영화 ‘범블비’처럼 알아서 운전해주는 차가 곧 나올 것 같습니다! 지난 4월 전기차로 잘 알려진 테슬라가 완전 자율주행 자동차에 대한 청사진을 공개하며 내년이면 100만대의 자사 완전 자율주행 차량이 출하되어 로봇택시로 운행될 수 있을 것이라고 주장했습니다. 현대모비스는 지난 7월 현대차 신형 쏘나타를 활용한 자율주행차를 공개하며 러시아 모스크바 시내에서 로보택시 서비스를 시범적으로 운영 중입니다. 자율주행차는 더 이상 상상속의 일이 아닌 현실화의 단계를 밟아 나가고 있는데요. 이번 시간에는 자율주행차에 대해서 알아봅니다.

 자율주행차(Autonomous Vehicle)란? 

 자율주행차(Autonomous Vehicle)란 운전자가 직접 조작하지 않아도 자동차가 주행 환경을 인식해 위험을 판단하고 주행 경로를 계획해 스스로 운전하는 자동차로 감지 시스템, 중앙 제어 장치, 액츄에이터 등으로 구성되며, 로봇 및 컴퓨터 공학, GPS, 정밀 센서, 전자 제어 등 첨단 기술을 필요로 합니다.

초 개인화 시대의 고객 경험을 위한 콘퍼런스

G-Summit Korea 2019

이번 행사는 초 개인화 시대에 차별화된 고객 경험을 제공하는데 AI, 디지털, 클라우드가 어떻게 게임 체인저가 될 수 있는지 알아보고,

이를 활용한 다양한 성공 사례를 공유하는 자리였습니다.

메타넷 글로벌 박주혜 전무는 Future Contact Center의 모습과 역할, 가치를 고객의 입장과 회사의 입장에서 각각 바라보고, 이미 시작된 변화의 길에서 ‘효율화’와 ‘고객 만족’이라는 서로 다른 결로 보이는 목표를 어떻게 이루어 갈 것인가에 관해 이야기했습니다. Future Contact Center의 3요소는 ‘AI based’, ‘Smart’, ‘Digital’이며, 사람과 기계가 서로 융합하여 고객을 구체적으로 이해하고, 상호 소통하는 것이 중요하다고 강조했습니다. 또한, 이러한 과정에서 빠른 실패와 도전을 계속 반복하는 것을 언급하였는데요. 엑셈에서도 강조하는 애자일 경영 방법입니다.

키노트에서는 초 개인화 시대에 AI, 디지털, 클라우드 기술 및 고객 경험에 대한 글로벌 트렌드에 대해 알아보고 이에 따른 Genesys의 전략을 공유했습니다. 고객 경험이 곧 브랜드 경험이며, 경험의 주인이 고객으로 계속 이동하고 있다고 고객 경험을 강조했습니다. 또한, AI와 같은 ‘기술’의 트렌드가 고객 경험을 정의하고 있다고 말했습니다. 현재까지 기업의 40% 이상이 클라우드로 전환하고 있고, 컨택센터도 점차 클라우드를 도입하고 있어 제네시스도 옴니채널 서비스 제공이 가능한 클라우드 플랫폼을 출시했다고 합니다.

차별화된 고객 경험을 위해서는 생성되는 많은 양의 인터랙션 데이터를 분석, 예측하여 개인화된 서비스를 제공해야 하는데요. 본 세션에서도 고객 인게이지먼트를 위한 키는 바로 ‘데이터’임을 강조하며, 데이터를 이용해 개인화된, 맥락 기반의, 지능적인 고객 경험을 제공해야 한다고 말했습니다. 특히 ‘고객 경험’이 2020년까지 주요 브랜드 차별화 요소가 될 것을 강조했습니다. 그리고 제네시스에서는 어떻게 Google AI를 활용하여 마케팅-세일즈-서비스 전반에 걸쳐 고객 여정과 상담사 여정을 최적화하는지 설명했습니다. 

오후에는 제네시스의 클라우드 기반 올인원 고객 인게이지먼트 및 상담사 관리 소프트웨어에 대한 소개와 데모를 볼 수 있었습니다.

또한, GS네오텍, 오라클, 폴리, 유베이스, 한솔인티큐브, 칼 자이스 등이 참여하여 제네시스의 솔루션을 이용한 컨택센터 혁신 사례 및 관련 기술을 소개하였습니다. 

