• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.139-152
• /
• 2022

플랜트를 대상으로 하는 엔지니어링의 업무영역은 플랜트의 기획, 설계, 시공, 운영 및 폐기에 이르는 생애주기에 걸친 생산성과 성능 및 품질에 직접적인 영향을 미치는 복합적인 기술분야이다. 이때 발생하는 다양한 유형의 데이터를 활용하여 의사결정을 활용하는 것은 후속 과정뿐만 아니라 생애주기 관점에서도 중요한 영향을 미치고 있다. 하지만 이러한 데이터를 통합적으로 관리하고 분석할 수 있는 시스템은 부족하다. 본 논문에서는 플랜트 생애주기에서 발생하는 데이터를 관리하고 활용할 수 있는 지식베이스 기반 플랜트 엔지니어링 분석 플랫폼을 개발하였다. 플랫폼에서는 기수집된 엔지니어링 데이터를 전처리한 지식베이스를 제공하고, 이를 레퍼런스 데이터로 AI 모델에 활용하도록 분석 기능과 시각화를 제공한다. 사용자는 플랫폼을 통한 선행기술과 축적된 지식의 활용을 통해 데이터 분석을 진행하고 시각화를 의사결정에 활용해 경험에만 의존하던 공사를 합리적이고 체계적으로 관리할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.111-119
• /
• 2024

본 논문에서는 해상에서 수집되는 다양한 출처의 정보들을 수집할 수 있는 빅데이터 플랫폼을 제안한다. 현재 운영되는 해양 관련 빅데이터 플랫폼들은 만들어진 데이터를 저장 및 공유하는데 초점이 맞추어져 있고 데이터 수집과 전처리는 데이터 제공자가 각자 담당한다. 지상 대비 열악한 통신망을 사용하는 해양 환경에서 데이터를 수집 및 통합하는 것은 높은 비용과 비효율성이 존재하며, 이로 인해 관련 인프라의 구현이 쉽지 않다. 특히 기상 정보, 레이더 및 센서 데이터 등 실시간 데이터 수집 및 분석이 필요한 분야의 경우 통신망 문제와 더불어 데이터 보안, 조직과 선박의 특성, 데이터 수집 비용 문제 등 지상 대비 다수의 문제를 고려해야 한다. 먼저 본 논문에서는 이 문제들을 정의하고 해결방안을 제시한다. 그리고 이를 반영한 빅데이터 플랫폼 설계를 위해 데이터 소스, 계층적 MEC, 데이터 전송 구조를 우선 제안한 후 이를 모두 통합한 전체 플랫폼 구조를 제시한다.

• 한국산업정보학회논문지
• /
• 제21권3호
• /
• pp.13-19
• /
• 2016

최근에 실시간 처리를 위해 메모리 기반의 빅데이터 처리 프레임 워크인 스파크가 널리 사용되고 있다. 스파크는 프로그램이 필요로 하는 중간 데이터를 모두 메모리에 올려놓아, I/O 수행을 최소화함으로써 빠른 응답을 가져올 수 있다. 그러나 응용프로그램의 메모리 사용량이 클러스터의 실제 메모리의 량보다 많을 경우, 최적의 성능을 기대하기 어렵다. 본 논문에서는 메모리 사용량이 많은 페이지랭크 응용 프로그램에서 병목이 되는 현상을 실험을 통해 그 요인에 대해 분석하고, 스파크와 함께 타키온을 구성해서 메모리의 효율적 사용을 통해 병목의 요인을 해결하여 18%의 성능향상을 하였다.

• 정보보호학회논문지
• /
• 제25권6호
• /
• pp.1399-1410
• /
• 2015

기업들은 다가오는 데이터 경쟁시대를 이해하고 이에 대비해야 한다며 가트너는 기업의 생존 패러다임에 많은 변화를 요구하고 있다. 또한 통계 알고리즘 기반의 예측분석을 통한 비즈니스 성공 사례들이 발표되면서, 과거 데이터 분석에 따른 사후 조치에서 예측 분석에 의한 선제적 대응으로의 전환은 앞서가고 있는 기업의 필수품이 되어 가고 있다. 이러한 경향은 보안 분석 및 로그 분석 분야에도 영향을 미치고 있으며, 실제로 빅데이터화되고 있는 대용량 로그에 대한 분석과 지능화, 장기화되고 있는 보안 분석에 빅데이터 분석 프레임워크를 활용하는 사례들이 속속 발표되고 있다. 그러나 빅데이터 로그 분석 시스템에 요구되는 모든 기능 및 기술들을 하둡 기반의 빅데이터 플랫폼에서 수용할 수 없는 문제점들이 있어서 독자적인 플랫폼 기반의 빅데이터 로그 분석 제품들이 여전히 시장에 공급되고 있다. 본 논문에서는 이러한 독자적인 빅데이터 로그 분석 시스템을 위한 실시간 및 비실시간 예측 분석 엔진을 탑재하여 사이버 공격에 선제적으로 대응할 수 있는 프레임워크를 제안하고자 한다.

