• 디지털콘텐츠
• /
• 6호통권61호
• /
• pp.60-66
• /
• 1998

OLAP은 데이터 마이닝, 데이터 비주얼라이제이션, 데이터웨어 하우징 등의 최신 의사결정지원 기술과 마찬가지로 전반적인 비즈니스 인텔리전스 프레임웍의 핵심 컴포넌트중 하나이다. 하지만 시스템 환경이 복잡해지고, 사용자들의 요구가 다양해짐에 따라 하나의 제품군이 모든 사용자 업무를 지원한다는 것은 무리이다. 이를 위해 각 제품들은 상호 통합 및 연계를 그 해결책으로 제시하고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.151-153
• /
• 2004

비즈니스 인텔리전스는 정보를 저장하고 분석하여 부가가치를 창출해 내는 기술로써 무한경쟁시대에서 기업이 경영환경 추세를 파악하고 경영전략을 세우는데 필수적인 도구이다. 비즈니스 인텔리전스 핵심기술로는 정보를 분석하기 쉬운 형태로 저장하는 데이터웨어하우징 기술과, 정보를 다차원적으로 분석하는 OLAP 기술, 그리고 데이터에 숨겨진 패턴과 관계를 찾아내는 데이터마이닝 기술이 포함되며, 이들 각각을 위한 소프트웨어 제품들은 개발되어 널리 사용되고 있다. 그러나 기업이 요구하는 분석결과를 적시에 제공하기 위해서는 이들을 통합한 개발 프레임워크가 필요하며, 본 연구팀은 그러한 프레임워크 개발 프로젝트(Chamois Project)에 참여하고 있다. 이 프레임워크에는 유사한 기능을 제공하는 여러 종류의 소프트웨어 제품들이 포함되어 있어서, 공통의 응용 프로그래밍 인터페이스(API)를 제공하는 것이 필요하다. 본 연구에서는 특히 다양한 OLAP 제품들을 수월하게 사용할 수 있도록 공통 OLAP API를 개발하였고, 이를 소개하고자 한다. 이와 같이 통합 환경에서 다양한 OLAP 제품들을 지원할 수 있다는 것은 OLAP 제품들의 선택의 폭을 넓히고 응용 프로그램의 코드를 수정하지 않아도 보다 나은 기능을 갖는 OLAP 제품으로의 업그레이드가 쉽게 이루어진다는 장점을 갖는다.

• 전기저널
• /
• 통권298호
• /
• pp.52-58
• /
• 2001

전력 규제완화, 지구환경문제 등의 사회환경 변화와 IT화를 비롯한 기술혁신으로 전력시스템을 둘러싼 환경이 크게 변화하고 있다. 이러한 동향을 두 개의 축으로 구분하여 분석해 보고자 한다. 하나의 축은 사회제도의 변화축이고 또 하나의 축은 전력의 공급측과 수용가측으로의 분류이다. 이 두 개의 축으로 나눌 수 있는 4개의 분야별로 새로운 비즈니스 동향과 그에 맞는 기술개발의 방향을 소개한다. 전력거래를 위한 시스템 개발, 수용가토털서비스의 인프라 만들기, ESCO 등의 에너지절약 비즈니스. 기설기기의 라이프사이클을 통한 코스트다운 등이 각 분야에 대응한 니즈라고 할 수 있을 것이다. 이러한 가운데 전력시스템을 구성하는 네트워크 중 노드에 해당하는 변전소의 역할에 대한 변혁이 요구되고 있으며, 사회적 니즈인 라이프사이클을 통한 코스트다운을 지향한 변전소의 설계를 실시하기로 하였다. 기기의 코스트는 주어진 기능수에 대하여 비선형 특성을 갖고 있다. 그 때문에 기능 삭감에 의한 코스트다운은 참뜻의 코스트저감으로 이어지는 것은 아니다. 필요한 기능만을 쌓아올리는 설계가 필요하다. 이제까지, 하드웨어만으로 구성되어 있던 변전소에 소프트웨어를 도입하여 시스템으로서의 인텔리전스를 부가하도록 요망되고 있다. 어디까지 소프트웨어를 늘릴 수 있는지 그 최적화도 검토하고 있다. 변전소의 인텔리전트화의 니즈를 살펴보았다.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.106-114
• /
• 2009

