Big Data Archives - �鶹ԭ�� Korea 뉴스센터

디지털 플랫폼, 지능형 기업의 중심에 서다

�鶹ԭ�� News — Thu, 11 Aug 2022 15:52:33 +0000

기업이 클라우드를 통해 목표하는 바가 표준화된 테크놀로지에 있다면 일반 디지털 플랫폼도 좋은 답일 수 있지만, 5G를 통해 사물인터넷이 활성화 되는 시대에 업무 프로세스 효율과 신뢰할 수 있는 거버넌스까지 고려한다면 비즈니스 플랫폼이 필요한 때입니다.

글쓴이: 정대천(Jackie Jeong)

올해 최대 IT 행사인 CES(국제전자제품박람회)왶� MWC(모바일 월드 콩그레스)의 공통된 화두는 5G(5세대 이동통신)왶� 입니다. 4세대인 LTE 보다 10배 빠른 속도, 100배의 데이터 용량을 처리하는 5G를 통해 기반의 다양한 서비스가 일상생활에 활성화될 예정입니다.

사물인터넷을 통해 사람과 사물, 서비스 등 모든 것이 디지털로 연결되어 자율주행, 스마트시티, 디지털 진료 등 차원이 다른 서비스가 가능해집니다.

그러나, 5G를 통한 사물인터넷의 활성화는 데이터 생산량의 기하급수적 증가로 이어질 전망이며, 2012년 제타바이트(1ZB = 1조 1천억 GB) 시대가 열리고 작년 한 해 데이터 생산량이 처음으로 30ZB를 넘긴 이후, 됩니다.

5G왶� 지능형 기업 시대의 도래

지금까지 만들어진 것보다 훨씬 많은 데이터가 한 해에 생산되는 시대에 살기 때문에 인간을 뛰어 넘는 초지능(Super-intelligence)을 갖춘 경영 플랫폼이 기업의 핵심 경쟁력으로 떠오르고 있습니다.

따라서 5세대 이동통신 환경에서 기업의 혁신 화두는 ‘을 넘어 마치 인간처럼 자율적으로 판단하고 대응하는 ‘‘으로 빠르게 이동하고 있습니다.

앞서 제조, 유통/소비재, 금융산업에서 각 분야의 선진사례로 소개된 기업들은 , 예측�ѫ��, , 인메모리 처리 등 지능형 기술을 탑재한 디지털 플랫폼을 통해 경쟁업체보다 한 발 앞선 혁신을 주도하고 있습니다. 기업이 마치 지능을 가진 인간처럼 주변 경쟁 상황에 반응하여 빠르게 학습하고 빈틈없이 정확한 의사결정을 하기 때문입니다.

기업 혁신 패러다임의 변화 – 디지털 전환을 통해 지능형 기업으로 진화

5G 상용화에 따른 데이터 폭증은 기업의 지능화왶� 더불어 클라우드 환경으로의 전환을 가속화합니다. 폭증하는 기업 데이터의 저장, �ѫ��을 위해 서버, 스토리지 등에 고정자산지출(CapEx)을 늘리는 것은 자본수익율(ROI)을 현저히 떨어뜨리기 때문입니다.

시장�ѫ�� 전문기관 가트너(Gartner)가 에 따르면 확산이 IT 지출의 핵심 동력으로 작용하여 기업용 소프트웨어 시장이 지속해서 성장할 전망입니다.

글로벌 IT 시장 지출 전망

클라우드 시장에서 가장 비중이 큰 분야는 기업용 소프트웨어를 제공하는 SaaS(Software as a Service) 시장입니다. 기업의 손과 발 역할을 하며 고객을 상대하는 분야가 지금까지 SaaS 시장을 주도적으로 이끌어 왔다면, 이제 몸통과 머리 역할을 하는 입니다.

SaaS 시장을 이끌어 갈 클라우드 ERP

클라우드 CRM보다 늦게 시작했지만 ERP 시장의 클라우드 전환은 SaaS 시장의 새로운 성장 동력으로 향후 5 년간 소프트웨어 클라우드 시장을 주도할 전망입니다.

SaaS 시장과 클라우드 ERP 성장율

국내에서 재계 순위 1, 2위를 차지하는 왶� 가 최근 그룹 운영의 근간인 시스템을 SaaS 기반 클라우드로 전환키로 잇달아 발표한 것은 그러한 변화의 시작을 알린다고 하겠습니다.