이번 써밋을 통해 고객 경험에 대한 글로벌 트렌드에 대해 알아보고 제네시스의 비전과 전략을 살펴보는 것은 물론, 

제네시스의 솔루션을 활용한 국내 기업의 다양한 성공사례에서 그 노하우를 확인할 수 있었습니다. 

또한, 어느 분야를 막론하고 클라우드 향으로 전사가 움직이는 모습을 보며 클라우드의 부상이 더욱 느껴졌던 행사였습니다. 

엑셈에서 오랜만에 책이 나왔습니다! 

데이터 분석에 관심이 있는 분들을 위해 엑셈 빅데이터사업본부에서 두 팔을 걷어 붙이고 책을 썼다고 하는데요.

어떤 책인지 지금 바로! 공개합니다 :)

“KNIME을 활용한 빅데이터 분석”

<(Click 하나로 끝내는 데이터 분석 KNIME) KNIME을 활용한 BIG DATA 분석>

“(Click 하나로 끝내는 데이터 분석 KNIME) KNIME을 활용한 BIG DATA 분석” 도서가 출판되었습니다! 빅데이터 분석팀 주관으로 집필된 도서는 데이터 분석을 위해 분석 도구(Tool, SW)를 처음 접하는 학생이나 현업담당자들이 KNIME을 활용하여 데이터 분석에 쉽게 접근할 수 있는 정보 제공을 목적으로 작성되었습니다. 그렇다면 데이터 분석 도구인 KNIME은 무엇일까요? 먼저 KNIME이 무엇인지부터 차근차근 알아보겠습니다.

나임(KNIME), 데이터 사이언스와 머신러닝 플랫폼의 선두 주자 

 나임(KNIME, Konstanz Information Miner)은 가트너의 2018 Magic Quadrant에서 “데이터 사이언스와 머신러닝 플랫폼‘ 분야에서 선두 그룹에 포함된 소프트웨어 중 하나입니다. 독일의 Konstanz university의 소프트웨어 엔지니어 팀이 Java로 개발하였으며, 현재 KNIME Analytics Platform은 4.0 버전, KNIME Server은 4.9 버전까지 출시되어 활용되고 있습니다.

 나임은 비주얼 워크플로우(Visual Workflow) 기반으로 다양한 데이터 소스(Database, File, Hadoop 등)로부터 읽기, 전처리, 변환, 분석, 평가, 시각화 등의 분석 전 과정을 드래그-앤-드롭(drag-and-drop) 방식으로 쉽게 작업할 수 있는 토탈(Total) 분석 플랫폼입니다. 비주얼 워크플로우의 특징인 빠른 구현 속도, 쉬운 학습 난이도, 높은 모듈 의존도 등의 특징을 가집니다.

<KNIME의 구성>

 나임은 크게 KNIME Analytics Platform과 KNIME Server로 구성되어 있습니다. 추가적으로 나임과 나임 파트너 그리고 나임 사용자들이 제공 및 공유하는 다양한 확장 및 통합 기능을 활용할 수 있는 환경인 KNIME Extensions, Partner Extensions, Community Extensions과 KNIME Integrations을 제공합니다. 

 “KNIME을 활용한 데이터 분석” 도서는 KNIME Analytics Platform을 중심으로 집필되었기에, KNIME Analytics Platform에 대해서 알아보겠습니다. KNIME Analytics Platform은 데이터 과학 응용 프로그램 및 서비스 구현을 위한 오픈 소스 소프트웨어 입니다. 데이터를 이해하고 활용할 수 있도록 직관적이며 재사용이 가능한 구성 요소로 설계되어 있으며, 사용자의 Desktop에서 사용할 수 있는 분석 플랫폼입니다. 데이터 읽기(Load), 통합(Integrate), 변환(Transform), 분석(Analyze), 시각화(Visualize) 등의 기능을 수행할 수 있습니다. KNIME Analytics Platform에서 나임 확장(KNIME Extensions)을 통하여 데이터 접근, 처리, 기계학습 알고리즘, 시각화에 활용되는 다양한 기능을 추가적으로 활용할 수 있습니다. 그리고 나임 통합(KNIME Integration)을 통하여 딥러닝을 위한 Keras, Tensorflow, 고성능 기계학습을 위한 H2O, 대용량 데이터 처리를 위한 Apach Spark와 스크립트 언어인 R과 Python을 활용할 수 있는 환경을 제공합니다. 

