SlideShare a Scribd company logo
고려대학교 정보대학 컴퓨터학과
Prof. 강장묵
(kangjm@korea.ac.kr ;
mooknc@gmail.com)
교육정보 서비스 특론
7 주; 2015.4.15. 수
교육정보서비스에서 활용할 수 있는 클라우드 서비스란?
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
교육
정보
+
클라우드
금주 소개 사이트
https://www.coursera.org/specialization/cloudcomputing/19
- 코세라에서 클라우드 컴퓨팅 수업 듣기 (양과 질 그리고 관리) vs MOOC
- 8주동안 8차례 퀴즈, 에세이에 대한 동료 평가, 학기 평가
- 수료증 발급은 유료
www.slideshare.net/mooknc
여러분의 보고서 역시 슬라이드쉐어에 공유
강의 교안
인용: https://www.coursera.org/course/cloudcomputing
강의 전 숙의할 질문
- 클라우드의 사례를 통해 그 운영의 묘미를 설명할 수 있는가?
- 교실에서 클라우드란 무엇인가?
- 학생-선생-학부모 간에서 구름이란 무엇인가?
- IoT환경, 웨어러블, 빅데이터와 클라우드는 어떤 연관을 가지고 있
는가?
- 클라우드 환경에서 러닝은 어떻게 변화하는가?
- 결국 이런 기술을 사용하면 아이들은 똑똑해지는가? 인격적으로
고결해지는가? 바람직해지는가?
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
오늘날 인터넷 기술의 발달로 웹 서비스를 중심으로 다양한 IT 기
반의 서비스를 위한 서비스 과학과 컴퓨팅에 대한 관심과 연구가
활발히 이루어지고 있다(Michael B., 2008; Singh M., 2005;
Thomas E., 2005).
이와 함께 클라우드 컴퓨팅은 향후 컴퓨팅 패러다임을 바꿀 핵심
이슈중의 하나로 인식되고 있다. 클라우드 컴퓨팅은 확장성
(scalability), 가상화(virtualization), 사용자 요청중심(on demand),
종량제(pay per use)등과 같은 핵심 특징으로 컴퓨팅 자원을 서비
스로 제공하는 인터넷 기반 컴퓨팅이라 할 수 있다(Geelan J., 2009;
Rimal B. et al., 2009; Vouk M. A., 2008).
서비스로 인식할 수 있는 컴퓨팅 자원에는 응용소프트웨어, 인프라
스트럭쳐, 플랫폼과 네트워크 및 메모리 같은 하드웨어를 포함하여
다양한 수준과 형태가 존재할 수 있으며 현재 구글, 아마존, 마이크
로소프트, 세일즈포스닷컴 등과 같은 기업들에서 여러 형태의 컴퓨
팅 자원 서비스를 제공함에 따라 많은 기업들이 클라우드 서비스
의 도입을 고려하고 있다(IBM 2012).
인용: 클라우드 컴퓨팅을 위한 클라우드 스토리지 기술 분석, 박정수, 배유미, 정성재, <한국정보통신학회논문지 (한국정보통신학회)> 17권5호 (2013), pp.1129-1137
SaaS(Software as a service) 클라우드 서비스는 클라우
드 사용자가 인터넷을 이용하여 필요한 소프트웨어를 이
용하는 응용 소프트웨어 계층이고, PaaS(Platform as a
service)는 API interface와 스토리지 관리, 스토리지 가
상화로 구성된 계층이며, IaaS(Infrastructure as a service)
는 서버와 하드웨어 자원과 서버 클러스터 기술을 제공
하는 서비스이다.
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: 클라우드 컴퓨팅을 위한 클라우드 스토리지 기술 분석, 박정수, 배유미, 정성재, <한국정보통신학회논문지 (한국정보통신학회)> 17권5호 (2013), pp.1129-1137
예를 들어 응용프로그램을 사용하고자 하는 사용자는 해
당 응 용 프 로 그 램 을 지 원 하 는 SaaS(Software as a
Service)와 그것을 커스터마이징 또는 개발 환경을 제공
해 주는 PaaS(Platform as a Service)를 사용하게 되고,
그것을 구동시키기 위한 IaaS(Infrastructure as a Service)
를 이용한다.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
브로커는 사용자의 목적에 맞게 이들을 조합하여 추천해 주며 사
용자는 이러한 서비스의 조합에 대한 개별적인 계약이 필요 없이
브로커와의 계약만으로도 조합된 서비스를 제공받을 수 있음.
브로커는 온톨로지, 탐색, 프록시의 세 가지로 나뉨.
온톨로지 에이전트: 서비스 공급자가 등록한 서비스의 온톨로지 정보에 대한
무결성을 검증하고 온톨로지 저장소에 저장함. 탐색 에이전트에서 검색 요청이
있을 경우 데이터를 가져와 사용자의 온톨로지 정보를 저장함.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
상황인지를 위한 여러 Context 온톨로지의 정의를 분석해 보면 공통적으로
Person, Activity, Place, Time에 대한 클래스를 정의함. 다른 클래스들은 해당 온
톨로지가 목표로 하고 있는 환경, 즉 스마트 홈이나 포괄적인 유비쿼터스 환경
에 따른 기술적 임.
이에 기술적인 요소를 제외한 핵심적인 4가지 클래스와 사용한 만큼 비용을 지
불하는 클라우드 컴퓨팅의 특성에 맞는 비용관련 항목을 포함하여 총 5개의 클
래스로 확장하여 (그림)과 같이 클라우드 컴퓨팅 사용자 온톨로지를 구축함.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
Person 클래스는 참여자
의 속성을 정의하는 역할
을 한다. 속성에서 ID는 시
스템에서 부여하는 사
용자의 고유 아이디를 나
타낸다. 시스템의 특성에
따라 문자열이 될 수도 있
으며 숫자가 될 수도
있다. Role은 서비스 공급
자와 사용자를 식별 하
