'주택규' 기자의 전체기사
-
AI AI는 다음 단어를 어떻게 알까? : 확률과 예측의 언어 모델
요즘 챗GPT와 같은 인공지능이 사람처럼 자연스럽게 대화하는 것을 보면 마치 안에 사람이 들어있는 것 같은 착각이 든다. 하지만 이 기술의 핵심은 마법이나 자아가 아니라 철저히 수학적인 확률 계산이다. 이를 전문 용어로 거대 언어 모델이라고 부른다. AI가 글을 쓰는 방식은 친구와 빈칸 채우기 놀이를 하는 것과 매우 비슷하다. 예를 들어 "오늘 급식 메뉴는 정말 [ ? ]"라는 문장이 있다고 해보자. 빈칸에 들어갈 말로 맛있다, 맛없다, 매웠다 등은 확률이 아주 높지만, 갑자기 비행기다, 책상이다 같은 단어가 올 확률은 거의 0에 가깝다. AI는 인터넷에 있는 수억 개의 문장 데이터를 학습하여, 특정 단어 뒤에 어떤 단어가 따라오는 것이 가장 자연스러운지 통계적으로 계산해 둔 상태다. 우리가 질문을 던지면 AI는 그 질문의 문맥을 파악한 뒤, 다음에 올 수 있는 수만 가지 단어 중에서 가장 확률이 높은 단어를 하나씩 선택해서 이어 붙인다. 이것은 마치 수많은 단어 카드를 펼쳐 놓고, 현재 상황에 가장 알맞은 카드를 주사위 굴리듯 확률에 따라 뽑는 과정의 연속이다. 즉, AI는 문장을 한 번에 완성하는 것이 아니라, 앞 단어를 보고 뒷 단어를 예측하는 과정을
- 주택규 기자
- 2026-02-11 08:57
-
생산관리 매일 1%의 기적, 카이젠(Kaizen)
수학 공식 중에 유명한 이야기가 있다. 1.01을 365번 곱하면 약 37.8이 되지만, 0.99를 365번 곱하면 약 0.03이 된다는 것이다. 매일 1퍼센트만 성장하면 1년 뒤에는 37배나 성장하지만, 매일 1퍼센트씩 요령을 피우거나 퇴보하면 결국 아무것도 남지 않게 된다는 뜻이다. 생산 현장에서도 이 수학 공식처럼 매일 조금씩 발전하는 것을 목표로 삼는 활동이 있다. 바로 '카이젠(Kaizen)'이다. 우리말로는 '개선'이라고 부르며, 현재보다 더 좋은 방향으로 바꾼다는 의미를 담고 있다. 흔히 혁신이라고 하면 천재적인 발명가가 나타나거나 사장님이 큰 결단을 내려 공장을 통째로 바꾸는 것을 상상하기 쉽다. 하지만 카이젠은 다르다. 현장에서 직접 기계를 만지는 작업자들이 스스로 불편한 점을 찾아내어 아주 사소한 것부터 고쳐 나가는 방식이다. 예를 들어 작업대 높이가 맞지 않아 허리가 아프다면 작업대 다리에 받침대를 고여 높이를 조절한다. 공구를 가지러 가는 거리가 멀다면 공구함을 작업자 바로 옆으로 옮긴다. 이런 활동은 큰돈이 들지도 않고 누구나 당장 시작할 수 있다. 겨우 3초를 단축하기 위해 무거운 책상을 옮기는 것이 무슨 의미가 있냐고 반문할 수 있
- 주택규 기자
- 2026-02-11 08:54
-
AI 평균의 함정: 빌 게이츠가 우리 교실에 들어온다면?
