슬라이드 0

Similar documents
슬라이드 0

슬라이드 0

슬라이드 0

슬라이드 0

Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤


김기남_ATDC2016_160620_[키노트].key

빅데이터_DAY key

歯CRM개괄_허순영.PDF

CONTENTS Volume 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

Cover Story Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치

슬라이드 1

PowerPoint 프레젠테이션

빅데이터처리의핵심인 Hadoop 을오라클은어떻게지원하나요? Oracle Big Data Appliance Solution 01 빅데이터처리를위한전문솔루션이 Oracle Big Data Appliance 군요. Oracle Big Data Appliance 와함께라면더이

[Brochure] KOR_TunA

Intra_DW_Ch4.PDF

비식별화 기술 활용 안내서-최종수정.indd

[2016년조사대상 (19곳)] 대림산업, 대한항공, 동부화재해상, ( 주 ) 두산, 롯데쇼핑, 부영주택, 삼성전자, CJ제일제당, 아시아나항공, LS니꼬동제련, LG이노텍, OCI, 이마트, GS칼텍스, KT, 포스코, 한화생명보험, 현대자동차, SK이노베이션 [ 표

Cloud Friendly System Architecture

DB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx

슬라이드 1

신성장동력업종및품목분류 ( 안 )

vm-웨어-01장

DBMS & SQL Server Installation Database Laboratory

SANsymphony-V

PCServerMgmt7

歯목차45호.PDF

슬라이드 1

ETL_project_best_practice1.ppt

PowerPoint 프레젠테이션

Oracle Apps Day_SEM

<30342DB1E2C8B9C6AFC1FD28C1A4BBF3C7E D E687770>

CRM Fair 2004

ecorp-프로젝트제안서작성실무(양식3)

PowerPoint Presentation

<B1DDC0B6C1A4BAB8C8ADC1D6BFE4B5BFC7E C8A3292E687770>

Slide 1

Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based

목 차 Ⅰ. 사업개요 5 1. 사업배경및목적 5 2. 사업내용 8 Ⅱ. 국내목재산업트렌드분석및미래시장예측 9 1. 국내외산업동향 9 2. 국내목재산업트렌드분석및미래시장예측 목재제품의종류 국내목재산업현황 목재산업트렌드분석및미래시

자동화된 소프트웨어 정의 데이터센터

슬라이드 1

DW 개요.PDF

<목 차 > 제 1장 일반사항 4 I.사업의 개요 4 1.사업명 4 2.사업의 목적 4 3.입찰 방식 4 4.입찰 참가 자격 4 5.사업 및 계약 기간 5 6.추진 일정 6 7.사업 범위 및 내용 6 II.사업시행 주요 요건 8 1.사업시행 조건 8 2.계약보증 9 3

빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스

PowerPoint 프레젠테이션

Microsoft PowerPoint - 6.CRM_Consulting.ppt

KRG. IT Research & Consulting... Providing INSIGHT Into IT Market.. Developing Business STRATEGY.. Supporting Marketing ACTIVITY 주요 수행 프로젝트 IT기업 성장성 평

슬라이드 1


»¶¥ı_0124

2 PX-8000과 RM-8000/LM-8000등의 관련 제품은 시스템의 간편한 설치와 쉬운 운영에 대한 고급 기술을 제공합니다. 또한 뛰어난 확장성으로 사용자가 요구하는 시스템을 손쉽게 구현할 수 있습니다. 메인컨트롤러인 PX-8000의 BGM입력소스를 8개의 로컬지

<4D F736F F D20C5EBC7D5C7D8BCAEBDC3BDBAC5DB5F D2BC0C720424D54B0E1B0FABAB8B0EDBCAD2E646F63>

<49534F C0CEC1F520BBE7C8C4BDC9BBE720C4C1BCB3C6C320B9D D20BDC3BDBAC5DB20B0EDB5B5C8AD20C1A6BEC8BFE4C3BBBCAD2E687770>

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션


초보자를 위한 분산 캐시 활용 전략

Microsoft PowerPoint - 권장 사양

I. - II. DW ETT Best Practice

OUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ).

PowerPoint

분석기법의기본개념부터활용까지사례중심의 A to Z 학습 데이터분석기본 교육기간 : 3 일 (24 시간 )/ 비합숙 교육비 : 회원 62 만원 / 비회원 69 만원 데이터분석핵심이론학습및현업에적용 현장에서발생하는변수를이해하고상황에따른최적화방안도출 품질향상을위한부적합원인도

목차 윈도우드라이버 1. 매뉴얼안내 운영체제 (OS) 환경 윈도우드라이버준비 윈도우드라이버설치 Windows XP/Server 2003 에서설치 Serial 또는 Parallel 포트의경우.

SQL 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

Integ

Microsoft PowerPoint - 11주차_Android_GoogleMap.ppt [호환 모드]

Windows 8에서 BioStar 1 설치하기

PowerPoint 프레젠테이션

IBM blue-and-white template


View Licenses and Services (customer)

( 제 20-1 호 ) '15 ( 제 20-2 호 ) ''16 '15 년국제개발협력자체평가결과 ( 안 ) 16 년국제개발협력통합평가계획 ( 안 ) 자체평가결과반영계획이행점검결과 ( 제 20-3 호 ) 자체평가결과 국제개발협력평가소위원회

태양광산업 경쟁력조사.hwp

<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074>

Visual Studio online Limited preview 간략하게살펴보기

출원국 권 리 구 분 상 태 권리번호 KR 특허 등록

CONTENTS CONTENTS CONTENT 1. SSD & HDD 비교 2. SSD 서버 & HDD 서버 비교 3. LSD SSD 서버 & HDD 서버 비교 4. LSD SSD 서버 & 글로벌 SSD 서버 비교 2

슬라이드 1

슬라이드 제목 없음

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션

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 : 아시아 클라우드 ERP 시장 공략 추진 - 더

슬라이드 1

the 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

스마트폰 저렴하게 구매하는곳

e-spider_제품표준제안서_160516

Microsoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석

Microsoft 을 열면 깔끔한 사용자 중심의 메뉴 및 레이아웃이 제일 먼저 눈에 띕니다. 또한 은 스마트폰, 테블릿 및 클라우드는 물론 가 설치되어 있지 않은 PC 에서도 사용할 수 있습니다. 따라서 장소와 디바이스에 관계 없이 언제, 어디서나 문서를 확인하고 편집

마켓온_제품소개서_ key

기본과제 충북전략산업의네트워크분석 - 산학연공동기술개발사업을중심으로 - Network Analysis of Strategic Industries in Chungbuk - Case Study on Academic-industrial common technica

PowerPoint 프레젠테이션

<30312E2028C3D6C1BEBAB8B0EDBCAD29BDB4C6DBBCB6C0AF5F E786C7378>

PowerPoint 프레젠테이션

MS-SQL SERVER 대비 기능

요 약 문 1. 제목 : 개인정보 오남용 유출 2차 피해 최소화 방안 2. 연구의 배경 개인정보란 살아 있는 개인에 관한 정보로서 개인을 알아볼 수 있는 정보로 해당 정보만으로는 특정 개인을 알아볼 수 없더라도 다른 정보와 쉽게 결합하여 알아볼 수 있는 것을 포함한다.

