"pe/it-convergence" 태그로 연결된 44개 게시물개의 게시물이 있습니다.

음성 데이터 마이닝의 개요​

음성 데이터 마이닝의 개념​

• 음성 신호나 데이터를 기계적으로 처리하여 화자의 의견, 감정에 대한 정보를 도출하는 과정

음성 데이터 마이닝 배경​

• HMI (Human Machine Interface)가 기존의 텍스트에서 음성으로 변화하고 있고, 톤과 인토네이션의 차이로 같은 문장이라도 화자의 감정을 파악이 가능해짐.

음성데이터 마이닝의 구성도, 구성요소​

음성데이터 마이닝의 구성도​

음성데이터 마이닝의 구성요소​

구분	내용	비고
처리기술	음성 데이터를 디지털 형식으로 변환하고 처리하는 기술	STT, Media Codec, ADC
분석기술	음성 데이터를 분석하고 의미를 도출하는 기술	데이터 분석 인프라, 시계열 분석 알고리즘, 감정 분석 알고리즘, 상황인지 컴퓨팅

음성 데이터 마이닝 적용 방안​

구분	내용	비고
공공	공공 서비스 접근성을 높이고 사회적 포용성을 증대	음성 민원 자동화
기업	업무 효율성 증대 및 운영 비용 절감	회의록 생성 자동화, 무인화 고객센터, AI 경쟁력 강화
민간	개인 편의성 증대 및 새로운 서비스 창출	실시간 번역 제공, 비대면 원격 진료 기반 마련, IoT 기기 제어

음성 데이터 마이닝 성공 포인트​

• 클라우드 컴퓨팅을 활용하여 온디맨드 방식의 데이터 분석/처리로 비용 절감

데이터 저장 특성 개요​

데이터 저장 특성 개념​

• 웹 서비스와 인터넷 패러다임의 변화로 인해 데이터의 저장, 접근, 처리 기술의 발전

데이터 저장 방식 변화의 필요성​

• FS에서 인터넷의 등장으로 DB 공유, 웹3.0의 출현으로 탈중앙화와 소유의 개념을 가진 블록체인 구조에 정보 저장

파일, 데이터베이스, 블록체인 개념 및 비교​

파일, 데이터베이스, 블록체인 개념​

아래 그림

• FS: Inode -> block
• DB: Table, System Catalog
• BlockChain: hash based linked list block + merkle tree

파일, 데이터베이스, 블록체인 상세비교​

구분	파일	데이터베이스	블록체인
저장단위	파일	테이블	블록체인
저장위치	로컬	중앙 시스템	분산 시스템
저장속도	빠름	트랜잭션처리, 빠름	합의알고리즘, 느림
데이터 저장 방식	FS API	DDL, DML	합의 알고리즘
트랜잭션	없음	ACID 보장	합의 알고리즘으로 트랜잭션 처리
데이터 중복	단일 데이터	역정규화로 일부 허용	참여자 전체 중복 저장
종류	FAT, NFTS	RDBMS, NoSQL	Public, Private, Hybrid

블록체인 저장 방식의 문제점과 해결방안​

블록체인 저장 방식의 문제점​

• 탈중앙화, 확장성, 보안성 중 모두를 만족할 수 없는 블록체인 트릴레마 존재
• 합의 알고리즘 수행에 시간이 걸리므로, 실시간 웹 서비스에는 부적합

블록체인 저장 특성 문제 해결방안​

구분	내용	비고
레이어링	데이터와 처리계층의 분리로 확장성 향상	오프체인, 사이드체인
샤딩	데이터 불할 처리로 확장성 향상	체인네트워크 샤딩, 코디네이션
하이브리드	중앙집중과 탈중앙화의 절충점으로 신뢰성, 보안성, 실시간성 강화	RDBMS, 카프카 사용

