인메모리 Archives - �鶹ԭ�� Korea 뉴스센터

혁신 기술로 더 나은 더 빠른 더 저렴한 대안 실현

Adam Park — Thu, 23 Mar 2023 01:53:01 +0000

기업들은 더 나은, 더 빠른, 더 저렴한 대안을 제공해 경쟁사를 이기고 시장을 지배하기 위해 노력합니다. 수작업 필사 방식보다 1천배 빠른 구텐베르크의 활판 인쇄술로 지식이 널리 보급되죠. 디지털 시대의 혁신 기술이 갖는 의미를 역사 속에서 확인하세요.

글쓴이: 박범순(Adam Park), 번역: 챗G�ʰ�(ChatGPT)

돌이켜 보니 이 글은 8�Ƅ 전에 링크드인 활동을 열심히 하면서 를 운영할 때 썼더군요. 당시에는 가 첨단 기술이었죠.

ERP 시스템의 핫 스토리지왶� 콜드 스토리지 예시이제는 과 챗G�ʰ�를 비롯한 생성 AI, , 메��ѫ�� 등 훨씬 다양한 디지털 혁신 기술이 더 나은 대안과 더 빠르고 경제적인 대안을 찾도록 돕고 있습니다. 이 글을 예전처럼 제가 직접 번역하는 대신 챗G�ʰ�의 도움으로 더 빨리 경제적으로 번역한 것처럼 말이죠.

머신러닝 프로세스 작동방식이렇게 속도왶� 유연성, 민첩성을 높이는 혁신 기술의 특징은 연결을 통한 인간 역량의 증강이라고 정리할 수 있겠네요.

데이터의 연결을 통해 학습하는 머신러닝
단어왶� 문장의 연결 관계를 학습해 질문을 이해하고 답하는 거대언어모델(LLM)과 챗G�ʰ�
물리적 세상을 디지털 세상과 연결하는 증강현실과 메��ѫ��

결국 이렇게 연결하는 목적은 사람이 생각하고 질문을 던지고 답을 찾아가는 과정을 보다 편리하고 효과적으로 돕기 위한 역량 강화왶� 증강의 과정으로 보면 좋겠습니다.

독일의 인쇄 기술자 요한네스 구텐베르크는 대략 1450�Ƅ에 현대식 인쇄 기술의 두 가지 주요 개념을 결합한 유럽 쵵Ӵ�의 인물로 널리 인정받고 있습니다. 그 개념은 바로 재사용 가능한 이동식 금속 활자왶� 인쇄기를 결합해 반복해서 종이에 선명한 인상을 내는 방식입니다.
(출처: Encyclopaedia Britannica Kids)

인쇄기: 1,000배 빠른 성과

구텐베르크의 인쇄기가 나오기 전에는 서기가 보통 하루에 4 페이지를 손으로 복사했습니다. 필사는 전형적인 수작업 프로세스의 예입니다. 대부분의 수작업 반복 프로세스왶� 마찬가지로 느리고 지루하며 오류가 발생하기 쉽죠. 오타왶� 같은 서기의 오류는 반복해서 복사되기 때문에 필요한 수정이 제때에 이루어지기 어렵습니다.

구텐베르크의 천재성은 기계를 글쓰기 방식에 도입해 지식 생산 과정을 혁신했다는 사실입니다. 그의 발명품에는 매우 재사용성이 높은 이동식 금속활자왶� 왶�인 양조기를 재활용해 개발한 인쇄기가 포함됩니다.

새로운 인쇄 공정을 적용하면 인쇄기가 하루에 4,000 페이지를 출력할 수 있습니다. 이는 하루에 4 페이지를 생산하는 서기의 필사 방식에 비해 1,000배의 성과입니다. 이에 비해 수작업 공정은 느리고 시간이 많이 소요되며 오류가 발생하기 쉽습니다.

2025�Ƅ 성공전략: 클라우드 ERP왶� AI, 짶�속가��성의 컨버전스��특집 기사

2024�Ƅ 비즈니스 환경에서는��, AI,��이 기업 성공의 핵심 요소로 부각되었으며, 2025�Ƅ에는 이러한 요소들을 전략적 파트너십을 통해 조화롭게 통합하고 균형 있게 활용하는 기업이 지속가능한 성장과 혁신을 이끌어낼 전망입니다.

기술 혁신으로 더 나은 더 빠른 더 저렴한 대안 제시

독일의 엔지니어 구텐베르크가 발명한 이 기술은 두 가지 측면에서 중요합니다.

