아이티센인포유 https://www.in4ucloud.com <![CDATA[인포유앤컴퍼니, 온톨로지 기반 AI 에이전트 설계 본격화]]>

데이터 및 AI 전문기업 인포유앤컴퍼니가 금융·제조·건설 등 엔터프라이즈 산업군을 대상으로 온톨로지 기반 AI 에이전트 설계 사업을 본격 확대한다고 밝혔다.

이번 사업은 AI 도입을 추진하고 있지만 데이터 기반이 충분히 구축되지 않아 성과 창출에 어려움을 겪는 기업과,기존 데이터 웨어하우스(DW) 및 BI 환경에서 AI 플랫폼으로 전환을 검토 중인 기업을 주요 대상으로 한다.인포유앤컴퍼니는 데이터 구조 설계부터 AI 에이전트 구축·운영까지 전 과정을 통합 지원할 계획이다.

인포유앤컴퍼니는 Databricks 기반 데이터 플랫폼 구축 경험과 글로벌 파트너 인증(DPP·Silver Tier)을 보유한 데이터 플랫폼 및 AI 컨설팅 기업이다.데이터 수집과 정제, 플랫폼 구축 과정에서 축적한 현장 경험을 바탕으로 AI 에이전트의 성능 한계를 단순 모델 문제가 아닌 데이터 구조와 정합성의 문제로 보고 있다.회사 측에 따르면 많은 기업이 생성형 AI 도입 과정에서 응답 정확도와 신뢰성 확보에 어려움을 겪고 있다.

Power BI, Tableau 등 BI 도구를 활용하는 기업 역시 데이터 의미 체계가 부서별로 다르게 정의돼 있을 경우 AI가 일관된 판단 기준을 확보하기 어렵다.

예를 들어 동일한 '매출' 데이터라도 사업부마다 산출 기준이 다르거나 고객 정보가 시스템별로 상이한 형식으로 저장돼 있다면AI는 서로 다른 정보를 동일한 데이터로 인식하지 못할 수 있다. 이 경우 고성능 AI 모델을 적용하더라도 안정적인 결과를 기대하기 어렵다는 설명이다.인포유앤컴퍼니는 이러한 문제를 해결하기 위한 방법으로 온톨로지 기반 데이터 구조를 제시한다.

온톨로지는 데이터 간 의미와 관계를 체계적으로 정의해 AI가 조직 전반의 정보를 일관된 기준으로 이해하고 추론할 수 있도록 지원한다.해당 기술은 자사 AI 에이전트 플랫폼 BXG에도 적용되고 있다.BXG는 사전에 구축된 업무 지식 체계와 실시간 업무 맥락 분석 기능을 결합해 사용자가 별도의 기술 지식 없이도 데이터를 기반으로 빠른 의사결정을 수행할 수 있도록 돕는다.기술 기반으로는 Databricks 플랫폼이 활용된다.

인포유앤컴퍼니는 Unity Catalog, Genie, Mosaic AI, Agent Bricks 등을 활용해 기업 맞춤형 에이전틱 AI(Agentic AI) 환경을 구축하고 있다. 이를 통해 현업의 셀프서비스 분석부터 전사 AI 에이전트 확산까지 단계적으로 지원한다는 전략이다.또한 기존 DW 및 BI 환경을 운영하는 기업이 데이터 레이크하우스 구조로 전환하는 과정에서 발생하는데이터 정합성 및 운영 효율성 문제도 함께 해결할 수 있도록 지원하고 있다.

이종복 인포유앤컴퍼니 대표는 “현장에서 확인한 에이전틱 AI 프로젝트의 성공 요인은 모델 성능보다 데이터 구조와 품질”이라며“온톨로지 기반 설계는 기존 BI와 DW 환경을 운영하는 기업이 AI 중심 조직으로 전환하기 위한 현실적인 출발점이 될 것”이라고 말했다.

한편 인포유앤컴퍼니는 데이터 플랫폼 구축부터 에이전틱 AI 운영까지 제공하는엔드투엔드(End-to-End) 역량을 기반으로 금융·제조·건설 분야를 중심으로 온톨로지 기반 AI 에이전트 사업을 확대해 나갈 계획이다.

출처: ETnews(https://www.etnews.com/20260608000327)

]]> Tue, 09 Jun 2026 10:51:58 +0000 <![CDATA[아이티센인포유, AI 에이전트 플랫폼 'BXG' 공개…]]>

아이티센인포유가 생성형 인공지능(AI)의 한계를 보완한 에이전트 플랫폼을 앞세워 기업용 AI 시장 공략에 나섰다.

아이티센인포유는 지난 1일 열린 '데이터브릭스 AI 데이 서울 2026'에 참여해 온톨로지와 모델 컨텍스트 프로토콜(MCP) 기반 AI 에이전트 플랫폼 'BXG'를 공개했다고 8일 밝혔다.

BXG는 생성형 AI 도입 과정에서 문제로 지적되는 환각 현상과 높은 비용 구조를 개선하는 데 초점을 맞춘 플랫폼이다.

데이터 간 의미와 관계를 정의하는 온톨로지 기반 구조를 적용해 정제되지 않은 데이터에서도 정확한 맥락을 이해하고 신뢰도 높은 결과를 도출하도록 설계됐다.

또 MCP 기반 아키텍처를 통해 AI 모델과 외부 시스템 간 맥락 정보를 유기적으로 연동해 확장성을 확보했다.사용자가 자연어로 질문하면 AI가 이를 분석해 최적의 답변을 제공하고 업무 흐름을 시각화한 차트를자동 생성해 실무 의사결정을 지원하는 것이 특징이다. 운영 효율성도 강화했다.특정 업무를 담당하는 서브 에이전트 구조를 도입해 기존 대비 구축 기간을 단축하고 비용 부담을 줄였다.

이를 통해 엔터프라이즈 환경에 적합한 고성능 AI 시스템을 구현했다는 설명이다.

​아이티센인포유는 제조·금융 등 보안과 정밀도가 요구되는 산업군을 중심으로 맞춤형 데이터 활용 전략도 제시했다. 행사 현장에선 데이터브릭스 엔지니어와 함께 기업별 데이터 활용 사례를 공유하며 실질적인 도입 방안을 소개했다.특히 '바이브 코딩' 방법론을 통해 전문 개발 지식 없이도 자연어 기반으로 데이터 파이프라인을 구성할 수 있는 환경을 제시했다. 기업이 AI 도입 초기 단계부터 투자 대비 효과(ROI)를 빠르게 확보할 수 있도록 지원한다는 방침이다.

