본문 바로가기

Tech ZOOM

고성능 AI 분석, 기대를 현실로! ‘Dall-E’와 ‘챗GPT(ChatGPT)’는 아마도 올해 가장 핫한 키워드일 것이다. 두 가지 서비스 영역은 그림과 텍스트로 각각 다르지만, 공통점이 하나 있다. 고성능 분석 환경에 기반한 AI 모델이라는 점이다. 멀게만 느껴지던 AI 분석은 어느새 우리 일상 깊숙이 들어와 버렸다. 데이터가 기하급수적으로 증가하는 요즘, 이러한 고성능 분석 환경은 기업에 더욱 필요해졌다. 그리고 고성능 분석 환경의 핵심에는 AI 분석을 위한 필수 요건인 고성능 데이터 레이크가 자리하고 있다. 데이터 웨어하우스부터 고성능 데이터 레이크까지 데이터 분석에 기반한 인사이트를 도출하는 일은 기업들이 이미 오래전부터 해오던 일이다. 초창기 IT 시장에 등장한 RDBMS 기반 데이터 웨어하우스가 그 시작이다. 당시에는 형태가 .. 더보기
복잡한 데이터 관리를 쉽고 빠르게! 기업들이 당면한 데이터 관련 프로젝트는 점차 복잡해지고 있다. 이제는 온프레미스와 클라우드의 다양한 데이터 소스에서 데이터를 연계하거나 로딩하는 정도로 끝나지 않는다. 다양한 포맷으로 변화하는 데이터 소스를 관리하고, 반복할 수 있는 프로세스를 규모에 맞게 설정해야 한다. 이 모든 엔터프라이즈 데이터를 제어하면서 거버넌스도 유지해야 한다. 이 과정에서 기업들은 수많은 IT 리소스, 타이트한 프로젝트 마감 시한, 반복적인 수작업 설계, 시간 소모가 큰 개발 과정, 수작업으로 인한 오류 발생 가능성 등 어려움이 많다. 빅데이터 통합 분석 솔루션 펜타호는 방대한 데이터 관리를 단순화하는 솔루션이다. 데이터 파이프라인을 자동화함으로써 비즈니스 사용자가 신속하게 데이터를 취합해 분석에 활용할 수 있도록 지원한다... 더보기
재해복구 솔루션 전성시대, 당신의 선택은? 재해가 급증하면서 비즈니스 연속성과 데이터 보호를 위한 재해복구(DR)가 ‘뜨거운 감자’로 떠오르고 있다. 재해복구 시스템 구축 여부에 따라, 재해 발생 시 희비가 극명하게 갈리기 때문이다. 한정된 예산과 복구 방법 선택에 어려움을 겪는 기업들을 위해 최적의 데이터센터 재해복구 전략을 소개한다. 100% 안전한 데이터센터는 없다 지난 2000년 9월, 한 금융사 건물에서 스프링클러가 작동하면서 전산실 가동이 중단되고 지점 단말기, 홈페이지, 사내망 등 모든 전산 시스템이 멈추는 일이 발생했다. 2010년 겨울에는 공조기의 오작동으로 데이터센터 내 난방 파이프가 동파되고 누수가 발생해 서버가 침수되면서 서비스가 2주간 중단되었다. 기업의 주요 자산인 데이터를 관리하는 인프라에 발생하는 재해는 자산 손실과 .. 더보기
HCP CS, 클라우드 워크로드에 최적화된 '오브젝트 스토리지'의 간판 주자 2021년 IDC가 진행한 오브젝트 스토리지 시장 활용 설문 결과를 보면, 응답자의 80%는 오브젝트 스토리지가 IoT, 보고, 분석을 포함한 가장 중요한 IT 이니셔티브를 지원할 수 있다고 답했다. 스토리지가 단순한 인프라가 아닌 기업의 전략을 지원하는 기반이 될 수 있다는 뜻이다. 그런 면에서 오브젝트 스토리지는 혁신의 지렛대이자 IT 관리자의 고민을 해결해 주는 중요한 열쇠가 될 것이다. IT 전문 인력이 적거나 오브젝트 스토리지를 신속하게 도입하고자 하는 기업이라면 효성인포메이션시스템의 HCP CS 같은 상용 오브젝트 스토리지는 좋은 선택지가 될 수 있다. 오브젝트 스토리지 대세, 이유가 있다 IT 미디어 네트워크월드에 따르면, ‘오브젝트 스토리지’는 최근 몇 년간 스토리지 트렌드를 이끄는 핵심으.. 더보기
효율적인 스토리지 관리를 위한 핵심 포인트 현재 자사의 IT 인프라팀이 필요에 따라 인력을 적재적소에 배치하고, 데이터 수요가 많은 애플리케이션에 충분히 대응할 수 있는가? 만약 ‘더 적은 비용으로 더 많은 업무를 수행’하면서 비즈니스 민첩성까지 유지해야 하는 상황이라면? 지금 즉시 데이터 스토리지 관리 방안을 점검해 보자. Challenge 1 / 사람이 할 수 있는 일에는 한계가 있다. “줄어든 인원으로는 기술 격차를 해소할 수도, 비즈니스 목표를 달성할 수도 없다.” 주어진 업무를 모두 처리하기에 하루 업무 시간이 충분하지 않을 때도 있다. 일정 관리가 제대로 되지 않으면 IT팀이 업무 시간의 대부분을 시스템 유지보수에 할애하는 경우도 많다. 전략적인 프로젝트를 추진하거나 변화가 필요한 업무는 손도 대지 못한 채 말이다. 이를 위한 해결 방.. 더보기
