슬라이드 0
|
|
- 은우 상
- 6 years ago
- Views:
Transcription
1 이씨마이너소개및빅데이터활용을위한방법론및사례소개 이씨마이너
2 CONTENTS I. 회사소개 II. 빅데이터소개 III. ECMiner 소개 IV. ECMinerIMS 소개 V. 사례소개별첨 : 빅데이터경진대회프로그램
3 I. 회사소개 1. 일반현황 2. 사업분야 3. 솔루션현황 4. 사업실적 5. 이씨마이너 with KSA( 한국표준협회 ) 6. Why ECMiner?
4 1. 일반현황 I. 회사소개 TMS 텍스트마이닝 ECMiner 데이터마이닝 IMS 지능형모니터링시스템 [ 수상및인증 ] 17 년경력의 SIS 이미지마이닝 빅데이터분석 전문기업 AML 자금세탁방지솔루션 국내최초데이터마이닝 SW, GS, NEP 인증 디지탈이노베이션대상 품질경영시스템인증 빅데이터분석경진대회은상수상 (13. 01) 이씨마이너 New Excellent Products Good Software 대표 : 민광기 연혁 : 2000 년 4 월설립 국내최초, 유일의데이터마이닝소프트웨어및활용솔루션개발 2000 년에설립된 이씨마이너는국내최초로데이터마이닝 SW 의국산화에성공하여 LG, 삼성, SK, 포스코등 Global 기업에 SW 를공급하며, 데이터마이닝전문기업으로시작하여빅데이터분석의 Frontier 로꾸준히성장하고있습니다 월한국표준협회제조부문빅데이터활성화협약식 03 월서강대학교 ECMiner TM 산학지원협약식 07 월 GS 인증 ( 한국정보통신기술협회 ) 07 월 ECMiner TM 2014 출시 11 월서울대학교빅데이터센터공동협력협약체결 01 월빅데이터활용분석경진대회수상 12 월 Microsoft-HP- 이씨마이너전략적제휴체결 06 월 ECMinerIMS TM 출시 09 월 ECMinerSIS TM 출시 01 월 ECMiner TM 해외 ( 과테말라 ) 진출 06 월 ISO 9001:2008 인증 02 월기술벤쳐기업인증, INNO-Biz 기업인증 월 ECMinerAML TM 출시 12 월재정경제부장관표창장 ( 자금세탁방지제도확립과발전에기여 ) 12 월 NEP(New Excellent Product) 인증 11 월 ECMinerrTMDS TM 출시 06 월 ECMinerSSA TM 출시 12 월정부행정업무용소프트웨어로선정 11 월디지털이노베이션대상 ( 정보통신부 ) 11 월심사신기술인증 KT 마크획득 ( 과학기술부 ) 05 월마케팅채널트랙킹시스템및방법특허획득 06 월 Web Analyzer TM ID 매칭기술특허획득 04 월정책과제최우수업체선정 ( 정보통신부 ) 04 월 이씨마이너설립 Copyright ECMiner Co., Ltd. all rights reserved. 3
5 2. 사업분야 I. 회사소개 빅데이터분석부문국내선두기업 2000 년이후다양한분야에서프로젝트수행경험 공공 / 금융 / 서비스 분석CRM - Target Marketing - 고객세분화 - Cross Selling/Up Selling Fraud Detection System - 자금세탁 / 보험사기 / 카드사기 - Risk Management - 보안, 침입탐지, 범죄수사등 기타 - Traffic 분석 - 수요예측, 경영분석및계획 제조부분 반도체 / 철강 / 화학 /Display 등의기업 품질 / 안전 / 에너지절감등의업무 공정분석 - 조업편차가시화 - 편차원인분석 - 최적운전조건분석 품질예측및영향인자분석 실시간모니터링및이상진단 교육부분 ECMiner SW 교육 데이터마이닝이론및업무적용을위한분석방법론교육 산학협약에의해국내 30여개대학에서수업용교재로 ECMiner 활용 Copyright ECMiner Co., Ltd. all rights reserved. 4
6 3. 솔루션현황 (1/2) I. 회사소개 이씨마이너에서는 Data Mining 원천기술을기반으로 Real Time 분석, 상용화된모니터링응용솔루션등을개발하여응용분야별제품을공급하고있습니다. 지능형모니터링시스템 ECMinerIMS 실시간예측 실시간공정모니터링 Alarm/Action Guidance 실시간분석 Text Mining 시스템 SIS TMS ECMiner 데이터마이닝 SW 국내최초, 유일 NEP 인증제품 ECMinerAML 자금세탁방지시스템 Transaction Monitoring Sys. RBA 기반위험관리 Watch List Filtering Rule, Link Analysis, etc.. 결함패턴인식및탐지시스템 ECMinerSSA ECMinerSIS 이미지 Mining 시스템 Copyright ECMiner Co., Ltd. all rights reserved. 5
7 3. 솔루션현황 (2/2) I. 회사소개 ECMiner 개발 Roadmap ECMiner 는다양한종류의 Big Data 처리, 대용량데이터처리능력, 그리고실시간처리를지원함으로써빅데이터분석 SW 로진화하고자합니다. 빅데이터분석 SW ECMiner2015 대용량데이터처리기술 Text Mining Image Mining ECMiner2016 ECMiner 와 Hadoop 연동 HPC (High Performance Computing) 알고리즘의분산병렬처리 MS PDW와분석 appliance로연동 데이터와차트의연동 스크립트언어개발 64bits 비정형데이터간분석을위한 DBMS 설계 비정형데이터통합분석환경제공 Big Data 처리기술적용 Copyright ECMiner Co., Ltd. all rights reserved. 6
8 4. 사업실적 (1/13) I. 회사소개 품질향상 (1/3) 고객사담당조직개요일자 롯데케미칼 여수공장 빅데이터분석SW 및지능형모니터링시스템도입 엘지화학 전지사업부 모델기반불량재선별시스템구축 한국생산기술연구원 공장운영제어연구실 대용량제조데이터연동스마트공장애플리케이션통합운영기술개발 (1차) 포스코 연구소 인공지능기반제선공정조업관리시스템구축 한국생산기술연구원 공장운영제어연구실 대용량제조데이터연동스마트공장애플리케이션통합운영기술개발 (1차) 롯데케미칼 정보전략 빅데이터기반 NC공장및 PP 공장최적화및빅데이터분석경진대회 SEMES 연구소 반도체장비운전데이터와품질데이터간원인분석 LG MMA 생산팀 데이터분석을위한 ECMiner Lease Version 도입 LG이노텍 공정기술팀 ECMiner 분석시스템개선 SEMES 연구소 Clean Lab ECMiner, ECMinerSSA 공급 ( 품질분석및 Defects 패턴추출 ) 엘지화학 정보전략팀 빅데이터확산을위한 ECMiner 실무교육및컨설팅 SKHynix 자동화그룹 Thin film 공정의 VM 개발및 R2R 제어 SKHynix 자동화그룹 Virtual Metrology 개발 (SD BUF OX DEP 공정및 ILD1X CMP 공정 ) 엘지화학 정보전략팀 Big Data 분석시스템구축및컨설팅 (Glass공장, PC공장, 토너공장 ) 포스코 압연 ( 광양 ) 하이밀 RM(Roughing Mill) 의 Off-center 원인규명컨설팅 엘지화학 Glass 사업팀 TOLM(Take off line management) system 구축 엘지화학 소형전지 용접기불량용접현황에대한실시간모니터링시스템 SKHynix 자동화그룹 청주공장 VM(Virtual Metrology) 개발및 R2R Control 엘지화학 정보전략팀 파주 Glass 사업장 Defects 원인분석용데이터마이닝 S/W 도입 SKHynix 자동화그룹 Etching 공정설비에대한 VM(Virtual Metrology) 개발 Copyright ECMiner Co., Ltd. all rights reserved. 7
9 4. 사업실적 (2/13) I. 회사소개 품질향상 (2/3) 고객사담당조직개요일자 SKI FCCL 공장 데이터마이닝기반 QMS 시스템구축 SKHynix 자동화 2팀 HiTAS 시스템내 ECMiner 의데이터탐색기모듈공급 SKI LIBS 공장 데이터마이닝기반 QMS 시스템구축 삼성전자LCD CAE그룹 Photo공정진단시스템구축을위한 ECMiner, ECMinerIMS 공급 삼성정밀화학 기술팀 DMAC 공장품질향상및에너지절감컨설팅 포스코 마그네슘제련연구단 마그네슘제련모니터링을위한지능형모니터링시스템구축 삼성반도체 시스템LSI MASS+ 비정형분석시스템데이터베이스변경구축 ( 오라클->DB2) LG이노텍 PI혁신팀 LED 수율향상분석시스템구축 엘지화학 Glass 사업팀 Computer Vision 기반 Glass 표면 Waviness 탐지시스템개발 삼성전자 반도체부문시스템LSI 비정형분석시스템성능개선프로젝트 삼성반도체 시스템LSI MASS+ 비정형분석시스템 2차고도화사업 / 실시간모니터링시스템 삼성반도체 시스템LSI MASS+ 비정형분석시스템 ( 데이터마이닝분석 ) 고도화 LG실트론 TDR 단결정성장공정 ( 초크랄스키공정 ) 의품질분석컨설팅 삼성전자LCD 생산기술그룹 ECMiner 기반 CVD공정분석컨설팅 LG전자 LG전자PDP A3공장 (42 PDP 생산 ) 품질인자규명및개선프로젝트 삼성반도체 시스템LSI SSA(Spatial Signature Analysis) 를이용한 Wafer 결함패턴분석시스템 엘지화학 2차전지공장 ( 청주 ) 2차전지품질에영향을미치는요인분석 엘지화학 VCM공장 ( 대산 ) VCM 공정품질향상을위한컨설팅 LG전자 DAV사업부 ECMiner 공급및불량에영향을미치는품질인자분석 엘지화학 화성품공장 ( 여수 ) 조업분석표준화를위한 ECMiner, ECMienrRTMDS 납품및컨설팅 Copyright ECMiner Co., Ltd. all rights reserved. 8
10 4. 사업실적 (3/13) I. 회사소개 품질향상 (3/3) 고객사담당조직개요일자 삼성반도체 시스템LSI ECMiner 을기반한 MASS+ 비정형분석시스템구축 엘지화학 PVC 공장 ( 여수 ) PVC 공정품질향상을위한분석컨설팅 (Pilot Project ) Copyright ECMiner Co., Ltd. all rights reserved. 9
11 4. 사업실적 (4/13) I. 회사소개 설비이상진단 / 안전 / 생산성 고객사담당조직개요일자 포스코에너지 연구소 ECMiner 기반열병합발전소효율분석 LS니꼬동제련 IT팀 Booster Fan의이상징후예측을통한 Preventive Maintenance 포스코 설비기술팀 2열연공장압연기 Camber 원인분석 SK Hynix 환경안전본부 GAS Tank 누수감지분석시스템구축 포스코 연주 ( 광양 ) MLH(Mold Level Hunting) 원인인자규명 (2차사업 ) 포스코 제선부 ( 광양 ) 노황관리시스템 (BOSO ) 고도화 포스코 연주 ( 광양 ) MLH(Mold Level Hunting) 원인인자규명 삼성전자 가전사업부 GMES 구축 : 예측 BI 활용방안도출컨설팅 (PoC) 포스코 제선부 ( 광양 ) 노내가스류변동예측시스템구축 포스코 제선부 ( 포항 ) 포항 2, 4 고로노황관리시스템 (BOSO System) 확대적용 포스코 제선부 ( 광양 ) 광양 4 고로노황관리시스템 (BOSO System) 구축 포스코 제선부 ( 포항 ) 포항 3 고로노황관리시스템 (BOSO System) 구축 삼성반도체 메모리사업부 전문가시스템기반진공펌프실시간모니터링 / 이상진단시스템구축 포스코 제선부 데이터마이닝기반공장모니터링시스템구축 현대제철 특수강기술팀 ECMiner 납품및교육 포스코 FINEX 공장 ECMiner, ECMinerRTMDS 기반실시간공정 / 품질모니터링 / 이상진단시스템구축 포스코 Finex/ 기술연구소 ECMiner 활용 Finex 공장최적조업분석컨설팅 삼성반도체 메모리사업부 ECMiner 활용진공펌프조기이상진단컨설팅프로젝트 포스코 기술연구소 Finex 공장조업분석용 ECMiner 공급 Copyright ECMiner Co., Ltd. all rights reserved. 10
12 4. 사업실적 (5/13) I. 회사소개 환경 / 에너지 / 수요예측 고객사담당조직개요일자 육군본부 분석평가단 훈련및부대운영빅데이터활용방안연구 ( 피복수요예측, 장병특기분류, KCTC 분석, 시제품개발 ) 삼성BP 기획팀 ECMiner 기반원료수요예측 현대중공업 조선정보부 데이터모델링을통한추이분석 ( 중장납기 / 강재에대한수요분석, 설계공수예측 ) RIST 에너지자원연구본부 ECMiner 데이터마이닝 SW 도입및 CO2 포집데이터분석 엘지화학 NCC기술팀 NCC공정에너지효율모니터링시스템구축 SKC 기술팀 메탄올분리공정조업최적화컨설팅 (Pilot) 삼성BP 기술팀 ECMiner 구매 여천NCC 에너지관리TFT SM공장최적화 : 에너지소비최소화프로젝트 여천NCC 에너지관리TFT팀 ECMiner 활용 MTBE 공장에너지최적화 Consulting 엘지화학 화성품 ( 여수 ) NPG공장 : ECMiner 와 ECMinerRTMDS 공급 엘지화학 BRU공장 ( 대산 ) BRU(Benzene Recovery Unit) 공정분석및에너지최적화 엘지화학 BR공장 ( 대산 ) BR공장에너지최적화 Copyright ECMiner Co., Ltd. all rights reserved. 11
13 4. 사업실적 (6/13) I. 회사소개 위험관리 / 사기적발 (1/2) 고객사담당조직개요일자 롯데카드 준법감시팀 AML 시스템추가개발 대검찰청 정보통신과 지능형범죄예방협업체계구축방안수립 금융정보분석원 제도운영과 국가자금세탁위험평가시스템구축 ( 증권부문 ) 중컨설팅 기업은행 준법감시실 자금세탁방지확대재구축 (ECMinerLA 기반통합 FI 시스템구축 ) 금융정보분석원 제도운영과 국가자금세탁위험평가시스템구축 ( 보험부문 ) 중컨설팅 국세청 국제조사과 해외금융정보교환 분석시스템 (AXIS) 구축사업 농협 준법감시실 자금세탁방지시스템개발및 KYC, TMS 고도화컨설팅 롯데카드 준법감시팀 자금세탁방지시스템과 FDS 시스템연동구축 한국수력원자력 감사총괄팀 감사정보체계고도화컨설팅 RIST 정도경영실 ECMiner 도입 ( 예방감사를위한이상징후탐지 ) 국세청 첨단탈세방지 FIU정보통합분석시스템 FOCAS 구축사업 : 분석시스템구축부분 금융정보분석원 제도운영과 국가자금세탁위험평가시스템구축 포스코 정도경영실 실시간예방감사시스템고도화 한국석유관리원 수급보고추진팀 석유제품수급보고시스템구축-불법유통이상징후업소분석및추출 현대카 / 캐 / 커 준법감시실 자금세탁방지시스템고도화 롯데카드 Compliance 팀 자금세탁방지시스템 차세대시스템구축에따른재사용인터페이스 포스코 정도경영실 실시간예방감사시스템구축 현대캐피탈 / 카드 / 커머셜 준법감시실 ECMinerAML 기반자금세탁방지시스템구축 금융정보분석원 기획행정실 STR관련건전략분석시스템구축 CUPIA 네팔관세청 관세업무를위한위험관리정보시스템구축 Copyright ECMiner Co., Ltd. all rights reserved. 12
