SEOJINDSA

uidNumber Attribute Auto-Incrementing Method

서진디에스에이 — Fri, 29 Sep 2017 13:18:21 +0000

The LDAP protocol has no way to auto-increment an integer value. This is necessary for Directory-enabled applications that need to create new users with an incremented, unique value. There is a “race condition” which exists if two applications try to increment the same value at the same time. If both applications read the value at the same time, they will both end up thinking that they have the same value. With the Sun Directory Server, there is an “Attribute Uniqueness Plugin” which can be used to enforce attribute uniqueness over a container. However, this method is not recommended as it is very expensive and unnecessary if you use the “uidNext” method described in this article (see below). There is a commonly accepted solution to this which works well. However, it must be coded into the applications due to the lack of auto-incrementing functionality in LDAP servers or LDAP client libraries. This article will discuss how to use the “Atomic uidNext Auto-increment Method”. We will assume that the requirement is to automatically increment uidNumber, but this method could be used for any number that needs to be automatically incremented. “Atomic uidNext Auto-increment Method” Basic Steps Create a new objectClass “uidNext”. Create a “uidNext” entry at an specific location in the directory to store the incrementing value. Store & get the next uid value in the DIT – use the specified spot in the DIT to store a "uidNext” value. Programmatically construct the LDAP operation so that we have a "delete+add attribute" modification, not a "modify attribute" modification. The entire delete +add operation is atomic, meaning, the whole thing succeeds or it fails. By getting either an "operation success" or "operation fail", you have avoided the race condition. If the delete fails, the add fails too, hence the entire modification fails. No two applications can modify uidNext at the same time. When an “operation fail” is encountered, the application can back off and try again. According to RFC 2251 Section 4.6: “Note that due to the requirement for atomicity in applying the list of modifications in the Modify Request, the client may expect that no modifications of the DIT have been performed if the Modify Response received indicates any sort of error, and that all requested modifications have been performed if the Modify Response indicates successful completion of the Modify Operation. If the connection fails, whether the modification occurred or not is indeterminate.” UidNext ObjectClass and Entry Create a uidNext objectclass – This objectClass is used to store the next PID. objectClasses: ( uidNext-oid NAME ‘uidNext’ SUP top STRUCTURAL MUST ( cn $ uidNumber )) Create the cn=uidNext,dc=rexconsulting,dc=net entry. This is the entry in the DIT where we store the next value. dn: cn=uidNext,dc=rexconsulting,dc=net objectClass: uidNext cn: uidNext uidNumber: (this is where the next value goes) Pseudocode for Automatically Incrementing uidNumber Step 1. Read the uidNext value from cn=uidNext,dc=rexconsulting,dc=net. Step 2. Submit one LDAP operation with two modifications: Delete the specific value read from Step 1 from the uidNext attribute of entry cn=uidNext,dc=rexconsulting,dc=net. Add the next uidNext value to cn=uidNext,dc=rexconsulting,dc=net. NOTE: Specify the read value from step 1 when in your “delete” so it only fails if no one else runs this operation quicker than you!!! If the deletion of the specific value you read in step 1 fails, then you know some one else changed the value before you did. Here is an LDIF of the operation: dn: cn=uidNext,dc=rexconsulting,dc=net changetype: modify delete: uidNumber uidNumber: 1 - add: uidNumber uidNumber: 2 Step 3. If you get an Operation Failed (error 16: “No Such Attribute”), it is because someone else got the number already. Try again. If you get an Operation Succeeded (error 0), you can safely use the old value from Step 2(a) for your new entry’s uidNumber value. Performance Considerations when Using the Sun Directory Server Attribute Uniqueness Plugin There are several severe performance hits when using the Sun Directory Server Attribute Uniqueness Plugin in a Multi-Master Replication topology. (See http://docs.sun.com/source/816-6400-10/attruniq.html#wp19648). Because of this, you should not use the Sun Directory Server Attribute Uniqueness Plugin unless you have a good reason to. Requires Stable Topology – cannot promote/demote masters with attribute uniqueness plugin enabled.1 Directory Modification Unavailable at Startup - When the attribute value uniqueness plug-in is first enabled, the network of plug-ins must create the table of values for each monitored attribute. Hashing all values of all attributes being monitored for uniqueness and distributing those values requires some time at initialization. During this time, the server will refuse modify operations.2 Severe Modify Performance Degradation - Enforcing attribute value uniqueness in a multi-master topology involves additional communication between servers. Before any update operation can be allowed to proceed, the network of plug-ins must determine if the new value of a given attribute is already used on any of the other masters. The plug-in architecture optimizes this verification procedure, but it may still lead to measurable overhead on update operations. Client operation is blocked during this time.3 Single Point of Failure – If one server goes down, modifications will fail since uniqueness cannot be enforced. You can configure this to just log errors and continue to avoid, so the application can proceed.4 1 http://docs.sun.com/source/816-6400-10/attruniq.html#wp19635 2 http://docs.sun.com/source/816-6400-10/attruniq.html#wp19639 3 http://docs.sun.com/source/816-6400-10/attruniq.html#wp19644 4 http://docs.sun.com/source/816-6400-10/attruniq.html#wp19648 Article by Chris Paul, Seojindsa, Inc.

