클라우드와 R&D의 시너지

클라우드와 R&D의 시너지

2000년 당시 Fortune 500대 기업의 52%는 더 이상 찾아볼 수 없을 정도로 기업이 얼마나 지속 가능할지 가늠하는 '기대수명'이 갈수록 짧아지고 있습니다. 짧아져가는 기업의 수명을 늘리고 지속 가능한 성장을 하기 위해서는 '변화'와 '혁신'이 필수이며, 그 과정의 시작에 R&D(Research & Development)가 있습니다. 글로벌 팬데믹은 변화를 가속화하고 현상 유지에 도전하며 혁신적인 R&D 추진을 위한 촉매제가 되고 있으며, 전 세계의 기업들은 자동차 부품으로 인공호흡기를 만들거나, 확진자 접촉 추적 앱을 개발하거나, 공중 보건용 신약을 개발하는 등 경쟁력 확보를 위한 R&D 투자에 집중하고 있습니다. [1]

최근 기업의 R&D 환경은 여러 연구 개발자 간의 협업이 증가하고, 연구 자료에 대한 보안성 강화와 효율적인 R&D 자원 활용에 대한 요구가 많아지고 있습니다. 즉, 재택근무와 연구 개발자간 협업을 위한 원격 작업이 가능해야 하고, 개별 장비에 보관되어 있던 연구개발 데이터의 통합 관리와 안전한 보안이 필요하며, 대규모 설계/해석 작업과 시뮬레이션을 위한 고성능 컴퓨팅 자원을 필요한 시간에 필요한 만큼 효율적으로 사용할 수 있어야만 합니다.

이러한 R&D 환경 구성을 위해 필요한 기술 인프라는 상당합니다. 사내 인프라에 대한 초기 기술 투자 비용은 매우 크고, 조달 기간은 길며, 고정 비용도 매우 커서 혁신을 진행하기에는 큰 장애물이 될 수 있습니다. 이러한 측면에서 클라우드는 거의 즉각적으로 인프라를 프로비저닝하고, 요구사항의 변화에 따라 확장 또는 축소할 수 있으며, 물리적 데이터센터 및 가상 네트워크 보안을 제공할 수 있다는 점에서 R&D를 지원하기 위한 최상의 환경을 제공할 수 있습니다. 디지털 애플리케이션 및 플랫폼을 보다 안전하고 신속하게 혁신할 수 있으며, 강력한 네트워크를 기반으로 연구 데이터를 저장하고 통합할 수 있는 환경을 제공하여 조직은 상호 운용 가능한 데이터를 보유하고 협업 및 공동 작업에 참여할 수 있습니다.

비즈니스 환경이 변화함에 따라 이미 많은 기업이 다양한 업무 분야를 클라우드 환경으로 전환하고 있으며, 소수 전문가의 특정 분야로 여겨졌던 R&D 분야도 클라우드 기반의 디지털 R&D 환경 구축을 통해 비즈니스 혁신에 도전하고 있습니다.

기업이 R&D 분야에 클라우드를 적극 검토, 도입하는 이유는 다음과 같이 요약됩니다. [2]
① 비용 절감
클라우드 도입을 위한 초기 투자가 필요하지만, 고가의 R&D 자원을 공유/활용하여 IT 투자 비용을 절감하고, 자산의 사용률과 활용도 파악으로 자원을 계획적으로 집중 투자할 수 있습니다.

② 협업을 통한 생산성 향상
기업/조직별로 보유하던 IT자원에 비해 고성능의 자원을 풍부하게 사용할 수 있습니다. 엔지니어는 장소와 시간에 구애 받지 않고 웹 접속이 가능한 곳이면 어디서든 작업을 실행하고 공동 잡업을 진행할 수 있으며, R&D 산출물에 대한 대한 통합관리 및 버전관리가 가능합니다.

③ R&D 부서의 보안 이슈 해결
악성코드나 해킹으로부터 안전하게 연구개발 데이터를 통합 관리할 수 있으며, 연구개발 정보의 유출 및 각종 보안사고를 사전 예방할 수 있습니다.

