본문 바로가기

데이터분석

IT 업계를 관통할 2022년 효성인포메이션시스템 솔루션 I 코로나19 팬데믹 속에서도 성장했던 국내 IT 산업이 2022년 성장세를 이어갈 수 있을 것인가. 답은 예스(Yes)다. 2022년에도 여전히 관심을 받는 클라우드와 데이터 관리·분석 시장, 새로운 트렌드가 된 메타버스 등 성장을 견인할 수 있는 요소는 많다. 데이터 전문 솔루션 프로바이더로 우뚝 설 효성인포메이션시스템의 2022년 주력 솔루션과 전략 그리고 IT 트렌드를 2부에 걸쳐 살펴본다. Chapter 1. 기업 데이터 혁신의 중심 ‘데이터 레이크’ 시장으로 무한 질주 2021년은 코로나19 영향으로 인한 비대면 업무 활성화와 디지털 전환을 위한 투자 확대, 메타버스 등장 등 다양한 변화와 함께 IT 투자가 지속해서 증가한 한 해였다. 특히 데이터와 관련된 전후방 산업의 규모 역시 놀라운 속도로 .. 더보기
비즈니스 성공을 돕는 통찰력의 핵심, '데이터 분석 아키텍처' 수립 방법 데이터가 넘쳐나는 시대다. 기업, 정부는 물론이고 개인도 스마트폰을 몇 번 터치하기만 하면 방문했던 장소와 소비 지출 내역 등의 흔적뿐 아니라 누구와 함께 있었는지도 금세 알 수 있다. 기업이 취합하는 데이터는 이보다 훨씬 더 방대하다. 이처럼 방대한 데이터를 통해 기업은 얼마나 제대로 된 통찰력을 얻고 있는지 반문하지 않을 수 없다. 수년 전, 하버드 비즈니스 리뷰(Harvard Business Review) 발표 자료에 따르면 기업이 비정형 데이터를 실제 활용하는 비중은 1%도 채 되지 않았다. 다행히 최근 조사에서는 전체 데이터의 2/3 정도로 활용 수치가 높아졌지만 이 중에서 통찰력을 얻을 수 있는 분석 데이터는 아직도 많지 않은 현실이다. 데이터를 제대로 활용하면 제품과 서비스의 품질을 향상할 .. 더보기
데이터를 제대로 아는 '펜타호', 디지털 전환 속도를 높이다 급증하는 데이터, 곳곳에 산재해 있어 활용하기 어려운 데이터는 ‘성공적인 디지털 전환’의 걸림돌이다. 디지털 전환의 여정을 가속하고 싶다면, 먼저 데이터를 파악하고 이의 효율적인 운영 방안을 수립해야 한다. 데이터에서 유의미한 가치를 창출하고 비즈니스에 활용하기 위해 방법을 고민 중이라면, ‘펜타호(Pentaho)’를 주목해보자. 데이터 수집부터 정리, 학습, 분석까지 ‘데이터의 모든 것’을 지원하는 최고의 솔루션이라고 해도 과언이 아니다. 분석 프로세스에 최적화 펜타호(Pentaho)는 오픈소스 기반의 엔터프라이즈급 데이터 통합 및 분석 자동화 솔루션으로, 다양한 데이터 환경에 최적화되어 있다. 펜타호는 빅데이터 통합, 워크플로우 통합, 데이터 탐색, 데이터 시각화, 보고서 및 대시보드 등의 기능을 지.. 더보기
타이어 선도기업 '금호타이어'의 선택, 펜타호 기반 디지털 환경 구축 타이어 전문기업 금호타이어는 급변하는 모빌리티 산업의 변화에 적극적으로 대응하기 위해 IT 와 디지털 역량을 결집한 ‘타이어 디지털 트윈’ 환경을 구축 중이다. 그리고 디지털 환경을 성공적으로 구축할 최적의 솔루션으로 효성인포메이션시스템의 ‘펜타호’를 선택했다. 펜타호를 통해 빠른 설계와 정확한 성능 예측, 최적화가 가능한 디지털 트윈 시스템의 기반을 마련하면서 디지털 전환을 위한 가속페달을 밟고 있는 금호타이어의 사례를 살펴본다. 산업의 변화, 기회가 되다 빅데이터 및 디지털 전환이 모든 산업의 IT 트렌드로 자리 잡으면서 기업들은 업무 프로세스의 혁신과 신사업을 위한 성장 동력으로 ‘디지털 환경 구축’을 원하고 있다. 그중 자동차 산업은 자율주행과 전기차로 트렌드가 변화하고 있다. 특히 급부상하는 전.. 더보기
HCSF, 데이터 시대가 원하는 차세대 고성능 인프라 정확하고 빠른 데이터 분석을 통해 인사이트를 도출하려는 기업이 늘고 있다. 이전에는 데이터를 저장하는 일이 주 관심사였다면, 최근에는 데이터 저장을 넘어 분석을 위한 고성능 인프라에 주목하고 있다. 완벽한 데이터 분석을 위한 인프라의 요건과 이를 충족시켜주는 최적의 솔루션을 만나본다. 데이터 분석을 위한 최우선 조건 데이터 분석을 위해서는 고성능 스토리지가 필수적이다. 분산된 데이터를 여러 애플리케이션과 연동할 때 다양한 프로토콜을 지원하고, 데이터를 신속히 가져와서 분석해야 하기 때문이다. 이 때 데이터 분석과 관리를 위한 단계별 요구사항을 충족시켜주지 못하면 데이터는 사일로화 된다. 결국, 데이터 분석을 원하는 사용자들은 분석 비용과 시간이 증가할 뿐만 아니라, 데이터 인사이트를 도출하기 어려운 한계.. 더보기