는 속성이며, Purpose는
클라우드 서비스의 이용
목적을 미리 정의 해 놓은
것으로써 미리 정의된
Activity의 가중치를 사용
할 수 있다.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
Activity 클래스는 클라우드 사용
자의 사용목적(Purpose)을 기반으
로 온톨로지 에이전트가 추론한
가중치와 필요 기능을 정의한다.
즉, 기본적인 컴퓨팅 환경 구축을
위한 연산, 저장, 네트워크 환
경 중에서 어떤 요소에 더 가중치
를 두어 서비스를 선택할 것인지
를 의미한다. Data-centric 작업은
하드디스크 등의 영구 저장장치의
용량에 중점을둔 작업이며
Computing-centric은 연산 작업
이 중요시 되는 작업을 뜻한다.
Realtime-centric은 실시간으로 처
리되는 것이 중요하므로 네트워크
속도에 중점을 두는 작업을 뜻한
다. Multitasking-centric은 많은
작업을 동시에 수행해야 하므로
메모리크기에 중점을 두게 된다.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
Required_function은 사용자에게 필요한 기능에 대한 정보로써 Purpose를 기반으로 필
요/선택/불필요 등으로 구분되며 온톨로지 에이전트에서 추론한 정보가 저장 된다.
Time 클래스는 서비스 시작과 종료를 StartTime과 EndTime에 각각 명세해 준다.
Payment 클래스의 Pay-per-Month는 한 달 동안 지불할 수 있는 최대 금액을 표시한다.
서비스를 최대한으로 사용한다고 가정했을 때 이 금액을 넘지 않는 서비스를 우선적으
로 선정하게 된다.
인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
교육에서 상황을 인지할 필요가 있다면, 어떤 상황인가?
교육에서 클라우드로 아웃소싱한다면 어떤 클라우드 기
술을 쓰고 얼마만큼의 돈을 지불하는 것이 합당한가?
실제로 교육현장에서 클라우드 서비스를 제공받아본 적
은 있는가?
교육에서 예측과 추론이 필요하다면 언제, 왜 , 어떻게?
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
1500만
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
http://en.wikipedia.org/wiki/Amazon_Elastic_Compute_Cloud
Amazon Elastic Compute Cloud (EC2), a commercial web service for hosting computer applications
EC2 allows scalable deployment of applications by providing a Web service through which a user can boot an
Amazon Machine Image to create a virtual machine, which Amazon calls an "instance", containing any software
desired.
아마존 AWS(아마존 웹 서비스) 중 하나인 EC2(Elastic Computing Cloud)
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
AWS에는 Hadoop(빅데이터 처리 소프트웨어 플
랫 폼 ) 에 최 적 화 된 EMR(Amazon Elastic
MapReduce)서비스가 제공
EMR은 로그분석, 웹 인덱싱, 데이터웨어하우징,
기계학습, 금융 분석, 과학적 시뮬레이션, 생물정
보학 등에 활용
빅데이터 분석용 컴퓨터 머신 이미지(AMI:
Amazon Machine Image)를 제작
이용자가 머신 이미지를 복제(clone)하여 손쉽게
가상환경에서 빅데이터 컴퓨팅 작업
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
장점 컴퓨팅 파워의 규모를 자유자재로 변경할
수 있는 웹 서비스
새로운 서버 인스턴스를 획득하고 부팅하는데 필
요한 시간을 몇 분으로 단축
컴퓨팅 요구 사항의 변화에 따라 신속하게 용량
을 확장하거나 축소할 수 있음
요금은 사용한 컴퓨팅 및 네트워크 리소스에 따
라 청구되고 실제 사용한 만큼만 지불
사용자 사례에 맞게 최적화된 인스턴스 유형을
제공해서 CPU, 메모리, 스토리지, 네트워킹 용량
의 다양한 조합 가능
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
EC2 인스턴스를 생성하여 Linux 운영체제(우분투), JAVA 개발 환경, Hadoop등 설치
위 구성 설정이 포함된 AMI를 생성
AMI가 아마존 S3(Simple Storage Service)에 업로드 되고 아마존 EC2에 등록되어
AMI ID가 생성
이 과정이 완료되면 가입자는 필요에 따라 가상머신을 1-최대 1천대(동시) 실시간으로 늘리거나 줄임
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
다음주 (8주)
중간고사
- 9주 차 화요일 자정(메일 도착시간)까지 www.slideshare.net 에 자료 공유
- PPT, PDF 등을 kangjm@korea.ac.kr로 보낼 것
9주:
교육정보서비스에서 정형/반정형/비정형 데이터 처리는 어떤 의미를 갖는가?
(교육정보에서 핵심 가중치를 두어야 할 데이터는 무엇인가? 몇가지 추천하고
그 이유를 논한다.)
키워드 : 교육정보, 교육 데이터 마이닝, 교육 빅데이터
The followings were made to supplement
my shabby presentation.
When you need anything,
please e-mail me at this address at any time.
mooknc@gmail.com
ThanKQkangjm@korea.ac.kr