​이종복 아이티센인포유 대표는 "이번 컨퍼런스를 통해 확인된 BXG의 기술력은 기업들이 생성형 AI 도입 시 겪는 실질적인 고민들을 해결하는 명확한 해답이 될 것"이라며"데이터브릭스와의 협력을 바탕으로 온톨로지, MCP 등 최신 기술이 접목된 솔루션을 지속 고도화해고객사가 데이터를 강력한 비즈니스 자산으로 전환할 수 있도록 지원을 아끼지 않겠다"고 말했다.

​

출처 ㅣ ZDNET KOREA https://zdnet.co.kr/view/?no=20260408150835

]]> Thu, 09 Apr 2026 10:49:13 +0000 <![CDATA[“AI 도입, 데이터 민주화가 답”…아이티센인포유, 데이터브릭스 구축 사례 확장]]>

아이티센인포유는 데이터브릭스(Databricks) 기반 데이터 플랫폼 고도화 사례를 통해,인공지능(AI) 도입 관련해 걸림돌인 ‘데이터 활용 격차’ 해소 방안을 제시했다고 25일 밝혔다.

​회사 측에 따르면 글로벌 제조사 A사는 부서원 수 만명이 프로그래밍 언어를 몰라도 제품 데이터를 실시간으로 조회·분석할 수 있는 환경을 목표로 삼았다.

아이티센인포유는 일상적인 언어로 질문하면 AI가 분석 코드로 자동 변환해 결과를 제공하는‘데이터브릭스 지니(Databricks Genie)’를 활용해 부서별 분석 환경을 세분화했다.

특히 사용자 질문 의도를 분석해 최적의 분석 도구나 API로 자동 연결해 주는 ‘지능형 에이전트(Routing Agent)’ 구조를 적용함으로써,현장 담당자가 복잡한 추출 과정 없이 대화만으로 즉각적인 비즈니스 의사결정 근거를 확보할 수 있게 했다고 설명했다.

​가상자산 거래소 B사는 부서마다 서로 다른 데이터 산출 기준을 사용하는 문제를 해결하고자 했다.아이티센인포유는 전사 비즈니스 로직과 용어를 하나로 통합 정의해 표준화된 논리 모델을 제공하는 ‘데이터브릭스 메트릭 뷰(Metric View)’를 도입했다. 메트릭 뷰는 모든 분석 도구의 중앙 가교 역할을 수행하며,금융권 특유의 복잡한 지표들을 전 부서가 동일한 수식과 기준으로 해석할 수 있도록 지원한다.

​아이티센인포유는 글로벌 제조 A사, 가상자산 거래소 B사를 비롯해 게임사 데이터 사일로 해소, 통신사의 온프레미스 자원을클라우드로 이전하는 ‘클라우드 마이그레이션’, 그리고 저렴한 저장 공간과 고성능 관리 체계의 장점을 결합한조선사의 ‘데이터 레이크하우스’ 구축 등 산업별로 10건 이상 핵심 프로젝트를 완료했다고 강조했다.

이를 기반으로 최근 데이터브릭스로부터 엔터프라이즈 데이터 전환 역량을 종합 검증하는 ‘DPP(Delivery Partner Program)’ 인증을 획득했으며,강화된 2026년 기준 ‘실버 티어(Silver Tier)’ 파트너로 승격됐다. 이는 국내 단 5개사 내외만이 보유한 자격이다.

​이종복 아이티센인포유 대표는 “제조와 금융 등 산업 전반에서 검증된 구축 경험을 바탕으로,기업이 데이터를 실질적인 비즈니스 자산으로 전환할 수 있도록 최적의 솔루션을 제공할 것”이라고 말했다.

​

출처 : 디지털투데이 (DigitalToday)(https://www.digitaltoday.co.kr)

]]> Thu, 26 Mar 2026 15:35:48 +0000 <![CDATA["기업 AX 지원"…아이티센인포유, '데이터-AI' 통합체계 가동]]>

아이티센인포유는 데이터 및 인공지능(AI) 통합 실행 체계를 가동한다고 11일 밝혔다. 이를 통해 기업들이 AI 도입 과정에서 겪는 비용과 데이터 단절 문제를 해결한다는 전략이다.

기업 AI전환(AX)을 돕기 위한 데이터 기반 전담 조직을 공식화한 것이다. 이를 통해 고객사가 AI 모델 도입 시 직면하는 기술적 병목 현상을 해소하고 성공적인 디지털 전환을 지원할 방침이다.

최근 많은 기업은 AI 도입에 사활을 걸고 있지만 모델 구축보다 학습용 데이터를 정제하고 정합성을 확보하는 '데이터 전처리' 단계에서 비용과 시간을 소모하고 있다.

아이티센인포유는 이러한 난제를 해결하기 위해 데이터를 한곳에 모아 관리하는'데이터 웨어하우스(DW)' 구축, AI 분석, 분석 결과를 보여주는 '시각화 도구(BI)'까지 이어지는 엔드투엔드(End-to-End) 통합 프로세스에 역량을 집중하기로 했다.

특히 글로벌 데이터 플랫폼인 데이터브릭스 기반 엔지니어링 역량을 바탕으로 파편화된 기업 데이터를 AI가 학습할 수 있는 최적 구조로 재정비하는 데 주력할 방침이다.

이를 통해 일회성 프로젝트 단위를 넘어 운영 생산성과 보안, 성능이 보장된 실전형 AI 플랫폼 구축 방식을 강화할 계획이다.

​

아이티센인포유는 제조·물류 등 데이터 복잡도가 높은 산업 분야에서데이터 플랫폼 구축 경험을 바탕으로 기업 맞춤형 통합 서비스를 확대한다.

이번 체계 강화를 통해 검증된 방법론을 자체 AI 분석 솔루션에 즉시 반영, 상반기 중 데이터와 AI가 결합된 차세대 통합 플랫폼을 선보일 예정이다.

이종복 아이티센인포유 대표는 "AI 프로젝트 성패는 기술 그 자체가 아니라 데이터 질과 연결성에 있다"며 "데이터와 AI 사이 간극을 줄여 고객이 체감할 수 있는 실질적인 투자대비효율(ROI)을 만드는 것이 이번 통합 체계 가동의 핵심"이라고 말했다.