• 블록체인 트릴레마와 실시간성 극복을 위해 데이터를 분리하여 처리

파일, 데이터베이스, 블록체인 적용방안​

파일	데이터베이스	블록체인
개인/기업 데이터저장	엔터프라이즈 어플리케이션	암호화폐
멀티미디어	웹 어플리케이션	공급망 관리
IPFS	빅데이터 분석	스마트 컨트랙트

오토스케일링 개념​

• 시스템 자원 매트릭을 모니터링하여 서버 사이즈를 자동으로 조절하는 기술
• 클라우드 컴퓨팅의 온디맨드 방식을 기반으로 자원 최적화, 고가용성, 온프레미스 대비 운영의 단순화를 위해 필요

오토스케일링의 구성​

Pod, 메트릭모니터링, 로드밸런서 이미지

구성요소​

구분	기능	설명
정책, 모니터링	메트릭 수집, 알람 전송	-
서버 이미지 배포	Scale-Out, Scale-In, 서버 프로비저닝	-
서비스 연결	Health-Check, 트래픽 제어	-

오토스케일링시 서버 추가까지 필요한 경우, Scale-Up이 비용절감의 효과를 가져올 수 있음.

비교​

스케쥴기반, 부하기반​

구분	스케쥴 기반 오토스케일링	부하 기반 오토스케일링
트리거	예약된 시간	트래픽
수치	예측 가능한 부하	실제 사용량 기반
장점	트래픽 증가 지연 방지	효율적인 리소스 사용량
단점	예측을 벗어날시 리소스 낭비, 부족	인스턴스 배포시간으로 인한 지연

Scale Up, Scale Out​

구분	Auto Scale Up	Auto Scale Out
추가리소스	CPU, Memory	인스턴스
장점	인스턴스, NW관리 없어 간단	높은 확장성, 인스턴스 장애 격리
단점	물리적 한계, 고비용, 시스템 다운타임	복잡한 NW구성, 세션 처리 등

성공포인트​

• maxUnavailable, maxSurge 적절히 조절
• scale down 으로 비용 절감

클라우드 컴퓨팅의 개념​

• 가상화 기술을 이용하여 사용자 필요시 인터넷을 통해서 서비스 형태로 IT자원을 제공하는 컴퓨팅 기법
• 서비스 책임범위, 인프라 소유권에 따라 다양한 모델 등장

클라우드 컴퓨팅 모델의 구성도, 구성요소, 비교​

클라우드 컴퓨팅 모델의 구성도​

클라우드 컴퓨팅 모델의 구성요소​

• 서비스 모델: 클라우드 자원의 제공 방식에 따른 분류

구분	내용	비고
IaaS	-	사용자 관리 책임
PaaS	-	공통 관리 책임
SaaS	-	제공자 관리 책임

• 배포 모델: 클라우드 자원 소유주체와 관리방식에 따른 분류

구분	내용	비고
Private	-	사용자 소유
Public	-	제공자 소유
Hybrid	-	혼합 모델

배포모델과 서비스모델 비교​

구분	배포모델	서비스모델
목적	지속 가능 서비스 기반	온디맨드 서비스
범위	클라우드 구성 환경	클라우드 서비스
접근	온프레미스와의 연결성	비용 절감

• 온프레미스 서비스의 구성 환경에 따라 배포모델을 선택하고, 비지니스 요구사항과 비용에 맞는 서비스모델을 선택.

클라우드 컴퓨팅 활성전략​

구분	내용	비고
배포모델	공공기관/지자체 민관협력형 클라우드	-
-	금융사 하이브리드 멀티 클라우드	-
서비스모델	CNCF Cloud Native App	-
-	K-PaaS	-

• 기업은 목적에 맞는 전략을 활용하여 적절한 모델을 선택.

클라우드 컴퓨팅 고려사항​

• 해당 국가의 법, 제도적 규제사항을 만족하기위한 소버린클라우드와 재난시 빠른 복구가 가능한 멀티클라우드 구축 고려