More Related Content

What's hot

AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
Amazon Web Services Korea
 
클라우드 비용 최적화 가이드
클라우드 비용 최적화 가이드클라우드 비용 최적화 가이드
클라우드 비용 최적화 가이드
OpsNow
 
[SSS 2nd] Cloud Service 개요 (SKT)
[SSS 2nd] Cloud Service 개요 (SKT)[SSS 2nd] Cloud Service 개요 (SKT)
[SSS 2nd] Cloud Service 개요 (SKT)GAMENEXT Works
 
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
Amazon Web Services Korea
 
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, AzureAll about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
BESPIN GLOBAL
 
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
Amazon Web Services Korea
 
AWS와 함께하는 슬기로운 재택생활
AWS와 함께하는 슬기로운 재택생활AWS와 함께하는 슬기로운 재택생활
AWS와 함께하는 슬기로운 재택생활
BESPIN GLOBAL
 
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
Amazon Web Services Korea
 
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
Amazon Web Services Korea
 
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
NAVER CLOUD PLATFORMㅣ네이버 클라우드 플랫폼
 

What's hot (11)

AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
 
클라우드 비용 최적화 가이드
클라우드 비용 최적화 가이드클라우드 비용 최적화 가이드
클라우드 비용 최적화 가이드
 
[SSS 2nd] Cloud Service 개요 (SKT)
[SSS 2nd] Cloud Service 개요 (SKT)[SSS 2nd] Cloud Service 개요 (SKT)
[SSS 2nd] Cloud Service 개요 (SKT)
 
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
Build a Unified Cloud (클라우드 환경에서의 데이터 통합 전략) - 이규현, Engineering and Consultin...
 
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, AzureAll about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
All about Data Center Migration Session 2. EOS에 대처하는 완벽한 해답, Azure
 
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
[AWS Dev Day] 인공지능 / 기계 학습 | 기계 학습 싸고 빠르게 하는 방법 - Amazon SageMaker 편 - 김필호 AW...
 
AWS와 함께하는 슬기로운 재택생활
AWS와 함께하는 슬기로운 재택생활AWS와 함께하는 슬기로운 재택생활
AWS와 함께하는 슬기로운 재택생활
 
병렬처리
병렬처리병렬처리
병렬처리
 
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
VMware: The Fastest Path to Hybrid Cloud - 정석호 상무, VMWare :: AWS Summit Seoul...
 
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
글로벌 여행/물류 시장 트렌드 및 AWS 활용 사례 - 방희란, AWS 시니어 어카운트 매니저 :: AWS Travel and Transp...
 
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
왜 네이버클라우드플랫폼인가?(박기은 CTO) - 대구 Cloud Innovation summit
 

Viewers also liked

국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
JM code group
 
강장묵 차세대소셜네트워크 Social Network Service
강장묵 차세대소셜네트워크 Social Network Service강장묵 차세대소셜네트워크 Social Network Service
강장묵 차세대소셜네트워크 Social Network Service
JM code group
 
동국대 U C C특강 1회
동국대 U C C특강 1회동국대 U C C특강 1회
동국대 U C C특강 1회JM code group
 
고려대 교육정보서비스 시스템 4-5주
고려대 교육정보서비스 시스템 4-5주 고려대 교육정보서비스 시스템 4-5주
고려대 교육정보서비스 시스템 4-5주
JM code group
 
UCC관련 특허 사례-동국대Ucc특강 제5회
UCC관련 특허 사례-동국대Ucc특강 제5회UCC관련 특허 사례-동국대Ucc특강 제5회
UCC관련 특허 사례-동국대Ucc특강 제5회
JM code group
 
강장묵 저서 모음(~2013년)_학술원 우수도서 포함
강장묵 저서 모음(~2013년)_학술원 우수도서 포함강장묵 저서 모음(~2013년)_학술원 우수도서 포함
강장묵 저서 모음(~2013년)_학술원 우수도서 포함
JM code group
 
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
JM code group
 
모바일 미디어론 감청과 프라이버시보호에 대해
모바일 미디어론 감청과 프라이버시보호에 대해모바일 미디어론 감청과 프라이버시보호에 대해
모바일 미디어론 감청과 프라이버시보호에 대해
JM code group
 
인터넷리터러시교육강사 140729 강장묵
인터넷리터러시교육강사 140729 강장묵인터넷리터러시교육강사 140729 강장묵
인터넷리터러시교육강사 140729 강장묵
JM code group
 
모바일 미디어론 4-5주 차 강장묵
모바일 미디어론 4-5주 차 강장묵 모바일 미디어론 4-5주 차 강장묵
모바일 미디어론 4-5주 차 강장묵
JM code group
 
20120416 강장묵 소셜매개교육
20120416 강장묵 소셜매개교육20120416 강장묵 소셜매개교육
20120416 강장묵 소셜매개교육
JM code group
 
빅데이터와공공정보 - 최고위과정 특강
빅데이터와공공정보 - 최고위과정 특강빅데이터와공공정보 - 최고위과정 특강
빅데이터와공공정보 - 최고위과정 특강
JM code group
 