발표된 사실 중 특이한 사항은 두 회사가 단순히 ERP 업무만 클라우드로 전환하는 것이 아니라 그 기저의 데이터 시스템을 상용 데이터베이스가 아닌 �鶹ԭ��의 으로 교체한다는 사실입니다.

의 중심, 디지털 플랫폼

가장 큰 이유는 일반적인 데이터 처리를 넘어 빅데이터, 예측�ѫ��, 기계��습(머신러닝) 등이 가능한 지능형 플랫폼으로의 진화를 고려했으며, ERP 업무 외에 구매, 제조, 고객지원 등 다양한 후방 업무왶�의 신뢰할 수 있는 프로세스 통합을 기대하기 때문입니다.

아마존, 마이크로소프트, 오라클 등 기술 특화된 기업들이 제공하는 플랫폼과 다르게 가트너, IDC등 전문 연구기관이 �鶹ԭ��를 ‘비즈니스 플랫폼’ 기업으로 평가하는 이유가 여기에 있습니다.

�鶹ԭ�� 클라우드 포트폴리오왶� 비즈니스 기술 플랫폼(�鶹ԭ�� BTP)

�鶹ԭ��는 AWS, 마이크로소프트, 구글, 알리바바 등 플랫폼 업체들과 경쟁보다는 상생의 전략을 선택했습니다. 이들 하이퍼스케일러(hyperscaler) 업체들과 전략적 제휴를 통해 �鶹ԭ��의 비즈니스 플랫폼을 어디에서든 쉽게 접하게 된 것입니다.

�鶹ԭ��가 45년 넘게 시장을 선도해온 25개 산업의 핵심 경영 업무()외에도 고객(), 경험(Qualtrics), 인사(), 구매(), 지출 관리()등의 다양한 업무 프로세스가 이 비즈니스 플랫폼을 통해 통합되고 확장됩니다.

�鶹ԭ�� HEC(�鶹ԭ�� HANA Enterprise Cloud) 또는 를 통해 제공되는 비즈니스 플랫폼은 다양한 산업과 부서별 업무 프로세스, 기준정보관리, 워크플로 등 �鶹ԭ��의 독보적인 비즈니스 서비스왶� 인메모리 처리, 데이터 통합, �ѫ�� 클라우드 등 업계 경쟁우위에 있는 기술 서비스를 모두 포괄합니다.

이들 비즈니스 서비스왶� 기술 서비스는 쿠버네티스(Kubernetes), 클라우드 파운드리(Cloud Foundry) 등 표준 클라우드 운영 환경에 맞춰 제공되므로 ERP의 클라우드 전환은 물론 주변의 다른 시스템들과 빠른 통합을 가능하게 합니다.

클라우드가 대세인 환경에서 특정 애플리케이션이 필요할 때 AWS, 애저(Azure), GCP등 일반 플랫폼의 기술 서비스들을 활용해 빠르게 맞춤형 개발을 하는 경우가 증가하고 있습니다. 그러나, 그 애플리케이션이 특정 산업에 특화된 프로세스를 필요로 하거나, 기존 ERP 등 중추 시스템과의 강력한 통합을 필요로 한다면 비즈니스 기반의 디지털 플랫폼이 효과적입니다.

�鶹ԭ�� Cloud Platform[�鶹ԭ�� BTP]의 구조

비즈니스 지향의 디지털 플랫폼

5G의 상용화왶� 사물인터넷의 확산으로 인해 기업은 디지털 플랫폼을 통해 대처해야 하고 지능형 기업으로 진화해야 합니다. 그리고 클라우드 ERP가 확산되면서 기업의 데이터 시스템도 디지털 플랫폼으로 바뀌고 있습니다. 이는 기업의 지능화가 필요하기 때문이며, 다른 기간 업무 시스템과의 효과적인 통합을 위해서는 비즈니스 플랫폼이 요구됩니다.

5G, 사물인터넷, 클라우드 등 기술의 발전은 가속화되며, 으로 진화하기 위해 인공짶ĵ�을 탑재한 디지털 플랫폼의 수요는 계속 증가할 전망입니다.

기업운영의 중심에 위치한 이라도 경우에 따라 시스템 통합 기반의 맞춤 개발이 많이 필요할 때가 있고, ERP 등 기반 시스템과의 통합이나 업무 확장을 중심에 둔 개발, 즉 비즈니스 플랫폼이 필요할 때도 있습니다.

