전체 글(8)
-
오토 스케일링(Auto Scaling)
요약 오토스케일링은 인스턴스의 자원 사용률에 따라서 해당 인스턴스의 숫자를 자동으로 조정하는 기술을 말하며, 클라우드 환경에 구성된 시스템에서 사용량이 급격하게 변동하는 상황에 대응하기 위해 사용한다. 오토스케일링은 모니터링, 분석, 계획, 실행 순으로 시스템의 사용량을 관찰하여 사용량이 변동되는 경우 인스턴스 수를 조절하여 효율적으로 시스템이 운영될 수 있도록 한다. 배경 클라우드 환경의 발전은 소프트웨어를 실행하기 위해 물리적인 장비와 자원을 확보하던 설치 작업을 논리적으로 할당하여 구성하는 작업으로 변화시켰다. 이로 인하여 시스템 사용량의 증가에 대응하는 방식도 바뀌었는데, 과거에는 물리적인 장비의 사양을 높이거나 구성된 환경에 새로운 장비를 추가하는 방식이 일반적이었다. 이러한 방식으로는 사용량의..
2024.01.10 -
머신러닝 VS 딥러닝
요약 딥러닝은 규모가 큰 신경망을 사용하여 특징을 계층적으로 구조화하는 머신러닝 기법이며, 머신러닝은 데이터의 통계적 특성을 이용하여 처리 능력을 향상시키고자 하는 인공지능을 달성하는 하나의 방법론이다. 머신러닝은 지도학습, 비지도학습, 강화학습 등으로 나뉘며, 딥러닝은 기존의 머신러닝과 다르게 인공신경망과 병렬처리, 방대한 양의 데이터를 활용하여 계층적으로 특징을 잘 표현하는 방법을 학습하는 방법론이다. 머신러닝 배경 수십억개의 웹페이지 및 비디오, 기계의 상태 데이터, 의료 정보 등 셀 수 없이 많은 데이터가 디지털화 되며 폭발적으로 증가하고 있다. 이런 수많은 데이터는 사람이 일일히 확인 및 분석할 수 없으며 일정 부분 자동으로 수행하는 인공지능과 머신러닝에 대한 수요를 증가시키고 있다. 머신러닝의..
2024.01.04 -
정보시스템 감리와 PMO 비교
요약 정보시스템 감리는 "정보시스템"에 초점을 맞추어 정보시스템의 구축 및 운영에 대한 품질을 확보하고 안전성을 보장하기 위해 제3자의 전문가가 독립적, 객관적으로 점검하고 평가하는 것으로, 요구사항 검증, 품질검사 및 테스트, 리스크 평가, 감사, 품질 보증, 보고서 작성 등의 활동을 한다. PMO(전자정부사업관리)는 "프로젝트"에 초점을 맞추어 프로젝트의 성공적인 완료를 위해 프로젝트 관리 업무를 전문적으로 수행하는 조직에게 위탁하여 발주기관과 함께 프로젝트 일정, 예산, 위험, 품질 등을 관리하고 문서화, 평가, 개선, 교육훈련, 감시하는 등의 활동을 한다. 배경 [2014-05-07 전자신문 뉴스] [CIO BIZ+]정보화 사업에 PMO·감리 도입 놓고 논란…융합된 새로운 형태 거론 2014년 당..
2023.12.29 -
데이터 차원 축소(Data Dimensionality Reduction)
한줄요약 차원 축소(DR, Dimensionality Reduction)는 학습 기능의 정확성을 높이고 훈련 시간을 줄이기 위해 중복된 기능, 잡음이 많고 관련없는 데이터를 제거하는 전처리 단계이다. 차원 축소는 크게 있는 Feature에서 고르는 "Feature 선택", Feature를 가공해서 새로운 Feature를 생성하는 "Feature 추출"로 이루어져 있다. 배경 딥러닝 기술은 고성능 GPU를 사용하여 방대한 양의 데이터를 처리하고 분류를 예측한다. Feature(개별적으로 측정 가능한 속성) 추출 및 선택은 기계학습과는 별개의 부분이지만, 딥러닝을 위해 대량의 데이터를 처리하는데 아래와 같은 장점이 있을 수 있다. 차원 수가 줄어들수록 데이터 저장 공간이 줄어들 수 있다. 계산 시간이 덜 걸..
2023.12.27 -
[클라우드 컴퓨팅] Service Model, Deployment Model
배경 클라우드 컴퓨팅은 사용량에 따른 결제 모델을 기반으로 사용자가 필요로 할 때 온디맨드 온라인 컴퓨팅 서비스를 제공한다. 새로운 클라우드 옵션과 "as a Service"라는 구문을 보면 주요 클라우드의 배포 유형과 서비스 유형의 차이점을 살펴보는 것에 도움을 준다. 클라우드 컴퓨팅에서 다양한 배포 모델과 서비스는 각각 독특한 특성과 유형을 갖고 있다. 클라우드 배포는 클라우드 플랫폼이 어떻게 배치되는지, 어떻게 호스팅되는지, 누가 접근할 수 있는지를 설명한다. 모든 클라우드 컴퓨팅의 배포는 서버의 컴퓨팅 파워를 세분화하고 컴퓨팅과 저장 능력을 제공하는 소프트웨어 중심의 응용 프로그램을 가상화함으로써 작동한다. 클라우드 서비스 모델(Service Model) 클라우드 서비스 모델은 기능에 따라 계층적..
2023.12.19 -
폭포수(Waterfall) 모델 VS 애자일(Agile) 모델
1. 폭포수 배경 소프트웨어 위기와 소프트웨어 공학 소프트웨어가 겪고 있는 복잡도, 고객의 기대치와 요구사항 변경 등의 원인으로 인해 개발된 소프트웨어에서 발생하는 예산 초과, 일정 지연, 낮은 품질, 고객 요구사항 불만족, 프로젝트의 관리 불가능과 유지보수를 위한 코딩 어려움의 결과를 나타내는 현상을 소프트웨어 위기라 표현한다. 소프트웨어 위기가 인식되자, 소프트웨어를 체계적으로 개발하려는 움직임에 따라 다양한 소프트웨어 개발 기법이 나타나기 시작하였으며, 그 중 하나로 폭포수 모델이 제안되었다. Royce의 폭포수 모델 1970년 Royce에 의해 제안된 폭포수 모델은 개발 과정을 분명하게 나타내는 수단으로써 프로젝트를 관리하는데 효과적이었다. 한 단계를 완전히 끝내고 다음 단계로 넘어가는 방법으로 ..
2023.12.17