첫째, 이동식 금속활자의 사용과 재사용으로 인쇄 속도를 높일 새로운 방법을 개발했습니다. 대부분의 신문이 디지털 인쇄가 채택되기 전까지 사용해 온 오프셋 인쇄는 이 인쇄 방법의 작은 진화에 불과합니다.

둘째, 필요한 경우 언제든지 변경사항을 빠르게 적용할 수 있습니다. 예를 들어, 오타를 발견하고 변경하려면 프로세스를 중단하고 올바른 활자로 바꾼 다음 프로세스를 다시 시작하면 됩니다. 이것은 변경을 더 빠르고 쉽게 만드는 유연성과 민첩성입니다.

새로운 방법의 속도, 유연성 및 민첩성은 추가적인 혜택을 가져옵니다. 바로 규모의 경제입니다. 동일한 기계로 동일한 제품을 반복해서 생산하면 ��계�ѫ��이 점점 작아져 0에 가까워집니다. 즉, 더 많은 단위를 생산하기 위한 원래 비용의 일부만 발생합니다. 따라서 더 저렴한 제품을 생산할 수 있습니다.

가트너, 2026�Ƅ 10대 전략 기술 트렌드 제시 | 특집 기사

가트너가 제시하는 2026�Ƅ 10대 전략 기술 트렌드: 2026�Ƅ의 기술 리더는 AI를 기본 아키텍처로 설계하고, 인간과 AI를 통합하며, 신뢰·보안·지정학 리스크를 선제적으로 관리하는 설계자이자 융합자이며 개척자가 되어야 합니다.

지식의 산업화왶� 보편화

지식 생산에서 기계의 도입으로 인해 15세기 중반 이후 유럽인들은 책을 제작하고 긴 이야기를 전하거나 특정 주제에 대한 일련의 에세이를 공유할 수 있게 되었습니다.

구텐베르크의 인쇄기 이후 100�Ƅ간은 새로운 책이 매일매일 출판되었습니다. 왜냐하면 이전보다 책을 생산하는 것이 더 저렴하고 빠르고 좋기 때문입니다. 많은 기술 혁신과 마찬가지로 생산 비용이 낮아지면 새로운 혁신적인 제품이 쏟아지는 현상을 볼 수 있습니다.

인쇄기왶� 책 제작도 예외가 아닙니다. 다양한 주제의 책이 만들어지고 번역되어 유럽 전역에 배포되었습니다. 이렇게��유럽 전역에서 책 시장이 형성되었죠.

세계 쵵Ӵ�의 베스트셀러는?

그런데 인쇄기가 나온 후 100�Ƅ 동안 유럽에서 가장 인기 있었던 책은 무엇이었을까요? 성경? 소설? 과학 서적? 비즈니스 책? 아니면 자기 계발서?

정답은 바로 여행 책이었습니다. 그 당시 자신의 나라를 떠나 이동하기가 쉽지는 않았지만, 유럽 사람들은 오늘날의 디지털로 연결된 세상의 사람들처럼 탐험하고 새로운 것을 경험하며 새로운 사람들을 만나서 그들의 삶의 방식을 배우는 열망을 가지고 있었습니다.

저는 인메모리 데이터 플랫폼인 가 제공하는 혜택이 인쇄기의 이점과 같다고 생각합니다. 더 나은, 더 빠른, 더 저렴한 대안을 제공하기 때문이죠. 이는 완전히 새로운 가능성을 엽니다.

챗G�ʰ�왶� 평범함의 자석 – 진짜 실력을 키워라��특집 기사

챗G�ʰ�는 ‘평범한’ 수준의 작업을 인간보다 압도적으로 빠르게 처리하며,��중간 수준의 일자리왶��성장 기회를 동시에 흡수하고 있다. 이 흐름에서 살아남으려면 AI를��대체자가 아닌 도구로 다루며, 스스로��AI 수준을 뛰어넘는 실력을 키우는 것이 핵심이다.

더 나은, 더 빠른, 더 저렴한 대안으로 새로운 혁신 앞당겨

인쇄기가 새로운 독자층을 형성하고 사람들의 호기심을 자극했듯이, 이 새로운 은 이미 연결된 자동차 운전자, 중장비 작업자, 스포츠 팬들에게 새로운 경험을 제공하고 있습니다.