"KNIME을 활용한 데이터 분석" 도서 구성

<"KNIME을 활용한 데이터 분석" 목차>

 “KNIME을 활용한 데이터 분석” 도서는 데이터 분석을 위해 KNIME을 처음 접하는 학생 또는 현업 담당자를 대상으로 집필된 기본서 입니다. 도서는 KNIME에 대한 소개로 시작됩니다. 

• 1장 KNIME 설치 및 환경설정에서는 KNIME Analytics Platform 설치 방법, 화면구성, 환경 설정 및 메모리 설정에 대하여 설명합니다. 

• 2장 데이터 가공에서는 외부 데이터 가져오기, KNIME Analytics Platform 내 데이터 외부로 내보내기 등의 데이터 읽기와 내보내기에 대한 내용과 데이터 처리, 조작, 추출, 변수 생성 등의 데이터 처리 과정에 대하여 설명합니다. 

• 3장 데이터 탐색에서는 데이터를 수치적으로 탐색하는 방법과 다양한 그래프를 활용하여 시각적으로 탐색하는 방법에 대해 설명합니다.

• 4장 데이터 분석에서는 대표적인 머신러닝 알고리즘인 선형 회귀분석, 로지스틱 회귀분석, 의사결정나무, 랜덤포레스트, 신경망(MLP) 등의 지도학습과 연관성 분석, K-Means 군집분석, 계층적 군집분석 등의 비지도학습을 KNIME Analytics Platform에서 구현할 때 필요한 노드에 대한 설명과 실습 예제를 통한 모델 구현 절차와 결과 해석 방법에 대하여 설명합니다. 

• 마지막으로 부록 About KNIME Server에서는 KNIME Server의 특징에 대한 설명과 KNIME을 활용하면서 참고할 수 있는 웹 사이트에 대한 정보를 제공합니다. 

 데이터 분석 과정인 데이터 가공, 탐색 및 분석에 활용되는 노드를 바탕으로 기능, 옵션 정의, 예시 및 예제 데이터를 바탕으로 단계적 실습 방법을 설명하고 있으며, 이를 바탕으로 KNIME Analytics Platform을 처음 접하는 독자들도 쉽게 따라하며 데이터 분석 및 KNIME Analytics Platform 활용 방법을 익힐 수 있게 구성되어 있습니다.

"KNIME을 활용한 데이터 분석" 도서를 활용한 KNIME 학습 및 활용

<OWLEYE 사이트(좌), 오프라인 세미나(우측상단), 웨비나(우측하단)>

 마지막으로 “KNIME을 활용한 데이터 분석” 도서를 활용하여 보다 효율적으로 KNIME Analytics Platform의 활용 방법을 익히고, 데이터 분석 과정에 대해 학습에 활용할 수 있는 웹 페이지와 웨비나, 오프라인 교육 정보를 소개합니다. 도서의 내용이 쉽게 구성되어 나임을 학습하는데 별 어려움이 없을 것이지만, 온라인 교육 컨텐츠의 활용이나 KNIME을 활용하여 데이터 분석을 수행하는 분석가가 진행하는 오프라인 교육을 활용한다면 학습의 효율성이 더 높아질 것입니다. 

  먼저 아울아이(OWLEYE) 웹 페이지를 소개합니다. 아울아이는 엑셈 빅데이터 분석팀에서 운영하는 웹 페이지입니다. “KNIME을 활용한 데이터 분석” 도서의 실습 데이터를 제공하며, 도서를 활용하여 KNIME을 학습하다가 생긴 의문점이나, KNIME 활용 과정에서 혼자 해결하기 어려운 이슈에 대한 질문을 게재하면 KNIME을 활용하는 분석가들이 해당 질문에 대한 답변을 제공합니다. 그리고 KNIME 버전 업과 같은 새로운 소식과 업종별 활용 사례에 대한 정보를 제공합니다.

