최근 기업들의 경쟁력 유지에 대한 부담감이 가중되면서, 장비 제조 기업과 공장 운용 기업에서는 데이터 잠재력의 극대화가 중대한 사안이 되고 있다. 힐셔의 마레크 마이어 박사(Dr. Marek Meyer)는 “정확성 향상과 생산성 증가가 데이터 활용의 핵심이다”며. “예를 들어, 데이터는 에너지와 자원의 소비, 폐기물 생성의 감소 등에 사용될 수 있다”고 설명했다. 힐셔의 관련 분야 전문가에 따르면, 올바른 데이터는 장비 관련 서비스를 제공하거나 IIoT와 인더스트리 4.0의 일부인 신규 사업 모델을 고안하는 데에도 사용될 수 있다. 시스템은 대다수의 제조 기업에서 유용하게 사용하는 데이터보다 훨씬 더 많은 양의 데이터를 생성하는데, 이 데이터는 사용자가 활용할 순간을 위해 대기하고 있다. 마이어 박사는 “하지만 이러한 잠재력을 이익으로 구체화하려면 데이터 수집이 먼저”라며 “네트워크 과부하 없이 짧은 주기로 데이터에 액세스하는 이러한 솔루션을 처음부터 개발하는 것은 상당히 복잡하다”고 강조했다. 일단, 데이터에 액세스가 가능하면 개발 단계에 착수할 수 있다. 애플리케이션은 수집한 데이터로부터 얻을 수 있는 이익을 구체화하도록 설계된다. IoT 전문가에 의하면
LS일렉트릭과 티엘비가 14개 중소기업들과 손을 잡고 스마트 제조 인프라 구축에 나선다 LS일렉트릭 자동화CIC(대표: 권봉현 부사장)는 최근 경기도 안산시 반월 산업단지에 위치한 티엘비(대표 : 백성현) 선도형 디지털 클러스터 사업의 대표 공급기업에 선정, 본격적으로 프로젝트를 추진 한다고 밝혔다. 2021년 신설된 ‘선도형 디지털 클러스터’ 사업은 중소벤처기업부 주관으로 진행되며, 선도기업인 티엘비와 전후방 밸류체인을 구성하는 14개 협업기업을 컨소시엄으로 구성하여 각 공장간 데이터·네트워크 기반의 상호 연결을 통해 공동 자재관리부터 수주·생산·유통 등 공장 운영 전반에 걸쳐 반도체 부품 제조 협업 체계를 구축하는 것을 목표로 하고 있다. 2022년 2월부터 2024년 2월까지 2년간 진행되는 ‘선도형 디지털 클러스터’ 사업은 정부지원금 포함 약 90억 원의 예산으로 △산업용 사물인터넷(IoT)을 통한 데이터 수집 △클라우드 기반 플랫폼 운영 △빅데이터 분석 △인공지능 적용 등 4차 산업혁명의 핵심 기술을 채용한 10대 핵심 이행과제를 중점적으로 수행, 데이터 기반의 최적 의사결정이 가능한 스마트 제조 환경을 만들어 나갈 계획이다. 양사는 본 사업을 통해
헬로티 함수미 기자 | 4차 산업혁명의 중심 속 스마트 시티나 스마트 팩토리 등 우리 삶을 혁신적으로 바꾸고 있는 스마트-X 산업이 활발해지고 있다. 이런 스마트-X 산업은 IoT 데이터 폭증이라는 또 다른 도전을 던져주고 있다. 특히 반도체 분야는 다양한 산업계 중에서도 가장 많은 IoT 데이터를 생산해낸다. 폭증하는 데이터를 적절하게 처리하지 않을 경우 비즈니스의 위협요소가 된다. IoT 시장에서 누가 가장 빨리, 그리고 효율적으로 폭증하는 데이터를 처리하느냐가 비즈니스의 성공을 좌우한다. 마크베이스의 시계열 데이터베이스는 2019년 이후 3년 연속 국제성능평가협회인 TPC에서 IoT 부문 1위를 갱신하면서 IoT 데이터 처리의 최강자 자리를 지켜오고 있다. 이번 마크베이스의 백서에서는 반도체 분야의 대규모 데이터 실시간 처리 기술을 통해 그 성능이 어디까지 도달했는지에 대한 성과를 생생하게 보여준다.
