태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

엑기스 | 지능형 전력 빅데이터 예측, AutoML이 답!

기술이야기/엑.기.스 2020. 3. 13. 16:38






인공지능(AI)과 전력 빅데이터 분석


인공지능은 센스나 장비, 기기 등의 현 상태를 모니터링 하는 단순 영역부터 복잡하고 불확실한 미래상황을 추론하는 영역까지 다양한 영역에서 적용되고 있다. 가트너에서는 AI가 2021년까지 3천 3백조원의 비즈니스 가치와 7조 시간을 절약하는 업무 생산성 향상을 가져다 줄 것으로 예상하고 있다. 기계학습(머신러닝, Machine Learning)이나 심층학습(딥러닝, Deep Learning)은 모두 인간의 지능을 대체한다는 점에서 인공지능이라고 정의된다.


최근 데이터 과학과 데이터 사이언티스트의 부족으로 인해 자동 기계학습(Auto ML) 영역이 급속도로 커지고 있다. Auto Machine Learning이란, 데이터만 있다면 자동으로 분석 모델을 학습하고 갱신하여 최적의 분석 알고리즘을 추천, 업무에 적용하는 것이다. 분석 전문 지식이 없는 일반 사용자도 쉽게 머신 러닝 분석을 자동으로 생성하고 활용 가능하다. Auto ML 소프트웨어 툴의 수는 단 2년 만에 300%가 증가하였는데, 자동화된 데이터 과학 도구에 대한 다양한 정의, 기대 및 회의론과 모델 개발 및 배포에 대한 개선된 접근 방식 등의 변화로 이루어졌다.

전력 분야에서는 자원 및 시설의 효율적인 관리와 함께 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터와 AI 기술을 활용하고 있다. 다수 빅데이터 프로젝트가 진행되고 있으며, 플랫폼 및 인프라, 에너지 대용량 데이터 모니터링 및 분석, 스마트 시티, 스마트 홈 및 전기 자동차의 수요 예측, 새롭고 혁신적인 에너지 서비스 등의 분야를 포함한다.


데이터 분석 기법과 프로세스

데이터 분석의 80%가 머신러닝 기법을 이용하고 있다. 머신러닝은 비지도, 지도, 심층, 강화 학습 등으로 나뉘고, 최근 Gradient Boosting Tree와 Random Forest와 같은 머신러닝 앙상블 모델을 분석에 주로 활용한다. 현재 머신러닝 자동화 제품으로 가능한 분석 기법은 지도학습(Supervised Learning)이다. 예측하고자 하는 변수(목표변수, 결과)를 분석하기 위해서는 결과(정답)가 있는 과거 이력 데이터가 필요하기 때문이다. 일부 상용 머신러닝 플랫폼 중 머신러닝 자동화가 가능한 제품은 비지도학습 기법인 주성분 분석(Principal Component Analysis)과 K-Means 분석을 활용해 결과 예측력을 높이는 기능도 제공한다.


일반적인 데이터 분석 프로세스는 데이터 준비 – 데이터 저장 – 구조화 – 전처리 – 모델 평가 – 모델 학습 – 예측 데이터 수집 – 모델 배포 – 예측과 실제 결과 비교 – 모델 관리 모니터링 – 시각화 – 인사이트 발굴의 12단계이며, 대표적인 전통적 데이터 분석 프로세스는 아래 3가지가 있다.


그렇다면 전통적인 IT 프로젝트와 빅데이터 분석 프로젝트의 차이는 무엇일까? 전통적인 프로젝트는 기존 프로세스를 파악해 개선된 프로세스를 기반으로 시스템과 제품, 생산 등의 효율성과 비용절감을 강조하지만, 빅데이터 분석은 예측을 통해 가치를 창출하는데 초점을 맞춘다.




머신러닝 플랫폼의 종류와 평가 프레임워크



가트너에서 매년 발표하는 Magic Quadrant의 2020년 데이터 과학과 머신러닝 플랫폼 부문을 보자. 2020년으로 넘어가면서 전통적인 머신러닝 플랫폼인 SAS가 다시 리더 포지션으로 올라왔고, KNIME이 작년 리더 그룹에서 비저너리 그룹으로 내려온 점이 주목할 만 하다. 또한 Databricks, Dataiku, DataRobot 등이 새로운 포지션으로 이동했다. 

데이터 사이언티스트들은 오픈소스로 모델을 구현하는 경우가 많지만, 모델 구현 후 모델 배포 관점에서 상용 플랫폼을 선택하는 경우가 많다. 상용 플랫폼의 경우 모델 배포 및 모델 활용을 위해 Rest API 지원이 편리하고 용이하기 때문이다. 또한 다수의 상업 플랫폼이 이용 가능한 머신러닝 플랫폼이 R과 Python을 같이 쓸 수 있도록 지원하고 있다. 외산 Auto ML 제품군에서는 DataRobot과 H2O가 국내 지원을 하고 있다. 


Auto ML 평가를 위한 일관성 기준도 있다.

① 데이터 연결성 

② Summarization, Exploration & Cleansing을 포함한 데이터 처리의 기능 및 자동화

③ 데이터 변환 및 피쳐 선택을 포함한 피쳐 엔지니어링에서의 기능 및 자동화

④ 하이퍼 파라미터 튜닝, 문제 유형 및 앙상블을 포함한 학습 알고리즘의 기능 및 자동화

⑤ 데이터 및 모델 성능 시각화

⑥ 모델 성능 평가 역량

⑦ 제품 GUI, 코드 배포 및 포함을 비롯한 배포 옵션

⑧ 가격 책정


대표적 Auto ML인 데이터로봇의 기능과 특장점을 살펴보자. 

① 데이터 탐색 → 100+여개 기법 중 최적 모델 선택 → 최적의 하이퍼 파라미터 기준으로 모델 구현 → 분석 모델 배포 → 배포된 모델 관리

② 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터머신, Lasso 회귀, 베이지안, 신경망 모델 등 100+여개의 분석 모델 중 최적 모델 선정

③ 사람이 아닌 기계를 통한 최적화로 모델 구현 공수 70% 감소 효과






Auto ML을 통한 전력사용량 예측


1분석 목표와 범위 : 전력 데이터를 활용한 고객 사용량 예측

공개된 임의의 과거 3년의 전력 사용량을 활용하여 전력사용량을 예측하는 분석 수행을 통해 예측 분석 모델링을 하고자 한다. 계약정보 및 사용량 패턴을 통해 고객별 일별 전력사용량을 예측하는 모델을 구축했다.


2. 분석 결과 및 활용 : 전력사용량 예측 모델 활용

분석한 모델을 웹서버에 배포하여 실시간으로 전략 사용량 예측 가능성을 타진하였고, 가상의 임의의 데이터를 평균값으로 입력 후 전략 사용량을 예측했다.



가상환경 환경 시뮬레이션을 통해 전력사용량을 재계산한 결과 전력 사용량이 174601.56kWh로 변경되었다.



3. AI기반 지능형 전력 빅데이터의 활용
향후 전력 사업 분야에서도 새로운 비즈니스와 가치 창출을 위해 Auto ML을 활용할 것으로 예상하며, AI 기반의 전력 분야에서 자원 및 시설의 효율적인 관리, 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터 및 AI 기술을 활용할 수 있는 지능형 빅데이터 분석 플랫폼이 필요할 것이다.









기고 | 빅데이터사업본부 조치선
편집 | 사업기획팀 박예영








월간기술동향 | 이제는 MaaS 시대!






소유에서 공유로, 이제는 MaaS 시대!

PaaS, SaaS, IaaS 말고... MaaS를 아시나요?


2010년 서비스를 시작한 우버가 10년 만에 기업 가치 137조 원으로 성장하면서

디디추싱, 그랩 등 차량 공유 서비스가 전 세계적으로 확산되고 있습니다.


이제는 차량 공유에서 한발 더 나아간 MaaS가 주목을 받고 있는데요.

MaaS(Mobility as a Service, 마스)는 '서비스로서의 이동'이라는 의미로

택시, 기차, 버스, 지하철, 카셰어링, 자전거, 킥보드 등등! 모든 교통 수단을 하나의 서비스로 제공합니다.

개인이 '소유'한 단일 교통 수단을 이용하는 것보다 훨씬 더 빠르고 저렴하게 목적지까지 효율적으로 '이동'할 수 있도록요.



지금도 공유 서비스, 대중교통 환승 및 경로 안내 등이 부분적으로 구현되어 있고, 

네이버 지도나 구글 지도처럼 도보를 포함해 대중교통으로 갈 수 있는 최적 경로 탐색 등이 가능하지만

MaaS는 어플 하나면 모든 교통 수단을 통합적으로 고려한 최적 경로, 비용 정보, 호출 및 결제 등 이동 관련 전 과정을 이용할 수 있어요.


MaaS는 자동차를 소유의 개념으로 보지 않고 서비스로 봅니다.

자동차를 대중교통처럼 이용할 수 있다면 자동차 구매와 유지 보수를 위한 큰 비용을 지출할 필요가 없죠.