 그리고 엑셈 아카데미에서 진행하고 있는 웨비나와 오프라인 교육이 있습니다. 이 교육 과정은 KNIME을 활용한 데이터 분석 경험이 있는 분석 전문가들이 진행하는 교육으로, 데이터 처리 및 시각화, 모델링 등의 내용을 다루는 교육과정입니다. 도서 집필에 직접 참여하고 데이터 분석 업무에서 KNIME 활용 경험이 있는 전문 분석가가 진행하는 교육이므로 도서 내용에 대한 질문 내용이나 KNIME Analytics Platform을 활용한 데이터 분석 노하우에 대하여 많은 정보를 얻을 수 있을 것입니다.

 지금까지 Total 분석 플랫폼인 나임에 대한 설명과 KNIME을 처음 접하는 분들에게 안내 표지판이 될 “(Click 하나로 끝내는 데이터 분석 KNIME) KNIME을 활용한 BIG DATA 분석” 도서에 대하여 소개하였습니다. 학습 시간과 활용에 오랜 시간이 소요되는 스크립트 기반의 분석 도구보다는 그래픽 기반의 사용자 환경과 워크플로우를 활용하는 KNIME을 활용하여 데이터 분석을 시작해 보시는 것은 어떨까요?

기고 | 빅데이터사업본부 정영진

편집 | 사업기획팀 박예영

 4차 산업혁명과 유통이 만난 ‘리테일테크’가 유통계를 흔들고 있습니다. Grand View Research는 2025년 전 세계 유통산업에서의 사물인터넷(IoT) 시장 규모가 944억 달러에 달할 것으로 전망했고, Markets And Markets는 2022년 전 세계 유통산업에서의 인공지능(AI) 시장 규모가 50억 달러를 넘을 것으로 전망했습니다. 유통산업이 앞으로 어떻게, 얼마나 빨리 변화할 것인지 살펴보시죠.

 리테일테크란? 

 리테일테크(Retailtech)는 소매(Retail)와 기술(Tech)의 합성어인데요. 우리가 이용하는 소매점에 ICT 기술을 접목하는 것을 의미합니다. 여기서 말하는 소매점은 마트, 편의점, 백화점 등 전통적인 오프라인 소매점 뿐만 아니라, 자동 판매, 방문 판매, e-commerce(PC, 모바일 등)가 모두 포함됩니다. 아래 표는 4차 산업혁명을 대표하는 기술들인데요, 이렇게 많은 기술들이 다양한 방법으로 리테일테크에 활용되고 있습니다

<리테일테크 적용 분야 목록, 출처 : 이베스트투자증권 리서치센터>

<리테일테크의 카테고리와 스타트업들, 출처: 벤처스캐너>

 국내외 대표적 사례 살펴보기 

 앞서 언급한 것처럼, 리테일테크는 개인화, 쿠폰, 결제, 데이터 분석, 검색 및 가격 비교, 제품 추천, POS(Point of Sale), 소매점 관리, 멤버십 프로그램, SNS 연계, 물류 및 택배, SCM(Supply Chain Management), 마케팅 및 CRM(Customer Relationship Management), 광고 등 정말 다양한 곳에 적용되는데요. 그만큼 사례가 너무나 많기 때문에, 가장 유명한 사례들만 모았습니다.

 해외 사례

1. 아마존 고(Amazon Go)

- 아마존에서 런칭한 세계 최초 무인점포

- 스마트폰 앱과 연동시켜 소비자가 구매하고 싶은 상품을 들고 나오면 자동으로 결제가 진행되는 시스템

지난 7월 18일, 코엑스에서는 'AI Tech 2019' 컨퍼런스가 진행되었습니다.

‘실제 사용할 수 있으면서 실용적인 AI’라는 주제로 진행된 이번 행사는

AI가 비즈니스 모델 개발에 어떻게 활용되는지를 알아보고,

그 과정에서 발생한 문제점과 해결책, 그리고 어떤 솔루션이 효과적인지에 대해 살펴보았습니다.

 첫 번째 키노트에서는 구글의 AI와 함께 AutoML을 소개했습니다. 구글 AI 사례를 보면서 기업이 모든 기술을 다 잘할 수는 없기에, 이미 만들어진 기술을 잘 활용한다면 보다 효율적으로 AI를 사용할 수 있을 것 같다는 생각이 들었습니다. 또한 구글의 “Democratize AI by marketing it accessible, fast and useful for enterprises and developers”라는 미션 문구도 인상 깊었습니다. 