"우리 반 학생들의 평균 용돈은 얼마일까?"라는 질문을 받으면 우리는 자연스럽게 모든 학생의 용돈을 더한 뒤 학생 수로 나누는 '평균'을 떠올린다. 이처럼 평균은 대푯값으로 가장 널리 쓰이지만, 때로는 현실을 완전히 왜곡하는 거짓말쟁이가 될 수도 있다. 상상을 한 번 해보자. 평범한 우리 교실에 갑자기 세계적인 부자인 빌 게이츠가 전학을 왔다. 그리고 우리 반 학생들의 '평균 재산'을 다시 계산해 본다. 아마도 우리 반 학생 모두가 억만장자인 것처럼 평균값이 치솟을 것이다. 하지만 실제로 내 주머니 사정이 나아진 것은 아니다. 빌 게이츠라는 극단적으로 큰 값(이상치) 하나가 전체 평균을 엉뚱한 방향으로 끌고 갔기 때문이다. 이럴 때 필요한 것이 바로 '중앙값'이다. 학생들을 재산 순서대로 줄 세웠을 때, 정확히 한가운데에 있는 학생의 재산이 바로 중앙값이다. 빌 게이츠가 아무리 부자여도 그는 맨 끝에 줄을 서게 될 뿐, 가운데에 있는 평범한 학생의 값은 변하지 않는다. 따라서 소득이나 집값처럼 격차가 큰 데이터를 다룰 때는 평균보다 중앙값이 훨씬 더 정확한 현실을 보여준다. 데이터 분석에서는 어떤 값을 대푯값으로 쓸지 결정하는 것이 매우 중요하다. 뉴스에서
- 주택규 기자
- 2026-02-10 08:55
-
생산관리 필요한 순간에 필요한 만큼만, 적시 생산(JIT)
우리가 마트에서 유통기한이 짧은 신선식품을 살 때를 생각해 보자. 미리 잔뜩 사서 냉장고에 쟁여두면 공간만 차지하고 나중에는 상해서 버리게 된다. 공장도 마찬가지다. 물건을 미리 만들어 쌓아두면 창고 비용이 들고, 유행이 지나면 팔리지 않는 악성 재고가 되어 회사의 자금을 묶어버린다. 그래서 등장한 혁신적인 방식이 바로 '적시 생산(Just-In-Time, JIT)'이다. JIT는 말 그대로 '필요한 물건을, 필요한 때에, 필요한 만큼만' 만드는 생산 방식이다. 마치 회전초밥집이 아니라 주문을 받자마자 셰프가 신선한 초밥을 쥐어주는 고급 초밥집과 같다. 미리 만들어 놓으면 밥은 딱딱해지고 생선은 마르기 때문에, 가장 맛있는 상태를 유지하기 위해 주문 즉시 만드는 것이다. 이 방식은 자동차 회사 도요타가 처음 도입했는데, 그들은 재고를 '생산 현장의 모든 악의 근원'이라고 보았다. 과도한 재고는 공장의 문제점을 숨기는 바닷물과 같다. 물이 가득 차 있으면 바닥에 있는 뾰족한 암초(기계 고장, 불량품, 작업 지연)가 보이지 않는다. 하지만 JIT를 통해 재고라는 물을 걷어내면 숨겨진 문제들이 암초처럼 드러난다. 그때 비로소 문제를 근본적으로 해결하고 공장의 체질
- 주택규 기자
- 2026-02-10 08:52
-
AI 나보다 나를 더 잘 아는 알고리즘: 유튜브 추천의 비밀
주말에 스마트폰으로 영상 하나를 클릭했을 뿐인데, 정신을 차려보니 서너 시간이 훌쩍 지나간 경험이 누구나 한 번쯤은 있을 것이다. 내가 좋아할 만한 영상을 귀신같이 찾아내 계속해서 보여주는 이 마법 같은 기술의 정체는 바로 '추천 알고리즘'이다. 도대체 컴퓨터 프로그램이 어떻게 나보다 내 취향을 더 잘 알고 있는 것일까. 가장 대표적인 원리는 '비슷한 취향을 가진 사람들을 연결하는 것'이다. 이를 데이터 과학 용어로 '협업 필터링'이라고 부른다. 원리는 간단하다. 만약 학생 A와 학생 B가 평소에 비슷한 게임 영상을 즐겨 봤다고 가정해 보자. 그런데 학생 B가 최근에 새로 나온 요리 예능 영상을 아주 재미있게 끝까지 시청했다. 그러면 알고리즘은 A와 B의 취향 패턴이 비슷하다는 것을 근거로, A에게도 그 요리 영상을 슬며시 추천 목록에 띄운다. 나와 비슷한 행동 패턴을 보인 수만 명의 데이터를 분석해, 내가 좋아할 확률이 높은 미지의 콘텐츠를 골라내는 방식이다. 하지만 단순히 어떤 영상을 클릭했는지만 보는 것은 아니다. 알고리즘은 훨씬 더 정교한 데이터를 수집한다. 영상을 클릭하고 나서 10초 만에 껐는지 아니면 끝까지 시청했는지, 영상을 보다가 잠시 멈췄는