기술과 인문융합 (교육정보시스템특론) 12주
기술과 인문융합 (교육정보시스템특론) 12주기술과 인문융합 (교육정보시스템특론) 12주
기술과 인문융합 (교육정보시스템특론) 12주
JM code group
 
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
JM code group
 
모바일 보안 침해 사례
모바일 보안 침해 사례모바일 보안 침해 사례
모바일 보안 침해 사례
JM code group
 
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
JM code group
 
로봇과 교육
로봇과 교육로봇과 교육
로봇과 교육
JM code group
 
Google glass and privacy concerns131128 ocu 강장묵
Google glass and privacy concerns131128 ocu 강장묵Google glass and privacy concerns131128 ocu 강장묵
Google glass and privacy concerns131128 ocu 강장묵
JM code group
 

Viewers also liked (18)

국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
국제E비즈니스학회강장묵 차세대소셜서비스개발(20090619)
 
강장묵 차세대소셜네트워크 Social Network Service
강장묵 차세대소셜네트워크 Social Network Service강장묵 차세대소셜네트워크 Social Network Service
강장묵 차세대소셜네트워크 Social Network Service
 
동국대 U C C특강 1회
동국대 U C C특강 1회동국대 U C C특강 1회
동국대 U C C특강 1회
 
고려대 교육정보서비스 시스템 4-5주
고려대 교육정보서비스 시스템 4-5주 고려대 교육정보서비스 시스템 4-5주
고려대 교육정보서비스 시스템 4-5주
 
UCC관련 특허 사례-동국대Ucc특강 제5회
UCC관련 특허 사례-동국대Ucc특강 제5회UCC관련 특허 사례-동국대Ucc특강 제5회
UCC관련 특허 사례-동국대Ucc특강 제5회
 
강장묵 저서 모음(~2013년)_학술원 우수도서 포함
강장묵 저서 모음(~2013년)_학술원 우수도서 포함강장묵 저서 모음(~2013년)_학술원 우수도서 포함
강장묵 저서 모음(~2013년)_학술원 우수도서 포함
 
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
Advanced Integrated Model-Driven Development Tool for USN Applications in Per...
 
모바일 미디어론 감청과 프라이버시보호에 대해
모바일 미디어론 감청과 프라이버시보호에 대해모바일 미디어론 감청과 프라이버시보호에 대해
모바일 미디어론 감청과 프라이버시보호에 대해
 
인터넷리터러시교육강사 140729 강장묵
인터넷리터러시교육강사 140729 강장묵인터넷리터러시교육강사 140729 강장묵
인터넷리터러시교육강사 140729 강장묵
 
모바일 미디어론 4-5주 차 강장묵
모바일 미디어론 4-5주 차 강장묵 모바일 미디어론 4-5주 차 강장묵
모바일 미디어론 4-5주 차 강장묵
 
20120416 강장묵 소셜매개교육
20120416 강장묵 소셜매개교육20120416 강장묵 소셜매개교육
20120416 강장묵 소셜매개교육
 
빅데이터와공공정보 - 최고위과정 특강
빅데이터와공공정보 - 최고위과정 특강빅데이터와공공정보 - 최고위과정 특강
빅데이터와공공정보 - 최고위과정 특강
 
기술과 인문융합 (교육정보시스템특론) 12주
기술과 인문융합 (교육정보시스템특론) 12주기술과 인문융합 (교육정보시스템특론) 12주
기술과 인문융합 (교육정보시스템특론) 12주
 
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
빅데이터와 교육데이터마이닝 (고려대학교 대학원 강의) 6주차
 
모바일 보안 침해 사례
모바일 보안 침해 사례모바일 보안 침해 사례
모바일 보안 침해 사례
 
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
검색/추천 알고리즘으로 언론의 가치를 확장할 수 있는가?
 
로봇과 교육
로봇과 교육로봇과 교육
로봇과 교육
 
Google glass and privacy concerns131128 ocu 강장묵
Google glass and privacy concerns131128 ocu 강장묵Google glass and privacy concerns131128 ocu 강장묵
Google glass and privacy concerns131128 ocu 강장묵
 

Similar to 고려대 교육정보 서비스 특론 7주

비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
고포릿 default
 
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
ssuserf8b8bd1
 
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
Amazon Web Services Korea
 
000001560595_1425351208416_0.5687465614331808
000001560595_1425351208416_0.5687465614331808000001560595_1425351208416_0.5687465614331808
000001560595_1425351208416_0.5687465614331808GeniNetworks
 
Cloud Computing v1.0
Cloud Computing v1.0Cloud Computing v1.0
Cloud Computing v1.0
Steve Min
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
Amazon Web Services Korea
 
클라우드 도입 전략과 프로세스(강연자료)
클라우드 도입 전략과 프로세스(강연자료)클라우드 도입 전략과 프로세스(강연자료)
클라우드 도입 전략과 프로세스(강연자료)
Korea Advanced Institute of Science and Technology
 
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
NAVER CLOUD PLATFORMㅣ네이버 클라우드 플랫폼
 
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
Amazon Web Services Korea
 
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
NAVER CLOUD PLATFORMㅣ네이버 클라우드 플랫폼
 
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
Amazon Web Services Korea
 
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
Amazon Web Services Korea
 
왜 클리커일까요
왜 클리커일까요왜 클리커일까요
왜 클리커일까요
CiscoKorea
 
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
BESPIN GLOBAL
 
클라우드를 활용한 딥러닝 활용 사례
클라우드를 활용한 딥러닝 활용 사례클라우드를 활용한 딥러닝 활용 사례
클라우드를 활용한 딥러닝 활용 사례
Tae Young Lee
 
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
AWS Korea 금융산업팀
 
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023 VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
Amazon Web Services Korea
 
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance SeminarAmazon Web Services Korea
 
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
Open Source Consulting
 
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
Amazon Web Services Korea
 

Similar to 고려대 교육정보 서비스 특론 7주 (20)

비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
비트교육센터-AWS활용 1주차: EC2, S3, Elastic Beanstalks 사용
 
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
[OpenLAB] AWS reInvent를 통해 바라본 글로벌 Cloud 기술동향.pdf
 
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...
 