 이번 발표에서는 DSA(Domain Specific Architecture)의 중요성과 신제품 Versal ACAP에 대해 확인할 수 있었습니다. AI 모델은 도메인 별로 특화된 적응형 아키텍처가 필요하다고 말했으며, 실제 클라우드와 엣지에서 요구되는 성능과 대기시간 등의 요건을 달성하기 위해서는 딥러닝 네트워크에 대응할 수 있는 특수 하드웨어 및 소프트웨어 아키텍처가 절실히 필요하다고 강조했습니다.

 레노버에서는 AI 정의와 활용 분야를 소개하며 신제품 LiCO를 소개했습니다. AI는 현재 헬스케어, 투자, 자동화, 마케팅, 리테일, 정유산업, 제조, 보안, 미디어 등 다양한 산업군에서 적극적으로 활용되고 있는데요. AI 도입에 대한 장벽들도 물론 있습니다. 바로 데이터(정형/비정형)의 양, AI 전문가의 부족, AI 하드웨어/소프트웨어 리소스들입니다. 레노버에서는 AI 도입을 LiCO와 함께한다면 비교적 쉽게 도입할 수 있을 것이라 말했습니다.

 두 번째 키노트에서는 삼성 SDS에서 바라보는 AI와 제조 지능화에 대해 소개했습니다. 삼성SDS에서는 Anomaly Detection으로 제조업의 공정 예지보전/수명예측을 하고 있었는데, 기계의 수명을 미리 알려 달라는 고객의 요청에 물리모델(Physics Model)로 접근하여 잔여 수명 외 불량 유형 진단도 가능해졌다고 합니다. 또한 많은 데이터 중 무엇을 학습할지 실험계획법(능동강화학습)으로 진행하여 기술적 한계를 극복했다고 소개했습니다. 

 지멘스의 발표에서는 스마트팩토리에 대한 전반적인 이야기를 들을 수 있었습니다. 제조 관점에서의 AI는 디지털 트윈이라고 말했는데요. 하나의 플랫폼에서 다양한 기술과 가능을 조절하도록 하고 있으며, PC-based가 아니라 엣지 컴퓨팅이 부상하고 있다고 말했습니다. 또한 IoT 및 5G 기술을 통해 AI 기반 디지털 제조는 더욱 진화하고 있다고 합니다. 

 엑셈에서는 복잡다단해지는 IT 환경에 맞추어 부하 예측, 이상 탐지, 원인 분석 등 AI를 활용한 IT 운영 지능화 방법을 소개했습니다. 상세한 발표 내용이 궁금하신 분들은 여기를 눌러주세요!

위 기재한 내용 외에도 한컴MDS에서는 안면 인식 기술 기반 AI 솔루션 ‘센스타임’을 소개했고,

한국전자통신연구원(ETRI)에서는 자율주행차 연구 현황과 기술적 난제를 공유했습니다.

그리고 한국기계연구원에서는 산업기계의 안전 운용을 위해 적용되는 환경인식기술과 가상현실기술의 현황을 발표했습니다.

이번 컨퍼런스를 통해 AI 관련 최근 동향과 다양한 AI 솔루션들을 살펴볼 수 있었으며,

각 기업 환경에 적합한 AI 활용 모델은 무엇인지에 대해서도 알아 볼 수 있었던 기회였습니다.

기획 및 글 | 사업기획팀 박예영

현장 사진 | 사업기획팀 박예영

지난 7월 17일~19일 코엑스에서 제 2회 국제인공지능대전이 개최되었습니다.

그 부대 행사로 다양한 세미나와 컨퍼런스가 진행되었는데요.

엑셈도 참여하여 엑셈의 기술을 널리 알리고 왔습니다.

이번 세미나에서는 단순히 제품 소개만 하는 것이 아니라

클라우드란 무엇인지 그리고 클라우드 모니터링의 필요성까지 알아보았습니다.

