테크놀로지 리더를 위한 전문 도서관
테크라이브러리 검색
전체보기
아이폰
클라우드
빅데이터
보안
소셜미디어
오피스/협업
리미니스트리트에서는 최근 전 세계의 오라클 데이터베이스 라이선스 사용 기업을 상대로 설문조사를 실시하여 각 기업에서 직면한 주요 난제, 오라클 데이터베이스 관련 전략, 오픈소스 및 오라클 이외 클라우드 옵션을 비롯한 향후 데이터베이스 계획에 ...
2일 전
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. Mo...
2020.09.04
DevOps 이전 세대에서는 코드를 개발하려면 각각의 파트를 담당하는 다수의 팀을 동원해야 했습니다. 이런 팀들은 일반적으로 개발 팀과 운영 팀의 두 가지 범주로 나뉘었습니다. 하지만 2008년에 들어서 DevOps가 등장하면서 개발 팀과 운영 팀이 ...
2020.09.04
최근의 세계적인 추세는 기업이 민첩성과 빠른 의사결정, 탄력성을 갖출 것을 요구하고 있습니다. 이는 이미 빠르게 진행되고 있는 클라우드로의 전환을 더욱 가속화하며, 기업이 내부 조직을 비롯해 협력사 및 규제 기관과 데이터를 공유하는 데 오랫동안 걸림돌...
2020.08.28
클라우드는 비용과 운영, 인력 충원의 병목현상에 대한 기업의 부담을 완화함으로써, 기업이 IT를 단순화하고 비즈니스 민첩성을 강화할 수 있는 혁신의 기회를 부여합니다. 새로운 시스템과 솔루션을 설치하기 위해 새로운 인프라를 도입하는 동시에 기존 시스템...
2020.08.28
자율 운영 기능은 기업과 IT업무에 새로운 기회를 열어줍니다. 작업을 혁신으로 전환할 수 있게 해주고, 앱이나 서비스 개발 및 제공에 필요한 새로운 방안을 찾도록 해줍니다. 기업은 풍부한 데이터를 활용하여 미래에 대한 통찰력을 얻고, 결과적으로 제품과...
2020.06.30
시장은 소비자들의 새로운 요구사항들로 가득하며, 늘 변화한다. 이러한 변화의 속도는 시간이 갈수록 빨라지며, 요구사항은 더욱 다양화되고 있다. 기업은 이러한 흐름에 대응하기 위해서는 변화에 따라 유연하게 사용할 수 있으며, 더욱 많은 데이터를 안정적으...
2020.06.08
딥 러닝(Deep Learning)과 머신러닝(Machine Learning)은 모두 데이터에서 패턴을 찾는다는 점에서 같으며, 딥 러닝을 머신러닝의 한 종류라고 해도 무방하다. 하지만 사용하는 방법과 용도에서 큰 차이가 있다. 둘 다 회귀와 분류 문...
2020.05.27
데이터를 통한 비즈니스 혁신의 핵심은 현업 사용자가 데이터에서 인사이트를 얻고 그 결과를 비즈니스에 적용하는 것이다. 하지만 기존의 데이터 분석 시스템은 현업이 직접 활용하기에 복잡하고, 구축에 시간과 비용이 많이 들어 중소기업은 쉽게 도입하지 못했다...
2020.05.25
데이터가 기업 경쟁력의 원천으로 자리 잡으면서 기업은 데이터의 생성과 취합, 관리, 통제, 그리고 궁극적인 활용까지 전체 과정을 포괄하는 명확한 전략과 실행 없이는 장기적인 생존이 불투명한 상황이다. 실제로 비즈니스 환경과 기술 혁신은 데이터를 중심으...
2020.04.07
데이터의 수집과 확보만으로 디지털 트랜스포메이션의 기본 조건을 충족할 수 있었던 시기는 지났다. 진정으로 기업에 유용한 변화를 끌어내기 위해서는 수집한 데이터를 분석할 수 있어야 하고, 그 판단의 근거가 되는 것은 정확하게 잘 유지된 데이터다. 마스터...
2020.03.20
정보화 시대가 도래하면서 기업은 데이터 기반의 비즈니스로 전환했다. 하지만, 기업은 데이터를 공유하고 분석하는 데 어려움을 겪고 있었다. 이런 상황을 극복하기 위해 관련 기술이 등장해 많은 부분을 해소했다. 이 가운데 중요한 요소를 빠트렸는데, 바로 ...
2020.01.16
NoSQL 데이터베이스는 SQL 데이터베이스와 달리 관계형 테이블을 기반으로 하지 않는다. SQL 데이터베이스와 비교했을 때 일관성을 희생한 대가로 설계 유연성과 수평 확장성, 가용성에서 장점을 확보했다. 특히 대용량 데이터 처리, 네트워크 분석 등에...
2019.09.26
데이터가 기업의 성공에 결정적인 요소로 부상하면서 데이터 보호에 대한 관심과 투자 역시 빠르게 증가하고 있다. 문제는 전통적인 데이터 보호 방안인 백업 및 복구가 데이터 폭증에 효과적으로 대응하지 못하고 있다는 것. 특히 핵심 데이터 자산인 데이터베이...
2019.09.03
클라우드가 대세로 자리잡았지만 지금까지 클라우드 전환율은 전체 기업 워크로드의 약 15%에 불과하다. 기존 시스템을 클라우드로 전환하기에는 고려해야 할 사항이나 제약사항이 많기 때문이다. 대기업이 클라우드로 전환하지 않는 이유는 무엇일까. 이를 해결하...
2019.07.04