000001560595_1425351208416_0.5687465614331808
000001560595_1425351208416_0.5687465614331808000001560595_1425351208416_0.5687465614331808
000001560595_1425351208416_0.5687465614331808
 
Cloud Computing v1.0
Cloud Computing v1.0Cloud Computing v1.0
Cloud Computing v1.0
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
 
클라우드 도입 전략과 프로세스(강연자료)
클라우드 도입 전략과 프로세스(강연자료)클라우드 도입 전략과 프로세스(강연자료)
클라우드 도입 전략과 프로세스(강연자료)
 
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
네이버클라우드플랫폼이 제안하는 멀티클라우드(박기은 CTO) - IBM 스토리지 세미나
 
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
엔터프라이즈 비지니스 애플리케이션 이전 및 도입사례 제주항공사례 - AWS Summit Seoul 2017
 
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
멀티·하이브리드 클라우드 구축 전략 - 네이버비즈니스플랫폼 박기은 CTO
 
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
클라우드 마이그레이션을 통한 비지니스 성공 사례- AWS Summit Seoul 2017
 
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
 
왜 클리커일까요
왜 클리커일까요왜 클리커일까요
왜 클리커일까요
 
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
Session 1. 디지털 트렌스포메이션의 핵심, 클라우드 마이그레이션 A to Z - 베스핀글로벌 이근우 위원
 
클라우드를 활용한 딥러닝 활용 사례
클라우드를 활용한 딥러닝 활용 사례클라우드를 활용한 딥러닝 활용 사례
클라우드를 활용한 딥러닝 활용 사례
 
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
[보험사를 위한 AWS Data Analytics Day] 3_교보생명의 빅데이터 플랫폼 ...
 
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023 VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023
 
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar
한국 금융권을 위한 aws cloud 도입 제언 :: 정우진 :: AWS Finance Seminar
 
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
 
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
AWS 와 함께하는 클라우드 컴퓨팅:: 방희란 :: AWS Summit Seoul 2016
 

More from JM code group

빅데이터와 인문융합 비즈니스 모델
빅데이터와 인문융합 비즈니스 모델빅데이터와 인문융합 비즈니스 모델
빅데이터와 인문융합 비즈니스 모델
JM code group
 
2015 isaca conference_io_t_case_150904
2015 isaca conference_io_t_case_1509042015 isaca conference_io_t_case_150904
2015 isaca conference_io_t_case_150904
JM code group
 
핀테크 정보교육시스템 특론 마지막 강의
핀테크 정보교육시스템 특론 마지막 강의핀테크 정보교육시스템 특론 마지막 강의
핀테크 정보교육시스템 특론 마지막 강의
JM code group
 
빅데이터 힐링 맵 개발
빅데이터 힐링 맵 개발 빅데이터 힐링 맵 개발
빅데이터 힐링 맵 개발
JM code group
 
라이프 로깅 서비스 교육정보시스템
라이프 로깅 서비스 교육정보시스템라이프 로깅 서비스 교육정보시스템
라이프 로깅 서비스 교육정보시스템
JM code group
 
고대8 9주 빅데이터
고대8 9주 빅데이터고대8 9주 빅데이터
고대8 9주 빅데이터
JM code group
 
교육정보서비스 사물인터넷 강의 6주
교육정보서비스 사물인터넷 강의 6주교육정보서비스 사물인터넷 강의 6주
교육정보서비스 사물인터넷 강의 6주
JM code group
 
교육정보서비스 특론 3주
교육정보서비스 특론 3주교육정보서비스 특론 3주
교육정보서비스 특론 3주
JM code group
 
고대 대학원 교육정보서비스특론 2주
고대 대학원 교육정보서비스특론 2주고대 대학원 교육정보서비스특론 2주
고대 대학원 교육정보서비스특론 2주
JM code group
 
고려대 워크샵 141206 강장묵
고려대 워크샵 141206 강장묵고려대 워크샵 141206 강장묵
고려대 워크샵 141206 강장묵
JM code group
 
모바일 미디어론 14주 모바일 공론장
모바일 미디어론 14주 모바일 공론장모바일 미디어론 14주 모바일 공론장
모바일 미디어론 14주 모바일 공론장
JM code group
 
유비쿼터스환경과교육13주차141203
유비쿼터스환경과교육13주차141203유비쿼터스환경과교육13주차141203
유비쿼터스환경과교육13주차141203
JM code group
 
모바일 미디어론 소셜미디어와 저널리즘
모바일 미디어론 소셜미디어와 저널리즘모바일 미디어론 소셜미디어와 저널리즘
모바일 미디어론 소셜미디어와 저널리즘
JM code group
 