14 4. 사업실적 (7/13) I. 회사소개 위험관리 / 사기적발 (2/2) 고객사담당조직개요일자 CUPIA 에콰도르관세청 관세업무를위한위험관리정보시스템구축 CUPIA 과테말라국세청 관세업무를위한위험관리정보시스템구축 한국석유관리원 유통관리팀 불법석유유통방지시스템 신협 준법감시실 자금세탁방지시스템구축 금융정보분석원 기획행정실 자금세탁방지시스템고도화 7차사업 롯데카드 Compliance 팀 ECMinerAML 기반자금세탁방지시스템구축 농협 준법감시실 ECMinerAML 기반자금세탁방지시스템구축 한국전자통관진흥원 한국전자통관진흥원 관세분야위험관리모듈화개발사업 관세청 외환조사 외환거래모니터링시스템구축 국민은행 준법감시실 자금세탁방지를위한룰 / 스코어링시스템구축을위한컨설팅 하나은행 준법감시실 자금세탁방지를위한룰 / 스코어링시스템구축을위한컨설팅 관세청 관세청 무역기반자금세탁 (TBML) 방지를위한분석컨설팅 재정경제부 금융정보분석원 금융거래분석시스템구축 심평원 평가정보부 의료보험과청구모델예측 경찰청 경찰청수사국 범죄정보분석시스템개발 재정경제부 금융정보분석원 ECMinerAML 기반자금세탁심사분석시스템구축 재정경제부 금융정보분석원 ECMiner 기반자금세탁방지를위한 Scoring 시스템구축 Copyright ECMiner Co., Ltd. all rights reserved. 13
15 4. 사업실적 (8/13) I. 회사소개 공공 / 금융 / 서비스 (1/2) 고객사담당조직개요일자 ETRI 데이터연구실 ECMiner 구입 ( 데이터마이닝분석 ) 한국전력연구원 SW센터 수요자원융, 복합분석및보안소프트웨어도입 (ECMiner 공급 ) ETRI - 마이크로그리드분산자원현황빅데이터처리및메시지어댑터개발 한국원자력통제기술원 - 사용후핵연료역추적관리방안도출위한분석툴 ECMiner 도입 하림닭 - 스마트양계장구축을위한데이터처리 전국은행연합회 전산부 신용정보및세금우대시스템노후장비교체중빅데이터분석 전국은행연합회 전산부 TDB(Tech Database) 전산시스템구축 : TDB 활용방안에대한 ISP 진행 알티베이스 - 빅데이터통합모니터링및분석을위한고성능데이터베이스솔루션개발 국립암센터 암등록사업부 암빅데이터서비스사업화컨설팅 생산성본부 IT팀 데이터마이닝결과보고서고도화 SKT 솔루션사업팀 고객분석및추천시스템구축을위한컨설팅 중소기업청 ( 정부과제 ) 매장관리및마케팅정보분석을위한영상센서기반영상정보분석서비스솔루션개발 KT 네트워크연구소 3G 기지국트래픽과부하실시간추정시스템개발 서울시메트로 지하철사업단 서울시메트로공기질모니터링시스템구축 2차년도 생산성본부 IT팀 데이터마이닝결과보고서자동화를위한데이터마트구축 서울시메트로 지하철사업단 서울시메트로공기질모니터링시스템구축 1차년도 외환은행 카드 카드고객 LTV 산정 KT 네트워크연구소 기업고객의회선별트래픽추이분석을통한해지예측모델구축 SKT NGM(ISF) 차세대서비스구축 2차사업 ETRI USN 연구단 ECMiner 납품및교육 Copyright ECMiner Co., Ltd. all rights reserved. 14
16 4. 사업실적 (9/13) I. 회사소개 공공 / 금융 / 서비스 (2/2) 고객사담당조직개요일자 KT BcN 본부 광고대상고객선정을위한스코어링시스템개발 정통부 우정사업본부전산센터 보험고객이탈모형구축 SKT NGM(ISF) 차세대서비스시스템구축 농협 CRM ECMiner 활용 CRM 컨설팅 ( 고객세분화 ) 프로젝트수행 삼성전자 마케팅 데이터마이닝기반의마케팅지원을위한 CRM 컨설팅수행 KBS DTV 데이터분석 디지털방송송신의품질개선을위한데이터마이닝컨설팅및 SW납품 롯데백화점 마케팅 고객 Needs에기반한고객구매원인분석및구매예측모델구축컨설팅 SK Telecom 마케팅 네이트이용자패턴분석및우수고객분석, 선호컨텐츠분석컨설팅 새롬기술 마케팅 Dial Pad고객및콜센터데이터분석및유료화전환시수익성예측모델 현대자동차 마케팅 웹사이트광고효과분석데이터마이닝컨설팅프로젝트수행 대교 마케팅 CRM 전략개발및데이터마이닝컨설팅프로젝트수행 Copyright ECMiner Co., Ltd. all rights reserved. 15
17 4. 사업실적 (10/13) I. 회사소개 교육 / 빅데이터경진대회 고객사담당조직개요일자 남서울대학교 - ECMiner 를활용한빅데이터분석 LS니꼬동제련 제련혁신팀 ECMiner 를활용한빅데이터분석 육군본부 분석평가단 ECMiner 를활용한빅데이터분석 동서발전 발전기술개발원 ECMiner 를활용한빅데이터분석 LS니꼬동제련 제련혁신팀 ECMiner 교육 ( 약산농도에영향을미치는인자분석 ) 육군과학화전투훈련단 - 빅데이터분석경진대회를위한 ECMiner 교육 엘지화학 전지사업부 ECMiner 를활용한빅데이터분석 ( 데이터과학자양성교육 ) 해군군수사령부 - 빅데이터를활용한군수업무혁신경진대회 (ECMiner 을활용한분석 ) UNIST - ECMiner 를활용한빅데이터분석 한국표준협회 - 빅데이터솔루션 (ECMiner ) 을활용한공정데이터분석기초 엘지화학 정보전략팀 빅데이터확산을위한 ECMiner 실무교육및컨설팅 KAIST 경영정보대 - ECMiner 와 ECMinerRTMDS 납품및교육 카톨릭대학교 - 교육및연구용으로 ECMiner 공급 포항공과대학교 - 교육및연구용으로 ECMiner 공급 Copyright ECMiner Co., Ltd. all rights reserved. 16
18 4. 사업실적 (11/13) I. 회사소개 협약 (SW 기증 )(1/2) 고객사담당조직개요일자 울산대학교 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 울산과학대학교 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 금오공과대학교 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 한양대학교경영대학 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 남서울대학교 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 울산과기원 (UNIST) 산학협약 교육용데이터마이닝 SW ECMiner 기증및빅데이터협약체결 서울대의대시스템면역의학연구소 산학협약 의료부문특화빅데이터분석 SW 공동개발 한국표준협회 협력 제조부문빅데이터활성화를위한협약식체결및교육진행 (6회/ 년 ) 포항공대엔지니어링대학원 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 강원대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 서강대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 서울대빅데이터센터 기술제휴협약 연구용데이터마이닝 SW ECMiner 제공에대한기술제휴협약체결 포항공과대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 건국대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 서울과학기술대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 고려대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 한남대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 건국대학교공과대학 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 동국대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 경희대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 Copyright ECMiner Co., Ltd. all rights reserved. 17
19 4. 사업실적 (12/13) I. 회사소개 협약 (SW 기증 )(2/2) 고객사담당조직개요일자 경성대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 동명정보대 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 광운대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 숭실대학교 산학협약 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 연세대학교상경대학 산학협약식 교육용데이터마이닝 SW ECMiner 제공에대한산학협약체결 Copyright ECMiner Co., Ltd. all rights reserved. 18
20 4. 사업실적 (13/13) I. 회사소개 한국표준협회협약식임현철전무 서울대시스템면역의학연구소성승용소장 UNIST 협약식. 정무영총장 ~20 빅데이터교육 & 경진대회해군정비창장박치욱준장 서강대학교협약식. 유기풍총장 울산대학교협약식오연천총장 Copyright ECMiner Co., Ltd. all rights reserved. 19
21 5. ( 주 ) 이씨마이너 with 한국표준협회 I. 회사소개 이씨마이너는한국표준협회와함께빅데이터분석의표준화수립을위해다양한교육사업과분석전략모델의개발을위해협력하고있습니다. 이씨마이너 with KSA 빅데이터분석교육 빅데이터분석전략모델개발 품질개선을위한빅데이터솔루션활용실무교육 제조공정품질분석및관리를위한분석프로세스개발 대분류중분류소분류 1. 데이터마이닝개요 I. Data Mining 개요 II. 솔루션소개및사용법 III. 탐색적데이터분석 2. 데이터마이닝등장배경 3. 데이터마이닝 ( 분석 ) 프로세스 4. 데이터마이닝분석기법 1. 빅데이터분석솔루션소개 2. 빅데이터분석솔루션구성 3. 빅데이터분석솔루션기능 4. 빅데이터분석솔루션사용방법 1. 기초통계분석 2. 데이터탐색 3. 상관관계분석 4. 데이터전처리 1.2 기술통계 1.3 박스플랏 2.1 단변량차트 2.2 다변량차트 3.1 상관관계분석개요 3.2 상관관계분석 4.1 데이터 & 변수선택 4.2 결측치제거 4.3 Outlier( 이상치, 극단치 ) 4.4 파생변수 4.5 변수표준화 4.6 구간화 ( 범주화 ) 4.7 데이터추가 4.8 데이터병합 분석프로세스유형화를통한분석전략모델개발 IV. 데이터분석 1. 공정운전모니터링및이상검출 2. 불량원인분석 3. 최적공정운전조건 4. 공정이상조기감지 5. 공정이상발견에따른조치 6. 공정품질예측 [ 사례소개 ] 용접불량모니터링 1.1 이론적배경및소개 1.2 활용실습 [ 사례소개 ] GLASS 공정품질이상분석 2.1 이론적배경및소개 2.2 활용실습 [ 사례소개 ] 압연공정 Camber 발생원인분석 3.1 이론적배경및소개 3.2 활용실습 [ 사례소개 ] 제련공장설비이상징후예측분석 4.2 이론적배경및소개 4.2 활용실습 [ 사례소개 ] 철강노황관리시스템구축 5.1 이론적배경및소개 5.2 활용실습 [ 사례소개 ] PP공정 MI물성예측 6.1 이론적배경및소개 6.2 활용실습 Copyright ECMiner Co., Ltd. all rights reserved. 20
22 6. Why ECMiner? I. 회사소개 ECMiner 는국내기술로개발된검증된 SW 로하이테크, 제조분야에최상의솔루션과서비스를제공합니다. THE BEST ROI Performance 검증된 SW 및커스터마이징 제조업중심 Best Practice Copyright ECMiner Co., Ltd. all rights reserved. 21
23 II. 빅데이터소개 1. 산업과빅데이터 2. 데이터마이닝 vs. 빅데이터 3. 빅데이터적용영역 4. 빅데이터성공전략 5. 빅데이터경진대회
24 1. 산업과빅데이터 (1/5) II. 빅데이터소개 빅데이터란? 대량의데이터가실시간으로끊임없이다양한형태로들어오는것 (Gartner) 전통적인데이터베이스 SW로는수집, 저장, 관리, 분석이어려운정도의큰규모의데이터 (Mckinsey) 다양한형태 ( 비디오, 오디오, 텍스트등 ) 로구성된대용량데이터로부터데이터의고속탐색, 수집및분석을통해경제적으로필요한가치를추출할수있도록디자인된차세대기술과아키텍처를의미 (IDC) < 빅데이터적용가능분야 > < 산업별빅데이터활용잠재력 > 가장큰효과를얻을수있는분야로제조업, 의료산업, 소매업등선정 제조분야의경우제품개발 / 조립비용최대 50%, 운전자본 7% 이상감소 빅데이터는제조업에서상당한활용잠재력이있음 제조업은전세계 GDP 의 18% 를차지하는세계경제에중요한부문 Copyright ECMiner Co., Ltd. all rights reserved. 23
25 1. 산업과빅데이터 (2/5) II. 빅데이터소개 기업경영과빅데이터 빅데이터를도입하지않을경우, 기업의경쟁력은크게하락할것으로전망되며빅데이터를통해기업활동의효율성과수익창출을확대해나가는경쟁자와비교하여크게위험한환경에직면할것으로평가 향후 3년간빅데이터투자가더상승할것으로예상한기업은응답기업의 56% 에달했으며 IT투자와빅데이터투자가비슷한수준의계획을가진기업은약 30% 내외인것으로나타남 < 빅데이터기반의경쟁력확보와투자의지 > 빅데이터를도입하지않을경우, 비즈니스경쟁력의 하락위험성이있다고생각하십니까? 향후 3 년간 IT 투자와대비하여 빅데이터관련투자를증가하실생각입니까? ( 자료 : Capgemini & EMC: Big & Fast 데이터 The Rise of Insight Driven Business, 2015) Copyright ECMiner Co., Ltd. all rights reserved. 24
26 1. 산업과빅데이터 (3/5) II. 빅데이터소개 제조산업의미래, 빅데이터 최근생산공정에뛰어난효율성을제공하는기술과지식이제공됨에따라기존의제조산업은미래형제조산업으로빠르게변화하는양상 - 사람, 기계, 생산라인등다양한분야에서발생하는풍부한데이터는빅데이터분석소프트웨어와연결되어분석이가속화 제조공정의효율성증가라는목적에따라제조공정상비용을감소시키고, 제품품질을자동으로예측하는알고리즘으로변환되어전체생산성을크게향상 < 제조산업의변화를가속화시키는기술분야 > ( 자료 : SCM World MESA International Survey, 2014)) Copyright ECMiner Co., Ltd. all rights reserved. 25