본 연구에서는 국내 약물부작용감시시스템 연구의 활성화 및 상용화를 목표로 약물부작용 시스템 사례를 분석하고 비즈니스인텔리전스(BI) 기술을 적용하여 약물부작용감시시스템의 기술구조를 제시한다. 최근에는 전자적과정(electronic review)과 수동적 리뷰과정(manual review process)을 병행하는 방법으로 약물부작용을 탐지하는 추세이며, 본 연구에서는 BI 기술중 ETL(Extract, Transform, Loading)을 적용하여 CDW(Clinical DataWarehouse)구축하였다. 부작용 판별 결과 처방의사 701명, 대상 환자는 남자 1,528명, 여자 1,531명으로 기간 내 환자는 총 3059명 이었으며 이중에서 약물부작용으로 의심되는 사례는 전체 318,222건 중에서 약 0.6%에 해당하는 2,085건으로 확인되었다. 이를 신호별로 분류하면 단순유형의 T.Bilirubin> 3mg/dL(부작용 유형-LabR0005)가 전체 2085건에서 548건으로 가장 높았다.

• 전자통신동향분석
• /
• 제24권4호
• /
• pp.41-54
• /
• 2009

인터넷 서비스 데이터량의 지속적인 증가로 대량의 원시 데이터로부터 정보를 가공 처리하는 과정, 체계화된 정보의 저장 관리 및 유용한 정보를 추출하기 위한 분석 등에 분산 컴퓨팅 기술을 적용하는 움직임이 활발히 진행되고 있다. 기존의 RDBMS 기술, MPI 분산 처리 기술 등은 대규모 데이터 처리 환경에 적용하기에는 운영 환경, 기능/성능면에서 확장성 혹은 고비용 문제가 따른다. 그러므로 저가의 서버들로 구성된 대규모 클러스터 환경을 기반으로 분산 컴퓨팅 기술을 적용한 새로운 시스템들이 대규모 데이터 처리를 요하는 인터넷 서비스 응용에 이용되고 있다. 이를 기반으로 바이오인포매틱스, 과학 시뮬레이션, 비즈니스 인텔리전스 등 다른 응용 영역으로 확대하여 클라우드 서비스로 제공하려는 비즈니스 모델이 제시되고 있다. 본 논문에서는 이와 같은 분산 컴퓨팅 기술을 적용한 대규모 데이터 저장 관리 및 처리 기술 동향을 조사하고 클라우드 기반 서비스로의 발전 방향을 서술한다.

• 디지털융복합연구
• /
• 제10권2호
• /
• pp.231-235
• /
• 2012

생산정보시스템(Manufacturing Information System)은 생산기능을 구성하는 생산기획, 작업관리, 공정의 운영과 통제 그리고 생산실적관리 등과 관련된 활동을 지원하는 정보시스템이라 할 수 있다. 최근 생산 현장은 생산 고도화를 위하여 디지털 정보화 및 통합화에 대한 새로운 변화를 맞고 있다. 따라서 본 논문에서는 현재 생산정보화 시스템의 이슈들을 알아보고, 새로운 변화에 적응하기 위한 주요한 이슈 및 요소들을 제시한다. 마지막으로 이러한 요소들을 기반으로 하여 제조생산 정보화시스템 구축을 위한 비즈니스 인텔리전스 시스템을 제안한다.

• 디지털융복합연구
• /
• 제10권10호
• /
• pp.97-106
• /
• 2012

과거에는 경영의사결정에 적절한 정보를 적시에 제공할 수 없기 때문에 불확실한 경영을 했으며 경영자는 주관적인 경험과 판단 등에 의지하였다. 정보기술의 발달과 더불어 발전한 정보시스템과 기술은 비즈니스 운영면에서 고도의 효율성과 생산성을 달성하기 위하여 관리자가 활용할 수 있는 가장 중요한 도구 중에 속한다. 이것의 효과는 비즈니스 실무와 관리행태의 변화가 동반되었을때 더욱 크게 나타난다. 본 연구에서는 기업의 전략적 의사결정에 필요한 문제를 해결하기 위하여 정보기술을 활용하여 필요한 정보를 획득하고 문제해결 방법론을 시뮬레이션 하여 객관적이고 정형화된 경영의사결정을 지원하는 시스템을 개발하기위한 기능요소 및 솔루션을 구조화하였다. 본 연구에서 제안하는 전략의사결정지원 시스템은 기업경영 지원기술에 관련된 것으로 IT기술을 활용하여 경영의사결정에서 요구되는 전략의사결정 문제에 있어서 최적의 시나리오를 선택하도록 하여 신뢰성 있는 기업경영에 도움을 줄 수 있는 시스템이다. 전략의사결정시스템은 개별사업 시뮬레이션과 전사사업 시뮬레이션, 전사사업 포트폴리오 관리 등 크게 세 가지 기능부문으로 나누어 볼 수 있다. 본 시스템은 객관적이고 정형화된 컨설팅 결과를 제공함으로써 신뢰성을 보장할 수 있고, 급변하는 경영 여건에 효율적으로 대응할 수 있는 유용한 효과를 기대할 수 있다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.155-169
• /
• 2014