디지털 R&D를 위한 클라우드 핵심 역할

클라우드는 디지털 뉴딜의 핵심인 DNA(Data·Network·AI)를 가속화하는 인프라로서, 디지털 R&D 환경 구축을 통한 디지털 트랜스포메이션과 제품개발 혁신을 가능하게 합니다. 글로벌 컨설팅 업체인 딜로이트 역시 "클라우드를 통한 혁신적 R&D" 보고서에서 차세대 R&D를 위한 핵심 클라우드 접근 방식으로 클라우드 데이터 플랫폼(Data)과 에코시스템(Network)과 서비스(AI)를 강조하고 있습니다. [1]

DNA(Data·Network·AI) 측면에서 디지털 R&D를 위한 클라우드의 핵심 역할을 살펴봅니다.

1. Data - 클라우드 데이터 플랫폼, 공동 연구의 기초를 다지다.

모든 업종의 R&D 분야에 클라우드 적용이 가능하지만, 특히 생명과학이나 의료 산업분야는 글로벌 팬데믹으로 인해 공공, 민간, 학계와의 글로벌 협력이 강조되었고 클라우드 기반 R&D를 통해 많은 혁신이 이루어지고 있습니다. 제약 연구는 전례 없는 수준의 협력으로 COVID-19 극복을 위한 213개의 백신 및 319개의 잠재적 치료법이 개발 중이고, 의료 기관은 진단을 지원하기 위한 고급분석 및 기계학습(ML)을 확대하며, 임상 기록, 실험실 보고서, 병리학 이미지 및 방사선 스캔에서 얻은 실제 데이터를 서로 공유하고 있습니다. 연구원 간의 협업을 위해서는 방대한 데이터의 공유와 상호운영성이 중요하며, 클라우드는 이를 가능하게 합니다. 인간 게놈 시퀀싱 데이터의 경우, 2025년까지 40엑사바이트까지 증가할 것으로 예상되고, 과학자들이 분산되어 있는 데이터를 수집하고 집계 및 정제하기 위해 최대 연구개발 시간의 30~40%를 소비할 정도이니, 클라우드를 통한 데이터 통합 관리는 약품을 더 빠르고 저렴하게 시장에 출시할 수 있는 원동력이 될 수 있습니다. [1]

연구원들 간의 공동 연구가 확대됨에 따라, 팀, 사업부 및 조직 간의 데이터를 공유하고 활용하기 위한 클라우드 기반의 데이터 플랫폼이 필요하며, 엔터프라이즈 데이터 관리, 데이터 교환, 개방형 아키텍처, 데이터 레이크 등의 다양한 기능들이 클라우드 기반으로 제공될 수 있습니다.

연구원 개인 PC의 로컬 하드 드라이브나 SAN(Storage Area Network) 등에 저장되었던 연구 데이터는 스토리지 용량이나 검색 가능성 및 보안에 있어 제약이 있을 수 있습니다. 클라우드는 기존 레코드를 유연하고 대규모로 수집, 변환, 분석 및 공유하여 관련 조직 모두가 사용 가능한 자산으로 만들 수 있으며, 데이터 공유를 통해 도메인 간 통찰력을 얻고 관련 기관과도 협업하여 연구를 진행할 수 있습니다. 글로벌 제약 개발사인 화이자는 연구원, 데이터 과학자, 소프트웨어 엔지니어 및 운영을 위해 연구 데이터를 공유하고 사용자 지정 및 재사용하기 위해 'Scientific Data Cloud'를 구성하여 암과 같은 질병에 대한 개별화된 치료법을 찾고 있습니다. [1]