27 1. 산업과빅데이터 (4/5) II. 빅데이터소개 제조산업의미래, 빅데이터 최근글로벌기업대상의설문조사결과제조산업의변화를주도하는기술부문에서빅데이터분석기술이 2번째기술로선정 - 제조공정의개선과관련하여깊이있는통찰력을제공하는빅데이터분석에대해상당히높은기대를보임 제조산업의실질적효율성을제공하는효과의임팩트가가장큰기술분야에서는빅데이터분석이제 1순위로선정 - 빅데이터는실시간대응부분에서가장우월한미래기술로평가받고있으며 (47%), 비용절감 / 자산의효율성활용측면에서도높은지지 (42%) 제조산업의변화를주도하는기술 제조업의효율성과생산성을높여주는기술분야 총 166 개글로벌기업을대상으로설문실시 ( 중복응답가능 ) 166 개기업중 109 개기업이빅데이터분석을변화주도기술로선정 조사기업 166 개중빅데이터는실시간대응에서가장우월한기술로응답 생산비용감소 (47%), 자산효율성증가 (42%) 에효과가있을것으로응답 Copyright ECMiner Co., Ltd. all rights reserved. 26
28 1. 산업과빅데이터 (5/5) II. 빅데이터소개 제조산업빅데이터도입시기대효과 빅데이터도입은인더스트리 4.0, 스마트공장추진을위한전제사항 - IoT, CPS 등이제조업에서의미가있으려면빅데이터도입이선행되어야함 빅데이터도입시, 품질비용의 10~20% 절감가능하며, 설비非가동시간의 30~50% 감소및생산성 3~5% 증가가능 Digital Compass maps Industry 4.0 levers Indicative quantification of value drivers 1. 품질 - Digital Quality management - Advanced process control - Statistical process control 원자재 / 공정 - Real-Time yield optimization 3. 자산관리 (Asset utilization) - Predictive maintenance - Remote monitoring and control 4. 수요 - 공급 - 데이터 -driven demand prediction *CPS: Cyber Physical System Copyright ECMiner Co., Ltd. all rights reserved. 27
29 2. 데이터마이닝 vs. 빅데이터 (1/4) II. 빅데이터소개 데이터마이닝정의 데이터마이닝은대량의데이터로부터전처리과정 ( 변환 ) 을거쳐, 데이터의특성, 패턴, 규칙등을추출, 정보화, 지식화하여의사결정에적용하는과정입니다. 대용량데이터데이터전처리정보화 / 지식화의사결정 온도, 압력등수많은센서로부터수집되는대량의데이터 이상 / 결측치처리, 추가변수생성등분석을위한데이터로변환 데이터의특성, 패턴, 규칙등을추출 분석결과 Visualization (Grid, 차트, 이미지등 ) Recipe 연 / 원료조성온도압력유량 Level RPM 품질측정치 생산설비운전품질 시간을기준으로데이터를수집 Copyright ECMiner Co., Ltd. all rights reserved. 28
30 2. 데이터마이닝 vs. 빅데이터 (2/4) II. 빅데이터소개 데이터마이닝주요기능 예측 (Prediction) 과거 / 현재의데이터를기반으로모형을만들어미래의상황을예측함. ( 예 : 시계열분석활용익월수익예측 ) 분류 (Classification) 판별식또는판별기준을설정한후양 / 불량을판별함. 군집화 (Clustering) 속성이유사한것끼리자동으로군집화를함. ( 예 : 고객 Profiling 을기반한고객세분화 ) 연관분석 (Association Analysis) 상품과상품의연관정도를나타냄. ( 예 : 기저귀를사는사람이맥주를많이산다. 신혼부부 ) 가시화및정보요약 (Visualization/Summarization) 복잡한데이터를사용자가직관적으로이해하기쉬운형태로가시화함. ( 예 : Visualization Data Mining, OLAP, etc) Copyright ECMiner Co., Ltd. all rights reserved. 29
31 2. 데이터마이닝 vs. 빅데이터 (3/4) II. 빅데이터소개 통계, 데이터마이닝, 그리고빅데이터 빅데이터 데이터마이닝 통계 분석관점연역적접근방법귀납적접근방법귀납적접근방법 절차가설 검증사실들 (Facts) 정보사실들 (Facts) 정보 데이터종류 Numeric/Sampled data/offline Numeric/much data/offline Unstructured/Huge data/realtime 분석접근방법 귀납적접근방법 유용한정보 연역적접근방법 사전지식 ( 有 ) 데이터마이닝 Facts( 패턴 ) 가설 통계 사전지식 ( 無 ) 데이터 Copyright ECMiner Co., Ltd. all rights reserved. 30
32 2. 데이터마이닝 vs. 빅데이터 (4/4) II. 빅데이터소개 빅데이터시대의데이터마이닝 출처 : Apporoach to Building and Implementing Business Intelligence Systems (Olszax. C.M & Ziemba. E, 2007) Copyright ECMiner Co., Ltd. all rights reserved. 31
33 3. 빅데이터적용영역 (1/2) II. 빅데이터소개 빅데이터는거의모든분야에서분야별특성을고려하여적용 / 활용되고있습니다. BoA, 수익성및업무효율제고를위한빅데이터 허츠, 실시간 VOC 분석으로고객만족도향상 GS 홈쇼핑, 고객추천서비스정교화 롯데백화점, 고객세분화를통한타겟마케팅 유통빅데이터를통한중소상인지원 빅데이터분석기반외국인관광산업지원 고객관리 e-business IMS 빅데이터활용 오비츠, 사용자특성을파악하여맞춤검색결과제공 NCSOFT, 게임내사기탐지시스템구현 멜론, 이용자관심도에따른콘텐츠추천 제조 GE, 지능형항공운영 ' 서비스 볼보, 운행정보활용한자동차안전실현 한국남동발전, 발전설비운영효율극대화 자동차부품기업공동활용빅데이터플랫폼 UNC 헬스케어, 환자의재입원비용절감 서울아산병원, 의료연구편의성확대 맞춤형유의질병및병원정보제공 의료 재난 / 공공 농정원, 스마트농정실현을위한플랫폼구축 조류인플루엔자 (AI) 확산조기대응 국도비탈면붕괴사고예측 출처 : BIG DATA 2015 년빅데이터글로벌사례집 미창부, NIA, 빅데이터전략센터 Copyright ECMiner Co., Ltd. all rights reserved. 32
34 3. 빅데이터적용영역 (2/2) II. 빅데이터소개 제조부문 - 품질편차감소및향상 - 표면결함탐지 - Wafer Defect 패턴분석 - 수율향상 품질분석 실시간공정모니터링및설비이상진단 - 최적조업조건실시간모니터링 - 이상발생시실시간원인분석 - Gas Tank 누수감지 예지 / 예방정비 가상계측기및 R2R 제어 - 반도체, 화학공정의회분식반응기 정형 / 비정형 데이터 분석SW 분석가 ( 엔지니어 ) - 정비시점최적화 수요예측 에너지효율모니터링 - 에너지소비패턴분석및소비최소화 - 실시간에너지효율모니터링 - BEMS/FEMS/EMS(Battery) - Power Plant 숙련도에따른생산성분석 - 원료수요예측 - 강재수요예측 - 투입공수예측 Copyright ECMiner Co., Ltd. all rights reserved. 33
35 4. 빅데이터성공전략 (1/3) II. 빅데이터소개 빅데이터성공요소 빅데이터성공요소로는 1) 분석관점으로수집 / 관리되는데이터, 2) 사용하기쉬운분석 SW, 그리고 3) 통계 / 마이닝을이해하는업무담당자가요구됩니다. 데이터과학자 ( 업무담당자 ) 업종지식 + 통계 / 마이닝 사용자편리성 조회 / 검색 분석툴 추출 / 저장 데이터 사용자가다루기쉬운분석 Tool 통계 / 데이터마이닝 / 가시화 데이터수집 / 저장 / 관리 분석관점으로저장된데이터예 ) 개별제품품질과생산조건을연계하여품질불량원인규명 Copyright ECMiner Co., Ltd. all rights reserved. 34
36 4. 빅데이터성공전략 (2/3) II. 빅데이터소개 빅데이터환경에서의분석 SW 변화 현재대부분의데이터분석환경 빅데이터시대엔지니어개인분석환경 Minitab Excel 손쉬운 Data Mining 분석 SW [ 양적인측면 ] 보다많은데이터를효율적으로처리 [ 효과적측면 ] Copyright ECMiner Co., Ltd. all rights reserved. 35
37 4. 빅데이터성공전략 (3/3) II. 빅데이터소개 빅데이터변천 2015 년이후 Big Data 는 Gartner Group 의기술에서제외되었으며, Citizen Data Science, Machine Learning, and Advanced Analytics with Self Delivery Service 로대체되었고, 최신트렌드는현업담당자가사용하기쉬운분석 SW 를활용하여자신의업무혁신을이루는것이강조되고있습니다. Citizen Data Science Copyright ECMiner Co., Ltd. all rights reserved. 36
38 III. ECMiner 소개 1. 제품개요 2. 시스템구성도 3. 차별성 4. 제품특징 5. 빅데이터분석을위한 ECMiner 6. 빅데이터분석방법론및시연
39 1. 제품개요 III. ECMiner 소개 ECMiner 는자체기술력으로개발한국내최초, 유일의데이터마이닝 SW 로서데이터입력, 전처리, 분석, 모델링, 모델평가, 차트등데이터마이닝작업을위한기능을통합지원하는빅데이터분석 SW 입니다. 빅데이터분석 SW ECMiner 대용량데이터처리 효율적인데이터처리를위한자체데이터구조채택 검증된대용량데이터처리능력 (SKT, 삼성, 엘지등 ) 고난도분석기능 예측 / 분류 / 군집화 / 연관규칙관련알고리즘제공 통계 / 시계열분석 / 실험계획 /Nonlinear Regression 등 텍스트마이닝 / 이미지마이닝등 사용자중심의분석환경 직관적판단을위한비쥬얼데이터마이닝채택 모든작업이 Visual하게구성 사용편의성 (Score card 생성등 ) 강력한데이터전처리기능 DB 타입에독립적인데이터추출기능 강력한데이터전처리능력 ( 병합 / 이상치제거, 정렬, 파생변수생성, 변환등 ) DW, DM, Hadoop, Big Data Appliance 통계, 데이터마이닝, 업무특화알고리즘 Copyright ECMiner Co., Ltd. all rights reserved. 38
40 2. 시스템구성도 III. ECMiner 소개 ECMiner C/S Version 의 H/W 구성은 Server 와 Clients 로구성되어있으며, Server 는 Network 를통해 Clients 와통신하며, 만들어진모델은 Scheduler 에의해주기적으로실행됩니다. Client ECMiner Client (ECMiner Server 와연동하여실행 ) ECMiner S/A ( 단독실행 ) Network 분석서버 (ECMiner Server) 분석 DB 원천데이터 Server Server Spec - CPU : CPU 2.6GHz, 8Core - HDD : 1TB - RAM : 16GB - OS : Windows Server 2012 자원관리 데이터전처리 분석 Engine Scheduler 인터페이스 Copyright ECMiner Co., Ltd. all rights reserved. 39
41 3. 차별성 III. ECMiner 소개 ECMiner 은제조분야에특화된데이터마이닝패키지로, 분석을위한데이터추출에서분석결과저장까지데이터마이닝을위한일련의작업을통합된환경하에서사용, 실시간예측 / 모니터링시스템과의즉시적연동, 그리고고객 Needs 에부합하는 Customizing 지원등이타제품과의차별성입니다. 제조분야특화된데이터마이닝 SW ECMiner 는다양한데이터마이닝알고리듬, 통계, 실험설계, 시계열, 회귀분석, SPC, MSPC 등의분석기능을통해수많은센서에서수집되는대량의데이터를분석하여품질향상, 공장안전, 에너지절감등의목표를달성하기위한분석 SW 입니다. 데이터추출에서분석결과저장까지 ECMiner 는 Database 로부터의데이터추출, 전처리, 차트, 모델링, 결과저장등분석에 필요한일련의작업을통합된화면에서제공하여분석시사용자편리성을강화하였습니다. 실시간예측 / 모니터링시스템과의연동 ECMiner 로개발된예측 / 모니터링모델은별도의프로그램작업없이 ECMinerIMS 에 탑재하여즉시적으로실시간예측 / 모니터링 ( 품질, 안전, 에너지등 ) 합니다. 고객 Needs 에부합하는 Customizing ECMiner 는 이씨마이너의자체기술로개발되어고객의요구사항에유연하게대응할 수있습니다. Copyright ECMiner Co., Ltd. all rights reserved. 40
42 3. 차별성 : 제조분야특화분석 Contents III. ECMiner 소개 ECMiner 은다양한데이터마이닝알고리즘과 Minitab 의분석기능 ( 실험설계, 시계열, 회귀분석등 ), 기초 / 고급통계, SPC/MSPC 의분석기능을추가함으로써제조분야에특화된데이터마이닝패키지입니다. 통계기초통계, 고급통계 데이터마이닝알고리듬예측, 분류, 군집화, 연관규칙 기타 Nonlinear Regression, 통계차트, PID Autotuning 분석 Contents Minitab 실험설계, 회귀분석, 시계열분석, 등 통계공정제어 SPC(Statistical Process Control) MSPC(Multivariate SPC) Copyright ECMiner Co., Ltd. all rights reserved. 41
43 3. 차별성 : 데이터추출에서분석결과저장까지 III. ECMiner 소개 DB 에서데이터추출, 전처리, 통계분석, 모델링, 분석결과출력및저장까지의데이터마이닝전프로세스를 ECMiner 의통합분석환경에서진행할수있습니다. 데이터 데이터입력 데이터전처리 통계분석 모델링 분석결과출력 / 저장 데이터 ECMiner : 프로세스전단계를 ECMiner 통합 UI 에서모두구현함. S 경쟁사 : 프로세스단계별다른프로그램사용으로어려움.( 여러프로그램및문법을사용해야함.) SAS ETL SAS BASIC(Script) SAS E-Miner SAS ETL Copyright ECMiner Co., Ltd. all rights reserved. 42