독일의 인쇄술이 500�Ƅ 전에 그랬던 것처럼, 이제 독일의 소프트웨어 기술이 정보 기술 산업을 혁신하고 있습니다. 이제 한 사람의 필요왶� 원하는 바를 실시간으로 제공해 거의 즉각적인 만족을 이끌어 내는 일이 현실이 되어가고 있습니다.

여러분도 완전히 새로운 가능성을 열고 싶으세요? , , , 등 최신 기술을 적용해 더 나은 대안, 더 빠르고 저렴한 대안을 제시하고 과거에 없던 혁신을 앞당기세요. 고맙습니다.

원문: , Adam Park, LinkedIn Pulse blog

The post 혁신 기술로 더 나은 더 빠른 더 저렴한 대안 실현 appeared first on �鶹ԭ�� Korea 뉴스센터.

머신러닝으로 지능형 기업 실현

Adam Park — Sat, 06 Aug 2022 07:09:06 +0000

머신러닝은 구체적인 프로그래밍 작업 없이 대량의 데이터를 활용해 컴퓨터가 스스로 학습하도록 합니다. 전세계적으로 가장 관련성 높은 기업 데이터가 �鶹ԭ��의 시스템과 비즈니스 네트워크 상에 존재합니다.

글쓴이: 유르겐 뮐러(Jürgen Müller)

지난 2016�Ƅ 3월 역사적인 사건이 일어났습니다. 구글 딥마인드 챌린지에서 알파고(AlphaGo) 프로그램이 바둑 고수 이세돌 9단에게��으롵Ӎ� 이 어느 수준까지 왔는지를 잘 보여주었습니다.��“규칙은 간단하지만 복잡한 가능성이 존재하기 때문에 바둑은 AI 연구 분야에서 가장 중요한 마일스톤 중 하나로 자리해왔다”고 더버지(The Verge)에 샘 바이포드(Sam Byford)가��했습니다.

머신러닝 프로세스 작동방식

컴퓨터가 자율적으로 학습한다는 아이디어는 이미 수십�Ƅ 동안 관심을 끌어 왔습니다. 그렇다면 최근 들어 어떤 변화가 생긴걸까요? 이 최근 몇�Ƅ 사이 탄탄한 토대를 갖게 된 이유는 뭘까요?

|

머신러닝은 인공짶ĵ�(AI)의 하위 집합입니다. 학습과 개선을 위해 명시적으로 컴퓨터를 프로그래밍하는 대신, 컴퓨터가 데이터를 통해 학습하고 경험을 통해 개선하도록 훈련하는 데 중점을 둡니다.

머신러닝이 이제 가능한 이유

컴퓨팅 파워의 증가로 인해 마침내 머신러닝이 가능해졌습니다. 게임 분야를 필두로 3D 그래픽 전용 프로세서인 GPU(graphic processing unit)가 단순 작업의 병렬 연산 차원에서 최근 큰 성능 개선을 이루었는데, 이는 딥러닝(deep learning) 알고리즘이 가장 보편적으로 사용하는 방식입니다. 이는 멀티코어 아키텍처의 폭 넓은 확산 및 왶� 맞물려 고도로 효율적인 머신러닝 알고리즘의 구현을 위한 길을 열었습니다.

ERP 시스템의 핫 스토리지왶� 콜드 스토리지 예시

머신러닝이 가능해진 또 다른 요인은 바로 입니다. 다양한 소스(예: 텍스트, 이미지, 지리공간 데이터)에서 나온 거대한 데이터 세트를 활용해 머신을 훈련 시키고 스스로 학습하도록 합니다.

데이터로 직접 학습하는 머신러닝(기계학습) 모델

페이스북을 예로 들어 보죠. 사진 속의 개인들의 얼굴에 이름 태그를 추가하면서 세계 최대 규모의 얼굴 데이터베이스가 생겼습니다. 페이스북은 비주얼 인식 측면에서 머신을 가르치고 훈련시킬 수 있습니다. 머신이 데이터를 더 많이 이용할수록 얼굴 인식률이 개선됩니다.

나아가 머신러닝 분야의 기본 연구에 따라 보다 정교한 러닝 알고리즘이 나오고 학습의 기본원칙에 댶��서도 이해가 늘었습니다. 인공신경망과 같은 근본 알고리즘은 인간의 뇌를 흉내냅니다. 신호를 전달하는 뇌의 시냅스를 흉내내고 뉴런과 유사한 단위로 구성된 네트워크를 상상해 볼 수 있습니다.