출처 -https://www.ddaily.co.kr/page/view/2026021109343823568

]]> Wed, 11 Feb 2026 15:21:27 +0000 <![CDATA[아이티센인포유, MS 애저 'AI 플랫폼 전문 기술 역량' 획득]]> 아이티센인포유, MS 애저 'AI 플랫폼 전문 기술 역량' 획득 - ZDNet korea]]> Thu, 15 Jan 2026 12:24:11 +0000 <![CDATA[아이티센인포유 이종복 대표 "AX 투자 80% 데이터, 전처리 비용 감축이 승부"]]> AX 모델링 비용은 20%...나머지 80%는 '데이터 전처리'] 이 대표는 AI 프로젝트 현장 현실을 '빙산'에 비유했다. 수면 위로 드러나는 화려한 AI 모델과 서비스는 전체 프로젝트 20% 수준인 빙산의 일각에 불과하다는 것이다. 그는 "통상적으로 AI 프로젝트 전체 리소스와 비용 80%는 수면 아래에 있는 데이터를 수집하고, 이를 AI가 이해할 수 있는 형태로 다듬는 전처리 과정에 투입된다"며 "많은 기업이 이 80% 중요성을 간과한 채 20%인 모델링에만 집중하다가 예산 초과와 일정 지연이라는 늪에 빠진다"고 지적했다. 문제의 핵심은 기업 내부에 쌓인 데이터 형태가 AI에게는 적합하지 않다는 점이다. 수십 년간 축적된 계약서 PDF, 복잡한 수치가 포함된 재무 보고서, 설계 도면(CAD), 각종 이미지 등은 흔히 정형화된 데이터라고 생각하기 쉽다. 하지만 AI 관점에서 이는 모두 별도 해독과 재처리가 필요한 '비정형 데이터'일 뿐이다. 이 대표는 "사람은 문서를 보면 제목, 본문, 표, 그림을 직관적으로 구분하고 맥락을 이해하지만 AI는 이들을 텍스트, 도표, 이미지 단위로 나누고 다시 맥락을 연결하는 재조립 과정이 필수적"이라고 설명했다. 예를 들어 표가 포함된 문서를 단순히 텍스트로만 긁어오면 행과 열 수치가 섞여 AI가 부적합한 해석을 내놓게 된다. 또한 제조업 핵심인 설계 도면 역시 선과 면으로 이루어진 이미지를 AI가 인식할 수 있는 데이터 값(좌표 등)으로 변환하는 전처리 기술이 필요하다. 이 대표는 데이터베이스(DB) 역시 AI 친화적인 구조로 전환해야 한다고 강조했다. 기존 데이터 웨어하우스(DW)나 온라인 트랜잭션 처리(OLTP) 방식은 데이터 중복을 피하기 위해 테이블을 잘게 쪼개놓아 구조가 복잡하기 때문이다. 그는 "대규모 언어모델(LLM)은 테이블 간 연결이 많아질수록 길을 잃고 헤매기 쉽다"며 "AI가 데이터를 한 번에 쉽게 찾기 위해선 구조가 단순한 '별모양 스키마(Star Schema)' 구조로 전환하는 것이 유리하다"고 설명했다. 이종복 대표는 "이 방대한 전처리 과정을 사람이 일일이 수작업으로 진행한다면 비용과 시간은 기하급수적으로 늘어날 수밖에 없다"며 "결국 AI 도입 성패와 투자 대비 효과(ROI)는 얼마나 좋은 AI 모델을 쓰느냐가 아니라 이 복잡한 전처리 과정을 얼마나 자동화하고 효율화하여 비용을 낮추느냐에 달려 있다"고 강조했다.   [최고급 엔진도 '저급 연료' 넣으면 고장...AI 성패는 '데이터 정제'] 아이티센 인포유는 국내 대기업 고객사를 대상으로 서비스를 제공할 수 있었던 비결로 이런 문제 본질을 파고드는 '집요함'을 꼽았다. AI 시장 초기, 수많은 기업이 대규모언어모델(LLM) 성능을 자랑하거나 그럴듯한 데모 영상을 보여주는 데 급급할 때 아이티센 인포유는 정반대의 길을 택했다. 바로 고객사의 서버 깊숙한 곳에 쌓여있는 정제되지 않은 데이터를 직접 뜯어보고 구조화하는 '진흙탕 싸움'에 뛰어든 것이다. 이 대표는 당시 상황을 회상하며 "AI 도입을 원하는 고객사조차 보유한 데이터가 AI 학습에 적합한지 어디에 얼마나 있는지 모르는 경우가 태반이었다"고 말했다. 이에 아이티센 인포유는 단순히 AI 솔루션을 납품하는 데 그치지 않고 엔지니어를 투입해 수천, 수만 건에 달하는 비정형 데이터를 일일이 분석했다. 뒤죽박죽 섞인 문서 양식을 표준화하고 AI가 읽을 수 없는 저화질 이미지를 복원하거나 텍스트로 변환하는 등 남들이 기피하는 고된 작업을 도맡았다. 이 과정에서 축적된 노하우는 고스란히 독자적인 기술력이 됐다는 설명이다. 이 대표는 이를 자동차 엔진과 연료에 비유해 설명했다. "아무리 최고급 스포츠카 엔진(최신 AI 모델)을 가져다 놓아도 불순물이 섞인 저급 연료(정제되지 않은 데이터)를 넣으면 차는 고장이 나거나 제 속도를 내지 못한다"며 "우리는 단순히 좋은 엔진을 빌려오는 것을 넘어 그 엔진이 최고 성능을 발휘할 수 있도록 연료를 최상급으로 정제하는 기술에 집중했다"고 설명했다. 그 결과 아이티센 인포유는 데이터 수집부터 가공, 학습, 배포에 이르는 전 과정을 자동화한 '데이터 파이프라인' 구축 역량을 확보하게 됐다. 이 대표는 "단순히 데이터를 정리해 주는 용역 수준이 아니다"라며 "기업이 AI를 도입할 때 필연적으로 겪게 되는 '데이터 병목' 현상을 기술적으로 뚫어주고, 전처리 자동화 시스템을 통해 지속 가능한 AI 운영 환경을 만들어주는 것이 우리 핵심 경쟁력"이라고 강조했다.   [비용 낭비 막는 'AI 오케스트레이션'...멀티 LLM이 핵심] 데이터 처리 비용을 줄이는 것이 '초기 투자' 핵심이라면, AI 시스템을 지속적으로 운영하기 위한 '유지 비용(OpEx)'을 최적화하는 열쇠는 바로 '멀티 LLM(Multi-LLM)' 전략에 있다. 이 대표는 현재 많은 기업이 범하고 있는 오류 중 하나로 '고성능 만능주의'를 꼽았다. 그는 "단순한 사내 공지사항 검색이나 예약 업무를 처리하는 데, 1회 추론 비용이 매우 비싼 GPT-4나 제미나이 울트라 같은 최고 사양 상용 모델을 쓰는 것은 '소 잡는 칼로 닭을 잡는 격'"이라고 단언했다. 그는 기업의 AI 도입 목적이 다양하다는 점에 주목해야 한다고 설명했다. 창의적인 마케팅 문구를 쓰거나 복잡한 코드를 짜는 고난도 업무에는 고성능 상용 모델이 필요하지만, 정해진 매뉴얼 내에서 답을 찾는 업무에는 굳이 비싼 모델이 필요 없다는 것이다. 