태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

이벤트 | 추석맞이 낱말퀴즈

유머/이벤트 2018.09.05 13:30


당첨자를 발표합니다:)

오정화/안성민/정현동/강태호/한송희/권성원/임수현/윤자운/이지원/김세동/강상원/이영우/유나은/정성훈/김영철/김지우/하지수/박가영/류승민/한홍근

10월 뉴스레터 이벤트도 많은 기대 해주세요~~


기획 및 글 | 사업기획팀 박예영

이미지 디자인 | 디자인기획팀 김보명



  • 이전 댓글 더보기
  • 2018.09.21 13:17 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.21 13:19 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 김도룡 2018.09.21 13:28 신고 ADDR 수정/삭제 답글

    정답 :
    1. 우림블루나인
    2. 인터맥스
    3. 맥스게이지

    핸드폰번호 : 010-2584-1143
    추석 잘 보내세요. ^^

    • Favicon of http://exem.tistory.com EXEM 2018.09.21 13:36 신고 수정/삭제

      비밀댓글로 참여부탁드려요~

  • 2018.09.21 15:38 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.21 15:59 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.21 23:33 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.22 00:30 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.22 14:58 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.22 22:37 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.23 02:20 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.24 14:53 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.24 14:54 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.24 14:55 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.27 09:14 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.27 09:26 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 김하니 2018.09.27 16:39 신고 ADDR 수정/삭제 답글

    1. 우림블루나인
    2. 인터맥스
    3. 맥스게이지

    010-9217-8238
    뉴스레터 항상 재밋게 보고있습니당~! ^_^

    • Favicon of http://exem.tistory.com EXEM 2018.09.27 17:55 신고 수정/삭제

      비밀댓글로 참여 부탁드려요~

  • 2018.09.27 16:42 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.27 16:45 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2018.09.28 01:11 ADDR 수정/삭제 답글

    비밀댓글입니다

  • Favicon of http://exem.tistory.com EXEM 2018.09.28 09:16 신고 ADDR 수정/삭제 답글

    이벤트 마감 하겠습니다. 참여해주셔서 감사드립니다. ^-^

엑세머의 서재 | 일의 미래, 능동적으로 준비하자


2025년, 기업은 어떤 도전에 직면할 것인가?


1. 고객과 인재들은 혁신적인 제품 및 서비스를 찾아다닌다.

그로 인해 개방적인 혁신의 중요성은 더욱 커지며 직원과 고객의 아이디어가 중요해진다. 


2. 기술과 세계화의 압력으로 직장 내 전통적인 위계 구조가 훨씬 유기적인 구조로 바뀐다.
협업 생태계 및 자기 사업하는 유능한 인재들을 통해 이들의 기술을 활용한다.


3. 유능한 인재는 일할 장소와 업무 내용을 스스로 결정한다.
높은 수준의 개인화와 유연성은 기술 플랫폼 때문에 가능하다.


4. 직원들의 동기부여 수단에서 금전적 보상이 맡은 역할이 미묘하게 바뀐다.

앞으로의 세대들은 의미 있고 발전적인 업무를 더 중시한다.


5. 경쟁이 아닌 협력이 중요해진다.

리더가 이끄는 팀이 아닌 다른 이들과 협력하여 만들어낸 역할 모델이 중요하다. 




서평 | 경영기획본부 고평석 상무

작성 | 사업기획팀 박예영




월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스


추천 시스템(Recommendation System)이란?

 대상자가 좋아할 만한 무언가를 추천하는 시스템을 말한다. 아마 대부분의 사람들은 최소한 한 번쯤 이미 추천시스템을 경험했을 것이다. 쇼핑을 하기 위해 사이트를 방문하여 특정 상품의 정보를 얻기 위해 클릭을 하면, 화면 어딘가에 추천아이템, 인기아이템, 당신이 좋아할 만한 아이템 등 다양한 이름으로 상품을 추천하는 것을 쉽게 발견할 수 있다. 또한 시스템의 문제에 대한 해결 방법 추천과 건강에 대한 치료 방법 추천과 같은 다양한 범위에서 추천 시스템이 활용될 수 있다.


 추천시스템은 아마도 일반인들이 가장 빈번하게 접하는 머신러닝 서비스라고 얘기해도 과언은 아닐 것이다. 그만큼 추천시스템은, 특히 IT 서비스에서는 매우 중요한 핵심적인 기술이라고 할 수 있고, 전자상거래 관련 회사들은 추천시스템을 준비하거나 운영하고 있다.


추천 시스템의 주요 기술

 추천 시스템의 주요 기술은 2가지가 있고, 이 둘을 혼합하여 사용 가능하다.

<그림1 | 사용자 기반 추천(좌)과 아이템 기반 추천(우)>


1. 아이템 기반 추천 : 사용자가 구매한 물건과 유사한 물건이나 연관성이 높은 물건을 추천하는 방식

2. 사용자 기반 추천 : 사용자를 유사한 사용자별로 그룹핑하고 해당 사용자 그룹내의 사용자가 구매한 물품을 그룹의 다른 사용자에게 추천하는 방식

3. 혼합형 추천 : 사용자를 그룹핑하고, 해당 그룹의 사용자가 구매한 물품들을 아이템 기반으로 연관성을 분석하여 연관성이 높은 물품을 해당 사용자 그룹에 추천하는 방식


 주요 기술의 장점 및 단점은 아래 표와 같으며, 대표적인 추천 알고리즘으로 Collaboration Filtering(CF, 협업 필터링)을 적용하고 있다.

<표1 | 추천 서비스 주요 기술의 장단점>


 그리고 최근에는 딥러닝 기술과 결합된 추천 방법을 개발하고 있거나 연구하고 있다.


성능평가

 Collaboration Filtering을 이용해 추천시스템을 개발했다면 해당 시스템의 성능을 평가해야 한다. 성능평가는 주로 A/B 테스트를 적용한다.

※ A/B테스트: 기존의 제품 또는 알고리즘과 신규로 적용한 알고리즘을 비교 평가하는 방식


추천 시스템의 활용 사례

 마지막으로 추천 시스템(Recommendation System)의 활용 사례를 보자. 사례를 보면 더 이해하기 쉬울 것이다.


1. YouTube

 유튜브는 비디오 메타데이터(장르, 태그정보, 상영시간 등), 사용자 접속정보(로그인, 미로그인), 사용자 정보(로그인), 비디오 클릭 수, 비디오 플레이타임 정보 등의 정보들을 이용해 추천시스템을 운영하고 있다. 또한, 로그인 상태에 따라 다른 추천 방식을 적용한다. 미로그인 시(기본)에는 아이템기반으로 Collaborative Filtering 모델을 적용하여 추천하고, 로그인 후에는 사용자기반으로 Deep Collaborative Filtering 모델을 적용 중이다.