또한, 클라우드는 의료분야의 R&D 연구를 강화하기 위해 임상데이터, 영상데이터 등의 교환을 지원하고 있습니다. 향후 대규모의 안전한 데이터 전송 및 교환은 점점 더 중요해질 것입니다. 그 예로, NIH(National Institutes of Health)의 All of Us Research Program은 공동 연구를 위해 20년 동안 100만 명에 대한 게놈 데이터를 수집하고 미래의 내/외부 데이터 교환을 지원하는 데 사용할 수 있는 대규모 데이터 저장소를 만들기 위해 노력하고 있습니다. [1] 클라우드 데이터 플랫폼은 상호운영 가능한 데이터 공유를 위해 각각의 서비스가 API(애플리케이션 프로그래밍 인터페이스)를 통해 서로 통신할 수 있는 보다 개방적인 아키텍처 환경을 확보할 수 있고, 저장된 모든 데이터를 암호화하고 입출력 요구사항이 높은 데이터를 위한 다양한 저장 옵션과 고유한 확장/축소 기능을 제공합니다. 연구자는 주어진 시간에 페타바이트 수준의 데이터 수집이 가능하고, 필요에 따라 컴퓨팅을 일시적으로 확장하여 쿼리를 실행할 수 있으며, 장기보관을 위한 별도의 스토리지도 활용할 수 있습니다. 워싱턴 대학의 경우, 연구실 분석 환경의 업그레이드 및 운영체제 패치 후 분석 환경을 동일하게 유지하는데 어려움이 있었으나, 전체 머신 이미지와 데이터를 클라우드의 장기 객체 스토리지에 저장하여 필요할 때 복원하거나 다른 데이터로 작업 흐름을 재현하려는 다른 실험실과 공유할 수 있었습니다. [3]

2. Network - 확장 가능한 클라우드 에코 시스템, R&D 핵심 업무를 위한 탄력적 컴퓨팅을 제공하다.

설계/해석 플랫폼
전 세계적으로 대규모 제조업체, 바이오, 석유, 금융 산업 등을 중심으로 신기술 및 제품 연구 개발을 위해, 기구, 회로, 패널 등을 설계하기 위한 CAD*(Computer Aided Design), 설계 해석/시뮬레이션을 위한 CAE*(computer aided engineering) 등의 IT 기술 활용 비중이 커지고 있습니다. [4] 클라우드의 HPC(고성능 컴퓨팅)는 확장 가능한 무제한의 인프라와 빠른 네트워킹을 제공하여 고성능 그래픽 작업과 설계 시뮬레이션을 위한 인프라 용량에 즉각적으로 엑세스하고, 기존의 제한된 리소스로 인한 작업 대기 열과 대기 시간을 없앰으로써, 더 빨리 결과를 얻을 수 있게 합니다. 연구원들은 개인 PC에 설치되어 있지 않은 고가의 공학용 설계/해석 소프트웨어를 R&D 클라우드 플랫폼을 통해 공용으로 사용함으로써 라이선스 활용도를 높이고, 개인 PC에서는 할 수 없는 거대한 해석 작업을 클라우드 HPC 클러스트 인프라를 이용하여 빠르고 편리하게 작업할 수 있습니다. 연구원들은 사용자 콘솔(웹 페이지 등의 형태로 접근 제공)을 통해 클라우드에서 통합 관리되는 R&D CAD/CAE 소프트웨어에 언제, 어디서나, 어떠한 기기로도 원격 접근하여 고사양 그래픽 작업을 할 수 있으며, 법인/파트너와의 협업 설계나 실시간 리뷰를 통해 협업 연구를 가능하게 합니다. 클라우드는 설계/해석뿐만 아니라, 다양한 산업 영역의 유전체학, 컴퓨터 화학, 금융 리스크 모델링, 기상예측 등 컴퓨팅 집약도가 높은 워크로드의 실행에 있어서도 클라우드의 확장성과 탄력적 구성을 통해 성능 향상을 가능하게 합니다.