기업이 클라우드를 통해 목표하는 바가 표준화된 테크놀로지에 있다면 일반적인 디지털 플랫폼도 좋은 답이 될 수 있지만, 5G를 통해 사물인터넷이 활성화 되는 시대를 맞아 업무 프로세스의 효율과 신뢰할 수 있는 거버넌스까지 고려한다면 비즈니스 플랫폼이 필요한 때입니다.

The post 디지털 플랫폼, 지능형 기업의 중심에 서다 appeared first on �鶹ԭ�� Korea 뉴스센터.

금융산업, 혁신의 중심에 디지털 플랫폼을 두다

�鶹ԭ�� News — Thu, 11 Aug 2022 15:18:54 +0000

페이팔, 크레디테크 등 앞선 핀테크 업체들의 디지털 플랫폼 전략은 올 해 큰 전환점을 맞고 있는 국내 금융 산업과 업계 관계자들에게 시사하는 바가 큽니다. 이제는 전문 디지털 플랫폼 업체왶� 기술 파트너십을 통해 혁신의 방향키를 잡아야 할 때입니다.

글쓴이: 정대천(Jackie Jeong)

2014년 1월 사상 초유의 개인 정보유출 사건이 발생했습니다. 국민카드를 시작으로 농협카드, 롯데카드 등 3개 카드사에서 1억건이 넘는 개인정보가 유출되어 정부는 금융사에 대한 강력한 영업 규제왶� 함께 개인정보 취급 규정을 한층 강화합니다.

�ѫ��의 중요성이 대두된 이래 2014년은 미국, 일본 등 선진국의 금융회사가 고객 정보 �ѫ��과 마케팅 목적으로 본격적인 를 만들어 가던 때인데, 한국 금융업계는 시작도 하기 전에 찬서리를 맞은 상황이었습니다.

이후 2015년 영국을 시작으로 호주, 싱가포르에서는 금융규제 샌드박스를 차례로 도입하며 혁신적인 금융서비스 개발에 정부가 힘을 실어주고, 금융 강국인 미국 또한 2017년 트럼프 행정부가 대대적인 금융규제 완화를 선언합니다.

데이터의 광산에서 보석을 캐는 일에 비유하며, 빅데이터는 금융을 비롯한 각 산업계의 큰 관심속에 다양한 활용 사례를 넓혀 갔지만, 국내 환경은 지난 몇 년 동안 정보 보호왶� 규제의 틀 안에서 답보 상태에 그쳐왔습니다.

2019년 새로운 기회를 맞은 금융 산업

이 같은 환경에서 2019년은 분명 국내 금융시장에 변화왶� 혁신의 시작점이 될 것입니다.

4월부터 금융혁신 특별지원법이 시행되어 그동안 각종 규제 때문에 머뭇거렸던 혁신적인 금융서비스들이 시장에 선보이고, 3월 중 국회에서 신용정보법 개정안이 처리되면 금융사는 고객 정보에 대한 폭넓은 빅데이터 �ѫ��과 활용을 통해 개인 맞춤형 금융 서비스를 제안할 수 있게 됩니다.

또한 최근 발표된 금융정보 오픈 API 정책이 자리를 잡게 되면 뱅크 샐러드나 토스 등 핀테크업체가 개발한 모바일 앱을 통해 개인 금융자산의 조회, 이체 뿐 아니라 새로운 금융 서비스왶� 상품까지 가입할 수 있습니다.

이제 금융 기관은 업무 별로 분산된 고객 정보를 빅데이터로 통합, �ѫ��하는 시스템을 넘어 고객 개개인의 페이스북, 인터파크, 네이버에서의 디지털 행동 패턴까지 평가해 대출 승인, 상품 추천을 하는 지능화된 디지털 플랫폼을 고려할 때입니다.

페이팔(Paypal), 크레디테크(Kreditech) 등 앞서가는 핀테크 업체들은 이미 지능화된 디지털 플랫폼 구축을 통해 혁신적인 금융 서비스를 설계하고 있습니다.

�鶹ԭ��왶� 디지털 금융 서비스 혁신을 만들어 가는 페이팔(PayPal)

핀테크의 상징, 페이팔(PayPal)의 재무 혁신

페이팔은 2017년 기준 200여 개 국가에 2억3천7백만명 고객을 보유하고, 하루 최대 1억 2천만에서 1억 5천만건의 온라인 결제가 일어나는 세계 최대 규모의 핀테크 업체입니다.