2. 아마존

 아마존은 평점(Rating),구매행위(Buying Behavior) 그리고 검색행위(Browsing Behavior) 정보들을 이용해 추천시스템을 운영하고 있다. 또한 자체적으로 기존 데이터를 기준으로 추천하는 Item-to-Item Collaborative Filtering 알고리즘을 개발했다.

<그림2 | 아마존이 특허 출원 시 제출한 추천 시스템 요약도>


 이 외에도 넷플릭스, 페이스북 등 다양한 기업에서 추천시스템을 활용하고 있다.



Reference

https://www.oss.kr/info_techtip/show/5419f4f9-12a1-4866-a713-6c07fd36e647 

https://medium.com/@cfpinela/recommender-systems-user-based-and-item-based-collaborative-filtering-5d5f375a127f 





기획 및 글 | 사업기획팀 박예영

기술 협조 | 사업기획팀 윤효근 박사


엑기스 | 쉽게 이해하는 시계열데이터 비정상탐지

기술이야기/엑.기.스 2018.09.05 13:29


"엑기스"라는 단어, 어떤 느낌이신가요?

무언가 알차게 꽉- 농축되어 있는 그 느낌!

지금부터 엑셈의 기술 스토리, 엑기스를 알차게 전해드립니다!

엑기스 첫 번째 스토리, 지금 시작합니다.


불과 1개월 전만해도 111년만에 한국 사상 최고의 더위가 찾아왔었다.

Figure 1. 정말 너무 더웠다...

<출처 | YTN NEWS(http://www.ytn.co.kr/)>


현재 낮기온은 1개월 전보다 섭씨 10도씨 이상 낮아지고 일교차는 크게는 15도정도 난다.

이런 비정상'스러운' 날씨를 어떻게 발견할 수 있을까? 미리 예측은 할 수 있을까?

웹 어플리케이션을 운영하는데 디도스(DDOS) 공격이 온 것을 빠르게 알아낼 수 있을까?


시계열 데이터


위에 언급한 문제들을 풀기 위한 답은 '데이터'에 있다. 날씨의 경우에는 우리나라의 역사적으로 기록된 기온과 주변 국가, 지구의 기온 변화 등이 모두 데이터로 사용될 수 있다.

또한 DDOS 공격으로부터의 빠른 탐지는 '기존 데이터'를 잘 분석한다면 비정상 움직임을 캐치할 수 있을 것이다. 이처럼 매력적인 시계열 데이터에 대해서 조금 더 알아보자.


시계열 데이터를 다루는 사람들의 관심 있는 주제는 보통 크게 2가지이다.


1.데이터 예측

2.비정상데이터 탐지


오늘 이 글에서 얘기하고자 하는 것은 1번 예측이 아닌 2번 비정상데이터 탐지이다.


비정상데이터


Figure 2 비정상회담과 비정상탐지는 아무 관련이 없고 이 글은 상사가 시킨 글쓰기가 아니다.

<출처 | JTBC 비정상회담 화면 캡쳐(http://tv.jtbc.joins.com/nonsummit)>


시계열 데이터에서 비정상이라고 하면 뭘까? 일반적인 비정상에 대해서 사전을 통해 알아보도록 하자. 

네이x 사전에 의하면 비정상의 사전적 의미는 '정상이 아님'이라고 정의한다.

그렇다면 정상 또 정상이 뭔지 찾아보도록 하자.

Figure 3 정상의 정의

<출처 | 네이버 국어사전(https://ko.dict.naver.com/search.nhn?query=%EC%A0%95%EC%83%81&kind=all)>


그렇다. 우리가 직관적으로 예상할 수 있는 대로 탈 없는 상태이다. 

결국 비정상 데이터라고 하면 '탈이 있는 데이터'이고 우리는 이를 잘 탐지하기만 하면 된다.


흔히 비정상 데이터를 다음의 3가지 경우로 분류한다.


1.평소보다 데이터가 심하게 크거나 작을 경우

2.일시적인 데이터의 패턴 변경

3.데이터의 크기 변경


대부분의 비정상 데이터들은 위의 3가지 분류에 속하게 된다.


어떤 데이터로


데이터분석은 같은 데이터의 모양이라고 하더라도 도메인에 따라서 접근법이 많이 다를 수 있다. 

결국 고객이 무엇을 원하는지 요구사항을 잘 파악하여야 문제를 잘 정의하고 이에 따른 분석방법, 해결책이 나올 수 있다.


필자의 의견인데 좋은 알고리즘과 모델을 찾는 것보다 요구사항을 분석하고 문제를 정의하는 과정이 제일 중요하다고 생각한다.

온천수가 나오는 땅을 찾기 위해 삽질을 해야하는데 이를 은삽으로 팔지, 금삽으로 팔지, 모종삽으로 팔지, 혹은 포크레인 기사를 불러서 땅을 파야할 지 고민하기 전에 우리 집 마당인지 뒷 산인지, 이 땅의 성분 요소는 무엇인지 잘 아는 것이 더 중요하다. 아무리 좋은 삽을 고르더라도 남의 땅을 파면 안되는 것 아닌가?


이 글에서는 서버 위에 가상 쇼핑몰을 만들고 부하를 만들어서 얻어낸 데이터베이스의 Active session data를 가지고 여러가지 시도를 해보도록 하겠다.


가장 쉬운 접근 방법


STL decomposition

STL Decomposition은 시계열 데이터를 Seasonal, Trend and residual로 분해하여 분석하는 알고리즘이다.

Figure 4 Y(t) = S(t) + T(t) + R(t)


STL은 트렌드를 찾아내는 곳에서도 사용될 수 있지만 Residual Graph를 잘 보면 비정상포인트를 찾을 수 있다. 

python에 STL library들이 많기 때문에 구현이 쉽고 데이터의 특성을 확인하기 편하다.


장점

장기적 데이터에서 뚜렷한 주기, 트렌드를 구분 짓고 구현이 쉽다.

단점

데이터가 많이 출렁이거나 등락이 강할 경우에 트렌드함을 가지지 못해 분석 결과를 결론 짓기 애매한 경우가 많다.


Classification and Regression Trees

필자도 학습자이기에 Anomaly detection in time series 이런 식으로 구글링을 해보면, 자주 나오는 것이 CART(Classification and Regression Trees)이다.

정상과 비정상데이터가 레이블링(Labeling)이 되어있는 데이터를 가지고 있을 때 사용할 수 있다. 

최근 캐글(Kaggle)을 통해서 핫해진 xgboost의 경우도 CART의 진보된 버전이다.

Figure 5 CART의 시작


장점

Supervised learning이므로 다른 알고리즘보다 한단계 더 직관적 결과를 얻을 수 있다.

단점

Labeling data가 없으면 분석이 불가능하다.


Moving Average

Moving Average(a.k.a 이동평균선)은 데이터의 추세를 볼 수 있는 가장 고전적이고 쉬운 방법이다. 

간단하게 앞선 특정 기간의 데이터값의 평균값을 데이터로 하여 전 구간의 평균값을 구하는 것이다.