• ETRI Journal
• /
• 제43권5호
• /
• pp.835-855
• /
• 2021

With the recent increase in data disclosure, the Comprehensive Knowledge Archive Network (CKAN), which is an open-source data distribution platform, is drawing much attention. CKAN is used together with additional extensions, such as Datastore and Datapusher for data management and Harvest and DCAT for data collection. This study derives the problems of CKAN itself and Harvest Extension. First, CKAN causes two problems of data inconsistency and storage space waste for data deletion. Second, Harvest Extension causes three additional problems, namely source deletion that deletes only sources without deleting data themselves, job stop that cannot delete job during data collection, and service interruption that cannot provide service, even if data exist. Based on these observations, we propose herein an improved CKAN that provides a new deletion function solving data inconsistency and storage space waste problems. In addition, we present an improved Harvest Extension solving three problems of the legacy Harvest Extension. We verify the correctness and the usefulness of the improved CKAN and Harvest Extension functions through actual implementation and extensive experiments.

• 한국빅데이터학회지
• /
• 제1권2호
• /
• pp.9-19
• /
• 2016

ICT 융합에 대한 관심이 높아진 가운데 독일의 Industry 4.0을 시작으로 제조업과 ICT 융합에 대한 연구가 활발하게 진행되고 있다. 이를 통해 전통적인 제조업의 제조단가를 낮추고 극적인 품질향상을 기대할 수 있게 되었다. 최근 정부의 제조업 3.0 전략 등에 힘입어 국내에서도 제조업에 대한 고도화가 진행되고 있으며, 이러한 추세에 발맞추어 제조업 운영에서 발생하는 빅데이터에 대한 주문맞춤형 분석 플랫폼을 개발하고 이를 통해 제조 현장의 경쟁력을 높이고자 한다. 주문맞춤형 분석 플랫폼은 확장성을 고려하여 스프링 프레임워크를 기반으로 웹에서 실행되도록 설계되었으며, 제조업 현장에서 발생하는 다량의 데이터를 빠르게 처리하기 위하여 스파크와 하둡 파일 시스템을 이용한다. 실시간으로 스트리밍 된 데이터를 프로세스 마이닝 기반 알고리즘을 통해 처리하고 공장의 현황을 분석하여 제조업 현장의 문제를 파악하고 신속한 의사결정을 지원할 수 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.195-205
• /
• 2019

LOD(Linked Open Data)는 데이터 공개방식 중에서 가장 우수한 수준으로 평가받고 있으며, 인터넷 상에서 서로 관련있는 데이터를 표준방식으로 연결하여 하나의 거대한 데이터베이스처럼 검색할 수 있도록 한다. 글로벌 환경에서 관련있는 데이터들이 LOD 형태로 구축되는 사례가 증가하고 있으나 국내 보건의료 분야에서 LOD 형태의 데이터 공개는 아직 초보적인 수준에 머물러 있다. 본 논문에서는 한국의학연구논문 데이터와 보건의료 빅데이터 연계 플랫폼 데이터를 중심으로 국내외 관련있는 DB들을 LOD 방식으로 연계하여 서비스하는 LOD 플랫폼 구축사례를 소개한다. 각 DB의 모든 데이터를 LOD로 연계하는 것은 시간과 노력이 많이 필요하며, 기본적으로 민간보다 국가나 공공기관이 담당해야 하는 인프라성 연구이다. 본 연구에서는 각 DB의 일부만을 대상으로 하여 LOD국내외 10개 사이트를 연계하였으며, 이를 통해 사용자는 편리한 방식으로 국내외 여러 기관의 데이터를 연계하여 검색할 수 있게 된다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.205-215
• /
• 2022

