58% VS 롬니 커피 42% ·69% vs 31% : ‘Buycostumes.com’과 ‘Spirit Halloween’을 통해 미 전역에서 판매된 오바마 마스크와 롬니 마스크의 매출 비교 – 오바마 마스크 69% VS 롬니 마스크 31% ·대통령 후보 토론회 기간 동안 1,030만 트윗이 생성됐다. 같은 기간 동안 ‘@BIGBIRD’와 ‘@FiredBigBird’의 팔로워 수는 모두 25,000명 증가했다. editor@itworld.co.kr

넷앱 빅 데이터 인포그래픽 2012.11.05

빅데이터월드 2012 | 다음 윤석찬 팀장 "오픈소스 내재화 통해 실시간 분석으로"

빅 데이터 시대를 맞이하면서 오픈 소스 기반의 거의 실시간 데이터 분석이 가능한 하둡은 이미 데이터 분석 산업을 변화시키고 있다. 하둡의 열풍은 2000년대 리눅스가 웹서비스를 주도해 온 것과 거의 유사한 상황이다. 다음 커뮤니케이션은 국내에서 가장 큰 아파치 하둡 클러스터 가운데 하나이며, 많은 웹 개발자들이 하둡의 여러 분야에서 빅 데이터를 활용해오고 있다. 오픈 소스 마니아이자 국내에서 하둡을 가장 많이 경험해 본 전문가 가운데 한 사람인 다음 커뮤니케이션 DNALab 윤석찬 팀장은 이미 하둡은 오픈 소스 이상의, 플랫폼으로서의 자리를 잡았다고 평가했다. 다음에서 현재 하둡을 어떻게 활용하고 있는지, 빅 데이터 분석과 저장은 어떻게 하고 있는지 알아보고, 빅 데이터, 스몰 데이터를 어떻게 비즈니스로 연결시키고 있는지 파악해보자. 한편 윤석찬 팀장은 2012년 11월 7일에 개최되는 빅 데이터 월드 2012에서 다음의 빅 데이터 활용 사례에서 좀더 자세한 내용을 설파할 예정이다.  윤석찬 팀장은 '오픈 소스 전도사', '모질라 커뮤니티 리더', 'IT 칼럼리스트', 'DNALab 팀장' 등 지칭하는 호칭이 다양하다. 자신의 트위터 계정에는 자신을 '변화와 혁신을 사랑하는 웹 열정가'라고 소개하는데, 특별한 이유가 있는지? 운이 좋게도 호기심이 왕성한 대학생 시절에 인터넷의 성장기를 보냈다. 이후 학교를 벗어나 웹 기술 커뮤니티에서 다양한 사람을 만나면서 새로운 신세계를 접했는데, IT 업계에 일하면서 변화에 민감하고 자신을 혁신하지 않으면 이 일을 해나갈 수 없다고 깨달았다. 어떤 일이든지 자신이 하는 일이 가치 있고 열정을 가져야만 가능하다. 학생 시절부터 직장인이 된 지금까지 하는 일에 가치를 부여할 만한 일을 계속해서 찾아왔는데, 모질라(Mozilla)와 웹 표준 커뮤니티 참여, 블로그 글쓰기, 그리고 회사에서 다음의...