이동평균선을 구하고 각 지점에서의 표준편차값을 이용해 신뢰구간을 그린 다음에 실제 데이터들이 이 신뢰구간을 벗어났다면 비정상이라고 판단할 수 있다.


(빨간 동그라미) 이동평균선을 통해 비정상탐지를 할 때 가장 중요한 점은 '어느 기간의 이동평균'을 잡느냐가 중요하다. 

데이터의 성격에 따라 달라지니 반복된 수행을 통해 최적의 윈도우 사이즈를 찾아야한다.

Figure 6 이동평균선을 이용한 비정상탐지 - 빨간 원


장점

계산이 빠르고 직관적이고 어느 데이터에서든 사용이 가능하다.

단점

많은 테스트가 필요하고 사용자의 경험치가 중요하다. (윈도우 사이즈 결정 시) 추가적으로 비정상 케이스 1번의 경우에만 잘 맞는 경향이 있다.


Prophet

페이스북에서 만든 비정상탐지 알고리즘이다. 이 알고리즘의 가장 큰 장점은 사용하기 쉽다는 점이다. 그 이상은 없는 것 같다.

아주 예쁜 데이터의 경우 잘 들어 맞지만 예측 커브를 아주 예쁘게 그리는 바람에 진폭이 큰 데이터의 경우 정확도가 떨어지는 경향이 많다.


아래 그림에서 보면 회색 밴드를 벗어난 붉은 원으로 표시된 곳이 비정상으로 벗어난 곳이라고 할 수 있다.

Figure 7 Prophet library를 이용한 비정상탐지

장점

구현이 쉽고 Daily, Weekly, Montly 등 장기적 데이터에 적합하다.

단점

Library에 종속되어서 데이터에 따른 디테일한 변경이 쉽지 않다.


조금 더 심도있게


Clustering

K-means Clustering을 이용하여 비정상탐지를 할 수도 있다. 

이 때 주요 개념으로 rolling(혹은 moving) window를 이용하여 클러스터링을 위한 데이터셋을 만들고 이를 K-means를 이용하여 모델을 학습한다.


그리고 새로운 데이터(혹은 기존 데이터)를 분석하여 기존에 가지고 있던 클러스터(군집)에 분류시켜 이상치를 벗어난 데이터들을 발견해낸다.

Figure 8 Clustering을 이용한 비정상탐지


장점

데이터의 크기와 패턴을 고려해 비정상탐지를 하여 비정상 포인트를 포함한 구간을 찾는데 유용하다.

단점

메모리 사용량이 꽤 많고 정확한 지점을 찾기 힘들다.


Neural Networks - LSTM

좋은 연구 과제이다. 정확도 높은 네트워크를 찾는다면 이보다 좋은 모델은 없을 것이다. 

LSTM은 특히 NN에서 time을 고려한 모델인만큼 데이터의 성격에 따라 효과가 클 것이라고 생각한다.


하지만 이 분야는 계속 연구 중이고 데이터 의존성이 크기 때문에 많은 시도와 모델 튜닝이 필요하다.

Figure 9 여러분의 과거 데이터를 봤을 때 새벽 1시에 치킨을 먹는 것은 정상입니다. ???


그래서 뭐가 좋은지?


그래서 어떤 알고리즘을 써야 하는지 알고 싶으면? 정답은 데바데(데이터 바이 데이터, Data by Data). 


그럼 어떤 데이터의 경우 가장 맞는 알고리즘인지 알려면? 

가장 쉬운 알고리즘부터 하나씩 적용해보면서 좋은 결과가 나오는 알고리즘을 택하는 것이다. 


글의 서두에 말한 데이터베이스의 active session 수를 파악하는 데에는 단기적으로는 Moving average가, 장기적으로는 Prophet이 적용가능한 범주에 있었고 결과 또한 좋았던 것 같다.

이래나 저래나 비정상이라고 탐지한 것들이 정확성을 체크하기 위해서는 그 역으로 판단을 해봐야한다. 

메모리 사용에 제한이 없는 report 하기 위한 데이터분석 과정이라면 여러 알고리즘을 사용해서 중복된 포인트들을 찾는 것도 나름의 방법이다.




(급)마무리


시계열 데이터로 미래 예측, 비정상탐지, 인과관계 분석 등을 팀에서 연구하고 있다. 비정상탐지의 경우에는 Moving average를 기반으로 단기적 변화에 대해서 탐지하고 있고 Prophet library에서 아이디어를 발전 시켜서 장기적 비정상을 탐지하고 있다.

우리가 잘 해결한 부분도 있고 부족한 부분도 있지만 문제 해결을 함께 해 나감에 있어 도메인 지식이 있는 동료들과 분석에 함께 아이디어를 내주는 동료들의 도움이 큰 것 같다.

추가로, 비정상탐지 후에 다음 단계가 인과관계 분석, 근본원인 분석인데 서비스 개발이 완료된 후에 공유하도록 하겠다.






기고 | 강남연구소 김정우

편집 | 사업기획팀 박예영


IT 만평 | AI가 바꾸는 미래, 음식 편




2D 프린터로 글자나 그림을 인쇄하듯, 3D 프린터로 음식도 프린트 할 수 있어요.

TV 속 리포터들이 "저희만 먹어서 죄송하네요. 시청자 분들 드세요 아~" 하면,

우린 그저 상상만 할 수 있던 그 맛.

 

앞으론 "드시고 싶으시죠? 그럼 앱에서 레시피를 다운받아 프린트해보세요!" 라고 할 수도 있고,

웨이팅이 길어 도저히 갈 수 없었던 유명 쉐프의 음식을 집에서 재현할 수도 있고,

음식 데이터(레시피)를 업로드 함으로써 어디서든 같은 맛을 보장할 수도 있겠죠.

 

또 많은 사람들의 데이터가 쌓이고 쌓여 빅데이터를 이루고 인공지능 까지 접목된다면

집에 도착하자마자 '알아서' 음식을 준비해놓는 날도 오지 않을까요?

 

시간·공간적 제약을 뛰어넘는 푸드테크의 시대가 기대됩니다.

물론 그전에 3D프린터를 사야겠지만요(눈물)




글 | 디자인기획팀 이단비

그림 | 디자인기획팀 김보명




  • 아무나대잔치 2018.09.21 16:54 신고 ADDR 수정/삭제 답글

    이건 좀 아니지 않나해서ㅋㅋ
    근거도 없이 아무말 대잔치처럼...
    아직 3D프린팅이 가지도 않은 음시을 가지고....
    인공지능 소개도 약하구....