Using the Sun Directory Server Tools LDIFDIFF,PL and LDIFFSORT,PL to Verify Bulk Loads

서진디에스에이 — Fri, 29 Sep 2017 13:17:57 +0000

Steps to Verify a Bulk Load: Import (ldif2db) users from entiredirectory.ldif. Export the users (db2ldif) to entiredirectory.export.ldif. Remove the entry ids: egrep -v "entry-id|nsUniqueId" entiredirectory.ldif > \ entiredirectory.noids.ldif egrep -v "entry-id|nsUniqueId" entiredirectory.export.ldif > \ entiredirectory.export.noids.ldif Use “ldifsort.pl” to sort the files: ./contrib/ldifsort.pl -k dn entiredirectory.noids.ldif > \ entiredirectory.noids.sorted.ldif ./contrib/ldifsort.pl -k dn entiredirectory.export.noids.ldif > \ entiredirectory.export.noids.sorted.ldif Use “ldifdiff.pl to diff the files: ./contrib/ldifdiff.pl -k dn entiredirectory.noids.sorted.ldif \ entiredirectory.export.noids.sorted.ldif If there is no output, then both the LDIFS contain the same data. Important Notes These tools seem to work on Windows but USE THEM ON UNIX! Windows line breaks seem to break these tools. I also tested changing the export file and using ldifdiff.pl on it. As advertised, ldifdiff.pl generates on standard output the LDIF changes needed to transform the target into the source. One potential problem with ldifdiff.pl output is that renaming the DN will result in a DELETE +ADD, not a MODRDN, so you will lose the createTimeStamp. (Of course, this could be fixed, with some perl programming.) Article by Chris Paul, Seojindsa, Inc.

GBT학부 스터디 프로그램 참가자 모집

신 명진 — Fri, 28 Apr 2017 14:07:46 +0000

GBT학부 스터디 프로그램 참가자 모집

GBT학부 학생들을 대상으로 자율 스터디 참가자를 모집합니다. 우리 학부는 학생들의 자기 개발을 장려하기 위해 아래와 같이 자율 스터디 프로그램을 지원하려 하니 많은 신청 바랍니다. *모집 개요 : ①모집분야: 1) 외국어, 자격증 취득 프로그램 2) 공모전 도전 프로그램 ②지원자격: GBT학부 재학생, 또는 2/3 이상의 GBT학부 재학생으로 구성된 5인 이하의 팀 ③모집기간: 2017.4.28.~2017.5.12.자정 ④지원방법: 개인별(혹은 팀별) 지원서를 아래의 이동준 조교 이메일로 제출 (지원서 양식: 학부홈페이지 별첨) *선정 후 활동 ① 선정된 학생들은 프로그램의 목적에 맞게 자율적으로 스터디 진행하며 공모전 도전 프로그램의 경우 지도교수를 배정하여 지도함. 활동기간: 2017.5.15.~2017.12.8. ② 팀별로 스터디에 필요한 일정 비용 지원 (시작 전 팀별로 스터디 계획서/ 사후 활동보고서 (영수증 포함) 제출. 단, 지원금은 사후 정산함.) *관련 문의(아침 10시-저녁 6시 연락바람) 이동준 조교: 010-2704-4774/ leedj0301@naver.com