더불어 MaaS가 확산되어 도시 내 자동차 수가 줄어들면 부족한 주차 공간, 환경 오염, 교통 체증 등의 문제를 해결할 수 있을 거에요.


<MaaS 프레임워크, 출처 : LVM Ministry of Transport and Communications>






MaaS 사례 살펴보기


<UBiGO 화면, 출처 : App Store>


MaaS는 2013년 UbiGo라는 스타트업이 스웨덴에서 시행한 시범 사업을 계기로 개념화 되었는데요.

UbiGo는 앱을 통해 대중교통, 셰어링카, 렌터카, 공유 자전거, 택시 등 5대 교통 수단에 대한

이용 정보와 예약 및 결제 서비스를 제공합니다. 

환경 친화적 교통 수단을 선택할 경우 보너스도 제공하고 있어요.



<Whim 화면, 출처 : Whim 공식 홈페이지>


핀란드의 ‘Whim’앱은 헬싱키 내의 버스, 트램, 택시, 렌터카, 오토바이, 공공 자전거까지

모든 교통 수단을 조합해 최적의 경로를 안내합니다.

이용자 선호도를 학습해 이용자 맞춤형 이동 수단을 추천해주기도 하고요.

핀란드에는 자동차 제조사가 없는데, 발달된 통신 기술을 기반으로 서비스를 시작했다는 점이 눈길을 끄네요!




<Qixxit 화면, 출처 : Qixxit 공식 홈페이지>


Qixxit은 독일의 철도 회사 도이치반이 기차와 항공사, 버스, 택시,

차량 및 자전거 공유, 렌터카 등과 연계하여 통합 서비스를 개발한 사례입니다.

이동 수단 뿐만 아니라 도서관, 쇼핑, 식당 등에 대해서도 예약 결제 서비스를 제공합니다.






국내 상황은?

그렇다면 현재 한국, 특히 서울의 상황은 어떨까요?
서울은 지하철, 버스 등 대중 교통 인프라가 잘 형성되어 있고, 타다, 쏘카 등 공유 자동차도 활성화되어 있습니다.
그리고 따릉이(서울시 공유 자전거 서비스)와 킥고잉(킥보드 공유 서비스) 등도 계속 서비스 지역을 확대하고 있죠. 

이렇게 서울은 MaaS 도입과 발전 가능성 측면에서 굉장히 유리한 여건을 가지고 있습니다.
현재의 노하우와 인프라를 활용해 MaaS를 도입한다면 사용자들은 더욱 최적화된 경로로 목적지까지 이동이 가능해질 거에요.

<MaaS 한눈에 보기, 출처 : 쌍용자동차 블로그>






PwC에 의하면 전세계 MaaS 시장은 2030년까지 1.4조 달러 규모로 연평균25%씩 성장이 예상된다고 합니다. 

또한 올해 1월에 열린 CES 2019에서는 자동차 관련 최대 이슈로 MaaS를 주목할 만큼 뜨거운 주제인데요. 


이처럼 모빌리티의 미래인 MaaS 시장의 주도권을 잡기 위해 자동차 업계부터 IT 업계 등 많은 투자가 이루어지고 있습니다. 

토요타는 MaaS 혁신을 위해 소프트뱅크와 ‘모넷테크놀로지’를 공동 설립할 뿐만 아니라, 

우버(5억달러)와 그랩(10억달러)에 많은 돈을 투자했습니다. 

현대기아차는 작년에 MaaS 관련 투자만 약 5000억을 집행했다고 합니다. 

전통적인 제조업에 가까웠던 기존 자동차 기업들도 서비스 분야로 그 영역을 확장해 나가고 있는 상황입니다. 


반대로 Whim과 Uber처럼 자동차 제조기술은 없어도 서비스는 너무나 빠르게 제공하기도 합니다. 

플랫폼의 힘일까요?


이렇게 4차 산업혁명시대에서는 산업 간 경계가 빠르게 허물어지고 있습니다.











기획 및 글 | 사업기획팀 박예영







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





엑기스 | 대한민국 4차 산업혁명 페스티벌 2020

기술이야기/엑.기.스 2019. 12. 9. 15:28






4차 산업혁명 시대를 맞아 지난 12월 17일~19일 코엑스 A홀에서 '대한민국 4차 산업혁명 페스티벌 2020' 전시회가 열렸습니다.

지디넷코리아가 주관하고 과학기술정보통신부와 대통령직속 4차산업혁명위원회가 주최하는 이 행사는

정부의 내년 정책을 엿볼 수 있을 뿐만 아니라, 4차 산업혁명 핵심 기술과 비즈니스가 소개되었던 자리였습니다.

이 자리에 엑셈도 빠질 수 없겠죠?



엑셈 부스는 입구 근처에 마련되어 있어 행사장으로 오시면 쉽게 만나볼 수 있었는데요.

이번 행사에서 클라우드 네이티브 성능 관리(InterMax Cloud)를 비롯해 AI 기반 IT 운영 지능화(EXEM AIOps),

빅데이터 분석 솔루션(DataRobot, KNIME)에 이르는 다양한 4차 산업 기술을 소개했습니다.

많은 분들께서 저희 솔루션에 관심을 주셨는데요, 이 자리를 빌어 방문해주신 모든 분들께 감사 말씀 드립니다!









첫날인 17일, 독일 공학한림원 헤닝 카거만 박사의 기조연설로 컨퍼런스가 시작되었습니다.

인더스트리 4.0에 대한 독일 기업들의 인식변화를 소개하며, 인더스트리 4.0은 사람과 로봇이 협동하는 '하이브리드 팀'이 이상적이라고 밝혔습니다. 기계가 인간을 대체하는 것이 아니라 특정한 상황에서는 로봇보다 사람이 훨씬 더 창의적이라고요. 현재 독일에서는 '하이브리드 팀'에 대한 연구가 진행중이라고 합니다. 

마지막으로 자율화, 상호운용성, 지속성을 목표로 디지털 생태계를 전 세계로 확장하겠다는 인더스트리 4.0에 대한 새로운 비전을 소개했습니다.





그리고 오후에는 4차 산업혁명과 관련된 정부 정책에 대해 들을 수 있는 다양한 세션이 펼쳐졌어요. 

먼저 한국데이터산업진흥원에서는 '데이터 경제 활성화를 위한 데이터 거래 기반 구축 방안'을 발표했습니다. 4차산업 시대의 데이터 거래에 대한 중요성을 밝히고, 국내외 데이터 거래시장 현황과 향후 정부의 지원 정책에 대한 내용을 공개했습니다.





행정안전부에서는 '디지털 정부혁신 추진방안'을 발표했는데요. 향후 3년 내 반드시 성과를 내기로 한 우선 추진과제 6가지(▲선제적·통합적 대국민 서비스 혁신▲공공부문 마이데이터 활성화▲시민 참여 플랫폼 고도화▲현장 중심 스마트 업무환경 구현▲클라우드와 디지털 서비스 이용 활성화▲개방형 데이터·서비스 생태계 구축)와 중장기적 비전을 공개했습니다. 

전자정부에 대한 정부의 강력한 의지를 느낄 수 있었던 세션이었어요.





과학기술정보통신부에서는 ‘AI 정책 방향’을 발표했습니다. AI는 피할 수 없는 흐름이기에, AI를 통해 산업과 사회가 도약해야 한다고 언급하며 ‘AI 정부’로 거듭나기 위한 전략을 공개했어요. (▲AI 산업 기반 조성▲산업·사회 전 분야의 AI 활용▲일자리 등 변화에 대한 선제적 대응) 

또한 구체적으로 인프라 조성을 위해 데이터 개방과 AI 반도체 강화를 강조했습니다. 





한편, 이번 전시회 둘째 날인 18일 오후에는 엑셈이 세션 발표를 진행했습니다.

신사업본부 Cloud그룹장 강인규 이사님께서 클라우드 네이티브 아키텍처 통합관제 솔루션 InterMax Cloud(인터맥스 클라우드)를 소개해주셨어요.

세션을 듣기 위해 많은 분들께서 참석해주셔서 높은 관심을 알 수 있었고,

세미나 종료 후 발표 자료 요청과 함께 솔루션 관련 문의를 주시기도 했습니다.




2019년 하반기는 전시회들로 유난히 분주했던 것 같은데요.

많은 분들께 엑셈을 소개하며 큰 관심을 받아 행복했던 시간이었습니다.

엑셈 부스를 방문해주신 모든 분들께 다시 한번 진심으로 감사의 인사를 드립니다.








기획 및 글 | 사업기획팀 박예영

사진 촬영 | 사업기획팀 홍성덕







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





월간기술동향 | 다가오는 구글 유니버스






모든 것을 알고 있다고 할 정도로 모든 것을 알고 있는 구글. 

일명 ‘구글신’이라 불리는 만큼 축적된 빅데이터가 어마어마하겠죠? 

구글은 빅데이터를 활용해서 무엇을 하려고 하는지,

그렇다면 우리나라는 데이터 활용을 어떻게 할 것인지 대해서 이야기하려고 합니다.