R&D 워크플로우 가운데 특히, 해석/시뮬레이션 영역은 제품과 공정의 리스크를 최소화하고 높은 정밀도와 신뢰도를 확보하기 위해 매우 중요한 부분입니다. 현대·기아차는 2020년 9월, 글로벌 클라우드 HPC 플랫폼 업체와 협업하여 모빌리티 산업 혁신 전략을 위한 디지털 R&D 환경을 구축하고, 자동차 및 모빌리티의 안정성을 높이기 위한 시뮬레이션 연구 영역의 혁신을 발표했습니다. 오토모티브 산업에서 필요한 유동해석(CFD), 충돌해석(Crash), 전자기장 해석(EM), 소음진동(NVH) 등의 다양한 소프트웨어가 지원되는 클라우드에 CPU/GPU/고성능 메모리 기반의 다양한 컴퓨팅 자원을 활용하여 시뮬레이션을 확대하고 늘어나는 연구량을 대비해 애자일한 환경을 구축하고자 하였습니다. 연구소 공력 개발팀은 기존 사내 인프라 환경에서는 제한적인 자원 탓에 동시에 처리할 수 있는 시뮬레이션 작업이 5개 안팎이었으나, 클라우드 환경에서는 약 60개 이상까지 동시 처리할 수 있을 것으로 예상하며 최종적으로 제품 출시 기간의 단축을 기대하고 있습니다. [6] 페라리도 HPC에 특화된 클라우드를 활용해 다수 주행 조건과 레이싱 시나리오로 자동차 성능을 테스트하는 시뮬레이션을 실행하며, 르노, 닛산 역시 클라우드 인프라에서 자동차 설계를 비롯한 시뮬레이션, 차량 충돌 실험 등 다양한 연구를 진행하고 있습니다. [7] 최근, 해석/시뮬레이션 영역이 이미 완료된 설계를 검증하는 것에서 나아가 기본적인 요구 사항을 만족하는 최적의 설계를 찾는 방향으로 확장되어 가고 있는데, 이를 위해서는 더 많은 컴퓨팅 리소스가 필요하고 클라우드 네트워킹을 활용한 병렬 계산의 효율이 높을수록 실제에 가깝게 해석할 수 있게 됨에 따라 클라우드와의 시너지는 더욱 확대될 것입니다.

개별구축으로 비효율적 자원 활용
  • As-Is
  • CAD, CAE Pre/Post
  • 워크스테이션,라이선스서버,도면관리서버,워크스테이션(설계화면공유)
  • Data 수동 전송
  • 워크스테이션,라이선스서버, CAE서버(CAD, CAE설계 데이터 수동 전송)
설계 및 해석 최적 환경을 서비스형으로 제공
  • To-Be
  • 설계 화면 공유
  • User PC, 화면 데이터
  • User PC, 화면 데이터
  • User PC, 화면 데이터
  • CAD/CAE 설계 데이터 공유
  • R&D 클라우드
  • Virtual Workstation, 도면서버
  • 파일서버
  • HPC, 관리서버
  • 라이선스서버
설계/디자인/시뮬레이션 등 다양한 연구/개발 업무에 특화된 클라우드 서비스 (출처: 삼성SDS[8])

* CAD: 컴퓨터 그래픽 CAD 툴을 사용하여 스케치/드로잉 및 설계(Design)하여 도면 또는 3D 객체 파일을 생성하는 과정을 말한다. [9]
* CAE: CAD과정에서 컴퓨터 내부에 작성된 모델을 이용하여 각종 시뮬레이션, 기술해석 등 공학적인 검토를 하는 것, 시스템 기술 용어로서는 제품을 제조하기 위하여 필요한 정보를 컴퓨터를 사용하여 통합적으로 처리하여 제품성능, 제조공정 등을 사전 평가하는 일. [10]
* 유전체학: 생물공학의 한 분야로, 유전학 및 분자생물학의 기술을 유전자나 특정 생물의 전체 게놈에 대한 DNA 염기서열화(DNA sequencing)에 적용하여 데이터를 분석하고 정립하는 것이다. [11]