    • 메세지전달에실패하여슬픈기획자 2018.09.21 18:05 신고 수정/삭제

      안녕하세요! 이번 3D 프린터 음식편을 기획한 사람입니다. :-) 첫 댓글, 소중한 의견 무척 감사드립니다. 사실 이번 편의 기획은 3D 프린터, 푸드테크 라고도 불리는 기사와 글, 유투브의 동영상들을 참고해서 기획하게 된 것입니다. '3D 프린터 음식' '푸드 프린팅' 등으로 검색하시면 되고, 그 중 가장 최신의 링크 두 가지를 공유 드립니다. (링크 복사가 오류나서 아래 리플에 각각 하나씩 달았어요! 참고해주세요 ^.^)

      또한 메인 부제가 AI가 바꾸는 미래 인만큼 인공지능에 대한 부분도 더욱 강조되었어야 했는데 아무래도 3D 프린터에 집중하다보니 약해졌던 것 같습니다. ㅠㅠ 다음부턴 참고한 기술자료 링크도 같이 공유드리고, 인공지능 기술 부분도 조금 더 신경쓰도록 해볼게요. 소중한 의견 다시한번 감사드립니다. ^^

    • 메세지전달에실패하여슬픈기획자 2018.09.21 18:08 신고 수정/삭제

      http://theleader.mt.co.kr/articleView.html?no=2018090418197850016

    • 메세지전달에실패하여슬픈기획자 2018.09.21 18:08 신고 수정/삭제

      https://blog.naver.com/smart_3d/221362047391

  • 미래소년 2018.09.21 17:31 신고 ADDR 수정/삭제 답글

    참 좋은 컨텐츠인것같아요 불과 몇년전만해도 스마트폰으로 모든 일을 처리할 거라고 생각도 못하고 막연히 그런 세상이 오겠지 생각했던것 같아요. 그렇지만 얼마안가 생각도 못할만큼 세상은 발전하고 있는것같습니다. 근거가 있어야만 발전하는건 아닌 세상이 되어가고 있는 요즘, 그리고 미래엔 3D프린팅을 이용한 다양한 미래뿐만 아닌 다양한 AI가 공존하는 미래가 멀지 않았다고 생각됩니다! 좋은 컨텐츠 감사합니다

  • 아무나대잔치 2018.09.21 17:48 신고 ADDR 수정/삭제 답글

    초등학교 상상그리기 시간에
    누구나 다 우주여행을 그렸었죠.....
    아무나 다!!!!!
    인공지능 컴퍼니가 그냥 상상그리기 했으니 닥치쇼는....ㅋㅋㅋ
    여튼 닥치겠습.....

  • 말뚝이 2018.10.04 16:36 신고 ADDR 수정/삭제 답글

    저기요... 블로그나 기사 링크하는게 출처/참조 자료가 되나요? 대학교 4학년에게 과제 작성하라고 해도 그렇게는 안 하겠습니다만... 음식의 정의가 뭔지는 아시는지

엑셈 동호회 | 대중문화예술탐구동아리

엑셈 사람들 2018.09.05 13:29



엑셈에는 동호회 문화가 있습니다 :)

아직 많은 동호회가 설립된 것은 아니지만, 점점 늘어나고 있다구~요~

취미가 맞는 직원들끼리 모여서 함께 즐길 수 있다! 한달에 하루 5시 퇴근 가능! 소정의 동아리 활동비까지 지원!

장점이 많죠? 가입하고 싶은 마음이 샘솟는데요~ 이제부터 엑셈 동호회를 하나하나 소개해드리겠습니다.


첫 번째로 소개할 엑셈 동호회는?

무슨 동호회인가요? 

대중문화예술탐구 동아리는 엑셈의 동아리 중 하나로 문화, 예술 컨텐츠를 다양하게 즐길 수 있는 동호회입니다.

동호회의 경우 국어사전에 명시 된 것을 보면 “취미나 기호를 같이하는 사람들끼리의 모임”으로 정의 되어 있습니다.

같은 것을 좋아하는 사람들끼리의 모임도 좋지만 반대로 생각해보면 다양한 것을 좋아하는 사람도 있을 수 있습니다.

아직 뚜렷하게 좋아하는 것을 찾지 못한 사람도 있을 수 있고, 좋아하는 것이 있지만 다른 여러가지 것들을 해보고 싶은 사람도 있을 수도 있는데, 

이 모든 것을 아우를 수 있는 것이 대중문화예술탐구 동아리 입니다.


동아리 활동을 시작한지 아직 얼마 되지 않았지만 문화 또는 예술, 그리고 각종 Activity를 즐기고 싶은 사람들이 모여 만들어졌습니다.

현재 동아리는 플라밍고팀의 이은빈님이 회장이고, 매우 평화적으로 활동에 대한 선정이 이루어집니다.

각 회원들이 하고 싶은 것들을 리스트업하고 그것을 선택지로 만들어 투표를 통해 선정합니다.


동아리의 분위기가 좋아 선정된 활동을 다들 적극적이고 재미있게 즐기고 있습니다.



어떤 동아리 활동들을 하셨는지 소개 부탁드려요:)

6월에 창설되어 현재까지 3번의 활동이 있었습니다.


 6월

대망의 첫 모임은 도자기 체험으로 선정되어, 합정-홍대 사이에 있는 도자기 공방으로 일일체험을 하기 위해 갔습니다.

다만 가는 길이 험난했는데, 갑자기 폭우가 쏟아져서 전부 비에 홀딱 젖어버리는 이벤트가 있어서 급 빨라진 검색 능력을 볼 수 있었습니다.

정말 비가 많이 왔습니다. 길가에 사람 하나 없더라구요...

그렇게 도착한 공방! 두근두근

밑그림을 그리고 색칠(?)을 하고... 하지만 생각처럼 되지 않아 어려웠던...


중간 중간 돌아가며 그릇을 하나씩 만들며 체험을 해보았습니다.

모양을 유지하는게 생각보다 어려웠지만, 우리가 대충 만들어도 공방 주인장께서 알아서 척척 보수를 해주셔서 걱정이 없었습니다.ㅋㅋㅋ


그렇게 우리는 각자 고른 컵을 맡겨놓고 잘 구워져서 멋진 컵으로 돌아올 것을 희망하며 떠났습니다.


완성품을 살짝 보여드릴게요~
생각보다 색이 이쁘게 나왔지만 그림실력이 부족하여 안타깝지만 집에서 물컵으로 잘 쓰고 있습니다. ^^



 7

7월 모임은 “시카고” 라는 뮤지컬 관람.

기대되는 뮤지컬 관람!! 예전부터 광고하는 것은 많이 봤는데, 기회가 닿지 않아 보지 못했던 그 뮤지컬을 드디어!! 

하지만 금강산도 식후경이라고 역시 배가 고프면 뮤지컬을 제대로 즐길 수가 없을 거 같아 식사부터 하기로 했습니다. 디큐브시티에 도착해서 먹을 곳을 찾아서..

밥을 먹고 허유산으로 입안을 상큼하게 만든 후


단체사진 찍으실게요~ 모여주세요~ 그리고 포토존에서 우리 동아리 미녀분들 한 컷!