 클라우드 컴퓨팅 플랫폼은 사용자에게는 보이지 않지만 중앙의 서버 컴퓨팅 자원을 활용해서 서비스를 받을 수 있게 하는 플랫폼이며, 개발의 신속성과 자원의 활용성, 운영의 유연성이라는 특징을 가지고 있습니다. 이런 특징들 때문에 클라우드는 국내외를 막론하고 그 시장이 매우 커지고 있는데요. 최근 IT 자산을 클라우드로 이관하는 고객사가 점점 더 많아지고 있는 추세입니다. 하지만, IT 자산을 클라우드로 이관한다고 해서 클라우드의 가장 큰 장점인 IT 운영의 유연성(Scalability, Availability)을 바로 확보하기는 어렵습니다. 기존의 서버와 스토리지 등 물리적인 인프라마 클라우드로 이전했을 뿐 애플리케이션은 예전과 동일한 방식으로 운영을 할 수 밖에 없기 때문입니다. 그래서 클라우드에서의 IT 운영상의 장점을 최대한 취할 수있는 방법으로 MSA(Micro Service Architecture)가 등장했고, 이어서 컨테이너 기반 운영환경인 Docker와 Kubernetes가 등장하게 되었습니다. 이렇게 클라우드의 이점을 최대한 활용하는 애플리케이션 구축 및 실행 방법을 ‘클라우드 네이티브 아키텍처’라고 부릅니다.

그럼 이제 인터맥스 클라우드(InterMax Cloud)를 알아볼까요?

 인터맥스 클라우드는 클라우드 환경의 대규모 관제에 효과적인 모니터링 기능을 제공하여, 클라우드 IT 운영의 효율성을 극대화 하는 솔루션인데요. 대규모 클라우드 환경에 적합한 아키텍처 구성으로 다음과 같은 특장점을 가지고 있습니다.

1. 다차원 토폴로지

 : 레이어 별 체계적인 모니터링을 통해 클라우드 전체 서비스 레이어의 가시성을 확보하였으며, 3D 아키텍처 토폴로지 뷰로 직관적인 모니터링이 가능합니다.

2. AI 기반 Anomaly Score

 : 복잡한 환경 속에서도 문제가 발생한 인스턴스의 이상치를 탐지하여 빠르게 사전 인지를 도와 장애 없는 서비스 운용을 가능하게 해줍니다.

3. AI 기반 희소로그 분석

 : 다수 컨테이너 관제에 필수적인 Smart 로그 분석을 지원하여 장애의 효과적인 원인분석이 가능합니다.

4. 컨테이너 기반 Agent 설치

 : Agent 자체도 컨테이너로 작성되어 설치가 손쉬울 뿐만 아니라, 모니터링 대상 자동관리가 가능해 전사 시스템 관리의 편의성을 제공합니다.

인터맥스 클라우드와 함께 라면 소수의 운영인력으로 대규모 클라우드 환경 통합 관제가 가능하겠죠?

발표자료는 여기에서 확인하실 수 있습니다 :)

기획 및 글 | 사업기획팀 박예영

현장 사진 | 사업기획팀 박예영

 여러분들은 핀테크 서비스를 잘 활용하고 계신가요? 핀테크 덕분에 수수료 제로(0) 송금 서비스, 간편 결제, 자산관리, 대출 등등 다양한 서비스들이 제공되고 있습니다. 너무 편리해서 필자도 잘 사용 중인데요. 이렇게 나날이 핫!해지는 핀테크 분야에서 새롭게 부각되는 서비스가 있습니다.

 인슈어테크, 들어는 보셨나? 

 지난 달 프롭테크처럼 인슈어테크(InsurTech) 역시 보험(Insurance)과 기술(Technology)의 합성어로, 인공지능(AI), 사물인터넷(IoT), 빅데이터 등 IT 기술을 활용해 기존과 다른 보험 서비스를 제공하는 것입니다. 인슈어테크의 도입으로 보험 상품 개발이나 고객 관리 등의 분야에서 보다 고차원적인 서비스 제공이 가능해지죠. 

 쉬운 예시로는 보험사에서 제공하는 애플리케이션, 보험 비교 사이트로부터 발전된 예로는 직접 원하는 보험을 만들거나, P2P(Peer to Peer) 형태로 보험 서비스를 제공하는 서비스까지 다양합니다.

 도대체 어떤 기술을 어떻게 적용할까? 

 인슈어테크에서는 4차산업혁명의 핵심 기술들과 그 맥락을 함께 합니다. 크게 사물인터넷, 빅데이터, 인공지능, 블록체인 기술을 주로 적용하는데요. 이러한 기술과 서비스가 융합되어 지금과는 다른 보험 산업의 혁신을 일으키고 있습니다.

기획 및 글 | 사업기획팀 박예영

지난 6월 19일, 엑셈이 공공컴퓨팅마켓 2019에 다녀왔습니다.