프로젝트 '나이팅게일'


구글이 환자나 의사에게 알리지 않고 수백만명에 달하는 미국인의 세부적인 건강정보를 수집했다고 합니다. 

미국 21개 주에 걸쳐 미국인들의 건강 정보를 모으는 ‘나이팅게일 프로젝트’를 비밀리에 진행해왔다고 하는데요. 

구글은 미국 내에서 두 번째로 큰 헬스케어 시스템인 ‘어센션(Ascension)’과 이 정보들을 공유했다고 하며, 

최소 150명 정도의 구글 직원이 해당 정보에 접근할 수 있다고 합니다. 


<’나이팅게일 프로젝트’의 데이터 활용 방법, 출처 : WSJ>


위 그림에 따르면, 구글이 수집한 데이터는 환자 이름과 생년월일, 주소, 가족력, 알레르기, 예방접종, 

의료진 진단 결과, 입원 기록 등이라고 하는데요.

이런 정보들을 ‘어센션’이 구글 클라우드 서버에 업로드하고, 

이를 기반으로 구글 시스템에서는 아래 4가지의 결정에 대한 결과를 도출한다고 합니다.

1) 치료계획, 검사 제안, 비정상적인 변이 표시

2) 의사를 교체하거나 추가

3) 약물 추가 투입

4) ‘어센션’이 치료비를 더 많이 청구하거나 다른 절차 제시


구글은 작년부터 위 나이팅게일 프로젝트를 시작, 

환자에게 최적화된 인공지능(AI) 기반 건강관리 소프트웨어를 구축하기 위해 수집한 정보를 활용하려는 것으로 알려졌습니다. 

최종 목표는 옴니버스 검색 도구를 만들어 서로 다른 환자 데이터를 집계하고, 한 곳에서 모두 호스팅하는 것이라고 하네요.


개인정보에 대한 이슈는 없을까요? 

구글의 건강 정보 수집 방식이 사생활 침해 문제로 여겨질 수 있지만, 불법은 아니라고 합니다. 

1996년 제정된 미국의 ‘Health Insurance Portability and Accountability Act(HIPPA법)’에 따르면 

피보험대상(환자)의 건강 관리에 도움을 주기만 하면 병원은 환자에게 고지하지 않고 

제3의 헬스케어 업체에 건강기록을 넘길 수 있습니다. 


하지만 의료진과 환자에게도 별도로 고지되지 않아, 불법적 행위는 아니더라도 프라이버시 논란이 다시 불거지고 있습니다.





프로젝트 '캐시(cache)'


구글이 헬스케어 뿐만 아니라 금융업에도 진출할 예정입니다. 

씨티그룹 및 스탠퍼드연방신용조합과 손잡고 내년에 구글뱅킹을 선보인다고 밝혔습니다. 

페이스북, 애플, 아마존에 이어서 구글까지 인터넷 공룡들은 다 페이 시스템을 가지게 되는 건가요?


이전 IT 기업들이 금융업에 진출하는 모습들과 조금 다른 점은, 

새로 만들어지는 계좌는 구글 브랜드가 아닌 은행 브랜드로 출시된다는 점입니다. 

그래서 씨티그룹 입장에서는 구글과 함께하며 IT 친화적이면서도 젊은 고객들을 확보할 수 있게 될 듯 합니다.


‘캐시’ 프로젝트는 구글페이의 확장으로 계획되었다고 하는데요. 

이미 개인의 연락처, 주소 뿐만 아니라 이동 정보까지 파악하고 있는 구글이 

앞으로 월급, 소비 패턴 등 재무 정보까지 얻게 될 텐데, 엄청난 파급력이 예상됩니다. 

개인정보에 대해 우려하는 목소리에 대해 구글은 

“예금 서비스를 통해 확보한 고객 데이터를 외부에 유출하는 일은 없을 것”이라고 밝혔습니다.




구글이 가지고 있는 어마어마한 빅데이터를 기반으로 출시되는 헬스케어 서비스와 금융 서비스라면, 왠지 써보고 싶지 않나요? 

구글이 정말 ‘구글 유니버스’를 만들지, 귀추가 주목됩니다.





한국의 데이터 활용은?


구글처럼 데이터를 활용하기 위해 우리나라도 데이터 3법 개정안 통과를 눈앞에 두고 있습니다. 

데이터 3법(신용정보법, 개인정보보호법, 정보통신망법)은 개인정보 등의 데이터를 다양한 사업에서 활용할 수 있게 

그 활용 방법과 범위를 정하고 규제를 완화하는 내용을 담고 있는데요.


지난 19일 예정되었던 심사, 또 연기되었네요. 다음 본회의를 기다려봐야겠죠?

관련 기사 : '빅데이터 3법' 19일 처리한다더니... 지각 심사로 무산














기획 및 글 | 사업기획팀 박예영






[Semtong 142회] Remember our December

다른 이야기도 궁금하시다면?

 

 

 🏢 엑셈 뉴스룸 | 엑셈 마곡 '인텔리전스 R&D 캠퍼스’

 👍🏻 엑셈 브랜드스토리 Brand X l History. #EXEM

 😉 엑기스 | Soft Wave 2019에서 만나요!




이벤트 | KNIME 책 출판 이벤트

이벤트/이벤트 2019. 9. 6. 13:21



도서 내용과 목차가 궁금하다면? [여기]를 눌러 살펴보세요!

 






기획 및 글 | 사업기획팀 박예영

이미지 디자인 | 디자인기획팀 김보명






 [Semtong 140회] 벌써 10월? 아..시월

다른 이야기도 궁금하시다면?

 

 

 🏃🏻 엑셈 뉴스룸 | 엑셈 기술력 뿜뿜 in 나주

 👍🏻 엑셈 브랜드스토리 Brand X l Visual Motif 2. #Play with exem

 👨🏻‍💻 엑기스 | InterMax mAPM


'이벤트 > 이벤트' 카테고리의 다른 글

이벤트 | 미리 크리스마스  (45) 2019.11.04
이벤트 | 가을가을해  (68) 2019.10.15
이벤트 | KNIME 책 출판 이벤트  (22) 2019.09.06
이벤트 | 이름을 지어줘  (82) 2019.08.09
이벤트 | ENJOY SUMMER EVENT  (61) 2019.07.10
이벤트 | 장마를 부탁해  (45) 2019.06.07
  • 이규승 2019.09.26 17:43 ADDR 수정/삭제 답글

    현재 DBA 직무를 16년간 수행하고 있습니다. 새로운 도전으로 DA로의 업무 전환을 위해 준비하고 있습니다.기회가 주어진다면 이 책은 저에게 DA로의 전환에 많은 도움이 될것 같습니다.
    감사합니다

    • 2019.09.26 17:43 수정/삭제

      비밀댓글입니다

  • 엑셈애독자 2019.09.26 17:45 ADDR 수정/삭제 답글

    안녕하세요 엑셈 소식지를 항상 잘 보고 있는 애독자 입니다.

    이번에 데이터 분석 플랫폼 KNIME 에 대해 신규 책 출간 소식 축하드립니다.

    회사에서 ERP 업무 뿐만 아니라 데이터 분석, ML 등도 고객의 니즈가 증가하고 있는데

    관련한 책이 출간되어 좋은것 같습니다.

    줄서봅니다. 감사합니다 ^^

    • 2019.09.26 17:46 수정/삭제

      비밀댓글입니다

  • 열혈스크 2019.09.26 17:59 ADDR 수정/삭제 답글

    회사에서 데이터분석에 대한 니즈가 필요한 터라,

    해당 책으로 도움을 좀 받고 싶습니다!

    • 2019.09.26 18:00 수정/삭제

      비밀댓글입니다

  • 김광수 2019.09.26 19:37 ADDR 수정/삭제 답글

    빅 데이터 분석 및 활용을 위해서 여러 솔루션을 찾고 있습니다.
    이번 기회를 활용하여 검토할 수 있게해주세요~

  • 임성준 2019.09.27 07:29 ADDR 수정/삭제 답글

    올 상반기에 KNIME Server 버전끼지 구매를 하였고 현재 실제로 사용 중인데(client 4.0.1, server 4.9.1) 적절한 책이 없어 영문 매뉴얼에 의존하고 있습니다. 사실 책이 없는 부분 때문에 정말 어려움이 많기도 합니다. 이번에 엑셈에서 출판한 책을 활용하여 워크플로어와 모델 개발에 적절히 잘 활용할 수 있게 된다면 정말 많은 도움이 될 것 같고 적극 추천하도록 하겠습니다!
    감사함니다.

    • 2019.09.27 07:30 수정/삭제

      비밀댓글입니다

  • 박영환 2019.09.27 08:11 ADDR 수정/삭제 답글

    현재 R, SQL을 통해 헬스케어빅데이터 분석을 담당하고 있습니다.
    회사 내부적으로 Tableau를 사용하고 있습니다만,
    유료 Platform으로 사용 확장에 한계를 느껴 KNIME를 부서 차원에서 검토 중에 있습니다.
    이에 조금 더 전문적인 검토가 될 수 있도록 사용 경험을 쌓고자 신청합니다.