뮤지컬 “시카고” 의 무대 모습인데요, 시작 전에 찍었습니다.ㅎㅎ

시카고는 조금 특이했습니다. 무대의 변화가 없는 뮤지컬이었고, 저 좁은 공간에서 모든 일이 일어나고 진행됩니다. 

신선했던 뮤지컬입니다. 살짝 어른의 뮤지컬 느낌도 나고~



 8

8월에는 방탈출!!!

투표 결과 방탈출이 선정 되었는데, 몇년전에 재미있게 했던 기억이 있었습니다.

합정으로 가게 되었는데(역시 회사에서는 홍대, 합정 이쪽이 접근성이 좋은 듯), 먼저 저녁을 먹으러 어디를 갈까 하다가 각시보쌈으로 고고!

잘~ 먹고! 방탈출을 하러 떠납니다.


비밀누설(?) 방지를 위해 내부 촬영은 금지되어 있지만, 너무 재미있게 아드레날린이 샘솟는 경험을 하며 방탈출에 성공했습니다!


11분 22초를 남기고 탈출 성공!! 

동아리 이름을 적어 넣고 탈출을 축하하며 인증샷~

그리고 이어지는 그들의 퍼포먼스...ㅋㅋㅋ



동호회 활동을 하면서 느낀 점은요?

요즘 같이 Work-Life-Balance (워라벨) 이 중요하게 여겨지고 삶의 가치가 중요해진 시대에 이런 즐거움은 업무나 생활의 밀도가 올라가는 느낌입니다.

몸과 마음이 즐겁고 나의 생활이 보장되어진 상황 속에서 당연히 업무의 질은 향상되어지고, 이를 위해 회사에서 동아리 활동시 1시간 조기퇴근과 금전적인 지원은 좋은 선택이고 임직원 또한 잘 활용해서 삶의 질을 높이면 좋을 것 같습니다.


9월에는 또 어떤 활동을 할지 기대하며 하고 싶은 것을 리스트에 등록해봅니다.

저는 원래 문화생활이나 여러가지 것들을 잘 즐기는 편입니다. 연극,뮤지컬, 오케스트라, 미술관, 영화 등등 다 좋아하며 즐깁니다. 

누구나 좋아하는 것이 있고 싫어하는 것이 있는데, 해보지 않아서 잘 모르는 것들을 해보며 자기 스타일에 맞는 것 또한 재미라고 생각합니다.



평소 문화생활을 즐기신다고 하셨는데, 작품이나 문화생활 추천해주세요!

뮤지컬로는 레베카 정말 추천합니다. 넘버(음악)이 너무 좋습니다. 신영숙, 김보경 콤비가 가장 좋습니다. 케미가 엄청나서 둘의 목소리의 조화가 귀에 떠나질 않습니다.

추천할 것이 너무나도 많지만 가장 추천하고 싶은 뮤지컬 하나만 추천하고 넘어갑니다~!


그리고 문화체육관광부 와 문화가 있는 날 두 사이트 또한 추천합니다. (이름을 클릭하면 사이트로 이동합니다!)

매달 마지막 주 수요일은 정부에서 많은 혜택을 제공합니다. 두 사이트를 보며 여러가지 문화생활에 대한 정보를 얻을 수 있습니다.




동호회 활동 시 항상 적극적으로 많은 정보를 공유해주시는 김경식 과장님!

흔쾌히 뉴스레터에 참여해주셔서 다시 한번 감사하다는 말씀을 전하며~

다음 동호회 컨텐츠도 많은 기대 해주세요 :)




기고 | 플라밍고팀 김경식

편집 | 사업기획팀 박예영






엑셈 사람들 | 추석에 대처하는 엑세머들의 자세

엑셈 사람들 2018.09.05 13:28



민족의 대명절 추석이 돌아왔습니다.

(벌써 올해도 3개월밖에 안남았…크흡)

여러분들은 이번 추석에 어떤 계획을 가지고 계신가요?

연휴를 연휴답게 즐기기 위해 준비했습니다! 












어느새 가을

올해도 추석이 찾아왔습니다.

가을 햇살처럼 풍요롭고 여유로운 마음으로

감사하는 일이 많은 날들이었으면 좋겠습니다.

즐겁고 행복한 추석 연휴 되세요! :)





기획 및 글 | 사업기획팀 박예영

이미지 디자인 | 디자인기획팀 김보명



엑셈 뉴스룸 | 스마트팩토리 정부 과제 3차 PoC 진행

엑셈 인사이드 2018.09.05 13:28



지난 9월 6일 엑셈이 진행하고 있는 스마트팩토리 정부 과제에 대한 3차 PoC 시간을 가졌습니다.


엑셈은 빅데이터와 인공지능 기술을 바탕으로 2016년부터 산업통상자원부의 스마트팩토리 정부 과제를 수행 중에 있습니다. 본 사업 과제는 “제조 빅데이터 기반 상황분석 및 최적 의사결정을 지원하는 클라우드 서비스 개발”로, 3년간 진행되는 대규모 프로젝트입니다. 엑셈은 제조 빅데이터 분석 및 개발 역량을 인정받아 주관기관으로 참여하고 있는데요~!

 

 

<엑셈이 참여 중인 산업통상자원부 스마트팩토리 정부과제 개요>

 

이번 3차 PoC 시간에는 주관사, 참여사, 수요사의 각 담당자들이 참여하여 과제 진행 현황을 공유하고 의견을 나누며, 앞으로의 방향에 대하여 토론하고 중간 점검을 하는 시간을 가졌습니다. 

 


 
엑셈은 본 과제에서 클라우드 기반의 빅데이터 플랫폼을 설계 및 구축하고, 설비 AI 모델과 생산 AI 모델을 적용하며, 의사결정 구현을 위한 대시보드 개발을 하고 있습니다.

 

여기서, 설비 AI 모델이란, 시계열 데이터를 기반으로 제조 현장 설비의 이상 징후를 탐지하는 모델인데요. 이를 통해 각종 제조/설비 장비의 교체 시점 예측이 가능하고, 제품 생산 연속성이 보장됩니다.

 

특히 엑셈이 개발한 ‘설비 AI 솔루션’을 적용해서 모든 시계열 데이터에 적용이 가능하고, 번거로운 데이터 레이블링 작업이 필요 없어 학습 시간을 획기적으로 단축할 뿐만 아니라, 인공지능 전문가가 아닌 기존 전산 IT 인력으로 AI 기반의 이상 탐지 및 예측이 가능합니다.

 

  데이터 레이블링 (Data Labeling)

 : 이미지, 음성, 동영상 등을 인공지능이 인지할 수 있도록 데이터를 만드는 작업

 

또한 엑셈의 ‘생산 AI 솔루션’도 적용되었는데요! 실시간 생산 현황 영상을 분석해서 제품 불량을 검출할 수 있습니다. 이미 솔루션을 적용한 수요기업의 우호적 반응으로 많은 제조 현장에 적용될 것으로 기대되고 있습니다. ^^

 

참여기관인 전자부품연구원과 티라유텍, 포항공대 참여자분들도 3차년도의 진행 내용과 성과를 공유하는 시간을 가졌습니다. 