이 대표는 이에 대한 해법으로 오픈소스 기반 '경량화 모델(sLLM)'과 혼용을 제시했다. 그는 "예를 들어 보안이 생명인 인사(HR) 정보나 재무 데이터, 사내 규정을 다루는 AI는 외부 서버로 데이터가 나갈 필요가 없는 온프레미스 환경 sLLM으로 처리하는 것이 훨씬 안전하고 경제적"이라며 "반면 외부 트렌드 분석이나 방대한 일반 상식이 필요한 질문은 외부 고성능 API를 호출하도록 설계하면 보다 효율적"이라고 설명했다. 그는 "목적과 난이도에 따라 고성능 모델과 경량 모델, 상용 모델과 오픈소스 모델을 적재적소에 섞어 쓰는 하이브리드 전략이야말로 성능은 유지하면서 기업 AI 운영 비용을 낮추는 유일한 방법"이라고 조언했다.   ['데이터·AI 포털 통합'...제조업 강점 살린 '피지컬 AI'로 확장] 이종복 대표는 올해 흩어져 있던 솔루션을 하나로 모으고 소프트웨어를 넘어 제조 현장으로 AI 영역을 확장할 계획이다. 이를 위해 별도로 운영 중인 '데이터 포털'과 'AI 포털'을 통합한다. 이 대표는 "데이터를 찾고 이를 분석해 AI 서비스를 만드는 전 과정을 끊김 없이 제공하는 것이 목표"라며 "이를 통해 공공 분야 온프레미스 시장 공략을 가속화하고 그룹사 간 시너지를 극대화하겠다"고 밝혔다. 중장기적인 비전으로는 '피지컬 AI(Physical AI)'를 제시했다. 글로벌 경쟁력을 갖춘 국내 제조 인프라 데이터를 기반으로 AI를 로봇 등 하드웨어와 결합하겠다는 구상이다. 이 대표는 "미국이나 중국이 휴머노이드 로봇 등 피지컬 AI에 막대한 투자를 하고 있다"며 "우리나라는 제조 현장 데이터가 풍부한 만큼 단순한 LLM 모델 경쟁을 넘어 제조 데이터와 AI를 결합한 애플리케이션 분야에서 승부를 본다면 충분히 승산이 있다"고 자신했다.   출처: 아이티센인포유 이종복 대표 "AX 투자 80% 데이터, 전처리 비용 감축이 승부" - ZDNet korea]]> Wed, 14 Jan 2026 11:03:18 +0000 <![CDATA[아이티센인포유, 애저 데이터브릭스 기반 ‘실전형 AX 전략’ 공유]]> 데이터·인공지능(AI) 전문기업 아이티센인포유는 마이크로소프트와 데이터브릭스가 공동 개최한 세미나에 참여해 실전형 데이터·AI 전략과 적용 시나리오를 공유했다고 30일 밝혔다. 이번 세미나에서 아이티센인포유는 ‘미래 지향적 데이터 전략(Future-Ready Data Strategy)’을 주제로, 데이터를 단순한 관리 대상이 아닌 비즈니스 모델 혁신의 핵심 자산으로 전환하는 구체적인 로드맵을 제시했다. ​ 특히 제조, 유통, 금융 등 다양한 산업군 관계자들을 대상으로 데이터와 AI가 결합해 고객 경험을 개선하고 운영 효율을 극대화하는 플랫폼 구축 전략을 심도 있게 다뤘다. ​아이티센인포유는 발표 세션을 통해 애저 데이터브릭스(Azure Databricks) 기반 데이터 플랫폼 구축부터 AI 활용에 이르는 전 과정을 하나의 연결된 시나리오로 풀어냈다. 단순한 기술 기능 소개에서 벗어나, 기업 내부의 파편화된 비정형 데이터까지 통합해 자연어 기반으로 분석하는 방식을 시연했다. 이종복 아이티센인포유 대표는 “이번 세미나는 최신 기술 트렌드를 전달하는 것을 넘어, 애저 데이터브릭스 환경에서 데이터와 AI를 어떻게 실제 비즈니스 혁신과 연결할 것인가에 대한 해답을 공유하는 자리였다”며, “기업의 데이터 성숙도에 맞춘 최적화된 AX 전략을 함께 설계하고 실행하는 파트너로서 역할을 강화할 것”이라고 말했다.   출처: https://www.digitaltoday.co.kr/news/articleView.html?idxno=617124]]> Thu, 08 Jan 2026 15:50:38 +0000 <![CDATA[아이티센인포유, 데이터브릭스 'DPP' 파트너 인증 획득…“글로벌 수행 역량 입증”]]> 아이티센인포유가 데이터브릭스로부터 데이터 전환 프로젝트 수행 역량을 검증받았다. 아이티센인포유는 글로벌 데이터 인텔리전스 플랫폼 기업 데이터브릭스의 '수행 파트너 프로그램(DPP)' 공식 파트너 인증을 22일 획득했다. DDP 인증은 데이터 플랫폼 구축, 데이터 엔지니어링, AI·거대언어모델(LLM) 기반 서비스 구현 등 엔터프라이즈 데이터 전환 프로젝트의 실질적 수행 역량을 검증하는 제도다. 아이티센인포유는 데이터브릭스가 요구하는 최고 기술 기준을 충족해 파트너 자격을 인정받았다. 아이티센인포유는 그동안 다양한 산업군에서 데이터 통합과 분석 환경 고도화를 지원해왔다. 특히 데이터 통합 관리와 AI 활용을 지원하는 '레이크하우스' 아키텍처를 산업 현장에 성공적으로 적용하며 전문성을 입증했다. 실제 한 글로벌 제조 그룹은 아이티센인포유 지원을 통해 데이터 사일로(칸막이)를 해소하고, 그룹 데이터를 통합해 실시간 분석 중심 경영 보고 체계를 구축했다. 석유화학 제조 기업은 생산계획 수립 프로세스를 '데이터브릭스 노트북' 기반으로 자동화했다. 이를 통해 기존 2~3일 소요되던 업무를 10분 이내로 단축했다. 아이티센인포유는 이번 인증을 계기로 데이터 플랫폼 설계·구현뿐만 아니라 데이터 인텔리전스 중심 분석 환경 고도화, AI 활용 컨설팅 역량을 강화할 방침이다. 데이터와 AI를 비즈니스 성과로 연결하려는 기업 수요에 적극 대응한다는 전략이다. 이종복 아이티센인포유 대표는 “DPP 파트너 인증은 회사의 데이터·AI 구축 역량이 글로벌 기준에서 공식 검증됐다는 의미”라며 “데이터 인텔리전스 플랫폼을 중심으로 기업의 데이터 활용과 AI 전환을 현실적이고 안정적으로 지원하는 전문 파트너 역할을 강화하겠다”고 말했다. 출처: 아이티센인포유, 데이터브릭스 'DPP' 파트너 인증 획득…“글로벌 수행 역량 입증” - 전자신문]]> Mon, 22 Dec 2025 11:20:41 +0000 <![CDATA['데이터 칸막이' 없앤다…아이티센인포유, 제조업 AI·데이터 통합 전략 공개]]> [MS·데이터브릭스와 세미나 개최…데이터 통합·자동화·AI 기반 의사결정 혁신 소개]  