테크라이브러리 검색

추천 테크라이브러리

  1. 클라우드 마이그레이션 여정 : 핵심 고려사항

  2. 2020.10.12
  3. 본 자료는 IDC 리서치 책임자 Deepak Mohan이 클라우드 마이그레이션 여정을 시험, 평가, 자동화, 확장, 최적화의 5단계로 나누고, 클라우드 마이그레이션 계획 시 각 단계의 핵심 고려사항을 제시한 슬라이드 자료이다. 클라우드 보안 프레임워크, 다양한 클라우드 기능 활용, 클라우드에서의 확장, 비용/비즈니스 결과 표시 등에 대해 소개한다. <

  4. AI와 데이터 분석에 특화된 스토리지 솔루션 소개

  5. 2020.11.10
  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 기반의 컴퓨팅 노드를 통해 광범위하고 다양한 데이터 소스로부터 모아진 데이터를 빠르게 분석하는 것이 중요합니다.

  7. AI 워크로드용으로 검증된 스토리지 인프라 솔루션 소개

  8. 2020.11.10
  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 인프라 솔루션은 NVIDIA DGX 시스템과 IBM Spectrum Scale 파일 스토리지 소프트웨어를 통합한

  10. 언제 어디서나 긴밀한 원격 근무를 위한 더 스마트한 솔루션

  11. 2020.10.23
  12. [ 컨텐츠 다운로드 이벤트 ] 본 콘텐츠를 다운로드 받으신 분들 중 추첨을 통해 스타벅스 디카페인 아이스 돌체 라떼(Tall)를 드립니다. (10명) 오늘날 직원들은 사무실 밖에 업무 공간을 마련하고, 이동 중에도 업무를 수행하며, 어디서나 협업하고 있습니다. 기업들은 성공을 위해 이러한 변화에 적응

  13. 클라우드 세계에서 새롭게 여는 분석의 미래 - SAS와 MICROSOFT AZURE의 만남

  14. 2020.11.10
  15. SAS는 MICROSOFT AZURE와 함께 분석 워크로드를 클라우드로 쉽게 마이그레이션 및 실행해 비즈니스 목표를 더욱 빠르게 달성하고, 비용 효율적으로 혁신을 추진합니다. 클라우드에서 분석이 발휘하는 혁신적인 능력에 확신없습니까? Azure에 최적화된 SAS Viya를 통해 한 글로벌 은행이 어떻게 비즈니스 성과를 개선했는지 그 비결을 살펴보십시오. &

