빅데이터분석을위한 -...

2015.08

빅데이터 분석을 위한

ECMinerTM 소개

빅데이터분석을위한ECMinerTM 소개

1. 일반현황

2. 사업분야

3. 주요 고객사

Ⅰ. 회사 소개

3Copyright © 2015 ECMiner.com. All rights reserved |

RMS™감사솔루션

TMS™텍스트마이닝

ECMiner™데이터마이닝

수상 및 인증

IMS™실시간 이상징후

감지 솔루션

AML™자금세탁방지

솔루션

빅데이터 분석 경진대회 은상 수상(13. 01)

㈜이씨마이너대표 : 민광기연혁 : 2000년 4월 설립

- 국내 최초, 유일의 데이터마이닝소프트웨어 및 활용 솔루션 개발

15년 경력의빅데이터분석

전문기업

2015 • 03월 서강대학교 ECMinerTM 산학지원 협약식

2014 • 07월 GS(Good S/W)인증(한국정보통신기술협회)

• 07월 ECMinerTM 2014 출시

• 11월 서울대학교 빅데이터센터 공동협력 협약 체결

• 01월 빅데이터 활용 분석 경진대회 수상

• 12월 Microsoft-HP-㈜이씨마이너 전략적 제휴 체결

• 06월 ECMinerIMSTM 출시

• 09월 ECMinerSISTM 출시

• 01월 ECMinerTM 해외(과테말라) 진출

• 06월 ISO 9001:2008 인증

• 02월 기술벤쳐기업 인증, INNO-Biz 기업인증

2013

2012

2011

2010

2009

• 12월 재정경제부장관 표창장

(자금세탁방지 제도 확립과 발전에 기여)

• 12월 NEP(New Excellent Product)인증

• 11월 ECMinerrTMDSTM 출시

• 06월 ECMinerSSATM 출시

2007

2006

2005

2004

• 12월 정부 행정 업무용 소프트웨어로 선정

• 11월 디지털 이노베이션 대상(정보통신부)

• 11월 심사 신기술 인증 KT마크 획득(과학기술부)

• 05월 마케팅 채널 트랙킹 시스템 및 방법 특허획득

• 06월 Web AnalyzerTM ID 매칭 기술 특허 획득

• 04월 정책과제 최우수업체 선정(정보통신부)

• 04월 ㈜이씨마이너 설립

2004

2000• 01월 ECMinerAMLTM 출시2008

2000년에 설립된 ㈜이씨마이너는 국내

최초로 데이터 마이닝 S/W의 국산화에

성공하여 LG, 삼성, SK, 포스코 등 Global

기업에 S/W를 공급하며, 데이터마이닝

전문 솔루션 기업으로 시작하여 빅데이터

분석의 Frontier로 꾸준히 성장하고

있습니다.

국내 최초 유일의 데이터마이닝 GS, NEP동시 인증

디지탈이노베이션 대상 품질경영시스템 인증

한국정보통신기술협회

Good Software

인증 획득 제품

산업자원부

New Excellent Products

인증 획득 제품

1. 일반현황 Ⅰ. 회사소개


데이터마이닝 분야 국내 선두 기업다양한 분야의 15년 간 100여 개 프로젝트 수행 경험

• 반도체/철강/화학/Display 등의 기업• 품질/안전/에너지절감 등의 업무• 공정 분석

- 조업편차 가시화- 편차 원인 분석- 최적 운전 조건 분석

• 품질 예측 및 영향 인자 분석• 실시간 모니터링 및 이상진단

• ECMiner™ 교육 S/W 사용법• 데이터마이닝 이론 및 업무 적용을 위한 분석 방법론 교육• 산학협약에 의해 국내 15여 개 대학에서 수업용 교재로 ECMiner™ 활용

• 분석CRM- Target Marketing- 고객세분화- Cross Selling/Up Selling

• Fraud Detection System- 자금세탁/보험사기/카드사기- 보안, 침입탐지, 범죄수사 등

• 공공/금융- Risk Management Traffic 분석- Anti Monetary Laundry- 수요예측, 경영분석 및 계획

제조부문공공/금융/서비스

교육부문

2. 사업분야 Ⅰ. 회사소개


제조(화학, 전자, 에너지 등), 금융, 통신 및 서비스 분야 특화 솔루션• ECMiner™는 다양한 데이터마이닝 알고리듬,

통계, 실험설계, 시계열, 회귀분석, SPC,

MSPC 등의 분석 기능을 통해 수많은

센서에서 수집되는 대량의 데이터를

분석하여 품질향상, 공장안전, 에너지절감

등의 목표를 달성하기 위한 분석 S/W임.

다수의 고객사 구축 및 성공사례

고객사 맞춤형 빅데이터 분석 솔루션• ECMiner™은 ㈜이씨마이너의 자체 기술로

개발되어 고객의 요구사항에 유연하고

능동적으로 대응함.

• 100% 국내 기술로써 향후 신기술 도입 시

간편한 업그레이드만으로 쉽고 빠르게

Customizing 가능

15년간 축적된 기술과 노하우, 100% 국내 기술로 고객 Needs에 부합

빅데이터 분석 및Data Mining 특화 솔루션

• ECMiner™는 빅데이터 분석 솔루션에 특화된

데이터마이닝 패키지로 분석을 위한 데이터

추출에서 결과 생성 및 저장까지 통합된

최적의 소프트웨어임.

• ECMinerTMS™은 ECMiner™과 연계하여

텍스트마이닝을 수행 할 수 있는

솔루션으로 형태소분석 모형 및 품사태깅

모형을 적용하였고, 데이터마이닝

알고리즘을 통해 다양한 유형의 업무

활용성을 지원함.