- GBT학부 -

[IT]핀테크기업, 4차 산업혁명시대 견인차…혁신의 생활화

gbt — Fri, 14 Apr 2017 13:24:41 +0000

사진=유토이미지 핀테크기업, 4차 산업혁명시대 견인차…혁신의 생활화 [데일리한국 조진수 기자] 금융산업에서 4차 산업혁명은 ‘핀테크(fintech)’로 집약된다. 금융과 ICT 기술이 융합돼 혁신적 서비스가 속속 등장하면서 고객들에게 큰 호응을 받고 있다. 흔히 ‘파괴적 혁신’이라 불리는 4차 산업혁명과 디지털 금융 핀테크의 등장은 인간의 생활양식 전반에 걸쳐 변화를 초래하고 있다. 그 변화를 주도하고 견인하는 핵심 기업들을 소개하며 앞으로 예상되는 파괴적 혁신에 독자와 소비자들이 미리 발 빠르게 대응할 수 있도록 어떤 변화들이 진행 중인지 알아본다. <편집자주> 지난 6일 여의도 63컨벤션에서는 금융위와 핀테크지원센터, 각 유관기관과 핀테크 스타트업 기업들이 참여해 지금까지 핀테크 사업의 진행 정도와 앞으로의 발전 방향을 공유하는 핀테크 데모데이(Demo-day) 행사가 열렸다. 식순 마무리는 이들이 개발하고 준비해온 각종 금융상품과 서비스에 대한 시연회가 펼쳐졌다. 사진=레드벨벳벤처스 제공 ◇레드벨벳벤처스의 ‘보맵’, 보험계에 불어온 핀테크 바람에 혁신 예고 변화의 바람은 보험업계에 먼저 찾아왔다. 보험을 뜻하는 인슈어런스(Insurance)와 기술(Technology)의 합성어 ‘인슈테크’는 보험시장에 새로운 혁신을 예고했다. 그 중심에 있는 ‘보맵’은 모바일 앱을 통해 개인이 가입한 모든 보험 정보 확인 및 관리를 한번에 가능하게 해준다. 이로 인해 보험 정보 비대칭 해소로 보험에 대한 고객들의 불신을 신뢰로 바꾸겠다는 목표를 바탕으로 보험금 청구, 진단, 분석 등 고객들이 겪고있는 어려움과 고민을 해결하고자 개발됐다. 보험에 대한 충분한 정보 제공으로 고객 자신이 가입한 보험에 어떤 보장내용이 있는지, 보험금은 얼마나 받을 수 있는지 쉽게 파악할 수 있도록 돕는다. 또 보험금 청구나 설계사 도움요청, 긴급출동 서비스 신청 등을 원스톱으로 처리할 수 있어 고객 편의성을 극대화했다. 이렇듯 편의성에 기반을 둔 보맵은 출시 2달만에 별다른 광고 없이 입소문만으로 5만명의 유저와 매일 1500명의 신규 가입자가 유입되고 있다. 향후 보험금 간편 청구, 설계사 검증, 보험 추천 알고리즘 개발 등으로 고객의 보험과 관련된 문제점과 궁금증을 해결하는데 앞장선다는 방침이다. 류준우 레드벨벳벤처스 대표는 “보맵에서는 고객이 가입한 보험을 본인인증 한 번으로 앱으로 불러와 상세 내역과 특약을 한눈에 확인할 수 있다”며 “‘보맵’의 등장으로 ‘보험은 복잡하고 어렵다’는 인식이 점차 개선돼 고객들이 보험에 대해 좀 더 친숙하게 받아들일 수 있게 될 것”이라고 강조했다. 사진=케이앤컴퍼니 제공 ◇케이앤컴퍼니, 핀테크 기술 활용하면 다세대 연립 주택 시세까지 한눈에 핀테크의 햇살이 닿을 것 같지 않던 부동산 업계에도 변화는 찾아온다. 현재는 부동산 시세를 파악할 때 아파트는 국토부 주관 시세 정보 체계가 확립돼있으나 연립 다세대 주택·빌라 등은 명확한 정보 확인이 어려웠다. 사정이 이렇다보니 자연스레 (연립·다세대·주택 등) 시세파악에 오랜 시간과 노력이 필요했고, 그것은 부동산 담보대출을 복잡하고 까다롭게 만드는 요인이 됐다. 