HoJoong Kim

산업 분야: AI, B2B, 플랫폼

스킬: 리더십, 문제 정의하기, 커뮤니케이션, 프로젝트 매니징, 데이터 분석, 머신 러닝

Head of Solution Engineering

Senior Manager for Account and Channel Solution Architect

- Product Manager for Cloud Storage Solution - Project Management about Backend Improvement based on Hadoop and Pure Storage

- Open Source Consulting: Linux and Open Source Architecture - Management of Department including Hiring, Onboarding, Team Organization and Performance - New Business Planning as a CTO such as VMware, MySQL, and Open Source Business - Maintenance Sales- Open Source Consulting: Linux and Open Source Architecture - Management of Department including Hiring, Onboarding, Team Organization and Performance - New Business Planning as a CTO such as VMware, MySQL, and Open Source Business - Maintenance Sales

- System Engineer for Cyber University System: Linux(CentOS), Unix(True64), Windows - Security Planning: Firewall, IDS/IPS, Viruswall, Spam Filtering, Server and PC security policy - Project Leader: System Infra Architecture for LMS Solution Project - System Infrastructure Design and Consulting

- Linux System Engineer for Server Hosting - Instructor of Linux Admin Professional Courses

- 투자사 - IT스타트업 매칭 프로젝트

Executive MBA 학회: Digital Finance

- 오픈소스 가상화 구축 설계 - PaaS 시스템 도입 ISP

- 오픈소스기반 클라우드플랫폼과 분산스토리지 기술 제안 및 아키텍처 설계 가이드

데이터 관리에 대한 방향성은 명확하다. 하이브리드와 멀티 클라우드는 기본이다. 대규모의 데이터 관리는 디지털의 필요조건이다. 하이브리드 및 개방형 데이터는 최고의 유연성을 제공한다. 이제 누구나 하이브리드 데이터에 대해 더 많이 알아야 한다. 하이브리드가 없는 디지털 혁신은 없을 것이다. 데이터 관리는 하이브리드여야 하며, 그렇지 않으면 시작하지 말아야 한다.

레거시의 현대화가 디지털 전환 실행 계획의 일반적 요소이며, 디지털 ‘전환’보다는 ‘디지털화’에 가까울 수 있다고 강조한다. 이와 같은 디지털 전환의 주요 목표 중 하나는 실질적 비용 절감이다. 이는 비용 절감을 통한 혜택을 제공할 뿐 아니라 관련 예산을 재편성할 수 있도록 한다. 비용을 낮출 수 있는 방법은 다양하다.

최근 금융산업은 '금융 통합'과 '개인화'로 진화하고 있다. 이를 위해서는 금융 서비스 이용자의 거래 데이터를 관리하는데 현대적이고 유연한 접근 방식이 필요하다. 효과적인 데이터 관리는 데이터 센터나 하이브리드 클라우드에서 운영되는 구조화된 데이터와 비정형 데이터를 포함한 모든 유형의 데이터를 수집, 처리, 저장, 분석할 수 있는 기능을 의미한다. 이것이 5G 시대의 금융 서비스다.

팬데믹으로 인한 혼란과 진화하는 소비자 행동 변화, 그리고 극심한 경쟁으로 인해 하이브리드와 멀티 클라우드 환경은 컴퓨팅의 새로운 표준(New Normal)이 됐다. 플렉세라(Flexera)의 2022 클라우드 보고서에 따르면 전 세계 조직의 80%가 이미 하이브리드 클라우드 전략을 채택했으며, 89%는 멀티 클라우드 전략을 채택했다고 한다. 이 같은 아키텍처는 고도로 제어가능하고 쉽게 확장할 수 있으며 비용 효율이 높기 때문에, 사용자의 거의 모든 비즈니스 요구사항에 맞춰 개별 클라우드 제품을 자유롭게 선택할 수 있다. 직원이 하이브리드 클라우드를 통해 데이터를 쉽게 공유하고 접근할 수 있으므로 데이터 중심 문화가 장려되고 기업이 통찰력을 얻는 시간을 줄일 수 있다. 하이브리드 데이터 플랫폼은 기업이 퍼블릭 및 프라이빗 클라우드와 온프레미스에서 데이터에 액세스하고 분석할 수 있는 기능을 제공하며, 또한 데이터에 대한 보안 및 제어 기능을 제공하면서 성장을 촉진하는데 도움이 된다.