Microsoft PowerPoint - CoolMessenger_제안서_라이트_200508

160322_ADOP 상품 소개서_1.0

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션

Transcription:

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 GS, NEP 동시인증 디지탈이노베이션대상 품질경영시스템인증 빅데이터분석경진대회은상수상 (13. 01) 이씨마이너 대표 : 민광기연혁 : 2000 년 4 월설립 - 국내최초, 유일의데이터마이닝소프트웨어및활용솔루션개발 2000 년에설립된 이씨마이너는국내최초로데이터마이닝 S/W 의국산화에성공하여 LG, 삼성, SK, 포스코등 Global 기업에 S/W 를공급하며, 데이터마이닝전문솔루션기업으로시작하여빅데이터분석의 Frontier 로꾸준히성장하고있습니다. 2015 2014 2013 2012 2011 2010 2009 2008 산업자원부 New Excellent Products 인증획득제품 03 월서강대학교 ECMiner TM 산학지원협약식 07 월 GS(Good S/W) 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 01 월 ECMinerAML TM 출시 2007 2006 2005 2004 2004 2000 한국정보통신기술협회 Good Software 인증획득제품 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 3

2. 사업분야 Ⅰ. 회사소개 데이터마이닝분야국내선두기업다양한분야의 15 년간 100 여개프로젝트수행경험 공공 / 금융 / 서비스 제조부문 분석 CRM - Target Marketing - 고객세분화 - Cross Selling/Up Selling Fraud Detection System - 자금세탁 / 보험사기 / 카드사기 - 보안, 침입탐지, 범죄수사등 공공 / 금융 - Risk Management Traffic 분석 - Anti Monetary Laundry - 수요예측, 경영분석및계획 반도체 / 철강 / 화학 /Display 등의기업 품질 / 안전 / 에너지절감등의업무 공정분석 - 조업편차가시화 - 편차원인분석 - 최적운전조건분석 품질예측및영향인자분석 실시간모니터링및이상진단 교육부문 ECMiner 교육 S/W 사용법 데이터마이닝이론및업무적용을위한분석방법론교육 산학협약에의해국내 15 여개대학에서수업용교재로 ECMiner 활용 4

2. 사업분야 Ⅰ. 회사소개 15년간축적된기술과노하우, 100% 국내기술로고객 Needs에부합 ECMiner 는빅데이터분석솔루션에특화된데이터마이닝패키지로분석을위한데이터추출에서결과생성및저장까지통합된최적의소프트웨어임. 제조 ( 화학, 전자, 에너지등 ), 금융, 통신및서비스분야특화솔루션 ECMiner 는다양한데이터마이닝알고리듬, 통계, 실험설계, 시계열, 회귀분석, SPC, MSPC 등의분석기능을통해수많은센서에서수집되는대량의데이터를분석하여품질향상, 공장안전, 에너지절감등의목표를달성하기위한분석 S/W 임. 빅데이터분석및 Data Mining 특화솔루션 ECMinerTMS 은 ECMiner 과연계하여텍스트마이닝을수행할수있는솔루션으로형태소분석모형및품사태깅모형을적용하였고, 데이터마이닝알고리즘을통해다양한유형의업무활용성을지원함. 다수의고객사구축및성공사례 LG 화학, LG 이노텍, LG 실트론, LG 전자, LG 칼텍스정유, POSCO, SK 하이닉스, 삼성전자, 삼성정밀화학, 삼성반도체, 현대자동차, 현대제철, 현대중공업, 현대카드캐피탈, 현대커머셜, 롯데카드, 농협, 하나은행, 00 고객사, 금융정보분석원, SK 텔레콤, KT, 생산성본부, 국세청, 국립암센터, 서울시메트로, 외환은행, 국민은행, 신협, 한국석유관리원, 관세청, KBS, 롯데백화점, 대교, 심평원, 경찰청, 서울대학교, 포항공과대학교, 연세대학교, 고려대학교, KAIST, 서강대학교등다수수행경험 고객사맞춤형빅데이터분석솔루션 ECMiner 은 이씨마이너의자체기술로개발되어고객의요구사항에유연하고능동적으로대응함. 100% 국내기술로써향후신기술도입시간편한업그레이드만으로쉽고빠르게 Customizing 가능 5

3. 주요고객사 Ⅰ. 회사소개 국내대기업및공공 / 금융 / 서비스분야데이터마이닝구축및유지보수경험보유 6

3. 주요고객사 Ⅰ. 회사소개 공공 / 금융 / 서비스 (1/3) 고객사 담당조직 개요 수주 금융정보분석원 제도운영과 국가자금세탁위험평가시스템구축 ( 보험부문 ) 중컨설팅컨소시움 2015.04 전국은행연합회 전산팀 신용정보및세금우대시스템노후장비교체중빅데이터분석 2015.04 국세청 국제조사과 해외금융정보교환 분석시스템 (AXIS) 구축사업 : 참여기업 2015.02 농협 준법감시실 자금세탁방지시스템 KYC, TMS 고도화컨설팅 2014.11 롯데카드 법무감시팀 자금세탁방지시스템관련 FDS 연동시스템구축 2014.11 한국수력원자력 감사총괄팀 감사정보체계고도화컨설팅 2014.10 RIST 정도경영실 ECMiner 기반예방감사분석 2014.09 은행연합회 전산부 TDB(Tech Database) 전산시스템구축 : TDB 활용방안에대한 ISP 진행 2014.07 국세청 첨단탈세방지 FIU정보통합분석시스템 FOCAS 구축사업 : 분석시스템구축부분 2014.06 금융정보분석원 제도운영과 국가자금세탁위험평가시스템구축 2014.05 포스코 정도경영실 실시간예방감사시스템고도화 2014.04 한국석유관리원 수급보고추진팀 석유제품수급보고시스템구축-불법유통이상징후업소분석및추출 2014.01 국립암센터 암등록사업부 암빅데이터서비스사업화컨설팅 2014.01 현대캐피탈 / 카드 / 커머셜 준법감시실 자금세탁방지시스템고도화 2013.12 생산성본부 IT팀 데이터마이닝결과보고서고도화 2013.11 롯데카드 Compliance 팀 자금세탁방지시스템 차세대시스템구축에따른재사용인터페이스 2013.07 SKT 솔루션사업팀 고객분석및추천시스템구축을위한컨설팅 2013.01 포스코 정도경영실 실시간예방감사시스템구축 2013.01 현대캐피탈 / 카드 / 커머셜 준법감시실 ECMinerAML 기반자금세탁방지시스템구축 2012.10 금융정보분석원 기획행정실 STR관련건전략분석시스템구축 2011.09 7

