SlideShare a Scribd company logo
1 of 40
Download to read offline
Lucidworks Fusion 소개
AI-powered search
Personalizing digital experiences for shoppers and employees
MORE
INTELLIGENCE
SOLUTIONS
목차
Content
1. 회사 소개
2. Lucidworks Fusion 소개
3. 주요 사례
e-biz Total Solution Provider
고객 중심, 기술 중심, 자율 경영을 통
해 고객과 함께 성장하는 회사
01
회사소개
세계적인 솔루션들과 경쟁력 있는 자사 솔루션들을 경쟁력 있고 풍부한 기술력을 가진 전문인력을
통해 신뢰할 수 있는 IT 전문기업으로 성장하고 있습니다. 앞으로도 고객과 더불어 성장할 동반자적인
자세로 전진하겠습니다.
2007년 Apache Solr 오픈 소스 검색 프로젝트의 주요 기여자들에 의해 설립되었습니다. Solr는 세계에서 가장 널리
사용되는 검색 엔진으로, 포춘 1000대 기업의 90 %가 사용합니다. Solr 기술 지원 서비스에서 시작하여 2014 년
Apache Solr 및 Spark 위에 구축 된 Lucidworks Fusion 플랫폼을 출시하였습니다.
01 회사 소개
Page. 4
Lucidworks 일반 현황 및 연혁
Total Solution Provider
회사
• 글로벌 HQs:
▪ 샌프랜시스코(AMER)
▪ 런던(EMEA)
▪ 뱅갈루루(APAC)
• 직원수 250+명 (12개국)
• 성장률 ARP +100%
• 설립년도 : 2007년
• 2014년 Fusion 출시
제품
• Lucidworks 제품:
▪ Fusion Server
▪ Fusion AI
▪ Fusion App Studio
고객
• 포춘 1000대 기업: 500+
Lucidworks는 오픈 소스인 Apache Solr 프로젝트 코드의 70% 이상 코드에 공헌하였고 직원의 40% 이상이 이
프로젝트의 Committer입니다.
01 회사 소개
Page. 5
Lucidworks 공헌도
Total Solution Provider
We employ over 40% of active com
mitters on the Solr project
40%
We contribute over 70% of Solr's
open source codebase
70%
2018 가트너 매직쿼더런트
디지털 트랜스포메이션의 핵심 “인사이트 엔진”
01 회사 소개
Page. 6
Insight Engine 정의
Total Solution Provider
Insight Engine
데이터를 설명, 발견, 구성 및 분석하여 기존 또는 종합된 정보를
능동적 대화식으로 디지털 근로자, 고객 또는 구성 요소의 컨텍스트에서
비즈니스 순간에 적시에 관계를 분석하여 제공
정확한 정보를 적시에 발견하여 제공하고 고객의 요구 사항을 이해하는 것이 기업의 직면한 또 다른 과제입니다.
이러한 문제를 해결하기 위해 Insight Engine이 최고의 역할을 합니다.
01 회사 소개
Page. 7
Insight Engine 시장 전망
Total Solution Provider
Insight Engine
. 기존 기업용 검색 엔진과 차별
. AI 기반 지능형 분석 기술 사용
. 기업용 검색 옵션 제공
. 자연 언어 처리, 기계 학습, 사용자 정
의 주석 및 관련성 분석 제공
. 전사적 데이터를 전체적으로 고려하
고 비즈니스 프로세스를 개선
. 구성 옵션
1) 검색 엔진
2) 색인 작성 및 검증
3) 데이터 관리
4) 데이터 보안
5) AI 알고리즘
6) 비즈니스 모듈
7) 시각화
시장 전망
. 2018~2023 CAGR 24.5%
. 2018년 : 7억 3500만 $
2023년 : 2197억 4000만$ 예상
. 성장 요인 – 비즈니스 예측 인사이트
수요 증가로 인한 AI 기술의 중요성
증가
. 억제 요인 - 기존 시스템과 통합,
데이터 품질 및 소스 검증
. 특히 아시아-태평양 시장이 5G 도입
등으로 인한 데이터 폭증으로 최고의
성장률 예상
가트너 평가
. 2017년 인사이트 엔진 평가 시작
. Lucidworks는 2018년 Leaders로
빠르게 성장
. 제품 및 프로세스에 대한 전략 및 다
수의 대규모 사이트 적용 사례
Intelligent Search and Discovery Platform
기업 데이터를 쉽고 빠르게,
검색하고 발견하는 검색 플랫폼
Lucidworks는 세계 최대의 다수의 기업에 대한 엔터프라이즈 검색 솔루션을 구축했습니다. Lucidworks의 고급 검색
플랫폼인 Fusion은 모든 규모의 지능형 검색 응용 프로그램을 설계, 개발 및 배포하는 데 필요한 엔터프라이즈 급 기능을
제공합니다. 리테일 고객 분석, 헬스케어, 보험 및 금융 서비스에 이르기까지 모든 산업 분야의 기업들은 일상적으로
Lucidworks를 사용하여 고객 지향형 및 엔터프라이즈 검색 애플 리케이션을 제공합니다.
02
Fusion소개
빅데이터의 등장으로 기업에서 데이터를 관리하는 방법이 바뀌었으며, 효과적인 관리를 위해 높은 수준의 기준을
요구하고 있습니다.
02
Insight Engine
Fusion 소개
Page. 9
Intelligent Search & Discovery
최근 기업의 기대 수준 필요 기술 수준
•규모와 확장성 : 조단위 데이터 객체 처리
•유연성 : 모든 데이터 사일로로 확장 필요
•신속한 가치 실현 : 개발/공급업체에 독립적인 데
이터 플랫폼에 대한 소유권
•API 액세스 및 조합 – Any Where, Any People
•보안 – 모든 보안 요구사항 수용
•AI와 같은 혁신적인 방법으로 데이터에서 의미와
가치를 추출하는 머신 러닝 도입 필요
•데이터, 역할 기반으로 학습하여 개인에 맞게 조정,
부스팅 및 최적화 필요. 시스템으로 피드백
•능동적인 AI. 시스템에서 문제를 발견하고 적합한
사람에게 연락하여 필요한 모든 정보를 제공
기능에 특화된 워크 플로우 및 분석 툴의 폭발적 증가는 인사이트와 분석에 대한 사일로의 증가로 특정 기능에 대한
통찰력을 강화합니다. 하지만 진정한 고객 경험은 이러한 복잡한 시스템 전반에 걸친 대규모의 데이터와 실시간 상관
관계를 이해하는 데 있습니다. 이러한 상관 관계의 이해가 성공적인 고객 경험 결과를 이끌어 낼 수 있는 디지털
트랜스포메이션을 제공합니다.
02
Insight Engine
Fusion 소개
Page. 10
성공의 필수 요인
비즈니스가 요구하는 실시간적이고
복합적인 데이터 통제력을 확보하는
것이 관건
System Generated Data
로그, 시그널,
기타 디지털 흔적
Application Generated Data
데이터베이스,
판매 트랜잭션,
엔터프라이즈 응용 프로그램
Human Generated Data
리뷰, 다큐먼트,
텍스트, 비디오 등
데이터를 통해 미래를 기획하라,
과거의 이해에 머무르지 말고..
02
Insight Engine
Fusion 소개
Page. 11
Lucidworks Fusion 개요
