베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드 Introduce 구글클라우드프리미어파트너베스핀글로벌 구글클라우드프리미어파트너 국내유일구글클라우드공인트레이닝파트너 국내최대규모구글클라우드플랫폼 (GCP) 전문가보유 구글클라우드전문가를통한최적의아키텍쳐컨설팅및구축서비스제공 Helping You Adopt Cloud. 베스핀글로벌은클라우드의여정에어려움을풀어주는해결사입니다. 구글프리미어파트너사로서클라우드플랫폼 (GCP) 및 G Suite GCP 전담팀이안정적인클라우드도입및이전 을책임집니다. 더불어구글클라우드공인트레이닝파트너인베스핀글로벌은클라우드에많은경험을가진엔지 니어들이기업의전문교육및컨설팅도제공하고있습니다. 베스핀글로벌은다년간의경험노하우를통해수립한방법론과베스트프랙티스를기반으로하는전문가로고 객사는다양한서비스의혜택을누리실수있습니다. 베스핀글로벌은고객사사업특성에적합한제품과서비스가이드로해당기업에가장알맞은구글클라우드도 입, 마이그레이션및운영까지전단계성공을보장합니다. 비즈니스성장에따른서비스설계는비용절감을가능케하며, 클라우드에특화된베스핀글로벌의운영인력확 보는 IT 팀의재교육, 인원충원등에드는간접비용또한줄이는방법이될것입니다. 여기에클라우드공급자가제공하는 IaaS 와 PaaS 영역외에애플리케이션과네트워크모니터링, 백업과 DR 까 지통합적인지원서비스를받으실수있습니다. 베스핀글로벌은국내뿐아니라중국, 미국, 유럽에걸친지원체계를기반으로언제어디서나이슈와장애에신속 하게대응합니다. SLA 를훨씬뛰어넘는 99.99% 이상의높은가용성, 베스핀글로벌의매니지드서비스가특별한 이유입니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드 Introduce 빠르게변하는 IT 기술, 특히클라우드관련기술은날이다르게변화하고있습니다. 한정적인 IT 인원으로는다 양한기술들을모두따라잡을수없습니다. 베스핀글로벌은각분야에특화된 100 여명이상의클라우드운영팀이 빠르게변하는클라우드기술을고객환경에최적화된형태로공급합니다. 이러한전문성은베스핀글로벌이 APAC(Asia Pacific Accreditation Cooperation) 내구글클라우드관련최다 자격증을보유한점으로증명되어집니다. 베스핀글로벌의아키텍처전략은다음과같습니다. 베스핀글로벌의아키텍처전략 전략컨설팅 환경 / 요구사항분석, 거버넌스및보안체계구축 클라우드선택과설계 솔루션선택 / 도입, 애플리케이션재설계 클라우드로의이전 IT 프로세스재정의, 데브옵스 (DevOps) 구현 구축 & 구현 프로세스자동화 관리 & 최적화 구글클라우드도입부터마이그레이션등까지처음부터끝까지믿을만한파트너를찾는다면, 베스핀글로벌이 정답입니다. 가트너매직쿼드런트퍼블릭클라우드 MSP 부분한중일최초 3 연속등재 국내유일 ISO, ISMS, GS 인증을확보한 MSP
목차 1. 구글클라우드플랫폼의 Cloud Healthcare API 소개 2. 구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 3. 구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기
1 장 구글클라우드플랫폼의 Cloud Healthcare API 소개
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Cloud Healthcare API 소개 구글클라우드플랫폼의 Cloud Healthcare API 소개 구글클라우드플랫폼의 Cloud Healthcare API 는기존케어시스템과 Google Cloud 에호스팅된애플리케이션 을연결시키는기능을하고, Google Cloud Platform(GCP) 에서의료데이터를저장하고액세스할수있는관리 솔루션을제공합니다. Cloud Healthcare API 는기존헬스케어기술의표준데이터형식및프로토콜을지원하며, 데이터처리에유용 한 Cloud Dataproc, 빅데이터분석을위한 BigQuery 및머신러닝을위한 Cloud ML 엔진과같은 Google Cloud 기능을연결해서사용자의어플리케이션개발및디바이스통합을단순화시켜줍니다. API 를사용하면데이터분석, 머신러닝및응용프로그램개발을위한기능을활용할수있으며, 이러한기능을활 용해차세대의료솔루션을구축할수있습니다. API 는헬스케어데이터에대한업계의주요표준을이행하는세가지특정인터페이스로구성됩니다. 구글클라우드플랫폼의 Cloud Healthcare API 는현재알파버전상태이며, Google 의테스터프로그램을통해 제공되고있습니다. 