- 주택규 기자
- 2026-02-09 09:35
-
생산관리 정리의 힘, 5S로 완성하는 생산의 기본
누구나 급하게 써야 할 물건이 제자리에 없어 한참을 찾느라 시간을 허비한 경험이 있을 것이다. 개인의 책상에서도 이런 일이 생기면 작업 흐름이 끊기는데, 분초를 다투며 거대한 기계가 돌아가는 공장에서 이런 일이 발생한다면 어떨까. 아마 작업은 중단되고 엄청난 비용 손실이 발생할 것이다. 그래서 생산 현장에서는 5S라는 활동을 가장 기본적이면서도 중요한 철칙으로 삼는다. 5S란 정리, 정돈, 청소, 청결, 습관화를 의미한다. 이것은 단순히 빗자루로 바닥을 쓸고 닦는 미화 활동이 아니다. 공장에서의 정리는 필요한 것과 불필요한 것을 명확히 구분하여 불필요한 것을 과감히 작업장에서 치우는 것에서 시작한다. 그다음 정돈을 통해 필요한 공구나 부품을 누구든지 쉽게 찾고, 사용 후 즉시 제자리에 돌려놓을 수 있도록 지정된 위치를 정한다. 예를 들어 공구함에 공구 모양대로 그림을 그려 놓으면, 멀리서 봐도 어떤 공구가 빠져 있는지 단번에 알 수 있다. 만약 작업자가 렌치 하나를 찾느라 10분을 소비했다면, 그 공장은 10분만큼 생산을 멈춘 것과 같다. 이처럼 정돈은 보이지 않는 낭비 시간을 찾아내 없애는 과정이다. 또한 잘 정돈된 환경은 안전과 직결된다. 바닥에 떨어진
- 주택규 기자
- 2026-02-09 09:01
-
생산관리 전 세계 어디서나 똑같은 맛의 비밀, 표준화
서울에서 먹은 프랜차이즈 햄버거와 뉴욕 한복판에서 먹은 햄버거의 맛은 거의 똑같다. 만드는 사람이 다르고, 사용된 재료의 산지가 다를 수도 있는데 어떻게 이런 일이 가능할까. 그 비결은 바로 '표준화(Standardization)'에 있다. 요리사의 손맛에 의존하는 것이 아니라, 빵을 굽는 온도, 패티를 익히는 시간, 소스의 양까지 모든 과정이 0.1초, 1그램 단위로 정해져 있기 때문이다. 생산 현장에서 표준화란 '가장 안전하고, 품질이 좋으며, 효율적인 작업 방법'을 하나로 정해두는 것을 말한다. 만약 자동차를 조립하는데 작업자마다 나사를 조이는 순서나 힘이 제각각이라면 어떻게 될까. 어떤 차는 튼튼하고 어떤 차는 금방 고장이 날 것이다. 이런 들쑥날쑥한 품질을 막기 위해 기업은 '작업 표준서'라는 매뉴얼을 만든다. 이것은 일종의 교과서이자 법이다. 표준화가 잘 되어 있는 공장에서는 누가 작업을 하더라도 결과물이 똑같다. 어제 입사한 신입 사원이라도 매뉴얼을 정확히 따른다면 10년 차 베테랑과 거의 비슷한 품질의 제품을 만들어낼 수 있다. 또한 문제가 생겼을 때 원인을 찾기도 쉽다. 정해진 기준대로 했는지 안 했는지만 확인하면 되기 때문이다. 반대로 기준
- 주택규 기자
- 2026-02-06 09:05
-
AI 빅데이터 시대의 역설, '스몰 데이터'가 가진 디테일의 힘