애플리케이션 개발 플랫폼
기업의 경쟁력을 유지하고 사용자가 비즈니스에 참여하기 위해 소프트웨어가 핵심 역할을 하게 되면서, 애플리케이션 개발 및 배포 속도는 새로운 디지털 비즈니스의 필수 조건이 되었습니다.
기업은 클라우드 기반의 R&D 환경 구축으로 애플리케이션의 확장성과 가용성을 향상시킬 수 있으며, 이러한 이점은 자원의 셀프서비스 및 온디맨드 프로비저닝은 물론, 개발부터 제품화에 이르는 애플리케이션 라이프사이클을 자동화함으로서 실현 가능합니다. 클라우드 이점을 최대한 활용하기 위해서는 애플리케이션을 신속하게 구축하고 업데이트하면서 품질을 개선하고 위험을 감소시키는 새로운 접근 방식인 "클라우드 네이티브 개발"이 필요하며, 이를 통해 개발된 민첩한 대응능력과 확장성을 갖춘 애플리케이션은 퍼블릭, 프라이빗 또는 하이브리드 클라우드 환경이든 어디에서나 구축/운영이 가능해집니다.
클라우드 네이티브는 지향해야 할 IT 아키텍처로, 서비스 API를 통해 통신하는 구조이며, 다른 서비스에 영향을 주지 않고 특정한 서비스만 바꾸거나 확장이 가능하고 모든 환경을 연결하는 작업을 가속화할 수 있습니다. 시장 변화에 빠르게 대응해야 하는 R&D 애플리케이션 역시 마이크로 서비스 아키텍처 기반의 개발 플랫폼이 필요합니다.

CLOUD -NATIVE
  • DEVOPS
  • CONTINUOUS DELIVERY
  • MICROSERVICES
  • CONTAINERS
클라우드 네이티브의 핵심요소 (출처: Pivotal[12])

클라우드 네이티브 개발의 핵심 요소는 다음과 같이 정의됩니다. [12]

- 컨테이너: 클라우드 네이티브의 가장 중요한 요소로 클라우드 상에서 배포되는 최소 단위이며, 컨테이너화된 각 기능들은 API 호출을 통해 연계됩니다. 그 자체로 독립적이고 완결성을 갖고, 컨테이너에 의존해 기술 환경 전반에서 공통된 운영 모델을 지원하여 하이브리드 클라우드를 포함한 다양한 인프라에 대한 진정한 이식성을 지원합니다.

- 마이크로서비스(MSA): 하나 혹은 여러 개의 컨테이너화된 패키지로 구성되고, 다수의 서로 다른 마이크로서비스의 탄력적 결합으로 더 큰 규모의 서비스를 구성할 수 있습니다.

- 데브옵스: 애플리케이션이 변경되는 시점과 실제 시스템에 적용되는 시점의 간격을 최소화하기 위한 일련의 프로세스로, 개발 및 품질보증, 보안, IT 운영팀 등이 협업을 통해 애플리케이션을 구축/제공하는데 중점을 둡니다.

- 애자일 자동 통합/배포: 애자일 데브옵스 프로세스에 기반한 CI/CD(Continuous Integration/Continuous Delivery)로 가장 중요한 요소이며, 어플리케이션 변경과 통합 배포가 지속적으로 연결됨을 의미합니다.

Cloud Native Computing Foundation(CNCF)의 댄 콘 총괄의 설명에 따르면, 클라우드 네이티브 기술을 사용하는 조직은 클라우드와 같은 동적인 환경에서 확장성 있는 애플리케이션을 만들고 운영할 수 있으며, 컨테이터, 서비스 메시, 마이크로서비스, 불변의 인프라스트럭처, 그리고 선언적 API의 접근 방식을 통해 엔지니어는 영향이 큰 변경을 최소한의 노력으로 자주, 예측 가능하게 수행할 수 있다고 했습니다. 이는, 조직의 리소스 효율성 향상으로 적은 수의 서버로 동일한 서비스 실행을 가능하게 하고, 클라우드 네이티브 인프라를 통해 개발 및 서비스 속도는 향상되고 위험은 감소시킬 수 있습니다. [13] 기업이 민첩성을 갖춘다는 것은 결코 쉬운 일이 아닙니다. 애자일과 MSA를 지원해줄 수 있는 CI/CD, 프로비저닝 툴 등 자동화된 개발 환경과 빠른 개발을 운영해 줄 수 있는 클라우드 네이티브 개발 환경을 통해 기존에 존재하는 기능을 재조합하거나 신규 기능을 추가하여 빠르게 서비스를 개발/출시하고, 새로운 서비스를 만드는 것이 핵심입니다.

