피앤지텍

SERVICE

빅데이터 서비스

피앤지텍의 모듈화된 빅데이터 서비스는 특정 기술에 초점을 맞추지 않고 4가지의 빅데이터 서비스 설계 패턴을 기반으로 고객의 요구에 맞는 서비스를 구축합니다.
완벽한 플랫폼 및 서비스를 구축하면 기업내 데이터 과학자들이 새로운 비즈니스 모델을 발견 창출할 수 있습니다.
빅데이터를 완벽하게 처리하고 데이터 기반 의사 결정을 내릴 수 있습니다.
향후 모듈화된 빅데이터 서비스는 변화하는 기업의 요구사항에 맞게 빠르게 전환하여 적용할 수 있습니다.

기업 내에서 활용하고자 하는 빅 데이터의 소스 정의

내/외부 소스 데이터 별 수집 및 분석을 위한 원본 데이터 적재

수집/적재 데이터 형태 별 분석 (정형/비정형 분석 또는 정형과 비정형 혼합 분석)

데이터 분석 결과의 다차원 적인활용

기존 분석 도구를 통한 활용 : BI 도구, 시각화 또는 쿼리
검색 도구를 통한 데이터 탐색
분석 결과를 Operational System 과의 연계 : 웹 또는 앱 애플리케이션에서 직접 활용

저장

대용량 데이터를 분산 저장 하고 처리합니다. Hadoop HDFS, Hbase, Amazon S3 또는 DynamoDB와 같은 시스템은 큰 데이터를 저장하기에 적합합니다.

서비스

기업은 이익을 창출할 수 있는 데이터 기반 결정을 내릴 수 있어야합니다. 데이터 기반 의사 결정을 위해서는 데이터를 시각적으로 잘 표현하는 것이 중요합니다.

데이터에 액세스하고 개발자가 데이터를 사용할 수 있도록 API를 작성합니다. 개발자는 원시 데이터뿐만 아니라 분석 결과를 사용하여 완벽한 응용 프로그램을 구축 할 수 있습니다.

수집

소스의 출처는 모든 형태의 정형, 비정형 데이터 일 수 있으며, 서버 로그, IoT 센서 데이터등 다양합니다. 소스는 API 서비스로 데이터를 보냅니다. API는 데이터를 임시 저장소로 푸시합니다. 임시 저장 장치를 사용하면 다른 단계에서 들어오는 데이터에 간단하고 신속하게 액세스 할 수 있습니다. Apache Kafka, RabbitMQ 또는 AWS Kinesis와 같은 메시징 큐 시스템을 사용합니다.

분석

스트리밍 데이터는 수집에서 가져 와서 분석에 제공됩니다. 스트리밍은 "라이브" 데이터를 분석하므로 빠른 결과를 생성합니다.

일괄 처리를 통해 대용량 데이터 저장소에 액세스하여 많은 양의 데이터 를 취해 분석 할 수 있습니다.

MapReduce, AWS Elastic MapReduce에서 Apache Spark 및 AWS lambda에 이르기까지 다양한 분석도구를 사용할 수 있습니다.

비즈니스 활용 : 맞춤형 예측 감시 및 운영 솔루션

STEP 1
데이터 취득

이상 징후 감지 (Detection)

진동·초음파 소음 / 적외선 온도 / 트라이볼로지 / 모터전류

STEP 2
진단

결함과 결함의 원인을 진단
심각도 분류

데이터 상태(정상·비정상) / 기준 데이터와 비교 / 결함·증상 진단 기법 / 원인 진단 기법

STEP 3
예지

향후 결함 진행 예지
잔존 유효수명 예측(RUL : Remaining Useful Life)

확률 평가 및 신뢰도 해석 / 파손 모드와 영향성 평가 / 위험도, 유해성 평가 / 손상시작점·진전도 분석 / 단기경향 외삽법 /단계별 변화 분석

STEP 4
제시, 조치

문제 해결 방안 제시 및 조치
수정조치를 위한 핵심정보 제공

해당 장비·부품 / 고장·결함 유형 / 심각도 추정 / 권장 조치 / 비용

STEP 5
사후분석

문제 해결 확인 및 사후 상태 확인

상태 진단

주메뉴

SERVICE

빅데이터 서비스

비즈니스 활용 : 맞춤형 예측 감시 및 운영 솔루션

비즈니스 모델

하단영역