디지털 플랫폼 기반 온라인 유통 시장의 발전은 생활물류 영역에서 급격한 물동량 성장과 다양한 서비스 혁신을 촉진시키고 있다. 융복합 물류 기술개발에 대한 수요가 증가함에 따라 국가 차원에서 물류서비스 혁신을 위한 기술개발을 지원하고 있다. 디지털 플랫폼은 개별 단위의 표준을 개발하여 운영되고 있으며, 국가연구개발 사업에서도 자체 표준을 정의하고 있어 호환성 및 연계성 부족으로 인한 문제를 발생시킬 가능성이 높다. 이러한 문제해결을 위해 생활물류 전체에 걸쳐 개발된 표준 프로세스를 기반으로 시스템과 장비 사이의 데이터 연계를 위한 표준 데이터 흐름도를 정의하였다. 특히, 전체 프로세스에서 공통으로 유지 및 공유되어야 할 데이터, 업무 수행을 위해 연계가 필요한 데이터, 마지막으로 내부 운영 성과를 관리하기 위한 데이터로 구분하여 연계용 데이터를 중심으로 흐름을 정의하였다. 본 연구에서 제안하는 방법을 통해 연구개발 성과의 실제 현장 적용 가능성을 높일 수 있을 것이다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.11-27
• /
• 2020

본 논문에서는 교육종단연구 데이터를 효과적으로 저장·처리·분석하기 위한 데이터 플랫폼을 개발하고, 이를 서울교육종단연구(SELS)에 적용하여 유용성을 확인한다. 플랫폼은 데이터 전처리부와 데이터 분석부로 구성된다. 데이터 전처리부에서는 1) 마스킹 2) 요인화 3) 정규화·이산화 4) 데이터 유도 5) 데이터 웨어하우징 과정을 통해 교육종단연구 데이터 웨어하우스를 생성하게 된다. 데이터 분석부는 OLAP과 데이터 마이닝(DM)으로 구성된다. 먼저, OLAP에서는 측정값 선정, 스키마 설계를 거쳐 OLAP을 수행하게 된다. 이후 DM에서는 변수 선택, 연구모형 선택, 데이터 수정, 인수튜닝, 모형학습, 모형평가 및 해석단계를 거친다. 본 플랫폼에서 전처리 과정을 거쳐 생성된 데이터 웨어하우스는 다양한 연구자들에 의해 공유될 수 있고, 지속적인 연구결과 데이터 셋의 축적이 가능하므로 후속 연구자들은 추가적인 분석을 수월하게 수행할 수 있게 된다. 또한, 정책입안자들도 SELS 데이터 웨어하우스에 직접 접근하여 다차원 분석을 통해 온라인으로 분석할 수 있어 과학적인 의사결정이 가능하게 된다. 본 연구에서는 개발된 플랫폼의 유용성을 입증하기 위해 SELS 데이터를 플랫폼 상에서 구축하고 수학 학업성취도를 측정값으로 선정하여 OLAP 및 DM을 수행하였으며, 측정값에 영향을 주는 다양한 요인을 데이터 마이닝 기법을 사용하여 분석하였다. 이를 통해 데이터 기반 교육정책 시사점을 빠르고 효과적으로 도출할 수 있었다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.23-29
• /
• 2021

최근 글로벌 플랫폼 서비스사업자가 제공하는 플랫폼 서비스의 장애로 전 세계적으로 특정 콘텐츠 서비스가 불가한 상황이 발생하고, 글로벌 서비스 시장에 사회 경제적으로 상당히 큰 문제를 초래하고 있다. 플랫폼 서비스의 안정성 확보를 위해서는 지능화된 플랫폼 운용 관리가 요구된다. 또한, 플랫폼 장애를 사전에 예방하고 대응할 수 있는 지능형 관리 기술이 필요하다. 본 연구에서는 플랫폼 운용 환경에서 비정상적인 서비스 상태 및 장애를 신속하게 감지 대응하기 위한 플랫폼 빅데이터 플로우 관리 기법 및 관리 모듈 구현 방안을 제안하였다. 서비스 및 장애 상황 감시 특성 분석 결과 빅데이터 플로우 관리 기법이 장애 감시 측면에서 전통적인 네트워크 관리 방법에 비하여 비정상적인 장애 상황 감지 및 장애 대응 특성이 30%이상 개선됨을 확인하였다. 빅데이터 플로우 관리 방법의 경우 플랫폼 시스템 장애 및 비정상적인 서비스 상태를 신속하게 감지할 수 있는 장점이 있으며 AI 기반 기술과 연계시 플랫폼 관리를 지능적으로 수행하고 장애 예방보전 능력은 크게 향상될 수 있을 것으로 기대된다.