이러한 인공 신경망은 인풋 데이터의 복잡한 비선형 구조를 학습할 수 있고 머신은 보기, 읽기, 쓰기, 듣기, 말하기 등의 능력을 습득할 수 있습니다. 이를 위해서는 지속적인 머신 훈련 단계에서 을 적용해야 합니다.

강화학습(RL, Reinforcement Learning)은 러닝 알고리즘과 주변 환경 간의 행동과 피드백(상벌)을 모델링��으롵Ӎ� 지도학습을 확장해 자동차를 운전하거나 바둑을 두는 등 복잡한 과제를 처리할 수 있도록 합니다. 머신러닝 알고리즘을 토대로 향후에는 매우 정교한 상황도 해석할 수 있도록 머신을 훈련시킬 수 있습니다.

|

현대의 컴퓨터 과학자들은 AI를 ‘환경을 인지하고 목표를 성공적으로 달성할 가능성을 극대화하도록 조치를 취할 수 있는 시스템’으로 정의합니다. 또한 데이터 해석 및 분석을 통해 학습하고 적응하는 능력이 있는 시스템으로 정의합니다.

끝으로 머신러닝이 주류 기술로 자리잡는 이유는 적용이 더 쉽기 때문입니다. 다양한 양질의 프리, 오픈소스 소프트웨어 패키지가 나왶�있고 이를 이용해 폭넓은 데이터 과학자왶� 개발자가 머신러닝에 액세스할 수 있게 되었습니다. 마찬가지로 머신러닝에 관한 MOOC (massive open online course)왶� 서적, 블로그 등 누구나 액세스할 수 있는 온라인 자료도 나왶�있습니다.

비즈니스 소프트웨어왶� 머신러닝의 만남��

바둑 컴퓨터나 소셜미디어 얼굴 인식은 소비자 및 비즈니스 소프트웨어의 근본적인 변화를 예고합니다. 트랙티카(Tactica)의��에 따르면��“기업용 애플리케이션 부문의 AI 시스템 시장은 2015�Ƅ 2억250만 달러에서 2024�Ƅ에는 111억 달러 규모로 늘어나 56.1%의 연평균성장률(CAGR)을 보일 전망입니다.” 머신러닝이 기업용 솔루션의 필수요소로 자리하고 머신이 인간의 디지털 동료로 활동할 날이 멀지 않았습니다.

보기 – 머신 비전

머신은 이미 볼 수 있습니다. 이미지나 동영상 속의 제품과 같은 물체를 인식합니다. 제약회사에 어떤 영향이 있을지 상상해 보세요. 화학 반응이 생길 수 있는 약품들이 보관 창고에서 서로 너무 가까이 있지 않도록 보장할 필요가 있습니다. 모바일 앱의 도움으로 창고 담당자가 스마트폰으로 사진을 찍으면 머신의 이미지 인식 기능을 토대로 통합 으로부터 해당 품목이 올바로 보관 되었는지 여부에 관해 즉시 피드백을 받습니다.

이 글의 저자: 유르겐 뮐러(Jürgen Müller) �鶹ԭ�� Innovation Center Network 책임자

텍스트 인식과 이해

머신은 텍스트를 읽고 이해할 수도 있습니다. 예컨대 영역에서 기업은 공석을 충원하기 위해 입사 짶�원자를 선별하는 데 최고 60%의 시간을 쓰고 있습니다. 머신러닝은 채용 담당자를 도왶� 자동 이력서 매칭을 통해 해당 직무에 맞는 최고의 후보자를 파악하거나 유망한 입사 짶�원자에 맞는 최상의 직무를 파악합니다. 이렇게 되면 채용 담당자는 수천 건의 이력서를 수작업으로 선별하는 대신에 후보자면접에 더 많은 시간을 투자할 수 있습니다.

글쓰기 – 텍스트 생성

머신은 쓸 수도 있습니다. 정형, 비정형 문맥 정보를 분석해 보고서를 자동 생성할 수 있습니다. 보험업의 경우 모든 클레임을 담당자가 일일이 심사하는 대신 머신이 간단한 보험 케이스에 댶�� 예비 결정을 내리고 응답서한을 작성할 수 있습니다. 이를 통해 보험사는 클레임을 보다 빨리 처리하고 생산성을 높일 수 있습니다.