요즘 우리는 '빅데이터'라는 말을 매일 듣는다. 수천만 명의 구매 기록이나 검색어 순위 같은 방대한 데이터가 세상을 바꾼다고 한다. 하지만 거대한 데이터의 파도 속에서 정작 중요한 단서를 놓치는 경우가 있다. 이때 필요한 것이 바로 '스몰 데이터'이다. 빅데이터가 '거대한 숲'을 보여준다면, 스몰 데이터는 '나무 한 그루'의 상태를 자세히 보여주는 돋보기와 같다. 빅데이터는 우리에게 '무엇'이 일어났는지 알려준다. 예를 들어 특정 운동화의 판매량이 갑자기 줄었다는 사실을 알려주는 식이다. 하지만 '왜' 줄었는지는 명확히 말해주지 않는다. 이때 데이터 분석가는 고객의 일상을 직접 관찰하는 스몰 데이터를 수집한다. 관찰 결과, 운동화 끈이 너무 잘 풀려서 불편해하는 고객의 사소한 행동을 발견할 수 있다. 이 작은 단서 하나가 디자인을 수정하고 다시 판매량을 올리는 핵심 열쇠가 된다. 실제로 유명한 레고(LEGO) 사도 한때 위기를 겪었으나, 아이들이 낡은 운동화를 자랑스러워하는 모습이라는 스몰 데이터에서 힌트를 얻었다. 아이들은 어려운 도전을 극복하고 성취감을 느끼길 원한다는 사실을 깨닫고, 더 복잡하고 정교한 블록을 만들어 재기에 성공했다. 이처럼 숫자의 양이
- 주택규 기자
- 2026-02-06 09:00
-
AI 데이터의 요약 정리: 상관관계와 인과관계의 숨바꼭질
데이터를 다루다 보면 두 개의 숫자가 마치 친구처럼 함께 움직이는 것을 자주 보게 된다. 하나가 늘면 다른 하나도 늘고, 하나가 줄면 다른 하나도 줄어드는 현상이다. 우리는 이것을 '상관관계'가 있다고 말한다. 예를 들어, 여름철 아이스크림 판매량이 늘어나면 수영장에서의 익사 사고도 늘어나는 경향을 보인다. 그렇다면 아이스크림이 익사 사고의 원인일까? 물론 아니다. 여기서 우리가 주의해야 할 중요한 개념이 바로 '인과관계'이다. 인과관계는 한 사건이 다른 사건의 직접적인 원인이 될 때 성립한다. 아이스크림 판매량과 익사 사고의 상관관계는 '더위'라는 제3의 요인 때문에 발생한다. 날씨가 더워지면 사람들이 아이스크림을 더 많이 먹고, 동시에 물놀이도 더 많이 하게 되므로 익사 사고의 위험도 자연스레 증가하는 것이다. 아이스크림이 직접적으로 익사 사고를 유발하는 것이 아니며, 이 둘은 단지 '상관'만 있을 뿐 '인과' 관계는 없는 것이다. 데이터 분석에서 이러한 상관관계와 인과관계를 명확히 구분하는 것은 매우 중요하다. 만약 상관관계만을 보고 인과관계로 오해한다면, 잘못된 정책이나 사업 결정을 내릴 수 있다. 기업이 아이스크림 판매를 줄여 익사 사고를 막으려 한
- 주택규 기자
- 2026-02-05 09:04
-
생산관리 병목 현상, 생산 라인의 숨통을 틔워라
친구들과 한 줄로 서서 물동이를 나르는 게임을 한다고 상상해 보자. 맨 앞사람이 아무리 물을 빨리 퍼내도, 중간에 있는 사람이 물을 늦게 전달하면 뒷사람은 물을 받을 수 없다. 결국 전체 팀이 나를 수 있는 물의 양은 가장 느리게 움직이는 사람의 속도에 맞춰진다. 이것이 바로 생산 현장에서 말하는 '병목(Bottleneck)' 현상이다. 병목이란 병의 목 부분이 좁아지면서 액체의 흐름이 느려지는 것에서 유래한 말로, 전체 공정 중 가장 처리 능력이 떨어지는 구간을 의미한다. 공장은 여러 단계의 작업이 사슬처럼 연결되어 있다. 원재료가 투입되어 가공, 조립, 검사, 포장 단계를 거쳐 완제품으로 탄생한다. 이때 특정 기계의 성능이 부족하거나 작업 시간이 오래 걸리면 그 공정 앞에는 처리되지 못한 재고가 산더미처럼 쌓이게 된다. 반면 그 뒤의 공정들은 작업 물량이 넘어오지 않아 기계를 놀리게 된다. 아무리 다른 공정들이 최첨단 고속 설비를 갖추고 있어도, 병목 공정이 막혀 있다면 전체 공장의 생산성은 병목 공정의 수준을 넘을 수 없다. 따라서 생산 효율을 높이기 위해서는 무작정 모든 기계를 업그레이드하는 것이 아니라, 숨어 있는 병목을 찾아내는 것이 최우선이다.
