태그검색
찾고 싶은 것이 있나요?
데이터에 대한 142개의 태그 검색결과가 있습니다.
- 블로그 인공지능과 빅데이터를 위한 정보 분석 아키텍처 2편, LDW 지난 시간에는 인공지능과 빅데이터를 위한 정보 분석 아키텍처 로지컬 데이터 웨어하우스(Logical Data Warehouse)의 정의와 구성 요소에 대해 알아봤습니다. 이번 시간에는 로지컬 데이터 웨어하우스의 적용 사례와 동향에 대해 알아보겠습니다. ● 인공지능과 빅데이터를 위한 정보 분석 아키텍처: http://blog.lgcns.com/1775 LDW(Logical Data Warehouse)의 적용 사례 LDW라는 개념은 2~3년 전에 제시되었고, 다양한 활용 사례들이 있는데요. 그중에서 빅데이터 기술을 활용해 저렴한 저장 공간을 활용한 사례와 분산 병렬 처리를 이용한 배치 속도 개선 사례를 함께 알아보겠습니다. ● 데이터...
- 블로그 ‘오롯’이 제공하는, 로봇 서비스 최근 4차 산업혁명을 화두로 로봇에 대한 기업들의 관심이 높아지고 있습니다. 그런데 사람의 형상을 닮은 로봇일수록 사람처럼 똑똑할 것이라고 오해를 합니다. 이러한 오해로 로봇 서비스 도입에 많은 시행착오를 겪게 되는데요. 로봇이 똑소리 나게 서비스를 하려면 로봇 도입부터 사용자에게 전달되는 서비스까지 세심하게 고려해야 합니다. 지난 8월 8일~10일 개최된 ‘소프트웨이브 2018’에서 로봇 서비스 ‘오롯(Orott)’ 전시를 성황리에 마쳤는데요. 국내 최대 소프트웨어 전문 전시회인 만큼 많은 분들이 방문해주시고 관심 가져주셨습니다. 오늘은 로봇 서비스에 대해 가장...
- 블로그 인공지능과 빅데이터를 위한 정보 분석 아키텍처 1편, LDW IDC는 2020년, 전 세계 데이터가 44 제타바이트에 이를 것으로 전망했습니다. 모바일, 소셜 미디어, IoT 등 디지털 기술의 발달로 데이터는 폭증하고 있는데요. 발생 데이터 80% 이상이 비정형 데이터로 그 종류도 다양합니다. 바야흐로 데이터의 빅뱅, 빅데이터 시대라 할 수 있습니다. 하지만 기존 정보 분석 환경은 정형 데이터를 기본으로 하고 있어, 다양하고 방대한 양의 데이터 처리가 어려운 실정입니다. 오픈소스의 발달로 빅데이터 처리가 가능해진 하둡(Hadoop)의 등장에 따라 저렴한 비용으로 대량의 데이터를 저장할 수 있게...
- 블로그 데이터 전처리 과정을 자동화해주는 도구, SSDP SSDP(Self Service Data Preparation)는 BI/DW에서의 데이터 전처리 도구(Data Preparation Tools)의 차세대 버전으로, 데이터 전처리 과정을 자동화 및 지능화해 주는 도구입니다. 비즈니스 사용자의 데이터 분석을 지원하는 기술인 ‘셀프서비스 BI’가 데이터 준비 절차인 ‘셀프서비스 데이터 프레퍼레이션’으로 확장된 것입니다. 가트너는 ‘SSDP는 현업 사용자가 분석을 수행할 때 다양한 원천 데이터 소스와 각종 분석 도구의 중간인 데이터 전처리 과정(데이터 탐색, 통합, 카탈로깅, 정제, 변환, 모델링 등)에서 요구되는 복잡도와 소요시간을 줄여주는 도구’라고 정의하고 있습니다. SSDP 등장 배경...
- 블로그 똑똑한 도시를 선도하는 IoT 결합형 ‘스마트시티 플랫폼’ 스마트하게 달라지는 도시의 풍경 #1. 세중시는 버스 운행 중에도 실시간으로 노선이 바뀌는 가변형 노선 서비스를 시행한다. 시는 1년간 수집한 버스 운영 데이터를 분석해서 운행 대수를 늘리거나, 정류장마다 정착된 센서를 통해 수집된 정보로 승객이 없는 정류장은 정차하지 않는다. 시시각각 바뀌는 버스 운행 정보는 스마트폰으로 실시간으로 공유되기 때문에 시민들은 최적의 노선으로 편리하게 이동한다. #2. 한양시는 경찰서 내 데이터를 분석해 CCTV 설치가 필요한 지역에 주차 공간을 만들었다. 고민남 씨는 자신의 차량 블랙박스 정보를...
- 블로그 인공지능 구현의 새로운 시도, 인공신경망의 진화 최근 5년간 인공지능은 엄청난 발전을 이루었습니다. 하지만 현재 구현되고 있는 인공지능 방식으로 인간의 지능을 완벽하게 구현하는데 큰 한계를 갖는데요. 인공지능 구현에는 엄청난 양의 데이터와 연산 과정이 요구되며, 인식•학습 분야에서는 인간 수준의 지능을 갖추었지만 추론•행동과 같은 분야에서는 매우 초기적 단계에 머무르고 있습니다. 자율적인 상황 판단과 능동적인 행동을 기반으로 하는 인간의 지능 수준과 큰 차이가 있는 것입니다. 현재 구현되고 있는 인공지능 기술이 오래전부터 제안되어 온 수학•과학 분야의 이론과 모델링에 기반한 ‘인간처럼 계산(Computing...
