AgensGraph 163

비트나인, 증권신고서 제출…"10월 코스닥 상장"

그래프 데이터베이스(DB) 전문기업 비트나인이 금융감독원에 증권신고서를 제출하고 코스닥 상장을 위한 기업공개(IPO)에 돌입한다고 3일 밝혔다. 비트나인의 총 공모주식수는 207만1천주로 희망 공모가 밴드는 8천700~9천700원, 총 공모금액은 180~201억원 규모다. 내달 5~6일 수요예측을 진행해 최종 공모가를 확정하고 12~13일 청약을 거쳐 같은 달 22일 코스닥에 상장할 예정이다. 대표 주관사는 하나금융투자다. 비트나인은 2013년 설립된 그래프DB 개발사다. 주요 사업영역은 그래프 DB 제품 라이선스 공급 및 그래프 DB 기반 데이터 분석 솔루션 제공이다. 세계 유일의 통합쿼리 멀티모델 데이터베이스 ‘아젠스그래프’(AgensGraph)를 통해 독보적인 DB 분석 기술력을 갖췄다는 평가다. ..

ARCHIVES 2021.09.03

그래프 모델링으로 예지정비시스템 구현하기

분석 관점에서의 예지정비시스템 예지정비시스템은 장비의 설비 상태를 점검하고 고장을 예측하는 관리 시스템이다. 예지정비시스템을 도입함으로써 다양한 종류의 장비들의 잠재적 고장요인을 정확하게 예측하고, 설비와 관련된 데이터 수집, 분석 및 과학적 관리를 통해 예측모델을 구성해주어 문제점을 개선하며, 다운타임을 줄여 비용 손실까지 막아주는 효과를 가져다준다. 기존의 예지정비 시스템은 시계열 기반의 데이터 패턴을 주로 학습 후 이상 징후가 발견되면 실시간 모니터링 시스템에 알려주는 시스템이었다. 시계열 기반 패턴 분석은 고장을 어느 정도 예측하여 관리는 가능하나, 고장 요인을 정확하게 예측하기에는 한계가 있다. 이러한 분석기법에서는 장비와 장비 간 상호작용에 대한 요소를 고려할 수 없기 때문이다. 자주 일어나는..

그래프 DB 전문 기업 비트나인, 20일 코스닥 상장예비심사 통과

국내 유일의 그래프 DB 전문 기업 비트나인이 지난 20일 코스닥 시장 상장을 위한 한국거래소의 상장예비심사를 통과했다고 지난 24일 전했다. 이번 승인에 따라 비트나인은 곧바로 증권신고서를 제출하고 코스닥 상장을 위한 본격적인 공모절차에 착수할 예정이다. 상장 주관사는 하나금융투자이다. 비트나인은 2013년 10월 설립된 그래프 DB 개발사로 그래프 DB 제품 라이선스 공급과 그래프 DB 기반의 데이터 분석 솔루션 제공을 주요 사업 영역으로 삼고 있다. 그래프 DB는 수천만 사람들과의 관계나 수십억 사물들 간의 복잡한 관계를 그래프 데이터라는 형태로 저장하고 분석할 수 있는 주요한 미래 기술 중 하나이다. 비트나인은 지난 2017년, 세계 최초로 정형과 비정형 데이터를 모두 처리할 수 있는 멀티모델 그..

ARCHIVES 2021.08.26

[9/15 웨비나] 그래프 DB와 관계형 DB의 공존 전략과 시너지 효과

다른 NoSQL들은 이제 RDBMS에서 갈아탈 때라고 하는데.. 리스크가 너무 크지 않을까? RDBMS를 유지하면서도 NoSQL을 쓸 순 없을까? 또, 함께 시너지를 낼 순 없을까? 그래프 모델링, 그래프 알고리즘은 어떤 것일까? 갈수록 NoSQL, 특히 그래프 DB에 대한 기업의 니즈가 증가함에도 선뜻 도입이 어려운 것은 기존의 시스템 교체라는 리스크 때문일 텐데요. 비트나인은 이번 웨비나를 통해 기존 시스템의 전면적인 교체가 아닌, 공존하며 더욱 시너지를 발생시키는 방법에 대해 제안드리고자 합니다. 관계형 DB를 기반으로 그래프 DB의 고도화된 분석 기법을 적용한 사례가 궁금하시다면, 지금 바로 웨비나에 등록하시고 명쾌한 해답을 찾아가세요! 목차 RDBMS와 NoSQL, 그리고 그래프 DB RDBMS..

ARCHIVES 2021.08.25

설명 가능한 AI에 그래프 DB가 필수인 이유

설명 가능한 머신러닝, 그리고 AI 머신러닝 채택이 증가함에 따라 설명 가능한 모델은 뜨거운 주제가 되고 있습니다. 기존 신경망과 딥러닝 네트워크를 기반으로 한 예측모델은 특정 결과에 어떻게 도달했는지에 설명할 수 없는 반면, 설명 가능한 모델은 주요 변수를 보여주며 어떻게 결과에 도달했는지를 설명해 줄 수 있습니다. 설명 가능한 모델의 전통적인 예로는 의사 결정 트리(decision tree)를 들 수 있습니다. 그리고 그 의사 결정 트리는 특수한 그래프의 형태를 가지고 있습니다. 마찬가지로 그래프 알고리즘이나 그래프 기능을 AI 모델의 일부로 사용하면 "고객 --(구매) --> 제품"과 같이 그래프 관계로 자연스러운 의미를 쉽게 해석할 수 있습니다. 설명 가능한 AI 모델에는 많은 장점이 있습니다. ..