3. 주요고객사 Ⅰ. 회사소개 공공 / 금융 / 서비스 (2/3) 고객사 담당조직 개요 수주 CUPIA 네팔관세청 관세업무를위한위험관리정보시스템구축 2011.07 KT 네트워크연구소 3G 기지국트래픽과부하실시간추정시스템개발 2011.05 CUPIA 에콰도르관세청 관세업무를위한위험관리정보시스템구축 2011.02 서울시메트로 지하철사업단 서울시메트로공기질모니터링시스템구축 2차년도 2011.01 생산성본부 IT팀 데이터마이닝결과보고서자동화를위한데이터마트구축 2010.07 CUPIA 과테말라국세청 관세업무를위한위험관리정보시스템구축 2010.03 서울시메트로 지하철사업단 서울시메트로공기질모니터링시스템구축 1차년도 2010.01 한국석유관리원 유통관리팀 불법석유유통방지시스템 2009.09 신협 준법감시실 자금세탁방지시스템구축 2009.09 금융정보분석원 기획행정실 자금세탁방지시스템고도화 7차사업 2009.08 외환은행 카드 카드고객 LTV 산정 2009.07 KT 네트워크연구소 기업고객의회선별트래픽추이분석을통한해지예측모델구축 2009.07 롯데카드 Compliance 팀 ECMinerAML 기반자금세탁방지시스템구축 2009.03 농협 준법감시실 ECMinerAML 기반자금세탁방지시스템구축 2008.08 한국전자통관진흥원 한국전자통관진흥원 관세분야위험관리모듈화개발사업 2008.08 관세청 외환조사 외환거래모니터링시스템구축 2008.05 국민은행 준법감시실 자금세탁방지를위한룰 / 스코어링시스템구축을위한컨설팅 2008.05 하나은행 준법감시실 자금세탁방지를위한룰 / 스코어링시스템구축을위한컨설팅 2008.04 SKT NGM(ISF) 차세대서비스구축 2차사업 2008.01 8

3. 주요고객사 Ⅰ. 회사소개 공공 / 금융 / 서비스 (3/3) 고객사 담당조직 개요 수주 ETRI USN 연구단 ECMiner 납품및교육 2007.11 관세청 관세청 무역기반자금세탁 (TBML) 방지를위한분석컨설팅 2007.10 재정경제부 금융정보분석원 금융거래분석시스템구축 2007.10 KT BcN 본부 광고대상고객선정을위한스코어링시스템개발 2007.10 심평원 평가정보부 의료보험과청구모델예측 2007.07 경찰청 경찰청수사국 범죄정보분석시스템개발 2007.04 정통부 우정사업본부전산센터 보험고객이탈모형구축 2007.03 SKT NGM(ISF) 차세대서비스시스템구축 2007.03 재정경제부 금융정보분석원 ECMinerAML 기반자금세탁심사분석시스템구축 2007.01 재정경제부 금융정보분석원 ECMiner 기반자금세탁방지를위한 Scoring 시스템구축 2006.06 농협 CRM ECMiner 활용 CRM 컨설팅 ( 고객세분화 ) 프로젝트수행 2005.09 삼성전자 마케팅 데이터마이닝기반의마케팅지원을위한 CRM 컨설팅수행 2004.10 KBS DTV 데이터분석 디지털방송송신의품질개선을위한데이터마이닝컨설팅및 SW납품 2004.09 롯데백화점 마케팅 고객 Needs에기반한고객구매원인분석및구매예측모델구축컨설팅 2004. 03 SK Telecom 마케팅 네이트이용자패턴분석및우수고객분석, 선호컨텐츠분석컨설팅 2002. 03 새롬기술 마케팅 Dial Pad고객및콜센터데이터분석및유료화전환시수익성예측모델 2001. 11 현대자동차 마케팅 웹사이트광고효과분석데이터마이닝컨설팅프로젝트수행 2001.06 대교 마케팅 CRM 전략개발및데이터마이닝컨설팅프로젝트수행 2000. 09 9

3. 주요고객사 Ⅰ. 회사소개 정부과제 과제주관기관과제수행기관개요수주 미래창조과학부 Altibase 빅데이터통합모니터링및분석을위한고성능데이터베이스솔루션개발 2014.05 환경부 Kwater 수질맞춤형정수처리시스템구축 - 전문가의사결정시스템 2013.01 지식경제부 중소기업청 중소기업청 서울시메트로 정보통신부 ( 선도기술개발보급지원사업 ) 중소기업청 ( 기술혁신개발사업 ) 정보통신부 ( 디지털콘텐츠기술개발사업 ) ETRI( 주관 )/ 이씨마이너 ( 참여 ) 누리봄 ( 주관 )/ 이씨마이너 ( 참여 ) 서울대학교 / 이씨마이너 건국대학교 / 이씨마이너 차세대메모리기반 Big Data 분석을위한원천기술개발 (5 년 ) 2012.05 매장관리및마케팅정보분석을위한영상센서기반영상정보분석서비스솔루션개발 2012.11 ECMiner 이상치탐지모듈의최적화및개발 2012.06 지하역사및터널의인공지능형공기질제어및관리시스템개발 2011.01 이씨마이너 Six Sigma 를위한 Datamining 기반의 MSPC 응용 S/W 개발 2003.08 이씨마이너웹기반감시제어시스템의연결성을고려한범용소프트웨어의설계기술 2002.07 이씨마이너 Web Datamining 기반의 ecrm 기술개발 2002.01 10

3. 주요고객사 Ⅰ. 회사소개 품질향상 (1/2) 고객사 담당조직 개요 수주 롯데케미컬 정보전략 빅데이터기반 NC공장및 PP 공장최적화 2015.06 SEMES 연구소 반도체장비운전데이터와품질데이터간원인분석 2015.05 LG MMA 생산팀 데이터분석을위한 ECMiner Lease Version 도입 2014.11 LG이노텍 공정기술팀 ECMiner 분석시스템개선 2014.09 SEMES 연구소 Clean Lab ECMiner, ECMinerSSA 공급. 품질분석및 Defects 패턴추출용 2014.08 엘지화학 정보전략팀 빅데이터확산을위한 ECMiner 실무교육및컨설팅 2014.06 SKHynix 자동화그룹 Thin film 공정의 VM 개발및 R2R 제어 2014.04 SKHynix 자동화그룹 Virtual Metrology 개발 (SD BUF OX DEP 공정및 ILD1X CMP 공정 ) 2013.08 엘지화학 정보전략팀 Big Data 분석시스템구축및컨설팅 (Glass공장, PC공장, 토너공장 ) 2013.06 포스코 압연 ( 광양 ) 하이밀 RM(Roughing Mill) 의 Off-center 원인규명컨설팅 2013.05 엘지화학 Glass 사업팀 TOLM(Take off line management) system 구축 2013.04 엘지화학 소형전지 용접기불량용접현황에대한실시간모니터링시스템 2013.04 SKHynix 자동화그룹 청주공장 VM(Virtual Metrology) 개발및 R2R Control 2013.03 엘지화학 정보전략팀 파주 Glass 사업장 Defects 원인분석용데이터마이닝 S/W 도입 2013.01 SKHynix 자동화그룹 Etching 공정설비에대한 VM(Virtual Metrology) 개발 2012.09 SKI FCCL 공장 데이터마이닝기반 QMS 시스템구축 2012.04 SKHynix 자동화 2팀 HiTAS 시스템내 ECMiner 의데이터탐색기모듈공급 2012.02 SKI LIBS 공장 데이터마이닝기반 QMS 시스템구축 2011.09 삼성전자LCD CAE그룹 Photo공정진단시스템구축을위한 ECMiner, ECMinerIMS 공급 2011.08 11