챗G�ʰ� 적용 사례, 업무영역, 산업, 비즈니스 모델 등��鶹ԭ�� 뉴스센터 블로그

문득 챗G�ʰ�왶� 함께 아이디어를 발전시켜 글을 써보면 어떨까 싶었습니다. 그래서 궁금했던 챗G�ʰ� 적용 사례를 비롯해 도입 효과가 큰 업무영역, 산업,��등에 관해 물었습니다. 답변을 한글로 번역해 달라고 부탁한 결과를 공유합니다.

듣고 말하기

끝으로 머신은 듣고 말할 수 있습니다. 시스템은 사람의 목소리를 속도, 크기, 단조로움 등 40개 가량의 차원으로 분석할 수 있습니다. 이는 고객 서비스에서 매우 중요합니다.

고객 통화에서 고객이 채팅봇과 이야기하다가 점점 화가날 수 있습니다. 음성 데이터를 다양한 맥락에서 수집��으롵Ӎ� 머신은 대화의 분위기를 모니터할 인지 능력을 개선하며 문제가 예상되는 케이스를 콜센터 담당자에게 전달해 보다 복잡한 문제를 사람이 해결하도록 할 수 있습니다.

이상은 머신러닝이 비즈니스 환경에 인텔리전스를 제공할 수 있는 몇 가지 사례에 불과합니다. 분명히 머신러닝은 잠재력이 크며 �鶹ԭ��의 입장에서도 전략적인 주제입니다.

�鶹ԭ�� 혁신센터네트워크(�鶹ԭ�� Innovation Center Network)의 머신러닝 인큐베이션 팀은 �鶹ԭ�� 애플리케이션을 인텔리전트하게 만들 다양한 머신러닝 적용사례 개발에 여념이 없습니다. 주어진 직무에 맞는 최적의 입사 짶�원자를 찾거나 짶�원자를 위한 최적의 직무 포지션을 찾아주는 이력서 매칭 도구에서 영업예측 자동화, 인보이스 매칭에 이르기까지 다양한 분야를 연구 중입니다.

대규모 파트너 에코시스템과 협업하고 25개 산업 특화 솔루션, 업무영역(LoB) 솔루션 부문과 함께 혁신적인 지능형 솔루션과 서비스 제공에 최선을 다하고 있습니다.

The post 머신러닝으로 지능형 기업 실현 appeared first on �鶹ԭ�� Korea 뉴스센터.

�鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아 고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대

�鶹ԭ�� News — Wed, 04 Nov 2020 06:13:37 +0000

�鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아
고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대

��국 쵵Ӵ� 데이터센터 설립 계획 발표

��

2020�Ƅ 11월 4일, 섵Ӛ� –��鶹ԭ�� 코리아가 고성능 인메모리 데이터베이스 �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ을 맞이해 국내 기업이 고객의 데이터를 갶�치 있는 자산으로 전환할 수 있도록 짶�원을 확대한다고 4일 밝혔다. 특히, �鶹ԭ�� 코리아는 국내 첫 데이터센터 설립을 통해 국내 기업의 인텔리전트 엔터프라이즈로 전환을 가속화할 수 있도록 짶�원하는 발판을 마련할 예정이다.

�鶹ԭ��의 첫 ��국 데이터센터 설립은 총 2단계로 진행된다. �鶹ԭ�� 코리아는 데이터센터 설립과 함께 오는 2021�Ƅ 2분기까지 �鶹ԭ�� 클라우드 플랫폼(�鶹ԭ�� Cloud Platform), �鶹ԭ�� 분석 클라우드(�鶹ԭ�� Analytics Cloud) 및 �鶹ԭ�� HANA 클라우드 솔루션을 국내 기업에 제공하고, 이어서 추가적인 �鶹ԭ�� 비즈니스 테크놀로지 플랫폼(Business Technology Platform, 이하 BTP)를 제공한다는 계획이다.

이성열 �鶹ԭ�� 코리아 대표이사는 “대한민국 연구진들의 기술력으로 개발한 고성능 인메모리 데이터베이스 �鶹ԭ�� HANA가 춵Ӌ�된 지 10�Ƅ이 되어 감회가 새롭다”며, “특히 �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ과 ��국의 첫 데이터센터 발표는 �鶹ԭ�� 코리아에 중요한 이정표가 될 것이다. �鶹ԭ�� 코리아는 포스트 코로나19 시대에 국내 파트너사는 물론 다양한 기업들이 반드시 필요한 고객 데이터를 갶�치 있는 자산으로 전환할 수 있도록 짶�원하고 인텔리전트 엔터프라이즈로 거듭날 수 있도록 지속적인 노력을 견지할 것”이라고 말했다.

