본문 바로가기

머신러닝

제조기업 혁신을 위한 디지털 전략 수립 가이드 미래에 대해 명확한 전략이 있는 기업은 만반의 준비를 할 수 있다. 특히 디지털이 판도를 바꾸는 시대에는 우선 과제를 명확하게 선정하고 그에 초점을 맞추는 것이 무엇보다 중요하다. 제조기업이 전방위적으로 디지털 전략을 수립해야 하는 이유와 주요 요소, 디지털 전략을 정의하기 위한 올바른 접근법을 알아본다. ‘디지털화’, 제조 현장의 화두 ‘디지털 트랜스포메이션’이라는 화두는 최근 몇 년간 제조업에 큰 화두였다. 그러나 사실, 공정 개선을 위한 기술은 늘 존재해왔고, 그 기술 덕분에 공장 현장은 대형 디지털 기기로 변모할 수 있었다. 하지만 현재 제조기업은 또 다른 과제에 직면해 있다. 팬데믹 상황과 비용 절감, 품질 개선과 관련해 유례없는 압박을 받게 되면서 신속한 회복, 탄탄한 성장, 그리고 획기적인 .. 더보기
새로운 데이터 패러다임, 루마다 데이터옵스 데이터 통합 방식의 한계로 인해, 기업들은 데이터옵스(DataOps) 및 신기술을 모색하고 있다. 기존의 접근법은 방대하고 융통성이 적은 데이터를 생성하고, 빠르게 변하는 비즈니스에서 통찰력을 신속하게 이끌어내지도 못한다. 기업들이 데이터옵스를 선택할 수밖에 없는 여섯 가지 트랜드와 활용 사례를 살펴본다. 01. 미래에는 하이브리드 클라우드와 멀티 클라우드가 각광받을 것이다 기업들은 클라우드를 통해 IT 비용을 최적화하고, 원격 근무를 실시하는 이용자의 편의와 보안을 지원하고 있다. 민첩성과 융통성을 제공하기 위한 최고의 방법을 모색하는 동시에 멀티 클라우드 및 하이브리드 클라우드의 가능성을 예측하고 있다. IDC는 2022년까지 전 세계 기업의 90% 이상이 인프라 수요 충족을 위해 온프레미스, 전용 .. 더보기
분산 워크로드 환경을 위한 최고의 선택, HNAS 5000 시리즈 NAS를 파일 공유 스토리지로만 인식했다면 오산이다. HNAS 5000 시리즈는 분산된 엔터프라이즈 및 데이터센터 애플리케이션 워크로드를 위한 간단하고 효율적인 솔루션으로, 기업의 미션 크리티컬한 업무를 완벽히 지원한다. NAS를 재정의하다 HNAS 5000 시리즈는 최고의 확장성과 유연성을 제공한다. 엔터프라이즈 스케일아웃 파일 시스템을 기반으로 최대 80노드의 확장 버추얼 클러스터를 지원한다. 파일 시스템당 1페타바이트(PB)의 물리적 용량 확장이 가능하며, 최대 500개의 파일 시스템을 지원한다. 기존 대비 노드당 2배에서 최대 4배 이상의 스루풋(Throughput) 성능 향상 등 데이터 관리에 탁월하다. 특히 전용 하드웨어인 FPGA 기반의 하드웨어 가속 파일 시스템을 통해 고성능의 데이터 처리.. 더보기
VSP E 시리즈, 미드레인지 스토리지의 품격을 높이다 급증하는 데이터를 처리하고 안전하게 저장할 수 있는 인프라 환경의 중요성이 높아지고 있다. 기업들은 포화 상태인 데이터센터의 리소스를 적게 사용하면서도, 다수의 장비를 효율적으로 관리할 수 있는 방법을 찾기 위해 고심하고 있다. 디지털 전환의 조력자 기업들은 데이터의 가치를 극대화하기 위해 신뢰할 만한 성능과 가성비를 갖추고 있으며, 비즈니스 성장에도 부합하는 인프라가 필요하다. 성공적인 디지털 전환은 민첩성, 자동화, 복원력을 두루 갖춘 인프라가 좌우하기 때문이다. 이에 효성인포메이션시스템은 기업의 규모, 업무 형태, 다양한 사용자 환경과 요구 수준에 맞춰 최적의 인프라를 구축할 수 있는 미드레인지 신제품 라인업을 선보였다. 바로 NVMe 미드레인지 올플래시 모델인 VSP E590과 E790이다. VS.. 더보기
데이터 비즈니스를 위한 스마트한 선택, ‘루마다 데이터 카탈로그’ 필요한 시점에 적합한 데이터를 완벽히 찾아낸다는 건 쉬운 일이 아니다. 최근 포레스터 컨설팅(Forrester Consulting)이 조사한 바에 따르면, 기업의 약 70%는 데이터 큐레이션에 상당한 시간을 할애하고 있는 것으로 나타났다. 국내에서는 지난 8월, 데이터 3법 개정과 함께 마이데이터 시장이 본격적으로 열렸다. 데이터 중심의 비즈니스 영역이 확장되면서 데이터 활용에 대한 관심이 높아지고 있지만, 데이터를 어떻게 관리하고 인사이트를 도출할지 고민하는 기업은 여전히 많다. 데이터 활용이 핵심 개정된 데이터 3법에 따르면, 개인정보보호법 중 개인정보 관련 개념을 개인정보, 가명정보, 익명정보로 구분한 후 가명정보를 통계 작성 연구, 공익적 기록보존 목적으로 처리할 수 있도록 허용한다고 되어 있다... 더보기