44 3. 차별성 : 실시간예측 / 모니터링시스템과의연동 III. ECMiner 소개 ECMiner 에서생성된예측및모니터링모델은 ECMinerIMS 에즉시적으로탑재하여실시간모니터링 & 이상진단을할수있습니다. ECMinerIMS 는데이터의효율적처리, 모델관리의편리성, 그리고모델의실행결과를직관적으로조회할수있도록 Server/Manager/Viewer 의 3 부분으로구성되어있습니다. ECMinerIMS Viewer 정보제공 ECMiner 예측 / 모니터링모델 Manager 모델관리 Server 모델실행 분석용데이터 실시간운전데이터 DBMS Copyright ECMiner Co., Ltd. all rights reserved. 43
45 3. 차별성 : 고객 Needs 에부합하는 Customizing III. ECMiner 소개 S 사의 YMS 시스템은 ECMiner 기반으로영문화, 노드의트리구조화, 데이터검색, Multi-Charts, 메일연동등의사용자요구사항을반영하여 Customizing 된사례입니다. S 사의 YMS(Yield Management System) ECMiner 기반 Customizing 화면 고객 Needs 에따른 Multi-Charts Copyright ECMiner Co., Ltd. all rights reserved. 44
46 4. 제품특징 (1/9) III. ECMiner 소개 ECMiner 는사용자관점의인터페이스, 다양한데이터획득및처리, 데이터가시화, 간단한시스템화작업을통해업무담당자가직접데이터를분석할수있는최상의환경을제공합니다. 사용자관점의인터페이스 사용이편리한 GUI 제공 다양한데이터획득및처리 다양한데이터형식지원 데이터처리를위한전처리노드및함수지원 데이터가시화 고성능차트 분석결과해석이용이한업무특화차트 데이터가시화를위한다양한차트제공 간단한시스템화작업 (ECMiner C/S 버전에서제공되는기능임.) 스케줄러및일괄 Batch 실행지원 분석결과메일발송 Copyright ECMiner Co., Ltd. all rights reserved. 45
47 4. 제품특징 (2/9) III. ECMiner 소개 사용자관점의인터페이스 사용이편리한 GUI 제공 사용자는분석에필요한기능 ( 노드 ) 을작업창으로 Drag & Drop 하여, 노드연결, 노드속성을정의함으로써쉽게분석을진행할수있습니다. 마우스로 Drag & Drop 노드속성정의 노드연결 Copyright ECMiner Co., Ltd. all rights reserved. 46
48 4. 제품특징 (3/9) III. ECMiner 소개 다양한데이터획득및처리 - 다양한데이터형식지원 상용 DB, ECL( 자체개발데이터구조 ), TEXT, EXCEL 등의데이터형식을지원하고, Sybase ASIQ, Oracle 등은처리속도향상을위해별도의전용노드를제공합니다. 전처리기능중병합노드는사용자가각종파일, 이기종 DB 의데이터를통합하여분석할수있도록지원합니다. 상용 DB 수집된이기종 DB 및파일데이터를병합 파일 사용 DB DB Connection 정보를입력하여 DB 에연결 TEXT 파일의읽기방식및데이터구조를정의 Copyright ECMiner Co., Ltd. all rights reserved. 47
49 4. 제품특징 (4/9) III. ECMiner 소개 다양한데이터획득및처리 - 데이터처리를위한전처리노드및함수지원 ECMiner 는사용자가쉽고, 편리하게작업할수있는강력한전처리기능을제공하므로 ( 날짜계산용이, 직관적인로직구성등 ) 데이터마이닝작업에있어 70% ~ 80% 의시간이데이터를가공하여분석데이터셋으로만드는데소요되므로강력한데이터전처리기능은사용자의업무효율을높일수있습니다. 데이터전처리노드 - 결측치처리 : 통계치를이용한결측 (Null, Missing Value) 데이터대체 - 파생변수 : 새로운변수생성 - 필터 : 불필요컬럼제거 - 선택 : Outlier( 이상치, 극단치 ), 결측데이터행제거, 필요데이터행선택 - 추가 : 분리되어있는데이터합치기 - 변수표준화 : 단위, 범위가다른데이터를평균 =0, 분산 =1 로변환 250 여개의수학, 변환, 정보등의함수를제공하여사용자정의기능을구현할수있도록함. Copyright ECMiner Co., Ltd. all rights reserved. 48
50 4. 제품특징 (5/9) III. ECMiner 소개 데이터가시화 고성능차트 시각화분석은데이터마이닝작업에있어가장직관적으로데이터의상태를파악할수있는방법입니다. ECMiner 의고성능차트를통해분석자는 View 를확장 ( 오랜기간, 여러 Tag, 100 만건데이터를 1 초이내에출력 ) 하여분석시간단축등의업무효율을향상시킬수있습니다. v1 v2 v3.... 품질 vs. 관련변수 품질이좋음품질이나쁨 대용량데이터에대한 matrix plot 변수간변화에대한시각화 Copyright ECMiner Co., Ltd. all rights reserved. 49
51 4. 제품특징 (6/9) III. ECMiner 소개 데이터가시화 분석결과해석이용이한업무특화차트 시계열적인변화를직관적으로파악할수있도록차트와데이터를연동한업무특화차트를제공합니다. 구간을선택하면컨트롤차트, 바차트, 그리드가연동되고, 선택구간의색상 ( 연두색 ) 을다르게표현함. 바차트는시점별로가장영향을많이준인자를크기순으로나타냄. Copyright ECMiner Co., Ltd. all rights reserved. 50
52 4. 제품특징 (7/9) III. ECMiner 소개 데이터가시화 - 데이터가시화를위한다양한차트제공 비쥬얼데이터마이닝기법기반다양한분석용차트를제공합니다. 상관관계도 직관적이며동적인차트 그룹별멀티 Data 차트 그룹화된 3D 차트 Copyright ECMiner Co., Ltd. all rights reserved. 51
53 4. 제품특징 (8/9) III. ECMiner 소개 간단한시스템화작업 - 스케줄러및일괄 Batch 실행지원 간단한조작만으로정기적또는비정기적모델수행업무를자동화할수있는스케줄러기능과작업우선순위를고려하여여러프로젝트를묶어서실행할수있는 Batch 기능을제공합니다. 프로젝트를스케줄러에등록하여주기적으로자동실행 Batch 프로젝트예시 - 등록된실행순서에따라프로젝트를실행 - 실행순서가동일한경우에는동시에실행 - 실행순서가동일한프로젝트가모두실행완료후다음실행순서를실행 Copyright ECMiner Co., Ltd. all rights reserved. 52
54 4. 제품특징 (9/9) III. ECMiner 소개 간단한시스템화작업 - 분석결과메일발송 스케줄러에의해실행된데이터분석결과는지정된수신인에게메일로발송됩니다. 메일발송기능은메일시스템과의연동을위해커스터마이징이필요합니다. 박스차트의그래프는 jpg 이미지로, 화면표시의데이터는 csv 형식의파일로첨부되어발송 메일작성 : 제목, 수신인, 본문 홍길동 메일보내기노드 EPI 공정편자분석 EPI 공정편자분석에대한보고서를보내드립니다. 수신자메일주소검색 Copyright ECMiner Co., Ltd. all rights reserved. 53
55 5. 빅데이터분석을위한 ECMiner (1/2) III. ECMiner 소개 Hadoop 기반 Big Data 분석을위한 ECMiner 아키텍쳐 데이터원천데이터통합데이터저장데이터분석데이터표현 ERP (Enterprise Resource Planning) LIMS (Laboratory Information Management System) MES (Manufacturing Execution System) RTDB (Real Time Data Base) HMI (Human Machine Interface) PIS (Plant Information System) OIS (Operation Information System) SCADA (Supervisory Control And Data Acquisition) FDC (Fault Detection & Classification) DCS (Distributed Control System) ETL (Extraction, Transformation, Loading) EAI (Enterprise Application Integration) CEP (Complex Event Processing) Hive MapReduce HDFS Hadoop EDW (Enterprise Data Warehouse) Big Data 분석마트 Sqoop (Hadoop Distributed File System) ECMinerIMS On-Line 실시간모니터링 & 이상진단 ECMiner Off-Line Data Mining - 실시간예측 - 실시간모니터링 - 실시간분석 - Alarm/Action Guidance - 예측 / 군집 / 분류 / 연관성 - 데이터입력 / 출력 - 데이터전처리 / 차트 - 모델검증 Copyright ECMiner Co., Ltd. all rights reserved. 54
56 5. 빅데이터분석을위한 ECMiner (2/2) III. ECMiner 소개 Big Data 분석을위한 ECMiner ECMiner 는 Big Data 처리를위해 Hadoop 연동, HPC 연동, 분산 / 병렬, ECMiner in Appliance, 64Bits 처리, 그리고 Dynamic chats 를제공함으로써, Big Data 분석을위한최적의분석환경을제공하고있으며, 최근인공지능알고리즘을강화하고있습니다. 6. Dynamic charts 데이터와차트동기화를통한직관적분석기능강화. 5. Visualization GPGPU 를활용한 100 만건데이터 plotting 기능 1. Hadoop 연동 ECMiner 3. 분산 / 병렬 데이터입력, 전처리, 알고리듬에대한분산 / 병렬처리 ECMiner 에서직접 Hadoop 에접속하여데이터를정제하여분석용파일생성. 2. ECMiner in Appliance 고성능어플라이언스를통한고속처리 4. 인공지능알고리즘강화 Deep learning(rnn), 강화학습반영 Copyright ECMiner Co., Ltd. all rights reserved. 55
57 6. 빅데이터분석방법론및시연 (1/5) III. ECMiner 소개 빅데이터분석목적 기업내에서활용되지못하고있는데이터를수집, 분석, 모델링을통해제조공정을최적화하고품질을예측할수있는모델구축 데이터는수집되나활용못하는경우다수 데이터기반의의사결정으로 과학적기업운영가능 문제발생시근본원인실시간파악가능 불량률감소를위한최적공정조건도출 이상원인의 Real-Time 분석 / 대응불가능 Copyright ECMiner Co., Ltd. all rights reserved. 56
58 6. 빅데이터분석방법론및시연 (2/5) III. ECMiner 소개 UPMEA( Understanding Preparation Modeling Evaluation Action ): 한국표준협회 (KSA) 와이씨마이너공동개발 100. Understanding 200. Preparation 300. Modeling 400. Evaluation 500. Action 110. 비즈니스이해 210. 빅데이터처리 310. 모형화알고리즘 410. 모형선정 510. 모니터링체계구축 111. 경영현황분석 112. 제품및공정이해 211. 데이터전처리 311. 다양한모형설정 411. 검증집합 (validation set) 분석 511. 모니터링시스템설계 512. 모니터링전산시스템구축 113. 프로젝트선정 320. 모형분석 (traning set) 420. 모형성능평가 520. 모니터링지속관리 120. 고객사데이터이해 212. 데이터통합 321. 훈련집합 ((traning set) 모형분석 421. 테스트집합 (test Set) 분석 521. 모니터링관리 121. 초기데이터수집 122. 데이터기술 123. 데이터탐색 213. 데이터분류 330. 모형생성 (traning set) 331. 훈련집합 ((traning set) 모형생성 430. 프로세스검토 431. 최적프로세스설정 530. 주요 ISSUE 전개 531. 주요 Issue 도출 532. 개선활동 PJT 추진 Copyright ECMiner Co., Ltd. all rights reserved. 57
59 6. 빅데이터분석방법론및시연 (3/5) III. ECMiner 소개 한국표준협회 : 빅데이터솔루션을활용한공정데이터분석교육 Copyright ECMiner Co., Ltd. all rights reserved. 58
60 6. 빅데이터분석방법론및시연 (4/5) III. ECMiner 소개 빅데이터분석절차 ECMiner 을활용한통계 / 데이터마이닝의분석방법론을아래와같이절차를표준화하여분석방법론을제시합니다. 문제정의 공정이해및문제정의 데이터현황파악및분석방향설정 탐색적분석 데이터현황분석 ( 결측치, 이상치, Sampling 선정, 파생변수생성 ) 단 / 다변량데이터분석 : 개별변수및다변량관련통계치산출 품질변수 ( 품질, 수율, 에너지등 ) 와조업변수들간상관관계분석 조업편차가시화 데이터압축기술을이용하여조업현황에대한가시화 운전조건변화 ( 원부원료, 조업자, 설정치변동, Utility 변화 ) 에따른조업변동가시화 최적운전조건도출 다양한조업조건속에서품질, 에너지관점에서최적의운전조건도출 도출된운전조건에대한실시간모니터링. 지속적관리 도출된최적조건을유지하기위해실시간모니터링및이상진단시스템을활용하여관리함. 이상의조기관리및품질예측을통해사전대비. Copyright ECMiner Co., Ltd. all rights reserved. 59
61 6. 빅데이터분석방법론및시연 (5/5) III. ECMiner 소개 ECMiner 화면 Copyright ECMiner Co., Ltd. all rights reserved. 60
62 IV. ECMinerIMS 소개 1. 지능형모니터링시스템개요 2. ECMiner 와 ECMinerIMS 연관도 3. 주요기능 4. 기대효과
63 1. 지능형모니터링시스템개요 (1/2) IV. ECMinerIMS 소개 ECMinerIMS 개요 ECMinerIMS (ECMiner Intelligent Monitoring System) 는데이터마이닝기반지능형모니터링시스템으로실시간품질예측, 실시간공정모니터링, 알람모니터링, 실시간분석등의기능을제공하며, 예측을통해이상에대한선대응체계를지원합니다. 지능형모니터링시스템 ECMinerIMS 실시간품질예측 데이터마이닝방법론기반모델탑재 실시간예측을통한이상발생에대한선대응 실시간공정모니터링 다변량통계공정제어방법론기반모니터링 운전현황가시화 실시간공정영향인자정보제공 알람모니터링 실시간분석 이상발생정보제공 이상에대한정의및관리체계제공 실시간으로데이터를추출, 분석하여의사결정에활용 Copyright ECMiner Co., Ltd. all rights reserved. 62