  16. “예측 불가능한 보안 위협의 등장” 재택근무 환경에 필요한 새로운 접근통제 전략 – IDG Summary

  17. 2020.11.24
  18. 코로나19로 시작된 재택근무로 기업은 지금껏 경험하지 못한 예측 불가능한 보안 위협에 직면했다. 특히, 사용자가 철옹성을 벗어나면서, 안전하다 여겨졌던 모든 프로세스가 보안 구멍이 됐다. 보안 위협을 최소화하기 위해서는 업무 시스템에 대한 접근통제를 새로운 시각에서 고민해봐야 한다. 사용자를 지속적으로 인증하며 공격자인지 아닌지를 판단하고, 사용자 세션을

  1. 설문조사 보고서: 오라클 데이터베이스와 유지보수 서비스 가치에 대한 라이선스 사용 기업 인사이트

  2. 2일 전
  3. 리미니스트리트에서는 최근 전 세계의 오라클 데이터베이스 라이선스 사용 기업을 상대로 설문조사를 실시하여 각 기업에서 직면한 주요 난제, 오라클 데이터베이스 관련 전략, 오픈소스 및 오라클 이외 클라우드 옵션을 비롯한 향후 데이터베이스 계획에 ...

  4. 관리형 데이터베이스 서비스의 7가지 경쟁 우위

  5. 2020.09.04
  6. 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. Mo...

  7. 현대화된 DevOps 팀이 MongoDB Atlas를 사용하여 생산성을 높이는 방법

  8. 2020.09.04
  9. DevOps 이전 세대에서는 코드를 개발하려면 각각의 파트를 담당하는 다수의 팀을 동원해야 했습니다. 이런 팀들은 일반적으로 개발 팀과 운영 팀의 두 가지 범주로 나뉘었습니다. 하지만 2008년에 들어서 DevOps가 등장하면서 개발 팀과 운영 팀이 ...

  10. Oracle Autonomous Data Warehouse, 클라우드 데이터 웨어하우스의 미래

  11. 2020.08.28
  12. 최근의 세계적인 추세는 기업이 민첩성과 빠른 의사결정, 탄력성을 갖출 것을 요구하고 있습니다. 이는 이미 빠르게 진행되고 있는 클라우드로의 전환을 더욱 가속화하며, 기업이 내부 조직을 비롯해 협력사 및 규제 기관과 데이터를 공유하는 데 오랫동안 걸림돌...

  13. "앱이나 데이터 이전없이" 기업 데이터 센터에 클라우드 도입하기 : dbinsight

  14. 2020.08.28
  15. 클라우드는 비용과 운영, 인력 충원의 병목현상에 대한 기업의 부담을 완화함으로써, 기업이 IT를 단순화하고 비즈니스 민첩성을 강화할 수 있는 혁신의 기회를 부여합니다. 새로운 시스템과 솔루션을 설치하기 위해 새로운 인프라를 도입하는 동시에 기존 시스템...

  16. 초보자를 위한 자율운영 데이터베이스

  17. 2020.06.30
  18. 자율 운영 기능은 기업과 IT업무에 새로운 기회를 열어줍니다. 작업을 혁신으로 전환할 수 있게 해주고, 앱이나 서비스 개발 및 제공에 필요한 새로운 방안을 찾도록 해줍니다. 기업은 풍부한 데이터를 활용하여 미래에 대한 통찰력을 얻고, 결과적으로 제품과...

  19. 최상의 DB 플랫폼, 메모리 혁신으로 또 한번 진화하다 – IDG Summary

  20. 2020.06.08
  21. 시장은 소비자들의 새로운 요구사항들로 가득하며, 늘 변화한다. 이러한 변화의 속도는 시간이 갈수록 빨라지며, 요구사항은 더욱 다양화되고 있다. 기업은 이러한 흐름에 대응하기 위해서는 변화에 따라 유연하게 사용할 수 있으며, 더욱 많은 데이터를 안정적으...

