넘버스
넘버스
데이터레이크
빅데이터 프로젝트가 실패하는 이유 4가지와 성공하는 방법 4가지
빅데이터 프로젝트는 규모가 크고 목표가 웅대하다. 그리고 완전히 실패하는 경우가 많다. 2016년 가트너는 빅데이터 프로젝트의 60%가 실패한 것으로 추산했다. 1년 뒤 가트너의 애널리스트 닉 휴데커는 60%의 추정치가 “지나치게 보수적&r...
엔터프라이즈 AI를 위한 인프라 재고 : IDC 백서
AI를 비즈니스의 운영, 제품 및 서비스에 도입하기 위해 여전히 AI 인프라를 시험하고 있는 기업들은 그 부담을 덜 수 있습니다. 불과 12개월 전과는 달리 AI 추론뿐만 아니라 딥러닝이 어떤 종류의 인프라를 필요로 하는지에 대한 인식이 높아지고 있습...
“빅데이터 분석부터 인공지능까지” 클라우드 기반 빅데이터 분석 가이드 - IDG Summary
데이터 기반의 의사결정을 통한 비즈니스 혁신은 오늘날 모든 기업의 지상 과제라고 해도 과언이 아니다. 하지만 이를 위한 빅데이터 분석 실전은 그리 녹록지 않아 데이터의 수집과 저장부터 난관에 부딪히는 경우가 적지 않다. 물론 해법은 있다. 데이터의 수...
“잘하면 대박, 못하면 쪽박” 빅데이터 분석 실패 방지를 위한 6가지 조언
빅데이터 및 분석 계획은 판도를 바꿀 수 있다. 경쟁 상대를 제치고 새로운 수익원을 창출하며 고객 서비스를 개선시킬 수 있는 통찰력을 제공하기 때문이다. 빅데이터 및 분석계획은 엄청난 실패가 될 수도 있다. 그 결과 많은 돈과 시간이 낭비된다. ...
2017년 빅데이터와 BI 트렌드, "머신러닝, 데이터 레이크, 그리고 하둡과 스파크"
2016년과 마찬가지로 2017년을 맞이하면서 여전히 자사의 데이터를 운영하는 조직에 대해 얘기하고 있다. 비즈니스 사용자들이 유용하고 실행 가능한 데이터가 필요로 할 때 언제 어디서나 제공받을 수 있을 것이다. 데이터 저장 비용은 지속적...
"데이터에 흐르는 비즈니스 기회, 호수에 저장하라" - 데이터 레이크의 이해 - IDG Tech Report
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 데이...
글로벌 칼럼 | 하둡이 곤경에 빠졌다고? 그건 가트너만의 생각일뿐이다
"거짓말, 새빨간 거짓말, 그리고 IT 산업." 5월 말, 가트너는 하둡 산업 전반에 걸친 헛소리같은 설문조사를 발표한 적이 있다. 284명의 가트너 리서치 회원 CIO들을 대상으로 한 이 설문조사에서 가트너는 응답자 가운데 26%...
가장 흔해빠진 7가지 하둡 및 스파크 프로젝트
뭔가 색다르고 혁신적인 것을 하는 이에게 필요한 모든 지원과 자금을 제공하면 결국 그 사람은 다른 사람과 똑같은 것을 하게 된다는 격언이 있다. 이 격언은 하둡, 스파크, 스톰에도 적용된다. 모두가 자신은 새로운 빅데이터 기술을 사용해 뭔가 특별...
추천기사