- 주택규 기자
- 2026-02-05 08:59
-
AI 숫자에 가려진 진실을 찾아내는 데이터 시각화의 힘
우리는 흔히 평균이나 표준편차 같은 통계 수치만 확인하면 데이터를 완벽하게 이해했다고 착각하기 쉽다. 하지만 숫자가 보여주는 요약 정보 뒤에는 전혀 예상하지 못한 반전이 숨어 있기도 한다. 이를 가장 명확하게 보여주는 사례가 바로 앤스컴의 4인조 데이터이다. 통계학자 프랜시스 앤스컴이 고안한 이 자료는 네 가지의 서로 다른 데이터 집합으로 구성되어 있다. 놀라운 점은 네 집합의 평균, 분산, 상관계수 등 모든 통계 수치가 소수점 아래 자리까지 거의 일치한다는 사실이다. 만약 우리가 그래프를 그려보지 않고 숫자만 보고 받았다면, 이 네 가지 데이터가 모두 비슷한 성질을 가졌을 것이라고 판단했을 것이다. 그러나 막상 이 데이터들을 평면 위에 점으로 찍어 시각화해보면 완전히 다른 모습이 나타난다. 첫 번째 집합은 평범한 선형 관계를 보이지만, 다른 집합들은 곡선 형태를 띠거나 특정 지점에만 데이터가 몰려 있는 등 전혀 다른 패턴을 가진다. 심지어 한두 개의 튀는 데이터 때문에 전체 통계치가 왜곡된 경우도 발견된다. 이는 시각화 과정 없이 숫자만으로 의사결정을 내리는 것이 얼마나 위험한지를 단적으로 보여주는 예시이다. 데이터 시각화는 단순히 정보를 예쁘게 꾸미는 작
- 주택규 기자
- 2026-02-03 09:00
-
생산관리 창고에 쌓인 물건이 기업의 발목을 잡는 이유
생산 현장에서 흔히 볼 수 있는 광경 중 하나는 창고 가득 쌓인 원재료와 완제품이다. 겉으로 보기에는 물건이 많아 든든해 보일 수 있지만 생산관리의 관점에서 보면 이는 해결해야 할 숙제와 같다. 재고는 기업의 돈이 물건의 형태로 묶여 있는 상태를 의미한다. 즉 창고에 물건이 오래 머물수록 기업이 실제로 사용할 수 있는 현금은 줄어들게 된다. 재고가 많아지면 여러 가지 문제가 발생한다. 우선 물건을 보관하기 위한 넓은 공간이 필요하며 이를 관리할 인력과 전기료 같은 유지 비용이 계속해서 들어간다. 더 큰 문제는 시간이 흐르면서 제품의 가치가 떨어진다는 점이다. 유행이 지나거나 더 성능이 좋은 신제품이 나오면 창고에 있는 옛날 모델은 팔리지 않는 애물단지가 된다. 결국 기업은 제값을 받지 못하고 헐값에 팔거나 아예 폐기해야 하는 손실을 입는다. 반대로 재고가 너무 없어도 문제가 된다. 손님이 물건을 원할 때 바로 줄 수 없으면 신뢰를 잃고 판매 기회를 놓치기 때문이다. 그래서 생산관리자는 물건이 모자라지도 않고 넘치지도 않는 적정한 수준을 찾는 노력을 멈추지 않는다. 필요한 시기에 필요한 양만큼만 생산하여 재고를 최소화하는 것은 기업이 건강하게 성장하기 위한 필
- 주택규 기자
- 2026-02-03 08:57
-
AI 눈을 속이는 그래프의 마법과 데이터 시각화의 윤리