3. 주요고객사 Ⅰ. 회사소개 품질향상 (2/2) 고객사 담당조직 개요 수주 삼성정밀화학 기술팀 DMAC 공장품질향상및에너지절감컨설팅 2011.06 포스코 마그네슘제련연구단 마그네슘제련모니터링을위한지능형모니터링시스템구축 2011.05 삼성반도체 시스템LSI MASS+ 비정형분석시스템데이터베이스변경구축 ( 오라클->DB2) 2011.05 LG이노텍 PI혁신팀 LED 수율향상분석시스템구축 2010.04 LG화학 Glass 사업팀 Computer Vision 기반 Glass 표면 Waviness 탐지시스템개발 2010.02 삼성전자 반도체부문시스템LSI 비정형분석시스템성능개선프로젝트 2009.09 삼성반도체 시스템LSI MASS+ 비정형분석시스템 2차고도화사업 / 실시간모니터링시스템 2008.09 삼성반도체 시스템LSI MASS+ 비정형분석시스템 ( 데이터마이닝분석 ) 고도화 2008.03 LG실트론 TDR 단결정성장공정 ( 초크랄스키공정 ) 의품질분석컨설팅 2007.03 삼성전자LCD 생산기술그룹 ECMiner 기반 CVD공정분석컨설팅 2007.02 LG전자 LG전자PDP A3공장 (42 PDP 생산 ) 품질인자규명및개선프로젝트 2006.06 삼성반도체 시스템LSI SSA(Spatial Signature Analysis) 를이용한 Wafer 결함패턴분석시스템 2005.09 LG화학 2차전지공장 ( 청주 ) 2차전지품질에영향을미치는요인분석 2005.07 LG화학 VCM공장 ( 대산 ) VCM 공정품질향상을위한컨설팅 2005.03 삼성반도체 시스템LSI ECMiner 을기반한 MASS+ 비정형분석시스템구축 2004. 09 LG전자 DAV사업부 ECMiner 공급및불량에영향을미치는품질인자분석 2004. 12 LG화학 화성품공장 ( 여수 ) 조업분석표준화를위한 ECMiner, ECMienrRTMDS 납품및컨설팅 2004. 10 LG화학 PVC 공장 ( 여수 ) PVC 공정품질향상을위한분석컨설팅 (Pilot Project ) 2004. 07 LG칼텍스정유 RFCC 공정시스템 RFCC 공정수율향상 ( 컨설팅및 ECMiner 공급 ) 2004. 07 12

3. 주요고객사 Ⅰ. 회사소개 환경 / 에너지 / 수요예측 고객사 담당조직 개요 수주 삼성BP 기획팀 ECMiner 기반원료수요예측 2015.03 RIST 에너지자원연구본부 ECMiner 데이터마이닝 S/W 도입및 CO2 포집데이터분석 2014.01 LG화학 NCC기술팀 NCC공정에너지효율모니터링시스템구축 2011.01 SKC 기술팀 메탄올분리공정조업최적화컨설팅 (Pilot) 2009.06 삼성BP 기술팀 ECMiner 구매 2009.04 여천NCC 에너지관리TFT SM공장최적화 : 에너지소비최소화프로젝트 2006.12 여천NCC 에너지관리TFT팀 ECMiner 활용 MTBE 공장에너지최적화 Consulting 2005.12 LG화학 화성품 ( 여수 ) NPG공장 : ECMiner 와 ECMinerRTMDS 공급 2005.10 LG화학 BRU공장 ( 대산 ) BRU(Benzene Recovery Unit) 공정분석및에너지최적화 2005.09 LG화학 BR공장 ( 대산 ) BR공장에너지최적화 2005.06 13

3. 주요고객사 Ⅰ. 회사소개 설비이상진단 / 안전 / 생산성 고객사담당조직개요수주 LS 니꼬동제련 IT 팀 Booster Fan 의이상징후예측을통한 Preventive Maintenance 2015.07 포스코설비기술팀 2 열연공장압연기 Camber 원인분석 2015.06 SK Hynix 환경안전본부 GAS Tank 누수감지분석시스템구축 2014.11 현대중공업조선사업부데이터모델링을통한중장납기 / 강재에대한수요분석 2014.07 포스코연주 ( 광양 ) MLH(Mold Level Hunting) 원인인자규명 (2 차사업 ) 2012.09 포스코제선부 ( 광양 ) 노황관리시스템 (BOSO ) 고도화 2012.04 포스코연주 ( 광양 ) MLH(Mold Level Hunting) 원인인자규명 2012.04 삼성전자가전사업부 GMES 구축 : 예측 BI 활용방안도출컨설팅 (PoC) 2011.09 포스코제선부 ( 광양 ) 노내가스류변동예측시스템구축 2011.01 포스코제선부 ( 포항 ) 포항 2, 4 고로노황관리시스템 (BOSO System) 확대적용 2010.02 포스코제선부 ( 광양 ) 광양 4 고로노황관리시스템 (BOSO System) 구축 2010.02 포스코제선부 ( 포항 ) 포항 3 고로노황관리시스템 (BOSO System) 구축 2009.09 삼성반도체메모리사업부전문가시스템기반진공펌프실시간모니터링 / 이상진단시스템구축 2008.02 포스코제선부데이터마이닝기반공장모니터링시스템구축 2007.08 현대제철특수강기술팀 ECMiner 납품및교육 2007.01 포스코 FINEX 공장 ECMiner, ECMinerRTMDS 기반실시간공정 / 품질모니터링 / 이상진단시스템구축 2006.08 포스코 Finex/ 기술연구소 ECMiner 활용 Finex 공장최적조업분석컨설팅 2006.02 삼성반도체메모리사업부 ECMiner 활용진공펌프조기이상진단컨설팅프로젝트 2006.01 포스코기술연구소 Finex 공장조업분석용 ECMiner 공급 2005.10 14

3. 주요고객사 Ⅰ. 회사소개 교육 고객사 S/W 공급방식 개요 수주 서강대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2015.03 서울대빅데이터센터 기술제휴협약 연구용데이터마이닝 S/W ECMiner 제공에대한기술제휴협약체결 2013.11 포항공과대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2011.10 건국대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2011.10 서울과학기술대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2011.07 고려대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2011.02 한남대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2009.11 건국대학교공과대학 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2009.03 동국대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2009.03 경희대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2008.09 KAIST 경영정보대 판매 ECMiner 와 ECMinerRTMDS 납품및교육 2007.03 경성대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2006.09 동명정보대 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2006.08 광운대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2006.04 숭실대학교 산학협약 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2006.04 카톨릭대학교 판매 교육및연구용으로 ECMiner 공급 2005.08 연세대학교상경대학 산학협약식 교육용데이터마이닝 S/W ECMiner 제공에대한산학협약체결 2005.05 포항공과대학교 판매 교육및연구용으로 ECMiner 공급 2004.01 15

Ⅱ. 빅데이터분석개요 1. IT Megatrend 2. 빅데이터의정의

1. IT Megatrend Ⅱ. 빅데이터분석개요 < 향후 10 년간경제적파급효과가큰와해기술 > 현재 IT 의큰변화중의하나는장비의로그데이터가 IoT 와기술발전으로데이터가폭주하고있음. 2014 년 Machina Research 조사에따르면비정형로그 성데이터와정형데이터의비율이 6 : 4 로역전되었음 IT Trend 17