 


 

전자부품연구원은 실시간 제조 빅데이터 전처리 SW 기술과 의사결정 데이터 가시화 SW 기술을 개발하였습니다. 티라유텍은 주관기관과 함께 실증 업체를 섭외하고, 제조 관리 시스템과 설비 데이터 수집에 참여하고 있습니다. 포항공대는 제조 현장의 의사결정 문제를 도출하고 유형을 정립하고, 이에 맞는 데이터 분석을 통해서 공장의 실무자에게 인사이트를 줄 수 있는 최적의 의사결정 지원 모델을 개발하는 역할을 담당하고 있습니다.

 

엑셈은 전문화된 빅데이터 분석 기술과 다년간의 사업 경험, 그리고 제조, 빅데이터, IoT, IT 성능관리 등 다양한 영역에 인공지능 기술을 접목한 연구 개발을 진행하며 오늘도 힘차게 달리고 있습니다. 4차 산업 중심 분야에서 새로운 경험을 제공하게 될 엑셈 인공지능 기술의 행보에 많은 기대 부탁 드립니다.

 

 

글 | 사업기획팀 안은혜


엑셈 뉴스룸 | InterMax AI Edition 파헤치기

엑셈 인사이드 2018.09.05 13:27


Deep Learning 기반 인공지능 APM 국내 최초 출시 예정

외산 성능관리 솔루션의 경우, 기존 제품에 Smart한 기능을 넣어서 근본원인분석(root-cause analysis), 영향도 분석(impact analysis), 지능형 알람(intelligent alert) 등의 기능을 제품에 포함시켜서 제공하고 있었으나, 아직 국내에서는 지능형 성능관리 제품이 출시된 적은 없었습니다.


또한, 외산 성능관리 솔루션에서 제공하는 지능형 알람도 인공지능이라는 용어를 사용하기는 하지만, 최신 인공지능 기술인 Deep Learning 기술을 기반으로 하지 않고 간단한 통계 기반의 학습을 사용하기 때문에, 인공지능 성능관리 기능이 스펙 상으로 존재하지만 성능 문제를 정확하게 제시하기에는 어려움이 있었습니다.


엑셈에서 국내 최초로 Deep Learning 기반 인공지능을 탑재한 애플리케이션 성능관리 솔루션인 InterMax AI Edition을 출시할 예정입니다.


이젠 애플리케이션 성능관리에도 인공지능이 필요한 시대

시스템 운영자, 애플리케이션 운영자는 장애 없이 시스템을 안정적으로 운영하기 위해 철저한 모니터링과 일상적인 점검을 수행하고 있습니다.  


* 거래가 갑자기 많아 졌는가? 

* 거래가 갑자기 줄어 들었는가?

* 트랜잭션 수행시간이 정상인가?

* CPU, 메모리, 네트워크, 디스크사용량 등 시스템 리소스가 과부하가 걸리지 않았는가? 

* 예외 거래가 발생하지는 않았는가?

* 평소와 다르게 시스템에 특이 사항은 없는가?


해당 시스템을 처음 관리하기 시작한 운영자라면 시스템의 정상적인 부하량과 리소스 사용량을 추정하기 어렵지만, 노련한 운영자는 시스템의 과거의 부하 패턴과 운영 상황을 인지하고 있기 때문에 평소와 다른 패턴이 보이면 이상 현상인 것을 즉시 감지하게 되고, 신속히 대처하게 됩니다.


그러나 점검해야 할 항목은 많고, 또, 점검해야 할 시스템도 많으며, 이러한 점검이 매시간, 매일, 24 x 365로 점검을 해야 하는 상황에 놓여 있습니다. 급히 처리해야 할 다른 바쁜 업무가 있다면 부주의로 점검을 놓치거나 모니터링을 못하는 경우도 자주 발생하게 됩니다. 따라서, 숙련된 운영 담당자가 하듯이 시스템의 이상패턴을 미리 감지하고, 알려주는 인공지능 성능관리 솔루션이 필요합니다. 


InterMax AI Edition은 시스템 운영자, 어플리케이션 운영자, 데이터베이스 운영자가 꿈꾸던 지능형(Intelligent) 성능관리 솔루션을 통해 시스템의 안정성을 보다 높일 수 있습니다.


- 이상패턴을 감지하고, 

- 장애 및 부하상황을 예측하여 제시할 뿐 아니라, 

- Deep Learning과 Machine Learning으로 무장한 InterMax 인공지능이 성능이슈 발생 시에 인과관계 분석을 통해 성능이슈의 발생 원인인 Root Cause 원인분석을 제시하여 


노련한 운영자가 과거 패턴을 학습하여 이상을 탐지하고, 전문 성능 컨설턴트가 성능 진단과 원인 분석을 수행하는 것과 같은 기능을 제공합니다.

그러면, InterMax AI Edtion이 제공하는 주요 기능과 활용 방안, 차별점, 구축사례를 차례로 소개해드리겠습니다.


InterMax AI Edition 주요 기능 및 활용 방안 

 

비정상 탐지(Anomaly Detection)

기존 알람(Alert) 발생 방식은 CPU 80%이상, JVM Free Memory 10%이하 같은 특정 임계치(Threshold) 기반으로 설정을 해야 했습니다. 

결산 같은 특정일의 부하가 전체적으로 커지거나 월요일에만 부하가 몰리는 등 요일 별 부하 패턴이 다른 경우에는 적절한 임계치 설정을 하기 어렵습니다. 부하 시점 기준으로 임계치를 설정하게 되면 평소가 부하가 없는 시점에 이상 현상을 감지할 수 없게 되며, 평시 기준으로 임계치를 설정하게 되면 부하 시점에는 지속적인 알람이 발생하여 알람에 대한 신뢰도를 떨어트리게 됩니다.

운영자가 원하는 알람은 불필요한 알람을 발생시키지 않으면서, 이상 현상이 발생할 때 놓치지 않고 알람을 발생하여 시스템의 이슈 상황을 확실하게 감지하기를 원합니다. 


InterMax AI Edition에 포함된 비정상 탐지는 과거 패턴을 학습하여 신뢰구간(Dynamic Baseline)을 설정하고, 해당 신뢰구간 범위를 벗어나는 이상 패턴이 감지되면 알람이 발생되도록 하여, 불필요한 알람 발생을 줄이고, 이상현상 발생시 정확한 알람이 발송되도록 구현하였습니다.

<Dynamic Baseline 이용한 비정상 탐지>


비정상 탐지 기능을 이용해서 다음과 같은 이상패턴 탐지를 지원합니다.