3. AI - 고도화된 AI/ML 클라우드 서비스, 디지털 R&D 혁신에 가치를 더하다.

최근의 제품은 작고 복잡해지고, 새로운 기술을 접목한 신제품에 대한 요구도 늘어나고 있으며, Cloud AI, ML 및 사물 인터넷(IoT) 등의 서비스는 R&D 가치 사슬 전반에 걸쳐 빠른 혁신과 민첩성을 배가할 수 있습니다. 글로벌 클라우드 업체인 리스케일 역시, 대량의 데이터를 모으고 가공하는 ‘빅데이터’와 수집한 데이터를 분석하고 의미를 발견하는 ‘빅컴퓨트(big compute)’를 클라우드의 주요한 활용분야가 될 것으로 보고 있으며, 여러 분야에서 복잡한 문제를 해결하기 위해 클라우드 기반의 고성능컴퓨팅(HPC)를 빅컴퓨트에 활용, 빠르게 셋업한 직후부터 실질적인 R&D에 적용할 수 있습니다. [14]

의료분야 R&D를 살펴보면, 임상 시험 데이터를 더 잘 관리하기 위해 AI를 활용하고 있습니다. 클라우드 기반의 AI 서비스를 활용하여 임상 실험 사이트와 환자의 모집 및 매칭, 시판중인 기존 의약품을 분석하고 COVID-19와 같은 다른 질병에 대한 약물을 스크리닝하며 잠재적으로 미래의 질병 발병을 사전에 감지할 수 있습니다. 또한, AI를 활용하여 실시간 데이터 기반 진단 및 치료 계획으로 의사를 지원함으로써 임상 진단을 간소화하는데 중요한 역할을 할 수도 있습니다. 예를 들어, 3단계에서 일반적으로 발견되는 폐암 및 췌장암을 충분한 데이터 샘플을 기반으로 AI/ML를 통해 학습함으로써 1단계에서도 조기 감지가 가능해집니다. 공공 및 민간 의료기관에서는 암 진단의 정확도를 높이고 조기 진단을 위해 클라우드 ML를 사용하고 있으며, 제약 회사인 Takeda는 클라우드 지원 데이터 플랫폼과 고급 딥러닝을 사용하여 비 알코올성 지방간염 및 저항성 우울증 치료 시험에 있어 개선될 가능성이 있는 환자를 92% 정확도로 예측하고 있고, 종합병원인 Mayo Clinic은 클라우드 AI/ML 서비스를 사용하여 환자 데이터를 저장, 계산 및 분석을 통해 질병의 진단 및 치료를 개선하고 있습니다. [1]

자동차 업종의 경우, 최근 고객 수요에 따라 다양한 차량 모델이 짧은 주기로 연이어 출시되고, AI 및 GPU(그래픽 처리장치) 기반 자율주행차 연구가 활발하게 진행됨에 따라, R&D를 중심으로 클라우드 방식의 HPC 인프라를 도입과 함께, AI 및 머신러닝 등의 기술을 활용한 차량 설계 최적화 및 시뮬레이션을 강화하고 있습니다. 혼다에서 운영하는 F1 카레이싱팀인 '레드불 레이싱'은 클라우드 인프라스트럭처의 머신러닝과 데이터 분석 역량을 활용하여 트랙 활동부터 전세계 팬들을 위한 정보제공까지 사업영역 전반을 운영하고 있으며, 레드불 레이싱 소속 레이싱카의 성능 개선에도 활용할 계획입니다. [7]

클라우드, 디지털 R&D의 초석이 되다

전 세계 비즈니스 지형이 급격하게 변화하고, 코로나 팬데믹으로 재택근무와 비대면 서비스가 보편화되면서 다양한 산업의 기업들은 많은 업무 분야를 클라우드 환경으로 전환하고 있습니다. 기업의 핵심 경쟁력인 혁신적인 제품과 서비스를 개발하는 R&D 분야에 있어서도, 유연한 IT 인프라를 제공하는 클라우드의 보편적인 이점에 더해, R&D 프로세스에 초점을 맞춘 클라우드와 데이터 전략이 이슈화되고 있습니다.