2. 빅데이터의정의 Ⅱ. 빅데이터분석개요 빅데이터는데이터저장매체의발달및통신기술, 데이터의분산관리및처리 분석기술의급격한발달로데이터규모 (Volume), 속도 (Velocity), 다양성 (Variety) 이급격하게증가하여기존방식으로저장 / 관리 / 분석하기어려울정도로큰규모의특성을갖습니다. 비정형 반정형 정형 다양성 비디오 오디오 이미지 SNS Web/ 전자문서 텍스트 Database Volume ( 규모 ) MB, GB 규모 TB, PB, EB 규모 Velocity ( 속도 ) 속도 빅데이터가치 = 4V 규모 데이터생성 / 활용주기수시간 ~ 수개월 Variety ( 다양성 ) 분, 초단위실시간생성및활용 텍스트파일등 동영상, SNS, 위치정보등 18

Ⅲ. 빅데이터분석현황 1. 빅데이터의이슈및해결방안 2. 실시간데이터분석필요성 3. 실시간빅데이터분석요건 4. ECMiner 빅데이터분석아키텍쳐

1. 빅데이터이슈및해결방안 Ⅲ. 빅데이터분석현황 빅데이터의이슈및해결을위한방안으로기존의솔루션의한계를넘어실시간통합분석을통해산업별업무현장에서실시간예측및대응이가능한지능형솔루션이새로운해결책으로등장하였습니다. 빅데이터이슈상황 빅데이터기술적방안 데이터수집 다양한구조의비정형데이터수집의어려움 현장의 Needs 가아닌 IT Infra 상황에따른데이터원천수집관례 검색및크롤링기술의발전 정확한 Needs 및환경분석 다양한수집된빅데이터를관리가가능한형태로 In-Memory 및 Hadoop 전달기술 데이터저장 대용량데이터베이스는큰비용발생 대용량데이터관리의어려움 Hadoop 을이용한대용량데이터수집및저장기술 Flume 을이용한 Data 수집및 Hadoop 또는 In-Memory DB 저장기술 데이터처리 폭증하는데이터에대해즉각적대응어려움 대용량데이터를가공하는성능문제 In-Memory 기반의데이터저장및활용 메모리기반의분산 Query 기술 다양한 Data 연계 API 기술 데이터분석 빅데이터분석을위한전문알고리즘및 SW 부족 빅데이터분석방법론및경험부족 실시간분석처리의한계 병렬분산처리알고리즘을통한빅데이터분석기술 실시간통합모니터링기술 20

2. 실시간데이터분석필요성 Ⅲ. 빅데이터분석현황 데이터의 Volume 이커질수록빅데이터분석의업무활용에대한 Needs 가높아지며특히실시간분석의중요성이강조되고있습니다. 빅데이터의특성 4V 중 VELOCITY 와 VARIETY 의중요성이더욱증가함 VOLUME 미국기업상당수데이터규모 : 최소 10TB 이상 VELOCITY 네트웍패킷,VoIP : 10 Gbps VARIETY IoT, 업무데이터, 각종장비, 융합등으로폭주 VALUE 고객에게주는인사이트 Source : 2015 Cap Gemini Study The Deciding Factor : Big Data & Decision Making 21

3. 실시간빅데이터분석요건 Ⅲ. 빅데이터분석현황 기존의문제점을극복하고다양한데이터수집, 실시간고속처리, 센서등 IoT 데이터처리를위한신개념의빅데이터솔루션이필요합니다. 실시간빅데이터분석을위한요건 고속의데이터분석 비지니스데이터장비로그센서정보이벤트 초고속데이터병렬처리 메모리기반의분산처리 빅데이터처리인프라 다양한유형의분석대상데이터수집 다양한수집 IT 담당자 수집, 저장, 분석의통합기능제공 비즈니스담당자 사전대응기능 분석결과의 Alarm/Action Guidance 실시간쿼리를통한시각화 실시간분석 초고속데이터처리 22

4. ECMiner 빅데이터분석아키텍쳐 Ⅲ. 빅데이터분석현황 데이터원천데이터통합데이터저장데이터분석데이터표현 정형데이터 기간계계정계정보계대외계 ETL (Extraction, Transformation, Loading) EAI (Enterprise Application Integration) CEP (Complex Event Processing) EDW (Enterprise Data Warehouse) Big Data 분석마트 On-Line 실시간분석 & 모니터링 ECMinerIMS 정형 / 비정형 Data Mining ECMiner - 실시간예측 - 실시간모니터링 - 실시간분석 - Alarm/Action Guidance 비정형데이터 E-mail VOC Hive Sqoop - 예측 / 군집 / 분류 / 연관성 - 데이터입력 / 출력 - 데이터전처리 / 차트 - 모델검증 SNS MapReduce Blog. HDFS (Hadoop Distributed File System) Hadoop 23

Ⅳ. ECMiner TM 소개 1. ECMiner TM 개요 2. 유연성 3. 편의성 4. 확장성 5. 효율성

2. ECMiner 개요 Ⅳ. ECMiner 소개 ECMiner 는자체기술력으로개발한국내최초, 유일의데이터마이닝 S/W 로서데이터입력, 전처리, 분석, 모델링, 모델평가, 차트등데이터마이닝작업을위한기능을통합지원하는분석 S/W 입니다. 간편한시스템설치및운영구조 스케줄러를통한배치자동화 병렬처리및 In-Memory 알고리즘연산을구현하여강력한성능제공 운영효율성 업무적용유연성 ECMiner Since 2000 분석편의성 산업분야별특화기능및알고리즘제공 (Minitap 전기능, Scorecard 등 ) 분석효율성을높이는강력한 Visualization 제공 고객사맞춤형커스터마이징적용 예측 / 분류 / 군집 / 연관규칙기본알고리즘보유 Hadoop 과완벽호환 비정형분석을위한텍스트마이닝제공 공간정보 (GIS) 상의융합적용 실시간예측모니터링확장 (ECMinerIMS ) 기능확장성 NON SCRIPT 방식, Workflow 활용모델개발 마법사형식의수식편집기활용전처리구조 ( 비전문가의빅데이터분석지원강화 ) 단일 Framework상의분석에서리포트까지전 자동화 국내최고의빅데이터분석제품기술력과컨설팅경험 25

2. 업무적용유연성 주요제공알고리즘 Ⅳ. ECMiner 소개 ECMiner 는모든산업분야의빅데이터분석의효율적인업무적용및활용율향상을위하여산업현장에서사용되는모든알고리즘을제공하고있습니다. 통계, 데이터탐색 탐색적데이터분석기법 (SPC, MSPC) 기술통계 빈도분석 / 교차분석 상관관계 T- 검정 카이스퀘어검정 ANOVA Gage R&R 데이터마이닝, 예측분석실험계획법시계열및기타 MLR Logistic PCA PLS PCR LDA / QDA FA GLM MLP, RBF 군집화 (Clustering) 예측 (Prediction) 분류 (Classification) 연관성규칙 (Association Rule) 텍스트마이닝 (Text Mining) 연계분석 (Link Analysis) 요인설계 반응표면설계 혼합물설계 다구찌설계 ARIMA AR MA 지수평활 추세분석 Nonlinear Regression PID Tuning Nonlinear Regression PID Tuning 26