. Last Mile problem: Most AI is designed for data scientists not end-users
모든 데이터를 통합하는 50 개 이상의 커넥터를 제공합니다. 모든 문서 유형을 완벽하게 처리 할 수 있는 견고한 구문 분석 프레임
워크와 ETL 프로세스를 완벽하게 제어하기 위해 인덱싱 구성 및 결과의 반복 시뮬레이션을 지원하며 보안 모델은 데이터 수집부터
검색까지 철저하게 적용됩니다. 또한 배포 및 운영에 있어 Kerberos, SSO 문서 수준 보안, LDAP / AD, SSL 등을 제공합니다.
02
Insight Engine
Fusion 소개
Page. 12
Lucidworks Fusion 기능 요약
02
Insight Engine
Fusion 소개
Page. 13
Lucidworks Fusion 아키텍처
02
Insight Engine
Fusion 소개
Page. 14
Lucidworks Fusion 아키텍처
02
Insight Engine
Fusion 소개
Page. 15
데이터 수집 프레임워크
02
Insight Engine
Fusion 소개
Page. 16
Lucidworks Fusion 데이터 처리 흐름
02
Insight Engine
Fusion 소개
Page. 17
Lucidworks Fusion 데이터 처리 흐름
Ease of
Filtering
Avoid Data
Lake
Hidden
Trends
User
Variance
Result
Accuracy
Behavior
Patterns
Speed of
Navigation
Fusion Server는 확장성이 뛰어난 검색 엔진 및 데이터 저장소입니다. End-to-End 보안을 시행하면서 매초 수천 개의 복잡한 쿼리를
일관되게 처리 할 수 있습니다.
02
Insight Engine
Fusion 소개
Page. 18
Lucidworks Fusion Server
고도로 확장 가능한 검색 엔진 및 NoSQL 데이터 저장소
데이터의 종류와 소스에 매우 유연한 호환성과 확장성
검증된 동시 사용자 수용 능력과 검색 성능 (실시간 ML / AI 수행)
전문 검색 (full text search), SQL 지원
End-to-end 보안
02
Insight Engine
Fusion 소개
Page. 19
Lucidworks Fusion Server
Trillions of Documents
Fusion Server는 무제한의 데이터 원본 및 데이터 형식에서 수조개의 문서를 쿼리하는
기능을 지원합니다.
Sub-Second Response Times
1 초 미만의 응답 시간으로 수백만 명의 동시 사용자로부터 초당 수십만 개의 쿼리를 실
행합니다.
Solr, Spark, and Streams
Fusion Server는 세계에서 가장 인기 있고 신뢰할 수 있으며 강력한 검색 기술인 오픈
소스 Apache Solr로 제작되었습니다.
Apache Spark은 방대한 양의 원시 데이터에 대해 집계를 생성하고 다른 복잡한 처리
및 알고리즘을 수행 할 수있는 처리 프레임 워크를 제공합니다.
실시간으로 데이터 스트림 및 피드를 처리하여 인덱스를 항상 최신 상태로 유지합니다.
02
Insight Engine
Fusion 소개
Page. 20
Lucidworks Fusion Server
Documents and Data
PDF, Microsoft Office, CSV, 이메일 아카이브, HTML,
서식있는 텍스트, JSON, ZIP 아카이브, XML 및 일반 텍스
트를 비롯한 널리 사용되는 형식의 문서 및 데이터를 수집
하고 구문 분석을 합니다.
Key-Value Stores
Ad Hoc 쿼리, 범위, 그래프, 빠른 기본 키 조회 및 기타 복잡한 쿼
리 유형에 대한 모든 기능을 갖춘 최적화 된 검색을 위한 NoSQL
저장소를 제공합니다.
Relational Database
Oracle, MySQL, Couchbase, Hadoop 및 JDBC 호환 데
이터베이스를 비롯한 관계형 데이터베이스를 연결, 인덱싱
및 쿼리합니다. 텍스트 정보와 함께 숫자, 지형 공간 및 임
시 데이터를 포함하는 트랜잭션, 델타 쿼리, 중첩 쿼리 및
관계형 조인을 실행합니다.
Graph Capability
그래프 기능을 통해 사기 탐지, 이상 탐지, 관계 발견, 스코어링 및
전체 컬렉션 데이터에서 모델링 된 관계를 파악합니다.
Fusion Server의 REST API와 Endpoint는 이미 알고 있고 익숙한 도구와 명령을 통해 모든 데이터에 대한 완벽한 액세스를 제공합니다.
02
Insight Engine
Fusion 소개
Page. 21
Lucidworks Fusion Server
Full Text Search
쿼리 및 검색 결과 향상을 위한 전체 패
싯, 부울 연산, 논리 연산 및 자연어 처
리를 지원합니다.
SQL Everywhere
SQL 쿼리 시 보안 모델에 따른 데이터
권한에 따라 실행합니다. Tableau나 다
른 BI 및 SQL 응용 프로그램 연동 가능
합니다.
Analytics
문서 필드에 대한 분석을 실행하고 구문
분석 및 품사 태깅을 지원합니다. 결과
를 클러스터링, 요약 또는 시각화하여
표시 합니다. JSON, XML 및 CSV 등의
출력 형식을 지원합니다.
Fusion은 다양한 데이터 소스에 50개 이상의 커넥터를 제공하며 거의 모든 종류의 데이터를 구문 분석하고 수집 할 수 있습니다.
02
Insight Engine
Fusion 소개
Page. 22
Lucidworks Fusion Server 기능
02
Insight Engine
Fusion 소개
Page. 23
Lucidworks Fusion Server
Easy Management
수백 개의 노드에서도 응용 프로그램의
상태를 모니터링하고 쉽게 새로운 컬렉
션, 샤드 및 클러스터를 추가합니다.
Container-Friendly
Fusion Server와 그 구성 요소 중 일부
또는 전부를 YARN 하의 Hadoop 클러
스터 내부와 Docker와 같은 컨테이너
내부 뿐만 아니라 다양한 가상 환경 내
부에 배치하여 실행할 수 있습니다.
Monitoring
Fusion Server에는 로그 및 기타 시스
템 메트릭 검색 및 시각화를 위한 대시
보드를 포함하여 모든 시스템의 모니터
링 및 감사 기능이 함께 제공됩니다.
Cloud Ready
Fusion Server는 데이터 센터 전반에서
인덱싱을 동기화 할 수있는 기능을 갖추
고 있으며 AMI를 통해 AWS 인스턴스
로 손쉽게 스핀 업 할 수 있습니다.
Multi-Tenancy
데이터 정밀 조정을 통한 샤드 배치 전
략 및 사용자 지정 라우팅 옵션으로 스
케일링 및 멀티 테넌트 요구 사항을 지
원합니다.
Failover, Balancing, and Recovery
Auto Failover, 로드 밸런싱, 자동 복
구, 데이터 센터 간 복제, 백업 및 스냅
샷을 통해 고 가용성 및 최대 가동 시간
을 보장합니다.
Fusion AI는 머신러닝을 사용한 시그널 수집 및 관련성 강화로 우수한 엔터프라이즈 및 고객 경험을 제공합니다.
02
Insight Engine
Fusion 소개
Page. 24
Lucidworks Fusion AI