64 1. 지능형모니터링시스템개요 (2/2) IV. ECMinerIMS 소개 Top Down 모니터링체계 모델링시에는 x 인자분석을기반으로설비, 공정, 공장등단계별 Bottom Up 으로분석하고, 알람발생시이상공정, 설비에서부터이상발생주요인자까지 Top Down 으로원인을파악할수있도록구성하였습니다. 종합지수 모델 공장 Top Down 모니터링 공장관제 알람발생 공정 개별지수 ( 설비 1) 개별지수 ( 설비 N) 설비 공정 1 공정 2 공정 N 설비 1 설비 2 설비 N 장치, 조립품, 부품, x 인자 ( 센서, IoT 등 ) 인자 1 인자 2 인자 N Bottom Up 모델링 이상발생사례 이상발생주요인자 Copyright ECMiner Co., Ltd. all rights reserved. 63
65 2. ECMiner 와 ECMinerIMS 연관도 IV. ECMinerIMS 소개 ECMiner 에서분석결과로생성된예측 / 모니터링모델은 ECMinerIMS 에즉시적으로탑재되어실시간모니터링및이상진단에활용됩니다. 데이터분석 SW ECMiner 실시간모니터링 & 이상진단시스템 ECMinerIMS 모니터링화면 Viewer : 모니터링 예측 / 모니터링모델개발 예측 / 모니터링모델탑재 Manager : 모델관리 Server : 모델실행 분석용데이터 실시간운전데이터 Copyright ECMiner Co., Ltd. all rights reserved. 64
66 3.1 실시간예측 IV. ECMinerIMS 소개 3. 주요기능 실시간예측화면 예측모델은미래시점에대한예측값을제공하여공정상황에선대응할수있는체계를구축할수있게합니다. 예측차트는예측값과현재값을비교할수있도록한개의차트에보여주며, 기여도차트를통해공정에영향을주는주요원인인자를파악할수있도록구성하였습니다. 시점별값을제공 ( 툴팁 ) 예측차트 현재값 예측값 : 미래시점예측 기여도차트 - 영향도가큰인자부터나열 : 주요원인인자파악에용이 - 바를클릭하면해당 Tag 의트렌드차트와연동 Copyright ECMiner Co., Ltd. all rights reserved. 65
67 3.2 실시간공정모니터링 IV. ECMinerIMS 소개 3. 주요기능 실시간공정모니터링화면 모니터링모델은 MSPC 방법론기반이므로이상을조기에감지할수있습니다. 화면은이상의감지에서부터원인파악까지직관적으로할수있도록컨트롤차트, t-square, SPE, 기여도차트로구성하였습니다. 컨트롤차트는한시점이한점으로표현되어공정변화를쉽게알수있고, 기여도차트는공정에영향을주는주요원인인자를제공하여이상원인파악을용이하게합니다. 컨트롤차트 데이터압축기법을적용하여다수의 x 인자를한점으로가시화 시점별값을제공 ( 툴팁 ) 기여도차트 영향도가큰인자부터나열 : 주요원인인자파악에용이 Copyright ECMiner Co., Ltd. all rights reserved. 66
68 3.3 알람모니터링 (1/2) IV. ECMinerIMS 소개 3. 주요기능 이상에대한알람 예측, 모니터링모델결과와개별 Tag 에대해알람을설정할수있고, 설정된알람이발생되면 Viewer 의알람모니터링화면에보여지고, 커스터마이징을통해메일또는 SMS 를이용하여통보할수있습니다. 알람설정 알람모니터링 공정지수 정상상태 기준점수 알람발생 시간 공정 /Tag 별기준점수를설정 설정된기준점수를벗어나면담당자에게알람전송 이상원인에대해과거조치내역을제시 (Action Guidance) 메일또는 SMS 통보 Copyright ECMiner Co., Ltd. all rights reserved. 67
69 3.3 알람모니터링 (2/2) IV. ECMinerIMS 소개 3. 주요기능 알람모니터링화면 알람정의화면을통해정의된알람은 Viewer 를통해모니터링할수있고, 알람내역조회시알람등록상세정보를볼수있습니다. 알람내역조회 알람등록상세정보 알람정의화면 Copyright ECMiner Co., Ltd. all rights reserved. 68
70 3.4 트렌드분석 (1/2) IV. ECMinerIMS 소개 3. 주요기능 트렌드분석화면 : Tag 별 chart(default) 트렌드분석화면에서는 Tag 별로관리되는, 상한선과하한선을실제값과같이화면에표시하여 Tag 값의상태를모니터링합니다. Tag 상한선 Tag 하한선 시점별값을제공 ( 툴팁 ) Tag 상한선 Tag 하한선 Copyright ECMiner Co., Ltd. all rights reserved. 69
71 3.4 트렌드분석 (2/2) IV. ECMinerIMS 소개 3. 주요기능 트렌드분석화면 : Multi-axes chart 개별 Tag 분석을위한트렌드차트의종류로는 Tag 별로 x 축과 y 축을생성 (Default) 하는기능, 한쌍의 x, y 축에여러 Tag 를표현 (Multi-Series) 하는기능, 하나의 x 축에 Tag 별로 y 축을생성 (Multi-axes) 하는기능을제공합니다. 시점별값을제공 ( 툴팁 ) Multi-axes chart : Tag 별 y 축을생성하여 Tag 비교분석시업무효율을높임 Copyright ECMiner Co., Ltd. all rights reserved. 70
72 3.5 SPC 분석 IV. ECMinerIMS 소개 3. 주요기능 SPC 분석화면 SPC 차트에서는 7 가지관리도 (I, XBar-R, XBar-S, I-MR, MA, EWMA, CUSUM) 를제공하며 SPC 차트화면은선택된 Tag 에대한데이터값, 통계값, 관리도, 데이터분포도를화면에표시합니다. 관리도 데이터분포도 데이터값 통계값 Copyright ECMiner Co., Ltd. all rights reserved. 71
73 4. 기대효과 IV. ECMinerIMS 소개 실시간예측및이상조기감지 상시적, 지속적미래예측을통한대응체계마련 이상조기감지로신속대응및장애시간제로화 알람모니터링및이상원인인자규명 조업자주관적조치에서사례데이터기반조치의객관화 이상조치정보제공및조치이력에대한체계적관리 이상발생시신속한원인규명 업무효율향상 품질, 생산성향상 에너지절감 이상조치비용절약 ( 이상조치시간, 불량생산에따른비용등 ) Copyright ECMiner Co., Ltd. all rights reserved. 72
74 ( 주 ) 이씨마이너 성공적인빅데이터경진대회 지원프로그램및사례
75 CONTENTS 1. 이씨마이너 빅데이터경진대회 프로그램 2. 성공적빅데이터요소 3. Citizen Data Science 4. 빅데이터경진대회사례 4.1 해군군수사령부 4.2 롯데케미컬
76 1. 이씨마이너 빅데이터경진대회 프로그램 이씨마이너는데이터활용을원하시는고객사에게분석교육과분석 SW( ECMiner ) 을지원하여, 빅데이터 경진대회를지원하고있음. 고객사 빅데이터분석환경마련 빅데이터경진대회 TFT 구성 빅데이터경진대회실시및포상 분석교육지원 분석 SW(ECMiner ) 지원 빅데이터경진대회실시 품질향상, 에너지절감, 생산량증대등 경진대회기간 : 3~6 개월소요 Copyright ECMiner Co., Ltd. all rights reserved. 75
77 1. 이씨마이너 빅데이터경진대회 프로그램 : 적용현황 이씨마이너는빅데이터분석을통해생산성향상을원하는군, 산업체, 학교등에빅데이터경진대회를 지원하고있음. 전지사업부 2016 년 ECMiner 을활용한 데이터과학자 120 명양성 대산 NCC 공장 : 빅데이터경진대회 (3 월예정 ) 2015 년 1 차빅데이터경진대회 2016 년이후 SW 도입후매년진행. 해군군수사령부, 해군정비창에서 1 차 2016 년 11 월 1 일빅데이터경진대회진행 2017 년 2 차빅데이터경진대회진행예정. 빅데이터교육진행. 경진대회준비중 롯데케미컬의사례를따라 2017 년 1 차빅데이터경진대회진행중 육군훈련소내데이터활용을위한빅데이 터경진대회 (3 월 ) Copyright ECMiner Co., Ltd. all rights reserved. 76
78 2. 성공적인빅데이터요소 성공적인빅데이터경진대회추진을위해서는 1) 분석관점으로수집 / 관리되는데이터, 2) 사용하기쉬운분석 SW, 그리고 3) 통계 / 마이닝을이해하는현업담당자가요구됨. 데이터과학자 = 엔지니어 ( 현업담당자 ) 업종지식 + 통계 / 마이닝 사용자편리성 데이터조회및검색 분석툴 데이터추출 / 저장 데이터 사용자가다루기쉬운분석 Tool 통계 / 데이터마이닝 / 가시화 데이터수집 / 저장 / 관리 분석관점으로저장된데이터예 ) 개별제품품질과생산조건을연계하여품질불량원인규명 Copyright ECMiner Co., Ltd. all rights reserved. 77
79 3. Citizen Data Science(2015) Big Data의진화와시민데이터과학 (2015) 출현 2015년이후 Big Data는 Gartner Group의기술에서제외되었으며, 머신러닝, 고급분석, 시민데이터과학으로대체됨. 머신러닝이빅데이터분석기술의컴퓨팅역량을끌어올리는것이라면, 직접시행하는고급분석과시민데이터과학은빅데이터사용자들을일부전문가급에서업무담당자층으로확대하는역할을함. 시민데이터과학 출처 : Gartner Copyright ECMiner Co., Ltd. all rights reserved. 78
80 4.1 해군군수사령부빅데이터경진대회 (1/3) 4. 빅데이터경진대회사례 해군군수사령부빅데이터경진대회개최해군군수사령부에서는빅데이터경진대회를개최하여사령부내데이터활용과데이터과학자양성을목표로함. 이씨마이너는빅데이터분석SW 공급과교육을지원하여군수사령부내인력으로문제를풀수있게지원함. 진행경과 ~20 빅데이터교육 & 경진대회해군정비창장박치욱준장 Copyright ECMiner Co., Ltd. all rights reserved. 79
81 4.1 해군군수사령부빅데이터경진대회 (2/3) 4. 빅데이터경진대회사례 추진내용해군군수사령부와정비창에서주제를발굴하여분석경진대회를진행함. 이씨마이너는교육과진행상발생한 Issue 사항들에대해자문함. No. 과제명 진행처 1 중압공기압축기수리부속소요산정모델정립 최우수상수상 정비창 2 예상부하율과실제부하율편차최소화를위한표준인시재산정 정비창 3 함정 ICAS 데이터분석 함정정비적용가능성검토 정비창 4 페인트과거실적데이터분석을통해적정한분할납품량산정 군수사령부 5 피복사이즈예측 군수사령부 6 재고수불데이터를활용한창고진열최적화및재고연관성분석 군수사령부 7 CSP 품목소요량예측 ( 유도탄 ) 군수사령부 8 선체쇠모율 ( 선체부식 ) 예측 함정기술연구소 Copyright ECMiner Co., Ltd. all rights reserved. 80
82 4.1 해군군수사령부빅데이터경진대회 (3/3) 4. 빅데이터경진대회사례 해군군수사령부빅데이터경진대회보도자료 ( 국방일보 ) Copyright ECMiner Co., Ltd. all rights reserved. 81
83 4.2 롯데케미컬빅데이터경진대회 (1/3) 4. 빅데이터경진대회사례 경진대회개요 롯데케미컬은빅데이터경진대회개최를통해공장에서보유하고있는많은데이터의활용도를높이고 업무혁신을이루고자함. 이씨마이너는빅데이터 SW 및빅데이터교육을지원하여업무혁신의성과를도출함. 품질향상, 에너지절감, 생산성향상 엔지니어의적극적참여를통한부서별핵심현안해결다수의과제에서수익창출 ECMiner 교육 - 기초교육 : 60명이씨마이너 - 심화교육 : 10명 - 데이터사이언티스트양성 시범과제수행 엔지니어 전사 BP 혁신대회 총괄공장장주관 TFT 구성및 PM 선정 성과에따른보상체계 과제발굴및해결 수행과제 부서별핵심현안 40 여개도출 Copyright ECMiner Co., Ltd. all rights reserved. 82
84 4.2 롯데케미컬빅데이터경진대회 (2/3) 4. 빅데이터경진대회사례 추진전략 이씨마이너는롯데케미컬의빅데이터경진대회를위해분석 SW인 ECMiner 와분석교육을지원함. 또한빅데이터경진대회수행중분석된결과에대해기술지원함. 생산공정현장에서가장빈번이요구되는불량원인분석, 최적운전조건도출을위해공정데이터를이용한 Best Practice를수행하여품질고도화를위한사고력배양. 빅데이터경진대회경과 (2015년) 구분교육대상교육일정주요교육내용비고 기본교육 대산공장실무자 (20 명 ) 07.07~07.09 제조분야데이터마이닝활용사례 ECMiner 사용법 데이터전처리, 탐색적분석및모델링 교육 기본교육 여수공장실무자 (40 명 ) 07.14~07.17 제조분야데이터마이닝활용사례 ECMiner 사용법 데이터전처리, 탐색적분석및모델링 교육 심화교육 대산 / 여수공장기본교육이수자 (7 명 ) 09.09~09.11 실데이터활용한데이터분석및실습 데이터마이닝모델링 교육 빅데이터경진대회기술지원 여수공장참가자 10.26~10.28 엔지니어 40 명이 40 개주제발굴 분석방향에따른적정알고리즘선택방법 모델링적용방법 기술지원 분석활용교육대산 / 여수담당자 12 월 프로젝트에서수행했던분석방법교육 프로젝트결과활용방법교육 교육 Copyright ECMiner Co., Ltd. all rights reserved. 83
85 4.2 롯데케미컬빅데이터경진대회 (3/3) 4. 빅데이터경진대회사례 추진내용및결과 공정별주요이슈사항을분석주제로삼아빅데이터경진대회를진행함. 주요과제에대해기대효과를나타냄. 주요과제 Big data 를활용한 Caustic 사용량최적화 기대효과 Caustic 주입량감소로인한원가절감 연간절감액 : 7 백만원 (22kg/hr 절감 ) 반응후 Caustic 농도 Min 상향운전으로공정안정화 (0.xx 1.xxwt%) EG 공장 CO2 제거공정최적화회분식반응기 Golden Batch 구현 PE 공정물성예측시스템구축 Batch 시간에영향을주는인자인반응온도, 반응압력, Vapor Zone 압력, EO Feed rate 간의통계적상관관계분석을통한 Batch 운전최적화및생산성향상 1.2 배치 / 일생산량증가 ( 년 43 억원 ) 물성예측활용정품전환시기 30 분단축 ( 연간 8.8 백톤 4.4 천만원 / 년절감 ) 물성 Data 검증으로분석신뢰도및정밀도향상 품질편차감소및공정지수향상으로품질안정화 납사 Feed 조성예측 On-line 용생산 Yield 예측모델 운전최적화를통한생산효율증대 납사전략적구매시활용 PP 공정운전조건에따른 MI 물성예측시스템구축 D-PP2 공장 MI 품질편차개선 D-PP2 공장격외품수량감소 Copyright ECMiner Co., Ltd. all rights reserved. 84
86 감사합니다. 이씨마이너 서울특별시강남구도곡로 151 상준빌딩 3 층 Tel Fax URL - 본문서는 이씨마이너의기밀정보및영업비밀을포함하고있으므로, 제공된목적외에무단으로복제되거나배포될수없습니다.