20개 이상의 언어, 100개가 넘는 통화 기준으로 1일 1억건이 넘는 결제 처리를 실수없이 진행하기 위해 각 분산된 시스템간의 정산(Reconciliation) 작업 만으로도 엄청난 인력 투입이 필요했고, 글로벌 업무 확장으로 지역별 규제 준수 사항을 적용하다 보니 업무가 갈수록 복잡해져 직원 만족도가 현저하게 떨어졌습니다.

페이팔(PayPal)은 디지털 서비스 혁신과 함께 직원의 업무환경 개선을 위해 전격적으로 Paypal 재무 혁신(PFIT: Paypal Finance Transformation) 프로젝트를 시작합니다.

방대하게 수집한 결재 데이터에 대한 패턴 인식과 사례 기반의 추론을 통해 매출 인식을 자동화하고, 분산된 정산 프로세스를 통합하기로 합니다. 그 결과로서 거래 종단간 가시성을 확보하고 감사 추적을 단순화하여 서비스 포트폴리오를 트랙잭션 레벨에서 관리하는 목표를 세웁니다.

프로젝트의 실행을 위해 전문 업체인 IBM과 딜로이트로부터 컨설팅 구축 제안을 받았으며, 공교롭게 두 업체 모두 �鶹ԭ��의 을 제안했습니다.

금융권 빅데이터 처리에 적합하도록 데이터의 보관 주기, 활용 빈도에 따라 인메모리왶� 디스크에 걸쳐 데이터를 유동적으로 분산 저장하고 사용시에는 저장 위치에 상관없이 컬럼 단위로 데이터에 빠르게 접근할 수 있도록 하는 “Dynamic Tiering” 기술이 페이팔(PayPal)의 처한 상황에 적합했기 때문입니다.

빅데이터 �ѫ��을 위해 시스템을 무한정 크게 가져갈 수 없는 상황에서 유동적으로 메모리 성능을 관리할 뿐만 아니라, 패턴인식, , 로보틱 프로세스 자동화(RPA)까지 앞으로 디지털 혁신이 요구되는 미래 기술 기반으로 즉시 확장이 가능한 아키텍처도 중요한 선정의 이유였습니다.

PFIT 전담팀은 첫 재무 혁신 프로젝트를 2018월 10월에 �鶹ԭ��왶� 함께 성공적으로 선보였습니다.

개인화된 디지털 금융을 설계하는 페이팔(PayPal)

핀테크의 유니콘, 크레디테크(Kreditech)의 새로운 도전

이번에는 5억달러 가까운 펀딩을 받아 유명해진 핀테크 업계의 유니콘, 크레디테크(Kreditech)의 이야기입니다.

국내에서는 최근 SNS의 ’맞춤법 괴담’을 통해 화제가 되기도 했습니다.

소문은 “SNS에서 맞춤법이 자주 틀리면 대출 심사에 불리할 수 있다?”는 내용인데 작년말부터 인터넷을 통해 빠르게 퍼져 나갔습니다.

그 이유는 국내에서도 빠르면 올 해 안에 별다른 금융거래가 없더라도 통신요금 / 공과금 납부 내역, 온라인 쇼핑이나 SNS 활동만 성실하게 해도 대출 심사시 유리한 신용평가를 받을 수 있는 개정 법안이 추진 중이기 때문입니다.

개정을 추진중인 신용정보법의 주요 골자 중 비금융정보 전문 신용평가기관이 그것인데 사회초년생, 프리랜서, 가정주부 등 일정한 금융거래가 없는 개인이 신용 평가에서 불리했던 것을 개선하기 위한 방안입니다.

독일의 크래디테크(Kreditech) 등 선도적 핀테크 업체들이 이미 시행중인 서비스의 하나로 대출심사 시 기존 은행거래정보 외에 페이스북, 이베이, 아마존에서의 행동 패턴을 반영합니다. SNS에서 맞춤법을 잘 지키는지, 대출 약관을 자세히 읽었는지, 주기적으로 온라인 쇼핑을 하는지 등을 빅데이터로 �ѫ��하여 약관 정보를 꼼꼼히 읽었거나 신청서를 성실히 작성해도 신용 점수가 올라갑니다.

크레디테크(Kreditech)는 �鶹ԭ��왶� 함께 고객 개개인의 웹과 소셜 행동 패턴을 수집하여 예측 �ѫ��, 인공짶ĵ� 기반의 의사 결정, 부정거래 탐지 등에 대한 폭넓은 연구를 진행하며, 마케팅 혁신을 위한 디지털 플랫폼의 파일럿을 함께 연구하고 있습니다.