• LG화학, LG이노텍, LG실트론, LG전자, LG칼텍스정유,

POSCO, SK하이닉스, 삼성전자, 삼성정밀화학, 삼성반도체,

현대자동차, 현대제철, 현대중공업, 현대카드캐피탈,

현대커머셜, 롯데카드, 농협, 하나은행, 00고객사,

금융정보분석원, SK텔레콤, KT, 생산성본부, 국세청,

국립암센터, 서울시 메트로, 외환은행, 국민은행, 신협,

한국석유관리원, 관세청, KBS, 롯데백화점, 대교, 심평원,

경찰청, 서울대학교, 포항공과대학교, 연세대학교,

고려대학교, KAIST, 서강대학교 등 다수 수행 경험

2. 사업분야 Ⅰ. 회사소개


국내 대기업 및 공공/금융/서비스 분야데이터마이닝 구축 및 유지보수 경험 보유

3. 주요 고객사 Ⅰ. 회사소개


공공/금융/서비스(1/3)고객사 담당조직 개 요 수주

금융정보분석원 제도운영과 국가 자금세탁 위험평가 시스템 구축(보험부문) 중 컨설팅 컨소시움 2015.04

전국은행연합회 전산팀 신용정보 및 세금우대 시스템 노후장비 교체 중 빅데이터 분석 2015.04

국세청 국제조사과 해외금융정보 교환·분석 시스템(AXIS)구축사업: 참여기업 2015.02

농협 준법감시실 자금세탁방지 시스템 KYC, TMS 고도화 컨설팅 2014.11

롯데카드 법무감시팀 자금세탁방지 시스템 관련 FDS 연동 시스템 구축 2014.11

한국수력원자력 감사총괄팀 감사정보 체계 고도화 컨설팅 2014.10

RIST 정도경영실 ECMiner™ 기반 예방 감사 분석 2014.09

은행연합회 전산부 TDB(Tech Database) 전산시스템 구축: TDB 활용방안에 대한 ISP 진행 2014.07

국세청 첨단탈세방지 FIU정보통합분석시스템 FOCAS 구축사업: 분석시스템 구축부분 2014.06

금융정보분석원 제도운영과 국가 자금세탁 위험평가 시스템 구축 2014.05

포스코 정도경영실 실시간 예방 감사 시스템 고도화 2014.04

한국석유관리원 수급보고추진팀 석유제품 수급보고 시스템 구축-불법유통 이상징후 업소 분석 및 추출 2014.01

국립암센터 암등록사업부 암 빅데이터 서비스 사업화 컨설팅 2014.01

현대캐피탈/카드/커머셜 준법감시실 자금세탁 방지 시스템 고도화 2013.12

생산성본부 IT팀 데이터마이닝 결과 보고서 고도화 2013.11

롯데카드 Compliance 팀 자금세탁 방지 시스템 – 차세대 시스템 구축에 따른 재사용 인터페이스 2013.07

SKT 솔루션사업팀 고객 분석 및 추천시스템 구축을 위한 컨설팅 2013.01

포스코 정도경영실 실시간 예방 감사 시스템 구축 2013.01

현대캐피탈/카드/커머셜 준법감시실 ECMinerAML™ 기반 자금세탁방지 시스템 구축 2012.10

금융정보분석원 기획행정실 STR관련건 전략분석시스템 구축 2011.09



공공/금융/서비스(2/3)

고객사 담당조직 개 요 수주

CUPIA 네팔관세청 관세업무를 위한 위험관리 정보 시스템 구축 2011.07

KT 네트워크연구소 3G 기지국 트래픽 과부하 실시간 추정 시스템 개발 2011.05

CUPIA 에콰도르 관세청 관세업무를 위한 위험관리 정보 시스템 구축 2011.02

서울시 메트로 지하철 사업단 서울시 메트로 공기질 모니터링 시스템 구축 2차 년도 2011.01

생산성본부 IT팀 데이터마이닝 결과 보고서 자동화를 위한 데이터 마트 구축 2010.07

CUPIA 과테말라 국세청 관세업무를 위한 위험관리 정보 시스템 구축 2010.03

서울시 메트로 지하철 사업단 서울시 메트로 공기질 모니터링 시스템 구축 1차 년도 2010.01

한국석유관리원 유통관리팀 불법석유유통방지시스템 2009.09

신협 준법감시실 자금세탁 방지시스템 구축 2009.09

금융정보분석원 기획행정실 자금세탁방지시스템 고도화 7차 사업 2009.08

외환은행 카드 카드 고객 LTV 산정 2009.07

KT 네트워크연구소 기업고객의 회선별 트래픽 추이분석을 통한 해지 예측 모델 구축 2009.07

롯데카드 Compliance 팀 ECMinerAML™ 기반 자금세탁방지 시스템 구축 2009.03

농협 준법감시실 ECMinerAML™ 기반 자금세탁방지 시스템 구축 2008.08

한국전자통관진흥원 한국전자통관진흥원 관세분야 위험관리 모듈화개발사업 2008.08

관세청 외환조사 외환거래모니터링 시스템 구축 2008.05

국민은행 준법감시실 자금세탁방지를 위한 룰/스코어링 시스템 구축을 위한 컨설팅 2008.05

하나은행 준법감시실 자금세탁방지를 위한 룰/스코어링 시스템 구축을 위한 컨설팅 2008.04

SKT NGM(ISF) 차세대 서비스구축 2차사업 2008.01



공공/금융/서비스(3/3)


ETRI USN 연구단 ECMiner™ 납품 및 교육 2007.11

관세청 관세청 무역기반 자금세탁(TBML) 방지를 위한 분석 컨설팅 2007.10

재정경제부 금융정보분석원 금융거래분석시스템 구축 2007.10

KT BcN 본부 광고대상고객 선정을 위한 스코어링 시스템 개발 2007.10

심평원 평가정보부 의료보험 과청구 모델 예측 2007.07

경찰청 경찰청 수사국 범죄정보 분석시스템 개발 2007.04

정통부 우정사업본부전산센터 보험고객 이탈모형 구축 2007.03

SKT NGM(ISF) 차세대 서비스 시스템 구축 2007.03

재정경제부 금융정보분석원 ECMinerAML™ 기반 자금세탁 심사분석시스템 구축 2007.01

재정경제부 금융정보분석원 ECMiner™ 기반 자금세탁방지를 위한 Scoring 시스템 구축 2006.06

농협 CRM ECMiner™ 활용 CRM 컨설팅(고객 세분화) 프로젝트 수행 2005.09

삼성전자 마케팅 데이터마이닝 기반의 마케팅 지원을 위한 CRM 컨설팅 수행 2004.10

KBS DTV 데이터분석 디지털 방송 송신의 품질 개선을 위한 데이터마이닝 컨설팅 및 SW납품 2004.09

롯데백화점 마케팅 고객 Needs에 기반한 고객 구매원인분석 및 구매 예측모델 구축 컨설팅 2004. 03

SK Telecom 마케팅 네이트 이용자 패턴 분석 및 우수고객 분석, 선호 컨텐츠 분석 컨설팅 2002. 03

새롬기술 마케팅 Dial Pad고객 및 콜센터데이터분석 및 유료화 전환 시 수익성예측모델 2001. 11

현대자동차 마케팅 웹사이트 광고 효과 분석 데이터마이닝 컨설팅 프로젝트 수행 2001.06

대교 마케팅 CRM 전략 개발 및 데이터마이닝 컨설팅 프로젝트 수행 2000. 09



정부 과제

과제 주관기관 과제 수행기관 개요 수주

미래창조과학부 Altibase 빅데이터 통합 모니터링 및 분석을 위한 고성능 데이터베이스 솔루션 개발 2014.05

환경부 Kwater 수질 맞춤형 정수처리시스템 구축 - 전문가 의사결정 시스템 2013.01

지식경제부ETRI(주관)/

㈜이씨마이너(참여)차세대 메모리기반 Big Data 분석을 위한 원천기술개발(5년) 2012.05

중소기업청누리봄㈜(주관)/

㈜이씨마이너(참여)매장관리 및 마케팅 정보 분석을 위한 영상 센서 기반 영상정보 분석서비스 솔루션 개발

2012.11

중소기업청서울대학교

/㈜이씨마이너ECMiner™ 이상치 탐지 모듈의 최적화 및 개발 2012.06

서울시 메트로건국대학교 / ㈜이씨마이너

지하역사 및 터널의 인공지능형 공기질 제어 및관리시스템 개발

2011.01

정보통신부(선도기술개발보급 지원사업)