AI와 머신러닝을 위한 고성능 스토리지, HCSF AI(인공지능)과 ML(머신러닝), 분석 기반 고성능 컴퓨팅 시장 경쟁에서 승자는 누구일까? 당연히 복잡한 알고리즘으로 더 많은 모델을 신속하게 운영할 수 있는 기업일 것이다. 관건은 더 저렴한 비용으로 어떻게 많은 데이터에 신속하게 액세스할 수 있는지다. 이는 애플리케이션에 많은 데이터가 담겨 있어야 가능한 일이지만, 현실은 그렇지 못하다. 여전히 제자리걸음을 하는 스토리지 성능 때문이다. 끊임없는 데이터 활용 요구 GPU 덕분에 컴퓨팅 인프라는 40%까지 줄일 수 있게 됐지만, G PU가 처리해야 하는 데이터는 50%나 증가했다. 여기에 빠른 응답시간에 대한 요구가 폭발적으로 증가하고 있지만, 그때마다 컴퓨팅 리소스를 추가하는 것은 비효율적이다. 레거시 스토리지는 고성능 유지와 확장성 두 가지를동시에.. 더보기
포스트 코로나 시대, 제조기업의 운명을 가르는 디지털 혁신 투자 코로나19의 위기는 한 번도 경험하지 못한 불확실성을 초래했지만, 한 가지 확실한 것은 제조기업들이 직면한 마지막 혼란은 아니라는 점이다. 전염병과 자연재해 등 불가항력의 상황에서도 제조기업은 데이터 통합부터 분석에 이르기까지 지능형 제조 기술의 성숙도를 높여야 한다. 제조기업들이 포스트 코로나의 최우선 투자 분야로 꼽은 핵심 기술과 전략을 살펴본다. 넥스트 노멀 시대의 투자 전략 히타치 밴타라(Hitachi Vantara)와 인더스트리위크(IndustryWeek)가 제조기업 임원 200여 명을 대상으로 ‘산업 통찰력: 코로나19 위기 시대의 제조업 운영’에 대한 조사를 했다. 그 결과, 응답 기업들은 포스트 코로나 시대에 대비해 ▲공급망 기술 ▲운영 분석 ▲에지와 클라우드 기술 ▲영상 모니터링 ▲로봇과.. 더보기
디지털 미래 생존법, 지능형 데이터 분석 플랫폼을 구축하라 위기, 변화를 촉진하다 예기치 못한 시장 변화와 탄력적인 비즈니스 수요 증가로 디지털 트랜스포메이션(DX)을 가속화하는 기업들의 움직임이 빨라지고 있다. 디지털 전환을 통해 기업은 새로운 디지털 수익원을 발굴하고, 비즈니스 모델의 유연성과 민첩성을 확보해 급변하는 시장 환경에 빠르게 대응할 수 있다. 뿐만 아니라 새로운 디지털 운영 능력을 확보하고 고객 경험을 강화해 차별화된 비즈니스 경쟁력을 확보할 수 있다. 코로나19 팬데믹으로 재택근무, 온라인 활동, 영상 기반 콘텐츠가 증가하면서 데이터양이 급증하고 있다. 이에 따라 데이터 복구 및 위기관리 수요가 늘면서, 데이터 의존도 역시 높아졌다. 헬스케어와 생명과학 같은 분야에서는 데이터 기술 투자가 확대되어 더 신속한 진단과 분석이 가능해졌다. 디지털 트.. 더보기
펜타호, 산업별 분석 템플릿 통해 데이터 분석·활용 수준을 높이다 데이터는 과거와 비교해 상상할 수 없이 빠른 속도와 양으로 생성되고 있고, 분석 기술 역시 늘어나고 있다. 데이터 소비자들도 달라졌다. 현업에서 데이터를 사용하는 소비자의 폭이 전보다 훨씬 넓어졌고, BI 툴만 고집하지 않고 검색 엔진 또는 머신러닝(ML)을 원하기도 한다. 빅데이터 플랫폼은 과거의 CRM과 같이 시대의 흐름에 따라 유행하는 기술과는 차원이 다르다. 모든 기업이 관심을 두고 도입해야 하는 시스템으로 위상이 높아진 것이다. 데이터 분석과 관리 방식을 위한 새로운 툴과 기술이 등장했지만, 데이터 민첩성 부족은 여전히 문제다. 그리고 이 문제는 기업 혁신을 가속하는 분석과 인공지능( AI), 머신러닝 구현에 큰 걸림돌이 되고 있다. 새로운 데이터 운영 관리 솔루션이 절실히 필요한 때다. 데이터.. 더보기
데이터 가치 극대화를 위한 키포인트 빅데이터로 IT 지형이 급변하고 있다. 다양성, 속도, 양적 측면에서 모두 나타나는 데이터 관련 문제에 대응하기 위해 기업들은 하둡, NoSQL 등 새로운 데이터 저장소로 눈을 돌리고 있지만, 큰 난관이 하나 있다. 어디서부터 시작할지 결정하기가 쉽지 않다는 점이다. 성공적인 빅데이터 전략과 최선의 선택을 위한 4가지 방법을 알아본다. 1. 데이터 웨어하우스 최적화 트랜스포메이션 워크로드와 활용 빈도가 낮은 데이터는 하둡으로 이동해보자. 기존의 데이터 웨어하우스 인프라 관련 부담이 줄어 데이터 관련 비용을 절감할 수 있다. “하둡으로 대체한 데이터 웨어하우스, 데이터 스토리지 비용 최대 10배 절감” 데이터 웨어하우스 최적화 시점을 알려주는 5가지 징후 · 현재 보유하고 있는 데이터가 데이터 웨어하우스의.. 더보기

티스토리툴바