Gartner Top Strategic Technology Trends for 2022 리뷰
Updated:
참고 자료
https://www.gartner.com/en/information-technology/insights/top-technology-trends
1. Intro
최근 발표한 Gartner Top Strategic Technology Trends for 2022 에 대해서 리뷰해보겠습니다.
2022년에는 12가지 기술에 대해서 소개할 예정인데, 기술을 살펴보기에 앞서 3가지 트렌드를 살펴보겠습니다.
개인적인 견해도 많이 들어가 있고 분야별로 알고 있는 지식이 달라 자료의 양이 편향적일 수 있으니 양해부탁드립니다.
Engineering Trust
이 영역의 기술들은 클라우드 및 비클라우드 환경에서 안전하게 데이터가 처리되고 통합되게하여, 탄력적이고 효율적인 IT 기초를 만들어서 효율적인 확장을 가능하게 합니다.
Sculpting Change
이 영역은 창의적이고 새로운 기술과 솔루션으로 조직의 디지털화를 확장 및 가속화할 수 있다. 이 기술들의 트렌드를 통해 어플리케이션을 빠르게 만들어 빨라지는 변화 속도에 대응하여 비즈니스 활동을 자동화하고, 인공지능을 최적화하고, 더 빠르고 현명한 의사결정을 가능하게 해준다.
Accelerating Growth
이 영역의 전략적 기술 트렌드를 통해 비즈니스 성공 및 시장 점유율의 확보로 이어지는 IT 전력 증강을 촉발시킬 수 있다. 이 트렌드를 통해 가치 창출을 극대화하고 디지털 기능을 강화할 수 있다.
2. What are the 12 top strategic technology trends, 2022 — and why are they valuable?
몇년전부터 단골로 나오는 트렌드도 보이네요. 대표적으로 자동화, AI, 개인정보, 클라우드가 있습니다. 그리고 새로운 트렌드가 보이는데 Data Fabric이 있내요.
하나씩 상세히 알아보겠습니다.
Trend 1: Data Fabric
Data Fabric은 플랫폼과 비즈니스 사용자를 아우르며 데이터 소스의 유연하고 탄력적인 통합을 제공한다. 이를 통해 데이터의 위치와 무관하게 필요한 모든 곳에서 데이터를 활용할 수 있게 된다.
Data Fabirc의 진정한 비즈니스 가치는 애널리틱스를 활용하여 학습하고 데이터가 어디에서 사용되고 변화되어야 하는지를 적극적으로 조언할 수 있는 능력에 있다. 이는 데이터 관리 노력을 70%까지 줄일 수 있다.
제일 먼저 생각나는게 있는데 관련 사례를 통해 보여드리겠습니다. 데이터 분석가에 업무에서 가장 많은 시간을 차지하는 업무는 무엇일까요. 아래 항목들을 보시면서 생각해보시고, 관련 자료 확인하시면 됩니다.
- Building Training Sets
- Cleaning and Organizing Data
- Collecting Data Sets
- Mining Data for Patterns
- Refining Algorithms
- Other
Forbes에서 인용한 CrowdFlower의 설문 결과에 따르면 데이터 분석가의 업무 중 80%의 작업이 데이터 수집 및 전처리과정에 사용된다고 하내요.
즉, Data Fabric이란 데이터 소스의 유연하고 탄력적인 통합 뿐만 아니라 이러한 시간이 오래 소요되는 작업을 해결하여 데이터가 더 많이 활용될 수 있게 하는 트렌드라고 생각합니다.
Trend 2: Cybersecurity Mesh
Cybersecurity Mesh는 널리 분산된 별개 보안 서비스들을 통합하는 유연한 조합형 아키텍처이다. Cybersecurity Mesh는 동종 최고의 독립형 보안 솔루션들이 함께 작동하여 전반적 보안을
향상시키고 보호하고자 하는 자산 가까이에 통제점을 옮길 수 있게 해준다. 이는 클라우드 및 비클라우드 환경 전반에서 빠르고 안정적으로 신원, 맥락, 정책 준수 등을 확인할 수 있다.
보안은 아무리 강조해도 부족합니다. 최근에 있었던 최악의 보안 사고 관련 자료 보내드리고 마무리 하겠습니다.
21년 12월 Apache Log4j 보안 취약점 사고입니다.
- Apache Log4j 2에서 발생하는 원격코드 실행 취약점(CVE-2021-44228)
- Apache Log4j 2에서 발생하는 원격코드 실행 취약점(CVE-2021-45046)
- Apache Log4j 1.x에서 발생하는 원격코드 실행 취약점(CVE-2021-4104)
참고자료: [KISA, Apache Log4j 2 보안 업데이트 권고 - 보안공지 자료실](https://www.krcert.or.kr/data/secNoticeView.do?bulletin_writing_sequence=36389)
참고자료: Log4J Moment :D
Trend 3: Privacy-Enhancing Computation
개인정보 보호 강화 컴퓨팅은 신뢰할 수 없는 환경에서의 개인 데이터 처리를 안전하게 해준다. 진화하는 개인정보 및 데이터 보호 관련 법들과 소비자 관심의 증가가 이 동향을 강화하고 있다. 이는 다양한 개인정보 보호 기법들을 활용하여 컴플라이언스 요건을 충족시키는 동시에 데이터로부터 가치를 창출할 수 있게 해준다.