모바일 미디어론 12주 141120
모바일 미디어론 12주 141120모바일 미디어론 12주 141120
모바일 미디어론 12주 141120
JM code group
 
유비쿼터스환경과교육11주차141119
유비쿼터스환경과교육11주차141119유비쿼터스환경과교육11주차141119
유비쿼터스환경과교육11주차141119
JM code group
 
유비쿼터스환경과교육
유비쿼터스환경과교육유비쿼터스환경과교육
유비쿼터스환경과교육
JM code group
 
데이터 저널리즘
데이터 저널리즘데이터 저널리즘
데이터 저널리즘
JM code group
 
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
JM code group
 
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
JM code group
 
유비쿼터스환경과교육_오픈 강의
유비쿼터스환경과교육_오픈 강의유비쿼터스환경과교육_오픈 강의
유비쿼터스환경과교육_오픈 강의
JM code group
 

More from JM code group (20)

빅데이터와 인문융합 비즈니스 모델
빅데이터와 인문융합 비즈니스 모델빅데이터와 인문융합 비즈니스 모델
빅데이터와 인문융합 비즈니스 모델
 
2015 isaca conference_io_t_case_150904
2015 isaca conference_io_t_case_1509042015 isaca conference_io_t_case_150904
2015 isaca conference_io_t_case_150904
 
핀테크 정보교육시스템 특론 마지막 강의
핀테크 정보교육시스템 특론 마지막 강의핀테크 정보교육시스템 특론 마지막 강의
핀테크 정보교육시스템 특론 마지막 강의
 
빅데이터 힐링 맵 개발
빅데이터 힐링 맵 개발 빅데이터 힐링 맵 개발
빅데이터 힐링 맵 개발
 
라이프 로깅 서비스 교육정보시스템
라이프 로깅 서비스 교육정보시스템라이프 로깅 서비스 교육정보시스템
라이프 로깅 서비스 교육정보시스템
 
고대8 9주 빅데이터
고대8 9주 빅데이터고대8 9주 빅데이터
고대8 9주 빅데이터
 
교육정보서비스 사물인터넷 강의 6주
교육정보서비스 사물인터넷 강의 6주교육정보서비스 사물인터넷 강의 6주
교육정보서비스 사물인터넷 강의 6주
 
교육정보서비스 특론 3주
교육정보서비스 특론 3주교육정보서비스 특론 3주
교육정보서비스 특론 3주
 
고대 대학원 교육정보서비스특론 2주
고대 대학원 교육정보서비스특론 2주고대 대학원 교육정보서비스특론 2주
고대 대학원 교육정보서비스특론 2주
 
고려대 워크샵 141206 강장묵
고려대 워크샵 141206 강장묵고려대 워크샵 141206 강장묵
고려대 워크샵 141206 강장묵
 
모바일 미디어론 14주 모바일 공론장
모바일 미디어론 14주 모바일 공론장모바일 미디어론 14주 모바일 공론장
모바일 미디어론 14주 모바일 공론장
 
유비쿼터스환경과교육13주차141203
유비쿼터스환경과교육13주차141203유비쿼터스환경과교육13주차141203
유비쿼터스환경과교육13주차141203
 
모바일 미디어론 소셜미디어와 저널리즘
모바일 미디어론 소셜미디어와 저널리즘모바일 미디어론 소셜미디어와 저널리즘
모바일 미디어론 소셜미디어와 저널리즘
 
모바일 미디어론 12주 141120
모바일 미디어론 12주 141120모바일 미디어론 12주 141120
모바일 미디어론 12주 141120
 
유비쿼터스환경과교육11주차141119
유비쿼터스환경과교육11주차141119유비쿼터스환경과교육11주차141119
유비쿼터스환경과교육11주차141119
 
유비쿼터스환경과교육
유비쿼터스환경과교육유비쿼터스환경과교육
유비쿼터스환경과교육
 
데이터 저널리즘
데이터 저널리즘데이터 저널리즘
데이터 저널리즘
 
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
2014 스마트교육∙디지털교과서 담당 교육전문직 워크숍
 
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
모바일미디이론 뉴미디어 아이디어의 발견 공유 설계
 