㈜이씨마이너 Six Sigma를 위한 Datamining 기반의 MSPC 응용 S/W 개발 2003.08

중소기업청(기술혁신개발사업)

㈜이씨마이너 웹기반 감시제어시스템의 연결성을 고려한 범용소프트웨어의 설계기술 2002.07

정보통신부(디지털콘텐츠 기술개발사업)

㈜이씨마이너 Web Datamining 기반의 eCRM 기술개발 2002.01



품질 향상(1/2)


롯데케미컬 정보전략 빅데이터 기반 NC공장 및 PP 공장 최적화 2015.06

SEMES 연구소 반도체 장비 운전데이터와 품질 데이터 간 원인 분석 2015.05

LG MMA 생산팀 데이터 분석을 위한 ECMiner™ Lease Version 도입 2014.11

LG이노텍 공정기술팀 ECMiner™ 분석시스템 개선 2014.09

SEMES 연구소 Clean Lab ECMiner™, ECMinerSSA™ 공급. 품질 분석 및 Defects 패턴 추출용 2014.08

엘지화학 정보전략팀 빅데이터 확산을 위한 ECMiner™ 실무교육 및 컨설팅 2014.06

SKHynix 자동화그룹 Thin film 공정의 VM 개발 및 R2R 제어 2014.04

SKHynix 자동화 그룹 Virtual Metrology 개발(SD BUF OX DEP 공정 및 ILD1X CMP 공정) 2013.08

엘지화학 정보전략팀 Big Data 분석 시스템 구축 및 컨설팅(Glass공장, PC공장, 토너공장) 2013.06

포스코 압연(광양) 하이밀 RM(Roughing Mill)의 Off-center 원인규명 컨설팅 2013.05

엘지화학 Glass 사업팀 TOLM(Take off line management) system 구축 2013.04

엘지화학 소형전지 용접기 불량용접 현황에 대한 실시간 모니터링 시스템 2013.04

SKHynix 자동화 그룹 청주공장 VM(Virtual Metrology)개발 및 R2R Control 2013.03

엘지화학 정보전략팀 파주 Glass 사업장 Defects 원인 분석용 데이터마이닝 S/W 도입 2013.01

SKHynix 자동화 그룹 Etching 공정 설비에 대한 VM(Virtual Metrology) 개발 2012.09

SKI FCCL 공장 데이터마이닝 기반 QMS 시스템 구축 2012.04

SKHynix 자동화 2팀 HiTAS 시스템 내 ECMiner™의 데이터탐색기 모듈 공급 2012.02

SKI LIBS 공장 데이터마이닝 기반 QMS 시스템 구축 2011.09

삼성전자LCD CAE그룹 Photo공정 진단시스템 구축을 위한 ECMiner™, ECMinerIMS™ 공급 2011.08



품질 향상(2/2)