2. 업무적용유연성 예측기법 Ⅳ. ECMiner 소개 예측모델은독립변수와종속변수사이의함수식을찾아종속변수의값을예측하는모형을만드는데이터마이닝기법입니다. 예측모형을통해고객행동예측, 공급 / 수요량예측등의모델링에활용될수있습니다. 예측분석개요 주요예측알고리즘 ECMiner 예측노드 분류 알고리즘 value? 예측? 예측기법 MLR( 다변량회기분석 ) PLS( 부분최소승자법 ) PCR, PCA ( 주성분회기 ) Logistic Regression( 로지스틱회기 ) CART( 의사결정나무 ) 과거 현재 미래? 인공신경망 Support Vector MLP(Multi Layer Perception) RBF(Radial Basis Function) SVR Time 과거데이터를바탕으로미래데이터의연속적인값을예측하는방법 회귀분석정보와예측치가시화 예측오차및설명력 (R-sqaure) 을바탕으로예측모델을선정 27

2. 업무적용유연성 분류기법 Ⅳ. ECMiner 소개 분류모델이란새로운데이터를특정그룹으로할당하기위한최적분류규칙 ( 또는함수, 모형 ) 을유도하는데이터마이닝기법입니다. 분류모델을통해고객등급결정, 이탈방지 / 교차판매등의최적고객추출등의활용이가능합니다. 분류분석개요 주요분류알고리즘 ECMiner 분류노드 분류 알고리즘 Class 1 분류기준 분류기법 KNN( 최근접이웃분류 ) CART Class 2 판별분석 LDA QDA 분류모델 (CART) 정보와분류트리가시화 일정규칙을이용하여이산적인결과값 (class) 을구분하는방법 분류정확도 ( 오분류율 ) 를기준으로분류기준또는방법을결정 28

2. 업무적용유연성 연관성분석 Ⅳ. ECMiner 소개 연관규칙분석이란데이터속에내재된다양한패턴을찾기위한데이터마이닝기법으로, 데이터안에존재하는항목들간의종속관계를찾아낼수있습니다. 주로시장바구니분석에의한구매패턴등의파악및상품추천등에활용됩니다 분류분석개요 주요연관성분석알고리즘 ECMiner 연관성분석노드 분류 연관성규칙 알고리즘 연관성규칙 순차연관성 연관규칙정보와이를활용한연관성가시화 ( 네트워크 ) 상품을구매하는등의일련의거래나사건들의연관성을도출하는방법 특정현상에대하여상호연관성이있는다른현상이동시또는순차적으로동반하여발생되는패턴을도출 * 향상도를바탕으로의미있는규칙을선별 연관규칙 (Rule) * 향상도 : 연관규칙을구성하는항목 ( 조건과결과 ) 간의연관관계를나타내는척도 29

2. 업무적용유연성 군집분석 Ⅳ. ECMiner 소개 군집화란데이터의여러속성을비교하여유사한특성을갖는개체나항목들이함께그룹이되도록군집으로집단화하는데이터마이닝기법을말합니다. 군집화는고객세분화와세분군별고객속성분석등에활용됩니다. 분류분석개요 주요군집분석알고리즘 군집 1 군집 2 ECMiner 군집분석노드 분류군집분석 알고리즘 Hierarchical( 계층군집화 ) K-means( 비계층군집화 ) 인공신경망 SOM(Self Organizing Map) 군집 3 군집모델정보와 3D 차트를통한가시화 군집 4 비슷한속성을지니는데이터를그룹화하는방법으로데이터간의거리를기반으로군집형성 군집내거리 / 군집간거리를바탕으로군집개수결정 각군집별속성파악 (Profiling) 30

2. 업무적용유연성 연계분석. Ⅳ ECMiner 소개 연계분석은상호연관성이있는금융거래나특정주제와밀접한연관어등을시각적으로표현하여데이터및수치로는확인하기어려운패턴을분석하고업무에활용하는기법입니다. 연계분석 (Link Analysis) [3 차연계 ] [Event 확산 / 전이분석 ] 네트워크의시작점과확산되는과정을도식화하여네트워크의흐름에대한추적하는방법 금융거래, 이슈어, 연관어관계등분석 [ 클러스터링 ] 연관성이있는개체들의그룹화 특정거래건과의관련인그룹파악 [ 최초거래 ] [1 차연계 ] [2 차연계 ] [4 차연계 ] [5 차연계 ] 그룹의유형에따른차별화된아이콘적용 [ 연결패턴, 순환거래분석 ] 3 개의노드를기준으로어떤패턴으로연결되고구성되는지를분석 구성개체들의네트워크연결특성파악 [ 영향력평가 ] 네트워크구성노드 ( 개체 ) 간영향력평가 특정거래관계자등구성개체들의네트워크구성에있어누가영향력이큰가를도식화 [ 링크굵기 :4] 링크두께 링크의개수 1 1 개 2 3 2 ~ 4 개 5 ~ 9 개 [ 링크굵기 :1] [ 링크굵기 :3] [ 링크굵기 :2] 4 10 개이상 31

2. 업무적용유연성 Visualization(1/3) Ⅳ. ECMiner 소개 ECMiner 의평행좌표차트및메트릭스차트는단계 ( 경로 ) 별, 시간대별특정원인을발생시키는인자를찾기위한최고의시각화및高성능을제공하며한차원높은데이터시각화분석을가능하도록합니다. 경로 1 경로 2 경로 3.... 상품구매여부 상품구매비구매 EX) 이탈고객의변수별행동특성분석 EX) Web 상품구매고객의주요경로분석 32

2. 업무적용유연성 Visualization(2/3) Ⅳ. ECMiner 소개 ECMiner 는상관관계분석결과를비전문가가쉽게이해할수있도록다수의변수들간테이블구조, 네트워크구조, 그리고트리구조의다양한형태로변수들간의관계를나타내어직관적으로관계를파악할수있습니다. 상관도메트릭스 상관도네트워크 상관도트리 상관성이높을수록큰원 더블클릭 더블클릭 상관성이높을수록두꺼운선 두변수간 Scatter plot 33

2. 업무적용유연성 Visualization(3/3) Ⅳ. ECMiner 소개 ECMiner 는비전문가가쉽게사용할수있는바차트에서분석업무담당자가변수간특성을시각적으로비교하여분석을할수있는강력한다변량시각화차트등기업의상품분석및고객선호도의추세및감성분석등을시각적으로쉽게분석할수있는다양한시각화도구를제공합니다. 파이차트 히스토그램 바차트 파레토차트 통계차트 외부기관의 담당자 3차원차트컨튜어차트분포차트기본차트컨트롤차트 관리 / 운영자 매트릭스차트관리도다변량관리도기본확장산포차트 관리 / 운영자 분석전문가 34

2. 업무적용유연성 맞춤형커스터마이징적용 (1/2) Ⅳ. 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 35

2. 업무적용유연성 맞춤형커스터마이징적용 (2/2) Ⅳ. ECMiner 소개 이씨마이너는고객사의업무활용률을높이기위하여현업업무에최적화된시스템커스터마이징을제공하여외산솔루션과의차별화된서비스를제공합니다. 분석데이터마트 데이터입력 데이터전처리 / 파생변수생성 / 통계분석 모델링 결과저장인터페이스 목적 DB 커스터마이징을통한채널인터페이스구현제공 커스터마이징을통한채널인터페이스구현제공 36