헬스케어데이터에대한업계의주요표준을이행하는세가지특정 API 인터페이스 1. FHIR (Fast Healthcare Interoperability Resources): 건강데이터교환을위한신규표준 FHIR (Fast Healthcare Interoperability Resources) 는차세대의료정보표준플랫폼으로전자의료정보를교환하기위한목적을지니며의료환경에서다루어지는다양한정보들을 Resource 형태로구현하고이를이용하여다양한의료정보간상호운용성을보장하는표준안입니다. FHIR은 REST API를이용하여 Resource 를효율적으로관리하도록합니다. Google Cloud의 FHIR API는 STU3 리소스를완벽하게지원합니다. 또한 Google Cloud는분석및머신러닝툴에데이터처리를단순화하기위해다른형식의데이터를 FHIR 리소스로변환해주는툴과유틸리티들을개발중입니다. 2. DICOM (Digital Imaging and Communications in Medicine): 방사선과영상관련분야에서대표로사용되는표준의료이미징정보및관련데이터의통신및관리를의미합니다. 이규정은주로초음파진단기, X-ray, MRI, CT, RI 등의료영상이나오는장비에적용됩니다. DICOMweb API를사용하면기존이미징장치, PACS 솔루션및뷰어가 Cloud Healthcare API와직접또는기존 DICOM DIMSE 프로토콜을지원하도록설계된오픈소스어댑터를통해상호작용할수있습니다. DICOMweb API는재해복구를위해연구, 머신러닝모델트레이닝및저장용이미징데이터세트의큐레이션및 export를지원합니다. 또한머신러닝이나다른프로세싱모듈을기존클리닉워크플로우에통합하는데사용할수있습니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Cloud Healthcare API 소개 3. HL7v2 (Health Level7): 보건시스템통합에가장많이사용되는방법 HL7v2는레거시임상시스템과통합하려는모든 application의필수적인통신방식입니다. HL7v2 API는 HL7v2 메시지를수집, 전송, 검색을위해 REST 인터페이스를사용합니다. 또한 Google Cloud는 MLLP(Minimal Lower Layer Protocol) 를통해메시지를주고받을수있는오픈소스어댑터를제공합니다. 이어댑터는 Google Kubernetes Engine에서실행되어신속한프로비저닝을제공하고, Cloud Pub/Sub 상에서통신을수행해확장성을제공하며, Cloud VPN을통해전송보안을지원합니다. Cloud Healthcare API 주요특징 1. 표준준수 Google은여러의료표준단체활동을통해표준기반의기능을제공하고있습니다. Cloud Healthcare API의각양식별 data store 및관련 API는해당표준을따르고있습니다. 예를들면 FHIR store는 FHIR의현재버전에서사용하는 STU3를사용하며, DICOM store는의료이미지교환을위한웹기반표준인 DICOMweb을사용하고있습니다. Cloud Healthcare API 향후업데이트에서추가적인표준버전과표준이외의요청들을처리할수있도록지원할예정입니다. 2. 개인정보보호규정준수 GCP 는미국의 HIPAA, 캐나다의 PIPEDA 및다른글로벌개인정보보호표준을 (cloud.google.com/security/ compliance) 준수하는방법에대한자세한가이드를규정하고있습니다. 3. 데이터위치제어 Cloud Healthcare API는데이터위치를 API의핵심구성요소로취급합니다. 현재사용가능한위치중에서데이터세트의저장위치를선택할수있습니다. 사용가능한위치는지리적으로구분됩니다. 미래에는저장소를더넓은지역으로분산시킬수있도록할예정입니다. 4. 보안 Cloud Healthcare API 보안모델은 Google에서기입증된 IAM (Identity and Access Management) 시스템을기반으로하고있습니다. IAM의세분화된권한을통해의료데이터에대한액세스를완벽하게제어할수있습니다. 또한광범위의위협탐지및트래픽관리기능을제공하는 Apigee API 관리시스템기반오픈소스프록시를제작하여중요한전자의료정보를안전하게사용될수있도록했습니다. 5. Bulk import and export Cloud Healthcare API 의 DICOM 및 FHIR 양식은대량의데이터입출력을지원하며, 이는 Cloud Storage 시스 템을통해보다쉽게데이터전송을수행할수있습니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Cloud Healthcare API 소개 6. 비식별화 DICOM 에대한비식별화지원으로실험및기타목적의연구에서환자정보를보다쉽게가공할수있습니다. 비 식별화는데이터저장소기준으로동작합니다. 7. Auditability Cloud Healthcare API 에대한관리및데이터액세스요청을모두 audit 할수있습니다. Google Cloud 의 Stackdriver 하이브리드모니터링시스템을통해로그를확인할수있습니다. 8. 고가용성 Google Cloud 의안전한인프라를통해 mission-critical 한환경에서도적용가능합니다.
