검색 결과가 없습니다
검색어와 일치하는 결과가 없습니다
We suggest you try the following to help find what you're looking for:
- Check the spelling of your keyword search.
- Use synonyms for the keyword you typed, for example, try “application” instead of “software.”
- Try one of the popular searches shown below.
- Start a new search.
Trending Questions
데이터 레이크는 빅 데이터에 왜 필요한가
빅 데이터는 모든 기업에게 있어 최고의 리소스로 빠르게 각광받고 있습니다. Wikibon은 2018 클라우드 시장 트렌드 보고서에서 향후 10년간 빅 데이터 소프트웨어의 연간 성장률을 17%로 예측했습니다. 기업들은 빅 데이터 솔루션을 통해 확보한 데이터와 분석정보를 활용해 현재 비즈니스 운영 방식을 개선하고 분석정보를 도출하며 효율성을 전례 없는 수준으로 향상시키기 위한 새로운 길을 모색하고 있습니다.
그리고 이를 위한 답이 단일 중앙 리포지토리, 즉 데이터 레이크에 데이터를 모으는 것이라는 의견이 점점 더 큰 공감을 얻고 있습니다.
데이터 레이크를 도입하면 다양한 소스를 통해 수집한 데이터를 데이터 기반 이니셔티브에 활용할 수 있습니다. 이로써 머신 러닝 기술을 운용하고 스트리밍 데이터를 프로세싱해 결과적으로는 빅 데이터를 구조화하고 접근을 확실히 보장할 수 있습니다.
시장 경쟁력 강화를 위한 솔루션
데이터를 분석정보로 전환
오라클의 빅 데이터 솔루션을 사용하면 방대한 양의 수집 데이터를 처리 및 보관하여 새로운 비즈니스 전략의 기반으로 활용해 다음과 같은 이점을 누릴 수 있습니다.
- 비즈니스 분석가: 데이터 기반 의사결정을 위한 새로운 분석정보 획득
- 데이터 과학자: 머신 러닝 기술을 활용해 더 신속하고 편리한 모델링 구현
- IT: 데이터 레이크를 사용해 더 스마트한 데이터 관리로 리소스 균형 유지
신속하고 스마트하며 확장 가능한 데이터 관리
데이터 레이크를 사용하면 데이터를 중앙에 보관 및 처리함으로써 다음과 같이 활용할 수 있습니다.
- 데이터 관리 및 프로세싱을 위해 데이터 레이크 내에서 분석에 필요한 데이터 통합
- 머신 러닝 기술을 규모 있게 실행하여 하위 비즈니스 어플리케이션에 분석 결과 전달
- 데이터 레이크 스토리지를 간편하게 확장하고 독립적으로 컴퓨팅하여 워크로드 요건 충족
- 온프레미스 또는 클라우드 내 배포
데이터 레이크의 실제 모습 확인하기
솔루션 패턴은 시스템 구성요소가 교착 상태에 빠지는 일 없이 완벽하게 자리를 잡을 수 있게 하는 최고 수준의 실시 설계를 제공합니다. 데이터 레이크는 어떤 방식으로 구조화되어야 할까요? 그 방식은 다음과 같은 유스 케이스 파라미터에 따라 달라집니다.
- 기존 하드웨어 설계
- 필요한 전환 수준
- 분석 활용 규모
- 스트리밍 데이터 요건
데이터 랩과 데이터 레이크 연계 사용
데이터 레이크는 데이터 보관 및 접근과 관련해 리소스 친화적인 방식을 제공하지만, 더 깊게 파고들어야 할 필요가 있는 경우에는 어떨까요? 데이터 랩은 작은 규모의 추출 데이터를 조작, 탐색, 분석할 수 있는 별도의 환경입니다. 데이터 랩은 다음을 위해 활용될 수 있습니다.
- 랩 환경에서 통제 가능한 작은 규모로 작업해 IT 리소스 최적화
- 실험을 통한 새로운 분석정보 및 전략 생성
- 데이터 레이크에 영향을 주는 일 없이 데이터를 안전하게 조작
HR, 재무, 공급망 등등
어떤 비즈니스 부문이든 관계없이 빅 데이터는 결과를 분석해 의사결정을 하는 방식을 변화시킬 수 있습니다.
- HR: 실제 수치를 활용해 이직 방지, 고용, 직원 만족도 평가
- 공급망: 효율적인 기획이 가능하도록 인벤토리 및 제조 최적화
- 재무: 예측 기반 모델링 및 분석을 활용해 시장 선도
- 마케팅: 성공적인 마케팅 기획안과 그 배경에 대한 심도 있는 분석정보 획득
Oracle Big Data 제품 상세 소개
데이터 통합
빅 데이터는 다양한 소스를 통해 수집됩니다. 이 모든 데이터를 포괄적이고 관리 가능한 하나의 집합으로 엮어내는 과정을 거쳐 즉시 처리 및 분석 가능한 데이터에 대한 통합된 시각을 얻게 됩니다.
빅 데이터 관리
빅 데이터 소스, 프로세스, 아웃풋 관리는 균형이 요구되는 굉장히 까다로운 작업입니다. 특히 컴플라이언스 등의 요소를 고려해야 할 때 더욱 그렇습니다. 빅 데이터 관리는 이처럼 동적인 시나리오에 대응해 간소화된 효율적인 프로세스를 진행할 수 있도록 지원합니다.
데이터 사이언스
데이터 사이언스를 거치면 수치는 수치 그 이상의 의미를 갖게 됩니다. 조직의 과거와 현재, 미래에 대한 이야기를 들려주는 분석정보가 되는 것이죠. 즉, 데이터 사이언스는 곧 이러한 이야기를 발견해나가는 여정입니다.
비즈니스 분석
방대한 양의 데이터 속에는 어떤 비즈니스 관련 비밀이 숨겨져 있을까요? 비즈니스 분석이란 분석과 추정을 통해 데이터로부터 가치를 도출하여 새로운 전략적 분석정보와 가능성을 향한 길을 여는 작업입니다.