    • 2019.09.27 08:12 수정/삭제

      비밀댓글입니다

  • 박지현 2019.09.27 08:24 ADDR 수정/삭제 답글

    현재 빅데이터 플랫폼을 구축하고 분석솔루션을 찾아보고 있는중에 knime에 관심이 생겨서 보고 있는 중입니다.

    • 2019.09.27 08:24 수정/삭제

      비밀댓글입니다

  • 바다흑고니 2019.09.27 14:35 ADDR 수정/삭제 답글

    현재 KNIME을 활용한 데이터 모델링 업무를 수행하고 있습니다. 유튜브 영상 등으로 기본적인 내용은 학습했지만, 전문 서적으로 다시 한번 사용법 등을 정리하면 많은 도움이 될 것 같습니다. 향후 KNIME 활용도를 더욱 높일 계획이며, 엑셈 교육에도 관심이 많습니다. 이 책이 KNIME에 대한 이해도를 높이는데 많은 도움이 되지 않을까 생각합니다.

    • 2019.09.27 14:36 수정/삭제

      비밀댓글입니다

  • 포스트백 2019.09.28 12:02 ADDR 수정/삭제 답글

    DW 업무를 맡고 있습니다. 매출관련 다양한 데이터의 속성을 빠르고 쉽게 이해하기 위해 디깅중입니다. KNIME을 통한 인사이트 발굴에 손쉽게 접근해보고자 합니다 감사합니다.

    • 2019.10.04 09:46 수정/삭제

      비밀댓글입니다

  • 김원선 2019.09.30 11:14 ADDR 수정/삭제 답글

    항상 엑셈에서 출간한 책을 구매하는 한 사람로, 우선 신규 출간 책에 대해서 축하드립다
    1. 해당 기술 분야에 최고의 기술서
    2. 목마른 부분까지 상세한 기술서
    3. 기본을 다질수 있는 기술서
    입니다
    감사합니다

    • 2019.09.30 11:15 수정/삭제

      비밀댓글입니다

  • 최한준 2019.09.30 14:22 ADDR 수정/삭제 답글

    국가R&D투자효율이 선진국에 비해 떨어진다는 문제점이 계속되고 있어, 국가R&D 성과데이터 분석을 통해 효과적인 R&D예산배분 및 정책을 발굴하려고 데이터 분석에 발을 들여놓은 공공기관 연구원입니다. 오픈소스와 워크플로우를 지원하는 KNIME 솔루션이 Public Sector에 도입하고 적용하기 매우 매력적인 같습니다. 엑셈의 KNIME 전문도서를 통해 신속하게 솔루션 활용법을 배우고 관련부서에 전파하고 싶습니다.

    • 2019.09.30 14:23 수정/삭제

      비밀댓글입니다

  • 김민창 2019.10.01 11:57 ADDR 수정/삭제 답글

    신규 출간을 진심으로 축하드리며 좋은 책을 출간해주셔서 감사드립니다. 최근에 신약 개발 과정에서 kinetic적 해석을 위해 생리학적 기반의 모델링이 개발되고 있으며 현재 이 모델링에 관한 연구를 진행하고 있는 대학원생입니다. 데이터 분석에서 사용자 친화적이고 쉽고 높은 자유도를 가진 KINME workflow를 활용하여 모델링을 진행한다면 더 좋은 결과물이 나오지 않을까 생각합니다. 엑셈의 전문 도서를 통해 좋은 기회를 가졌으면 합니다. 감사합니다.

월간기술동향 | 똑똑한 쇼핑, 리테일테크

 

 

 

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

 

<아마존 고, 출처: 오토데일리>

 

 

2. ‘허마셴셩’

- 신선 식품을 전문적으로 취급

- QR코드로 제품 관련 정보 확인, 알리페이로 결제

- 매장 자동화 기술을 기반으로 매장에서 3km 이내 거주 고객들에게 30분 이내에 배송

 

<알리바바의 허마셴셩, 출처: 조선비즈>

 

 

3. X무인슈퍼

- 제품에 전자 태그(RFID)를 적용해 제품의 특징과 가격·원산지 등 여러 정보 제공

- 미리 신체 정보를 등록한 고객이 감지 카메라를 바라보면 자동 출입과 결제가 이뤄질 수 있도록 안면 인식 시스템 구축

 

<징둥의 X무인슈퍼, 출처: 로봇신문>

 

 

4. 리테일넥스트(RetailNext)

- 매장에 방문하는 고객 정보를 모으고 분석하고 시각화해서, 매출 증가에 도움을 주는 빅데이터 서비스를 제공

- AI, IoT, 빅데이터, 클라우드 기술 종합적으로 활용

- 오로라(Aurora)라는 IoT 센서를 매장 천장에 설치해 고객의 동선과 행동을 측정하고, 

  이 장치와 통합된 인공지능 서비스는 취합된 데이터를 분석해 

  고객 정보와 동선이 의미하는 인사이트를 찾아내고 비즈니스를 개선할 수 있는 방법을 추천

 

<리테일넥스트 분석 화면, 출처: 리테일넥스트>

 

 

5. 챗봇

 


챗봇을 활용하는 기업들은 정말 많아서 아래와 같이 나열합니다.

- 이베이 : 샵봇(Shopbot)

- 스냅트래블(SnapTravel)

- 세포라(Sephora)

- H&M

- 트림(Trim)

 

 

6. 로우스(Lowe’s) 

- 로우봇(LoweBot) : 고객이 상품을 찾는 걸 도와주는 고객 응대 로봇

- 탈리(Tally) : 머신러닝을 이용한 재고 관리 로봇

 

<로우봇(좌), 탈리(우) 출처 : 로우스>

 

 

 

 국내 사례

1. 롯데그룹

 : 옴니채널(Omni-Chnnel : 소비자가 온라인·오프라인·모바일 등 다양한 유통 경로를 넘나들며 상품을 검색하고 구매할 수 있도록 갖춘 서비스)

 

<롯데 계열사의 리테일테크 현황, 출처 : 언론 자료 정리>

 

 

2. 신세계그룹
 : 고객 맞춤 디지털화 추진

 

<신세계 계열사의 리테일테크 현황, 출처 : 언론 자료 정리>

 

 

3. 현대백화점

- AWS와 ‘미래형 유통매장 구현을 위한 전략적 협력 협약’을 맺고 스마트 스토어 구축

- 20’ 오픈하는 여의도점에 아마존의 ‘저스트 워크 아웃’ 기술을 활용한 무인매장을 선보일 예정

- 온라인몰 ‘더현대닷컴’에 업계 최초로 VR 기술을 적용한 ‘VR스토어’ 오픈, ‘가상 메이크업 서비스’ 도입, ‘음성 쇼핑 정보 안내’ 서비스 제공

 

<현대백화점 VR 매장, 출처 : 현대백화점>

 

 

4. GS리테일 – GS25

- 18’ 9월 서울 마곡 사이언스파크 LG CNS 본사 내 연구동 3층에 ‘스마트 GS25’ 테스트 점포 오픈

- 안면 인식 출입문 개폐, 이미지 인식 스마트 스캐너, 자동 발주 시스템 등과 관련한 LG CNS의 스마트 스토어 솔루션 기술 테스트 진행

- KT와 함께 전국 1만2000여개 GS25매장에 인공지능 헬프데스크 ‘챗봇지니’ 도입

 

<스마트 GS25 매장에서 안면인식으로 출입문 열기, 출처: GS25>

 

 

5. BGF리테일 - CU

- 비대면 결제 어플 ‘CU 바이셀프’ 론칭

- 점주 대상 VR 진열안내서 제공으로 효율적인 매장 관리

- 100개 매장에 매장 관련 질문 200여 가지에 답을 할 수 있는 AI 스피커 ‘누구’ 도입

 

<CU에서 SKT AI서비스 ‘누구’ 이용, 출처: BGF리테일>


 

6. SK플래닛 - 11번가

- 인공지능 맞춤형 채팅으로 최적의 상품을 추천하는 ‘챗봇 바로’ 도입

 

<챗봇 '바로', 출처 : 11번가>

 

 

 

 ‘편한’ 쇼핑에 주목하는 이유 


위 사례들을 통해 리테일테크는 채널에 관계없이 고객 경험을 개선하는데 주로 활용되고 있다는 것을 알 수 있습니다. 

그렇다면 우리들은 왜 ‘편한’ 쇼핑에 주목할까요?


1. 시장에 제품이 많아도 너~무 많다.

 신제품의 출시 주기가 짧아지고, 수많은 브랜드들이 생겨나면서 제품의 선택폭도 굉장히 넓어졌습니다. 수많은 제품 속에서 나에게 맞는 제품을 찾기 위해 IT 기술의 도움을 받습니다. 예를 들면, 추천 서비스, SNS 후기, APP 등이 있죠. 