우리는 매일 뉴스나 인터넷 기사를 통해 수많은 그래프를 접한다. 복잡한 숫자 더미보다 한 장의 그래프가 정보를 훨씬 빠르고 명확하게 전달하기 때문이다. 하지만 시각화된 자료가 언제나 진실만을 말하는 것은 아니다. 때로는 제작자의 의도에 따라 데이터가 실제보다 과장되거나 축소되어 전달되기도 한다. 이것을 이른바 나쁜 시각화라고 부른다. 가장 대표적인 왜곡 수법은 그래프의 세로축을 조작하는 것이다. 보통 막대그래프는 수치의 바닥인 0에서부터 시작해야 한다. 그러나 특정 수치를 강조하고 싶은 제작자가 축의 시작점을 0이 아닌 높은 숫자로 설정하면, 아주 작은 차이도 마치 엄청난 격차가 벌어진 것처럼 보이게 된다. 반대로 수치의 변화를 숨기고 싶을 때는 축의 간격을 매우 넓게 설정하여 완만한 직선처럼 보이게 만들기도 한다. 또한 3차원 입체 그래프를 사용하는 경우에도 착시 현상이 발생한다. 원형 그래프를 비스듬하게 눕히면 앞쪽에 위치한 조각이 실제 비율보다 훨씬 크게 느껴지는 효과가 나타난다. 이는 독자가 데이터의 실제 크기를 비교하는 데 혼란을 준다. 단순히 멋을 내기 위해 선택한 디자인 요소가 정보의 본질을 가리는 셈이다. 착한 시각화란 단순히 화려한 그림을 그
- 주택규 기자
- 2026-02-02 09:28
-
생산관리 현실과 가상의 완벽한 쌍둥이, 디지털 트윈이 바꾸는 공장의 미래
우리가 즐겨 하는 시뮬레이션 게임을 생각해보자. 도시를 짓거나 건물을 올릴 때 마우스 클릭 한 번으로 미리 결과를 확인하고, 마음에 들지 않으면 다시 시작할 수 있다. 실제 공장에서도 이런 일이 가능하다면 어떨까. 이것을 현실로 만들어주는 기술이 바로 디지털 트윈이다. 디지털 트윈은 말 그대로 현실 세계의 기계나 장비, 사물 등을 컴퓨터 속 가상 세계에 쌍둥이처럼 똑같이 구현하는 것을 말한다. 단순히 겉모양만 흉내 내는 것이 아니다. 현실 공장에 설치된 수많은 센서가 보내오는 데이터를 바탕으로, 가상의 공장도 현실과 똑같이 움직인다. 기계의 온도, 진동, 부품의 마모 상태까지 실시간으로 동기화되어 움직이는 것이다. 이 기술이 생산관리에서 중요한 이유는 실패 비용을 획기적으로 줄여주기 때문이다. 예를 들어 새로운 제품을 만들기 위해 생산 라인을 변경해야 한다고 가정해보자. 실제로 무거운 기계를 옮기고 설정을 바꾸는 데는 막대한 비용과 시간이 든다. 만약 실수가 발생하면 공장을 멈춰야 하는 위험도 있다. 하지만 디지털 트윈을 활용하면 가상 공간에서 미리 설비를 배치해 보고, 생산 속도가 얼마나 나올지, 어떤 문제가 생길지 미리 테스트할 수 있다. 비용 한 푼 들
- 주택규 기자
- 2026-02-02 08:56
-
경제일반 (주)네이블마케팅, 벤처기업 인증 획득… “단기 성과 넘어 기업의 ‘자립과 성장’ 돕는 실…