슬라이드 0
Smart Factory 를위한 빅데이터적용사례 2018. 03. 29 발표자 : 민광기 (H.P.: 010-8791-5297, kgmin@ecminer.com) CONTENTS I. 빅데이터분석 SW 소개 (5 ) II. 빅데이터분석방법론소개및시연 (10 ) III. 적용사례 : Smart 고로 (5 ) IV. 빅데이터경진대회소개 (3 ) V. 빅데이터성공전략
More information슬라이드 0
(주)이씨마이너 Big Data와 제조부문 적용사례 2012년 0 Tel : 02)552-5266 Fax : 02)566-0768 http://www.ecminer.com 목 차 I. 회사소개 II. 제조부문 Big Data IV. 적용사례 1 I. 회사소개 2 I. 회사소개 목 차 1. 일반현황 2. 주요 사업분야 3. 솔루션 현황 4. 사업 실적 3 1.
More information슬라이드 0
빅데이터분석을위한 ECMiner TM 소개 2015.08 빅데이터분석을위한 ECMiner TM 소개 Ⅰ. 회사소개 1. 일반현황 2. 사업분야 3. 주요고객사 1. 일반현황 Ⅰ. 회사소개 TMS 텍스트마이닝 ECMiner 데이터마이닝 IMS 실시간이상징후감지솔루션 수상및인증 RMS 감사솔루션 15 년경력의빅데이터분석전문기업 AML 자금세탁방지솔루션 국내최초유일의데이터마이닝
More information슬라이드 0
이씨마이너소개및 비즈니스빅데이터 분석적용사례 이씨마이너 2015 년 0 목 차 I. 회사소개 II. 제조부문 Big Data III. 제품소개 IV. 부문별적용사례 1 I. 회사소개 2 I. 회사소개 목차 1. 일반현황 2. 주요사업분야 3. 솔루션현황 4. 사업실적 5. 데이터분석을위한파트너슆 6. Why ECMiner? 3 1. 일반현황 I. 회사소개 2000
More information김기남_ATDC2016_160620_[키노트].key
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
More informationOZ-LMS TM OZ-LMS 2008 OZ-LMS 2006 OZ-LMS Lite Best IT Serviece Provider OZNET KOREA Management Philosophy & Vision Introduction OZNETKOREA IT Mission Core Values KH IT ERP Web Solution IT SW 2000 4 3 508-2
More information歯CRM개괄_허순영.PDF
CRM 2000. 8. KAIST CRM CRM CRM CRM :,, KAIST : 50%-60%, 20% 60%-80%. AMR Research 10.. CRM. 5. Harvard Business review 60%, 13%. Michaelson & Associates KAIST CRM? ( ),,, -,,, CRM needs,,, dynamically
More informationCONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관
방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내
More informationKRG. IT Research & Consulting... Providing INSIGHT Into IT Market.. Developing Business STRATEGY.. Supporting Marketing ACTIVITY 주요 수행 프로젝트 IT기업 성장성 평
2009 IT Service 시장 전망 2009.1.22 Knowledge Research Group www.krgweb.com KRG. IT Research & Consulting... Providing INSIGHT Into IT Market.. Developing Business STRATEGY.. Supporting Marketing ACTIVITY
More informationETL_project_best_practice1.ppt
ETL ETL Data,., Data Warehouse DataData Warehouse ETL tool/system: ETL, ETL Process Data Warehouse Platform Database, Access Method Data Source Data Operational Data Near Real-Time Data Modeling Refresh/Replication
More informationMicrosoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM
中 규모 기업의 실용주의CRM 전략 (CRM for SMB) 공영DBM 솔루션컨설팅 사업부 본부장 최동욱 2007. 10. 25 Agenda I. 중소기업의 고객관리, CRM의 중요성 1. 국내외 CRM 동향 2. 고객관리, CRM의 중요성 3. CRM 도입의 기대효과 II. CRM정의 및 우리회사 적합성 1. 중소기업에 유용한 CRM의 정의 2. LTV(Life
More informationBusiness Agility () Dynamic ebusiness, RTE (Real-Time Enterprise) IT Web Services c c WE-SDS (Web Services Enabled SDS) SDS SDS Service-riented Architecture Web Services ( ) ( ) ( ) / c IT / Service- Service-
More informationecorp-프로젝트제안서작성실무(양식3)
(BSC: Balanced ScoreCard) ( ) (Value Chain) (Firm Infrastructure) (Support Activities) (Human Resource Management) (Technology Development) (Primary Activities) (Procurement) (Inbound (Outbound (Marketing
More information<30342DB1E2C8B9C6AFC1FD28C1A4BBF3C7E D E687770>
공정및설비상태통합모니터링시스템 정상헌 ( 주 ) 이씨마이너 Inclusive Monitoring System for Process and Equipment State Sang Hun Jeong ECMiner Abstract: 최근몇년간공공, 헬스케어, 위치기반, 유통업, 제조등분야에서빅데이터활용에대한관심이지속적으로증가하고있으며, 특히품질향상, 설비예지보전,
More informationIBM blue-and-white template
쌍용자동차 CATIA V5 적용사례 쌍용자동차기술관리팀안재민 AGENDA 1. SYMC PRODUCT LINE UP 2. SYMC PDM Overview 3. CV5 & PDM Implementation Overview 4. PDM을이용한 CV5 Relational Design 5. 향후과제 6. Q & A 2 Presentation Title 1 2 1.
More information歯목차45호.PDF
CRM CRM (CRM : Customer Relationship Management ). CRM,,.,,.. IMF.,.,. (CRM: Customer Relationship Management, CRM )., CRM,.,., 57 45 (2001 )., CRM...,, CRM, CRM.. CRM 1., CRM,. CRM,.,.,. (Volume),,,,,,,,,,
More information15_3oracle
Principal Consultant Corporate Management Team ( Oracle HRMS ) Agenda 1. Oracle Overview 2. HR Transformation 3. Oracle HRMS Initiatives 4. Oracle HRMS Model 5. Oracle HRMS System 6. Business Benefit 7.
More informationIntra_DW_Ch4.PDF
The Intranet Data Warehouse Richard Tanler Ch4 : Online Analytic Processing: From Data To Information 2000. 4. 14 All rights reserved OLAP OLAP OLAP OLAP OLAP OLAP is a label, rather than a technology
More information비식별화 기술 활용 안내서-최종수정.indd
빅데이터 활용을 위한 빅데이터 담당자들이 실무에 활용 할 수 있도록 비식별화 기술과 활용방법, 실무 사례 및 예제, 분야별 참고 법령 및 활용 Q&A 등 안내 개인정보 비식별화 기술 활용 안내서 Ver 1.0 작성 및 문의 미래창조과학부 : 양현철 사무관 / 김자영 주무관 한국정보화진흥원 : 김진철 수석 / 김배현 수석 / 신신애 부장 문의 : cckim@nia.or.kr
More informationOracle Apps Day_SEM
Senior Consultant Application Sales Consulting Oracle Korea - 1. S = (P + R) x E S= P= R= E= Source : Strategy Execution, By Daniel M. Beall 2001 1. Strategy Formulation Sound Flawed Missed Opportunity
More informationOpen Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤
Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 (byounggon.kim@opence.org) 빅데이터분석및서비스플랫폼 모바일 Browser 인포메이션카탈로그 Search 인포메이션유형 보안등급 생성주기 형식
More information목 차 Ⅰ. 사업개요 5 1. 사업배경및목적 5 2. 사업내용 8 Ⅱ. 국내목재산업트렌드분석및미래시장예측 9 1. 국내외산업동향 9 2. 국내목재산업트렌드분석및미래시장예측 목재제품의종류 국내목재산업현황 목재산업트렌드분석및미래시
목재미래기업발굴및육성을위한 중장기사업방향제안 2017. 11. 목 차 Ⅰ. 사업개요 5 1. 사업배경및목적 5 2. 사업내용 8 Ⅱ. 국내목재산업트렌드분석및미래시장예측 9 1. 국내외산업동향 9 2. 국내목재산업트렌드분석및미래시장예측 16 2.1. 목재제품의종류 16 2.2. 국내목재산업현황 19 2.3. 목재산업트렌드분석및미래시장예측 33 Ⅲ. 목재미래기업의정의및분류
More informationDW 개요.PDF
Data Warehouse Hammersoftkorea BI Group / DW / 1960 1970 1980 1990 2000 Automating Informating Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996. -,, Data .,.., /. ...,.,,,.
More informationvm-웨어-01장
Chapter 16 21 (Agenda). (Green),., 2010. IT IT. IT 2007 3.1% 2030 11.1%, IT 2007 1.1.% 2030 4.7%, 2020 4 IT. 1 IT, IT. (Virtualization),. 2009 /IT 2010 10 2. 6 2008. 1970 MIT IBM (Mainframe), x86 1. (http
More informationPowerPoint 프레젠테이션
2003 CRM (Table of Contents). CRM. 2003. 2003 CRM. CRM . CRM CRM,,, Modeling Revenue Legacy System C. V. C. C V.. = V Calling Behavior. Behavior al Value Profitability Customer Value Function Churn scoring
More informationㅇ ㅇ
ㅇ ㅇ ㅇ 1 ㆍ 2 3 4 ㅇ 1 ㆍ 2 3 ㅇ 1 2 ㆍ ㅇ 1 2 3 ㆍ 4 ㆍ 5 6 ㅇ ㆍ ㆍ 1 2 ㆍ 3 4 5 ㅇ 1 2 3 ㅇ 1 2 3 ㅇ ㅇ ㅇ 붙임 7 대추진전략및 27 개세부추진과제 제 5 차국가공간정보정책기본계획 (2013~2017) 2013. 10 국토교통부 : 2013 2017 차 례 제 1 장창조사회를견인하는국가공간정보정책
More information월간 SW 산업동향 ( ~ ) Ⅰ. Summary 1 Ⅱ SW 5 2. SW 7 Ⅲ Ⅳ. SW SW Ⅴ : Big Data, 38
월간 SW 산업동향 (2011. 7. 1 ~ 2011. 7. 31) Ⅰ. Summary 1 Ⅱ. 4 1. SW 5 2. SW 7 Ⅲ. 10 1. 11 2. 14 Ⅳ. SW 17 1. 18 2. SW 27 3. 33 Ⅴ. 35 1. : 36 2. Big Data, 38 Ⅵ. SW 41 1. IT 2 42 2. 48 Ⅰ. Summary 2015 / 87 2015
More informationMicrosoft PowerPoint - 6.CRM_Consulting.ppt
고객DB로 가치를 창출해 내는 CRM 컨설팅 제안? 현장 CRM 컨설팅? 분석 CRM 컨설팅 AGENDA I. I. 공영 DBM 소개 II. II. III. III. IV. 컨설팅 구성 컨설팅 추진 방법론 CRM 컨설팅 사례 V. V. 컨설턴트 소개 -1- I-1 공영DBM 서비스 범위 I. 공영 DBM 소개? 공영DBM은 CRM Portal 전문기업으로써,
More informationPowerPoint
.. http://www.acs.co.kr -1- .. http://www.acs.co.kr -3- ( Advanced Computer Services Co.,Ltd. ) 345-9 SK B8 ( sh_kim@acs.co.kr ) 116-81-24039 http://www.acs.co.kr, http://www.emanufacturing.co.kr (Fax)
More informationPowerPoint 프레젠테이션
ㆍ Natural Language Understanding 관련기술 ㆍ Semantic Parsing Conversational AI Natural Language Understanding / Machine Learning ㆍEntity Extraction and Resolution - Machine Learning 관련기술연구개발경험보유자ㆍStatistical
More information<B1DDC0B6C1A4BAB8C8ADC1D6BFE4B5BFC7E228313232C8A3292E687770>
금융정보화 주요동향 제122호 2010. 3. 30 1. 금융업계 IT동향 2. IT 동향 3. IT 용어 정보시스템본부 종 합 2010. 3월 제122호 1. 금융업계 IT동향 올해 금융IT핵심 화두는 통합, 그리고 모바일 은행, 스마트폰 뱅킹 서비스 강화 증권업계, 공동 통합보안관제 체계 구축 추진 카드업계, 스마트폰 애플리케이션 개발 확산 미래에셋생명,
More information경북자동차부품관련연구소의효율적 운영방안
2009-046 경북자동차부품관련연구소의효율적 운영방안 차례 표차례 그림차례 요약 1. 연구배경및목적,,, IT. 3,.,.. 2. 국내 지역자동차산업현황 2007 20.3 GDP 2.5%. 9%, 12%, 13%, 07 409, 285 5, 147 2.9. 8.6%, 7.0%, 4.5%, i . ( ) ( ) ( ) 4,577 277,319 38,865,170
More information<49534F20323030303020C0CEC1F520BBE7C8C4BDC9BBE720C4C1BCB3C6C320B9D7204954534D20BDC3BDBAC5DB20B0EDB5B5C8AD20C1A6BEC8BFE4C3BBBCAD2E687770>
ISO 20000 인증 사후심사 컨설팅 및 ITSM 시스템 고도화를 위한 제 안 요 청 서 2008. 6. 한 국 학 술 진 흥 재 단 이 자료는 한국학술진흥재단 제안서 작성이외의 목적으로 복제, 전달 및 사용을 금함 목 차 Ⅰ. 사업개요 1 1. 사업명 1 2. 추진배경 1 3. 목적 1 4. 사업내용 2 5. 기대효과 2 Ⅱ. 사업추진계획 4 1. 추진체계
More information슬라이드 1
스마트공장설계, 운영을위한 공장 CPS 기술 성균관대학교공과대학 노상도 (sdnoh@skku.edu) 스마트공장 (Smart Factory) 전통제조업에 ICT 결합 공장설비와제품, 공정이지능화되어서로연결 생산정보와지식이실시간으로공유, 활용되어생산최적화 상 하위공장들이연결, 협업적운영으로개인 맞춤형제품생산이 가능한네트워크생산 (Roland Berger, INDUSTRY
More information슬라이드 1
강력한성능! 인터넷 / 업무용데스크탑 PC NX-H Series Desktop PC NX1- H700/H800/H900 NX2- H700/H800/H900 NX1-H Series 사양 Series 제품설명 ( 모델명 ) NX1-H Series, 슬림타입 기본형모델중보급형모델고급형모델 NX1-H800:112SN NX1-H800:324SN NX1-H800:534MS
More information2017 1
2017 2017 Data Industry White Paper 2017 1 1 1 2 3 Interview 1 4 1 3 2017IT 4 20161 4 2017 4 * 22 2017 4 Cyber Physical SystemsCPS 1 GEGE CPS CPS Industrial internet, IoT GE GE Imagination at Work2012
More informationCover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치
Oracle Big Data 오라클 빅 데이터 이야기 Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치 최근 빅 데이터에 대한 관심이 커지고 있는데, 그 배경이 무엇일까요? 정말 다양한 소스로부터 엄청난 데이터들이 쏟아져
More information빅데이터_DAY key
Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020
More information열거형 교차형 전개형 상승형 외주형 회전형 도해패턴 계층형 구분형 확산형 합류형 대비형 상관형 (C) 2010, BENESO All Rights Reserved 2
c 2010, BENESO All rights reserved 1 열거형 교차형 전개형 상승형 외주형 회전형 도해패턴 계층형 구분형 확산형 합류형 대비형 상관형 (C) 2010, BENESO All Rights Reserved 2 u 열거형 : 대소, 위치등의관계에대해설명 u 교차형 : 중복, 합동, 복합, 공동등의관계에대해설명 설명도, 대소관계도, 제휴관계도,
More information[Brochure] KOR_TunA
LG CNS LG CNS APM (TunA) LG CNS APM (TunA) 어플리케이션의 성능 개선을 위한 직관적이고 심플한 APM 솔루션 APM 이란? Application Performance Management 란? 사용자 관점 그리고 비즈니스 관점에서 실제 서비스되고 있는 어플리케이션의 성능 관리 체계입니다. 이를 위해서는 신속한 장애 지점 파악 /
More informationuntitled
3 IBM WebSphere User Conference ESB (e-mail : ljm@kr.ibm.com) Infrastructure Solution, IGS 2005. 9.13 ESB 를통한어플리케이션통합구축 2 IT 40%. IT,,.,, (Real Time Enterprise), End to End Access Processes bounded by
More informationSANsymphony-V
국내대표적인구축사례 (KR) XXXX공사(공공) 2013년 12월 도입 센터 이전에 따른 스토리지가상화 통합 및 이기종통합 이기종 스토리지 (무중단이중하) 무중단 서비스 확보 24시간 운영 체계의 고가용 확보 스토리지 인프라의 유연한 구성 및 통합 환경 구축 업무서버 Unix 20대 업무서버 V 58대 CIe SSD(Fusion IO 3.2TB) ㅇㅇㅇㅇㅇㅇ
More informationCRM Fair 2004
easycrm Workbench ( ) 2004.04.02 I. CRM 1. CRM 2. CRM 3. II. easybi(business Intelligence) Framework 1. 2. - easydataflow Workbench - easycampaign Workbench - easypivot Reporter. 1. CRM 1.?! 1.. a. & b.