머신러닝과 AI 를 통해 가장 중요한/의도한 결과물과 통찰력을 추출
학습기반 추천 알고리즘은 모든 사용자에게 동적인 개인화/최적화 경험 제공
즉시 활용 가능하도록 튜닝된 머신러닝 모델을 제공
문서 분류 및 검색 의도를 정확히 파악하기 위한 분류기 제공
즉시 실행 가능한 환경 제공 (실시간 결과 확인 및 즉시 적용)
Fusion AI는 쿼리, 클릭, 보기, 구매 및 기타 사용자 동작과 같은 신호를 캡처 및 수집하여 분석 및 쿼리 시에 검색 결과에 적용, 모든
최종 사용자에게 진정으로 최적화 된 환경을 제공합니다. 지속적으로 개선되고 자체 조정이 이루어지며 최종 사용자 행동을 기반으로
항상 조정됩니다.
02
Insight Engine
Fusion 소개
Page. 25
Lucidworks Fusion AI
Fusion AI는 각 사용자별로 맞춤화 된 여러 가지 권장 사항에 대한 협업 필터링을 위한 강력한 추천 검색을 제공합니다.
02
Insight Engine
Fusion 소개
Page. 26
Lucidworks Fusion AI
Collaborative recommendations
사용자 – 아이템, 아이템 – 아이템, 쿼리 – 아이템 및 쿼리 – 쿼리 모델
과 같은 모델을 포함하는 클릭 기반 결과 Re-Ranking
Personalized recommendations
향후 탐색 및 디스커버리를 위한 모든 사용자의 히스토리, 액션 수집
및 아이템 하이라이팅
Predictive search
사용자가 검색어를 입력하기 전에 아이템 및 문서를 제안
인텐트의 정확한 이해를 위한 분류 모델
02
Insight Engine
Fusion 소개
Page. 27
Lucidworks Fusion AI
Classifying with Models
• Random Forest
• Logistic Regression
• Bisecting k-Means
• Word2Vec
Enriching Data
• Term Frequency (TF)
• Term Frequency - Inverse
Document Frequency (TF-IDF)
• Word2Vec
Increasing Understanding
• 일반적인 맞춤법 오류
• 통계적으로 관심 있는 구문
• 머리말, 꼬릿말 분석
• Multi-armed Bandit
Experiments
02
Insight Engine
Fusion 소개
Page. 28
Lucidworks Fusion AI
Relevancy Tuning with Preview
변경 사항을 프로덕션 환경에 적용하기 전에 부스트와 블록에 대한 규칙을 포함하여 시
뮬레이션 된 미리보기로 관련성을 완벽하게 제어 할 수 있습니다.
Machine Learning
미리 튜닝되어 즉시 사용할 수있는 기계 학습 모델을 사용하여 응용 프로그램에 인텔리
전스를 추가하고 기존 데이터 세트에서 새로운 모델을 만들고 학습합니다.
Experience Management
간단한 조정으로 인해 엔지니어가 개입하지 않아도 됩니다. Fusion AI를 사용하면 사용
자 경험에 대한 포인트 앤 클릭 구성을 제공하고 변경 사항을 프로덕션 환경에 적용하기
전에 이를 평가할 수 있습니다.
02
Insight Engine
Fusion 소개
Page. 29
Lucidworks Fusion App Studio
모든 기기에 맞춤형 데이터 검색 및 디스커버리 애플리케이션 제공
단기간에 데이터 기반 애플리케이션 생성
모듈 형의 사전 구축 된 구성 요소는 반복 가능하고 예측 가능한 결과를 제공
시험되고 입증된 모듈을 통해 프로토 타입 기반의 상호 작용이 가능한 제품을 제작
실제 데이터로 시작하여 보다 합리적으로 애플리케이션을 구축
App Studio는 모든 화면 크기와 장치에 최적화 된 인터페이스를 생성하기 위한 포괄적인 모듈식 구성 요소 제품군을 제공합니다.
02
Insight Engine
Fusion 소개
Page. 30
Lucidworks Fusion App Studio
Intelligent Search and Discovery Platform
기업 데이터를 쉽고 빠르게,
검색하고 발견하는 검색 플랫폼
Lucidworks는 세계 최대의 다수의 기업에 대한 엔터프라이즈 검색 솔루션을 구축했습니다. Lucidworks의 고급 검색
플랫폼인 Fusion은 모든 규모의 지능형 검색 응용 프로그램을 설계, 개발 및 배포하는 데 필요한 엔터프라이즈 급 기능을
제공합니다. 리테일 고객 분석, 헬스케어, 보험 및 금융 서비스에 이르기까지 모든 산업 분야의 기업들은 일상적으로
Lucidworks를 사용하여 고객 지향형 및 엔터프라이즈 검색 애플 리케이션을 제공합니다.
03
주요사례
Page. 32
Lucidworks Fusion 적용 분야
1. 디지털 워크플레이스
올바른 정보를
필요한 사람에게
언제든지 제공
BETTER RESULTS
누가? 무엇을? 언제? 라는 질문을 인식하
고 답변을 제공할 수 있습니다.
ASSISTIVE, PROACTIVE
더 낳은 컨텍스트 제공을 위해 데이터의
보이지 않는 관계를 분석합니다.
FINE TUNED RANKING
개인/그룹의 행위 분석을 통한 학습 기반의
보다 강력한 추천을 제공합니다.
직원은 물론 고객에게도
03 적용 사례
Customer Success Stories
Page. 33
Lucidworks Fusion 적용 분야
03 적용 사례
Customer Success Stories
2. 고객 분석
데이터 레이크에서
더 깊게 분석하고
가치를 발굴
A TRUE PICTURE
방대한 데이터에 숨겨진 트랜드를 발견하고
인사이트를 제공합니다.
ILLUMINATE
데이터의 연결 및 상관관계를 찾아 내고
아웃라이어와 이상치를 발견합니다.
NAVIGATE UNCERTAINTY
불확실성을 발견하기 위해 데이터 분석을
통해 예측하고 선점합니다.
Page. 34
Lucidworks Fusion 적용 분야
03 적용 사례
Customer Success Stories
3. 디지털커머스
Fusion AI를 통해
보다 향상된
고객 경험을 제공
INCREASE CONVERSIONS
머신러닝과 AI 기반의 자연어처리(NLP) 로
고객의 검색 의도를 추출합니다.
BUILD LOYALTY
지속적인 실시간 학습을 통해
고객별 개인화된 경험을 제공합니다.
FINE TUNED RANKING
검색 결과의 실시간 부스팅으로
개별 고객에게 올바른 답변을 제공합니다.
직원은 물론 고객에게도
03
Customer Success Stories
적용 사례
Page. 35
고객 여정
03
Customer Success Stories
적용 사례
Page. 36
디지털 워크플레이스
03
Customer Success Stories
적용 사례
Page. 37
디지털 워크플레이스
고객 – 디지털 워크플레이스
03
Customer Success Stories
적용 사례
Page. 38
디지털 커머스
03
Customer Success Stories
적용 사례
Page. 39
디지털 워크플레이스
고객 – 디지털 커머스
감사합니다
전략기술팀 연준명 이사
TEL : 010-6336-9149
E-mail : jmyoun@uclick.co.kr