오픈소스 다음 빅 데이터 2012.10.30

파이썬, 빅 데이터 시대의 비밀병기

빅 데이터 분석 업무를 어떻게 처리할 것인가 생각해 보면 하둡 같은 소프트웨어 패키지나 R 통계 언어가 가장 먼저 떠오른다. 그러나 온라인 광고 플랫폼 업체 앱넥서스(AppNexus)는 파이썬을 이용해 대용량 데이터를 분석하고 있다.   오는 27일 미국 뉴욕에서 열릴 파이데이타(PyData) 컨퍼런스에서는 앱넥서스의 전문가 두명이 참석해 이 회사가 파이썬을 이용해 어떻게 데이터 분석 작업을 개선했는지 설명할 예정이다. 앱넥서스가 이 분야에 관심을 가진 것은 회사가 급속히 성장했기 때문이다. 3년전 만해도 직원수가 30여명 정도였지만 지금은 350명까지 늘어났다. 인력 수요를 줄일 수 있는 기술에 관심을 갖게 된 것도 이 때문이다.   앱넥서스의 최적화와 분석 담당 이사 데이빗 힘로드에 따르면 파이썬이 유용한 가장 중요한 이유는 단순함이다. 앱넥서스가 직면한 가장 어려운 문제는 엔지니어, 수학자, 분석가 등 서로 역할의 직원들이 같은 기술로 업무를 수행하도록 통일하는 것이었다. 파이썬은 지식배경이 다른 직원들 누구나 쉽게 이해할 수 있는 언어이기 때문에 새로운 기능의 프로토타입을 개발할 때 사용할 수 있다. 힘로드는 "파이썬은 매우 가르치고 배우기 쉬운 언어"라며 "이 때문에 특정 프로그래밍 기술을 갖고 있는 직원을 새로 채용할 필요가 없다"고 말했다. 실제로 파이썬은 배우기 매우 쉽다. 이 회사에서는 인턴 사원이 새로 입사한 직원에게 파이썬을 가르치고 프로그래밍 경험이 전혀 없는 직원도 단기간에 파이썬을 익힐 수 있었다. 게다가 SciPy와 같은 파이썬 라이브러리와 i파이선, 그리고 판다스(Pandas) 등은 R프로그래밍 언어에서 일반적으로 사용하는 다양한 수학 함수를 제공한다. 앱넥서스는 업무를 처리할 때 마이SQL과 IBM의 네티자, HP의 버티카, 아파치 하둡, H베이스 등 데이터 저장과 파싱 관련된 다양한 기술을 이용한다. 이 회사가 ...

파이썬 빅 데이터 2012.10.26

빅 데이터 준비 A to Z - IDG Deep Dive

올 한해 IT시장에서 가장 많이 등장했던 단어가 바로 ‘빅 데이터’다. 그러나 이 빅 데이터를 종전처럼 하던대로 따라가기 방식으로 접근하면 실패할 수밖에 없을 것이다. 여기, 준비되지 않은 빅 데이터가 어떻게 기업의 골칫거리가 되며, 이런 상황에 직면하지 않으려면 무엇을 준비해야 하는지를 소개한다.   주요 내용 준비되지 않은 빅 데이터 ‘빅 골칫거리 될 수도’ 기업 미래 좌우할 빅 데이터, 어떻게 준비할 것인가? 빅 데이터, 거대한 커리어 기회 창출 중 칼럼 | 빅 데이터의 위력 스케일 아웃 NAS로 빅 데이터에 대비하는 5가지 방법 블로그 | 빅 데이터, 미래의 불확실성을 줄여 줄까?

빅 데이터 2012.10.18

은행, 빅 데이터를 만나 새로운 가치 창출

은행들이 새로운 경제에서는 데이터가 얼마나 큰 큰 자산인지를 깨닫고 있다. 경기 침체와 회복을 반복하는 현 시대에서 은행이 보유한 빅 데이터가 어떠한 가치를 만들어 내는지를 알아보자.   사실 오래 전부터 우리는 빅 데이터와 함께해 왔다. 논란의 여지는 있겠지만, 1880년 미국 인구 조사 때에도 빅 데이터가 사용되었다고 주장하는 이들도 있다.   500만 명이 참여한 이 설문 조사는 약 2.5 기가바이트의 데이터를 생성해 냈으며 조사 결과는 6주에 걸쳐 펀치 카드(punch cards)를 사용해 집계됐다. 1880년대 이후 지속돼 온 테크놀로지 붐은 기업 내 데이터의 폭발적인 성장을 야기했다.   IBM에 따르면, 데이터는 하루에 2.5엑사바이트(1엑사바이트=10억 기가바이트)의 속도로 빠르게 증가하고 있다. 더욱이, 이러한 정보의 90%는 지난 2년 동안 생성된 것이라고 한다.   1880년 이후, 기술의 발달로 인해 세계 경제는 현금에서 신용 카드로, 그리고 전자상거래로 발전해 왔다. 이제는 데이터가 새로운 통화가 되는 디지털 경제 시대가 도래할 차례다. 빅 데이터는 전통적인 수단으로 처리하기에는 너무 크거나 복잡한 데이터를 처리하는 데 유용하게 쓰인다. 빅 데이터는 다음의 다섯 가지를 특징으로 한다.   - 용량. 빅 데이터의 용량은 대게 수백 테라바이트에서 페타바이트(보통 인쇄 문서 5조 페이지에 달하는 정보량)에 달한다. - 속도. 실시간, 1초보다 빠른 속도로 전달된다. - 다양성. 정형 데이터와 비정형 데이터를 모두 포함한다. - 가변성. 새로운 앱, 웹 서비스, 그리고 소셜 네트워크로부터 전송되는 수백 개의 새로운 데이터 소스들이 존재한다. - 가치. 고객에 대한 통찰과 고객 인텔리전스(customer intelligence)에 기반한 모형 및 제품, 그리고 새로운 경쟁우위를...