More informationSlide 1
SAS Visual Analytics: In-Memory 분석엔진기반의 Big Data 시각적분석 박현옥부장 SAS Korea Agenda Big Data Analysis - Issues Case Study Big Data Analytics를위한 SAS 분석아키텍쳐 SAS Visual Analytics의특징 데모 활용방안 Big Data Analytics -
More informationPowerPoint 프레젠테이션
CRM Fair 2004 Spring Copyright 2004 DaumSoft All rights reserved. INDEX Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved.
More information스마트폰 저렴하게 구매하는곳
스마트폰 저렴하게 구매하는곳 폰광장 관리인 소개글 스마트폰 공동구매!!! 스마트폰, 핸드폰 저렴하게 구입하는 곳!!! 목차 1 아이폰5s 불량교체 난감 ~~~ 4 2 구글이 만든 또 하나의 운영체제!! 6 3 SKT 제휴 카드!!! 10 4 KT 제휴카드!!! 12 아이폰5s 불량교체 난감 ~~~ 2013.11.04 12:09 불량 아이폰5s, 교체해드리겠습니다.
More informationSW¹é¼Ł-³¯°³Æ÷ÇÔÇ¥Áö2013
SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING
More information신성장동력업종및품목분류 ( 안 )
신성장동력업종및품목분류 ( 안 ) 2009. 12. 일러두기 - 2 - 목 차 < 녹색기술산업 > 23 42-3 - 목 차 45 52 < 첨단융합산업 > 66 73 80-4 - 목 차 85 96 115 < 고부가서비스산업 > 120 124 127 129 135-5 - 녹색기술산업 - 6 - 1. 신재생에너지 1-1) 태양전지 1-2) 연료전지 1-3) 해양바이오
More informationModel Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based
e- Business Web Site 2002. 04.26 Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based Approach High E-Business Functionality Web Web --based based KMS/BIS
More information1 전통 소프트웨어 가. ERP 시장 ERP 업계, 클라우드 기반 서비스로 새로운 활력 모색 - SAP-LGCNS : SAP HANA 클라우드(SAP HEC)를 통해 국내 사례 확보 및 아태 지역 진 출 추진 - 영림원 : 아시아 클라우드 ERP 시장 공략 추진 - 더
02 소프트웨어 산업 동향 1. 전통 소프트웨어 2. 新 소프트웨어 3. 인터넷 서비스 4. 디지털콘텐츠 5. 정보보안 6. 기업 비즈니스 동향 1 전통 소프트웨어 가. ERP 시장 ERP 업계, 클라우드 기반 서비스로 새로운 활력 모색 - SAP-LGCNS : SAP HANA 클라우드(SAP HEC)를 통해 국내 사례 확보 및 아태 지역 진 출 추진 - 영림원
More information공개 SW 기술지원센터
- 1 - 일자 VERSION 변경내역작성자 2007. 11. 20 0.1 초기작성손명선 - 2 - 1. 문서개요 4 가. 문서의목적 4 나. 본문서의사용방법 4 2. 테스트완료사항 5 가. 성능테스트결과 5 나. Tomcat + 단일노드 MySQL 성능테스트상세결과 5 다. Tomcat + MySQL Cluster 성능테스트상세결과 10 3. 테스트환경 15
More informationPCServerMgmt7
Web Windows NT/2000 Server DP&NM Lab 1 Contents 2 Windows NT Service Provider Management Application Web UI 3 . PC,, Client/Server Network 4 (1),,, PC Mainframe PC Backbone Server TCP/IP DCS PLC Network
More informationPowerPoint 프레젠테이션
Agenda 회사소개 Customer challenges Pre-Configured Solution 사례 Special offer or promotion Predictive Analytics Industry Experience Big Data 회사소개 - 일반 DS-eTrade Microsoft 의 Cloud Platform & Data Platform 파트너
More information<30312E2028C3D6C1BEBAB8B0EDBCAD29BDB4C6DBBCB6C0AF5F E786C7378>
슈퍼섬유 1-No. 20130730 Multi Client Report 슈퍼섬유시장분석및성장전망 (2013) Jul., 2013 화학경제연구원 CHEMICAL MARKET RESEARCH INC. #1204, JnK Digital Tower, 111 Digital 26th, Guro-gu, Seoul 152-050, Korea TEL : +822-6124-6660
More informationOUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ).
OUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ). Investor Relations 2016 Contents Prologue Chapter1. 네트워크 솔루션 전문기업 Chapter2.
More informationPowerPoint 프레젠테이션
CRM Data Quality Management 2003 2003. 11. 11 (SK ) hskim226@skcorp.com Why Quality Management? Prologue,,. Water Source Management 2 Low Quality Water 1) : High Quality Water 2) : ( ) Water Quality Management
More informationMaxGauge( 맥스게이지 ) 를이용한 SQL 모니터링, 진단 / 분석및튜닝가이드 엑셈
MaxGauge( 맥스게이지 ) 를이용한 SQL 모니터링, 진단 / 분석및튜닝가이드 엑셈 I. MAXGAUGE 소개및기대효과 II. 개발단계에서의튜닝프로세스확립 III. 테스트 ( 단위 / 부하 ) 단계에서의악성 SQL 검출및진단방안 Ⅳ. 운영단계에서의 Top-SQL 검출및진단방안 Ⅰ. Maxgauge 소개및기대효과맥스게이지란? MaxGauge( 맥스게이지
More information슬라이드 1
[ CRM Fair 2004 ] CRM 1. CRM Trend 2. Customer Single View 3. Marketing Automation 4. ROI Management 5. Conclusion 1. CRM Trend 1. CRM Trend Operational CRM Analytical CRM Sales Mgt. &Prcs. Legacy System
More information[2016년조사대상 (19곳)] 대림산업, 대한항공, 동부화재해상, ( 주 ) 두산, 롯데쇼핑, 부영주택, 삼성전자, CJ제일제당, 아시아나항공, LS니꼬동제련, LG이노텍, OCI, 이마트, GS칼텍스, KT, 포스코, 한화생명보험, 현대자동차, SK이노베이션 [ 표
- 1 - [2016년조사대상 (19곳)] 대림산업, 대한항공, 동부화재해상, ( 주 ) 두산, 롯데쇼핑, 부영주택, 삼성전자, CJ제일제당, 아시아나항공, LS니꼬동제련, LG이노텍, OCI, 이마트, GS칼텍스, KT, 포스코, 한화생명보험, 현대자동차, SK이노베이션 [ 표 1] 입사지원서의학력과출신학교정보기재란유무 - 2 - 회사명 학력기입 고등학교대학석사박사출신학교명
More informationSQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자
SQL Developer Connect to TimesTen 유니원아이앤씨 DB 팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 2010-07-28 작성자 김학준 최종수정일 2010-07-28 문서번호 20100728_01_khj 재개정이력 일자내용수정인버전
More informationスライド タイトルなし
2 3 회사 소개 60%출자 40%출자 주식회사 NTT데이타 아이테크 NTT DATA의 영업협력이나 첨단기술제공, 인재육성등 여러가지 지원을 통해서 SII 그룹을 대상으로 고도의 정보 서비스를 제공 함과 동시에 NTT DATA ITEC 가 보유하고 있는 높은 업무 노하우 와 SCM을 비롯한 ERP분야의 기술력을 살려서 조립가공계 및 제조업 등 새로운 시장에
More information3월2일자.hwp
빅데이터시장의현황및전망 8) * 1. 개요 2013년 ICT의최대이슈중하나가바로빅데이터이다. Gartner, IDC 등글로벌 ICT 리서치업체들이 2013년 ICT 산업에영향을미칠기술요소로빅데이터를선정하면서관련산업에대한관심이급증하고있다. 최근소셜미디어, 산업간융합등이확대되고, 기존의 PC뿐만아니라스마트폰, 태블릿 PC 등다양한스마트기기를통한인터넷이용이증가하면서수많은비정형데이터를발생시키고있다.
More information장애인건강관리사업
장애인건강관리사업 2013. 2013 : : ( ) : ( ) ( ) ( ) : ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1.. 2.. 제1장. 연구개요 1 제2장. 1세부과제 : 장애인건강상태평가와모니터링 10 - i - 제3장. 2세부과제 : 장애인만성질환위험요인조사연구 117 - ii - 4장.