More Related Content

What's hot

Introduction of Business Use-Case and Business Flowin Requirement Development
Introduction of Business Use-Case and Business Flowin Requirement DevelopmentIntroduction of Business Use-Case and Business Flowin Requirement Development
Introduction of Business Use-Case and Business Flowin Requirement DevelopmentKent Ishizawa
 
분산 강화학습 논문(DeepMind IMPALA) 구현
분산 강화학습 논문(DeepMind IMPALA) 구현분산 강화학습 논문(DeepMind IMPALA) 구현
분산 강화학습 논문(DeepMind IMPALA) 구현정주 김
 
Complex Event Processing with Esper
Complex Event Processing with EsperComplex Event Processing with Esper
Complex Event Processing with EsperMatthew McCullough
 
이스티오 (Istio) 자습서 v0.5.0
이스티오 (Istio) 자습서 v0.5.0이스티오 (Istio) 자습서 v0.5.0
이스티오 (Istio) 자습서 v0.5.0Jo Hoon
 
(ARC402) Double Redundancy With AWS Direct Connect
(ARC402) Double Redundancy With AWS Direct Connect(ARC402) Double Redundancy With AWS Direct Connect
(ARC402) Double Redundancy With AWS Direct ConnectAmazon Web Services
 
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나Amazon Web Services Korea
 
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής Ακτινολογίας
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής ΑκτινολογίαςΝευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής Ακτινολογίας
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής ΑκτινολογίαςRadiology Archives
 
AWS運用における最適パターンの徹底活用
AWS運用における最適パターンの徹底活用AWS運用における最適パターンの徹底活用
AWS運用における最適パターンの徹底活用JustSystems Corporation
 
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?VMware Tanzu Korea
 
Startup Snapshot in Node.js
Startup Snapshot in Node.jsStartup Snapshot in Node.js
Startup Snapshot in Node.jsIgalia
 
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)Amazon Web Services Korea
 
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 201830분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018Amazon Web Services Korea
 
Framewor x
Framewor xFramewor x
Framewor xrogeel
 
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015Amazon Web Services Korea
 
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10![웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!Open Source Consulting
 
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영NAVER D2
 
Developing event-driven microservices with event sourcing and CQRS (phillyete)
Developing event-driven microservices with event sourcing and CQRS (phillyete)Developing event-driven microservices with event sourcing and CQRS (phillyete)
Developing event-driven microservices with event sourcing and CQRS (phillyete)Chris Richardson
 
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장BESPIN GLOBAL
 
Continuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseContinuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseDataWorks Summit
 
Enterprise Architecture for Dummies
Enterprise Architecture for DummiesEnterprise Architecture for Dummies
Enterprise Architecture for DummiesSebastien Juras
 

What's hot (20)

Introduction of Business Use-Case and Business Flowin Requirement Development
Introduction of Business Use-Case and Business Flowin Requirement DevelopmentIntroduction of Business Use-Case and Business Flowin Requirement Development
Introduction of Business Use-Case and Business Flowin Requirement Development
 
분산 강화학습 논문(DeepMind IMPALA) 구현
분산 강화학습 논문(DeepMind IMPALA) 구현분산 강화학습 논문(DeepMind IMPALA) 구현
분산 강화학습 논문(DeepMind IMPALA) 구현
 
Complex Event Processing with Esper
Complex Event Processing with EsperComplex Event Processing with Esper
Complex Event Processing with Esper
 
이스티오 (Istio) 자습서 v0.5.0
이스티오 (Istio) 자습서 v0.5.0이스티오 (Istio) 자습서 v0.5.0
이스티오 (Istio) 자습서 v0.5.0
 
(ARC402) Double Redundancy With AWS Direct Connect
(ARC402) Double Redundancy With AWS Direct Connect(ARC402) Double Redundancy With AWS Direct Connect
(ARC402) Double Redundancy With AWS Direct Connect
 
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나
AWS Single Sign-On (SSO) 서비스 집중 탐구 - 윤석찬 :: AWS Unboxing 온라인 세미나
 
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής Ακτινολογίας
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής ΑκτινολογίαςΝευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής Ακτινολογίας
Νευροενδοκρινείς Όγκοι - Η θέση της Διαγνωστικής και Επεμβατικής Ακτινολογίας
 
AWS運用における最適パターンの徹底活用
AWS運用における最適パターンの徹底活用AWS運用における最適パターンの徹底活用
AWS運用における最適パターンの徹底活用
 
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?
MSA 전략 1: 마이크로서비스, 어떻게 디자인 할 것인가?
 
Startup Snapshot in Node.js
Startup Snapshot in Node.jsStartup Snapshot in Node.js
Startup Snapshot in Node.js
 
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)
AWS re:Invent 특집(3) – Amazon 인공 지능(AI) 서비스 및 AWS 딥러닝 프레임웍 활용 (윤석찬)
 
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 201830분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018
30분만에 만드는 AWS 기반 빅데이터 분석 애플리케이션::안효빈::AWS Summit Seoul 2018
 
Framewor x
Framewor xFramewor x
Framewor x
 
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015
오토스케일링 제대로 활용하기 (김일호) - AWS 웨비나 시리즈 2015
 
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10![웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!
[웨비나] 클라우드 마이그레이션 수행 시 가장 많이 하는 질문 Top 10!
 