삼성정밀화학 기술팀 DMAC 공장 품질 향상 및 에너지절감 컨설팅 2011.06

포스코 마그네슘제련연구단 마그네슘제련모니터링을 위한 지능형모니터링시스템 구축 2011.05

삼성반도체 시스템LSI MASS+ 비정형분석시스템 데이터베이스 변경 구축(오라클->DB2) 2011.05

LG이노텍 PI혁신팀 LED 수율 향상 분석시스템 구축 2010.04

LG화학 Glass 사업팀 Computer Vision 기반 Glass 표면 Waviness 탐지시스템 개발 2010.02

삼성전자 반도체부문 시스템LSI 비정형분석시스템 성능 개선 프로젝트 2009.09

삼성반도체 시스템LSI MASS+ 비정형분석시스템 2차 고도화사업/실시간모니터링 시스템 2008.09

삼성반도체 시스템LSI MASS+ 비정형분석시스템(데이터마이닝 분석) 고도화 2008.03

LG실트론 TDR 단결정성장공정(초크랄스키공정)의 품질 분석 컨설팅 2007.03

삼성전자LCD 생산기술그룹 ECMiner™ 기반 CVD공정분석 컨설팅 2007.02

LG전자 LG전자PDP A3공장(42” PDP 생산) 품질 인자 규명 및 개선 프로젝트 2006.06

삼성반도체 시스템LSI SSA(Spatial Signature Analysis)를 이용한 Wafer 결함패턴분석시스템 2005.09

LG화학 2차 전지공장(청주) 2차 전지 품질에 영향을 미치는 요인 분석 2005.07

LG화학 VCM공장(대산) VCM 공정 품질 향상을 위한 컨설팅 2005.03

삼성반도체 시스템LSI ECMiner™을 기반한 MASS+ 비정형분석시스템 구축 2004. 09

LG전자 DAV사업부 ECMiner™ 공급 및 불량에 영향을 미치는 품질인자 분석 2004. 12

LG화학 화성품 공장(여수) 조업 분석 표준화를 위한 ECMiner™, ECMienrRTMDS™ 납품 및 컨설팅 2004. 10

LG화학 PVC 공장(여수) PVC 공정 품질 향상을 위한 분석 컨설팅 (Pilot Project ) 2004. 07

LG칼텍스정유 RFCC 공정시스템 RFCC 공정 수율 향상 (컨설팅 및 ECMiner™ 공급) 2004. 07



환경/에너지/수요예측


삼성BP 기획팀 ECMiner™ 기반 원료수요 예측 2015.03

RIST 에너지자원연구본부 ECMiner™ 데이터마이닝 S/W 도입 및 CO2 포집 데이터 분석 2014.01

LG화학 NCC기술팀 NCC공정 에너지 효율 모니터링 시스템 구축 2011.01

SKC 기술팀 메탄올 분리공정 조업 최적화 컨설팅(Pilot) 2009.06

삼성BP 기술팀 ECMiner™ 구매 2009.04

여천NCC 에너지관리TFT SM공장 최적화: 에너지 소비 최소화 프로젝트 2006.12

여천NCC 에너지관리TFT팀 ECMiner™ 활용 MTBE 공장 에너지 최적화 Consulting 2005.12

LG화학 화성품(여수) NPG공장: ECMiner™와 ECMinerRTMDS™ 공급 2005.10

LG화학 BRU공장(대산) BRU(Benzene Recovery Unit) 공정 분석 및 에너지최적화 2005.09

LG화학 BR공장(대산) BR공장 에너지 최적화 2005.06



설비 이상진단/안전/생산성


LS니꼬동제련 IT팀 Booster Fan의 이상 징후 예측을 통한 Preventive Maintenance 2015.07

포스코 설비기술팀 2열연공장 압연기 Camber 원인분석 2015.06

SK Hynix 환경안전본부 GAS Tank 누수감지 분석 시스템 구축 2014.11

현대중공업 조선사업부 데이터 모델링을 통한 중장납기/강재에 대한 수요 분석 2014.07

포스코 연주(광양) MLH(Mold Level Hunting) 원인인자 규명(2차 사업) 2012.09

포스코 제선부(광양) 노황관리시스템(BOSO )고도화 2012.04

포스코 연주(광양) MLH(Mold Level Hunting) 원인인자 규명 2012.04

삼성전자 가전사업부 GMES 구축 : 예측 BI 활용 방안 도출 컨설팅(PoC) 2011.09

포스코 제선부(광양) 노내 가스류 변동 예측 시스템 구축 2011.01

포스코 제선부(포항) 포항 2, 4 고로 노황관리시스템(BOSO System) 확대 적용 2010.02

포스코 제선부(광양) 광양 4 고로 노황관리시스템(BOSO System) 구축 2010.02

포스코 제선부(포항) 포항 3 고로 노황관리시스템(BOSO System) 구축 2009.09

삼성반도체 메모리사업부 전문가시스템 기반 진공펌프 실시간 모니터링/이상진단 시스템구축 2008.02

포스코 제선부 데이터마이닝 기반 공장 모니터링 시스템 구축 2007.08

현대제철 특수강기술팀 ECMiner™ 납품 및 교육 2007.01

포스코 FINEX 공장ECMiner™, ECMinerRTMDS™ 기반실시간공정/품질모니터링/이상진단시스템 구축

2006.08

포스코 Finex/기술연구소 ECMiner™ 활용 Finex 공장 최적 조업 분석 컨설팅 2006.02

삼성반도체 메모리사업부 ECMiner™ 활용 진공펌프 조기 이상진단 컨설팅 프로젝트 2006.01

포스코 기술연구소 Finex 공장 조업분석용 ECMiner™ 공급 2005.10



교육

고객사 S/W 공급방식 개요 수주

서강대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2015.03

서울대 빅데이터센터 기술제휴협약 연구용 데이터마이닝 S/W ECMiner™ 제공에 대한 기술제휴 협약 체결 2013.11

포항공과대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2011.10

건국대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2011.10

서울과학기술대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2011.07

고려대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2011.02

한남대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2009.11

건국대학교 공과대학 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2009.03

동국대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2009.03

경희대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2008.09

KAIST 경영정보대 판매 ECMiner™ 와 ECMinerRTMDS™납품 및 교육 2007.03

경성대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2006.09

동명정보대 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2006.08

광운대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2006.04

숭실대학교 산학협약 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2006.04

카톨릭대학교 판매 교육 및 연구용으로 ECMiner™ 공급 2005.08

연세대학교 상경대학 산학협약식 교육용 데이터마이닝 S/W ECMiner™ 제공에 대한 산학 협약 체결 2005.05

포항공과대학교 판매 교육 및 연구용으로 ECMiner™ 공급 2004.01


1. IT Megatrend

2. 빅데이터의 정의

Ⅱ. 빅데이터 분석 개요


1. IT Megatrend Ⅱ. 빅데이터 분석 개요

현재 IT의 큰 변화중의 하나는 장비의 로그 데이터가

IoT 와 기술 발전으로 데이터가 폭주 하고 있음.

2014년 Machina Research 조사에 따르면 비정형 로그

성 데이터와 정형 데이터의 비율이 6 : 4 로 역전 되었음

< 향후10년간 경제적 파급 효과가 큰 와해 기술 >

IT Trend


2. 빅데이터의 정의 Ⅱ. 빅데이터 분석 개요

비디오

오디오

이미지

SNS

Web/전자문서

텍스트

Database

비정형

반정형

정형

빅데이터가치 = 4V

속도규모

다양성

Volume (규모)

Variety (다양성)

Velocity (속도)

MB, GB 규모 TB, PB, EB 규모

데이터 생성/활용 주기수시간~수개월

분, 초 단위 실시간생성 및 활용

텍스트 파일 등 동영상, SNS, 위치정보 등

빅데이터는 데이터 저장매체의 발달 및 통신기술, 데이터의 분산 관리 및 처리∙분석 기술의 급격한 발달로 데이터규모(Volume), 속도(Velocity), 다양성(Variety)이 급격하게 증가하여 기존 방식으로 저장/관리/분석하기 어려울정도로 큰 규모의 특성을 갖습니다.

1. 빅데이터의 이슈 및 해결방안

2. 실시간 데이터분석 필요성

3. 실시간 빅데이터 분석 요건

4. ECMiner™ 빅데이터 분석 아키텍쳐

Ⅲ. 빅데이터 분석 현황


1. 빅데이터 이슈 및 해결방안 Ⅲ. 빅데이터 분석 현황

빅데이터 이슈 상황 빅데이터 기술적 방안

• 검색 및 크롤링 기술의 발전• 정확한 Needs및 환경 분석• 다양한 수집된 빅데이터를 관리가 가능한 형태로 In-Memory 및 Hadoop 전달 기술

• Hadoop을 이용한 대용량 데이터 수집 및저장 기술

• Flume을 이용한 Data 수집 및 Hadoop 또는In-Memory DB 저장 기술

• In-Memory 기반의 데이터 저장 및 활용• 메모리 기반의 분산 Query 기술• 다양한 Data 연계 API 기술

• 병렬 분산처리 알고리즘을 통한 빅데이터 분석기술

• 실시간 통합 모니터링 기술

빅데이터의 이슈 및 해결을 위한 방안으로 기존의 솔루션의 한계를 넘어 실시간 통합 분석을 통해 산업별 업무 현장에서 실시간 예측 및 대응이 가능한 지능형 솔루션이 새로운 해결책으로 등장 하였습니다.

다양한 구조의 비정형 데이터 수집의 어려움현장의 Needs 가 아닌 IT Infra 상황에 따른 데이터 원천 수집 관례

대용량 데이터베이스는 큰 비용 발생대용량 데이터 관리의 어려움

폭증하는 데이터에 대해 즉각적 대응 어려움대용량 데이터를 가공하는 성능 문제

빅데이터 분석을 위한 전문 알고리즘 및 SW 부족빅데이터 분석 방법론 및 경험 부족실시간 분석 처리의 한계

데이터수집

데이터저장

데이터처리

데이터분석


2. 실시간 데이터분석 필요성

빅데이터의 특성 4V 중 VELOCITY 와

VARIETY의 중요성이 더욱 증가함

• VOLUME

미국기업 상당수 데이터 규모 :최소10TB이상

• VELOCITY

네트웍패킷 ,VoIP : 10 Gbps

• VARIETY

IoT , 업무데이터, 각종장비 , 융합 등으로 폭주

• VALUE

고객에게 주는 인사이트

Source : 2015 Cap Gemini Study “ The Deciding Factor : Big Data & Decision Making”

데이터의 Volume이 커질수록 빅데이터 분석의 업무 활용에 대한 Needs가 높아지며 특히 실시간 분석의중요성이 강조되고 있습니다.