이같은 문제점을 해결하기 위해 케이앤컴퍼니는 빅데이터와 인공지능을 기반으로 연립 다세대 주택 등의 시세를 자동 산정해 알려주는 서비스를 지난해 개발했다. 이 서비스로 부동산 담보대출시 획기적인 시간비용 절감 효과를 이끌어낸 것은 물론 부동산 불완전판매 비율 감소 효과도 예상된다. 구름 케이앤컴퍼니 대표는 “연립·다세대도 자신의 주택 가격과 추세 변화를 손쉽게 파악할 수 있어서 주거 생활의 안전성을 제공할 수 있으며 허위매물이나 사기매매 등의 위험에서 벗어날 수 있다. 또한 금융서비스의 개발을 통해 연립·다세대의 자금 조달이 편해질 것”라고 밝혔다. 그는 "케이앤컴퍼니는 향후 온라인과 오프라인을 연계하는 O2O서비스로 더욱 확장해 나갈 계획"이라고 야심찬 포부를 드러냈다. ◇미드레이트, 크라우딩 펀딩을 통한 ‘직접 금융’ 실천하는 P2P 대출시장의 강자 핀테크를 논하면서 자본금융, 특히 P2P 대출시장을 빼놓을 수 없다. P2P 대출은 기존 제도권 금융사 대출에 비해 금리적 측면 이외에도 여러 차이점이 있다. 확연한 차이를 보이는 점은 대출 공급자 역시 개인이라는 것이다. 즉, 개인투자자의 투자영역이 넓어짐을 의미한다. 속된 말로 ‘돈놀이’라 불리던 사금융·개인자금대출 부분이 법적 보호와 관찰 하에 음지에서 양지로 올라온 것이다. 이 시장을 주도하고 있는 미드레이트는 ‘투자와 대출이 끊임없이 이어지는 공간(플랫폼)’을 만들겠다는 슬로건을 내걸고 다양한 중금리 대출상품과 투자상품 다변화를 꾀한다. 자금이 필요한 수요자와 투자를 원하는 공급자를 온라인상에서 직접 연결시켜주는 플랫폼을 구축해 운영 중이다. 이것이 바로 ‘직접 금융’이다. 또 현대식 전당포와 유사한 동산 담보 대출 서비스는 시계·가방 등 현물 자산을 담보로 중금리 대출을 받을 수 있게 만들었다. 물론 체계적인 물품 감정 및 처분에 대한 협업 구조를 구축해 투자자와 차입자 모두 안심하고 대출을 실행할 수 있다. ◇한국신용데이터, 기업대출 여신심사 감시 사각지대 해소하는 핀테크 기술 개인 대출에 집중한 P2P 대출시장 뿐 아니라 기업을 상대로 한 기업대출 시장도 혁신 대상에 포함됐다. 사업자 대출 특화 서비스를 제공하는 한국신용데이터의 ‘크레딧 체크’는 중소사업자 대출에 특화된 ‘비대면 신용평가’ 기술로 은행계좌 거래내역 분석결과와 세무신고 자료를 합쳐 기존 여신심사 사각지대를 해소한다. 기존에는 세무신고 주기와 표준재무제표 공시 기준이 역시 여신심사 시점과 최대 1년까지 차이를 나타낼 수 있어, 그 기간 동안 기업에게 어떤 재무상태 변화가 있었는지 추적하기 어려웠다. 하지만 한국신용데이터는 대출 신청 당일까지의 전자거래 내역을 빠르고 정교하게 분석해 베일에 싸인 공백기간을 면밀히 살펴볼 수 있게 됐다. 따라서 금융사는 정확한 재무상태 평가로 리스크를 최소화하고, 사업자는 자신의 재무상태를 공정히 평가받을 수 있는 일거양득의 효과가 예상된다. 김동호 한국신용데이터 대표는 “전자세금계산서, 현금영수증 등 전 사업자의 소득을 전자화해서 파악할 수 있는 인프라가 갖춰진 게 몇 년 되지 않았다”며 “상환능력, 금융정보를 정교하게 분석하는 신용평가 표준을 제공하는 것이 목표”라고 말했다. 이렇듯 기술 발전이 불러온 혁신은 소비자에게 유익한 방향으로 점차 진화하고 있다. 본격적인 4차 산업혁명 시대에 접어들면 또 어떤 변화가 우리를 기다릴지 벌써부터 기대되는 대목이다.