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
 
Developing event-driven microservices with event sourcing and CQRS (phillyete)
Developing event-driven microservices with event sourcing and CQRS (phillyete)Developing event-driven microservices with event sourcing and CQRS (phillyete)
Developing event-driven microservices with event sourcing and CQRS (phillyete)
 
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장
국내 건설 기계사 도입 사례를 통해 보는 AI가 적용된 수요 예측 관리 - 베스핀글로벌 조창윤 AI/ML팀 팀장
 
Continuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseContinuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the Enterprise
 
Enterprise Architecture for Dummies
Enterprise Architecture for DummiesEnterprise Architecture for Dummies
Enterprise Architecture for Dummies
 

Similar to 루시드웍스 퓨전 소개서

링크브릭스 2019
링크브릭스 2019링크브릭스 2019
링크브릭스 2019Sangkyu Kim
 
빅데이터 인공지능 전략 및 로드맵
빅데이터 인공지능 전략 및 로드맵빅데이터 인공지능 전략 및 로드맵
빅데이터 인공지능 전략 및 로드맵r-kor
 
DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)Kee Hoon Lee
 
유앤아워스_회사소개서
유앤아워스_회사소개서유앤아워스_회사소개서
유앤아워스_회사소개서ThomasYoon6
 
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)Metatron
 
LINKBRICKS BIG DATA NALYTICS
LINKBRICKS BIG DATA NALYTICSLINKBRICKS BIG DATA NALYTICS
LINKBRICKS BIG DATA NALYTICSBenedict Ji
 
GE디지털 제품 브로슈어 (2022년)
GE디지털 제품 브로슈어 (2022년)GE디지털 제품 브로슈어 (2022년)
GE디지털 제품 브로슈어 (2022년)GE코리아
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014Lee Sangboo
 
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션Sejeong Kim 김세정
 
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료Sejeong Kim 김세정
 
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)Treasure Data, Inc.
 
2022년 07월 21일 Confluent+Imply 웨비나 발표자료
2022년 07월 21일 Confluent+Imply 웨비나 발표자료2022년 07월 21일 Confluent+Imply 웨비나 발표자료
2022년 07월 21일 Confluent+Imply 웨비나 발표자료confluent
 
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017Amazon Web Services Korea
 
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어 2015.12.03
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어  2015.12.03엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어  2015.12.03
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어 2015.12.03Devgear
 
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...Amazon Web Services Korea
 
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...Amazon Web Services Korea
 
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Amazon Web Services Korea
 

Similar to 루시드웍스 퓨전 소개서 (20)

Splunk6.3 소개서 2015_11
Splunk6.3 소개서 2015_11Splunk6.3 소개서 2015_11
Splunk6.3 소개서 2015_11
 
Splunk 소개서 2015_06
Splunk 소개서 2015_06Splunk 소개서 2015_06
Splunk 소개서 2015_06
 
링크브릭스 2019
링크브릭스 2019링크브릭스 2019
링크브릭스 2019
 
빅데이터 인공지능 전략 및 로드맵
빅데이터 인공지능 전략 및 로드맵빅데이터 인공지능 전략 및 로드맵
빅데이터 인공지능 전략 및 로드맵
 
DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)
 
빅데이터 플랫폼 Splunk 6.2 인트로
빅데이터 플랫폼 Splunk 6.2 인트로빅데이터 플랫폼 Splunk 6.2 인트로
빅데이터 플랫폼 Splunk 6.2 인트로
 
유앤아워스_회사소개서
유앤아워스_회사소개서유앤아워스_회사소개서
유앤아워스_회사소개서
 
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
 
LINKBRICKS BIG DATA NALYTICS
LINKBRICKS BIG DATA NALYTICSLINKBRICKS BIG DATA NALYTICS
LINKBRICKS BIG DATA NALYTICS
 
GE디지털 제품 브로슈어 (2022년)
GE디지털 제품 브로슈어 (2022년)GE디지털 제품 브로슈어 (2022년)
GE디지털 제품 브로슈어 (2022년)
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014
 
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
[한국IBM] AI활용을 위한 머신러닝 모델 구현 및 운영 세션
 
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
[한국IBM] 엔터프라이즈 AI 검색엔진 Watson Discovery 소개자료
 
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
 
2022년 07월 21일 Confluent+Imply 웨비나 발표자료
2022년 07월 21일 Confluent+Imply 웨비나 발표자료2022년 07월 21일 Confluent+Imply 웨비나 발표자료
2022년 07월 21일 Confluent+Imply 웨비나 발표자료
 
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017
클라우드를 통한 엔터프라이즈 산업 변신 사례 - AWS Summit Seoul 2017
 
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어 2015.12.03
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어  2015.12.03엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어  2015.12.03
엔터프라이즈 환경의 데이터모델 관리 방안 By 엠바카데로 데브기어 2015.12.03
 
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 ...
 
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...
스마트 솔루션: 다쏘시스템 3DEXPERIENCE (Design, Simulation, Manufacturing) 플랫폼을 통한 버츄얼 트...
 