수많은 데이터를 신속하게 분석하고 가치 있는 정보로 추출 및 활용하기 위해

대용량 데이터를 빠르게 처리하는 컴퓨팅 장비 및 데이터 센터에 대한 관심이 나날이 높아지고 있습니다.

이에 엑셈도 이번 행사에 참석하여 초연결 지능화 시대의 공공부문 컴퓨팅 & 데이터센터 혁신 전략에 대한 이야기를 듣고 왔는데요.

오전에는 공통 키노트로 진행이 되었고, 오후에는 컴퓨팅 섹션에 집중해서 참석하고 왔습니다.

첫 번째 키노트에서는 현재 급속하게 진행되고 있는 데이터센터 혁신과 관련하여 인텔에서 제공 및 계획하고 있는 각종 신기술과 향후 로드맵에 대해 사례를 포함하여 소개하였습니다. 데이터가 중심인 세상에서 데이터를 어떻게 잘 활용하느냐가 올바른 대응을 하는 것이라고 말했습니다.

두 번째 키노트에서는 최근 화두가 되고 있는 자율 주행 자동차의 개발 및 서비스 고도화를 위해 NVIDIA에서 생각하는 자율 주행 자동차의 현황과 미래에 대해서 발표하였습니다. NVIDIA에서는 AI 비즈니스 모델화의 어려움을 오픈소스로 해결해야 한다고 말했습니다. 집단 지성을 활용한 것이죠. 

마지막 키노트에서는 초연결 지능화 시대의 데이터에 대한 이야기를 나누었습니다. ICBM(IoT/Cloud/BigData/Mobile)이 바라보는 것은 결국 데이터라며, 클라우드, 사물인터넷, 엣지의 중요성을 설명했습니다.

- Cloud : 어디서나 보안의 문제가 있다. 하이브리드 클라우드가 대세.

- IoT : 빅데이터와 인공지능을 활용한 비즈니스의 혁신

- Edge : 이동통신사와 협력한다면 빠른 확산 가능, 인공지능 접목

[Track 1 컴퓨팅]

 여기서 잠깐!

계속 언급되는 엣지 컴퓨팅이 궁금하다면? [여기]를 눌러 확인하세요!

인텔과 엔비디아의 두 키노트를 들으며 이미 하드웨어의 발전은 다 이루어져 있고, 상용화만 남았다는 생각도 들었습니다.

마이크로소프트는 윈도우 보다는 클라우드 사업에, 그리고 보안에 초점을 많이 맞추고 있었고요.

오후 세션은 대부분의 발표가 자사 제품 소개로 이루어져 다소 아쉬운 부분이 있었지만,

데이터의 중요성을 다시금 깨닫게 해 준 행사였습니다.

기획 및 글 | 사업기획팀 박예영

현장 사진 | 사업기획팀 박예영

엑셈이 AI EXPO KOREA 2019에 출동합니다!

<위 그림을 누르시면 사전 등록 홈페이지로 연결됩니다!>

인공지능 행사에 빠지면 섭섭한 엑셈이

7월 17일(수)부터 19일(금)까지 서울 Coex, Hall C에서 열리는

‘AI EXPO KOREA 2019’에 참가합니다.

오랜만의 전시회 나들이라, 여러분들을 만나려니 매우 설레는 마음입니다.

그럼 어떤 제품군을 가지고 참가하는지 살짝 보여드릴까요?

제품 소개

 <EXEM AIOps (좌) & InterMax Cloud (우)>

 ‘엑셈 AI옵스’는 국내 최초로 딥러닝 기반 인공지능을 탑재한 통합 IT 운영 관리 솔루션입니다. AIOps는 ‘Artificial Intelligence for IT Operations’의 약자로, AI 기반 학습과 분석을 통해 IT 인프라 운영 상황을 예측하고 선제적인 장애 대응을 지원하는 기술을 말하죠. ‘엑셈 AI옵스’는 국내 DBPM(Database Performance Monitoring) 시장 1위 솔루션인 ‘맥스게이지’(MaxGauge)’와 APM(Application Performance Monitoring) 시장을 선도하고 있는 E2E(End-To-End) 거래추적 솔루션인 ‘인터맥스(InterMax)’의 축적된 기술과 노하우에 AI를 접목한 새로운 솔루션입니다. 