2 장 구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 이번테크블로그에서는 Datalab 및 BigQuery 를이용한빅데이터분석에대해살펴보겠습니다. Google BigQuery는대규모 ( 페타바이트급 ) 데이터분석을위한빠르고경제적인완전관리형기업용 데이터웨어하우스입니다. 관리할인프라가없기때문에익숙한 SQL을이용하여데이터를분석해의미있는유용한정보를찾는 데집중할수있으며, 데이터베이스관리자가필요하지않습니다. Cloud Datalab은데이터탐색, 분석, 시각화를위한도구로 Python, SQL 과같은익숙한언어를이용 하여, 데이터분석및변환을 Interactive 하게수행합니다. [ 그림 1] 빅데이터분석표준아키텍처 이글에서는 Google BigQuery 및 Cloud Datalab 을사용하여대규모 (1 억 3 천 7 백만행 ) 출생데이터세트를분 석하는실습을수행합니다. 실습에서는다음과같은과정을수행합니다. Cloud Datalab 실행 BigQuery 쿼리호출 Datalab에서그래프만들기 머신러닝을위한 Data Export
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 < 실습절차 > 1. Cloud Datalab 실행 1) Datalab 을시작하려면먼저 VM 인스턴스를만들어야합니다. Cloud Shell 에서다음을입력합니다. $ datalab create babyweight zone us-central1-c 2) Datalab 은생성하는데약 5 분이소요되며, Cloud Shell 의상단에웹미리보기아이콘으로접속합니다. 생성 되는시간에 Big Query 를살펴봅니다. [ 그림 2] Cloud Datalab 초기화면 2. 개인정보보호규정준수 GCP 에서는 BigQuery 분석예시용 Public Dataset 을제공합니다. 본실습에서는출산율관련 Public Dataset 을 사용합니다. (bigquery-public-data.samples.natality) 1) BigQuery 를수행하기위하여, BigQuery 콘솔창으로이동합니다. 콘솔에서 Compose Query 를클릭합니다. [ 그림 3] BigQuery 콘솔
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 2) 쿼리텍스트상자에서다음을입력하고 Run Query 를클릭합니다. SELECT plurality, COUNT(1) AS num_babies, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` WHERE year > 2000 AND year < 2005 GROUP BY plurality [ 그림 4] Query Result 쿼리결과는 2000 ~ 2005 년사이의다둥이출생아수치를보여줍니다. Ex) 세쌍둥이는총 27,697 명이태어났으며, 평균몸무게는 3.71 파운드입니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 3. Visualize data in Cloud Datalab 1) Datalab 화면에서 Notebook 을추가합니다.. 2) 첫번째셀에서 BigQuery Python 라이브러리를최신으로업데이트합니다. 셀에서다음을입력하고상단에 RUN 버튼을눌러실행합니다.!pip install upgrade google-cloud-bigquery 결과값이많이출력됨으로셀을다음과같이접어서숨길수있습니다. 3) 다음코드를삽입하여 BigQuery Python 클라이언트라이브러리를가져오고클라이언트를초기화합니다. BigQuery 클라이언트는 BigQuery API 에서메시지를주고받는데사용됩니다. Shift+Enter 를사용하여셀을실 행합니다. (RUN 버튼클릭과동일 ) from google.cloud import bigquery client = bigquery.client() 4) 출생정보관련 Public DataSet 을사용하여 1969 년 ~ 2008 년까지등록된다둥이의출산율을조사합니다. 