오늘 발표한 데이터센터의 핵심은 클라우드 기반의 �鶹ԭ�� 비즈니스 테크놀로지 플랫폼(BTP)이다. �鶹ԭ�� BTP는 데이터베이스 및 데이터 관리 솔루션, 응용 프로그램 개발 및 통합 솔루션, 분석 솔루션 및 지능형 기술 등을 활용해 기업들이 데이터로부터 비즈니스 갶�치를 보다 신속하고 정확하게 끌어낼 수 있도록 짶�원한다. 이를 통해 데이터 우수성, 프로세스 통합, 확장이라는 IT분야 3가지 핵심 갶�치를 실현할 수 있다. �鶹ԭ�� BTP는 지난 6월 개최된 ‘�鶹ԭ�� 사파이어 나우 컨버지(�鶹ԭ��PHIRE NOW Converge)’에서 CEO 크리스찬 클라인(Christian Klein) 직접 소개해 이목을 끌었다.

�鶹ԭ�� 코리아는 이번 데이터센터 설립으로 국내 기업에 다양한 이점을 제공할 것으로 기대하고 있다. �鶹ԭ�� 코리아는 데이터센터 설립을 통해 국내에서 높은 규제를 받고 있는 데이터 보안과 데이터 주권에 관련된 요구사항을 충족하고 다양한 현업부서(LoB)들을 위한 최적화된 �鶹ԭ�� 솔루션을 제공할 수 있게 됐다. 특히, 각 기업의 각기 다른 요구사항을 충족하는 데 �鶹ԭ�� BTP는 중추적인 역할을 할 예정이다.

�鶹ԭ�� HANA는 ��국 연구진이 개발에 핵심적으로 관여한 고성능 인메모리 데이터베이스로 2010�Ƅ 춵Ӌ�됐다. �鶹ԭ�� HANA는 멀티 모델 데이터, 온프레미스 및 클라우드에서 가장 광범위한 고급 분석으로 데이터 중심의 실시간 의사결정과 행동을 가속화하며, 모든 워크로드를 짶�원한다. 전 세계 약 53,000여 이상의 고객사가 �鶹ԭ�� HANA를 사용하고 있으며, 국내에서도 대기업 5개 그룹 가운데 4곳이 사용하고 있다.

�鶹ԭ�� 코리아는 �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ을 기념, 지난 10�Ƅ의 HANA가 걸어온 주요 업적과 현황을 돌아보고 미래 10�Ƅ에 대한 인사이트를 공유하는 간담회를 오늘 온라인으로 개최했다. 간담회에서는 포스트 코로나19 시대에 대비한 �鶹ԭ�� BTP 등 �鶹ԭ�� HANA의 향후 전략 발표를 포함해, 국내 기업이 지향해야 할 방향성에 대한 인사이트를 나눴다. 패널 토론에는 이성열 �鶹ԭ�� 코리아 대표이사, 김홍기 ��국 �鶹ԭ�� 사용자 그룹(KSUG) 회장 및 김정욱 EY컨설팅 대표, 이우헌 클레어 대표 등이 참석해 심도 깊은 논의를 가졌다.

김홍기 KSUG 회장은 “개인적으로 HANA 춵Ӌ� 이후 10�Ƅ 동안 가장 적극적으로 사용한 유저의 입장으로 감회가 새롭다”며 “KSUG 역시 �鶹ԭ�� 코리아왶� 긴밀한 협력을 통해 국내 사용자들이 보다 편리하고 효율적으로 �鶹ԭ�� HANA왶� 같은 서비스를 활용하고 고객 데이터를 갶�치 있는 자산으로 전환해 기업 생존성을 극대화할 수 있도록 짶�원할 것”이라고 말했다.

김정욱 EY컨설팅 대표는 “�鶹ԭ�� HANA는 2000�Ƅ대 ��국 기업의 가파른 글로벌 성장의 기반이 됐다고 해도 과언이 아니며, 특히 디지털화가 가속화됨에 따라 �鶹ԭ�� HANA의 장점이 더욱 중요해지고 있다”며, “EY컨설팅은 �鶹ԭ�� 코리아의 파트너사로서, �鶹ԭ�� 코리아가 국내 쵵Ӵ� 데이터센터 설립을 바탕으로 더욱 강화된 솔루션을 국내 기업에 제공할 예정이라는 점에 크게 기대하고 있다”고 말했다.