3. 분석편의성 사용자편의사용구조 Ⅳ. ECMiner 소개 사용자가편리하게사용할수있는 GUI 화면을제공하며, Workflow 작업환경에서분석에필요한노드를작업창으로 Drag & Drop 하고, 작업순서를설정 ( 노드연결 ) 함으로써분석을위한프로젝트를쉽게구성합니다. 명령어를외울필요없이작업순서별탭에서화면에제시된노드를확인하면서필요한기능을선택 Drag & Drop or 더블클릭 모든수행은 Drag & Drop, 더블클릭및버튼을클릭하여간단하게조작 모델개발과정을한눈에확인하고더블클릭 -> 속성창편집으로으로옵션조정 Workflow : 복잡한작업수행과정을시각적으로쉽게이해하고작업할수있도록구성된사용자편의중심의작업수행환경, 데이터마이닝외 BPM, ETL, Campaign Management 등에서활용 10 37

3. 분석편의성 강력한전처리기능 Ⅳ. ECMiner 소개 데이터마이닝작업에있어높은전문성과가장많은시간을소요하는전처리과정을비전문가도쉽게처리할수있는마법사 ( 위자드 ) 형태로작업할수있고빅데이터시대에맞추어정형과비정형데이터처리를단일작업환경에서수행하여손쉽게데이터의통합이가능하도록하였습니다 다양한전처리기능제공 마법사 ( 위자드 ) 형태의수식편집기를활용직관적데이터전처리구조 비정형데이터특화기능 비전문가가쉽게데이터전처리를수행할수있도록직관적으로이해하기쉬운구조제공 38

3. 분석편의성 통합모델개발의편의성 (1/4) Ⅳ. ECMiner 소개 ECMiner 의통합분석환경은데이터수집부터모델링까지단일작업창에서처리하며전분석과정이직관적으로쉽게이해할수있는구조로되어있어우수한모형의공유및재활용을통해분석업무의高평준화를제공합니다. 데이터수집의편의성 - 비전문가를위한손쉬운 데이터수집 데이터전처리 모델링 DB Access 구조 -RDB와 TEXT 및 Excel DATA 까지통합환경에서수집및병합 통합환경에서의데이터 전처리수행 - 데이터전처리와분석을 텍스트마이닝 통합환경에서개발 -정형/ 비정형데이터통합이단일환경에서쉽게구현 직관적 UI 및강력한 분석환경 - 모델결과의쉬운이해 - 우수모델의공유및확산 - 단일작업창에서 정형 / 비정형뿐만아니라 Multi 모델링수행가능 39

3. 분석편의성 통합모델개발의편의성 (2/4) Ⅳ. ECMiner 소개 빅데이터분석은데이터의기초통계부터출발을해야합니다. ECMiner 데이터창에서데이터를직접확인하면서분석을수행하여비전문가의분석수행시에도쉽게분석업무에접근할수있고높은이해도와활용성을제공합니다. 분석. 무엇부터시작하지? DB 데이터를직접확인하면서분석수행 다양한통계분석기능선택 40

3. 분석편의성 통합모델개발의편의성 (3/4) Ⅳ. ECMiner 소개 DB 에서데이터추출, 전처리, 통계분석, 모델링, 분석결과출력및저장까지의데이터마이닝전프로세스를 ECMiner 의통합분석환경에서진행할수있습니다. 데이터 데이터입력 데이터전처리 통계분석 모델링 분석결과출력 / 저장 데이터 ECMiner : 프로세스전단계를 ECMiner 한개로모두구현함. S 경쟁사 : 프로세스단계별다른프로그램사용으로어려움.( 여러프로그램및문법을사용해야함.) S사 ETL S사 (Script) S사 E-Miner S사 ETL 화면이동화면이동화면이동 41

3. 분석편의성 통합모델개발의편의성 (4/4) Ⅳ. ECMiner 소개 S 사의데이터마이닝솔루션은우수한분석기능에도불구하고데이터접근성과전문가를위한시스템구조로전사적분석보다는데이터가공용도로사용되는경우가많고 R 의경우는성능및유지보수의단절로업무용으로적용이불가한경우가많습니다. ECMiner 수식편집기 GUI 기반통계분석수행 Workflow 기반모델개발 즉시적용 ECMinerIMS 등록시즉시사용 차트등자동연동 분석보고서자동리포트 고객사시스템적용을위한커스터마이징 프로그램기반전처리수행 프로그램기반통계분석수행 Workflow 기반모델개발 시스템자동화를위한개발필요 SQL 전환 (IT 개발 ) S 사활용 차트활용오퍼레이션필요 ( 비전문가 ) EXCEL 데이터만공유 ( 자동화단절 ) 사용이어려워비전문가는엑셀을이용차트를만들거나추가적인분석을주로수행 PPT 등분석보고리포트수작업 커스터마이징불가 시스템화의추가비용발생 커스터마이징불가 42

4. 기능확장성 빅데이터인프라완벽지원완벽호환 Ⅳ. ECMiner 소개 급격히증가하는데이터를활용하기위해서는빅데이터플랫폼과의연동과고성능분석기능처리가필수입니다. ECMiner 은빅데이터시대에맞추어 Hadoop 및어플라이언스장비와의호환뿐만아니라분산 / 병렬처리와 In- Memory 기술을통한고성능을제공합니다. 빅데이터지원기능빅데이터분석아키텍쳐사례 (L 사 ) 데이터와차트동기화를통한직관적분석기능강화. ECMiner 에서직접 Hadoop에접속하여데이터를정제하여분석용파일생성. 1. Hadoop 연동 1 분석영역 분석도구 ECMiner 모델실행 6. Visualization 5. 실시간처리 ECMiner 2. HPC 3. 분산 / 병렬 고성능어플라이언스장비와의호환 2 데이터플랫폼영역 빅데이터분석 ( 정형, 비정형 ) 빅데이터기반 Hadoop Infra ECMiner Big Data 관리 IN-Memory / Partition 정형 Data ECMinerIMS 과연동하여실시간예측제공 4. In-memory 데이터고속처리를위해 In-memory 연산 데이터입력, 전처리, 알고리듬에대한분산 / 병렬처리로분석성능강화 DBMS I/F (Data Importer) MES QMS ERP SNS 비형정데이터 I/F (Data Collector) WEB/ VOC 설비 Log 43

4. 기능확장성 비정형분석 ( 텍스트마이닝 ) 적용 (1/2) Ⅳ. ECMiner 소개 비정형빅데이터분석은텍스트마이닝을활용하여 1) 여론, 평판분석등의수행 2) 산업별기술동향과연관기술등에대한패턴을분석하여지도 (GIS) 및네트워크연관도 (Link Analysis) 로표현될수있습니다 빅데이터수집 STEP1 Text Mining STEP2 응용및활용 STEP3 Text 수집 형태소분석품사태깅온톨리지구축 마이닝알고리즘적용 BI / 시스템적용 기본사전 품사태깅모형 연관어분류모형 / Rule 기반 데이터마이닝분석 기존데이터모델과의통합 전자문서 SNS 형태소분석모형 주변문맥분석 제외어처리 ( 등록 / 필터링 ) 문서군집화 ( 클러스터링 ) 활용시스템연동 WEB/VOC 어절단위분석 품사분석 유의어등록 (Key Fact) 연계, Social Network 분석 Crawling ( 수집기 ) 음운현상분석 품사부착 연관어분석 ( 패턴분석 ) 유의어영향인자분석 형태소단위분석 계층생성 유의패턴분석 ( 감성 / 트렌드 ) 지역별평판분석 음절단위분석 연관성분석 비정형 Data 분석결과 온톨리지레파지토리 분석마트 OLAP/ 대시보드 44