다양한수집

초고속데이터 처리

실시간분석

3. 실시간 빅데이터 분석 요건

실시간 빅데이터 분석을 위한 요건

초고속 데이터 병렬 처리

고속의 데이터 분석

다양한 유형의 분석 대상 데이터 수집

빅데이터 처리 인프라

메모리기반의 분산처리

수집 , 저장 , 분석의 통합 기능 제공

사전 대응 기능

분석결과의 Alarm/Action Guidance

실시간 쿼리를 통한 시각화

IT 담당자

장비 로그비지니스데이터 센서 정보 이벤트

기존의 문제점을 극복하고 다양한 데이터 수집 , 실시간 고속 처리 , 센서 등 IoT 데이터 처리를 위한신 개념의 빅데이터 솔루션이 필요합니다.

비즈니스 담당자



데이터 원천 데이터 통합 데이터 저장 데이터 분석 데이터 표현

- 실시간예측

- 실시간모니터링

- 실시간분석

- Alarm/Action Guidance

- 예측/군집/분류/연관성

- 데이터입력/출력

- 데이터전처리/차트

- 모델검증

ETL(Extraction, Transformation,

Loading)

EAI(Enterprise Application

Integration)

CEP(Complex Event Processing)

On-Line실시간 분석 &

모니터링

ECMinerIMS™

정형/비정형Data Mining

ECMiner™

EDW(Enterprise Data Warehouse)

Big Data 분석 마트

Hadoop

HDFS

(Hadoop Distributed File System)

MapReduce

Hive

Sqoop

기간계

계정계

정보계

E-mail

VOC

SNS

...

대외계

Blog

4. ECMiner™ 빅데이터 분석 아키텍쳐

정형 데이터

비정형 데이터


Ⅳ. ECMinerTM 소개

1. ECMinerTM 개요

2. 유연성

3. 편의성

4. 확장성

5. 효율성


2. ECMiner™ 개요

ECMiner™는 자체 기술력으로 개발한 국내 최초, 유일의 데이터마이닝 S/W로서 데이터 입력, 전처리, 분석, 모델링, 모델 평가, 차트 등 데이터마이닝 작업을 위한 기능을 통합 지원하는 분석 S/W입니다.

Ⅳ. ECMiner™ 소개

• NON SCRIPT 방식, Workflow 활용 모델개발

• 마법사 형식의 수식 편집기 활용 전처리 구조

(비 전문가의 빅데이터 분석 지원 강화)

• 단일 Framework상의 분석에서 리포트까지 전

자동화

• 간편한 시스템 설치 및 운영구조

• 스케줄러를 통한 배치자동화

• 병렬처리 및 In-Memory 알고리즘

연산을 구현하여 강력한 성능 제공

• 산업분야별 특화 기능 및 알고리즘 제공

(Minitap 전 기능, Scorecard 등)

• 분석 효율성을 높이는 강력한 Visualization 제공

• 고객사 맞춤형 커스터마이징 적용

• 예측/분류/군집/연관규칙 기본 알고리즘 보유

• Hadoop과 완벽 호환

• 비정형 분석을 위한 텍스트마이닝 제공

• 공간정보(GIS)상의 융합 적용

• 실시간 예측 모니터링 확장(ECMinerIMS™)

분석편의성

운영효율성

기능확장성

업무적용유연성

국내 최고의 빅데이터분석 제품 기술력과 컨설팅 경험

ECMiner™

Since 2000


2. 업무적용 유연성 – 주요 제공 알고리즘

ECMiner™는 모든 산업 분야의 빅데이터 분석의 효율적인 업무 적용 및 활용율 향상을 위하여 산업 현장에서사용되는 모든 알고리즘을 제공하고 있습니다.

통계, 데이터 탐색

탐색적 데이터 분석 기법

(SPC, MSPC)

기술 통계

빈도 분석 / 교차 분석

상관관계

T-검정

카이스퀘어 검정

ANOVA

Gage R&R

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)

ARIMA

AR

MA

지수평활

추세분석

Nonlinear

Regression

PID Tuning

Nonlinear

Regression

PID Tuning

요인설계

반응표면 설계

혼합물 설계

다구찌 설계

데이터마이닝, 예측분석 실험계획법 시계열 및 기타



2. 업무적용 유연성 – 예측기법

예측모델은 독립변수와 종속변수 사이의 함수 식을 찾아 종속변수의 값을 예측하는 모형을 만드는 데이터 마이닝기법입니다. 예측모형을 통해 고객행동 예측, 공급/수요량 예측 등의 모델링에 활용될 수 있습니다.

과거

현재

미래

?

?

?

예측

Time

value

• 과거 데이터를 바탕으로 미래 데이터의 연속적인값을 예측하는 방법

• 예측 오차 및 설명력(R-sqaure)을 바탕으로 예측모델을 선정

• ECMiner™ 예측 노드

• 회귀 분석 정보와 예측치 가시화

예측분석 개요 주요 예측 알고리즘

분류 알고리즘

예측기법

MLR(다변량 회기분석)

PLS(부분 최소 승자법)

PCR, PCA (주성분 회기)

Logistic Regression(로지스틱 회기)

CART(의사결정나무)

인공신경망MLP(Multi Layer Perception)

RBF(Radial Basis Function)

Support Vector SVR



2. 업무적용 유연성 – 분류기법

분류 모델이란 새로운 데이터를 특정 그룹으로 할당하기 위한 최적 분류 규칙(또는 함수,모형)을 유도하는 데이터마이닝 기법입니다. 분류 모델을 통해 고객등급 결정, 이탈방지/교차판매 등의 최적 고객 추출 등의 활용이가능합니다.

• ECMiner™ 분류 노드

분류분석 개요 주요 분류 알고리즘

분류 알고리즘

분류기법KNN(최근접 이웃 분류)

CART

판별분석LDA

QDA

• 일정 규칙을 이용하여 이산적인 결과값(class)을구분하는 방법

• 분류 정확도(오분류율)를 기준으로 분류 기준 또는방법을 결정

Class 1

Class 2

분류기준

• 분류 모델(CART) 정보와 분류 트리 가시화



2. 업무적용 유연성 – 연관성 분석

연관규칙 분석이란 데이터 속에 내재된 다양한 패턴을 찾기 위한 데이터 마이닝 기법으로, 데이터 안에 존재하는항목들 간의 종속관계를 찾아낼 수 있습니다. 주로 시장 바구니 분석에 의한 구매패턴 등의 파악 및 상품추천 등에활용됩니다

• ECMiner™ 연관성분석 노드

분류분석 개요 주요 연관성분석 알고리즘

분류 알고리즘

연관성 규칙연관성 규칙

순차 연관성

• 상품을 구매하는 등의 일련의 거래나 사건들의연관성을 도출하는 방법

• 특정 현상에 대하여 상호 연관성이 있는 다른 현상이 동시또는 순차적으로 동반하여 발생되는 패턴을 도출

• *향상도를 바탕으로 의미 있는 규칙을 선별

*향상도 : 연관 규칙을 구성하는 항목(조건과 결과)간의 연관 관계를 나타내는 척도

• 연관 규칙 정보와 이를 활용한 연관성 가시화(네트워크)

연관규칙(Rule)



2. 업무적용 유연성 – 군집 분석

군집화란 데이터의 여러 속성을 비교하여 유사한 특성을 갖는 개체나 항목들이 함께 그룹이 되도록 군집으로집단화하는 데이터 마이닝 기법을 말합니다. 군집화는 고객세분화와 세분군별 고객속성 분석 등에 활용됩니다.