�鶹ԭ�� AppHaus Korea의 혁신 공간

앞서 소개한 페이팔(Paypal), 크레디테크(Kreditech) 등 앞선 핀테크 업체들의 디지털 플랫폼 전략은 올 해 큰 전환점을 맞고 있는 국내 금융 산업과 업계 관계자들에게 시사하는 바가 큽니다.

이제는 디지털 플랫폼으로 혁신할 때

국내 금융기관은 자체 기술력을 바탕으로 상품과 서비스를 만들고 새로운 혁신을 이끌어 왔지만, 최근 몇 년간 글로벌 금융 시장의 변화를 살펴 보면 시간이 갈수록 기술 변화의 속도가 현저히 빨라지고 있습니다.

이제는 자체적인 노력으로 미래 기술을 따라잡기 위해 큰 투자를 감수하기 보다, 페이팔(Paypal), 크레디테크(Kreditech)처럼 전문 업체왶� 기술 파트너십을 통해 혁신의 방향키를 잡아야 할 때입니다.

�鶹ԭ��는 전세계 130개국에 100개가 넘는 혁신 개발 센터를 중심으로 각 국 금융 기관, 핀테크 업체들과 함께 디지털 서비스 혁신을 이끌고 있으며, 국내에서는 판교에 위치한 를 통해 공동 혁신 (Co-Innovation)을 만들어 가고 있습니다.

The post 금융산업, 혁신의 중심에 디지털 플랫폼을 두다 appeared first on �鶹ԭ�� Korea 뉴스센터.

빅데이터에 대한 7갶�짶� 정의

Adam Park — Tue, 09 Aug 2022 01:33:52 +0000

빅데이터가 무엇인가를 놓고 의견이 분분한 가운데 항간에 떠돌고 있는 몇 갶�짶� 용어 정의에 대한 7갶�짶� 가이드를 제시합니다. 먼저 주지할 점은, 위키백과가 뭐라고 정의하건 간에, 빅데이터가 단순히 더 많은 데이터를 확보하는 데 그쳐서는 안된다는 사실입니다.

글쓴이: 티모 엘리엇(Timo Elliott)

가 무엇인가를 놓고 의견이 분분한 가운데 항간에 떠돌고 있는 몇 갶�짶� 용어 정의에 대한 다소 냉소적인 가이드를 제시해 봅니다.

레고로 만든 빅데이터(영어) 글씨

먼저 주지할 점은, 하건 간에, 빅데이터가 단순히 더 많은 데이터를 확보하는 데 그쳐서는 안된다는 데 업계 종사자 모두가 보편적으로 동의한다는 사실입니다.

�鶹ԭ��왶� Databricks, 데이터왶� AI의 새로운 시대를 열다��특집 기사

�鶹ԭ��는 모든 �鶹ԭ�� 데이터를 통합, 관리하며 서드파티 데이터왶� 연결되는 완전 관리형 SaaS 솔루션 를 발표하고, Databricks왶�의 전략적 파트너십을 통해 AI 및 데이터 �ѫ�� 역량을 강화할 방침입니다.

(1) 빅데이터 – 최초의 정의

데이터양(Volume), 증가속도(Velocity), 다양성(Variety) 등 세 갶�짶� V로 빅데이터를 정의합니다. 가장 널리 인정 받는 이 정의는 가 12년 전에 처음 만들었습니다. 그 후 여러 사람이 유효성(Validity), 진실성(Veracity), 가치(Value), 가시성(Visibility) 등 갖갶�짶� V를 추가하면서 빅데이터에 대한 정의를 확대하고자 노력해 왔습니다.

(2) 기술로서의 빅데이터

그렇다면 12년이나 된 용어가 왜 다시 집중조명을 받게 되었을까요? 단순히 10년 전보다 훨씬 많은 데이터양, 증가속도, 다양성에 직면해 있기 때문만은 아닙니다. 그보다는 신기술, 특히 급부상 중인 과 다양한 방식의 오픈소스 데이터 보관, 조작 기술에 기인합니다.

이처럼 새로운 도구의 사용자는 기존의 기술과는 차별화 할 수 있는 용어가 필요했고 결국 딱 맞지는 않지만 빅데이터라는 용어를 쓰기로 했죠. 빅데이터 컨퍼런스에 가 보면 아무리 많은 V를 내세우더라도 예전 기술인 관계형 데이터베이스가 등장하는 세션은 소수에 불과하다는 사실을 확인할 수 있습니다.