[IT 핵심 키워드 '빅 데이터']

gbt — Thu, 13 Apr 2017 15:03:58 +0000

[IT 핵심 키워드 '빅 데이터'] - 사물 인터넷과 동반성장 무한 경쟁 속 사용자 만족 추구… AI·딥러닝 등 기술 발전도 한몫 - 빅 데이터도 잘 꿰어야 보배 분석 비용 면밀히 따져 활용… 정보 쌓아 놓기만 하면 투자 낭비 최상위 가치는 개인 정보 보호 빅 데이터(Big Data)는 말 그대로, 방대한 데이터를 분석해 새로운 가치를 찾아내는 것입니다. 데이터 규모는 수백 테라바이트(TB)를 넘어서고 데이터 형태도 문자, 숫자, 신호, 이미지, 영상에 이르기까지 매우 다양합니다. 우리가 사용하는 컴퓨터와 스마트폰을 통해서 매일 엄청난 양이 쏟아져 나오는데 이 데이터를 '서버'라고 불리는 대용량 컴퓨터에서 빠르게 처리하고, 여러 가지 분석 기술을 통해 해석하는 것입니다. 빅 데이터가 기존에 해결하지 못했던 문제의 해답을 찾아주고, 산업과 사회에 새로운 가치를 창출할 것이라는 기대감이 커지면서 정보기술(IT) 핵심 키워드로 부상하고 있습니다. 모든 기기가 연결되는 사물 인터넷(IoT) 시대가 되면 빅 데이터 시장은 급격히 성장할 것으로 보입니다. 시장조사 기관 스태티스타에 따르면 빅 데이터 세계시장 규모는 지난 2011년 76억달러(약 8조3800억원)에서 올해 273억달러(약 30조1200억원)로 2.5배가량 커졌고, 10년 뒤인 2026년엔 922억달러(약 101조7400억원)에 달할 것으로 예상됩니다. ◇금융에서 온라인 쇼핑·의료까지 전 산업으로 확산하는 빅 데이터 금융업은 빅 데이터 분석을 비용을 줄이고 수익을 높이는 데 활용하고 있습니다. 자동차보험 등 손해보험회사는 회사에 축적된 많은 사고 정보와 고객 사례 등에 대한 빅 데이터를 분석해 통계적 방법으로 구축한 기존 예측 모델을 보강하고 있습니다. 사고 위험이 큰 고객을 정확히 찾아내 보험료를 올리고, 사고를 내지 않는 고객은 보험료를 인하하는 것입니다. 또한 보험 사기나 과도한 보험금 청구를 막아내 손실을 줄이기도 합니다. 온라인 쇼핑 업체도 방대한 양의 구매 패턴을 분석해 소비자 요구 사항을 실시간으로 파악하고 있고, 특정 고객의 기호에 꼭 맞는 상품을 추천합니다. 또 하루에도 수십만~수백만 개 넘게 쏟아지는 다양한 상품 이미지를 분석하고 분류해 소비자가 일일이 찾지 않아도 원하는 상품을 추천하는 데 활용합니다. 온라인 쇼핑 물류센터도 전국 주문 자료를 분석해 수요를 예측하고, 주요 물류 거점에 필요한 상품을 미리 확보해 배송 시간을 단축하고 있습니다. 미국 텍사스주 댈러스에 있는 IBM의 데이터센터 내부 모습. /블룸버그 빅 데이터 분석은 최근 의료 분야에서 눈에 띄게 발전하고 있습니다. 의료 영상은 디지털 정보 용량이 너무 커 과거엔 실시간 분석이 거의 불가능했고, 의료 현장 활용은 엄두조차 낼 수 없었습니다. 하지만 수퍼컴퓨터의 등장으로 의료 영상 분석이 용이해지면서 영상을 빠르게 분류한 뒤 임상 정보와 비교해 효과적으로 질병을 찾아내는 기술이 개발되고 있습니다. 진료 기록이나 문진 내용 등 방대한 임상 기록을 분석해 진료를 보조하고 효과적으로 처방을 내릴 수 있도록 돕는 연구도 활발히 진행 중입니다. 제조업 생산 공장에서는 각종 장비나 기기에 부착된 센서에서 발생한 정보를 분석해 정비 및 교체 주기를 더욱 정확히 파악하는 데 응용됩니다. 