다음의쿼리를입력하고 Shit+Enter 를이용하여실행합니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 sql = SELECT plurality, COUNT(1) AS count, year FROM `bigquery-public-data.samples.natality` WHERE NOT IS_NAN(plurality) AND plurality > 1 GROUP BY plurality, year ORDER BY count DESC df = client.query(sql).to_dataframe() df.head() 쿼리결과데이터프레임의 5행이다음과같이출력됩니다. [ 그림 5] Query Result 5) 다음코드에서 4) 번에서실행한데이터프레임을이용하여데이터를피봇하고시간경과에따른복수출생횟 수의누적막대형차트를만듭니다. pivot_table = df.pivot(index= year, columns= plurality, values= count ) pivot_table. plot(kind= bar, stacked=true, figsize=(15,7)); [ 그림 6] 복수출생막대형차트
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 6) 다음으로성별과아기체중의상관성을살펴봅니다. 다음셀에아래의쿼리문을입력하고, 막대그래프를생 성합니다. sql = SELECT is_male, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` GROUP BY is_male df = client.query(sql).to_dataframe() df.plot(x= is_male, y= ave_weight, kind= bar ); 미세하게남자아이가더무겁다는사실을알수있지만, 성별과큰차이는없다는사실을알수있습니다. [ 그림 7] 아기성별에따른평균무게 7) 마지막으로임신주차별태아의몸무게평균값을구합니다. 다음의쿼리를입력하여실행합니다. sql = SELECT gestation_weeks, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` WHERE NOT IS_NAN(gestation_weeks) AND gestation_weeks <> 99 GROUP BY gestation_weeks ORDER BY gestation_weeks df = client.query(sql).to_dataframe() df.plot(x= gestation_weeks, y= ave_weight, kind= bar );
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼의 Datalab 및 BigQuery 를이용한빅데이터분석 [ 그림 8] 임신주차별태아몸무게
3 장 구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 Google Cloud IoT는완전관리형통합서비스로, 간편하고안전하게전세계에분산된기기에서 IoT 데 이터에대한연결, 관리, 내부데이터처리를대규모로진행할수있습니다. 또한, 이데이터를실시간으로처리하고분석및시각화하여작업변경사항을적용하고필요에따라조 치할수있습니다. [ 그림 1] Google Cloud 기반 IoT 표준아키텍처 Cloud IoT Core : 전세계에분산된수백만대의장치에서데이터를쉽고안전하게연결, 관리및수집할수있는완벽하게관리되는서비스입니다. 이서비스는표준 Message Queue Telemetry Transport(MQTT) 프로토콜을사용하는 IoT 기기를다른 Google Cloud Platform 데이터서비스에연결합니다. 이글에서는 GCP 의 IoT 서비스에대해알아보고, 실습과정을통한 IoT Analytics Pipeline 에대해설명합니다. Cloud IoT Core를사용하여 MQTT 기반장치를연결하고관리 Cloud Pub/Sub를사용하여 Cloud IOT Core의정보스트림을수집 Cloud DataFlow를사용하여 IoT 데이터를처리 BigQuery를사용하여 IoT 데이터를분석
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 실습절차 1. 수행에필요한 API 활성화여부확인 GCP Console 의왼쪽메뉴에서 APIs & Services 선택 아래의 3 가지서비스의활성화여부확인 ( 비활성화인경우 ENABLE API 버튼을클릭 ) 2. Cloud Pub/Sub Topic 만들기 GCP Console 의왼쪽메뉴에서 Pub/Sub > Topics 선택 Create Topic 을선택한후 Topic 이름을입력 3. Topic 생성후계정추가및권한부여 Pub/Sub > Pub/Sub Publisher 권한부여 cloud-iot@system.gserviceaccount.com