2. 엄지족의 폭풍 성장

 엄지족이란, 민첩하게 정보를 검색하고 게임을 즐기는 신세대를 말합니다. 요즘은 대부분 핸드폰으로 쇼핑을 많이 하시죠? 모바일 쇼핑 거래액을 보면 2018년 4월, 5조 3837억원을 기록해 1년전보다 33.6%가 늘었다고 합니다. 이렇게 모바일 쇼핑의 비중이 매년 증가하고 있어서 모바일 쇼핑 앱도 발전하고 있습니다.

 3. 인건비 절약

대표적인 예로 점원 없는 ‘아마존 고’가 있죠.

 

 

 

이렇게 기술의 발전으로 우리의 생활은 날이 갈수록 편리해지고 있는데요. 

편리함을 누리면서, 진짜로 나의 쇼핑(크게는 일상)을 도와주는 기술이 무엇일지 한번쯤 생각해봐도 좋겠죠?

 



Reference

아이뉴스24, 유통街, ‘리테일 테크’로 생존 모색

매일경제, 롯데백화점, 보다 정교해진 AI 쇼핑가이드 ‘로사’ 선보여

조선비즈, 롯데홈쇼핑, 인공지능 챗봇 '샬롯' 계열사 최초 도입

식품음료신문, 세븐일레븐 ‘인공지능 스마트 편의점’ 첫 선

SSG BLOG, ‘디지털 백화점’ AI 상담사 24시간 만난다

SSG BLOG, 이마트 에브리데이, 미래형 점포 첫 선

이투데이, AI·VR 품은 편의점, 편리·매출 ‘엄지 척’… 유통 4.0시대 ‘스마트 점포’

NEWSIS, ICT 기술과 만나 똑똑해진 유통가, ‘리테일테크’ 주목








기획 및 글 | 사업기획팀 박예영





  [Semtong 138회] 

  EXEM in AI EXPO KOREA 2019

  다른 이야기도 궁금하시다면?

 


  · 엑셈 뉴스룸 | AI EXPO KOREA 2019 참가기


  · 엑셈 뉴스룸 | 엑셈이 매력적인 5가지 이유


  · 엑셈 Brand X | Core Value. #Individual


  · 엑기스 | 신제품 발표 다시보기


  · 엑셈 동호회 | 볼링 동호회


  · 아이참 | AI TECH 2019


  · 월간기술동향 | 똑똑한 쇼핑, 리테일테크


  · 원더풀 과학 | 우리는 어디서 와서 어디로 가는가?


  · Tech in Cinema | 라이온 킹


  · 신입이도 직딩구실 | 물음표 살인마 [납량특집]


 









엑셈 뉴스룸 | 엑셈이 매력적인 5가지 이유

엑셈 뉴스룸 2019. 7. 10. 13:45

 

 

 

IT 분야 구직자들의 눈길을 끌고 있는 기업이 있습니다. ‘취업하고 싶은 기업’, ‘대한민국 일하기 좋은 100대 기업’등에 선정되기도 했죠. 탄탄한 IT 성능 관리 프로그램을 기반으로 최근 인공지능(AI), 빅데이터, 클라우드 등을 활용해 신제품을 출시하며 사업 분야를 무섭게 확장하고 있는 기업, 바로 엑셈입니다. 이번 호에서는 우리 엑셈이 어떤 기업인지 자랑 좀 해보려고 합니다!

 

 

 

데이터베이스(DB) 성능 관리 소프트웨어 부동의 '1위'

<DB 성능 관리 솔루션 맥스게이지(MaxGauge)>

 

 엑셈은 국내에서 전무했던 데이터베이스(DB) 성능 관리를 위한 표준 방법론과 인터페이스를 정의하여 DB 성능관리 솔루션 `맥스게이지(MaxGauge)`를 시장에 선보이며 국내 시장 1위 솔루션으로 성장시켰습니다. ‘맥스게이지(MaxGauge)’는 국내 450개 대형 고객사를 보유하고 있으며, 금융권 시장은 90% 이상 점유하고 있습니다. 

관련 기사) DB 모니터링 시장 점유율 1위 ‘엑셈’

 

 

 

동종 업계 최초 코스닥 상장 기업

 

<2015년, 엑셈 코스닥 상장 기념식>

 

 엑셈은 2001년 설립 이래 기업의 데이터를 효율적으로 관리하고 분석함으로써 국내 데이터 산업을 선도해 온 기업입니다. 국내 시장 1위 솔루션 ‘맥스게이지(MaxGauge)’ 뿐만 아니라, 기업의 효과적인 IT 성능 관리 구현을 위해 E2E(End-to-End) 시스템 성능 관리 연구를 끊임없이 진행해왔으며, 2015년 동종 업계 최초로 코스닥에 상장하는 성과를 거두었습니다.

관련 기사) 엑셈-에스엔텍-코아스템 코스닥 상장 기념식

               EXEM 코스닥 상장 

               EXEM 상장기념식(영상)

 

 

 

기술자의 길, 엔지니어가 전문적으로 성장할 수 있는 기업

 

 <엑셈 본사 입구에 걸려있는 기술자의 길>

 

 엑셈 본사에 오시면 가장 먼저 확인할 수 있는 글귀입니다. ‘기술자의 길’은 기술자를 개혁자, 개척자, 선구자, 철학자, 과학자, 예술가로 확대하고 앞으로 나아갈 길을 제시하고 있습니다. 이렇게 엑셈의 기술자들은 ‘세상의 중심에서 세상을 선도하고 세상을 변화시키는 세상의 주역’입니다.

관련 기사) 엑셈 “인재가 가장 중요.. 직원에게 확신 주는 CEO 될 것”

              “직원의 지적 욕망을 자극하라” DPM 한국 1위 업체의 지식기업화전략

              [SW@CEO] 조종암 엑셈, “책 쓰는 개발자들이 모인 회사”

              [IT기업 탐방] 현직 대학생을 연구원으로 채용하는 기업 ‘엑셈’

 

 

 

복지 하나는 인정! 임직원을 위한 최고의 복지

 

 

 엑셈 복지는 두말하면 잔소리! 하나하나 나열하기엔 너무 많아서, 위 그림으로 정리해보았는데요. 여기에 한 가지 더! 최근 건물 8층에 엑세머를 위한 휴계 공간이 오픈되었습니다 :) 팀원들과 다양한 활동을 함께하며 더욱 친목을 쌓을 수 있겠네요~ 이 정도면 일할 맛 나겠죠?

 

 

관련 기사) ‘샐러던트의 시대’… 엑셈·엠즈씨드·휴럼, “자기계발비 아껴주는 슈퍼기업”

 
 
자타공인 일하기 좋은 회사, 엑셈
 

 

 중소기업기술혁신협회(INNOBIZ)가 주관하고 중소기업청에서 후원하는 ‘2012 취업하고 싶은 기업’은 기술력을 바탕으로 우수한 일자리 경쟁력을 갖춘 중소기업을 발굴해 적극 지원하는 프로젝트입니다. 특히 매출 규모, 고용 규모 등 기존 우수기업 선정 기준인 정량적 평가 외에도 기업 비전, 성장 잠재력, 대외 이미지, 근로 조건, 직원 만족도 등 구직자에게 신뢰를 주는 실질적 항목을 기준으로 평가합니다.

 

 

‘대한민국 일하기 좋은 100대 기업’ 선정

 

 

GWP(Great Work Place)는 신뢰경영을 실천함으로써 일하기 좋은 기업문화를 쌓아가고 있는 회사를 선정하는 제도로, FORTUNE US 100대 기업을 비롯, 유럽연합, 중남미, 인도, 일본 등 전 세계 40개국 국가에서 동일한 방법으로 진행됩니다. 직원 만족도 설문 및 기업 문화와 복지제도를 조사하여 일하기 좋은 기업을 선정하고 있습니다.

관련 내용) 엑셈이 GWP 기업인 이유

 

 

 

엑세머 인터뷰

 

Q. 엑셈의 경영이념은 무엇인가요?

 엑셈은 ‘지식경영전략’을 통해 직원들의 성장을 우선시하고 있습니다. 이를 위해 웨비나, 오프라인 세미나를 비롯해 전문성을 키울 수 있는 프로그램으로 직원들의 발전을 도모합니다. 또한 책 출판을 권장하는 등 IT 지식에 대한 배경을 넓히는데 힘쓰고 있습니다. 이렇게 직원의 성장이 곧 회사의 성장이라는 ‘전개일여’ 원칙에 기반한 경영은 직원으로 하여금 열심히 일할 수 있게 하는 원동력이 됩니다.

Q. 엑셈만의 강점은 무엇인가요?

 입사 후, 전문가가 될 수 있다는 점이 가장 큰 강점입니다. 대부분의 인력이 기술자로 구성된 만큼 전문적인 기술을 다루고 있고, 모두 높은 수준을 가지고 있기 때문에 입사 후에는 자신의 역량을 최대한 끌어 올릴 수 있는 계기가 됩니다. 전문가가 될 수 밖에 없는 회사의 지원과 환경 속에서 최고의 전문가가 되는 일은 식은 죽 먹기지요.