- 블로그 클라우드 전성시대! 보안을 위협하는 12가지 클라우드라는 용어가 생겨나고 우리 삶과 함께하는 것은 이미 오래전 일이 되었고, 이제는 하루도 빠짐없이 기사에 등장하는 그야말로 클라우드 전성시대에 살고 있습니다. 많은 기업이 클라우드를 도입하고 있고, 특히 Public 클라우드는 폭발적으로 성장하고 있습니다. 하지만 환경이 변해도 반드시 지켜야 하는 것이 있습니다. 바로 보안입니다. 클라우드 도입 이전에는 기업 데이터의 유출 및 국가별 Compliance 준수 등을 고려해야 하고, 이후에는 클라우드를 노리는 수많은 위협으로부터 안전하게 지켜야 하는 숙제가 남아 있습니다. 이런 이유로 인해 도입을 망설이게...
- 블로그 인간처럼 생각하는 인공지능을 구현할 수 있을까? 엄청난 양의 데이터와 연산 과정에 의해 구현되는 인공지능은 인간의 학습 과정, 사고방식과 비교하면 매우 비효율 적입니다. 인간은 대부분의 경우 직관과 일반화를 통해 상황을 판단하고 매우 빠르고 즉각적으로 결정하는데요. 그 답이 반드시 정답이 아닐지라도 근사치에 가까운 답을 빠르게 찾아내는 것입니다. 예를 들어 3.14 * 3.14의 값을 정확히 계산하지 않아도 3*3의 결과인 9 보다 크다는 것을 인간은 즉시 알 수 있는 것과 같습니다. 이렇게 인간처럼 계산하고 사고하는 방식으로 인공지능도 구현된다면 데이터와 컴퓨팅의...
- 블로그 인간처럼 생각하는 인공지능을 구현할 수 있을까? 엄청난 양의 데이터와 연산 과정에 의해 구현되는 인공지능은 인간의 학습 과정, 사고방식과 비교하면 매우 비효율 적입니다. 인간은 대부분의 경우 직관과 일반화를 통해 상황을 판단하고 매우 빠르고 즉각적으로 결정하는데요. 그 답이 반드시 정답이 아닐지라도 근사치에 가까운 답을 빠르게 찾아내는 것입니다. 예를 들어 3.14 * 3.14의 값을 정확히 계산하지 않아도 3*3의 결과인 9 보다 크다는 것을 인간은 즉시 알 수 있는 것과 같습니다. 이렇게 인간처럼 계산하고 사고하는 방식으로 인공지능도 구현된다면 데이터와 컴퓨팅의...
- 블로그 신뢰의 인터넷을 가능하게 하는 기술 1편 블록체인과 비트코인은 서로 다른 종류의 개념입니다. 블록체인은 탈중앙형 애플리케이션을 가능하게 하는 기술이며, 비트코인은 블록체인으로 구현된 탈중앙형 애플리케이션의 하나입니다. 블록체인은 비트코인이 탄생하는 과정에서 필요에 의해 개발된 기술이지만, 비트코인과는 독자적으로 기술적 발전을 거듭하면서 비트코인을 비롯한 암호화폐의 구현뿐만 아니라 다양한 애플리케이션을 구현할 수 있는 기술로 자리 잡고 있습니다. 비트코인은 암호화폐입니다. 암호화폐는 탈중앙형 애플리케이션의 일종으로 화폐로서 가치를 가지도록 설계되어 있는데요. 중앙은행 없이 화폐가 발행되고 유통되며, 총 발행량을 제한함으로써 자연스러운 인플레이션을 유도하며 화폐의 가치를 유지합니다. 그러나 최근...
- 블로그 보안 위협으로부터 ‘스마트시티’를 지킬 방법은? 정부 4차 산업혁명 위원회에서 2018년 1월에 ‘도시혁신 및 미래 성장동력 창출을 위한 스마트시티 추진전략’을 발표했습니다. LG CNS 블로그 구독자분들도 몇 년 전부터 인공지능, 빅데이터, 클라우드, 5G, 드론, 스마트카 등 새로운 기술 용어들을 다양한 매체를 통해 접하고 있고, 조금씩 새로운 기술들을 활용한 서비스들을 이용하면서 삶의 질이 향상되고 있는 것을 느끼실 겁니다. 이제는 가스 불을 외부에 나가서도 끌 수 있고, 집에 들어가기 전에 보일러를 켜고, 회사에서 아이들이 집에서 잘 놀고 있는지 지켜볼...
- 블로그 인공지능 구현의 한계와 극복 방법은 무엇일까? 딥러닝으로 인해 인공지능 분야가 빠르게 혁신되고 있지만, 딥러닝은 엄청난 양의 데이터와 컴퓨팅 파워를 요구한다는 점에서 큰 한계를 갖습니다. 2012년 구글이 구현한 인공지능은 유튜브 영상 속 고양이를 스스로 구분해 내며 시작하였으나 이것은 약 1,000만 개의 동영상을 학습한 결과였습니다. 2016년 이세돌 9단과 대결에서 승리한 알파고는 약 3,000만 개의 착점 정보와 16만 개의 프로 바둑 기사의 기보가 필요했는데요. 동시에 이러한 데이터 학습 과정과 실제 바둑 대결에는 클라우드 기반으로 연결된 약 1,202개의 CPU와 176개의...