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
 

루시드웍스 퓨전 소개서

  • 1. Lucidworks Fusion 소개 AI-powered search Personalizing digital experiences for shoppers and employees
  • 2. MORE INTELLIGENCE SOLUTIONS 목차 Content 1. 회사 소개 2. Lucidworks Fusion 소개 3. 주요 사례
  • 3. e-biz Total Solution Provider 고객 중심, 기술 중심, 자율 경영을 통 해 고객과 함께 성장하는 회사 01 회사소개 세계적인 솔루션들과 경쟁력 있는 자사 솔루션들을 경쟁력 있고 풍부한 기술력을 가진 전문인력을 통해 신뢰할 수 있는 IT 전문기업으로 성장하고 있습니다. 앞으로도 고객과 더불어 성장할 동반자적인 자세로 전진하겠습니다.
  • 4. 2007년 Apache Solr 오픈 소스 검색 프로젝트의 주요 기여자들에 의해 설립되었습니다. Solr는 세계에서 가장 널리 사용되는 검색 엔진으로, 포춘 1000대 기업의 90 %가 사용합니다. Solr 기술 지원 서비스에서 시작하여 2014 년 Apache Solr 및 Spark 위에 구축 된 Lucidworks Fusion 플랫폼을 출시하였습니다. 01 회사 소개 Page. 4 Lucidworks 일반 현황 및 연혁 Total Solution Provider 회사 • 글로벌 HQs: ▪ 샌프랜시스코(AMER) ▪ 런던(EMEA) ▪ 뱅갈루루(APAC) • 직원수 250+명 (12개국) • 성장률 ARP +100% • 설립년도 : 2007년 • 2014년 Fusion 출시 제품 • Lucidworks 제품: ▪ Fusion Server ▪ Fusion AI ▪ Fusion App Studio 고객 • 포춘 1000대 기업: 500+
  • 5. Lucidworks는 오픈 소스인 Apache Solr 프로젝트 코드의 70% 이상 코드에 공헌하였고 직원의 40% 이상이 이 프로젝트의 Committer입니다. 01 회사 소개 Page. 5 Lucidworks 공헌도 Total Solution Provider We employ over 40% of active com mitters on the Solr project 40% We contribute over 70% of Solr's open source codebase 70%
  • 6. 2018 가트너 매직쿼더런트 디지털 트랜스포메이션의 핵심 “인사이트 엔진” 01 회사 소개 Page. 6 Insight Engine 정의 Total Solution Provider Insight Engine 데이터를 설명, 발견, 구성 및 분석하여 기존 또는 종합된 정보를 능동적 대화식으로 디지털 근로자, 고객 또는 구성 요소의 컨텍스트에서 비즈니스 순간에 적시에 관계를 분석하여 제공
  • 7. 정확한 정보를 적시에 발견하여 제공하고 고객의 요구 사항을 이해하는 것이 기업의 직면한 또 다른 과제입니다. 이러한 문제를 해결하기 위해 Insight Engine이 최고의 역할을 합니다. 01 회사 소개 Page. 7 Insight Engine 시장 전망 Total Solution Provider Insight Engine . 기존 기업용 검색 엔진과 차별 . AI 기반 지능형 분석 기술 사용 . 기업용 검색 옵션 제공 . 자연 언어 처리, 기계 학습, 사용자 정 의 주석 및 관련성 분석 제공 . 전사적 데이터를 전체적으로 고려하 고 비즈니스 프로세스를 개선 . 구성 옵션 1) 검색 엔진 2) 색인 작성 및 검증 3) 데이터 관리 4) 데이터 보안 5) AI 알고리즘 6) 비즈니스 모듈 7) 시각화 시장 전망 . 2018~2023 CAGR 24.5% . 2018년 : 7억 3500만 $ 2023년 : 2197억 4000만$ 예상 . 성장 요인 – 비즈니스 예측 인사이트 수요 증가로 인한 AI 기술의 중요성 증가 . 억제 요인 - 기존 시스템과 통합, 데이터 품질 및 소스 검증 . 특히 아시아-태평양 시장이 5G 도입 등으로 인한 데이터 폭증으로 최고의 성장률 예상 가트너 평가 . 2017년 인사이트 엔진 평가 시작 . Lucidworks는 2018년 Leaders로 빠르게 성장 . 제품 및 프로세스에 대한 전략 및 다 수의 대규모 사이트 적용 사례
  • 8. Intelligent Search and Discovery Platform 기업 데이터를 쉽고 빠르게, 검색하고 발견하는 검색 플랫폼 Lucidworks는 세계 최대의 다수의 기업에 대한 엔터프라이즈 검색 솔루션을 구축했습니다. Lucidworks의 고급 검색 플랫폼인 Fusion은 모든 규모의 지능형 검색 응용 프로그램을 설계, 개발 및 배포하는 데 필요한 엔터프라이즈 급 기능을 제공합니다. 리테일 고객 분석, 헬스케어, 보험 및 금융 서비스에 이르기까지 모든 산업 분야의 기업들은 일상적으로 Lucidworks를 사용하여 고객 지향형 및 엔터프라이즈 검색 애플 리케이션을 제공합니다. 02 Fusion소개
  • 9. 빅데이터의 등장으로 기업에서 데이터를 관리하는 방법이 바뀌었으며, 효과적인 관리를 위해 높은 수준의 기준을 요구하고 있습니다. 02 Insight Engine Fusion 소개 Page. 9 Intelligent Search & Discovery 최근 기업의 기대 수준 필요 기술 수준 •규모와 확장성 : 조단위 데이터 객체 처리 •유연성 : 모든 데이터 사일로로 확장 필요 •신속한 가치 실현 : 개발/공급업체에 독립적인 데 이터 플랫폼에 대한 소유권 •API 액세스 및 조합 – Any Where, Any People •보안 – 모든 보안 요구사항 수용 •AI와 같은 혁신적인 방법으로 데이터에서 의미와 가치를 추출하는 머신 러닝 도입 필요 •데이터, 역할 기반으로 학습하여 개인에 맞게 조정, 부스팅 및 최적화 필요. 시스템으로 피드백 •능동적인 AI. 시스템에서 문제를 발견하고 적합한 사람에게 연락하여 필요한 모든 정보를 제공
  • 10. 기능에 특화된 워크 플로우 및 분석 툴의 폭발적 증가는 인사이트와 분석에 대한 사일로의 증가로 특정 기능에 대한 통찰력을 강화합니다. 하지만 진정한 고객 경험은 이러한 복잡한 시스템 전반에 걸친 대규모의 데이터와 실시간 상관 관계를 이해하는 데 있습니다. 이러한 상관 관계의 이해가 성공적인 고객 경험 결과를 이끌어 낼 수 있는 디지털 트랜스포메이션을 제공합니다. 02 Insight Engine Fusion 소개 Page. 10 성공의 필수 요인 비즈니스가 요구하는 실시간적이고 복합적인 데이터 통제력을 확보하는 것이 관건 System Generated Data 로그, 시그널, 기타 디지털 흔적 Application Generated Data 데이터베이스, 판매 트랜잭션, 엔터프라이즈 응용 프로그램 Human Generated Data 리뷰, 다큐먼트, 텍스트, 비디오 등 데이터를 통해 미래를 기획하라, 과거의 이해에 머무르지 말고..
  • 11. 02 Insight Engine Fusion 소개 Page. 11 Lucidworks Fusion 개요 . Last Mile problem: Most AI is designed for data scientists not end-users