Q. 예비 엑세머를 위한 조언

 엑셈 전개일여 경영시스템의 3P원칙을 잘 지키며, 직무에 대한 이해도가 높은 사람을 선호합니다. 3P원칙이란 투명한 업무 처리, 서로를 성장 시킬 수 있는 관계 형성, 진정성 있는 커뮤니케이션을 하는 원칙입니다. 아래 현재 진행 중인 채용공고가 있으니 한번씩 확인해보세요.

 * [컨설팅본부] DB 성능 모니터링 솔루션 유지보수/DB 장애분석/DB 튜닝 신입/경력 사원 채용

 * [개발본부] Java 신입/경력 개발자 채용

 

[참고] 엑셈 채용과 관련한 가장 최신 내용을 가져왔습니다용

2019 중소기업탐방 프로그램

2019 공채 신입사원 & 인사담당자 인터뷰

 

 

 

맥스게이지(MaxGauge)로 DB 성능관리의 문을 연 엑셈은 E2E 솔루션 인터맥스(InterMax), Hadoop EcoSystem 성능관리 플랫폼 플라밍고(Flamingo)와 더불어 최근에는 국내 최초 딥러닝 기반 IT 운영 지능화 솔루션 엑셈 에이아이옵스(EXEM AIOps)와 클라우드 네이티브 아키텍처 통합 관제 솔루션 인터맥스 클라우드(InterMax Cloud)를 출시하며 고도화된 인공지능(AI), 클라우드 기술을 적용하고 있습니다. 이렇게 기존 전문 기술과 새로운 핵심 기술을 융합시키는 ‘엑셈 4.0’전략을 통해 고객에게 더욱 차별화된 경험을 제공하고 있는데요. 엑셈은 상시 채용으로 문을 활짝 열어두고 있습니다. 엑셈과 뜻을 함께한다면, 언제든 엑셈의 문을 두드려주세요!

 

#신뢰 #기술 #전문성 #주인의식 #전개일여 #소통 #엑셈








기획 및 글 | 사업기획팀 박예영






  [Semtong 138회] 

  EXEM in AI EXPO KOREA 2019

  다른 이야기도 궁금하시다면?

 


  · 엑셈 뉴스룸 | AI EXPO KOREA 2019 참가기


  · 엑셈 뉴스룸 | 엑셈이 매력적인 5가지 이유


  · 엑셈 Brand X | Core Value. #Individual


  · 엑기스 | 신제품 발표 다시보기


  · 엑셈 동호회 | 볼링 동호회


  · 아이참 | AI TECH 2019


  · 월간기술동향 | 똑똑한 쇼핑, 리테일테크


  · 원더풀 과학 | 우리는 어디서 와서 어디로 가는가?


  · Tech in Cinema | 라이온 킹


  · 신입이도 직딩구실 | 물음표 살인마 [납량특집]


 








엑셈 뉴스룸 | 엑셈 스마트팩토리 in Thailand, China

엑셈 뉴스룸 2019. 4. 10. 14:54

 

 

 

 엑셈은 빅데이터와 인공지능 기술을 바탕으로 2016년 5월부터 2019년 4월까지 산업통상자원부의 스마트팩토리 정부 과제를 수행하였습니다. 

본 사업 과제는 총 36개월간 진행되는 대규모 프로젝트로, 엑셈은 제조 빅데이터 분석 및 개발 역량을 인정받아 주관 기관으로 참여하였죠. 

 이 과제에 대한 실증을 위해 엑셈 AI사업본부에서 태국과 중국으로 출장을 다녀오셨다고 하는데요, 출장기를 함께 보시죠!

 
 

 엑셈은 공장의 MES(Manufacturing Execution System)나 PLC(Programmable Logic Controller)또는 IoT(Internet of Things)센서로부터 데이터를 수집하고, 이 데이터를 분석해서 공장의 여러 의사 결정을 지원하는 서비스를 만들었습니다. 이 서비스가 제대로 동작하는지, 그리고 현장에서 실제로 유용한지를 판단하기 위해 태국과 중국에 다녀왔습니다.


Thailand

먼저 신신사의 태국 공장을 방문하였습니다. 태국 공항에 내려서 다시 2시간 남짓 차를 타고 공장에 도착했는데요. 공장 경비실을 통과하자마자 바로 보이는 간판, 무사고 기록인 것 같은데 태국어로 쓰여있어서 정확한 내용은 잘 모르겠네요.. ^^

 

  

 태국 법인장에게 우리 서비스를 설명하고 시연을 하였습니다. 서비스가 잘 동작하고, 의사 결정 지원 시나리오가 좋다는 평을 받았습니다. 다만 공장에서 받을 수 있는 데이터가 부족하여 충분히 효용을 보이지 못한 것은 조금 아쉬웠습니다. 초나 분 단위로 데이터가 들어오면 효과적인데, 아직은 일 단위로만 데이터가 들어오고 있었습니다.

 시연을 마치고 공장 견학을 했는데요. 우리 주재원은 몇 명 되지 않고 대부분 현지인들이 일을 하고 있었습니다.

 

<과제 수요사인 신신사의 태국 공장 모습>

 

 견학을 마치고 숙소로 이동 후 함께 갔던 신신사 연구소장님, 포항공과대학교 산학협력단 연구원들과 저녁을 먹었습니다. (야외 테라스에서 먹었는데 모기가 있었다. 덥다고 반바지 입으면 바로 공격 당함..ㅜㅜ)

 그리고 다음 날 아침에 모여서, 전날 시연했던 것을 회고하였습니다. 우리가 미처 파악하지 못한 것이나 개선점 등을 나누었는데, 데이터가 가장 핵심이었습니다. 양질의 다량 데이터를 확보하지 않는 한 우리가 아무리 잘 만들어도 고객에 어필하거나 효용을 보이기가 쉽지 않을 것 같다는 생각입니다.

 

<에피소드 1>

 중국으로 가기 위해 태국 공항에서 줄을 서있는데, 와 중국인들 엄청 많다. ㅜㅜ 다행이 공항 스텝이 다가와서 한국인이냐고 묻는다. 맞다고 했더니, 줄 맨 앞으로 보내준다. 고맙긴 한데, 다른 중국인들에게 미안했다. 비행기를 타서도 내가 앉은 세 자리 중 내 자리만 빼고 공석.. 누워서 갔다. 비행기 전체적으로는 만석인데.. 한국인이라고 배려해 준 건가? 하는 고마운 마음이 또 일었다. 그러다가 비행기 안에서 왠 냄새가 풀풀.. 승무원이 천장으로 향수를 뿌리고 지나간다. 알고보니 누군가가 두리안을 까먹은 거다.ㅋ 참 귀여운 중국인들.. 비행기에서 두리안을 까먹을 수 있는 용기? 아니 천진함? 그냥 따뜻한 마음이 들었다.

 중국 공항에 내렸는데 새벽.. ㅜㅜ.. 지하철을 타려니 숙소까지 2시간 넘게 걸리고, 택시를 타자니 택시비가 비싸고.. 두리번거리다가 발견한 공항버스. 문제는 이 분들이 영어를 못한다. 아무튼 어떻게 어떻게 해서 표를 끊었다. 20위안으로 택시비의 1/10! 뿌듯하다. 버스 타기 전에 다시 기사님에게 목적지를 재확인 하였다. 역시 영어를 못한다. 또 어떻게 어떻게 해서 의사를 전달했다. 나중에 기사님이 목적지에 도착하더니 친절하게도 여기 내리라고 손짓.. 공항버스 내려서 보니 호텔까지 1.7Km.. 택시 탈까 하다가 그냥 걸었다. 새벽이라 거의 사람이 없고 가로등이 꺼진 곳도 많았다. 중국에는 범죄가 많다는 이야기를 수시로 들은 터라 내심 염려가 있었는데, 쓸데 없는 걱정이었다. 그 짧은 거리를 걸어가는 동안 경찰(공안)차가 순찰 도는 것을 3번 만났다. 그리고 간혹 지나가는 중국인들도 나를 전혀 거들떠보지 않았다. 내가 중국인처럼 생겨서 그런 건가?

 우와~ 호텔 직원도 영어를 못한다. 좀 더 고급 호텔을 잡았어야 했나? 구글 번역기를 썼다. 생각보다 소통이 잘 된다. 다만 구글 번역기가 왜 하필 여자 목소리만 있는지.. 나는 남자인데 여자 목소리로 나오니까 쫌 멋적었다.

 
 

China

 중국에 도착한 다음 날, 중국 법인장 등을 만나서 태국에서와 같은 과정을 반복하였습니다. 반응도 비슷했고요. 유용해 보이는데 데이터가 좀 더 있었으면 하는 아쉬움이 남았습니다.


(중국 공장 사진은 보안상의 이유로 생략합니다.)