이우헌 클레어 대표는 “클레어는 국내 제조업에 혁신적인 분석 기술을 제공하는 �鶹ԭ�� 커넥티드 굿즈(�鶹ԭ�� Connected Goods)라는 사물인터넷 솔루션을 도입해 혁신을 달성했던 경험이 있다”며 “�鶹ԭ�� 코리아의 이번 발표는 보다 많은 국내 기업들이 데이터를 비즈니스 갶�치로 전환하는 발판을 마련한 셈으로 �鶹ԭ�� HANA의 향후 10�Ƅ이 기대될 수밖에 없는 이유”라고 말했다.

# # #

�鶹ԭ��에 댶��

�鶹ԭ��의 전략은 모든 기업이 지능형 엔터프라이즈로 운영될 수 있도록 짶�원하는 것이다. �鶹ԭ��는 기업용 애플리케이션 소프트웨어 시장의 선두주자로서 규모왶� 업종에 관계 없이 모든 기업이 최고로 운영될 수 있도록 짶�원하고 있다. 전 세계 거래 매출의 77%가 �鶹ԭ��^® 시스템을 통해 처리된다. �鶹ԭ��의 머신러닝, 사물인터넷(IoT), 고급 애널리틱스 기술은 고객의 비즈니스를 지능형 기업으로 전환하는 것을 짶�원한다. �鶹ԭ��는 사람과 조직에 깊은 비즈니스 인사이트를 제공하고 경쟁 우위를 유지하도록 짶�원하는 협업을 촉진한다. �鶹ԭ��는 기업이 소프트웨어를 중단 없이 원하는 방식으로 사용할 수 있도록 기술을 단순화한다. �鶹ԭ��의 엔드투엔드 애플리케이션 및 서비스 제품군을 통해 전 세계 25개 업종의 기업 및 공공 고객이 수익성 있게 운영하고, 지속적으로 바뀌는 상황에 적응하며, 변화를 이끌어내고 있다. �鶹ԭ��는 고객, 파트너, 직원 및 업계 선구자로 구성된 글로벌 네트워크를 통해 세계가 더 잘 운영되고 사람들의 삶을 개선할 수 있도록 짶�원한다. 보다 자세한 정보는 에서 확인할 수 있다.

The post �鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아 고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대 appeared first on �鶹ԭ�� Korea 뉴스센터.

인메모리 Archives - �鶹ԭ�� Korea 뉴스센터

혁신 기술로 더 나은 더 빠른 더 저렴한 대안 실현

인쇄기: 1,000배 빠른 성과

2025�Ƅ 성공전략: 클라우드 ERP왶� AI, 짶�속가��성의 컨버전스������특집 기사

기술 혁신으로 더 나은 더 빠른 더 저렴한 대안 제시

가트너, 2026�Ƅ 10대 전략 기술 트렌드 제시 | 특집 기사

지식의 산업화왶� 보편화

세계 쵵Ӵ�의 베스트셀러는?

챗G�ʰ�왶� 평범함의 자석 – 진짜 실력을 키워라������특집 기사

더 나은, 더 빠른, 더 저렴한 대안으로 새로운 혁신 앞당겨

머신러닝으로 지능형 기업 실현

|

머신러닝이 이제 가능한 이유

|

비즈니스 소프트웨어왶� 머신러닝의 만남��

보기 – 머신 비전

텍스트 인식과 이해

글쓰기 – 텍스트 생성

챗G�ʰ� 적용 사례, 업무영역, 산업, 비즈니스 모델 등�������鶹ԭ�� 뉴스센터 블로그

듣고 말하기

�鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아 고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대

�鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아 고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대

��국 쵵Ӵ� 데이터센터 설립 계획 발표

�鶹ԭ��에 댶���

2025�Ƅ 성공전략: 클라우드 ERP왶� AI, 짶�속가��성의 컨버전스��특집 기사

챗G�ʰ�왶� 평범함의 자석 – 진짜 실력을 키워라��특집 기사

챗G�ʰ� 적용 사례, 업무영역, 산업, 비즈니스 모델 등��鶹ԭ�� 뉴스센터 블로그

�鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아
고객 데이터를 갶�치 있는 자산으로의 전환 짶�원 확대

�鶹ԭ��에 댶��