내비게이션의 교통량 예측의 경우, 실시간 교통량 정보와 사고 정보 등을 종합 분석해 최적의 이동 경로를 제안하는 데 빅 데이터 분석이 활용되고 있습니다. ◇사물 인터넷은 빅 데이터 발전 원동력 빅 데이터 분석에서는 '사용자의 의도를 잘 이해하고, 꼭 필요한 때에, 필요한 만큼, 신속하게 정보를 전달해 주는 역량'이 핵심 경쟁력입니다. 특히 인터넷 서비스 산업은 쉽게 대체 가능한 새로운 서비스가 속출하고 있고 국경을 넘나드는 치열한 경쟁에 노출돼 있기 때문에 빅 데이터 분석은 선택이 아닌 필수입니다. 시시각각 변화하는 사용자를 만족시키고 꾸준히 새로운 서비스를 제공해야 하기 때문입니다. 빅 데이터의 중요성이 더욱 커지는 이유는 크게 두 가지로 볼 수 있습니다. 첫째, 빅 데이터의 양이 과거보다 더욱 폭발적으로 늘어나고 있습니다. 무선통신과 네트워크 기술 발전으로 사물 인터넷 기기 보급이 확대되면서 빅 데이터는 예전보다 더욱 빠른 속도로 더욱 많이 생성될 것으로 보입니다. 더구나 최근 많은 기업이 홈 IoT 등 스마트폰 이외 다양한 기기에 많은 공을 들이고 있습니다. 사물 인터넷 기기에서 쏟아지는 수많은 데이터를 스마트폰이나 PC를 통해 축적해놓은 데이터와 함께 분석하면, 새로운 차원의 서비스를 사용자에게 제공할 수 있을 것으로 기대됩니다. 둘째, 빅 데이터 분석 기술도 지속적으로 발전하고 있습니다. 요즘 빅 데이터를 언급할 때, 인공지능(AI)이나 딥러닝(deep learning·기계학습)을 따로 떼어서 이야기할 수 없을 정도로 관련성이 깊어졌습니다. 방대한 데이터를 처리하고 분석하는 기술인 딥러닝은 인간과의 바둑 대결에서 이겼던 구글의 알파고도 사용한 인공지능 컴퓨팅 알고리즘입니다. 빅 데이터를 처리하는 과정을 기계가 학습하면서 특정 분야에서는 인간을 능가하는 지능을 갖게 된 것입니다. 데이터를 처리하는 컴퓨팅 하드웨어 인프라의 성능도 꾸준히 발전해 분석 기술은 갈수록 고도화될 것입니다. 글로벌 인터넷 기업들 역시 이런 환경에서 주도권을 놓치지 않기 위해 막대한 자본과 기술을 투입해 빅 데이터를 처리하고 분석하는 프로그래밍과 컴퓨팅 인프라를 고도화해 경쟁력을 높이고 있습니다. ◇ '동전의 양면' 빅 데이터… "개인 정보 보호 타협할 수 없는 가치" 하지만 빅 데이터 활용을 통해 새로운 사업 기회를 만드는 일은 결코 만만치 않습니다. 하루에도 수억 건씩 발생하는 빅 데이터로 부가가치를 창출하기 위해서는 비용과 효과를 잘 따져봐야 합니다. '어떤 데이터를 분석할 것인가' '얼마나 빨리 처리할 것인가' '어떤 분석 방법을 사용할 것인가' 등 이런 결정 하나하나에 상당한 비용이 수반됩니다. 정보 흐름의 단계마다 활용 가치 및 인프라·소프트웨어 구축에 드는 각종 비용을 면밀히 따져야만 경제적 실익을 얻을 수 있습니다. 모아두면 언젠간 쓸데가 있을 거란 막연한 생각으로 빅 데이터를 쌓아 놓기만 하면 빅 데이터 투자는 낭비가 됩니다. 더 중요한 것은 고객 개인 정보 보호입니다. 빅 데이터 분석은 동전의 양면과도 같은 속성을 갖고 있습니다. 사용자 입장에서 보면 자신의 데이터를 일정 부분 기업에 제공해야 합니다. 사물 인터넷 기기가 보급될수록 더 많은 데이터를 내주어야 할지도 모릅니다. 하지만 어떤 고객도 개인 정보를 모두 공개하면서까지 그 서비스를 이용하고 싶지는 않을 것입니다. 결국 스마트폰과 사물 인터넷을 둘러싼 초연결 사회에서는 어떤 서비스라도 고객의 프라이버시를 침해하면 그것은 잘못 설계된 서비스가 됩니다. 따라서 그동안 웹과 모바일에서 적용한 것 이상으로 철저히 고도화된 정보 보안 기술을 적용해야 합니다. 빅 데이터 분석은 개인 정보 보호라는 높은 가치를 훼손하지 않을 때 가치를 발할 수 있고, 관련 산업도 성장할 것입니다.