현장의 AI 비즈니스 적용 고민과 해결 방안 “요즘 AI에 대한 이야기가 무척 흔합니다. 하지만 AI를 비즈니스에 어떻게 적용할 것인가라는 질문에 답할 수 있는 사람은 그리 많지 않습니다. ‘어떤 업무에 AI를 적용할 수 있을까?’, ‘비즈니스 적용을 위해 알아야 하는 AI 지식은 무엇일까?’, ‘적용 프로세스와 고려 사항은 무엇일까?’, ‘솔루션과 인프라 등 도입 시 필요한 항목은 무엇일까?’, ‘참고 사례로는 어떤 것들이 있을까?’, 이와 같은 질문과 해답을 차근차근 살펴볼 필요가 있습니다.” 한국 IDG가 주최한 ‘클라우드 & AI 이노베이션 2023’ 컨퍼런스에서 효성인포메이션시스템의 김형섭 컨설턴트는 ‘현장에서 듣는 AI 비즈니스 적용 고민과 해결 방안’(Add AI to your Business)를 주제로, 현장에서 제기되는 5가지 질문.. 더보기
DX, 장벽을 허물다 국내 기업들의 디지털 전환(DX) 속도가 빨라지면서, 디지털 전환 관련 시장은 지난해와 비교해 최소 2배 이상 성장하고 있다. 고객들에게 더욱더 전문적이고 원활한 디지털 전환을 지원하기 위해 DX사업본부를 출범하며 적극적인 비즈니스를 펼쳐온 효성인포메이션시스템. 제품과 서비스, 조직을 꾸준히 확장하며 고객의 성공적인 미래를 함께 그리는 효성인포메이션시스템 DX사업본부와 주요 솔루션을 만나본다. 변화가 불러온 새로운 비즈니스 “제품 영역이나 솔루션, 산업 분야를 구분하지 않고 디지털 전환을 목표로 하는 기업 모두가 DX사업본부의 고객입니다. 분야별 영업 조직과 함께 활동하며, 기업들이 원하는 디지털 전환 방향에 대한 계획 수립부터 전체적인 그림을 그리는 조직이라고 할 수 있죠. 시작부터 고객과 발을 맞춰 .. 더보기
AI 시대를 선도하는 비결 최근 산업 분야에서의 핫 트렌드는 두말할 것 없이 ‘AI(인공지능)’다. AI 서비스 시대는 이미 시작되었으며, IT 비즈니스에서 AI는 더욱더 주목받을 전망이다. 산업별로 활발하게 활용 중인 AI의 현황부터 도입 유형별 차별화 전략 등을 알아본다. AI, 거스를 수 없는 트렌드가 되다 IDC가 올해 초 발표한 자료에 따르면, 국내 AI 시장은 향후 5년간 연평균 15.1%의 성장률을 기록할 것으로 나타났다. 2020년에 8,072억 원이던 국내 AI 시장의 매출 규모는 2025년에 1조 9,074억 원까지 성장할 것이라는 전망이다. AI 시장을 서비스, 소프트웨어, 하드웨어 부문으로 구분할 경우, 그 비율은 30:40:30으로 추정되며, 2022년 AI 하드웨어 인프라 시장 규모만 3,363억 원에 달.. 더보기
초고성능 데이터 서비스 플랫폼 ‘HCSF’, 협업의 활주로 타고 비상하다 히타치 밴타라의 글로벌 기술 협력 파트너인 데이터 플랫폼 전문기업 웨카IO가 올해 한국 지사를 설립하고 국내 영업에 박차를 가하고 있다. 이에 효성인포메이션시스템의 데이터 솔루션 비즈니스도 더욱 탄력을 받고 있다. 효성인포메이션시스템은 웨카IO와 협력해 최신 GPU 워크로드, 고성능 데이터 분석, AI/ML 등을 지원함으로써 기업의 데이터 비즈니스의 성공을 위한 초석인 인프라 환경을 제공한다. 최근에는 데이터 기반의 경영을 지원하기 위해 GPU DBMS 전문기업 스크림(SQream)과의 협업도 강화했다. 이를 통해 대용량 데이터의 신속한 분석과 엔터프라이즈 AI/ML 혁신까지 지원한다는 게 목표다. 그리고 이 모든 협업의 중심에는 효성인포메이션시스템의 HCSF 솔루션이 있다. 데이터 레이크를 위한 완벽한.. 더보기
데이터 수집부터 통찰력 확보까지, 완벽한 데이터 통합 분석 로드맵 정형·비정형·반정형 데이터 등으로 데이터의 종류와 형태가 다양해지고 데이터 양이 급증했지만, 기업에는 빅데이터를 처리할 이렇다 할 플랫폼이 없어 문제가 된 시기가 있었다. ‘빅데이터’라는 용어가 회자된 2010년대 초반의 얘기다. 몇 년이 지나서야 기업들 사이에서 데이터 수집을 목적으로 하는 빅데이터 인프라 플랫폼 구축이 시작되었다. 데이터는 넘쳐나는데 정작 분석에 활용할 수 있는 데이터는 많지 않았기 때문이다. 그런데 빅데이터 플랫폼을 구축하고 보니 또 다른 문제가 발생했다. 분석에 활용되지 못한 채 방치되는 ‘다크 데이터(Dark data)’가 많아진 것이다. 이는 빅데이터 인프라 구축의 목적을 ‘데이터의 품질’이 아닌 ‘데이터의 수집’에만 두었기 때문에 발생한 문제다. 다크 데이터는 현재도 심각한 .. 더보기

티스토리툴바