SAMSUNG SDS Techtonic 2021

모든 세션을 듣고 싶었지만.. 일은 해야하기에 궁금했거나 호기심이 있는 일부 세션을 듣고 정리해 보았다.

Total eXperience(MX=CX+EX) Management

'성공적 Digital Transformation을 위한' Total eXperience(MX=CX+EX) Management

Total eXperience (TX)

Gartner Top Strategic Technology Trends for 2022
create a better overall experience
- MX : Multi eXperience
- CX : Customer eXperience
- EX : Employee eXperience
- UX : User eXperience

DT 실행 기업 중 70%가 실패

주요 실패 원인은 DT를 신기술 전환으로만 인식

DT 성공 기업의 공통적 특징

일하는 사람들의 DNA 변화가 있을 때, 진정한 DT의 완성이라 인식
통합적 고객경험에 집중해서 DT를 추친
빠른 기업가치 상승

사람주도 DT

고객 Pain point Zero화에 필요한 적합한 기술 적용
- 고객이 원하는 가치 전달

통합경험 기반의 사람주도 DT 핵심 전략

사람 주도(문제 인식) : Pain Point
기술 실현(기술 적용) : Solution
고객가치 제공 : CX Value

상황에 맞게 연결된 매끄러운 채널 통합
- 공장과 사무실을 오가는 직원을 위한 차세대 스마트 팩토리 시스템
초개인화된 지능형 업무 시스템
- 단순, 반복적이고 복잡한 업무를 클릭 하나로 해결
통합적 인지를 통한 최적의 의사결정지원
- 고객 이탈률 감소, 고객대응 자동화 서비스 제공, 데이터 기반의 구독서비스 컨설팅 지원
형태 데이터 기반의 통합경험관리
- 행태 데이터 기반의 통합경험관리로 개선된 고객경험 제공
- 데이터 수집 - 분석/진단 - 개선/반영

통합 디지털 경험 서비스 체계

문제 식별 -> 서비스 인지/사용/지원 -> 지속확대의 모든 고객여정 영역에 대한 서비스 체계
각 단계별 목표 및 고객가치와 비즈니스 가치의 정의
통합경험 혁신을 위한 서비스와 자산
지속적인 경험측정과 관리체계로 임직원 니즈 및 시장의 변화에 대응

MSA Reference Platform

Monolithic Architecture VS Microservice Architecture

Monolithic Architecture
- Application 전체가 하나의 서버에 존재
- 모듈 : 런타임에 프로세스에 연결됨
- 강한 결합성
Microservice Architecture
- 서비스 단위로 서버 분리
- 서비스 : 독립적인 배포 가능
- 느슨한 결합성

Cloud Native Application

MSA 구조 Application은 클라우드를 최대한 활용
- 민첩성 (Agility)
  - 서비스별로 서버가 분리되어 있으므로 빠른 배포 가능
- 확장성 (Scalability)
  - 사용자 유입 급증 시 서비스 단위 메모리 확장
- 회복력 (Resiliency)
  - 특정 서비스에 장애가 발생하여도, 다른 서비스는 정상적으로 동작

Difficulties

복잡도 증가
- 서비스 구성
- 분산 트랜잭션 처리
- 운영 모니터링
OSS 활용 증가
- OSS 선정 어려움
- OSS 간 정합성/통합의 어려움
- 라이센스 이슈
Infra 별 구성 변화
- private Cloud 제약
- public Cloud 플랫폼 종속성 / 비용 고민
- Hybrid/Multi Cloud 운영 복잡도 증가

Reference

[Architecture] Microservice Architecture(MSA) 빠르게 훑어보기

Low Code Development Platform

LCDP

Hand coding 대신 GUI를 통해 애플리케이션 SW를 만들 수 있게 개발 환경을 제공
폭넓은 범위의 여러 사람들이 애플리케이션 개발에 참여 가능
LCDP는 초기 setup, 학습, 개발 및 유지보수에 대한 비용을 낮출 수 있음