조선비즈 송창현 네이버 최고기술책임자(CTO)

원문보기: http://m.biz.chosun.com/svc/article.html?contid=2016092502054#csidxc85bd6373b25caf8553de5edc29fddc

[주목!신설학과]한국외국어대학교 GBT학부

gbt — Thu, 13 Apr 2017 14:53:43 +0000

“영어+경영+IT 결합한 글로벌 경영인 양성한다” GBT학부, LD·LT학부에 이은 외국어 역량 갖춘 분야별 전문가 양성 학부 IT 분야 글로벌 경영에 필요한 전문적 교육과정과 실무역량 강화 중점 2016학년도 글로벌캠퍼스에 신설, 수시에서 37명·정시에서 33명 선발 한국외국어대학교는 국제무대에서 활약하는 수많은 인재들을 배출해 오고 있는 명실상부 국내 최고의 글로벌 대학이다. 한국외대에서 현재 가르치고 있는 외국어는 45개에 이르고 전 세계 89개국의 602개 대학·기관과 교류하고 있다. 현재 한국외대에서 수업받는 정규학생 또는 교환학생은 1400여 명이고 해외대학에서 수학하는 한국외대 학생도 1200여 명에 달한다. 한국외대는 ‘7+1 파견학생 제도’, ‘2+2 복수학위제도’ 등 다양한 글로벌 교육 인프라를 바탕으로 국내 각종 대학평가에서 국제화 분야 1위를 놓치지 않고 있다. 최근 한국외대는 특화된 언어 및 지역학 교육역량을 기반으로 두 가지 이상 전공의 융복합 학과를 신설, 글로벌 인재 양성의 메카로 입지를 확고히 하고 있다. 한국외대는 2016학년도에 외국어+경영+IT가 융합된 GBT(Global Business & Technology)학부를 신설했다. 그동안 한국외대는 2014학년도 LD(Language&Diplomacy)학부에 이어 2015학년도 LT(Language&Trade)학부를 신설하고 외교관과 통상전문가의 글로벌 인재를 양성하겠다는 포부를 내비치기도 했다. 융합형 글로벌 리더 양성, GBT학부 신설 디지털 시대의 글로벌 비즈니스 인재에 대한 필요성은 날로 커지고 있다. 한국외대는 이러한 시대의 요구에 부응해 융합형 글로벌 리더 양성을 목표로 GBT학부 신설을 추진했다. 2016학년도 한국외대 글로벌캠퍼스에 신설되는 GBT학부는 한국외대만의 특화된 언어 및 지역학 교육역량을 기반으로 IT 분야의 글로벌 경영에 필요한 전문적 교육과정과 실무역량 강화에 초점을 맞춘 융복합 글로벌 경영인 양성이 핵심이다. 비즈니스 영어가 가능하도록 전공 학점에 영어 학점을 많이 배정해 영어의 기본실력을 갖출 수 있도록 교육과정을 맞췄다. IT 기술을 이해할 수 있도록 기본 지식도 배우게 된다. 이는 Line이나 페이스북 등 전 세계에서 사용하고 있는 SNS 기업체를 경영하는 데 있어 프로그램 기반이 되는 모든 사양을 연구하고 개발할 때 어느 정도 개입이 가능한 기본지식을 가지고 경영할 수 있도록 하기 위한 취지다. GBT학부는 경영, IT, 영어 등 세 분야에 골고루 특화된 인재를 양성하겠다는 것이 핵심이다. 영어 + 경영 + IT, 융합 교육 제공 GBT학부에서 배우는 영어는 글로벌 기술경영의 필수 도구인 영어 구사력을 증진하기 위해 영작의 기초부터 국제회의석상에서 글로벌 CEO로서 필요한 역량인 영어 스피킹, 프리젠테이션, 영어토론 능력까지 학습하게 된다. 기술개발, 협상 및 기술투자에 필요한 비즈니스영어와 국제통상영어 외에도 경영 및 IT교과목의 50%이상을 원어로 강의해 전공학습과정을 통해서 영어의사소통 능력과 실무활용 능력을 키울 수 있다. 경영은 창의적 CEO로서 기본적인 자질을 배양하는 것이 첫 번째 목표다. 경영학원론, 국제경영학, 마케팅관리, 회계원리, 인적자원관리 등 핵심경영학 과목을 학습하게 된다. 또한 국제경영전략, 소비자행동론, 재무/관리회계, 국제마케팅, 재무제표분석, e-비즈니스, e-마케팅, IT와 경영전략, 프로젝트관리 등과 같은 심화, 응용과목을 학습한다. 유기환 한국외대 입학처장은 “지식기반사회에서 요구하는 최첨단 경영지식을 바탕으로 신성장 동력사업을 주도할 창의적 글로벌 인재로 성장할 수 있다”고 강조한다. IT교육으로는 기술에 대한 심화 발전된 지식과 스마트 정보화를 이끄는 리더로서 소양을 함양시키기 위한 교육이 이뤄진다. 컴퓨터프로그래밍, 객체지향프로그래밍, 웹프로그래밍과 같은 Software에 대한 이해와 데이터베이스, 빅데이터 분석에 대한 이해와 분석, BIS기초와 프로세스관리, 시스템 분석과 설계, 정보보호에 이르기까지 IT 관련 주요영역을 깊이 있게 학습한다. 특히 첨단 IT기술에 대한 이슈 분석, 디자인, 개발과 관련한 일관된 교과과정도 제공된다. 졸업프로젝트, 창업을 기획·추진하는 경험 GBT학부에서 야심차게 기획하고 있는 것이 있다면 ‘졸업프로젝트(CAPSTONE DESIGN)’다. 유 처장은 “4학년 종합적 실무 프로젝트인 졸업프로젝트(CAPSTONE DESIGN)를 통해 최첨단 글로벌경영지식과 SW개발, Mobile platform 응용 App. Development, 데이터 분석, 정보보안 등 IT 관련 실무 분야에 대한 융합 프로젝트를 실시하고 이를 기반으로 한 창업을 기획하고 추진하는 경험을 쌓을 수 있다”고 밝혔다. 이 외에도 글로벌 역량 강화를 위한 인턴십 및 해외프로그램이 다양하게 제공된다. 또 주요 글로벌 기업 및 IT 현장 CEO의 특별강연을 통한 현장리더십 연계, 산학연 연계, 해외 대학과의 교류 등도 GBT학부 학생들이 누릴 수 있는 혜택이다. 한국외대 GBT학부 학생들은 졸업 후 기업의 경영기획, 기술평가, 기술투자, 생산관리, 품질관리, 금융기관, IT 서비스 기업, 물류 및 유통 기업, 연구소와 경영 컨설팅 분야, 글로벌 마케팅과 기업의 해외연구소, 해외기술영업 및 기술투자 업무 및 자문 등으로 진출할 수 있다. 한국외대 GBT학부의 입학정원은 70명으로 수시에서 37명, 정시에서 33명을 선발한다. 수시는 학생부교과전형으로 일반 10명, 고른기회 2명을 선발하며 학생부종합전형으로는 일반 10명, 논술 15명을 선발한다. 정시는 다군에서 33명을 선발한다. 이원지 기자 wonji@dhnews.co.kr 참조: http://www.dhnews.co.kr/news/articleView.html?idxno=52590