유비쿼터스환경과교육_오픈 강의
유비쿼터스환경과교육_오픈 강의유비쿼터스환경과교육_오픈 강의
유비쿼터스환경과교육_오픈 강의
 

고려대 교육정보 서비스 특론 7주

  • 1. 고려대학교 정보대학 컴퓨터학과 Prof. 강장묵 (kangjm@korea.ac.kr ; mooknc@gmail.com) 교육정보 서비스 특론 7 주; 2015.4.15. 수 교육정보서비스에서 활용할 수 있는 클라우드 서비스란? 인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19 교육 정보 + 클라우드
  • 2. 금주 소개 사이트 https://www.coursera.org/specialization/cloudcomputing/19 - 코세라에서 클라우드 컴퓨팅 수업 듣기 (양과 질 그리고 관리) vs MOOC - 8주동안 8차례 퀴즈, 에세이에 대한 동료 평가, 학기 평가 - 수료증 발급은 유료
  • 3. www.slideshare.net/mooknc 여러분의 보고서 역시 슬라이드쉐어에 공유 강의 교안
  • 5. 강의 전 숙의할 질문 - 클라우드의 사례를 통해 그 운영의 묘미를 설명할 수 있는가? - 교실에서 클라우드란 무엇인가? - 학생-선생-학부모 간에서 구름이란 무엇인가? - IoT환경, 웨어러블, 빅데이터와 클라우드는 어떤 연관을 가지고 있 는가? - 클라우드 환경에서 러닝은 어떻게 변화하는가? - 결국 이런 기술을 사용하면 아이들은 똑똑해지는가? 인격적으로 고결해지는가? 바람직해지는가?
  • 6. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139 오늘날 인터넷 기술의 발달로 웹 서비스를 중심으로 다양한 IT 기 반의 서비스를 위한 서비스 과학과 컴퓨팅에 대한 관심과 연구가 활발히 이루어지고 있다(Michael B., 2008; Singh M., 2005; Thomas E., 2005). 이와 함께 클라우드 컴퓨팅은 향후 컴퓨팅 패러다임을 바꿀 핵심 이슈중의 하나로 인식되고 있다. 클라우드 컴퓨팅은 확장성 (scalability), 가상화(virtualization), 사용자 요청중심(on demand), 종량제(pay per use)등과 같은 핵심 특징으로 컴퓨팅 자원을 서비 스로 제공하는 인터넷 기반 컴퓨팅이라 할 수 있다(Geelan J., 2009; Rimal B. et al., 2009; Vouk M. A., 2008). 서비스로 인식할 수 있는 컴퓨팅 자원에는 응용소프트웨어, 인프라 스트럭쳐, 플랫폼과 네트워크 및 메모리 같은 하드웨어를 포함하여 다양한 수준과 형태가 존재할 수 있으며 현재 구글, 아마존, 마이크 로소프트, 세일즈포스닷컴 등과 같은 기업들에서 여러 형태의 컴퓨 팅 자원 서비스를 제공함에 따라 많은 기업들이 클라우드 서비스 의 도입을 고려하고 있다(IBM 2012).
  • 7. 인용: 클라우드 컴퓨팅을 위한 클라우드 스토리지 기술 분석, 박정수, 배유미, 정성재, <한국정보통신학회논문지 (한국정보통신학회)> 17권5호 (2013), pp.1129-1137 SaaS(Software as a service) 클라우드 서비스는 클라우 드 사용자가 인터넷을 이용하여 필요한 소프트웨어를 이 용하는 응용 소프트웨어 계층이고, PaaS(Platform as a service)는 API interface와 스토리지 관리, 스토리지 가 상화로 구성된 계층이며, IaaS(Infrastructure as a service) 는 서버와 하드웨어 자원과 서버 클러스터 기술을 제공 하는 서비스이다. 인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19
  • 8. 인용: 클라우드 컴퓨팅을 위한 클라우드 스토리지 기술 분석, 박정수, 배유미, 정성재, <한국정보통신학회논문지 (한국정보통신학회)> 17권5호 (2013), pp.1129-1137
  • 9. 예를 들어 응용프로그램을 사용하고자 하는 사용자는 해 당 응 용 프 로 그 램 을 지 원 하 는 SaaS(Software as a Service)와 그것을 커스터마이징 또는 개발 환경을 제공 해 주는 PaaS(Platform as a Service)를 사용하게 되고, 그것을 구동시키기 위한 IaaS(Infrastructure as a Service) 를 이용한다. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
  • 10. 브로커는 사용자의 목적에 맞게 이들을 조합하여 추천해 주며 사 용자는 이러한 서비스의 조합에 대한 개별적인 계약이 필요 없이 브로커와의 계약만으로도 조합된 서비스를 제공받을 수 있음. 브로커는 온톨로지, 탐색, 프록시의 세 가지로 나뉨. 온톨로지 에이전트: 서비스 공급자가 등록한 서비스의 온톨로지 정보에 대한 무결성을 검증하고 온톨로지 저장소에 저장함. 탐색 에이전트에서 검색 요청이 있을 경우 데이터를 가져와 사용자의 온톨로지 정보를 저장함. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
  • 11. 상황인지를 위한 여러 Context 온톨로지의 정의를 분석해 보면 공통적으로 Person, Activity, Place, Time에 대한 클래스를 정의함. 다른 클래스들은 해당 온 톨로지가 목표로 하고 있는 환경, 즉 스마트 홈이나 포괄적인 유비쿼터스 환경 에 따른 기술적 임. 이에 기술적인 요소를 제외한 핵심적인 4가지 클래스와 사용한 만큼 비용을 지 불하는 클라우드 컴퓨팅의 특성에 맞는 비용관련 항목을 포함하여 총 5개의 클 래스로 확장하여 (그림)과 같이 클라우드 컴퓨팅 사용자 온톨로지를 구축함. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
  • 12. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139 Person 클래스는 참여자 의 속성을 정의하는 역할 을 한다. 속성에서 ID는 시 스템에서 부여하는 사 용자의 고유 아이디를 나 타낸다. 시스템의 특성에 따라 문자열이 될 수도 있 으며 숫자가 될 수도 있다. Role은 서비스 공급 자와 사용자를 식별 하 는 속성이며, Purpose는 클라우드 서비스의 이용 목적을 미리 정의 해 놓은 것으로써 미리 정의된 Activity의 가중치를 사용 할 수 있다.