  • 12. 모든 데이터를 통합하는 50 개 이상의 커넥터를 제공합니다. 모든 문서 유형을 완벽하게 처리 할 수 있는 견고한 구문 분석 프레임 워크와 ETL 프로세스를 완벽하게 제어하기 위해 인덱싱 구성 및 결과의 반복 시뮬레이션을 지원하며 보안 모델은 데이터 수집부터 검색까지 철저하게 적용됩니다. 또한 배포 및 운영에 있어 Kerberos, SSO 문서 수준 보안, LDAP / AD, SSL 등을 제공합니다. 02 Insight Engine Fusion 소개 Page. 12 Lucidworks Fusion 기능 요약
  • 13. 02 Insight Engine Fusion 소개 Page. 13 Lucidworks Fusion 아키텍처
  • 14. 02 Insight Engine Fusion 소개 Page. 14 Lucidworks Fusion 아키텍처
  • 15. 02 Insight Engine Fusion 소개 Page. 15 데이터 수집 프레임워크
  • 16. 02 Insight Engine Fusion 소개 Page. 16 Lucidworks Fusion 데이터 처리 흐름
  • 17. 02 Insight Engine Fusion 소개 Page. 17 Lucidworks Fusion 데이터 처리 흐름 Ease of Filtering Avoid Data Lake Hidden Trends User Variance Result Accuracy Behavior Patterns Speed of Navigation
  • 18. Fusion Server는 확장성이 뛰어난 검색 엔진 및 데이터 저장소입니다. End-to-End 보안을 시행하면서 매초 수천 개의 복잡한 쿼리를 일관되게 처리 할 수 있습니다. 02 Insight Engine Fusion 소개 Page. 18 Lucidworks Fusion Server 고도로 확장 가능한 검색 엔진 및 NoSQL 데이터 저장소 데이터의 종류와 소스에 매우 유연한 호환성과 확장성 검증된 동시 사용자 수용 능력과 검색 성능 (실시간 ML / AI 수행) 전문 검색 (full text search), SQL 지원 End-to-end 보안
  • 19. 02 Insight Engine Fusion 소개 Page. 19 Lucidworks Fusion Server Trillions of Documents Fusion Server는 무제한의 데이터 원본 및 데이터 형식에서 수조개의 문서를 쿼리하는 기능을 지원합니다. Sub-Second Response Times 1 초 미만의 응답 시간으로 수백만 명의 동시 사용자로부터 초당 수십만 개의 쿼리를 실 행합니다. Solr, Spark, and Streams Fusion Server는 세계에서 가장 인기 있고 신뢰할 수 있으며 강력한 검색 기술인 오픈 소스 Apache Solr로 제작되었습니다. Apache Spark은 방대한 양의 원시 데이터에 대해 집계를 생성하고 다른 복잡한 처리 및 알고리즘을 수행 할 수있는 처리 프레임 워크를 제공합니다. 실시간으로 데이터 스트림 및 피드를 처리하여 인덱스를 항상 최신 상태로 유지합니다.
  • 20. 02 Insight Engine Fusion 소개 Page. 20 Lucidworks Fusion Server Documents and Data PDF, Microsoft Office, CSV, 이메일 아카이브, HTML, 서식있는 텍스트, JSON, ZIP 아카이브, XML 및 일반 텍스 트를 비롯한 널리 사용되는 형식의 문서 및 데이터를 수집 하고 구문 분석을 합니다. Key-Value Stores Ad Hoc 쿼리, 범위, 그래프, 빠른 기본 키 조회 및 기타 복잡한 쿼 리 유형에 대한 모든 기능을 갖춘 최적화 된 검색을 위한 NoSQL 저장소를 제공합니다. Relational Database Oracle, MySQL, Couchbase, Hadoop 및 JDBC 호환 데 이터베이스를 비롯한 관계형 데이터베이스를 연결, 인덱싱 및 쿼리합니다. 텍스트 정보와 함께 숫자, 지형 공간 및 임 시 데이터를 포함하는 트랜잭션, 델타 쿼리, 중첩 쿼리 및 관계형 조인을 실행합니다. Graph Capability 그래프 기능을 통해 사기 탐지, 이상 탐지, 관계 발견, 스코어링 및 전체 컬렉션 데이터에서 모델링 된 관계를 파악합니다.
  • 21. Fusion Server의 REST API와 Endpoint는 이미 알고 있고 익숙한 도구와 명령을 통해 모든 데이터에 대한 완벽한 액세스를 제공합니다. 02 Insight Engine Fusion 소개 Page. 21 Lucidworks Fusion Server Full Text Search 쿼리 및 검색 결과 향상을 위한 전체 패 싯, 부울 연산, 논리 연산 및 자연어 처 리를 지원합니다. SQL Everywhere SQL 쿼리 시 보안 모델에 따른 데이터 권한에 따라 실행합니다. Tableau나 다 른 BI 및 SQL 응용 프로그램 연동 가능 합니다. Analytics 문서 필드에 대한 분석을 실행하고 구문 분석 및 품사 태깅을 지원합니다. 결과 를 클러스터링, 요약 또는 시각화하여 표시 합니다. JSON, XML 및 CSV 등의 출력 형식을 지원합니다.
  • 22. Fusion은 다양한 데이터 소스에 50개 이상의 커넥터를 제공하며 거의 모든 종류의 데이터를 구문 분석하고 수집 할 수 있습니다. 02 Insight Engine Fusion 소개 Page. 22 Lucidworks Fusion Server 기능
  • 23. 02 Insight Engine Fusion 소개 Page. 23 Lucidworks Fusion Server Easy Management 수백 개의 노드에서도 응용 프로그램의 상태를 모니터링하고 쉽게 새로운 컬렉 션, 샤드 및 클러스터를 추가합니다. Container-Friendly Fusion Server와 그 구성 요소 중 일부 또는 전부를 YARN 하의 Hadoop 클러 스터 내부와 Docker와 같은 컨테이너 내부 뿐만 아니라 다양한 가상 환경 내 부에 배치하여 실행할 수 있습니다. Monitoring Fusion Server에는 로그 및 기타 시스 템 메트릭 검색 및 시각화를 위한 대시 보드를 포함하여 모든 시스템의 모니터 링 및 감사 기능이 함께 제공됩니다. Cloud Ready Fusion Server는 데이터 센터 전반에서 인덱싱을 동기화 할 수있는 기능을 갖추 고 있으며 AMI를 통해 AWS 인스턴스 로 손쉽게 스핀 업 할 수 있습니다. Multi-Tenancy 데이터 정밀 조정을 통한 샤드 배치 전 략 및 사용자 지정 라우팅 옵션으로 스 케일링 및 멀티 테넌트 요구 사항을 지 원합니다. Failover, Balancing, and Recovery Auto Failover, 로드 밸런싱, 자동 복 구, 데이터 센터 간 복제, 백업 및 스냅 샷을 통해 고 가용성 및 최대 가동 시간 을 보장합니다.
  • 24. Fusion AI는 머신러닝을 사용한 시그널 수집 및 관련성 강화로 우수한 엔터프라이즈 및 고객 경험을 제공합니다. 02 Insight Engine Fusion 소개 Page. 24 Lucidworks Fusion AI 머신러닝과 AI 를 통해 가장 중요한/의도한 결과물과 통찰력을 추출 학습기반 추천 알고리즘은 모든 사용자에게 동적인 개인화/최적화 경험 제공 즉시 활용 가능하도록 튜닝된 머신러닝 모델을 제공 문서 분류 및 검색 의도를 정확히 파악하기 위한 분류기 제공 즉시 실행 가능한 환경 제공 (실시간 결과 확인 및 즉시 적용)