데이터 가치는 계속해서 증가하고 있습니다. 기업에서는 사용자의 다양한 데이터를 수집하여 가치와 서비스를 창출하는데, 해외 유럽, 미국을 비교했을 때 우리나라는 개인정보의 취약할 수 밖에 없습니다.
우리나라는 주민번호하나만 있어도 당사자의 모든 정보를 얻을 수 있기 때문이죠. 그래서 Gartner 에서도 개인정보를 최근 몇년간 계속에서 강조하는것 같습니다.
Trend 4: Cloud-Native Platforms
클라우드 네이티브 플랫폼은 탄력적이고 민첩한 새로운 애플리케이션 아키텍처를 구축할 수 있게 해주는 기술이다. 이는 빠른 디지털 변화에 대응할 수 있게 해준다. 이는 클라우드의 효용을 충분히 활용하지 못하고 유지관리에 복잡성을 더했던 전통적인 리프트 앤 시프트(life and shift) 접근법을 개선하는 효과도 가져온다.
클라우드에 대표 기업이 3가지가 있죠. AWS, Azure, GCP
참고자료: Big Data Pipeline on AWS, Microsoft Azure, and Google Cloud
그리고 국내 기업에서도 Naver, KT, 카카오, 카페24 같은 기업들이 있습니다. 다양한 장점들로 인하여 국내 클라우드 시장은 계속 증가할 것입니다.
- [클라우드 이해하기] ② 클라우드의 장점과 단점
- 클라우드 서비스의 장·단점과 국내외 시장 동향 - Samsung SDS
- 클라우드 컴퓨팅의 이점 - 대한민국 IBM
- 클라우드란 무엇인가 - 개념, 장점, 서비스 구분
Trend 5: Composable Applications
조합형 애플리케이션은 비즈니스 중심 모듈 구성요소들로 구축된다. 이는 코드의 활용, 재활용을 보다 쉽게 만들어 주고 새로운 소프트웨어 솔루션들의 시장 출시 및 조직 가치 창출까지의 시간을 줄여준다.
많은 IT 회사에서 지향하는 MSA Architecture 라 생각합니다.
과거의 Monolithic Architecture 비교 이미자와 관련 포스트 보내드리고 마무리 하겠습니다.
Trend 6: Decision Intelligence
의사결정 인텔리전스는 조직 의사결정을 향상시키기 위한 실용적 접근법이다. 이는 각 의사결정을 하나의 프로세스 세트로서 모델링한다. 이때 인텔리전스와 애널리틱스가 적용되어 의사결정에 정보를 제공하고, 이로부터 학습하고, 이를 조정한다. 의사결정 인텔리전스는 사람의 의사결정을 지원, 강화하고, 잠재적으로 강화 애널리틱스, 시뮬레이션, 인공지능 등을 활용하여 자동화할 수도 있다.
데이터 기반 의사결정이라 생각합니다.
위에서 참고한 논문에서 인용하자면 기업 내에서 만들어진 데이터는 그 기업의 활동 결과에 대한 사실(Fact)을 담고 있다. 따라서 내부 데이터를 처음 생산하는 시점부터 수집, 가공, 분석만 잘해도 유의미한 통찰을 얻을 수 있으며 이를 기반으로 보다 더 정확한 의사결정을 수행할 수 있을 것이다 라고 한다.
Trend 7: Hyperautomation
초자동화는 가능한 많은 비즈니스 및 IT 프로세스들의 파악, 평가, 자동화를 위한 비즈니스 지향 접근법이다. 이는 확장, 원격 운영, 비즈니스 모델 디스럽션을 가능하게 한다.
가장 먼저 생각나는 기술은 챗봇이 있습니다. 그리고 공장 자동화가 생각나네요. 그리고 데이터 프로세스 마이닝이 있다고 생각합니다.
제가 첨부해드린 자료는 실생활에서 적용된 자동화 기술 및 사례라고 생각하는데, 이외에도 더 많은 사레가 있을거라 생각합니다.
Trend 8: AI Engineering
인공지능 엔지니어링은 인공지능 딜리버리를 간소화하기 위해 데이터, 모델, 애플리케이션에 대한 업데이트를 자동화함으로써 생산 인공지능 솔루션의 가치를 최적화하는 것을 목표로 한다. 이는 강력한 인공지능 거버넌스와 결합되어 인공지능 딜리버리를 체계화하여 계속적 비즈니스 가치를 창출할 것이다.