아이티센인포유가 제조 기업의 복잡한 데이터 통합 관리와 인공지능(AI) 도입을 쉽게 수행하는 지원 전략을 제시했다. 아이티센인포유는 마이크로소프트(MS)·데이터브릭스와 함께 데이터 관리 방안과 실제 사례를 공유하는 세미나를 개최했다고 26일 밝혔다.

이번 행사에서는 제조 기업들의 성공 사례가 주목받았다. 국내 한 대기업 제조사는 그동안 계열사마다 데이터를 저장하는 방식이 다르고 서로 공유가 되지 않는 '데이터 칸막이' 현상을 겪어왔다. 이에 아이티센인포유는 데이터브릭스 기술을 활용해 흩어진 데이터를 한 곳에 통합하고 이를 시각화 도구인 '파워 BI'와 연결했다. 그 결과 데이터의 정확도가 높아진 것은 물론 경영진이 필요한 정보를 즉각 확인할 수 있게 돼 의사결정 속도가 획기적으로 빨라졌다.

업무 효율을 극적으로 높인 사례도 소개됐다. 또 다른 대형 제조기업은 제품 생산 계획을 세우는 시뮬레이션 작업에 매번 많은 시간을 허비해야 했다. 하지만 데이터브릭스 기반의 자동화 시스템을 도입한 후, 이 과정이 10분 이내로 단축됐다. 단순 시스템 교체를 넘어 직원들이 더 중요한 업무에 집중할 수 있는 환경을 만든 것이다.

아이티센인포유는 최근 기업들의 화두인 AI 도입 전략도 발표했다. 특히 사용자가 마치 사람에게 묻듯 질문하면 AI가 사내 데이터를 찾아 답변해 주는 기술을 소개했다. 복잡한 준비 과정 없이 기업이 원하는 맞춤형 AI 기능을 빠르고 안전하게 구축해 주는 역량과 노하우가 강조됐다.

  출처: '데이터 칸막이' 없앤다…아이티센인포유, 제조업 AI·데이터 통합 전략 공개 - ZDNet korea]]> Mon, 01 Dec 2025 14:42:08 +0000 <![CDATA["애저에서 스노우플레이크 어떻게 쓸까?"… 아이티센인포유, 데이터 클라우드 전략 공개]]> 아이티센인포유가 국내 기업들의 데이터 클라우드 전환 가속화를 위한 차별화된 성공 전략을 제시했다. 아이티센인포유는 마이크로소프트(MS)·스노우플레이크와 함께 한국MS 본사에서 '스노우플레이크 온 애저' 세미나를 공동 개최했다고 5일 밝혔다. 아이티센인포유는 이번 세미나에서 MS와 스노우플레이크가 제공하는 데이터 클라우드 혁신 전략을 공유했다. 이와 함께 국내 시장의 특성과 애저 환경에 최적화된 데이터 아키텍처를 기반으로 멀티 클라우드와 인공지능(AI) 혁신을 가속화할 수 있는 전략과 고객 사례를 공개하며 데이터 플랫폼 전문성을 입증했다. 세미나는 ▲MS 및 스노우플레이크와 함께하는 데이터 자산 혁신 전략 ▲스노우플레이크 온 애저 고객 성공 사례 ▲스노우플레이크 온 애저를 통한 데이터 파운데이션 구축 및 AI 혁신 ▲아이티센인포유의 기술검증(PoC) 프로그램 소개순으로 진행됐다. 각 세션에서는 기업이 기존 애저 인프라를 활용하면서도 멀티 클라우드 전략부터 데이터 확장성, 보안, 데이터 시각화(BI), AI 분석 효율성까지 동시에 확보할 수 있는 아이티센인포유의 구체적인 구현 방안이 제시됐다. 특히 데이터 플랫폼 전문 컨설팅을 구현하는 아이티센인포유는 다수 레퍼런스를 기반으로 도출한 스노우플레이크 도입 성공 5단계 로드맵’ 등 차별화된 컨설팅 노하우를 공개하며 주목받았다. MS와 스노우플레이크 공식 파트너사인 아이티센인포유는 애저 클라우드 환경에 최적화된 데이터 아키텍처 설계·구축·운영 역량을 바탕으로 스노우플레이크 도입 효과를 단기간에 검증하고 안정적으로 확장할 수 있도록 돕는 기업 맞춤형 PoC 프로그램을 운영하고 있다. 아이티센인포유 관계자는 "이번 세미나는 단지 기술을 소개하는 자리를 넘어 국내 기업이 애저 환경에서 스노우플레이크를 실질적인 비즈니스 혁신 도구로 활용할 수 있는 방안을 제시하는 자리였다"며 "아이티센인포유는 BI부터 AI까지 연결되는 통합 데이터 생태계를 애저 환경에서 완벽히 구축할 수 있는 통합 구현 역량을 보유한 전문 파트너로 자리매김하고 있다"고 말했다. 출처: "애저에서 스노우플레이크 어떻게 쓸까?"…아이티센인포유, 데이터 클라우드 전략 공개 - ZDNet korea]]> Fri, 07 Nov 2025 14:01:28 +0000 <![CDATA[[모집 마감] 아이티센인포유 11월 AI 프롬프트 엔지니어링 교육 안내]]> ※ 신청자가 많아 조기 마감될 수 있습니다. 등록이 확정된 분께는 이메일로 개별 연락 드립니다. 교육을 신청하셨더라도 메일을 받지 못하셨다면 참석이 불가합니다.

