코그너스 편집하기

[[파일:IBM 글자.png|썸네일|300픽셀|'''[[IBM]]''']]

'''코그너스'''(Cognos)는 미국 [[IBM]]사의 비즈니스 인텔리젼스([[BI]], business intelligence) 및 성능 관리 소프트웨어 제품이다. 이 소프트웨어는 기술 지식이 없는 비즈니스 사용자가 기업 데이터를 추출하고 분석하고 보고서를 수집할 수 있도록 설계되었다.<ref name="Margaret Rouse"> Margaret Rouse, 〈[https://searchcio.techtarget.com/definition/Cognos Cognos]〉, 《테크타겟》, 2010-10 </ref> 1969년 캐나다 코그너스 회사가 개발한  BI 솔루션이다. 2008년 미국 IBM 회사에 인수되었으며, 이후 IBM Cognos(아이비엠 코그너스)라고 부른다.

==개요==
코그너스(cognos)는 거의 36개의 소프트웨어 제품으로 구성되어있다. 코그너는 개방형 표준을 기반으로 하기 때문에 소프트웨어 제품은 마이크로소프트(microsoft), 엔시아르사 테라데이트(NCR Teradate), SAP(systems, applications, and products in data processing) 및 오라클(oracle)을 포함한 여러 공급 업체의 관계형 및 다차원 데이터 소스와 함께 사용할 수 있다. IBM의 코그너스 제품은 전 세계 23,000개 이상의 기업에서 사용되고 있으며 가트너(Gartner)사의 매직 쿼드런트의 분석 및 비즈니스 인텔리젼스(magic quadrants for business intelligence)는 '우선' 범주에서 지속적으로 순위를 매긴다.

==역사==
2005년, 처음 소개된 코그너스 8 BI 제품은 IBM의 선도적인 성능 관리 소프트웨어이다. 코그너스 8 BI의 기능에는 웹 기반 서비스 지향 아키텍처(SOA, service oriented architecture)를 통해 제공되는 보고, 분석, 대시 보드 및 스코어 카드가 포함도니다. 2010년 10월 IBM은 코그너스를 SPSS의 예측 분석(predictive analytics) 및 로터스 커넥트(Lotus Connect)를 포함한 다른 IBM 제품과 통합하는 코그너스 10을 출시했다. 코그너스 10은 모바일 기능과 함께 제공되므로 태블릿 및 스마트폰과 같은 모바일 장치에서 코그너스의 전체 버전에 액세스가 가능하다.<ref name="Margaret Rouse"></ref>

==특징==
* '''확장성'''

기업에 필요한 다양한 분석이 필요한 리포팅 및 분석, 스코어 카드, 대시 보드, 이벤트, 실시간 모니터링, 계획, 예측 및 시뮬레이션 등을 단일 아키텍처 기반으로 제공함으로써 추후 별도의 분석 솔루션을 도입하지않아 상당한 비용 절감 및 운영 효율을 극대화할 수 있다.<ref name="씨앤텍시스텀즈"> 씨앤텍, 〈[https://cntechsystems.tistory.com/41?category=773478 IBM Cognos Analytics 특징]〉, 《티스토리》, 2019-12 </ref>

* '''편의성'''
: IBM 코그너스는 서비스 지향 아키텍처(SOA, service oriented architecture)를 기반으로 서비스 별로 애플리케이션 서버를 분산 할당하여 자원의 활용과 처리 속도를 최적화 한다. 또한 클러스터링을 통하여 부하가 높은 환경에서도 일정한 응답속도를 제공하도록 하며, 이 때 Advanced 라우팅 기능을 이용하여 업무별 혹은 주제 영역별, 또는 사용자별로 별도의 애플리케이션 서버를 할당하여 사용하도록 하여 우선순위가 높은 작업에 대한 처리 성능을 지속적으로 확보할 수 있다.<ref name="씨앤텍시스텀즈"></ref>

* '''최적화'''
: 속도와 사용성을 위한 다차원척도형 온라인 분석 처리(MOLAP, multidimensional online analytical processing) 엔진과, 유연성을 위한 관계형 온라인 분석 처리(ROLAP, relational online analytical processing) 엔진을 동시에 탑재하여 분석 성능을 대폭 향상시킬 수 있으며 정보계 인프라 자원을 최적화하여 사용할 수 있다.<ref name="씨앤텍시스텀즈"></ref>

* '''비즈니스 성과의 시각화'''
: 하나의 툴에서 정확한 대화식 대시보드와 설득력 있는 보고서를 작성할 수 있으며, 인공지능(AI, artificial intelligence) 권장사항으로 데이터에 대한 탁월한 시각화를 발견할 수 있다. 또한 지리 공간 기능으로 실세계에서 데이터 오버레이가 가능하다.<ref name="공식 홈페이지"> 코그너스 공식 홈페이지 - https://www.ibm.com/kr-ko/products/cognos-analytics </ref>

* '''데이터에 숨겨진 패턴 발굴'''
: 코그너스 애널리틱스(cognos analytics)는 단지 막대형 차트만 보여주는데 그치지않고 인공지능을 사용하여 사용자 대신 데이터를 해석한다. 비즈니스 사용자는 일반 언어로 질문을 하고 질문이 무엇이든지 실현성 있는 답변을 얻을 수 있다. 그리고 분석가는 이러한 인사이트를 이용하여 데이터를 심층적으로 분석이 가능하다.<ref name="공식 홈페이지"></ref>