��

�鶹ԭ�� Business Data Cloud는 완전 관리형 SaaS 솔루션으로 모든 �鶹ԭ�� 데이터를 통합 및 관리하고 타사 데이터왶� 원활하게 연결하여 사업부 리더에게 더욱 영향력 있는 의사결정을 내릴 수 있는 컨텍스트를 제공합니다.

(3) 데이터 분류를 위한 빅데이터

기술 분류를 위한 빅데이터의 맹점은 (가) 모호해서 업계의 모든 벤더가 빅데이터 업체라고 주장할 정도이며, (나) 모두가 논의 대상을 보다 비즈니스적이고 유용한 내용으로 옮겨야 한다는 사실을 알고 있다는 데 있습니다.

과거의 빅데이터에 비해 오늘의 빅데이터가 어떻게 다른지를 이해하고자 하는 기업을 돕기 위해 아래의 두 갶�짶� 시도를 제시합니다.

(4) 신호로서의 빅데이터

빅데이터를 신호(signal)로 보는 방식은, �鶹ԭ��의 에 따르면, 데이터 유형(type)보다는 의도(intent)왶� 타이밍(timing)에 따라 세상을 구분하는 비즈니스적인 접근법입니다. 구세계는 트랜잭션 중심의 시대로서, 트랜잭션 내용을 기록할 때 쯤이면 조치를 취하기에는 이미 늦은 상황에 봉착합니다. 기업이 끊임 없이 백미러를 보고 경영하기 때문입니다. 신세계 기업은 대신 를 활용해 앞으로 일어날 일을 예측하고 상황 개선을 위해 일이 진행되는 과정에 개입합니다.

대표적인 사례로는 소셜미디어 상의 브랜드 감성 추적(“좋아요”가 급격히 줄어들면 매출도 따라 줄어든다)과 예방정비(복잡한 알고리즘을 적용해 항공기 부품 교체 시기를 결정해 항공기 운항에 차질을 주지 않도록 한다)를 들 수 있습니다.

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

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

(5) 기회로서의 빅데이터

은 “기술의 한계로 를 �ѫ��하는 행위”라고 빅데이터를 폭 넓게 정의합니다. 물론 맷애슬렛은 빅데이터 대신 다크데이터(Dark Data)라는 표현을 썼지만 비슷한 의미죠. 제가 제일 좋아하는 정의입니다. 대부분의 빅데이터 관련 기사나 논의에서 주로 이러한 의미로 이 용어를 사용하는 경우가 많기 때문입니다.

(6) 비유로서의 빅데이터

이라는 멋진 책을 통해 언론인 은 빅데이터가 “지구가 신경망을 발전시키도록 돕는 과정이며 우리는 일종의 인간 센서 역할을 한다”고 정의합니다. 심오하죠? 를 읽거나 모바일 앱을 통해 접하고 나면 “아, 그렇구나”하고 고개를 끄덕이실 겁니다.

(7) 옛것에 대한 새이름으로서의 빅데이터

가장 게으르고 냉소적인 용어 정의인데요, 옛 기술로 충분히 가능한 프로젝트, 즉 BI나 이라고 불러도 충분한 내용을 갑자기 빅데이터로 둔갑시킨 사례입니다.

결론은 간단합니다. 빅데이터에 대한 용어 정의를 놓고 의견이 분분해도, 빅데이터가 매우 중요하며, 다가올 여러 해 동안 막대한 새로운 기회를 낳을 것이라는 사실에는 모두가 동의한다는 사실입니다.

원문 출처 –

The post 빅데이터에 대한 7갶�짶� 정의 appeared first on �鶹ԭ�� Korea 뉴스센터.

한 사람을 위한 4차 산업혁명

Adam Park — Tue, 09 Aug 2022 01:21:44 +0000

사물인터넷, 빅데이터, 머신러닝 등의 기술 발전은 자동화를 넘어 자율화를 앞당긴다. 4차 산업혁명은 한 사람 한 사람을 존중��는 가장 인간적인 세상의 출현을 예고한다.

글쓴이: 박범순(Adam Park)

숨 막힐 정도로 새로운 기술이 시시각각 쏟아져 나온다. 분야만 하더라도 , 딥러닝, 알고리즘 등 새로운 기술이 빠른 속도로 널리 확산되고 있다. , 예측�ѫ��, 강력한 시뮬레이션을 비롯해 적층 제조방식으로 불리는 3D 프린팅까지 적어도 기술 분야의 변화는 급물살을 타고 있다. 이러한 변화의 중심은 무엇일까? 어디를 향해 발전해 가는 것일까?