* 갑작스런 TPS의 증가, 또는 감소 또는 거래 응답시간의 갑작스런 증가 같은 트랜잭션에 대한 이상 부하 탐지

* CPU, JVM Heap Memory, 커넥션풀 등 시스템 리소스의 갑작스런 증가 또는 감소로 인한 이상 부하 탐지

<비정상 탐지: Anomaly Detection>


비정상 트랜잭션 분석(Anomaly Transaction Analysis)

트랜잭션의 예외상황이 발생하거나 병목현상이 발생하여 분석이 필요한 경우, 해당 트랜잭션의 Call Tree 정보를 통해 상세 원인 분석을 수행하게 되는데, 해당 Call Tree 정보가 문제가 있는지에 대해서는 해당 프로그램을 개발한 개발자이거나, 전문 성능진단 컨설턴트가 아니면 쉽게 문제를 찾아내기가 어려웠습니다.

InterMax AI Edition이 제공하는 ‘이상 트랜잭션 분석’ 기능은 어떤 트랜잭션이 평소와 다른 이상 패턴을 보이는지를 분석하여 이상 트랜잭션을 자동으로 추출하고, 해당 트랜잭션의 Call Tree를 정상적인 패턴의 Call Tree와 비교하여 이상 정도를 함께 표시하기 때문에 전문 성능진단 컨설턴트가 아니라도 트랜잭션의 이상 처리 내역을 즉각 인지하여 원인 분석이 가능합니다.

<비정상 트랜잭션 분석: Anomaly Transacton Analysis>


부하 예측(Workload Forecast)

시스템의 안정적인 운영을 위해서는 현재 데이터가 과거 부하 패턴과 다르다는 것을 감지하는 것뿐만 아니라, 미래의 어느 시점에 시스템에 장애나 이슈가 발생될 가능성이 있는 경우에 사전에 이를 감지하여 알려주는 것이 필요합니다. 즉, 현재 이상현상 탐지뿐만이 아니라 1분 이후, 15분 이후, 30분 이후의 예상되는 부하(지표)가 장애를 유발할 가능성이 있다면, 사전에 정보를 제공하여 운영자가 이에 대한 사전 대응을 통해 시스템을 장애 없이 안정적으로 운영할 수 있도록 할 수 있습니다.


InterMax AI Edition의 ‘부하 예측’ 기능은 과거 데이터를 Deep Learning방식으로 학습하고, 최근 연관 데이터 정보를 활용하여 최근 30분 이내의 부하(상태) 예측 정보를 제공합니다.


제공하는 예측 정보는 다음과 같습니다.


* InterMax에서 모니터링하는 개별 WAS/TP 지표에 대한 부하 예측

* InterMax에서 모니터링하는 개별 DB(Oracle) 지표에 대한 부하 예측

* InterMax에서 모니터링하는 개별 트랜잭션(TXN)에 대한 부하 예측

* InterMax에서 모니터링하는 비즈니스 업무(서비스)에 대한 부하 예측


<부하 예측: Workload Forecast>


예측을 통한 사전 이상 징후 탐지 기능(Anomaly Forecast)

또한, 미래의 사전 예측된 부하 예측 정보의 범위가 과거 학습된 부하 패턴에 따른 신뢰구간을 벗어날 가능성이 있는 경우, 30분전에 이상 징후를 탐지하여 사전 이상 징후 탐지 알람을 제공합니다.

<Deep Learning을 이용한 비정상 사전 예측>


부하 패턴 클러스터링(Workload Pattern Clustering)

시간에 따른 부하의 변화는 부하의 많고 적음뿐만 아니라, 부하의 성격도 온라인 거래가 많이 발생하는 시간이 있고, 배치 거래가 많이 발생하는 시간이 있는 등 부하의 패턴이 변화되는 경우가 있습니다. 

InterMax AI Edition의 ‘부하 패턴 클러스터링’ 기능은 발생되는 부하 패턴을 자동으로 분류하여 어느 때에 어떤 부하 패턴이 발생하였는지 직관적인 부하 패턴 정보를 제공하여 장애(이슈) 발생 시점의 부하 패턴에 대한 분석 정보를 제공합니다.


<부하패턴클러스터링: Workload Pattern Clustering>


기존과의 차별점?

End to End 애플리케이션 성능관리 솔루션 InterMax는 많은 분석 정보를 제공하는 것에서 더 나아가서 인공지능을 두뇌를 장착하게 되면서 ‘비정상 탐지’, ‘부하 예측’, ‘부하패턴 분석’을 통해 신속하게 해당 문제점을 족집게처럼 집어내는 새로운 성능관리 기능을 제공합니다. 


이는 지금까지의 통계적인 분석 방법이나 룰기반의 분석 대응과는 차원이 다른 인공지능(AI)의 Deep Learning이나 Machine Learning 기술을 통한 좀 더 심층적이고 고도화된 분석 방법으로 기존 대비 정확도를 획기적으로 높인 기술입니다.



적용 사례

[L사]

L사는 InterMax를 통해 전체 시스템을 모니터링하고 있으며, 성능 이슈 발생 시 InterMax를 통해 알람정보를 통해 시스템을 운영하고 있으며, OOM 등 장애 발생 시 원인 분석으로 InterMax를 효과적으로 활용하고 있습니다.


기존 InterMax 기능 중에 임계치에 의한 알람 설정 시에 임계치 보다 지표가 높게 올라가는 경우, 지속적으로 SMS를 수신하는 등 운영자 입장에서는 필요한 시점에 적시에 1번만 알람 정보를 받고자 InterMax AI Edition을 구축하게 되었으며, L사에 적용된 AI 기능은 부하예측, 비정상탐지, 비정상 트랜잭션 분석 및 Intelligent Alert 기능을 적용하였습니다.


AI기반 비정상탐지 기능을 통해서 정확한 알람을 수신하게 되어, 급작스런 이슈 발생 시 이상상황을 감지하여 정확한 상황판단을 제공받고 있으며, 운영의 안정성을 높였다고 평가하고 있습니다. 


또한, 비정상 트랜잭션 분석 시 성능진단 컨설턴트의 도움 없이 이상 트랜잭션을 추출하고, Call Tree 분석이 용이해 짐에 따라 운영관리 역량을 향상하였으며, 장애 발생 시 Root Cause 정보를 자동 분석하여 원인과 해결점을 수립하게 되었습니다.


그리고, 부하 예측 기능을 통해 사전 예측 정보를 활용하여 OOM 등 장애에 대한 사전 예측 정보를 제공 받아서 장애를 미연에 방지하게 되었습니다.


[S사]

10월부터 2차로 금융권에도 InterMax AI 구축/적용 작업이 진행될 예정이라고 합니다.

 





기고 | APM본부 오명훈

편집 | 사업기획팀 박예영




엑셈 웨비나 | 엑셈 세미나, 이제 온라인으로 듣자!

엑셈 인사이드 2018.09.05 13:27


엑셈 세미나의 교육 퀄리티나 내용은 두번 말하기 입 아플 정도로 이미 유명하죠. (뿌듯)

오프라인으로만 진행되던 엑셈 세미나가! 드.디.어 지난 주 온라인에도 런칭했습니다.