More informationInteg
HP Integrity HP Chipset Itanium 2(Processor 9100) HP Integrity HP, Itanium. HP Integrity Blade BL860c HP Integrity Blade BL870c HP Integrity rx2660 HP Integrity rx3600 HP Integrity rx6600 2 HP Integrity
More informationMicrosoft Word - s.doc
오라클 백서 2010년 9월 WebLogic Suite를 위해 최적화된 오라클 솔루션 비즈니스 백서 개요...1 들어가는 글...2 통합 웹 서비스 솔루션을 통해 비즈니스 혁신 추구...3 단순화...4 기민한 환경 구축...5 탁월한 성능 경험...6 판도를 바꾸고 있는 플래시 기술...6 오라클 시스템은 세계 최고의 성능 제공...6 절감 효과 극대화...8
More informationGlobal Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항
Global Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항 - 재직자 전문성, 복잡성으로 인해 알고리즘 개발 난항 본 조사 내용은 美 Techpro Research
More informationINSIDabcdef_:MS_0001MS_0001 제 12 장철도통신 신호설비공사 제 12 장철도통신 신호설비공사 12-1 철도통신선로설비 통화장치 ( : ) 공정별통신외선공통신설비공통신케이블공
제 12 장철도통신 신호설비공사 제 12 장철도통신 신호설비공사 121 철도통신선로설비 1211 통화장치 ( : ) 공정별통신외선공통신설비공통신케이블공 0.48 0.52 1.13 0.35 0.56 0.75 0.83 2.19 2.50 0.50 0.25 ( ),,,,,,,. "471, 431.(,,, ) 9211 CCTV.,. ( 30%, 80%) 정보통신부문
More informationMicrosoft PowerPoint - 권장 사양
Autodesk 제품컴퓨터사양 PRONETSOFT.CO 박경현 1 AutoCAD 시스템사양 시스템요구사양 32 비트 AutoCAD 2009 를위한시스템요구사항 Intel Pentium 4 프로세서 2.2GHz 이상, 또는 Intel 또는 AMD 듀얼 코어프로세서 16GH 1.6GHz 이상 Microsoft Windows Vista, Windows XP Home
More information빅데이터처리의핵심인 Hadoop 을오라클은어떻게지원하나요? Oracle Big Data Appliance Solution 01 빅데이터처리를위한전문솔루션이 Oracle Big Data Appliance 군요. Oracle Big Data Appliance 와함께라면더이
Cover Story 03 28 Oracle Big Data Solution 01_Oracle Big Data Appliance 02_Oracle Big Data Connectors 03_Oracle Exdata In-Memory Database Machine 04_Oracle Endeca Information Discovery 05_Oracle Event
More informationMicrosoft PowerPoint - CoolMessenger_제안서_라이트_200508
2005 Aug 0 Table of Contents 1. 제안 개요 P.2 2. 쿨메신저 소개 P.7 3. VoIP 인터넷전화 서비스 P.23 4. 쿨메신저 레퍼런스 사이트 P.32 5. 지란지교소프트 소개 P.37 1 芝 蘭 之 交 2 1. 제안 개요 1) Summery 3 1. 제안 개요 2) 일반 메신저 vs 쿨메신저 보안 문제 기업 정보 & 기밀 유출로
More information정보기술응용학회 발표
, hsh@bhknuackr, trademark21@koreacom 1370, +82-53-950-5440 - 476 - :,, VOC,, CBML - Abstract -,, VOC VOC VOC - 477 - - 478 - Cost- Center [2] VOC VOC, ( ) VOC - 479 - IT [7] Knowledge / Information Management
More informationMicrosoft PowerPoint - 11주차_Android_GoogleMap.ppt [호환 모드]
Google Map View 구현 학습목표 교육목표 Google Map View 구현 Google Map 지원 Emulator 생성 Google Map API Key 위도 / 경도구하기 위도 / 경도에따른 Google Map View 구현 Zoom Controller 구현 Google Map View (1) () Google g Map View 기능 Google
More information기타자료.PDF
< > 1 1 2 1 21 1 22 2 221 2 222 3 223 4 3 5 31 5 311 (netting)5 312 (matching) 5 313 (leading) (lagging)6 314 6 32 6 321 7 322 8 323 13 324 19 325 20 326 20 327 20 33 21 331 (ALM)21 332 VaR(Value at Risk)
More information歯통신41호.PDF
http :/ / w w w.kfc c.o r.kr 4 1 (2 0 0 2. 4. 1 ). 7 7 1-7 9 3 3 FAX 7 5 5-2 0 8 1 E - m a il prma n @kfcc.o r.kr - -. 1 1. 2. 3. 5 4. 5. 2001 2002 6. 7.. 5 1.. 7 2002 . 1. 3 23 ( ) C.C 24, ( ), 13, SK
More informationService-Oriented Architecture Copyright Tmax Soft 2005
Service-Oriented Architecture Copyright Tmax Soft 2005 Service-Oriented Architecture Copyright Tmax Soft 2005 Monolithic Architecture Reusable Services New Service Service Consumer Wrapped Service Composite
More informationData Industry White Paper
2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM
More information<4D F736F F F696E74202D20C1A6C1B6C8AFB0E6C0C720C0AFB1E2C0FB20B9DFC0FCC0BB20C0A7C7D120BCB1BCF8C8AF20BDC3BDBAC5DB5F E745F76312E BC8A3C8AF20B8F0B5E55D>
제조환경의유기적발전을위한 선순환시스템 I. 나무아이앤씨소개 II. Open Factory 1. Open Factory란? 2. IT / Factory Convergence 3. 표준화를통한 Open Factory 실현 4. Closed Factory vs. Open Factory 5. As-Is / To-Be III. Extended Enhanced IT System
More information목 차 1. LED/ 광 1 2. 자동차 의료기기 정보가전 플랜트엔지니어링 생산시스템 조선 로봇 화학공정 세라믹 디스플레이 이차전지
주요산업별글로벌기술규제 2015. 12. 산업통상자원부 한국산업기술진흥원 목 차 1. LED/ 광 1 2. 자동차 38 3. 의료기기 71 4. 정보가전 88 5. 플랜트엔지니어링 105 6. 생산시스템 119 7. 조선 133 8. 로봇 165 9. 화학공정 189 10. 세라믹 206 11. 디스플레이 231 12. 이차전지 246 13. 섬유의류 265
More information2011 국토해양부 소셜미디어
2011 Company Info. & Portfolio 1 이너스는 디지털과 아나로그의 효율적 믹스를 추구합니다. 이너스는 듣기 여행 을 즐겨 합니다. 소비자에게 말하려 하기 전에 듣기 를 먼저 하면 소비자가 듣고 싶은 이야기를 할 수 있습니다. 듣기를 게을리 하지 않고 기획한 프로젝트는 성공적인 성과를 거둡니다. Target에게 관심을 끌고 화제 꺼리가 될
More informationMicrosoft Word - 001.doc
碩 士 學 位 論 文 CRM을 활용한 마케팅 전략의 개선방안에 관한 연구 - 국내 외 기업 사례분석을 중심으로 - Study on a method to improve marketing straegies using CRM - Focusing on example analysis of the national and international enterprises -
More information<BDBAB8B6C6AEC6F95FBDC3C0E55FC8AEB4EB5FC0CCC1D6BFCF5F3230313230362E687770>
산업연구시리즈 2012년 6월 18일 제3호 스마트폰 시대, IT를 넘어 금융을 향해 산업연구시리즈 2012년 6월 18일 제3호 스마트폰 시대, IT를 넘어 금융을 향해 연구위원 이 주 완 joowanlee@hanaif.re.kr 02)2002-2683 요 약 IT 산업에 미치는 영향 프리미엄 제품 공급자 중심으로 재편 스마트폰은 단순히 기능이 추가된
More information<BBEABEF7C0B6C7D5B0FA20BDC5BCBAC0E5B5BFB7C25F3131BFF95FB1E2BEF7C5BDB9E65FC0CCBEBEB8B6C0CCB3CA2E687770>
2013. 11. 25 ( 제 43 호 ) 국내제조업분야빅데이터분석시장을주도하는독보적인기업 - 이씨마이너 이씨마이너 (ECMiner) 는 2000년설립되어데이터분석분야에서만 13 년차를넘긴굵직한전문강소기업이다. 이씨마이너는데이터마이닝기반의각종응용솔루션을보유하고있으며이를바탕으로국내데이터분석시장에서는보기드물게자체데이터마이닝패키징 SW 를출시하며기술력을입증했다.
More information. PC DP-1VR P15 1ch 1 Input Tool 4ch RS-232C RS-232C. Input Tool P14 MUX-10F P16 MeasureReport P21 GO/NG 2 MeasurLink Real-Time P19 MeasurLink STATMea
12 Input Tool ( ) 14 DP-1VR 15-10F 16 3 17 EC 17 MeasurLink 18 MeasureReport 21 SPC 22 11 . PC DP-1VR P15 1ch 1 Input Tool 4ch RS-232C RS-232C. Input Tool P14 MUX-10F P16 MeasureReport P21 GO/NG 2 MeasurLink
More informationCloud Friendly System Architecture
-Service Clients Administrator 1. -Service 구성도 : ( 좌측참고 ) LB(LoadBlancer) 2. -Service 개요 ucloud Virtual Router F/W Monitoring 개념 특징 적용가능분야 Server, WAS, DB 로구성되어 web service 를클라우드환경에서제공하기위한 service architecture
More information슬라이드 1
www.altsoft.co.kr www.clunix.com COMSOL4.0a Cluster 성능테스트 2010 년 10 월 클루닉스 / 알트소프트 개요 개요 목차 BMT 환경정보 BMT 시나리오소개 COMSOL4.0a MPP 해석실행조건 BMT 결과 COMSOL4.0a 클러스터분석결과 ( 메모리 / 성능 ) COMSOL4.0a 클러스터최종분석결과 -2- 개요
More informationManufacturing6
σ6 Six Sigma, it makes Better & Competitive - - 200138 : KOREA SiGMA MANAGEMENT C G Page 2 Function Method Measurement ( / Input Input : Man / Machine Man Machine Machine Man / Measurement Man Measurement
More information빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스
빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스 Agenda 1 Oracle In-Memory 소개 2 BI 시스템구성도 3 BI on In-Memory 테스트 4 In-Memory 활용한 BI 오라클인메모리목표 규모분석에대한속도향상 빠른속도 : 혼합워크로드업무 간편함 : 어플리케이션투명성및쉬운배치 저렴함 : 일부필요데이터만인메모리에존재가능 2 메모리운용방식
More information이제는 쓸모없는 질문들 1. 스마트폰 열기가 과연 계속될까? 2. 언제 스마트폰이 일반 휴대폰을 앞지를까? (2010년 10%, 2012년 33% 예상) 3. 삼성의 스마트폰 OS 바다는 과연 성공할 수 있을까? 지금부터 기업들이 관심 가져야 할 질문들 1. 스마트폰은
Enterprise Mobility 경영혁신 스마트폰, 웹2.0 그리고 소셜라이프의 전략적 활용에 대하여 Enterpise2.0 Blog : www.kslee.info 1 이경상 모바일생산성추진단 단장/경영공학박사 이제는 쓸모없는 질문들 1. 스마트폰 열기가 과연 계속될까? 2. 언제 스마트폰이 일반 휴대폰을 앞지를까? (2010년 10%, 2012년 33%
More information슬라이드 1
Data Warehouse 통합솔루션 회사연혁 Teradata Corporation (NYSE: TDC) 은 30 년이상업계를선도하며, 전세계적으로 Big Data 및데이터웨어하우스관련 Analytic 솔루션과컨설팅서비스를제공하는최고의기술을보유한 Global 기업 Teradata 본사 한국 Teradata 미국오하이오주 Dayton에세계최초의금전등록기제조사
More informationPowerPoint Presentation
1 2 Enterprise AI 인공지능 (AI) 을업무에도입하는최적의제안 Taewan Kim Solution Engineer Data & Analytics @2045 Imagine the endless possibilities to learn from 2.5 quintillion bytes of data generated every day AI REVOLUTION
More information<65B7AFB4D7B7CEB5E5BCEEBFEEBFB5B0E1B0FABAB8B0EDBCAD5FC3D6C1BE2E687770>
축 사 - 대구 박람회 개막 - 존경하는 신상철 대구광역시 교육감님, 도승회 경상북도 교육감님, 김달웅 경북대학교 총장님, 장이권 대구교육대학교 총장님, 김영택 대구광역시교육위 원회 의장님, 류규하 대구광역시의회교사위원회 위원장님을 비롯한 내외 귀빈 여러분, 그리고 교육가족 여러분! 제8회 e-러닝 대구 박람회 의 개막을 진심으로 축하드리며, 이 같이 뜻 깊
More informationDB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx
빅데이터의기술영역과 요구역량 줌인터넷 ( 주 ) 김우승 소개 http://zum.com 줌인터넷(주) 연구소 이력 줌인터넷 SK planet SK Telecom 삼성전자 http://kimws.wordpress.com @kimws 목차 빅데이터살펴보기 빅데이터에서다루는문제들 NoSQL 빅데이터라이프사이클 빅데이터플랫폼 빅데이터를위한역량 빅데이터를위한역할별요구지식
More information[한반도]한국의 ICT 현주소(송부)
ICT 2016. 5. 3 SKT KT LGU+ ( ) ( ) ( ) 18,000 15939 16141 16602 17164 17137 18,000 21990 23856 23811 23422 22281 12,000 10905 11450 11000 10795 13,500 13,425 9,000 9185 9,000 8,850 6,000 4,500 4,275 3,000-0
More information- 2 -
'14 년도제품안전기술기반조성사업과제수요조사제안서 - 2 - [ 별첨 1] 과제명작성가이드라인 산업기술혁신기술개발사업과제명작성가이드라인 1. 기본방향 - 3 - 2. 가이드라인 - 4 - [ 별첨 2] 산업기술분류표 / / / 100101 100601 / 100102 / 100602 100103 100603 / 100104 / 100604 100105
More informationCS.hwp
보고서 2019-11 2019. 1. 3 CS(065770) IT H/W < 작성기관 : 한국기업데이터 > 보고서 ( 요약 ) 보고서 ( 전문 ) 기업현황산업분석기술분석주요이슈및전망 CS(065770) IT H/W 이 보고서는 자본시장 혁신을 위한 코스닥시장 활성화 방안 의 일환으로 코스닥 기업에 대한 투자정보 확충을 위해, 한국거래소와 한국예탁결제원의 후원을
More information<32303134B3E2205357BCADBAF1BDBAB0FCB7C320C1A4BACE20C1F6BFF8BBE7BEF726C1A6B5B520C3D6C1BE2831343032323129207631302E3128BCF6C1A420B9CEBAB4BCF6292DC6EDC1FD2E687770>
2014년 소프트웨어(SW) 서비스관련 정부 지원사업 제도 소개 Contents Ⅰ. 개 요 5 Ⅱ. SW 인재 양성 11 Ⅲ. SW 창업 성장 촉진 19 Ⅳ. SW 융합 촉진 33 Ⅴ. SW 해외진출 강화 41 Ⅵ. SW 공공구매 혁신 47 (붙임) 1. 소프트웨어 혁신전략 주요내용 53 2. SW서비스관련 정부 지원사업 제도 58 Ⅰ. 소프트웨어 관련 유관기관
More informationDBMS & SQL Server Installation Database Laboratory
DBMS & 조교 _ 최윤영 } 데이터베이스연구실 (1314 호 ) } 문의사항은 cyy@hallym.ac.kr } 과제제출은 dbcyy1@gmail.com } 수업공지사항및자료는모두홈페이지에서확인 } dblab.hallym.ac.kr } 홈페이지 ID: 학번 } 홈페이지 PW:s123 2 차례 } } 설치전점검사항 } 설치단계별설명 3 Hallym Univ.
More informatione-spider_제품표준제안서_160516
The start of something new ECMA Based Scraping Engine CONTENTS 3 4 1 2 3 4 5 6 7 8 9 5 6 ECMA Based Scraping Engine 7 No.1 No.2 No.3 No.4 No.5 8 24 ( ) 9 ios Device (all architecture) Android Device (all
More informationthe it service leader SICC 생각의 틀을 넘어 ICT 기술의 힘 으로 생각의 틀을 넘어 IT서비스 영역을 개척한 쌍용정보통신. ICT 기술력을 바탕으로 최적의 솔루션을 제공하며 세계로 뻗어나가는 IT Korea Leader 로 도약할 것입니다. Co
the it service leader www.sicc.co.kr SICC TEL : 02-2262-8114 FAX : 02-2277-2385 Ssangyong Information & Communications Corp. the it service leader SICC 생각의 틀을 넘어 ICT 기술의 힘 으로 생각의 틀을 넘어 IT서비스 영역을 개척한 쌍용정보통신.
More information<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074>
SIMATIC S7 Siemens AG 2004. All rights reserved. Date: 22.03.2006 File: PRO1_17E.1 차례... 2 심벌리스트... 3 Ch3 Ex2: 프로젝트생성...... 4 Ch3 Ex3: S7 프로그램삽입... 5 Ch3 Ex4: 표준라이브러리에서블록복사... 6 Ch4 Ex1: 실제구성을 PG 로업로드하고이름변경......
More information