• ECMiner™ 군집분석 노드

분류분석 개요 주요 군집분석 알고리즘

분류 알고리즘

군집분석Hierarchical(계층군집화)

K-means(비계층군집화)

인공신경망 SOM(Self Organizing Map)

군집1

군집2

군집3

군집4

• 비슷한 속성을 지니는 데이터를 그룹화하는방법으로 데이터 간의 거리를 기반으로 군집 형성

• 군집 내 거리/ 군집 간 거리를 바탕으로 군집 개수 결정• 각 군집 별 속성 파악 (Profiling)

• 군집 모델 정보와 3D차트를 통한 가시화



연계 분석(Link Analysis)

[Event 확산 / 전이 분석]

네트워크의 시작점과 확산되는 과정을 도식화하여 네트워크의 흐름에 대한 추적하는 방법

금융거래, 이슈어, 연관어 관계 등 분석

[클러스터링]

연관성이 있는 개체들의 그룹화

특정 거래건과의 관련인 그룹 파악

[연결 패턴 , 순환거래 분석]

3개의 노드를 기준으로 어떤패턴으로 연결되고 구성되는지를 분석

구성 개체들의 네트워크 연결 특성 파악

[영향력 평가]

네트워크 구성노드(개체)간

영향력 평가

특정거래 관계자 등 구성 개체들의 네트워크 구성에 있어 누가 영향력이 큰가를 도식화

[링크굵기:1]

[링크굵기:4]

[링크굵기:2]

[링크굵기:3]

Ⅳ ECMiner™ 소개2. 업무적용 유연성 – 연계 분석.

링크두께

링크의개수

1 1개

22 ~ 4개

35 ~ 9개

410개이상

[최초 거래]

[1차 연계]

[2차 연계]

[3차 연계]

[4차 연계][5차 연계]

그룹의 유형에 따른 차 별화된 아이콘 적용

연계분석은 상호 연관성이 있는 금융거래나 특정 주제와 밀접한 연관어 등을 시각적으로 표현하여 데이터 및수치로는 확인하기 어려운 패턴을 분석하고 업무에 활용하는 기법입니다.


2. 업무적용 유연성 – Visualization(1/3)

ECMiner™의 평행좌표차트 및 메트릭스차트는 단계(경로)별, 시간대별 특정 원인을 발생 시키는 인자를 찾기 위한최고의 시각화 및 高 성능을 제공하며 한 차원 높은 데이터 시각화 분석을 가능하도록 합니다.

EX) Web 상품구매 고객의 주요 경로 분석EX) 이탈 고객의 변수 별 행동 특성 분석

경로1 경로2 경로3 . . . . 상품구매여부

상품

구매

비구

매



2. 업무적용 유연성 – Visualization(2/3)

ECMiner™는 상관관계 분석 결과를 비 전문가가 쉽게 이해할 수 있도록 다수의 변수들 간 테이블 구조, 네트워크구조, 그리고 트리 구조의 다양한 형태로 변수들 간의 관계를 나타내어 직관적으로 관계를 파악할 수 있습니다.

상관도 메트릭스 상관도 네트워크 상관도 트리

더블클릭

두 변수간 Scatter plot

더블클릭

상관성이 높을수록 큰 원

상관성이 높을수록 두꺼운 선



2. 업무적용 유연성 –Visualization(3/3)

ECMiner™는 비전문가가 쉽게 사용할 수 있는 바차트에서 분석업무 담당자가 변수간 특성을 시각적으로 비교하여분석을 할 수 있는 강력한 다변량 시각화 차트 등 기업의 상품분석 및 고객 선호도의 추세 및 감성분석 등을시각적으로 쉽게 분석할 수 있는 다양한 시각화 도구를 제공합니다.


관리도매트릭스 차트 기본 확장 산포 차트다변량 관리도

바차트 통계 차트파레토 차트파이 차트 히스토그램

기본 차트3차원 차트 컨튜어 차트 컨트롤 차트분포 차트

외부 기관의

담당자

관리/운영자

관리/운영자

분석전문가


2. 업무적용 유연성 –맞춤형 커스터마이징 적용(1/2)

ECMiner™ 기반 Customizing 화면

고객 Needs에 따른 Multi-Charts

S사의 YMS(Yield Management System)

S사의 YMS시스템은 ECMiner™ 기반으로 영문화, 노드의 트리구조화, 데이터 검색, Multi-Charts, 메일연동 등의

사용자 요구사항을 반영하여 Customizing된 사례입니다.



2. 업무적용 유연성 – 맞춤형 커스터마이징 적용(2/2)

분석데이터마트

데이터 전처리/ 파생변수 생성/ 통계분석

모델링 목적 DB데이터입력

결과 저장인터페이스

커스터마이징을 통한채널 인터페이스 구현 제공

커스터마이징을 통한채널 인터페이스 구현 제공


이씨마이너는 고객사의 업무 활용률을 높이기 위하여 현업 업무에 최적화 된 시스템 커스터마이징을 제공하여

외산 솔루션과의 차별화 된 서비스를 제공합니다.


3. 분석 편의성 – 사용자 편의 사용 구조

사용자가 편리하게 사용할 수 있는 GUI 화면을 제공하며, Workflow 작업 환경에서 분석에 필요한 노드를작업창으로 Drag & Drop하고, 작업순서를 설정(노드 연결)함으로써 분석을 위한 프로젝트를 쉽게 구성합니다.

10

Drag & Dropor

더블클릭

㈜ Workflow : 복잡한 작업 수행과정을 시각적으로 쉽게 이해하고 작업할 수 있도록 구성된 사용자 편의 중심의 작업수행 환경, 데이터마이닝 외 BPM, ETL, Campaign Management 등에서 활용

명령어를 외울 필요 없이 작

업 순서별 탭에서 화면에 제시

된 노드를 확인하면서 필요한

기능을 선택

모든 수행은 Drag & Drop,

더블클릭 및 버튼을 클릭하여

간단하게 조작

모델개발 과정을 한눈에 확인하고더블클릭-> 속성창 편집으로

으로 옵션 조정



3. 분석 편의성 – 강력한 전처리 기능

마법사 (위자드) 형태의 수식편집기를 활용 직관적 데이터전처리 구조

데이터마이닝 작업에 있어 높은 전문성과 가장 많은 시간을 소요하는 전처리 과정을 비전문가도 쉽게 처리할 수있는 마법사(위자드) 형태로 작업할 수 있고 빅데이터 시대에 맞추어 정형과 비정형 데이터 처리를 단일작업환경에서 수행하여 손쉽게 데이터의 통합이 가능하도록 하였습니다

비정형 데이터 특화기능

다양한 전처리 기능 제공

비 전문가가 쉽게 데이터 전처리를 수행 할 수 있도록직관적으로 이해하기 쉬운 구조 제공



3. 분석 편의성 – 통합 모델개발의 편의성(1/4)

ECMiner™의 통합 분석 환경은 데이터 수집부터 모델링까지 단일 작업창에서 처리하며 전 분석 과정이

직관적으로 쉽게 이해할 수 있는 구조로 되어있어 우수한 모형의 공유 및 재활용을 통해 분석업무의 高 평준화를

제공합니다.