은행 가치 빅 데이터 2012.09.28

주목해야 할 데이터 시각화 플랫폼 10

BI 업체들이 수많은 소스에서 데이터 세트들을 다뤄야 하는 기업들을 도울 방법으로 새로운 데이터 시각화 기능을 주목하고 있다. 여기 주목할만한 10가지 데이터 시각화 솔루션을 소개하고자 한다.   기업들이 수많은 소스에서 폭증하는 데이터 세트를 다루면서, 혼란스러운 정보들 속에서 통찰력을 얻지 못할 뿐 아니라 유의미한 결과를 찾는 것조차 점점 어려워지고 있다. BI 업체들은 이러한 문제를 해결할 방법으로 고급 데이터 시각화 기능을 제안하고 있으며 그 가운데 포레스터와 가트너의 연구에 기초한, 주목할만한 10가지 데이터 시각화 솔루션들을 선별해 보았다. ciokr@idg.co.kr

데이터 분석 빅 데이터 2012.09.11

마케터, 빅 데이터를 만나다 - IDG Tech Focus

마케터들에게 빅 데이터는 어떤 의미일까? 마케터라면 이미 여러 가지 방법으로 데이터를 분석해 봤겠지만 만족스러운 분석 결과를 얻지는 못했을 것이다. 그렇다면, 마케터들이 그 동안 왜 분석을 제대로 활용하지 못했고 무엇이 문제였으며 향후 어떻게 대처해야 하는지를 알아보자.   Issue & Why 왜 분석이 제대로 활용되지 못하는가? 성큼 다가온 빅 데이터 시대, 기업에게 필요한 역량은?   Trend & Guide 비즈니스 분석에 불어오는 5가지 트렌드 ‘그리고 대처법’   빅 데이터 분석 성공사례 퍼스트 테네시 은행 신시내티 동물원

마케팅 분석 빅 데이터 2012.09.11

빅 데이터 도입 전, 필요한 질문 네 가지

빅 데이터는 비즈니스 프로세스를 개선하는 방법을 찾고 있는 기업들에게 많은 가능성을 제시해줄 것이다. 그 점에 이르기 전에, 당신은 어떤 데이터를 필요로 하고, 어떻게 그 데이터를 확보하며 그것을 어떻게 사용하고 거기서 어떤 시사점을 찾을 지를 알아야 한다. 이러한 고민들을 어떻게 풀어야 할 지 알아보자.   여러 조사에서 경영진들이 2012년과 2013년의 중요 프로젝트로 빅 데이터 도입을 지목한 것으로 나타났다. 빅 데이터가 프레젠테이션 능률을 올리고, 간소화시키며, 소비자 구매 성향에 대한 통찰력을 주는데다, 심지어 의료산업에서는 생명을 구하는 데 도움을 줄 수 있다는 점을 고려해보면, 이러한 경영진들의 생각이 그다지 놀라운 것은 아니다.   그러나, 빅 데이터에 대해 몇 가지 짚고 넘어가야 할 것들이 있다.   •어떤 데이터를 고려해야하나? •데이터를 어떻게 수집하나? •빅 데이터 도입이 회사에 어떤 실질적 혜택을 주나? •빅 데이터의 투자 대비 성과는 어떻게 측정하나?   IT 경영진들 머리 속에는 이외에도 수많은 질문들이 떠오르겠지만, 위 4가지 질문이 가장 빈번히 거론되고 있기에, 이 4가지에 내해서만 해답을 소개하고자 한다.   어떤 데이터를 고려해야 하나? 데이터에는 정형, 반정형, 비정형, 이 3가지 형태가 있다. 정형 데이터는 컴퓨터와 인간 모두 읽을 수 있는 데이터다. 가장 대표적인 예로 관계형 데이터베이스(relational database)가 있다. 반정형 데이터에는 XML, 이메일, EDI 등이 포함되는데, 정형화 돼 있지 않지마 시맨틱 요소들을 분리하는 태그들을 가지고 있다. 마지막으로 비정형 데이터는 이미지, 오디오, 비디오 등의 데이터베이스에 들어가지 않는 데이터다.   데이터의 접근 제한을 풀고 접속 권한을 제공해 데이터를 저...