김성진 대표, 마크베이스 우리는 이미 4차 산업혁명의 중심에 서 있다. 많은 이들에게 회자되는 스마트 시티나 스마트 팩토리 등 우리 삶을 혁신적으로 바꾸고 있는 스마트-X 산업은 IoT 데이터 폭증이라는 또 다른 도전을 우리에게 던져주고 있는 상황이다. 이러한 문제를 해결하기 위해 탄생한 마크베이스의 시계열 데이터베이스(TSDB)는 지난 2019년 이후 3년 연속 국제성능평가협회인 TPC에서 IoT 부문 1위를 매년 갱신하면서 IoT 데이터 처리의 세계 최강자임을 증명해오고 있다. 이 글에서는 지구상의 다양한 산업계 중에서도 가장 많은 IoT 데이터를 생산해 내는 반도체 분야의 대규모 데이터 실시간 처리 기술을 통해, 상상을 넘어선 그 성능이 어디까지 도달했는지에 대한 성과를 생생하게 확인할 수 있다. 폭증하고 있는 IoT 데이터의 처리에 대한 고민과 더불어 이에 대한 새로운 해결책을 찾는 분들께 희망찬 소식이 될 수 있기를 희망한다. Smart-X 시대 : IoT 데이터의 폭발적 증가 1. 데이터 증가 원인 우리는 현재 IoT 센서 데이터를 분석해 인공지능(AI)을 이용하는 시대에 살고 있다. IoT 센서 데이터란 온도, 습도, 전류, 전압, 진동과 같이
김성진 대표, 마크베이스 IoT 데이터 전쟁을 끝낼 영웅이 드디어 출현했다. 바로 시계열 데이터베이스라고 불리는 새로운 종족이다. 이 글에서는 IoT 시계열 데이터 처리에 최적화된 시계열 데이터베이스(Time Series DBMS)가 출현한 배경과 어떠한 제품들이 있는지 살펴본다. 출현 배경 시계열 데이터라 함은 ‘일정 시간 간격으로 배치된 숫자 데이터들의 나열’이라고 간단하게 이야기할 수 있다. 오래전부터 시계열 데이터는 존재해 왔었고, 어딘가에 저장되고 처리되어 왔음에도 불구하고 크게 주목을 받지는 못했다. 대표적으로 기상정보와 주식정보가 시계열 데이터이고, 이를 저장하고 분석함으로써 다양한 형태의 미래를 예측하거나 알지 못했던 과거의 사건을 이해하는 데 큰 도움이 되었다. 그런데 2010년 전후로 빅데이터라는 용어가 세상에 알려지고, 다양한 형태의 솔루션들이 시장에 출시되면서 이 시계열 데이터 처리에 대한 관심이 급격하게 증가하기 시작했다. 특히, 얼마 전부터 불기 시작한 4차 산업혁명이나 IoT라는 용어가 시계열 데이터에 대한 관심에 불을 붙이기 시작한 게 사실이다. 왜냐하면, 세상이 점점 더 지능화되면 될수록 그 지능화되는 대상물의 상태를 잘 파악해
김성진 대표, 마크베이스 | 바야흐로 IoT 시장에서의 데이터 전쟁이 시작되었다. 누가 가장 빨리 그리고 효율적으로 폭증하는 데이터를 처리하느냐가 앞으로 벌어질 전쟁에서의 승패를 가늠하는 중요한 잣대가 될 것이 분명하다. 그리하여, 이 IoT 데이터 전쟁에서 승리를 위해 뛰어든 많은 도전자가 있었다. 그 도전자는 나름의 장점과 승리의 추억도 있지만, 좌절 또한 겪을 수밖에 없는 한계를 가지고 있다. 그들의 이야기를 한번 펼쳐보자. 도전과 좌절의 역사 1. 트랜잭션 기반의 전통 데이터베이스 아이가 세상에 처음 태어나면 하는 일이 울음을 터뜨리고, 이 지구의 공기를 들이켜는 것이다. 너무나 당연한 일이고, 아이는 공기의 존재조차도 알지 못하는 상태에서 이를 행하게 된다. 마찬가지로 현재 RDBMS(전통적인 트랜잭션 기반의 데이터베이스)는 공기와 같이 우리의 삶에 직결되어 있다. 대부분의 IT 관련자가 학교에서 혹은 기업에서 사용하고 배우는 거의 모든 데이터베이스가 바로 이 종류이기 때문이다. 대표적으로 오라클, MySQL, MariaDB, PostgreSQL, MS-SQL, Sybase, DB2 등이 있으며, 기술하지 않은 수십여 종의 유사한 제품들이 존재한다.