4. 기능확장성 비정형분석 ( 텍스트마이닝 ) 적용 (2/2) Ⅳ. ECMiner 소개 비정형분석은 CRM 업무를위한의사결정지원도구와연계하여다양한분석결과를제공하고, 기업내캠페인관리시스템또는채널시스템과연동하여 Out-bound 마케팅을가능하도록합니다. Crawling Text Mining 감성여론동향관심상품 CRM 의사결정지원 지역별평판분석연관성분석 OLAP/ 대시보드 SNS 상확산 / 전이마케팅 수집기 Data Mining SNS 고객프로파일 관심상품고객분석 / 타겟팅 SNS 상의관심정보메시지전달 예측패턴탐색 캠페인대상자 ( 관심상품정보제공 ) 비대상 비대상 45

4. 기능확장성 공간정보와의융합적용 (1/2) Ⅳ. ECMiner 소개 빅데이터분석결과는 GIS 의공간정보 Layer 상위에서지역별다양한분석결과 ( 생산량예측, 가격예측, 여론동향, 영업현황등 ) 를표현하여업무적용후활용성을극대화합니다. 공간정보와빅데이터분석매시업 데이터정의 모델링 / 분석 공간정보분석결과 지오코딩매핑 Map data 데이터분석 정형 / 비정형마이닝분석결과 통합시각화 평판분석 가격예측 생산량예측 46

4. 기능확장성 공간정보와의융합적용 (2/2) Ⅳ. ECMiner 소개 지도상의데이터표현은구글맵또는 Web 포털에서제공하는맵 Layer 상의분석결과표현이가능하며지역특성에대한분석결과가해당지역에시각적으로표현될수있습니다. < > 수요예측 구현예시 America 품목별예측 / 실적 지역별예측 / 실적 수출품목별예측 농산물 수입품목별예측 수요예측 가격예측 Europe 10000 생산량과일채소야채수요예측치 생산량예측 국내가격예측 수출가격예측 수입가격예측 Asia 지역감성분석 주제어분석 평판분석 감성추이 농업기술동향 Africa 47

4. 기능확장성 실시간예측모니터링확장 Ⅳ. ECMiner 소개 ECMiner 에서생성된예측및모니터링모델은 ECMinerIMS 에즉시적으로탑재하여실시간모니터링 & 이상진단을할수있습니다. ECMinerIMS 는데이터의효율적처리, 모델관리의편리성, 그리고모델의실행결과를직관적으로조회할수있도록 Server/Controller/Viewer 의 3 부분으로구성되어있습니다. ECMiner ECMinerIMS 모델개발 모델등록 / 관리 실시간모니터링 (Visualization) 최종개발모델 Controller 실시간데이터 분석시활용 ECMinerIMS Viewer 성별상담품질 판매 서비스 차종 실시간발생데이터 실시간수집데이터 모델자동실행 모델수행관리 실행알고리즘 스케쥴러 Server 48

Storage(Disk) Memory CPU 5. 운영효율성 강력한성능 Ⅳ. ECMiner 소개 대용량데이터의전처리및모델링을수행하는경우 Index 에의한병렬데이터접근과, In-Memory 에의한분산데이터처리및병렬 (Parallel) 연산처리방식을적용하여빅데이터분석을위한최적화기능을제공합니다. Core 1 Core 2 파티션테이터셋 (In-Memory) Core N Process 1 Process 2 Process N CPU 의 Core 별병렬연산처리 Storage 의 Disk Scan 방식이아닌 In-Memory 의데이터를 Index 를이용한모델수행으로처리속도의획기적단축 Memory 에분석대상 Dataset 을 Partitioning 하여 I/O 에서발생하는 Loss Time 제거 Index A 대용량데이터셋 V1 V2 V3 V4 V5 V6 Partition Data 의 indexing 처리로모델연산을위한데이터관리최적화 Index B Index C Index AX Index BX Row 데이터의 Logical Index Processing 으로 Data Read Time 최소화 Index CX 49

5. 운영효율성 간편한시스템환경 Ⅳ. ECMiner 소개 ECMiner 의 H/W 구성은 Server 와 Clients 로구성되어있으며, Server 는 Network 를톻해 Clients 와통신하며, 만들어진모델은 Scheduler 에의해주기적으로실행됩니다. Clients ECMiner Client ECMiner Client ECMiner Client ECMiner Client Network Server 분석용 Data Mart ECMiner Server H/W Spec - CPU : Pentium Xeon 2.6GHz x 4 - HDD : 360 GB x 4 (RAID) - RAM : 2GB S/W Spec - Windows2000 Adv. Server 또는 Windows Server 2003 - ECMiner Server ver. 2.7 - IIS 5.0 이상, IE 5.5 이상 데이터전처리 통계 Engine Mining Engine Scheduler 인터페이스 50

5. 운영효율성 배치자동화스케줄러 Ⅳ. ECMiner 소개 간단한조작만으로정기적또는비정기적모델수행업무를자동화할수있는스케줄러기능과작업우선순위를고려하여여러프로젝트를묶어서실행할수있는 Batch 기능을제공합니다. 스케줄러에직접설정하여서버에서주기적으로자동실행 Batch 프로젝트 등록된실행순서에따라프로젝트가실행되고, 실행순서가동일한경우에는동시에실행됨. 실행순서가동일한프로젝트가모두실행완료되어야다음실행순서로넘어감. 51

V. 기대효과 1. 기대효과

1. 기대효과 V. 기대효과 분석업무의 능력제고및 高평준화 전사차원의빅데이터수집및분석환경확보 시스템로그, WEB, SNS 등의통합분석환경구축 전사적으로수집한각종데이터등으로부터숨겨진패턴과연관성탐색및발굴 미래예측을통한고객의 Needs 뿐만아니라 Wants, 이상징후발견 (Big Insight 도출 ) ㅋ ECMiner 활용시기대효과 신속한최적의사결정지원체계 실시간대응역량강화 Decision Management 방법론을활용하여예측모델과 Business Rule의최적조합도출 비용, 인력등의가용자원내에서최적의의사결정을실행할수있도록최적화기능지원 실시간모니터링 (Predictive Maintenance) 강화로위험인자 (Risk Factor) 조기진압 고객의 VOC/Claim 실시간조기발견및초동대응으로고객만족도향상및기업이미지제고 업무혁신, 생산성및마케팅역량강화 생산성증대 수요및생산예측을통한계획적인생산성관리체제도입 생산성증대를위한최적조건분석을통한효율적인생산성관리 53

The best choice of Data Mining 앞선기술력과신뢰를최우선으로합니다. 이씨마이너 감사합니다. 서울특별시강남구도곡로 151 상준빌딩 3 층 Tel 02-552-5266 Fax 02-566-0768 URL - http://www.ecminer.com