2017학년도 2학기 7+1 해외파견 장학생 학과선발 안내

GBT조교 — Tue, 07 Mar 2017 10:43:52 +0000

<<2017-2 7+1 해외파견 장학생 학과선발 안내>> 2017-2에 외국대학에서 수학을 희망하는 7+1 파견학생을 아래와 같이 선발하여 주시기 바랍니다. 1. 선발인원: 1명 2. 파견학기: 2017학년도 2학기 3. 신청기간: 2017.3.14(화) 자정까지 4. 신청방법 : 첨부된 파일 중 [2017-2 7+1해외파견 장학생 학과 선발 신청서] 파일을 작성하여 asa0885@naver.com 으로 메일 전송 5. 지원자격 가. 학업성적 총 평점평균이 3.0 이상인 학생 나. 3학기 ~ 6학기 재학 또는 휴학 중인 학생 - 편입생의 경우 2학기에 재학 또는 휴학 중인 학생 - 9학기 여부와 상관없이 파견학기가 8번째 등록 학기인 학생 지원 불가 다. 학칙에 의거 징계를 받은 사실이 없는 학생 라. 과거 본교 국내외 교류프로그램(7+1파견, 교환학생, KOTRA인턴쉽, 국내 타대 교환학기 등)을 통해 1년 이상 정규학기로 인정받은 적이 없는 학생 마. 우수입학자의 경우 아래 조건을 모두 만족하는 경우 별도 선발절차 없이 선발 가능(우수입학자 명단은 국제교류팀 홈페이지 [자료실]에서 해당하는 학생들이 개별적으로 확인 가능) - 제 1 성적조건 : 1학년의 2개 학기 평점평균 3.8 이상 취득 (~2007학번) 평점평균 3.5 이상 취득 (2008~2010학번) 평점평균 3.7 이상 취득 (2011학번~)(재수강 학점 반영안됨) - 제 2 성적조건 : 프로그램 지원 시점에 전체학기 총 평점평균 3.0 이상 유지 - 입학조건 : 별도의 입학장학금 수혜받지 않음(예: 진리, 창조, 평화 장학금 등) 6. 자세한 사항은 안내문 파일을 참고해주시기 바랍니다. 7. 기타 문의사항은 담당 조교 신명진(010-8527-5697)으로 연락 바랍니다.