⬇️ 신청하러 가기 (click) ⬇️

11월 아이티센인포유 AI 프롬프트 엔지니어링 교육 사전 등록

]]> Mon, 27 Oct 2025 10:54:37 +0000 <![CDATA[[성공사례] “보안은 강화하고, 서비스는 그대로” 국내 건설 대기업의 DB 이관 프로젝트]]> 📌 고객 프로젝트는 어떻게 진행될까요? 현장 PM이 직접 전하는 생생한 프로젝트 후기입니다.

기업 데이터 보안의 중요성이 날로 높아지는 시대, 건설 대기업 A사는 기존 클라우드 환경에서 발생한 보안 이슈를 해결하기 위해 내부 클라우드 환경으로의 전환 프로젝트를 추진했습니다. 특히, 민감한 경영관리 데이터를 보다 안전하게 보호하면서도 기존의 BI 시스템과의 연계를 유지하는 것이 핵심 과제였습니다. 이번 글에서는 프로젝트의 개요부터 기술적 도전과 해결 과정, 그리고 성공적인 성과까지 정리해 소개합니다.

  

A 건설 대기업 DB 이관 프로젝트 담당 PM 💁‍♂️ 아이티센인포유 (인포유앤컴퍼니 통합 사명) PJT팀 이상목 팀장님

  

Q1. 이번 프로젝트는 어떤 배경에서 시작되었나요? 민감 데이터의 내부 클라우드 환경 이관

건설 대기업 A사는 경영관리 데이터를 Azure 기반의 MI DB에서 관리하고 있었지만, BI 리포트의 데이터셋이 SaaS 환경에 저장된다는 보안 문제로 내부 보안 심의에서 이슈가 제기되었습니다. 이에 따라, 데이터를 보다 안전하게 보호할 수 있는 내부 클라우드 환경으로의 이관이 추진되었습니다. 문제는 단순히 데이터를 옮기는 것이 아니라, 기존에 사용 중인 Power BI 등의 SaaS 기반 서비스들과 호환을 유지해야 했다는 점입니다. 이에 대한 기술적 해결책으로 SSAS 기반의 아키텍처가 채택되어, 내부 클라우드 환경으로의 DB 이관과 SSAS 서비스 구축이라는 두 축으로 프로젝트가 진행되었습니다.

  

Q2. 프로젝트의 핵심 목표는 무엇이었나요? 2가지 핵심 목표

이번 프로젝트의 핵심 목표는 두 가지였습니다. 첫째, 민감한 경영관리 데이터를 내부 클라우드 환경으로 안전하게 이관하는 것. 둘째, Power BI의 SaaS 기반 저장 구조를 제거하면서도 기존 BI 서비스를 유지하는 것. 특히 보안 이슈 해결이 가장 큰 조건이었습니다. 또한, 엑셀 기반 업무에 익숙한 사용 환경도 고려되어, 데이터 접근성과 호환성 확보가 병행되어야 했습니다.

  

  

Q3. 어떤 해결 방안을 선택하셨나요? 단순화, 차별화, 그리고 실행력

1️⃣ 단순하고 안정적인 데이터 이관 전략 복잡한 CDC나 Azure Data Factory 같은 방식 대신, 최대한 간단하고 안정적인 방법을 택했습니다. - 패키지를 통한 데이터 전송으로 DB to DB 직접 연결기반의 ETL 방식 구현으로 효율적 데이터 이전 - 복잡한 구성 대신, 간단한 인프라 구조로 설계 - 백업 이후에도 MI DB로의 지속적 복제를 고려하여 안정적 운영 기반 확보 이러한 전략 덕분에 시스템은 더 단순해졌고, 운영 안정성도 높일 수 있었습니다.

2️⃣ 보안과 서비스를 모두 잡은 인포유의 차별화된 기술 이번 프로젝트는 일반적인 클라우드 이전과는 달랐습니다.

보안 강화를 위해 SaaS 환경을 PaaS 기반으로 치환하는 역방향 설계가 필요했기 때문입니다. -내부 클라우드 환경(SSAS 기반) 구축을 통해 보안 요구사항 충족 -기존 Power BI 기반 리포트 서비스를 유지하면서도 SaaS 데이터 저장 문제 해결 -엑셀과의 연동성을 보장해 사용자 친화적인 환경도 유지 보안과 기술의 균형을 맞춰야 했던 설계는 기술적으로 도전적인 과제였지만, 성공적으로 완수했습니다.

  

Q4. 프로젝트 진행 중 어떤 기술적 도전이 있었나요? 기술적 도전과 해결 전략

▪️ 기술적 도전 과제 추가적으로 다음과 같은 기술적 도전 과제에도 직면했습니다. -내부 클라우드 환경(SSAS)과 Power BI 연계 방식 확보 -Live Connection 사용 시 발생할 수 있는 성능 저하 -BI 데이터셋을 사용자 이벤트로 갱신해야 하는 기술적 이슈

▪️ 구체적인 대응 전략 이러한 도전 과제를 해결하기 위해 인포유 팀은 다음과 같은 전략을 실행했습니다. -Live Connection을 활용해 SSAS와 Power BI 연계 구현 -전용망(CX망)을 활용해 성능 이슈 최소화 -사용자 이벤트를 Power Automate로 SSAS 데이터셋 갱신 프로세스 구축 기술적 복잡성을 효율적으로 해소하며, 사용자의 실사용 환경에 미치는 영향을 최소화했습니다.