<EXEM AIOps 실시간 모니터링 화면 (좌) & EXEM AIOps 실시간 지표 모니터링 화면 (우)>

 ‘엑셈 AI옵스’는 E2E 및 전체 IT 시스템에 대해 AI 기반 통합 예측, 탐지, 분석 등을 제공하여 기업의 IT 운영 효율성을 크게 향상시킵니다. 사전에 장애 인지를 하여 IT 운영자가 미리 대응할 수 있도록 하고, 빠르게 복구하게 함으로써 MTTR(Mean-Time-To-Resolution)을 줄여 시스템을 보다 안정적으로 운영할 수 있게 도와줍니다. 실제 ‘엑셈 AI옵스’ PoC를 진행한 고객사의 경우, IT 인프라에 발생한 문제 해결 시간이 60분의 1로 단축됐다고 하니, 정말 놀랍죠? 

<InterMax Cloud, Anomaly Score 화면 (좌) & InterMax Cloud, Performance Trend 화면 (우)>

 또 다른 신제품 ‘인터맥스 클라우드’는 ‘인터맥스’의 클라우드 기반 대규모 통합 관제 버전입니다. 클라우드 환경으로의 혁신을 시도하는 기업들이 클라우드 네이티브 아키텍처, 즉 컨테이너 기반의 운영 아키텍처로 전환할 수 있도록 모니터링을 지원하는 솔루션입니다. ‘인터맥스’가 지원하는 E2E 모니터링 개념에서 확장하여, 쿠버네티스와 컨테이너 기반의 프라이빗 클라우드, 퍼블릭 클라우드 등을 포함한 통합 클라우드 모니터링을 제공합니다. 또한 Anomaly Score, Performance Trend 등의 화면으로 직관적인 모니터링을 가능하게 합니다.

 그리고 엑셈은 파트너 계약을 맺은 AutoML(머신러닝 자동화) 솔루션 ‘데이터로봇’과 빅데이터 분석 솔루션인 ‘나임’도 선보일 예정입니다. 데이터 사이언티스트들을 위해 반복 작업을 최소화하고 분석 시간을 단축하기 위한 솔루션들인데요. 데이터로봇은 머신러닝 모델 구축 전 과정에 대한 자동화를 지원하며, 동시에 수백 개의 모델을 한 번의 클릭으로 구축합니다. 나임은 데이터 분석부터 시각화까지 한 번에 구현이 가능하며, 코딩 방식이 아닌 드래그 앤 드롭 방식의 워크플로우를 사용합니다.

부스 위치

드넓은 Coex, Hall C에서 엑셈을 쉽게 찾아오시라고 엑셈의 부스 위치를 선공개합니다! 

아래와 같이 ‘517번’이 엑셈 부스입니다. 

눈에 잘 띄게 행사장 중심부에 자리 잡고 있으니,

꼭 잊지 말고 엑셈 부스를 방문해 주세요!

부스를 찾아주시는 분들께 정성을 담은 선물도 드릴 예정이랍니다-!

부대행사

부스 전시만 참가하면 아쉽겠죠?

엑셈의 기술 개발 임원들이 직접 고객들에게 신제품을 자세히 설명하는 발표도 진행합니다.

이번 AI EXPO에서 여러분의 IT 혁신을 도와드릴 많은 제품과 서비스를 보여드리기 위해

엑셈이 정말 제대로 준비했습니다.

7월 17일~19일, 우리 Coex에서 만나요!

 부동산 산업의 디지털 혁신 – 프롭테크(PropTech) 

 전통적 부동산 시장에 새 바람이 불고 있습니다. 바로 프롭테크(PropTech)의 등장인데요. 지난해 손정의 회장이 프롭테크 스타트업 오픈도어에 4억 달러를 투자한 이후 이 기업 가치가 20억 달러를 상회하고 있습니다. 국내에서도 ‘직방’이 골드만삭스 등 외국계 컨소시엄으로부터 약 380억원의 투자를 받았습니다. 왜일까요? 전문가들은 프롭테크 산업이 향후 부동산 시장을 선도하게 될 것이라고 전망합니다. 

 프롭테크의 서비스 영역 

프롭테크의 서비스 영역은 크게 4가지로 분류하며, 아래와 같습니다.

기획 및 글 | 사업기획팀 박예영