Model Driven

모델을 정의하고 모델에서 화면, API등 자동 생성 (높은 자동화율)
관계형 모델은 처리에 어려움

Canvas Driven

화면 저작으로 시작하므로 사용자 접근이 가장 편함
화면 개별 컴포넌트 변수 처리, Event 연결 등 추가 작업이 많음

Process Driven

업무 프로세스를 정의하고 각 프로세스에 대한 구현을 GUI로 수행
업무 흐름이 명확히 표현
중소규모의 어플리케이션의 경우 미적합

API Driven

API를 먼저 정의하고 이를 기준으로 화면, 로직, 프로세스가 연결
협업에 유리
API를 잘 만들기 위해 IT 지식 필요

Simulation

Step 1.화면 저작
- Low Code UX 화면에서 추가할 Component를 선택하여 Drag&Drop
Step 2.로직 저작
- 신규 Component의 내/외부 인터페이스 및 워크플로우 자동 연계
Step 3. Cloud 배포
- 배포할 Component를 자동 빌드 및 클라우드 환경에 배포

기술적 고민

Floating Point Arithmetic
- 2진수로는 실수의 정확한 값을 표현할 수 없는 한계
- Apach Precision OR Big Decimal 등을 사용한 변형이 필요
Date Type
- UNIX time
- Time Zone
- Date format

Global 제품

Job Scheduling

GPU 놀지마! 작업 시간 예측을 통한 스케줄링 방법(Job Scheduling)

클라우드에서의 스케줄러

ML/DL Job 특성을 파악하여 최적의 자원을 분배하는 기술
사용자의 요청 순서와 리소스 활용을 고려한 사용 만족 확보 필요

개발 기술

Gang
- 단일 ML/DL Job 수행에 필요한 resource(GPU, CPU, Memory 등)가 모두 확보되었을 때 Scheduling 수행
- 분산 학습 Job을 구성하는 sub Job 들이 동시 실행 시작을 보장
Bin-Packing
- Job 에서 요청된 GPU 개수와 가장 근접한 가용 GPU를 확보하고 있는 node를 우선 배정
- 유휴 자원 최소화, node 인접성 증가로 인한 분산학습 성능 개선
FIFO
- Job 요청 순서로 실행
- GPU 효율성 저하
Multi Queue 스케줄러
- FIFO 병목 현상, GPU 효율성 개선
- Queue를 추가로 만들어 요청 GPU가 많은 Job과 적은 Job을 따로 스케줄링 하는 방법

Summary

Efficiency
- Job 시간 예측을 통한 효율적인 스케줄링 방법 확보
- GPU 사용율 극대화를 통한 가격 경쟁력 확보
Optimization
- ML/DL Job을 분석한 최적의 GPU 개수 배정
- 네트워크 상황을 고려한 최적의 Job 배정
Fairness
- 대기 시간 최소화에 따른 사용자 만족도 상승
- Job 순서 배정에 따른 공정한 확보

Text Analysis

Text Analysis 기술을 이용한 VoC 처리 지능화 적용 사례

중요성

Text에 내재된 정보를 추출하여 정형화된 형태로 제공하는 기술

5대 핵심 기능

의도 분류
- Text에 내재된 작성자의 목적(or 의도)를 파악하여 분류
- 고객 대응 시 질의 분류
감성 분석
- 사람의 언어에 담긴 감성을 이해
- 고객 피드백, 메시지 분석
- 뉴스 댓글 긍정/부정 판단
토픽 모델링
- Text에 내재된 토픽들을 도출하는 과정
- 토픽들을 통한 주제 도출
키워드 추출
- 트렌드 분석을 통한 관심 키워드 도출 및 연관 키워드 분석
유사도 분석
- Text 간 의미적 유사성 도출

OCR

An approach in Vietnamese handwritten OCR for financial and manufacturing sectors

활용

문서 처리 시간 단축
- 분류, 스캔, 추출, 데이터 입력 등을 기계 처리

문제점

스캐너 품질, 악필, 노이즈 등 불량 이미지 처리 문제
컴퓨터 비전과 언어 기능 지식 활용 필요

티스토리

[Conference] SAMSUNG SDS Techtonic 2021