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 4. BigQuery dataset 생성 GCP Console 의왼쪽메뉴에서 BIG DATA > BigQuery 선택 새로운 Dataset 생성을위해 Create new dataset 을선택 iotlab 에서 Add table 아이콘을클릭하면, Create Table 대화창을확인가능 Table 생성 Source Data : Create empty table Table name : sensordata 5. Cloud Storage Bucket 생성 Cloud Storage를사용하면언제든지모든양의데이터를전세계에저장하고검색할수있습니다. 웹사이트콘텐츠제공, 보관및재해복구를위한데이터저장, 직접다운로드를통한대용량데이터객체배포등다양한시나리오에 Cloud Storage를사용할수있습니다. 이실습에서는 Cloud Storage를사용하여 Cloud Dataflow Pipeline의작업공간을제공합니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 6. Cloud Dataflow Pipeline 설정 Cloud Dataflow는서버없이데이터분석을수행가능합니다. 이실습에서는 Pub / Sub에서센서데이터를읽고, 최대온도를계산하고이를 BigQuery에저장하도록스트리밍데이터파이프라인을설정합니다. GCP Console 의왼쪽메뉴에서 BIG DATA > Dataflow 선택 7. Compute Engine VM 준비하기 sudo apt-get remove google-cloud-sdk -y curl https://sdk.cloud.google.com bash gcloud init gcloud components update gcloud components install beta sudo apt-get update sudo apt-get install python-pip openssl git y sudo pip install pyjwt paho-mqtt cryptography git clone http://github.com/googlecloudplatform/training-data-analyst 8. IoT 장치들을위한 Registry 생성 시뮬레이션장치를등록하기위한 Registry 를생성해야합니다. Registry 는장치에대한제어지점입니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 export PROJECT_ID=[ Your Project ID ] export MY_REGION=[ asia-east1 ] gcloud beta iot registries create iotlab-registry \ project=$project_id \ region=$my_region \ event-notification-config=topic=projects/$project_id/topics/iotlab 9. 암호화키쌍생성 IoT 장치를 Cloud IoT Core 에안전하게연결하기위한암호화키쌍을만들어야합니다. cd $HOME/training-data-analyst/quests/iotlab/ openssl req -x509 -newkey rsa:2048 -keyout rsa_private.pem \ -nodes -out rsa_cert.pem -subj /CN=unused 10. Registry 에시뮬레이션장치등록 장치를 cloud IoT Core 에등록하기위해서는반드시 Registry 에우선적으로등록되어야합니다. 아래명령어를통하여두대의장치를등록할수있습니다. gcloud beta iot devices create temp-sensor-buenos-aires \ project=$project_id \ region=$my_region \ registry=iotlab-registry \ public-key path=rsa_cert.pem,type=rs256 gcloud beta iot devices create temp-sensor-istanbul \ project=$project_id \ region=$my_region \ registry=iotlab-registry \ public-key path=rsa_cert.pem,type=rs256 11. 시뮬레이션장치실행 시뮬레이션장치에서생성된데이터는 Cloud IoT Core 를통해 Cloud Pub/Sub Topic 으로전송됩니다. Dataflow job 은 Topic 으로부터메시지를읽어 BigQuery 에데이터를저장합니다.