  

Q5. 프로젝트의 주요 성과는 무엇인가요? 완벽한 보안 문제 해결과 고객 만족

▪️보안 문제 해결 이번 프로젝트의 가장 큰 성과는, 바로 보안 문제를 완벽하게 해결했다는 것입니다. 내부 클라우드 환경으로의 전환으로 인해 SaaS 기반의 데이터 저장 이슈가 해소되었고, 보안 심의에서도 높은 평가를 받았습니다.

▪️고객의 반응 A 건설 대기업에서는 아이티센인포유의 클라우드 기반 솔루션 구축에서의 전문성과 실행력을 높이 평가했으며, MSPP나 Azure 기반의 유사 프로젝트의 제안 요청이 이어질 정도로 긍정적인 반응을 보였습니다.

  

Q6. 프로젝트 성공의 핵심 요인은 무엇이라고 생각하시나요? 인포유의 기술 전문가, 협업

프로젝트 성공의 요인으로는 인포유의 기술 전문가들과 삼성물산 경영관리 시스템 운영 담당자간 긴밀한 협업을 꼽고 싶습니다. 프로젝트에는 공준석 이사님, 전태현 부장, 신용준 부장, 온경태 프로, 이정호 프로, 그리고 정재연 부장이 함께 참여하며 기술 설계부터 구현, 테스트까지 모든 단계를 안정적으로 이끌었습니다.

   

    

Q7. 이번 프로젝트에서 얻은 인사이트가 있다면? 클라우드 아키텍처 재설계의 모범 사례

이번 프로젝트는 단순한 기술적 전환이 아니라, 보안을 중심에 둔 클라우드 아키텍처 재설계의 모범 사례입니다. 기술력, 실행력, 협업이 조화를 이루며 이뤄낸 성공적인 전환으로 A 건설 대기업의 디지털 보안 전략을 한층 더 강화시킬 수 있었습니다.

   

Q8. 마지막으로 한 말씀 부탁드립니다.

SaaS 환경이 아닌 보안 강화된 구조를 선택하면서도 사용자 경험을 유지하는 프로젝트는 흔치 않습니다. 인포유의 기술 전문가들이 모인 어벤져스 팀 덕분에 보안과 사용자 경험을 모두 확보한 성공적인 프로젝트로 마무리할 수 있었던 것 같습니다.

    

📌 우리 회사에도 이런 프로젝트가 필요하다면? 아이티센인포유와 함께 성공 사례를 만들어보세요.

]]> Mon, 29 Sep 2025 12:14:30 +0000 <![CDATA[아이티센인포유 “데이터 플랫폼 최적화 리더십 입증”]]> 데이터·인공지능(AI) 전문 기업 아이티센인포유는 데이터 플랫폼 최적화 시장에서 확고한 리더십을 입증했다고 22일 밝혔다. 기업 맞춤형 클라우드 솔루션에 주력해온 아이티센인포유는 마이크로소프트와 손잡고 애저 기반의 스노우플레이크 데이터 플랫폼 구축 역량을 선보였다. 해당 기술력은 지난 9일 진행된 ‘스노우플레이크 월드 투어 서울 2025’에서 마이크로소프트 부스 지원을 통해 제시됐다. 국내 기업들의 데이터 활용도를 극대화할 수 있는 실질적인 방안도 제공했다. 이번 행사는 스노우플레이크 기반 데이터 플랫폼의 가능성을 소개했다. 특히 기업 고객이 클라우드 환경에서 데이터 △웨어하우스 △데이터 레이크 △실시간 데이터 처리 등 최신 데이터 플랫폼 구축 사례를 경험할 수 있도록 마련됐다. 회사는 국내 기업 고객들도 애저 환경에서 스노우플레이크를 활용할 수 있게 되면서 기존 애저 인프라를 그대로 활용하면서도 멀티 클라우드 전략, 데이터 확장성, 보안·분석 효율성을 확보할 수 있다는 점을 강조했다. 아이티센인포유는 이번 행사 참여를 통해 클라우드 환경에서의 데이터 플랫폼 전문성을 입증했다고 자평했다. 국내 기업 환경에 특화된 애저 기반의 데이터 웨어하우징과 데이터 레이크 구축 노하우 등 복잡한 데이터 파이프라인을 효율적으로 관리하는 ETL/ELT 자동화 솔루션을 선보이며 방문객들의 이해를 도왔다. 데이터 거버넌스 체계 구축과 데이터브릭스, 스노우플레이크를 아우르는 멀티 클라우드 환경 최적화 설계 역량도 내세웠다. 아이티센인포유 관계자는 “이번 행사는 애저를 기반으로 스노우플레이크를 활용하고자 하는 국내 기업들의 실질적인 요구를 확인하는 소중한 기회였다”며 “마이크로소프트 공식 파트너사로서 회사만의 기술력과 노하우를 결합해 고객 맞춤형 데이터 플랫폼 구축과 최적화 솔루션 제공 역량을 강화할 계획”이라고 말했다.
출처: 아이티센인포유 “데이터 플랫폼 최적화 리더십 입증” - 부산일보
]]> Tue, 23 Sep 2025 14:58:14 +0000 <![CDATA[아이티센인포유 사명 변경 및 아이티센 그룹 관계사 편입 안내]]>

안녕하세요. 아이티센인포유(인포유앤컴퍼니 통합 사명)입니다.

아이티센 그룹의 관계사로 새롭게 함께하게 됨에 따라, 사명을 변경하게 되었음을 알려드립니다. 고객 여러분께 한층 더 신뢰할 수 있는 서비스를 제공하는 아이티센인포유가 되겠습니다.

앞으로도 변함없는 관심과 성원 부탁드립니다. 감사합니다.