  22. 딥 러닝과 머신러닝의 차이점 이해하기 - IDG Tech Report

  23. 2020.05.27
  24. 딥 러닝(Deep Learning)과 머신러닝(Machine Learning)은 모두 데이터에서 패턴을 찾는다는 점에서 같으며, 딥 러닝을 머신러닝의 한 종류라고 해도 무방하다. 하지만 사용하는 방법과 용도에서 큰 차이가 있다. 둘 다 회귀와 분류 문...

  25. ‘현업이 직접 찾은 비즈니스 인사이트의 힘’ 사례로 확인하는 자율운영 데이터 웨어하우스의 가치 – IDG Summary

  26. 2020.05.25
  27. 데이터를 통한 비즈니스 혁신의 핵심은 현업 사용자가 데이터에서 인사이트를 얻고 그 결과를 비즈니스에 적용하는 것이다. 하지만 기존의 데이터 분석 시스템은 현업이 직접 활용하기에 복잡하고, 구축에 시간과 비용이 많이 들어 중소기업은 쉽게 도입하지 못했다...

  28. 디지털 트랜스포메이션 가속화를 위한 차세대 데이터 플랫폼 전략 - IDG Tech Webinar

  29. 2020.04.07
  30. 데이터가 기업 경쟁력의 원천으로 자리 잡으면서 기업은 데이터의 생성과 취합, 관리, 통제, 그리고 궁극적인 활용까지 전체 과정을 포괄하는 명확한 전략과 실행 없이는 장기적인 생존이 불투명한 상황이다. 실제로 비즈니스 환경과 기술 혁신은 데이터를 중심으...

  31. “디지털 트랜스포메이션의 출발점” 기본에 충실한 마스터 데이터 관리 - IDG Summary

  32. 2020.03.20
  33. 데이터의 수집과 확보만으로 디지털 트랜스포메이션의 기본 조건을 충족할 수 있었던 시기는 지났다. 진정으로 기업에 유용한 변화를 끌어내기 위해서는 수집한 데이터를 분석할 수 있어야 하고, 그 판단의 근거가 되는 것은 정확하게 잘 유지된 데이터다. 마스터...

  34. "데이터 이동과 가시성 문제를 해결하라" 나이파이, 기본 개념 파악하기 - IDG Tech Insight

  35. 2020.01.16
  36. 정보화 시대가 도래하면서 기업은 데이터 기반의 비즈니스로 전환했다. 하지만, 기업은 데이터를 공유하고 분석하는 데 어려움을 겪고 있었다. 이런 상황을 극복하기 위해 관련 기술이 등장해 많은 부분을 해소했다. 이 가운데 중요한 요소를 빠트렸는데, 바로 ...

  37. “태생부터 다르다” 최고의 NoSQL 데이터베이스 선택 가이드 - IDG DeepDive

  38. 2019.09.26
  39. NoSQL 데이터베이스는 SQL 데이터베이스와 달리 관계형 테이블을 기반으로 하지 않는다. SQL 데이터베이스와 비교했을 때 일관성을 희생한 대가로 설계 유연성과 수평 확장성, 가용성에서 장점을 확보했다. 특히 대용량 데이터 처리, 네트워크 분석 등에...

  40. “백 투 더 데이터” 데이터 손실 제로를 위한 데이터베이스 보호 전략 - IDG Summary

  41. 2019.09.03
  42. 데이터가 기업의 성공에 결정적인 요소로 부상하면서 데이터 보호에 대한 관심과 투자 역시 빠르게 증가하고 있다. 문제는 전통적인 데이터 보호 방안인 백업 및 복구가 데이터 폭증에 효과적으로 대응하지 못하고 있다는 것. 특히 핵심 데이터 자산인 데이터베이...

  43. “온프레미스의 성능과 안정성을 클라우드에서도 제공한다” 오라클 2세대(Generation 2) 클라우드 전략 - IDG Summary

  44. 2019.07.04
  45. 클라우드가 대세로 자리잡았지만 지금까지 클라우드 전환율은 전체 기업 워크로드의 약 15%에 불과하다. 기존 시스템을 클라우드로 전환하기에는 고려해야 할 사항이나 제약사항이 많기 때문이다. 대기업이 클라우드로 전환하지 않는 이유는 무엇일까. 이를 해결하...

X