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 cd $HOME/training-data-analyst/quests/iotlab/ wget https://pki.google.com/roots.pem python cloudiot_mqtt_example_json.py \ project_id=$project_id \ cloud_region=$my_region \ registry_id=iotlab-registry \ device_id=temp-sensor-buenos-aires \ private_key_file=rsa_private.pem \ message_type=event \ algorithm=rs256 > buenos-aires-log.txt 2>&1 python cloudiot_mqtt_example_json.py \ project_id=$project_id \ cloud_region=$my_region \ registry_id=iotlab-registry \ device_id=temp-sensor-istanbul \ private_key_file=rsa_private.pem \ message_type=event \ algorithm=rs256
베스핀글로벌의 GCP( 구글클라우드플랫폼 ) 가이드구글클라우드플랫폼에 IoT Analytics Pipeline 구축하기 12. BigQuery 를이용한 Sensor Data 분석 아래쿼리를이용하여시뮬레이션장치를통해입력된센서데이터값을확인가능합니다. #standardsql SELECT timestamp, device, temperature from iotlab.sensordata ORDER BY timestamp DESC LIMIT 100
구글클라우드플랫폼 (GCP) 에대해더알고싶으세요? 지금바로베스핀글로벌전문컨설턴트에게문의하세요. 베스핀글로벌의 GCP 전문엔지니어가답해드립니다. GCP 서비스바로가기 Contact us 베스핀글로벌에대해더알고싶다면아래링크를클릭해주세요. 베스핀글로벌을자세히알려드립니다. About us Helping You Adopt Cloud. 클라우드전문인력및클라우드관리어떻게시작해야하나요? 클라우드 IT 를대한민국에서가장잘아는 400 여명의클라우드전문가를베스핀글로벌에서만나실수있습니다. Meet 베스핀글로벌전문컨설팅팀 클라우드의도입을고민하신다면베스핀글로벌컨설팅팀이최적의클라우드컨설팅을제공해드립니다. Meet 아시아최고의클라우드운영팀, 베스핀글로벌매니지드서비스팀 클라우드운영에대한노하우가부족해걱정이시라면클라우드서비스의베테랑이여러분의클라우드를 관리해드립니다. Meet OpsNow 클라우드비용을 50% 절감하고, 장애대응시간을절반으로줄일수있는멀티 - 클라우드관리플랫폼 OpsNow 를 만나보세요. About Bespin Global 국내최다클라우드인증자격을보유한 MSP 국내유일 ISO 인증, ISMS 인증을확보한 MSP 가트너가인정한한중일유일한 MSP 베스핀글로벌은클라우드 IT를위해태어난클라우드매니지드서비스기업입니다. 클라우드도입을위한전략컨설팅, 클라우드상에서수많은고객의 IT 자산을안정적으로운영하고관리할수있는서비스와솔루션, 클라우드를기반한머신러닝과빅데이터와같은최신기술의빠른도입까지클라우드로할수있는전영역을 End - to - End로제공합니다. 2년연속가트너매직쿼드런트퍼블릭클라우드 MSP 부문에한 중 일최초로등재되었고, 포브스로부터한국의주목할만한유니콘으로선정되기도했습니다. 클라우드로가기로결정하였다면누구와함께갈지를선택해야합니다. 처음부터끝까지믿을만한파트너를찾는다면베스핀글로벌이정답입니다.
클라우드로가기로결정했다면 누구와함께갈지를선택해야합니다. 처음부터끝까지믿을만한파트너를찾는다면 베스핀글로벌이정답입니다. 베스핀글로벌웹사이트 서비스문의 베스핀글로벌소셜미디어