데이터 수집 데이터 전처리

텍스트마이닝

모델링

데이터 수집의 편의성

-비전문가를 위한 손쉬운

DB Access 구조

-RDB와 TEXT 및 Excel

DATA 까지 통합 환경에서

수집 및 병합

통합환경에서의 데이터

전처리 수행

-데이터 전처리와 분석을

통합 환경에서 개발

-정형/비정형 데이터

통합이 단일환경에서

쉽게 구현

직관적 UI 및 강력한

분석환경

-모델 결과의 쉬운 이해

-우수모델의 공유 및 확산

-단일 작업창에서

정형/비정형뿐만 아니라

Multi 모델링 수행 가능




빅데이터 분석은 데이터의 기초통계부터 출발을 해야 합니다. ECMiner™ 데이터 창에서 데이터를 직접

확인하면서 분석을 수행하여 비전문가의 분석 수행 시에도 쉽게 분석업무에 접근할 수 있고 높은 이해도와

활용성을 제공합니다.

DB

데이터를 직접

확인하면서

분석 수행

다양한

통계분석

기능 선택

분석…….

무엇부터

시작하지?




DB에서 데이터 추출, 전처리, 통계분석, 모델링, 분석결과 출력 및 저장까지의 데이터마이닝 전 프로세스를

ECMiner™의 통합 분석환경에서 진행할 수 있습니다.

데이터데이터입력

분석결과출력/저장데이터

데이터전처리

통계분석

모델링

ECMiner™ : 프로세스 전 단계를 ECMiner™ 한 개로 모두 구현함.

S 경쟁사 : 프로세스 단계별 다른 프로그램 사용으로 어려움.(여러 프로그램 및 문법을 사용해야 함.)

S사 ETL S사(Script) S사 ETLS사 E-Miner

화면이동 화면이동 화면이동




S사의 데이터마이닝 솔루션은 우수한 분석 기능에도 불구하고 데이터 접근성과 전문가를 위한 시스템 구조로 전사적 분석보다는 데이터 가공 용도로 사용되는 경우가 많고 R 의 경우는 성능 및 유지보수의 단절로 업무용으로적용이 불가한 경우가 많습니다.

ECMiner ™수식편집기

GUI 기반통계분석수행

Workflow 기반 모델개발

ECMinerIMS ™ 등록시 즉시

사용

차트 등자동연동

고객사시스템적용을 위한커스터마이징

프로그램 기반전처리 수행

프로그램 기반통계분석수행

Workflow 기반 모델개발

SQL 전환(IT 개발)

차트 활용오퍼레이션

필요

데이터만 공유(자동화 단절)

(비전문가)EXCEL

분석보고서자동 리포트

즉시적용

시스템 자동화를

위한 개발 필요

커스터마이징불가

PPT 등 분석보고 리포트

수작업

S사활용

사용이 어려워비전문가는 엑셀을이용차트를 만들거나 추가적인 분석을

주로 수행

커스터마이징 불가– 시스템화의 추가

비용 발생



4. 기능 확장성 – 빅데이터 인프라 완벽 지원 완벽 호환

급격히 증가하는 데이터를 활용하기 위해서는 빅데이터 플랫폼과의 연동과 고성능 분석기능 처리가 필수입니다.

ECMiner™ 은 빅데이터 시대에 맞추어 Hadoop 및 어플라이언스 장비와의 호환뿐만 아니라 분산/병렬처리와 In-

Memory 기술을 통한 고성능을 제공합니다.

빅 데이터 기반

Hadoop Infra

분석도구

ECMiner

ECMiner Big Data 관리

IN-Memory / Partition빅데이터 분석(정형, 비정형)

분석영역

데이터플랫폼영역

1

2

정형 Data

MES QMS ERP SNS설비Log

WEB/VOC

DBMS I/F

(Data Importer)

비형정 데이터 I/F

(Data Collector)

모델 실행

ECMiner™

1. Hadoop 연동

6. Visualization

3. 분산/병렬5. 실시간

처리

2. HPC

4. In-memory

ECMiner™에서 직접Hadoop에 접속하여데이터를 정제하여 분석용파일생성.

고성능어플라이언스장비와의호환

데이터 입력, 전처리, 알고리듬에 대한분산/병렬 처리로분석성능 강화

ECMinerIMS™과연동하여 실시간예측 제공

데이터와 차트동기화를 통한직관적 분석기능강화.

데이터 고속 처리를위해 In-memory 연산

빅데이터 지원기능 빅데이터 분석 아키텍쳐 사례(L사)



4. 기능 확장성 – 비정형 분석(텍스트마이닝) 적용(1/2)

비정형 빅데이터 분석은 텍스트마이닝을 활용하여 1) 여론, 평판분석 등의 수행 2) 산업별 기술동향과 연관 기술등에 대한 패턴을 분석하여 지도(GIS) 및 네트워크 연관도(Link Analysis)로 표현될 수 있습니다

STEP1빅데이터

수집

STEP2Text

Mining

STEP3

응용 및 활용

형태소 분석 품사태깅 온톨리지구축마이닝

알고리즘 적용Text 수집 BI /시스템 적용

온톨리지레파지토리 분석 마트

형태소 분석모형

어절 단위분석

음운 현상분석

형태소 단위분석

음절 단위분석

연관어분류모형/ Rule 기반

제외어 처리(등록/필터링)

유의어 등록(Key Fact)

연관어 분석(패턴 분석)

계층생성

품사태깅모형

주변문맥분석

품사분석

품사부착

분석결과

데이터 마이닝분석

문서 군집화(클러스터링)

연계, Social Network 분석

유의어영향인자 분석

유의패턴 분석(감성/트렌드)

기본 사전

Crawling(수집기)

전자문서

WEB/VOC

비정형 Data

SNS

기존 데이터 모델과의 통합

활용 시스템 연동

지역별 평판분석

연관성 분석

OLAP/대시보드



4. 기능 확장성 – 비정형 분석(텍스트마이닝) 적용(2/2)

비정형분석은 CRM 업무를 위한 의사결정 지원도구와 연계하여 다양한 분석결과를 제공하고, 기업 내 캠페인

관리 시스템 또는 채널 시스템과 연동하여 Out-bound 마케팅을 가능하도록 합니다.