소상공인 및 중소기업을 위한 통합 비즈니스 솔루션을 제공하는 (주)네이블마케팅이 벤처기업 인증을 획득하며 기술력과 미래 성장 가능성을 공식적으로 인정받았다. 이번 벤처기업 인증은 (주)네이블마케팅이 보유한 컨설팅, 마케팅, 교육 등 3개 전략사업부(SBU)의 전문성과 혁신 역량이 긍정적인 평가를 받은 결과로 풀이된다. 동사는 단순한 대행 서비스를 넘어 기업의 설립부터 성장, 디지털 전환에 이르는 전 과정을 아우르는 '원스톱 솔루션'을 제공하며 업계의 주목을 받아왔다. (주)네이블마케팅은 ▲연구소 설립 및 벤처·이노비즈 등 기업 인증과 정부지원사업 매칭을 지원하는 '컨설팅 SBU' ▲디지털 전환(DX) 및 오픈마켓 판로 개척, 라이브커머스를 수행하는 '마케팅 SBU' ▲평생교육원 및 인터넷 언론사를 운영하며 NCS 직무교육을 제공하는 '교육 SBU'를 유기적으로 운영하고 있다. 특히 급변하는 이커머스 환경에서 소상공인의 오프라인 비즈니스를 온라인으로 성공적으로 전환시키는 '디지털 트랜스포메이션(Digital Transformation)' 분야에서 탁월한 성과를 보이고 있다. 이번 인증을 발판으로 (주)네이블마케팅은 데이터 기반의 마케팅 기술 고도화뿐만 아니라,
- 주택규 기자
- 2026-01-30 10:03
-
1
MZ가 이끄는 ‘필코노미’…감정이 소비를 결정한다
-
2
[e커머스] 2025 온라인 식료품 시장 트렌드와 중소 셀러 생존 전략
-
3
인산테라, ‘풀케어(Full Care)’ 출시… 병해충 관리와 친환경 농업의 새 전환점
-
4
인산테라 ‘풀케어’로 충남 아산 시범농장 고추 재배 성공… 친환경 농법 새 모델 제시
-
5
경영지도사 시험 제40회 합격률 33.1%…“중장년층 진입·컨설팅 수요 반영”
-
6
제40회 경영지도사·기술지도사 2차 시험, 총 363명 최종 합격
-
7
미국 ‘말차’ 열풍…국산 녹차에 새로운 기회 열린다
-
8
개 식용 종식 1년, 농장 70% 폐업…‘남겨진 개들’ 보호는 숙제
-
2026-04-06 14:08
개당 99원대 ‘저가 생리대’ 불티… 유통업계 가격 경쟁 본격화
-
2026-04-06 10:51
배달대행 ‘부릉’, 국내 최초 AI 전면 자동배차 시대 연다… ‘부릉플러스’ 도입
-
2026-04-06 09:22
알파고와 자율주행의 비밀: 실패를 넘어 정답을 찾아가는 강화학습의 통계학
-
2026-04-06 09:18
범정부 원팀으로 K-뷰티 글로벌 거점 만든다… 지방 2곳 선정 추진
-
2026-04-06 09:09
회전초밥집은 왜 비싼 참치 초밥을 레일 위에 미리 많이 올려두지 않을까?
-
2026-04-03 12:07
서울대공원, 4~12일 봄꽃축제 개최… ‘동화 속 봄꽃여행’ 펼친다
주소 : 서울 송파구 백제고분로 113, 민성빌딩 402호
등록번호: 서울 아55172 | 등록일 : 2023-11-17 | 발행인 : (주)네이블마케팅 임유정 | 편집인 : 임진우 | 전화번호 : 010-8959-2447
Copyright @한국e마케팅저널 All rights reserved.
UPDATE: 2026년 04월 06일 14시 08분