 태국, 중국 모두 고마운 나라라는 생각이 듭니다. 이 분들이 수고하는 것을 우리는 낮은 대가를 지불하고 받는 것이 아닌가.. 이 분들의 수고에 보답하기 위해서 다음 방문 때는 돈을 더 많이 쓰려고 합니다. ^^

 
<중국 에피소드 2>
 이제 모든 일정을 마치고 출장 외에 개인 휴가 하루 덧붙인 것으로 시내 구경도 하고, 명소도 가보았다. 택시비는 비싼데 버스, 지하철은 굉장히 저렴했다. 지하철을 타러 들어가는데 X-Ray 검사를 한다. 불편하기는 했지만, 보안이 잘 되어있는 나라라는 느낌이 들었다.

 길에 자전거, 오토바이가 많다. 공유 자전거라고 해서 타보고 싶었는데, WechatPay가 없어서 타지 못했다. 걸어가다가 길을 물으려고 지나가는 사람들 붙잡으면 멈칫한다. 느닷 없는 영어에 놀란 것 같다. 그런데 도망가지는 않고 다들 어떻게든 알려주려고 애쓴다. 

 제일 웃겼던 것은 한 공원의 한적한 곳에서 길을 잃었는데, 주변에 사람이 없었다. 다행이 구석에 커플이 있었는데, 싸우는 중이었다. 싸우는 것을 방해(?)하는 것이 좀 미안(?)하기는 했지만, 사람이 없으니 물었다. 정문이 어디냐고.. 남자가 좀 전까지 여친과 심각 모드였는데,  갑자기 친절 모드로 바뀌면서 여친을 앞으로 민다. 아무래도 남자가 영어를 못하나보다. 여친.. 우와 중국에서 만난 사람 중에 영어 제일 잘함.. 너무나도 쉽게 의사 소통이 되었다. 여친 역시 상냥한 얼굴.. 길을 알려주고 커플은 다른 곳으로 갔다. 다시 원래의 심각 모드로 돌아갔는지는 잘 모르겠다.

 아 그리고 내가 원래 영어를 잘하는 것이 아니라 그저 밥 사먹을 줄 아는 정도인데, 갑자기 여기서 영어 우월감이 생겨버렸다. 몹쓸 우월감인데.. ㅋ

 그리고 중국은 사람들에 대한 배려가 많은 나라로 느껴진다. 먼지 가라앉으라고 종종 사진과 같이 물을 분사하고 다니는 차가 있다. 그리고 미세 먼지 덜 나라고, 오토바이가 모두 전기 오토바이다. 길 가면서 조심해야 한다. 전기 오토바이라 소리가 나지 않기 때문이다.

 
 
 업무 이야기와 에피소드가 적절히 섞인 출장기였습니다 :) 바쁘신 와중에도 출장기를 공유해주신 AI사업본부 최영수 본부장님께 감사의 말씀을 드립니다.
 엑셈은 전문화된 빅데이터 분석 기술과 다년간의 사업 경험을 바탕으로 제조, 빅데이터, IoT 등 다양한 영역에 AI를 접목한 연구 개발을 진행하고 있습니다. 엑셈의 인공지능 기술, 앞으로의 행보를 기대해주세요! 
 
 
 
EXEM에 대하여 궁금하신가요? 여기를 눌러 문의해보세요!
 
 




기고 | AI사업본부 최영수 이사

편집 | 사업기획팀 박예영

  • Snowflakes 2019.04.30 16:28 ADDR 수정/삭제 답글

    성공하길!

    • Favicon of https://blog.ex-em.com EXEM 2019.04.30 16:46 신고 수정/삭제

      응원해주셔서 감사합니다 :)

  • 김민길 2019.05.22 23:42 ADDR 수정/삭제 답글

    좋은정보 잘보고갑니다 ~
    좋은 하루되세요!!

엑셈 뉴스룸 | EXEM AIOps

엑셈 뉴스룸 2019. 4. 10. 14:53



딥러닝 기반 AIOps가 국.내.최.초로 출시되었습니다!

기존 엑셈의 주 고객이었던 금융업 뿐만 아니라, 제조업 등 다양한 분야까지 확대 적용이 가능한!

국내 최초 AIOps 솔루션 EXEM AIOps를 오늘 꼼꼼히 살펴보겠습니다 :)

 

 AIOps란?

AI기술을 IT 운영(Operation)에 접목한 것으로, “IT운영을 위한 인공지능(Artificial Intelligence for IT Operations)”을 뜻합니다. (Algorithmic IT Operations 라고도 합니다.) IT운영에 AI를 도입함으로써 그 운영을 좀 더 지능화, 효율화 하는 것이죠.

※ AIOps에 대한 내용은, 여기를 눌러 한번 읽어보고 오시면 좋습니다.

 

IT 인프라 운영자는 장애 없이 시스템을 안정적으로 운영하기 위해 365일, 24시간 철저한 모니터링과 점검을 수행하고 있습니다.

그러나 점검해야 할 시스템은 많고, 기타 업무로 인해 점검 시기를 놓치거나 모니터링을 하지 못하는 경우도 종종 발생합니다.

아무래도 사람이 하는 일이다 보니, 매일 대기모드로 있어야 하는 운영자들은 정말 피곤하겠지요.

그래서 숙련된 운영자처럼 시스템의 이상패턴을 미리 감지하고, 알려주는 AIOps 솔루션이 꼭 필요합니다.

 
 

 EXEM AIOps  - IT 자원에 대하여 최적화된 똑똑한 IT 서비스 운영관리 솔루션

<EXEM AIOps, Real Time Monitoring 대시보드>


EXEM AIOps는 기업의 다양한 IT 인프라와 애플리케이션 데이터를 실시간으로 수집하여

부하 특성과 패턴을 학습하고, 상태를 예측하여 장애를 조기에 발견합니다.

또한 이상징후와 장애발생 시 신속하게 조치할 수 있도록 하여 IT 운영자의 선제적 대응을 지원합니다.

 


그리고 지금까지의 통계 분석 방법이나 룰 기반의 분석 대응이 아닌 인공지능(AI)을 활용하며,

실시간 모니터링 대상 데이터의 성격과 분석 목적에 맞는 학습 모델을 선택 적합니다.

 

 

딥러닝/머신러닝을 이용하여 데이터로부터 부하의 인과관계 및 트렌드를 학습하여 미래의 부하 수치를 추정합니다.

Moving Average, Exponential Smoothing 방식으로 각 지표에 대한 베이스라인을 산출하여 이상 탐지 및 예측 기준으로 사용합니다.

K-Means Clustering 알고리즘 방식을 통해 이상 패턴을 보이는 트랜잭션을 감지합니다.

Causality Analysis 기법으로서 서로 다른 데이터 간의 상관관계를 분석하고 특정 문제에 대해 인과관계가 높은 요인을 도출합니다.

 

또한 EXEM AIOps는 진화된 모니터링과 관리 체계를 지원하여 IT운영 업무의 안정성 향상에 기여합니다.

 

 

특히 장애 발생 후 수분 내에 근본 원인을 도출함으로써 똑똑한 IT 운영관리가 가능해집니다.

 

 

구축효과 & 주요기능

EXEM AIOps를 사용하면 AI 기반 지능형 모니터링이 가능하고, 미래 상황을 미리 예측함으로써 선제적으로 장애 대응이 가능합니다.

결국 IT 인프라 관리/운영의 부담을 최소화 하고, 시간과 비용이 절감되므로 IT 운영의 효율성이 향상됩니다.

 

 

이제 본격적으로 EXEM AIOps의 주요기능에 대하여 알아볼까요?

#실시간 기능

1. 부하 예측(Load Forecast) : 과거의 수집 데이터를 인공지능이 학습하여 래의 상황을 예측


과거 3개월간 System Metric 데이터로 인공지능 학습

지난 1시간 동안의 System Metric 데이터로 앞으로 1분, 30분, 1시간 뒤의 부하량 예측

이미 알고 있는 부하 패턴 또는 Dynamic Baseline을 통해서 그려진 부하 패턴과 미래의 부하 예측치가 유사하게 흘러가는지 확인

부하의 이상 징후가 어느정도 영향도를 가질지 예측이 가능하며, 이를 바탕으로 사전 대응 여부 판단

AI가 지속적으로 부하를 예측하고 이상 징후를 감시하므로 모니터링에 대한 사용자의 개입을 최소화

 
2. 장애 예측(Failure Forecast) : 수집된 데이터의 트랜드를 예측하여 미래 특정 시점에 장애가 발생할 지를 미리 알려줌

과거 데이터와 추이를 학습하여 미래 값을 예측하고 임계치에 따라 필요한 액션(알람 등) 수행

• 실 데이터를 학습하여 적용하므로 기존 머신러닝 방식 대비 예측 정확도 향상 예) Tablespace full, Disk full, CPU 과사용 등


3. 이상 탐지(Anomaly Detection) : 과거 데이터를 기반으로 신뢰 궤적을 그려 관측치가 그 범위를 벗어나는 경우 이상으로 간주

익숙하지 않은 이상 그래프 파형 감지 시

시스템이 정상적으로 운영되는 경우 시스템 주요 지표 값이 급격하게 변하는 경우는 거의 없으나,
  장애 상황에서는 특정 지표의 값이 갑자기 증
가하거나 갑자기 떨어지는 등 급격하게 변하는 경우가 빈번