  • 13. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139 Activity 클래스는 클라우드 사용 자의 사용목적(Purpose)을 기반으 로 온톨로지 에이전트가 추론한 가중치와 필요 기능을 정의한다. 즉, 기본적인 컴퓨팅 환경 구축을 위한 연산, 저장, 네트워크 환 경 중에서 어떤 요소에 더 가중치 를 두어 서비스를 선택할 것인지 를 의미한다. Data-centric 작업은 하드디스크 등의 영구 저장장치의 용량에 중점을둔 작업이며 Computing-centric은 연산 작업 이 중요시 되는 작업을 뜻한다. Realtime-centric은 실시간으로 처 리되는 것이 중요하므로 네트워크 속도에 중점을 두는 작업을 뜻한 다. Multitasking-centric은 많은 작업을 동시에 수행해야 하므로 메모리크기에 중점을 두게 된다.
  • 14. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139 Required_function은 사용자에게 필요한 기능에 대한 정보로써 Purpose를 기반으로 필 요/선택/불필요 등으로 구분되며 온톨로지 에이전트에서 추론한 정보가 저장 된다. Time 클래스는 서비스 시작과 종료를 StartTime과 EndTime에 각각 명세해 준다. Payment 클래스의 Pay-per-Month는 한 달 동안 지불할 수 있는 최대 금액을 표시한다. 서비스를 최대한으로 사용한다고 가정했을 때 이 금액을 넘지 않는 서비스를 우선적으 로 선정하게 된다.
  • 15. 인용: 클라우드 컴퓨팅 서비스를 위한 온톨로지 기반의 서비스 탐색 방안, 박세권(SeiKwonPark), 한국경영공학회, <한국경영공학회지> 18권 3호. 2013 pp.127-139
  • 16. 교육에서 상황을 인지할 필요가 있다면, 어떤 상황인가? 교육에서 클라우드로 아웃소싱한다면 어떤 클라우드 기 술을 쓰고 얼마만큼의 돈을 지불하는 것이 합당한가? 실제로 교육현장에서 클라우드 서비스를 제공받아본 적 은 있는가? 교육에서 예측과 추론이 필요하다면 언제, 왜 , 어떻게?
  • 21. 인용: http://www.slideshare.net/fullscreen/awskorea/1-aws-enterprise-summit-seoul-opening-keynote-markku-lepisto/19 http://en.wikipedia.org/wiki/Amazon_Elastic_Compute_Cloud Amazon Elastic Compute Cloud (EC2), a commercial web service for hosting computer applications EC2 allows scalable deployment of applications by providing a Web service through which a user can boot an Amazon Machine Image to create a virtual machine, which Amazon calls an "instance", containing any software desired. 아마존 AWS(아마존 웹 서비스) 중 하나인 EC2(Elastic Computing Cloud)
  • 24. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 25. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages) AWS에는 Hadoop(빅데이터 처리 소프트웨어 플 랫 폼 ) 에 최 적 화 된 EMR(Amazon Elastic MapReduce)서비스가 제공 EMR은 로그분석, 웹 인덱싱, 데이터웨어하우징, 기계학습, 금융 분석, 과학적 시뮬레이션, 생물정 보학 등에 활용 빅데이터 분석용 컴퓨터 머신 이미지(AMI: Amazon Machine Image)를 제작 이용자가 머신 이미지를 복제(clone)하여 손쉽게 가상환경에서 빅데이터 컴퓨팅 작업
  • 26. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages) 장점 컴퓨팅 파워의 규모를 자유자재로 변경할 수 있는 웹 서비스 새로운 서버 인스턴스를 획득하고 부팅하는데 필 요한 시간을 몇 분으로 단축 컴퓨팅 요구 사항의 변화에 따라 신속하게 용량 을 확장하거나 축소할 수 있음 요금은 사용한 컴퓨팅 및 네트워크 리소스에 따 라 청구되고 실제 사용한 만큼만 지불 사용자 사례에 맞게 최적화된 인스턴스 유형을 제공해서 CPU, 메모리, 스토리지, 네트워킹 용량 의 다양한 조합 가능
  • 27. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages) EC2 인스턴스를 생성하여 Linux 운영체제(우분투), JAVA 개발 환경, Hadoop등 설치 위 구성 설정이 포함된 AMI를 생성 AMI가 아마존 S3(Simple Storage Service)에 업로드 되고 아마존 EC2에 등록되어 AMI ID가 생성 이 과정이 완료되면 가입자는 필요에 따라 가상머신을 1-최대 1천대(동시) 실시간으로 늘리거나 줄임
  • 28. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 29. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 30. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 31. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 32. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 33. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 34. 아마존 클라우드 AWS를 활용한 빅데이터 분석 수업환경 구축, 박기진 대한산업공학회, ie 매거진 21(3), 2014.9, 62-66 (5 pages)
  • 41. 다음주 (8주) 중간고사 - 9주 차 화요일 자정(메일 도착시간)까지 www.slideshare.net 에 자료 공유 - PPT, PDF 등을 kangjm@korea.ac.kr로 보낼 것 9주: 교육정보서비스에서 정형/반정형/비정형 데이터 처리는 어떤 의미를 갖는가? (교육정보에서 핵심 가중치를 두어야 할 데이터는 무엇인가? 몇가지 추천하고 그 이유를 논한다.) 키워드 : 교육정보, 교육 데이터 마이닝, 교육 빅데이터
  • 42. The followings were made to supplement my shabby presentation. When you need anything, please e-mail me at this address at any time. mooknc@gmail.com ThanKQkangjm@korea.ac.kr