• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2008년도 추계학술대회
• /
• pp.231-236
• /
• 2008

급변하는 경영환경 속에서 경쟁력을 확보하기 위해서 많은 기업들이 ERP 시스템을 중심으로 통합된 기간계 시스템을 구축하여 운영하고 있다. 기간계 시스템의 안정화를 이룬 기업들은 그 다음 과제로 전략적 의사결정을 지원하는 정보계 시스템으로 관심을 돌리고 있다. 이런 관점에서 최근 비즈니스 인텔리전스에 대한 관심이 증가하고 있으며 관련 연구도 활발히 진행되고 있다. 본 연구에서는 최근 2년간 국제 저널 및 컨퍼런스에서 발표된 BI 관련 논문 61편을 분석하여 BI 연구의 추세를 확인하고 이를 기반으로 향후 연구 방향을 도출하고자 한다. 본 연구의 목적은 연구자들에게 BI 연구 현황 및 방향에 대한 정보를 제공하고, 실무자들에게는 BI 활용 방안에 대한 아이디어를 제공함으로써 기업에서의 BI 도입 및 활용에 실질적인 도움을 주고자 하는 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.409-412
• /
• 2006

빠르게 변화하는 시장 및 기업 간의 경쟁 환경에서 기업의 의사결정권자들은 보다 신속한 의사결정을 내려야 하고, 의사결정의 위험을 최소화해야 하는 무거운 중책이 새롭게 추가 되었다. 이에 비즈니스 인텔리전스는 주로 고차원의 분석을 필요로 하는 시장분석가나, IT조직의 소수 멤버들을 위한 여러가지 BI툴을 제공 하였다. 과거의 비즈니스 인텔리전스 제품 가격이나 솔루션 구축에 따른 비용은 사용자가 적음에도 불구하고 만만치 않았다. 최근 들어, 환경 변화와 사용자의 요구의 다양성에 따라 기업 내의 많은 사용자들은 데이터를 분석하길 원한다. 또한 기업의 업무를 보다 원할히 진행시키기 위해 많은 의사결정이 하부조직에서 이루어지고 있으며, 그에 따라 현장 직원들에게 의사결정에 대한 책임이 부과되고 있다. 또한 BI 제품의 데이터 저장소의 기술차이에 따라 호환성이 떨어지는 플랫폼을 기반으로 보고서를 작성하였다. 이에 본 논문에서는 XMLA 웹서비스를 이용하여 다중 플랫폼을 지원하는 자바 기반의 리포팅 툴과 연동 가능한 OLAP/데이터마이닝 비즈니스 인텔리전스 툴을 제안한다. 구현 시스템은 다양한 형태로 표현 가능한 프론트엔드 툴을 제공함으로써 최종 사용자의 편의성을 제공하며 BI의 기능을 지원한다.

• 디지털콘텐츠
• /
• 10호통권137호
• /
• pp.162-163
• /
• 2004

지난해 기업용 솔루션 업계의 최대 이슈로 급부상했던 BI(비즈니스인텔리전스)가 올해는 DW(데이터웨어하우스)라는 오랜 둥지에서 벗어나 독자적인 애플리케이션 영역으로 빠르게 성장하고 있다. 반면 ETL(데이터 추출 변환 로딩)툴을 중심으로 하는 데이터 통합 솔루션의 영역은 BI를 벗어난 영역으로의 확장을 강조하고 있고 그 부분이 경쟁력을 결정하는 핵심 포인트가 되고 있다. 최근 데이터통합 전문업체로 위상을 강화하고 있는 한국어센셜소프트웨어를 들러봤다.

• 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.

• 한국산업정보학회논문지
• /
• 제19권5호
• /
• pp.103-115
• /
• 2014

최근 스마트 폰 등 이동단말기 사용이 급증함에 따라 국내/외 기업을 중심으로 언제 어디서나 일할 수 있는 스마트 오피스(Mobile-Office)가 빠르게 보급되고 있다. 스마트 워크가 부상하는 이유는 새로운 근무형태의 대두, 업무 효율성 제고, 스마트 폰 등 모바일 기반의 경제가 급성장하여 기업 환경이 변화하였기 때문이며, 이로 인해 일하는 방식의 변혁이 필요했던 것이다. 중소기업의 경우 최신 IT기술에 대한 활용능력이 대기업에 비해 상대적으로 부족하고, 개발 역량 및 자본 투자에 대한 한계가 존재하기 때문에 중소기업에 최적화된 개발 방법론 및 활용 방법이 필요한 실정이다. 신속하고 정확한 비즈니스 의사결정을 할 수 있는 모바일 환경에서의 비즈니스 인텔리전스 애플리케이션을 개발하였다. 스마트 오피스 이전 기업 환경에서의 문제점(접근성, 이동성, 효율성, 복잡성, 통합성)을 스마트 기기와 연동하여 해결하고, 중소기업의 입장에서 최소비용을 투자한 개발로 다양한 스마트 기기 및 웹 등에서 활용 가능한 애플리케이션의 효과적인 도입 방안을 모색하였다.

• 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.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.31-34
• /
• 2018

We live in the digital era, and the characteristics of our customers in the digital era are constantly changing. That's why understanding business requirements and converting them to technical requirements is essential, and you have to understand the data model behind the business layout. Moreover, BI(Business Intelligence) is at the crux of revolutionizing enterprise to minimize losses and maximize profits. In this paper, we have described a leading study about the situation of desk-top BI(software product & programming language) in aspect of front-end side and the Data Lake platform based on Big Data by data modeling in aspect of back-end side to support the business intelligence.

• 경영정보학연구
• /
• 제17권3호
• /
• pp.113-133
• /
• 2015

본 논문은 BI 시스템을 도입하여 사용하고 있는 기업들을 'IT통신 업종', '전기전자 업종', '에너지 화학 업종', '자동차 기계 장비 업종', '식품 소비재 업종' 과 같이 5개 산업 업종으로 구분 하여 BI 시스템을 도입한 기업의 효율성을 DEA 기법의 CCR 모형과 BCC 모형을 활용하여 평가하였으며, 특히 Time-Window 기법을 적용하여 BI 도입 후 기간별로 효율성의 변화 추이를 분석하였다. 즉 BI 시스템을 도입한 기업들의 상대적인 효율성을 비교하여 순위를 매기고, 분석 시 BI 도입 시점으로부터 시간이 흐른 것을 토대로 비교 평가하는 Time Window 기법을 활용하여 BI를 도입한 지 오래된 기업과 그렇지 않은 기업을 차별화하여 의미 분석하였다. 분석 결과는 에너지 화학 산업에서 BI 도입 후 효율성 제고가 두드러졌고 전기 전자 산업의 효율성이 꾸준히 안정화되어 가고 있는 것으로 분석되었다.

• 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.