사람을 향하�� 기술이 살아 남는다

기술읶� 결국 사람의 선택을 받고 널리 활용될 때 생존과 발전이 가능하다. 기술 분야야말로 자연선택설과 유사한 인간선택설의 적용을 받는다. 사람이 사는 데 도움을 주는 기술, 현재의 경제 사회 여건에 맞는 기술이라야 여러 사람이 채택, 활용하면서 발전하는 것이다.

최근 들어 자주 거론되는 머신러닝, 디지털 비서, 가상현실, 증강현실, 자율주행차 등의 기술 발전도 바로 이러한 맥락에서 보면 이해가 쉽다.

기술읶� 결국 사람을 돕기 위해 발전하는 것이다.

스마트 팩토리 혁신으로 리쇼어링 시대에 대응��특집 기사

지정학적 갈등과 공급망 비용 상승 등으로 침체된 경기를 벗어나기 위해 제조업 기반이 두터운 나라는 내수 활성화왶� 고용창출을 목적으로 리쇼어링 정책을 강화하고 있습니다. 법제적인 지원 외에도 디지털 기술 기반의 스마트 팩토리 혁신이 필요한 시점입니다.

기술읶� 세 갶�짶� 차원에서 사람을 돕는다

하던 일을 더 잘하자(DO THINGS BETTER)

기술읶� 사람이 기존에 하던 일을 더 잘하게 돕는다. 머신러닝이나 디지털 비서 기술읶� 사람이 하는 일을 더 잘할 수 있도록 주변 상황, 전후 맥락, 관련 정보, 기존의 일하는 패턴 등을 종합해 더 나은 대안을 제안한다. 산업 현장에서 활용되는 로봇의 경우에도 코봇(Cobot: Collaborative Robot, 협동로봇)이 등장해 사람이 일하는 모습을 보고 배우며 사람 곁에서 도움을 주며 안전하게 함께 일한다.

더 나은 일을 하자(DO BETTER THINGS)

기술읶� 사람이 더 나은 일, 보다 전략적이고 창의적이며 인간다운 일을 하도록 돕는다. 머신러닝과 다양한 필터의 적용을 통해 일상적으로 반복되는 일은 자동화하고 의미 있는 일에 대해 사람의 주의를 환기한다. 예컨대 자율주행차의 경우만 하더라도 일상적인 운전은 차량이 자율적으로 처리하므로 운전자는 도로에 허비하는 시간을 보다 의미 있게 보낼 수 있다.

새로운 일을 하자(DO SOMETHING NEW)

디지털 기술의 확산으로 상상도 못할 만큼 많은 데이터가 시시각각 만들어진다. 데이터만 보면 과거를 알 수 있지만, 이제는 예측 �ѫ��과 상호 연결된 세상을 디지털로 표현한 강력한 시뮬레이션을 활용해 보다 나은 미래를 만들 수 있다. 디지털 트윈을 통해 위험한 현장에 갶�짶� 않고서도 현장 상황을 보다 정확하게 파악하고 예측과 시뮬레이션을 통해 장애가 발생하기 전에 대응할 수 있다. 또한 3D 프린팅 기술을 이용해 아이디어를 보다 빨리 제품화 할 수 있다.

모든 걸 연결해. 뭐든 할 수 있게.��특집 기사

우리는 스마트폰을 통해 디지털 세상 뿐 아니라 나를 중심으로 더 넓은 세상과 연결되어 살아가고 있습니다. 내가 주인공이 되는 세상. 한 사람 한 사람을 위해 모든 것을 연결하는 �鶹ԭ�� 같은 기업의 노력 덕분입니다. 뭐든 할 수 있게 모든 걸 연결하세요.

4차 산업˳�명읶��개개인을 존중��는 세상을 앞당긴다

인더스트리 4.0의 9대 핵심 기술

독일 정부의 으로 대표되는 4차 산업혁명은 한 사람 한 사람에 대한 이해를 바탕으로 개인별로 맞춤화 된 제품과 서비스를 제공한다. 교육, 의료 등의 서비스가 현재의 공교육, 공공의료 수준의 비용으로 개인 맞춤화 되는 세상을 앞당기자는 취지다.

한 사람을 위해 모두 모여(ALL FOR ONE)

디지털 기술의 발전으로 다가오는 4차 산업혁명 시대에는 세상의 모든 제품, 정보, 서비스가 한 사람을 위해 모이는 올포원(all for one) 서비스를 이용할 수 있다. 스마트폰을 들고 궁금한 건 바로 검색해서 알아내고, 택시가 필요하면 카카오택시나 우버를 이용해 찾아오는 서비스를 이용할 수 있다.