연구개발이 더욱 중요해지고 연구 데이터가 폭발적으로 증가함에 따라, 클라우드 기반의 신기술을 활용한 디지털 R&D 환경 구축이 확대되고 있으며, 클라우드의 전환과 인텔리전스 컴퓨팅을 통해 R&D 환경의 시간과 비용 등 자원 효율성을 높이고, R&D 실패 비용을 감소시킬 수 있습니다. R&D 클라우드 플랫폼을 통해 연구 개발에 필요한 제품을 디자인하고 모델을 공유/협업하며, 디자인된 모델들에 실상황을 가정한 해석/시뮬레이션의 복잡한 워크로드를 처리할 수 있습니다. 또한, 엄청난 양의 데이터를 저장하고 분석을 통해 얻은 인사이트로 비즈니스의 가치를 높이고, 전 세계적인 협업으로 연구 및 혁신을 가속화하는데 도움을 줄 수 있습니다. 연구개발이 가속화되고 확대됨에 따라, 클라우드의 보안과 규정 준수를 위한 거버넌스와 가이드라인을 유지하면서 확장 가능하고 유연한 디지털 R&D 환경을 구축할 수 있습니다.

클라우드는 새로운 제품과 서비스를 혁신하려는 기업에게 연구자 중심 워크플로우와 안전한 협업을 지원하고 미래를 혁신하는 디지털 R&D의 핵심 역할을 담당하게 될 것입니다.


References
[1] Deloitte Insight, Todd Konersmann, Nicholas Merizzi, Sudi Bhattacharya, Diana Kearns-Manolatos, and Jay Parekh, Innovating R&D with the cloud: Business transformation could require cloud-enabled data, ecosystems, and services
[2] https://www.etnews.com/201206150135
[3] https://aws.amazon.com/ko/blogs/publicsector/five-ways-use-aws-research-starting-now/
[4]http://www.dt.co.kr/contents.html?article_no=2011070702011132758002
[5] http://www.dt.co.kr/contents.html?article_no=2012011102010960600001
[6] https://www.newswire.co.kr/newsRead.php?no=911032
[7] https://n.news.naver.com/article/031/0000606723
[8] https://www.samsungsds.com/kr/cloud-for-research-development/rd-cloud.html
[9] https://terms.naver.com/entry.naver?docId=799091&cid=43121&categoryId=43121
[10] https://terms.naver.com/entry.naver?docId=414183&cid=50372&categoryId=50372
[11] https://terms.naver.com/entry.naver?docId=4389467&cid=40942&categoryId=32325
[12] http://slownews.kr/73914
[13] https://m.blog.naver.com/daara2004/221758797825
[14] https://www.cadgraphics.co.kr/newsview.php?pages=news&sub=news01&catecode=2&num=69108
[15] Strategy& Part of PwC network, Christian Foltz, Alexander Timmer, Andreas Wild, Manuel Hohmann, and Martin Gerhardus, Digital automotive R&D: Reduce time and cost to keep transformation on track
[16] https://www.rescale.com/
[17] https://resources.altair.com/resfile_web_path/file-en/PBSWorks_CustomerStory_MaterialsLeader_Letter_Web_071020.pdf <
[18] https://www.strategyand.pwc.com/tr/tr/image/dijital-otomotiv-dunyasinda-ar-ge.pdf




▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.


공유하기 열기
홍은주
홍은주

삼성SDS 전략마케팅팀

IT 동향 분석, 프로세스 혁신 및 경영전략 수립의 컨설팅 업무 경험을 기반으로, 삼성SDS 닷컴 내 Digital Transformation 및 솔루션 페이지 기획/운영 업무를 수행하였고 SDS 주요 사업영역별 동향/솔루션 분석을 통한 컨텐츠 기획 및 마케팅을 수행하고 있습니다.