반자동 오프사이드 기술 솔루션은 클라우드에 그저 적용된 머신 러닝 모델이 아니다. 솔루션을 구현하기 위해 수 초 안에 데이터가 스트리밍, 변환, 로드, 분석, 보고돼야 하며 각각의 과정마다 데이터 서비스가 요구된다. 또한 해당 데이터 서비스는 온프레미스와 클라우드가 함께 원활히 작동해야 한다.

통신사는 다양한 과제를 해결하기 위해 최신 데이터 아키텍처에 지속적인 투자를 진행했다. 사기 행위 대응의 가장 중요한 과제는 단연 추적해야 하는 데이터 소스의 수와 데이터의 양이다. 통신사는 네트워크, 고객 데이터, 마케팅 및 프로모션 데이터 등의 방대한 데이터를 추적해야 한다. 이런 노력은 결국 고객에 대한 전방위적인 통찰력을 얻을 수 있지만, 대부분의 통신사는 데이터세트를 사일로에 위치해두기 때문에 이는 생각만큼 쉽지 않다. 최신 아키텍처는 이렇게 분리된 데이터셋을 통합해 단일한 데이터 인사이트를 생성하는 것을 보장하지만 아직 갈 길은 멀다. 이를 해결하기 위한 한 가지 방법은 전사적인 하이브리드 데이터 플랫폼 도입이다. 대표적으로 세계 주요 통신사에서 사용되는 클라우데라의 데이터 플랫폼(CDP)은 데이터 레이크하우스, 데이터 패브릭, 데이터 메시 지원 등 최신 데이터 아키텍처의 여러 요소를 통합한다. 이를 통해 대용량 데이터의 실시간 모니터링 지원은 물론, 다양한 사기 예방

생성형 AI를 위한 기능과 관련해 데이터 처리 측면에서는 도움이 될 수 있다고 본다. 먼저 대규모 데이터 처리 능력은 생성형 AI 및 데이터 분석 작업에 필수적이다. 빠른 데이터 처리를 위해 실시간 및 고성능의 데이터 처리가 중요하다. 대용량 데이터 세트를 처리하고 저장하면서 효율적으로 작업할 수 있는 데이터 처리 능력이 필요하다. 데이터 레이크하우스를 통해 데이터를 효과적으로 AI 모델에 공급하고 저장소에 저장할 수 있다.

데이터 및 데이터 관련 서비스의 접근 경로와 가치가 증가함에 따라 사이버 공격의 규모도 증가하고 있습니다. 이러한 공격을 방어하지 못하면 많은 비용이 드는 복구 작업, 중요한 프로세스의 중단, 돌이킬 수 없는 브랜드 손상, 업계 규제 기관으로부터의 벌금 부과 등의 결과를 초래할 수 있습니다. 기업은 위협 행위자를 방어하는 동시에 데이터 서비스에 대한 적시 액세스를 제공해야 할 필요성 사이에서 균형을 잡아야 합니다. 또한 계정이 손상되었음을 나타낼 수 있는 정상 사용자의 비정상적인 행동을 탐지하는 것도 중요합니다. 데이터, 시스템에 대한 액세스를 신중하게 제한하고 시스템에 대한 액세스 또는 액세스 시도를 기록하는 것이 점점 더 중요한 역할을 하게 될 것입니다. 끊임없이 진화하는 머신러닝 모델을 통해 거의 실시간으로 이를 수행할 수 있는 능력은 향후 조직을 보호하는 기본 역량이 될 것입니다.