]]> Mon, 15 Sep 2025 10:48:21 +0000 <![CDATA[삼성물산]]> Azure 기반 RISE with SAP ERP 전환 사례

“클라우드 기반 ERP 전환으로 글로벌 비즈니스 표준화와 운영 효율성 강화”

고객사 소개 (Company Overview) 삼성물산 건설부문은 아파트 브랜드 래미안, 두바이 부르즈 할리파, 인천대교 등 국내외 주요 건설 프로젝트를 수행하며, 글로벌 건설 시장에서 선도적 위치를 차지하고 있는 대한민국 대표 종합 건설 기업입니다. 직면 과제 (Challenge) 국내 맞춤형 온프레미스 ERP로는 증가하는 해외 프로젝트를 효율적으로 운영하기 어려웠습니다. 글로벌 스탠다드에 맞는 유연한 ERP 시스템 도입이 필요했습니다. 적용 솔루션/리소스 (Solutions/Resources) - Microsoft Azure - RISE with SAP - Power Platform (Power Apps 등) 프로젝트 성과 (Project Outcomes) - ERP 클라우드 전환으로 글로벌 비즈니스 표준화 달성 - IT 자산 운영 효율성 강화 및 향후 레거시 애플리케이션 클라우드 이전 기반 마련 - 직원 친화적 UI 구현으로 업무 편의성 향상 - 건설 현장 HSE 플랫폼 등 로우코드 기반 업무 프로세스 혁신 지원 출처: 삼성물산, Microsoft Azure 기반으로 RISE with SAP 구현 | Microsoft Customer Stories]]> Fri, 12 Sep 2025 12:36:52 +0000 <![CDATA[[모집 마감] 아이티센인포유 9월 AI 프롬프트 엔지니어링 교육 안내]]> ※ 신청자가 많아 조기 마감될 수 있습니다. 등록이 확정된 분께는 이메일로 개별 연락 드립니다. 교육을 신청하셨더라도 메일을 받지 못하셨다면 참석이 불가합니다.

⬇️ 신청하러 가기 (배너 click) ⬇️

https://forms.office.com/r/MupksMGS8L

]]> Thu, 04 Sep 2025 09:34:35 +0000 <![CDATA[[모집 마감] 아이티센인포유 8월 AI 프롬프트 엔지니어링 교육 안내]]> ※ 신청자가 많아 조기 마감될 수 있습니다. 등록이 확정된 분께는 이메일로 개별 연락 드립니다. 교육을 신청하셨더라도 메일을 받지 못하셨다면 참석이 불가합니다.

⬇️ 신청하러 가기 (배너 click) ⬇️ https://forms.office.com/r/Qh3TrbYNmx

]]> Tue, 12 Aug 2025 11:31:47 +0000 <![CDATA[아이티센인포유, 국내 종합식품기업 Power BI 분석 환경 고도화]]> 아이티센인포유, 국내 종합식품기업 Power BI 분석 환경 고도화 데이터·AI 전문기업 '아이티센인포유'(인포유앤컴퍼니의 통합 사명)가 최근 국내 대표 종합식품기업의 BI 환경 전환 프로젝트를 성공적으로 완료했다. 이번 프로젝트는 기존 데이터 분석 시스템의 라이선스 비용 부담, 보고서 성능 이슈, 데이터 관리의 복잡성 등을 해결하기 위해 진행됐다. 아이티센인포유는 대형 식품 제조사가 먹거리 소비에 민감한 소비자들의 선택에 빠르게 대응할 수 있는 민첩한 분석 환경을 갖추기 위해 기존에 사용하던 시스템에서 Power BI 기반의 플랫폼으로 전환을 추진했다. 기존에 사용하던 분석 툴은 라이선스 비용 부담이 컸고, 데이터 활용 효율성 측면에서도 한계가 있었다. 아이티센인포유는 고객사의 기존 사용자 경험을 해치지 않으면서도, 보고서 속도 개선과 유지보수 비용 절감이라는 과제를 동시에 해결하고자 했다. 이를 위해 기존 분석 흐름을 최대한 반영하고, Power BI 기반으로 마이그레이션을 진행했다. 고객의 도메인에 대한 빠른 이해를 바탕으로 주제 영역별 데이터 마트를 신속히 설계·구축했고, 통합 마트 테이블 설계를 통해 데이터 사일로 문제를 해소했다. 프로젝트 수행 결과, 전체 보고서의 차트 전환율은 90%에 달했으며, 보고서당 사용 테이블 수를 줄이고, 테이블 단에서 로직을 사전 처리함으로써 쿼리 성능이 크게 향상됐다. 동시에 데이터 품질 개선과 정확성 향상을 통해, 실무 현장에서의 신뢰도와 사용 편의성을 확보했다. 아이티센인포유는 이번 프로젝트를 통해 쌓은 경험을 바탕으로 기업 맞춤형 BI 전환 및 데이터 분석 환경 최적화에 필요한 기술력과 컨설팅 역량을 입증했다. 아이티센인포유 담당 PM은 “짧은 기간 안에 고객사 환경에 최적화된 모델링과 DAX 구현을 통해 고객사가 기대한 성과를 빠르게 도출할 수 있었다”며 “이번 프로젝트는 고객사의 데이터 활용 역량 자체를 한 단계 끌어올린 의미 있는 사례였다”고 전했다. 한편, 아이티센인포유는 BI 구축뿐 아니라 AI 플랫폼 및 데이터 플랫폼 영역 전반에서의 기술력과 경험을 바탕으로 기업의 데이터 기반 전환을 위한 End-to-End 컨설팅을 수행하고 있으며, Data & AI 전문 기업으로서의 시장 내 포지셔닝을 강화하고 있다. 출처: 아이티센인포유, 국내 종합식품기업 Power BI 분석 환경 고도화 - 전자신문]]> Tue, 12 Aug 2025 11:27:27 +0000 <![CDATA[[모집 마감] 인포유앤컴퍼니 8월 Power BI 기초 교육 안내]]> ※ 신청자가 많아 조기 마감될 수 있습니다.

등록이 확정된 분께는 이메일로 개별 연락 드립니다.

교육을 신청하셨더라도 메일을 받지 못하셨다면 참석이 불가합니다.

]]> Fri, 11 Jul 2025 11:28:23 +0000 <![CDATA[[모집 마감] 인포유앤컴퍼니 7월 AI 프롬프트 엔지니어링 교육 안내]]> ※ 신청자가 많아 조기 마감될 수 있습니다. 등록이 확정된 분께는 이메일로 개별 연락 드립니다. 교육을 신청하셨더라도 메일을 받지 못하셨다면 참석이 불가합니다.

⬇️ 신청하러 가기 (배너 click) ⬇️ https://forms.office.com/r/Zu3UTaexH4

]]> Tue, 01 Jul 2025 15:56:25 +0000