 DB time, Active Session Count 등의 시스템의 주요 지표에 대한 급작스런 증가와 감소를 탐지하여 실시간으로 시스템 관리자에게
    이상 징후를 알려줌으로써 장애에 대한 빠른 대응 가능

 

#장애/부하 분석

1. 부하 패턴 분석(Load Pattern Clustering) : 부하 패턴을 몇개 유형으로 범주화하여 학습, 상황별로 임계값을 다르게 설정 (잘못된 알람 최소)

시스템이 매일 겪고있는 부하 패턴에 대해 직관적으로 시각화 -> 관리/운영의 편의성 제공

부하에 대한 군집(Clustering)화를 통하여 부하 패턴 분석

부하 패턴만 보더라도 어떤 상황인지 쉽게 인지 가능

 

2. 인과 관계 분석(Causality Analysis) : 이상 발생 후, 인공지능에서 해당 문제에 대한 연관 지표 학습을 통하여 증상/징후를 찾아줌

반복적으로 발생하는 패턴에 대한 인공지능 학습

이상탐지/알람 발생 시 연관성 있는 지표 자동 추출/분석

특정 지표의 문제가 다른 지표와 관련이 있는지 확인

▶ 문제에 대한 증상/징후 확인 후 관리자의 신속한 대응 가능

 

3. 근본 원인 분석(Root-Cause Analysis) : 장애 발생 시, 인공지능 Rule Engine에서 장애의 근본 원인을 찾아줌

 사전에 분석 전문가가 장애의 원인에 대해 분석하는 방법을 Rule로 시스템에 등록
 지연 구간 상세 분석 및 개별 시스템과의 연관 분석을 통한 근본 원인 분석 기능
  - 지연구간 분석: E2E Call-tree 분석을 통한 지연 유발 시스템 분석
  - 연관 분석: 지연 구간에 따른 개별 시스템의 지표 분석
  - 근본 원인 분석: 문제 시스템의 상세 원인 분석
 
 
#지능형 알람 설정(Smart Alert)
과거의 수집 데이터 학습을 통한 Automatic Alert Threshold 설정

 역동적인 부하에 맞게 적절한 임계치가 자동으로 설정되어 적절한 알람이 발생되는 기능(=Smart alert)

 기본 baseline만 설정하면 그 범위 이상의 경우 알람 발생

실시간 WAS, DB, 트랜잭션, 업무 별 AI 기반 사전 알람 발생 시 연계 분석 기능

 “이상 트랜잭션 탐지” 상세 분석 화면 연계,  트랜잭션 응답 시간 지연 시 해당 TID의 상세 분석 뷰로 연계,
    그 외 기본 알람은 “알람 발생 내역”으로 연계

 

적용사례

지난 해부터 엑셈은 여러 기업에서 PoC를 진행하였는데요, 몇가지 사례를 보여드리겠습니다.

1. A

기존 InterMax를 사용하던 기업이었는데요. 이상탐지 기능을 통해 정확한 알람을 수신하게 되어 운영의 안정성을 높였다는 평가를 받았고, 

장애발생 시 근본 원인 분석을 통해 해결책을 수립하게 되었습니다. 또한 부하 예측 기능을 통해 장애를 미연에 방지하게 되었습니다.

 

 

<A사 적용 화면>

2. B사

운영자에 의존하여 IT 자산을 모니터링하고 장애 발생 시 문제의 원인을 분석했던 대응 절차를 자동화하여, 장애를 인지하는 시점을 앞당기고 

장애 원인 분석에 걸리는 시간을 단축하여 한 단계 진화된 IT 운영 관리 체계 구축이 가능하다는 것을 입증하였습니다.

 

 


<적용 화면 – 근본 원인 분석>

 

 

 

국내최초 AIOps 솔루션 EXEM AIOps가 금융권, 제조업 등 다양한 업계에서 발휘할 활약들을 기대하면서!

많은 관심과 응원 부탁드립니다 :)

 

 

EXEM AIOps에 대하여 궁금하신가요? 여기를 눌러 문의해보세요!







기획 및 글 | 사업기획팀 박예영


월간기술동향 | 5G폰, 살까? 말까?

 

 

작년 12월 IT Trends 2019에서 5G와 AR/VR에 대하여 언급하였습니다.

이번에는 이어서 5G가 가져올 세상에는 어떤 콘텐츠들이 성행할지, 

실질적으로 사용자가 어떤 변화를 느낄 수 있을 것인지 살펴보겠습니다. 


정말 비싼 5G 스마트폰을 서둘러서 구매할 가치가 있을까요?

 

 <출처: Getty Images>

 

필자는 정보를 찾을 때 주로 유튜브를 많이 활용합니다. 

저처럼 여러분들도 유튜브를 자주 보실 것 같은데요. 


유튜브에서 영상을 찾아 보려고 하는데, 만약 로딩이 오래 걸린다면 어떻게 하시나요? 

저는 기다림을 참지 못하고 답답해서 꺼버리거나, 무한으로 새로고침(F5) 하곤 합니다. 

이렇게 콘텐츠 소비가 주로 모바일/온라인에서 이루어지면서, 사용자들은 콘텐츠를 소비하기위해 기다리는 것을 참지 못한다고 하네요. 

(저와 같은 사용자들이 많은 것 같습니다.ㅎㅎ)


지금은 대부분 LTE(4G)를 사용하고 있는데요.

기다리는 것을 참지 못하는 이용자들의 특성을 반영하여 4G는 콘텐츠 품질을 떨어뜨리더라도 즉각적으로 소비가 가능하도록 하였습니다. 

그러나 5G 기술이 성숙되었을 때는 지금보다 100배 가량 빠른 전송 속도를 갖추게 됩니다. 

그래서 고화질, 고품질 콘텐츠를 빠르고 안정적인 스트리밍을 통해 시청할 수 있게 되는 것이죠.

<국내 이동통신 3사의 5G 콘텐츠 예시>

 

인텔(Intel)이 의뢰하고 Ovum이 실시한 조사에서 

5G가 향후 10년 이내에 엔터테인먼트 및 미디어 시장에서 1조 3천억 달러의 매출을 이끌어낼 것으로 나타났는데요. 

국내 이동통신사들도 콘텐츠 분야에 집중하면서 고객 유치에 나서고 있습니다. 

 

1. LG U+: AR/VR 투자

구글과 손을 잡고 3D 콘텐츠 제작에 투자 중, VR 관련 기기 유통 협업


2. SKT: 콘텐츠 경쟁력 강화

옥수수와 푹(pooq)의 통합 법인 설립 예정, 소셜 VR 서비스 및 스포츠 VR 생중계를 UHD 수준으로 제공 예정


3. KT: VR을 통한 콘텐츠 경쟁력 강화

기가 라이브 TV를 통해 다양한 영화와 예능, 스포츠 경기를 VR로 제공, VR헤드셋을 통한 실시간 서비스와 온라인 1인칭 총격 게임 제공 

 

위와 같이 3사 모두 콘텐츠 경쟁력을 강화하기 위해 노력하고 있지만, 

일반 통신 소비자들이 체감하기엔 아직 부족한 것 같습니다. 

또한 구체적인 이용 실적이 밝혀지지 않았습니다. 

서비스 초기라는 점도 있지만, 대중적인 인기를 끌 수 있는 콘텐츠가 부재한 것이 사실이기 때문입니다. 

이러한 시점에서 ‘재미’가 보장되는 콘텐츠 개발 역량을 꾸준히 축적해야만, 5G 시대에서 유의미한 성과를 거둘 수 있을 것이라는 생각이 드네요.


올해부터 삼성 갤럭시S10을 필두로 하여 5G 핸드폰이 출시(혹은 출시 예정)되고 있는데요. 

5G 시대가 열렸다고 모든 것을 단숨에 누릴 수는 없습니다. 

아직 기술과 서비스가 준비 단계이거나 미비하거나 하는 등, 5G가 등장해도 당분간은 지금과 비슷한 서비스를 경험하게 될 가능성이 높은 것이죠. 

위 국내 이동통신 3사의 움직임도 대부분 실험적인 성격이 강한 것으로 보여지고요. 

그나마 체감할 수 있는 것은 네트워크 속도 향상 정도일 것인데, 네트워크 비용이 만만치 않을 것입니다. 

지금 5G 스마트폰 구매를 서두르는 것 보다는, 제대로 된 5G 스마트폰과 콘텐츠를 조금 더 기다려보는 것은 어떨까요?^^




본문 외 reference

STARTUP4, 5G와 콘텐츠 산업의 변화 전망

ChosunBiz, 가상현실, 5G 콘텐츠 전쟁의 핵심으로

BLOTER, 이통3사 5G 경쟁, 어떤 콘텐츠 보여줄까






기획 및 글 | 사업기획팀 박예영