수집기 SNS 고객

프로파일

감성여론동향관심상품

예측패턴탐색

비대상


Text Mining

Data Mining

지역별 평판분석 연관성 분석 OLAP/대시보드

관심상품고객 분석/

타겟팅

SNS상의관심정보메시지 전달

SNS상 확산/전이 마케팅

캠페인 대상자(관심상품 정보제공)

비대상

CRM 의사결정 지원

Crawling


4. 기능 확장성 – 공간정보와의 융합 적용(1/2)

공간정보와 빅데이터 분석 매시업

통합 시각화

데이터 정의 모델링 / 분석

지오코딩매핑

데이터분석

공간정보분석 결과

Map data

정형/비정형 마이닝분석 결과

생산량예측

평판분석 가격예측

빅데이터 분석 결과는 GIS의 공간정보 Layer 상위에서 지역별 다양한 분석결과(생산량 예측, 가격예측, 여론동향, 영업현황 등)를 표현하여 업무 적용 후 활용성을 극대화 합니다.



4. 기능 확장성 – 공간정보와의 융합 적용(2/2)

지도상의 데이터 표현은 구글 맵 또는 Web 포털에서 제공하는 맵 Layer 상의 분석결과 표현이 가능하며지역특성에 대한 분석결과가 해당 지역에 시각적으로 표현될 수 있습니다.


< >수요예측

지역감성분석

가격예측

품목별 예측/실적

지역별 예측/실적

수출 품목별 예측

수입 품목별 예측

생산량 예측

국내가격 예측

수출가격 예측

수입가격 예측

주제어 분석

평판분석

감성추이

농업기술동향

America

Europe

Asia

Africa

구현예시

01000

과일 채소 야채

농산물

수요예측

생산량

수요예측치


실시간 데이터

4. 기능 확장성 – 실시간 예측 모니터링 확장

ECMiner™에서 생성된 예측 및 모니터링 모델은 ECMinerIMS™에 즉시적으로 탑재하여 실시간

모니터링&이상진단을 할 수 있습니다. ECMinerIMS™는 데이터의 효율적 처리, 모델 관리의 편리성, 그리고

모델의 실행 결과를 직관적으로 조회할 수 있도록 Server/Controller/Viewer의 3 부분으로 구성되어 있습니다.

ECMinerIMS™ECMiner™

실시간발생데이터

ECMinerIMS™Viewer

Controller

Server

분석시 활용

모델등록/관리

모델 자동 실행

실시간 모니터링(Visualization)

모델개발

모델수행관리

스케쥴러

실행알고리즘

실시간수집데이터

최종 개발 모델

상담성별

품질

판매

서비스

차종



5. 운영 효율성 – 강력한 성능

파티션 테이터 셋(In-Memory)

대용량 데이터 셋V1 V2 V3 V4 V5 V6

Mem

ory

CPU Core

1Core

2Core

N

Process 1 Process 2 Process N

Index A

Index B

Index C

Index AX

Index BX

Index CX

Sto

rage(D

isk)

•CPU의 Core 별 병렬 연산 처리

•Storage의 Disk Scan 방식이 아닌 In-Memory 의 데이터를 Index를 이용한 모델수행으로 처리속도의 획기적 단축

•Memory에 분석대상 Dataset을 Partitioning 하여 I/O에서 발생하는 Loss Time 제거

•Partition Data의 indexing 처리로 모델 연산을 위한 데이터 관리 최적화

•Row 데이터의 Logical Index Processing으로 Data Read Time 최소화

대용량 데이터의 전처리 및 모델링을 수행하는 경우 Index에 의한 병렬 데이터 접근과, In-Memory 에 의한 분산데이터 처리 및 병렬(Parallel) 연산 처리 방식을 적용하여 빅데이터 분석을 위한 최적화 기능을 제공합니다.



5. 운영 효율성 – 간편한 시스템 환경

ECMiner™의 H/W 구성은 Server와 Clients로 구성되어 있으며, Server는 Network를 톻해 Clients와 통신하며,

만들어진 모델은 Scheduler에 의해 주기적으로 실행됩니다.

ECMiner™ Server

인터페이스

Network

Server

Clients

H/W Spec- CPU : Pentium Xeon 2.6GHz x 4- HDD : 360 GB x 4 (RAID)- RAM : 2GB

S/W Spec- Windows2000 Adv. Server 또는Windows Server 2003

- ECMiner™ Server ver. 2.7- IIS 5.0 이상, IE 5.5 이상

ECMiner™ Client ECMiner™ Client ECMiner™ Client ECMiner™ Client

분석용Data Mart

MiningEngine

통계Engine

데이터전처리

Scheduler



5. 운영 효율성 – 배치자동화 스케줄러

등록된 실행순서에 따라 프로젝트가실행되고, 실행순서가 동일한 경우에는동시에 실행됨. 실행순서가 동일한 프로젝트가 모두 실행완료되어야 다음 실행순서로 넘어감.

스케줄러에 직접 설정하여 서버에서 주기적으로자동 실행

Batch 프로젝트

간단한 조작만으로 정기적 또는 비정기적 모델 수행 업무를 자동화할 수 있는 스케줄러 기능과 작업 우선순위를고려하여 여러 프로젝트를 묶어서 실행할 수 있는 Batch 기능을 제공합니다.


1. 기대효과

V. 기대효과


1. 기대효과 V. 기대효과

ㅋ

ECMiner활용시

기대효과

분석 업무의

능력 제고 및

高 평준화

신속한 최적의사결정 지원

체계

실시간 대응역량 강화

생산성증대

• 전사 차원의 빅데이터 수집 및 분석 환경 확보

• 시스템 로그, WEB, SNS 등의 통합 분석환경 구축

• 전사적으로 수집한 각종 데이터 등으로부터 숨겨진 패턴과 연관성 탐색 및 발굴

• 미래예측을 통한 고객의 Needs 뿐만 아니라 Wants, 이상징후 발견(Big Insight 도출)

• Decision Management 방법론을 활용하여 예측모델과 Business Rule의 최적 조합 도출

• 비용, 인력 등의 가용 자원 내에서 최적의 의사결정을 실행할 수 있도록 최적화 기능지원

• 실시간 모니터링(Predictive Maintenance) 강화로 위험인자(Risk Factor) 조기 진압

• 고객의 VOC/Claim 실시간 조기발견 및 초동 대응으로 고객만족도 향상 및 기업이미지 제고

• 업무혁신, 생산성 및 마케팅 역량강화

• 수요 및 생산예측을 통한 계획적인 생산성 관리체제 도입

• 생산성 증대를 위한 최적 조건 분석을 통한 효율적인 생산성 관리

감사합니다.

The best choice of Data Mining앞선 기술력과 신뢰를 최우선으로 합니다.

㈜이씨마이너

서울특별시 강남구 도곡로 151 상준빌딩 3층Tel 02-552-5266Fax 02-566-0768

URL - http://www.ecminer.com

빅데이터분석을위한 -...

Documents

Transcript of 빅데이터분석을위한 -...