다양한 빅데이터 기술이 발전함에 따라, 기업의 전략결정에 있어서 과거에는 의사결정자의 직관이나 경험에 의존하는 경향이 있었다면, 현재는 데이터를 활용한 과학적이고 분석적인 접근이 이루어지고 있다. 이에 많은 기업들이 경영정보시스템 중의 하나인 비즈니스 인텔리전스 (Business Intelligence) 시스템의 예측분석 기능을 활용하고 있다. 하지만, 이러한 시스템이 미래의 경영환경 변화를 예측하고 기업의 의사결정을 돕는 조언자 (Advisor)로서 역할을 한다고 가정할 때, 시스템에서 제공하는 분석결과가 의사결정자에게 도움을 주는 조언 (Advice) 의 역할을 하지 못하는 경우가 많은 실정이다. 따라서, 본 연구에서는 미래예측의 문제에 있어 의사결정자가 시스템의 조언을 따르는데 영향을 미치는 요소들과 영향력에 대해 분석하고, 그 결과를 바탕으로 데이터 기반의 의사결정을 보다 적극적으로 지원하는 시스템 환경을 제시하고자 한다. 좀 더 구체적으로는 예측 과정에 대한 자세한 설명이나 근거 제시가 시스템의 예측결과에 대한 의사결정자의 수용정도에 미치는 영향을 연구하였다. 이를 위하여 193명의 실험자를 대상으로 영화의 개봉 주 매출액을 예측하는 업무를 수행하고, 예측에 대한 설명의 길이와 조언자의 유형(사람과 시스템의 조언 비교)뿐 아니라 의사결정자의 개인 특성이 의사결정자의 조언 수용정도에 미치는 영향을 분석하였다. 시스템에서 제공하는 조언 내용인 예측결과와 설명에 대해 의사결정가가 느끼는 유용성, 신뢰성, 만족도가 조언의 수용에 미치는 영향도 분석하였다. 본 연구는 시스템의 분석결과를 조언으로 보고 조언자와 조언에 관한 의사결정학 분야의 선행연구를 접목시켜 경영정보시스템 연구 분야를 확장하였다는 점에서 연구의 의의가 있고, 실무적으로도 데이터 기반의 의사결정을 보다 적극적으로 지원할 수 있는 시스템 환경을 만들기 위해서 고려해야 할 점들을 제시함으로써 시스템 활용을 위한 정책결정에도 도움을 줄 수 있을 것으로 본다.

• 한국콘텐츠학회논문지
• /
• 제17권5호
• /
• pp.252-261
• /
• 2017

본 논문의 주요 목적은 시장집중도, 경쟁현황에 대한 산업정보를 분석, 생산하기 위한 비즈니스 인텔리전스 시스템을 제공하는 것이다. 이러한 산업정보들은 주로 전체 산업 내 기업들의 연도별 매출액으로 분석하였고 산업시장은 한국표준산업분류에 의해 세분화하였다. 이 연구를 통해 얻어진 결과는 수요자 중심형 산업/시장인텔리전스 시스템인 KMAPS에 하나의 모듈로서 적용하였고 그 결과는 전문가들의 정성적 분석 결과와 비교하여 신뢰성을 검증하였다. 이 시스템을 통해 얻은 시장집중도 및 경쟁상황정보는 기업들이 새로운 제품개발 후 시장진입 시 필요한 의사결정을 하는데 활용될 수 있다는데 본 연구의 의의가 있다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.84-90
• /
• 2019

Lately, there have been tremendous shifts in the business technology landscape. Advances in cloud technology and mobile applications have enabled businesses and IT users to interact in entirely new ways. One of the most rapidly growing technologies in this sphere is business intelligence, and associated concepts such as big data and data mining. BI is the collection of systems and products that have been implemented in various business practices, but not the information derived from the systems and products. On the other hand, big data has come to mean various things to different people. When comparing big data vs business intelligence, some people use the term big data when referring to the size of data, while others use the term in reference to specific approaches to analytics. As the volume of data grows, businesses will also ask more questions to better understand the data analytics process. As a result, the analysis team will have to keep up with the rising demands on the infrastructure that supports analytics applications brought by these additional requirements. It's also a good way to ascertain if we have built a valuable analysis system. Thus, Business Intelligence and Big Data technology can be adapted to the business' changing requirements, if they prove to be highly valuable to business environment.