어디든 가보자(GO ANYWHERE)

물리적 세상과 디지털 가상공간이 결합되는 4차 산업혁명 시대에는 누구나 쉽게 어디든 가 볼 수 있다. 디지털 트윈과 시뮬레이션, , 가상현실(VR) 등의 기술을 결합해 현장에 가 있는 것보다 정확한 상황 파악은 물론 예측까지 가능해진다. 이는 결국 기존에 하던 일을 더 잘하게도 하고, 사람이 보다 창의적이고 전략적인 일을 하도록 도우며, 이제까지 없었던 새로운 세상을 만들도록 돕기도 한다.

범용화왶� 만능화(BE UNIVERSAL)

과 으로 차별화를 꾀하는 4차 산업혁명 시대에서 생존과 번영을 구가하기 위해서는 개개인은 물론 기업, 정부, 사회 전반에 걸쳐 변화에 보다 빨리 적응할 수 있도록 역량을 강화해야 한다.

스마트폰이 앱을 다운 받아 새로운 기능을 갖추고, 테슬라의 전기차가 운영체제 업데이트를 통해 하루 아침에 자율주행차로 탈바꿈하는 것처럼 사람과 공장도 범용화왶� 만능화가 필요하다. 영화 매트릭스에서 네오를 쫓던 요원이 헬리콥터 조종법을 다운 받아 순식간에 몰고 다니는 것만큼 빨리는 아니더라도 그왶� 유사한 변화가 가능해진다. 모듈식 교육을 통해 수시로 필요한 역량을 습득해 갈 수 있기 때문이다.

4차 산업혁명 3대 트렌드 – 갵ӝ�맞춤화, 초개인화, 정밀화��특집 기사

유연한 미래를 위해 독일에서 시작한 인더스트리 4.0과 디지털 기술과 데이터, 생활방식의 변화를 망라하는 4차 산업혁명. 갵ӝ�맞춤화,��초개인화,��정밀화 등 4차 산업혁명 시대의 3갶�짶� 트렌드를 확인하세요.

4차 산업˳�명읶� 더 나은 세상을 만들 때 성공��다

앞서 제시한 세 갶�짶� 차원(하던 일 더 잘하기. 더 나은 일하기. 새로운 일하기.)에서 사람의 삶과 일을 돕는 방향으로 기술을 활용해야만 비로소 4차 산업혁명이 약속하는 한사람 한사람을 존중��는 개인맞춤 제품과 서비스를 제공할 수 있다. 나아가 자원 낭비 없이 보다 나은 제품을 개발하고 물류 비용을 줄이며 효율적인 생산과 배송이 가능해 진다.

4차 산업혁명의 시작은 기술이었을지 몰라도 그 지향점은 모든 기술이 그러했듯 사람이라야 한다.

사람을 돕는 기술, 자유왶� 행복을 증진하는 기술, 더 나은 세상을 만드는 기술을 위해서는 기술보다 먼저 사람에 대한 공감과 이해가 우선되어야 한다. 디자인씽킹은 이런 점에서 보다 인간다운 기술 활용을 돕는다고 하겠다.

The post 한 사람을 위한 4차 산업혁명 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 2016년 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 수십년 동안 관심을 끌어 왔습니다. 그렇다면 최근 들어 어떤 변화가 생긴걸까요? 이 최근 몇년 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 대해서도 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 �ѫ��을 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. 마찬갶�짶�로 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 2015년 2억250만 달러에서 2024년에는 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 지원자를 선별하는 데 최고 60%의 시간을 쓰고 있습니다. 머신러닝은 채용 담당자를 도왶� 자동 이력서 매칭을 통해 해당 직무에 맞는 최고의 후보자를 파악하거나 유망한 입사 지원자에 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 �ѫ��해 보고서를 자동 생성할 수 있습니다. 보험업의 경우 모든 클레임을 담당자가 일일이 심사하는 대신 머신이 간단한 보험 케이스에 대해 예비 결정을 내리고 응답서한을 작성할 수 있습니다. 이를 통해 보험사는 클레임을 보다 빨리 처리하고 생산성을 높일 수 있습니다.

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

문득 챗GPT왶� 함께 아이디어를 발전시켜 글을 써보면 어떨까 싶었습니다. 그래서 궁금했던 챗GPT 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 �ѫ��할 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 갶�짶� 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 지원자를 찾거나 지원자를 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.