AI및 딥러닝을 할 때 중요한 사항 중 하나가 어떤 모델을 선택하여 사용할 것인지라고 생각합니다.
모델은 다양하고 필요한 인수값은 엄청 많기 때문이죠. 대표적인 MNIST 데이터를 분석하는 모델 중 하나인 1998년에 나온 LeNet 도 아래처럼 복잡한 구조를 가집니다.
참고논문: Gradient-based Learning Applied to Document Recognition
데이터의 형태와 용도에 따라서 모델을 최적화하여 가치를 창출하는 기술이라 생각합니다.
Trend 9: Distributed Enterprises
분산형 기업은 원격 근무 직원 경험을 개선하고, 소비자 및 파트너 접점을 디지털화하고, 제품 경험을 구축하기 위한 디지털 우선, 원격 우선 비즈니스 모델이다. 원격 근무하는 직원 및 소비자의 증가로 인해 가상 서비스 및 하이브리드 워크플레이스에 대한 수요가 증가하고 있다.
2020, 2021 코로나 바이러스로 인하여 변화된 기업 형태라고 생각합니다. 우려도 많았지만 대부분의 기업에서 재택근무를 지향하고 있죠. 또한, 디지털화/언택트/비대면이라는 키워드로 발전하는 기업들이라 생각합니다.
Trend 10: Total Experience
총체적 경험은 성장을 가속화하기 위해 다수 접점들을 아우르며 고객 경험, 사용자 경험, 직원 경험, 다중 경험을 통합하는 비즈니스 전략이다. 총체적 경험의 목표는 이해관계자 경험의 전체론적 관리를 통해 고객 및 직원 신뢰, 만족도, 충성도, 지지를 강화하는 것이다.
제가 판단하기에는 너무 추상적이여서 리뷰를 하기에 어렵내요. 사람마다 관심사나 가치관이 달라 다양한 사례 및 의견이 있을거라 생각합니다. 제가 바로 생각나는것은 Apple 사에서 가장 잘하는 전략이라고 생각합니다.
관련 자료 첨부해드리겠습니다.
Trend 11: Autonomic Systems
자율자동화 시스템은 복잡한 생태계 내에서 자신의 행동을 최적화하기 위해 실시간으로 환경으로부터 학습하고 자신의 알고리즘을 동적으로 조정하는 자가 관리 물리적/소프트웨어 기반 시스템이다. 이는 사람의 개입 없이도 민첩한 기술 역량 세트를 구축하고, 새로운 요건과 상황을 지원할 수 있고, 성능을 최적화하고, 외부 공격을 방어한다.
테슬라의 자율주행 자동차가 가장 대표적인 사례라 생각합니다. 자율주행 기술 관련자료와 함께 마무리하겠습니다.
참고자료: 자율주행 레벨별 차이? 쉽게 정리했어요
Trend 12: Generative AI
창조적 인공지능은 데이터로부터 대상물을 학습하고 대상물과의 유사성을 유지하되 단순 반복하지 않고 혁신적인 새로운 대상물을 창조해낸다. 이 기술은 동영상이나 글 같은 창조적 콘텐츠를 새로운 형태로 만들어 내고 의학에서 제품 개발까지 다양한 분야에서 연구개발 사이클을 가속화할 수 있는 잠재력을 가지고 있다.
현시대에 가장 많은 관심사 및 미래 성장 동력이라고 생각합니다. 많은 지면을 할애하겠습니다.
AI는 보통 통계학이라고도 하죠. 더 정확한 결과를 원하려면 더 많은 데이터가 필요하고 처리할 수 있는 컴퓨팅 능력이 필요합니다, 현재 시대가 그를 뒷받침하고 있다고 생각합니다.
참고자료: The era of big data
참고자료: 무어의 법칙의 종말
또한, 2016년도에 이세돌과 바둑 대결에 4승 1패로 이긴 알파고는 알파제로, 뮤제로로 진화해왔습니다. 이제는 데이터, 규칙 없이 다른 게임들까지도 혼자서 스스로 학습한다고 하내요.
또한, 반도체도 스스로 설계합니다.
참고논문: AI system outperforms humans in designing floorplans for microchips
마지막으로 AI를 통한 인류 지능의 특이점을 소개하는 포스트로 마무리를 하겠습니다.
3. Conclusion
Gartner 차트는 학부생일때부터 꾸준히 찾아봤는데 리뷰는 올해 처음합니다.
특별한 동기가 생긴건 아니고, 후배들에게 현재 어떤 시대에 살고있는지 알려주기 위해서 포스트를 쓰다보니 아직은 두서가 없고 많이 부족합니다.
보완사항이나 의견 말씀해주시면 더 발전해나가겠습니다.
Leave a comment