  • 25. Fusion AI는 쿼리, 클릭, 보기, 구매 및 기타 사용자 동작과 같은 신호를 캡처 및 수집하여 분석 및 쿼리 시에 검색 결과에 적용, 모든 최종 사용자에게 진정으로 최적화 된 환경을 제공합니다. 지속적으로 개선되고 자체 조정이 이루어지며 최종 사용자 행동을 기반으로 항상 조정됩니다. 02 Insight Engine Fusion 소개 Page. 25 Lucidworks Fusion AI
  • 26. Fusion AI는 각 사용자별로 맞춤화 된 여러 가지 권장 사항에 대한 협업 필터링을 위한 강력한 추천 검색을 제공합니다. 02 Insight Engine Fusion 소개 Page. 26 Lucidworks Fusion AI Collaborative recommendations 사용자 – 아이템, 아이템 – 아이템, 쿼리 – 아이템 및 쿼리 – 쿼리 모델 과 같은 모델을 포함하는 클릭 기반 결과 Re-Ranking Personalized recommendations 향후 탐색 및 디스커버리를 위한 모든 사용자의 히스토리, 액션 수집 및 아이템 하이라이팅 Predictive search 사용자가 검색어를 입력하기 전에 아이템 및 문서를 제안
  • 27. 인텐트의 정확한 이해를 위한 분류 모델 02 Insight Engine Fusion 소개 Page. 27 Lucidworks Fusion AI Classifying with Models • Random Forest • Logistic Regression • Bisecting k-Means • Word2Vec Enriching Data • Term Frequency (TF) • Term Frequency - Inverse Document Frequency (TF-IDF) • Word2Vec Increasing Understanding • 일반적인 맞춤법 오류 • 통계적으로 관심 있는 구문 • 머리말, 꼬릿말 분석 • Multi-armed Bandit Experiments
  • 28. 02 Insight Engine Fusion 소개 Page. 28 Lucidworks Fusion AI Relevancy Tuning with Preview 변경 사항을 프로덕션 환경에 적용하기 전에 부스트와 블록에 대한 규칙을 포함하여 시 뮬레이션 된 미리보기로 관련성을 완벽하게 제어 할 수 있습니다. Machine Learning 미리 튜닝되어 즉시 사용할 수있는 기계 학습 모델을 사용하여 응용 프로그램에 인텔리 전스를 추가하고 기존 데이터 세트에서 새로운 모델을 만들고 학습합니다. Experience Management 간단한 조정으로 인해 엔지니어가 개입하지 않아도 됩니다. Fusion AI를 사용하면 사용 자 경험에 대한 포인트 앤 클릭 구성을 제공하고 변경 사항을 프로덕션 환경에 적용하기 전에 이를 평가할 수 있습니다.
  • 29. 02 Insight Engine Fusion 소개 Page. 29 Lucidworks Fusion App Studio 모든 기기에 맞춤형 데이터 검색 및 디스커버리 애플리케이션 제공 단기간에 데이터 기반 애플리케이션 생성 모듈 형의 사전 구축 된 구성 요소는 반복 가능하고 예측 가능한 결과를 제공 시험되고 입증된 모듈을 통해 프로토 타입 기반의 상호 작용이 가능한 제품을 제작 실제 데이터로 시작하여 보다 합리적으로 애플리케이션을 구축
  • 30. App Studio는 모든 화면 크기와 장치에 최적화 된 인터페이스를 생성하기 위한 포괄적인 모듈식 구성 요소 제품군을 제공합니다. 02 Insight Engine Fusion 소개 Page. 30 Lucidworks Fusion App Studio
  • 31. Intelligent Search and Discovery Platform 기업 데이터를 쉽고 빠르게, 검색하고 발견하는 검색 플랫폼 Lucidworks는 세계 최대의 다수의 기업에 대한 엔터프라이즈 검색 솔루션을 구축했습니다. Lucidworks의 고급 검색 플랫폼인 Fusion은 모든 규모의 지능형 검색 응용 프로그램을 설계, 개발 및 배포하는 데 필요한 엔터프라이즈 급 기능을 제공합니다. 리테일 고객 분석, 헬스케어, 보험 및 금융 서비스에 이르기까지 모든 산업 분야의 기업들은 일상적으로 Lucidworks를 사용하여 고객 지향형 및 엔터프라이즈 검색 애플 리케이션을 제공합니다. 03 주요사례
  • 32. Page. 32 Lucidworks Fusion 적용 분야 1. 디지털 워크플레이스 올바른 정보를 필요한 사람에게 언제든지 제공 BETTER RESULTS 누가? 무엇을? 언제? 라는 질문을 인식하 고 답변을 제공할 수 있습니다. ASSISTIVE, PROACTIVE 더 낳은 컨텍스트 제공을 위해 데이터의 보이지 않는 관계를 분석합니다. FINE TUNED RANKING 개인/그룹의 행위 분석을 통한 학습 기반의 보다 강력한 추천을 제공합니다. 직원은 물론 고객에게도 03 적용 사례 Customer Success Stories
  • 33. Page. 33 Lucidworks Fusion 적용 분야 03 적용 사례 Customer Success Stories 2. 고객 분석 데이터 레이크에서 더 깊게 분석하고 가치를 발굴 A TRUE PICTURE 방대한 데이터에 숨겨진 트랜드를 발견하고 인사이트를 제공합니다. ILLUMINATE 데이터의 연결 및 상관관계를 찾아 내고 아웃라이어와 이상치를 발견합니다. NAVIGATE UNCERTAINTY 불확실성을 발견하기 위해 데이터 분석을 통해 예측하고 선점합니다.
  • 34. Page. 34 Lucidworks Fusion 적용 분야 03 적용 사례 Customer Success Stories 3. 디지털커머스 Fusion AI를 통해 보다 향상된 고객 경험을 제공 INCREASE CONVERSIONS 머신러닝과 AI 기반의 자연어처리(NLP) 로 고객의 검색 의도를 추출합니다. BUILD LOYALTY 지속적인 실시간 학습을 통해 고객별 개인화된 경험을 제공합니다. FINE TUNED RANKING 검색 결과의 실시간 부스팅으로 개별 고객에게 올바른 답변을 제공합니다. 직원은 물론 고객에게도
  • 35. 03 Customer Success Stories 적용 사례 Page. 35 고객 여정
  • 36. 03 Customer Success Stories 적용 사례 Page. 36 디지털 워크플레이스
  • 37. 03 Customer Success Stories 적용 사례 Page. 37 디지털 워크플레이스 고객 – 디지털 워크플레이스
  • 38. 03 Customer Success Stories 적용 사례 Page. 38 디지털 커머스
  • 39. 03 Customer Success Stories 적용 사례 Page. 39 디지털 워크플레이스 고객 – 디지털 커머스
  • 40. 감사합니다 전략기술팀 연준명 이사 TEL : 010-6336-9149 E-mail : jmyoun@uclick.co.kr