빅 데이터 2012.08.24

데이터 속에서 가치를 창출하는 데이터 과학자 - IDG Tech Report

아는 만큼 보인다. 현재 통계 전문가나 컴퓨터 전문가들은 기업의 비즈니스를 잘 알지 못한다. 반면 해당 비즈니스를 잘 아는 전문가는 데이터를 분석할만한 수학이나 컴퓨팅 지식이 없다. 데이터 과학자는 대량의 데이터 속에서 비즈니스 가치를 창출해 내는 전문가를 일컫는다. 데이터 과학자라는 말보다는 데이터 가치 창출 전문가라고 불리는 편이 이 직업의 의미 전달에 보탬이 될 듯하다. 빅 데이터 시대를 주도할 데이터 과학자에 대한 정의와 요건, 그리고 이 직업의 현황과 미래에 대해 살펴보자.       주요 내용  빅 데이터를 다루는 자, 데이터 과학자 BI 문제의 근원적 극복 방안, 바로 '사람'  데이터마이닝+통계+분석+통찰력 = 가치 창출 부정적으로 바라본 데이터 과학자, 5D 직종 가능성  

빅 데이터 데이터 과학자 2012.08.23

시장의 환상 속에 숨어있는 진짜 클라우드 기술들

클라우드 컴퓨팅은 오늘날 시장의 뜨거운 감자다. 하지만 이 가운데서도 어떤 기술은 그 가치에 합당한 관심을 받지 못하는 반면, 어떤 용어들은 조금은 과장된 숭배의 대상이 되기도 한다.    '클라우드'는 여러 다양한 기술을 포괄하는 광의의 용어다. 가트너는 이런 측면에서 클라우드를 웹(Web)이나 인터넷(Internet)과 같은 층위에 두고 설명했다.    이처럼 수많은 클라우드 컴퓨팅 기술이 갖고 있는 시장의 관심 수준은 모두 동일하지 않다. 가트너는 이들에 대한 시각을 확보하기 위해 자사의 관심 주기(Hype Cycle) 방식을 활용해 30여 개 이상의 클라우드 컴퓨팅 관련 기술에 대한 평가 작업을 진행했다.    기술의 관심 주기(lifecycle of a technology)는 다섯 단계로 나뉜다.  우선 첫 번째 단계는 해당 기술의 필요성에 대한 검토가 이뤄지는 발생 단계다. 이 단계를 지난 기술은 이에 대한 기대가 최고조에 달하는 기대의 정점 단계에 도달하게 된다.    다음으로 이어지는 세 번째 단계는 기술의 효용에 대한 현실적인 고민이 이뤄지는 재조정기다. 이 시기에서 적절한 효용성을 인정받은 기술은 네 번째 단계인 안정기를 거치게 된다. 이 단계에서는 기술의 가치에 대한 보다 구체적인 검토가 이뤄지게 된다.    그리고 마지막으로는 해당 기술이 시장 전반에 폭넓게 적용되는 상용화 단계에 접어들게 된다.    가트너는 전반적인 클라우드 컴퓨팅 산업이 이제 막 정점기의 언덕을 넘은 상황이라 진단했다. 하지만 앞서 말했듯이 산업 내의 개별 기술을 세부적으로 검토해 본다면, 각 기술들은 관심 주기 상에서 서로 다른 지점에 위치하고 있음이 확인될 것이다. 여기 각 단계에 위치한 대표적 기술들을 검토해 보자.  &nbs...

빅 데이터 클라우드 관심 주기 2012.08.20

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.