IDC가 인정한 최고의 오브젝트 스토리지, HCP 효성인포메이션시스템의 HCP(Hitachi Content Platform)가 IDC 마켓스케이프(IDC MarketScape)의 ‘전 세계 오브젝트 기반 스토리지 2019 벤더 평가’에서 최고점을 받으며 4년 연속 리더로 선정됐다. 전 세계 13개 오브젝트 스토리지 벤더를 대상으로 진행된 이번 평가에서 IDC마켓스케이프는 HCP 포트폴리오가 확장성, 커스터마이징뿐만 아니라 고객이 원하는 최적의 솔루션을 선택할 수 있도록 유연성을 보장한다는 점에서 높은 점수를 주었다. 특히 HCP 어플라이언스 제품군과 클라우드 스케일용 HCP를 통해 기존 워크로드뿐 아니라 사물인터넷(IoT), 미디어 관리, 인공지능(AI), 머신러닝 등 차세대 워크로드까지 공략할 수 있다는 점을 강점으로 꼽았다. 폭증하는 비정형 데이터 .. 더보기
최신 IT 기술을 한 데 모았다! 11월 12일 개최된 '클라우데라 세션 서울 2019'는 기업이 주목해야 할 데이터 분석 방법과 머신러닝, AI 등 최신 IT 기술을 중심으로 다양한 성공사례와 비즈니스 방향을 제시했습니다. 효성인포메이션시스템은 다양한 세션에 참여해서 전략과 솔루션을 소개했는데요.'산업현장에서의 AutoML 구현'과 'IoT 데이터 파이프라인과 AutoML'에 대해 발표해서 큰 관심을 모았습니다. 다양한 산업 현장에서 활용되는 머신러닝 자동화(AutoML) 프레임워크부터 데이터옵스(DataOps) 그리고 이에 최적화된 솔루션 루마다 IoT 플랫폼까지 만날 수 있었습니다. 현장의 모습을 소개합니다^^ 더보기
2019년을 이끌 IT 트렌드 Top 5 2018년은 디지털 트랜스포메이션이 성숙 단계로 접어든 해였다. 많은 기업들이 디지털 트랜스포메이션의 실행에 나서 비즈니스 전략을 펼치며, 리소스를 할당했다. 퍼블릭 클라우드, 애자일 방법론, 데브옵스(DevOps), RESTful API, 콘테이너, 분석, 머신러닝의 도입도 속속 이어졌다. 2018년에 이어 올해는 어떤 변화가 계속될지 다섯 가지 트렌드로 정리했다. Trend 01 기업, 데이터 생성 조직에서 강력한 데이터 조직으로 전환 기업들은 이미 풍부한 데이터를 보유하고 있다. 이제는 활용해야 할 단계이며, 산재되어 있는 데이터 소스에 대해 포괄적인 액세스가 가능한 솔루션이 필요한 시점이다. 데이터에 적용되는 기술뿐 아니라 데이터의 가치에 대한 이해를 위한 데이터 큐레이션이 집중 조명 받게 될 것.. 더보기
데이터센터+머신러닝+인공지능 = 미래의 데이터센터 개별 애플리케이션이나 인프라 요소들은 일단 배치가 완료되면 모든 게 간단해 보인다. 리소스 전달, 적절한 모니터링 등 모든 프로세스가 제대로 동작하는 듯하다. ‘프로젝트 레벨’에서만 본다면 이는 사실일 것이다. 그러나 조금만 눈을 돌려 전체적인 관점에서 데이터센터를 바라보자. 업무 처리를 위해 일련의 시스템, 네트워크, 소프트웨어가 끊임없이 리소스를 공유하고 협업을 수행하고 있다는 사실을 알 수 있다. 데이터센터의 모든 활동은 살아 움직이는 생물이나 다름없다. 특정 지점에서 발생한 작은 이슈 하나가 가동 시간, 성능, 리소스 활용뿐 아니라 고객 경험, 심지어는 예산이나 컴플라이언스까지도 영향을 미칠 수 있다. 자율 데이터센터를 가능하게 해주는 AI 운영 데이터센터를 원활하게 운영하려면 AI(Artific.. 더보기
머신러닝의 프레임을 그리다 지난 3월, 히타치 밴타라 연구소(Hitachi Vantara Labs)는 머신러닝 모델 매니지먼트(Machine Learning Model Management, 이하 MLMM)를 발표했다. 이는 머신러닝 오케스트레이션을 통해 데이터 사이언티스트가 지도 모델(Supervised Model)을 모니터링, 테스트, 재교육 및 재배포할 수 있도록 해주는 툴로, 빌트인 형태로 펜타호의 데이터 파이프라인에 활용할 수 있어 끊임없이 변화하는 환경에 대응해 모델 업데이트를 간편히 수행할 수 있다. 비즈니스 성과는 향상시키면서 리스크는 줄일 수 있게 된 것이다. 뿐만 아니라 향상된 투명성으로 알고리즘에 대한 통찰력과 신뢰도도 높일 수 있다. 머신러닝은 별도의 프로그래밍 없이 샘플을 입력하는 것만으로 모델을 구축함으로써.. 더보기