자, 엑셈 본사가 멀어서 세미나에 참석하기 어려우셨던 모든 분들 집중해주세요~


엑셈 아카데미는 Webinar(웨비나)를 통해 실시간으로 온라인에서 교육을 제공하는데요,

‘웨비나’ 가 무엇인지 모르는 분들을 위해서 짧게 설명 드리겠습니다. 

Webinar는 Web과 Seminar의 합성어로, 어디서든지 내가 있는 그 곳에서 웹을 통해 교육에 참여하는 것입니다.

웹을 통해 교육에 참여한다니, 과연 어떤 장점들이 있을까요?

장소에 대한 제약 없이 어디서나 참여 가능!

100% 웹으로 진행되기에 인터넷만 연결되면 수강이 가능합니다.

모바일 어플도 있기에 휴대폰으로도 수강 가능하며, 웨비나 종료 이후 발표 자료 및 영상도 제공해드립니다.

엑셈 웨비나는 완.전.무.료

높은 퀄리티의 교육을 무료로 제공하는 엑셈 아카데미!

온라인에서도 역시 무료로 제공해드립니다. 교육 퀄리티에 대한 걱정은 노노~

실시간 소통 가능!

웨비나에서는 발언자가 강의하는 동안 청중들은 채팅 혹은 음성 등으로 질문을 할 수 있습니다. 실시간으로 소통이 가능하죠. 

강의를 듣다가 질문이 있을 경우엔 주저하지 마시고 질문하세요! (강의 진행 및 인터넷 특성 상 답변은 조금 늦어질 수 있습니다.)

새로운 지식과 정보의 공급 

엑셈 웨비나에서는 트렌드의 변화가 매우 빠른 IT기반의 변화에 대해서 개발자 및 실무진들이 직.접. 들려주는 이야기를 들을 수 있습니다!

다양한 관점에 대한 이해

웨비나에서는 많은 사람들이 함께 참여하기 때문에 다양한 관점으로 하나의 이슈를 바라볼 수 있게 됩니다.


이렇게 많은 장점을 가진 엑셈 웨비나는 지난 9월 17일을 시작으로 6개의 강의를 런칭했습니다. 

더 나은 교육 제공을 위해서 설문조사와 신청 URL 발송 등 여러분들의 의견을 모았었는데요, 

여러분들께서 많이 참여해 주셔서 강의 준비에 많은 도움이 되었습니다. 


혹시 엑셈 웨비나가 보낸 메일을 못 받으신 분 계신가요?

메일을 받기 원하시는 분은 댓글로 메일 주소와 성함을 남겨 주시면 매 달 잊지 않고 웨비나 소식을 전해 드릴게요~

 

엑셈이 준비한 새로운 강의들인데요, 4차산업혁명을 리딩하는 엑셈다운 과목들로 준비해보았습니다.

이 외에도 알차고 유익한 강의들을 준비하고 있답니다 :)


이제 9월 강의 현장으로 함께 가보시죠!

9월 강의 시작 전 웨비나용 장비도 구매하고, 강사님들을 모셔 웨비나 플랫폼에 대한 설명도 드리고... 정말 많은 준비를 했답니다.

드디어 9월 17일 디데이!

첫 스타트를 멋지게 해주신 강남연구소 김철우 이사님의 모습입니다.

웨비나 시작 전 긴장하셨는데요? ㅎㅎ

스크립트까지 미리 준비해오시고, 질문 하나하나 놓치지 않고 답변해주시는 모습에 역시 프로구나! 느꼈습니다.ㅎㅎ

김철우 이사님의 명강의를 듣기 위해 엑셈까지 직접 찾아온 분들이 계셨는데요, 평소 오프라인으로 세미나를 제공하다보니 이런 일도 발생하는군요~

엑셈 웨비나는 온라인으로 진행되니 꼭! 참고 부탁드립니다^-^


강남연구소의 강인규 이사님께서도 열정적인 강의를 해주셨습니다.


이 외에도 일주일간 APM본부 장일홍 부장님, 빅데이터사업본부 김인겸 사원님, 빅데이터사업본부 조치선 차장님께서 멋진 강의로 함께해주셨습니다!


 웨비나를 직접 진행해보신 강사님들의 후기를 듣지 않을 수가 없는데요, 어떠셨는지 한 말씀 부탁드릴게요~

김철우 이사님 처음에는 혼자서 이야기하는 느낌이 들어 조금 낯설었습니다. 하지만 웨비나는 시공간의 제약을 뛰어넘어 어디에서든 참여할 수 있고 언제든 다시 볼 수 있다는 점에서, 그리고 기록으로 남길 수 있다는 점에서 오프라인 강의와는 다른 장점이 있는 것 같습니다. 앞으로 웨비나 강의를 진행하실 경우, 1인극의 주연이라는 생각을 가지고 해보신다면 나름대로 재미있는 강의가 될 것 같습니다.

강인규 이사님 저는 웨비나 진행 중 제가 말을 하지 않으면 어색한 침묵이 발생할까봐 최대한 말을 계속 이어서 했습니다. 그러다 보니 처음에 생각하던 시간보다 짧게 끝났네요. 웨비나를 한 번 하고 나면 기록이 남아 동일한 내용을 여러 사람에게 전달할 수도 있고 여러가지 장점이 있는 것 같습니다. 일단, 이번 웨비나에 생각보다 많은 분들이 참석해 주셔서 감사 드립니다. 웨비나가 인터맥스 AI Edition의 홍보에도 잘 활용되어 모쪼록 저희 제품과 저희가 하는 일에 관심을 갖는 사람들이 많이 생겼으면 좋겠다는 바람입니다.

김인겸 사원님 웨비나는 제 얼굴이 노출되지 않아서 좀 편안하게 진행할 수 있겠다고 생각했는데 쉽지만은 않았습니다. 처음 해보기 때문인지 긴장도 되고 채팅을 통해 수강생들과 소통하는 것이 조금 어색하기도 했습니다. 하지만 웨비나는 언제 어디서든 강의를 하고 들을 수 있는 좋은 수단이라고 생각하기 때문에 많은 기대가 됩니다.


보내주신 피드백을 바탕으로 더욱 보완하여 보다 더 완벽한 웨비나를 진행할 수 있도록 해야겠습니다.^^

웨비나 설문조사 및 강의에 참여해주시고 피드백을 주신 모든 분들께 다시 한번 감사의 말씀을 전하며,

엑셈 아카데미의 새로운 시도에 많은 박수와 격려를 부탁드립니다.


아래 10월 웨비나를 위한 설문조사도 현재 진행중입니다!

10월 웨비나 설문조사 바로가기


기획 및 글 | 사업기획팀 박예영

현장 사진 | 사업기획팀 박예영






  • 홍성우 2018.09.21 14:17 신고 ADDR 수정/삭제 답글

    sockston@hanmail.net

    • 2018.09.21 14:39 수정/삭제

      비밀댓글입니다