* '''기업의 모든 사용자와 협업 가능'''
: 코그너스 애널리틱스는 클라우드 혹은 온프레미스의 데이터에 연결하므로 모든 사용자는 동일한 데이터에 접근하는 것이다. 그렇기 때문에 모든 사용자가 동일한 답변을 얻고, 이메일 또는 슬랙(Slack)을 통해서 비주얼을 캡처하거나 어노테이트 및 공유할 수 있다.<ref name="공식 홈페이지"></ref>

* '''빠른 데이터 정리 및 결합'''
: 스프레드시트, CSV 파일, 클라우드 또는 온프레미스 데이터베이스에서 데이터를 가져온다. 머신 러닝을 이용하여 관련 데이터 소스를 자동으로 검색하고 이를 신뢰할 수 있는 단일 데이터 모듈에 결합한다. 또한 데이터에 새 열을 추가하거나 계산 수행, 열 분할, 재정렬 및 숨기기 기능을 수행할 수 있다.<ref name="공식 홈페이지"></ref>

:{|class=wikitable cellpadding="10" cellspacing="0" border="1"
|+<big>'''IBM 코그너스 애널리틱스<ref name="씨앤텍시스텀즈"></ref>'''</big>
|-
!width = "200px"| 구분
!width ="550px"| 내용
|-
|width ="200px" align="center" style="font-weight:bold"| 셀프서비스 대시보드
|width ="550px"| 
* 현업 사용자는 별도의 추가 작업 없이 기존에 생성되어 있는 보고서에 포함된 차트, 목록 등을 드래그 앤 드롭 방식으로 손쉽고 빠르게 자신만의 개인화된 대시보드를 구성하여 활용할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 손쉬운 표시 형태 전환
|width ="550px"| 
* 편리한 토글 기능으로 사용자가 원하는 형태로 손쉽게 차트를 변경이 가능하다.
|-
|width ="200px" align="center" style="font-weight:bold"| 유연한 비정형 분석
|width ="550px"| 
* 대시보드에 포함되어 있는 오브젝인 차트나 목록, 교차분석에서 한번의 클릭으로 고급 비정형 분석에 연결되어 정형과 비정형 분석을 원활하게 가능하다.
* 비정형 분석의 결과가 기존 대시보드에 업데이트 됨으로 변화된 데이터를 바로 확인할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 외부 데이터 업로드
|width ="550px"| 
* 웹 브라우저 화면에서 사용자 로컬에 저장된 파일을 업로드하여 시스템이 제공하는 데이터와 연계 분석 및 보고서 작성 기능 제공한다.
|-
|width ="200px" align="center" style="font-weight:bold"| 개발 유연성
|width ="550px"| 
* 하나의 화면에서 오브젝트 개수에 제약없이 오브젝트를 드래그 앤 드롭을 통해서 자유롭게 배치하여 복잡한 정형 보고서를 생성할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 멤버기준 보고서 작성
|width ="550px"| 
* 자원명이 아닌 실제 차원 멤버값을 보면서 쉽게 데이터 분석이 가능하다.
* 차원 멤버의 일부만 선택하여 분석이 가능하다.
|-
|width ="200px" align="center" style="font-weight:bold"| 시각화
|width ="550px"| 
* 시각화 엔진(rave)을 이용하여 별도의 업그레이드 작업 없이 지속적으로 신규 시각화를 추가할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| What-If 시나리오 분석
|width ="550px"| 
* 다양한 내/외부의 변수 설정을 통한 고급 시뮬레이션이 가능하다. 예를들어 본사와 지점간의 예산 진행 재분재를 통해서 시뮬레이션 협업 기능을 진행하는 것이다.
|-
|width ="200px" align="center" style="font-weight:bold"| 핵심 성과 지표(KPI, key performance indicator) 모니터링 기능
|width ="550px"| 
* 단순 지표 및 파생 지표를 생성하고 관리하여 스코어 카드로 분류한다.
* 전략 이니셔티브 등록 및 관리, 지표 소유권 및 관심 지표를 등록하거나 관리할 수 있다.
* 선행/후행 지표를 등록하거나 관리, 임펙트 다이어그램(impact diagram)을 통한 분석 기법을 제공한다.
* 개선 과제 등록 및 관리, 지표들에 대한 비즈니스 정의, 기술적 정의, 역사 등을 보여주는 지표 정의서를 제공한다.
* 각 지표들에 대한 관련 BI 보고서 및 대시보드 등록이나 관리가 가능하다.
* 지표 및 이니셔티브에 커멘트(comment)를 통한 협업이 가능하다.
* 지표 상태 변경시에 알림을 설정할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 영향도 분석 기능
|width ="550px"| 
* [[테이블]] 등 데이터소스가 변경되어 메타데이터가 변경될 경우 보고서 레벨까지의 영향도 분석 기능을 제공한다.
* 보고서 조회 화면에서 간단한 우측 마우스 클릭을 통해 데이터 산출 로직을 확인할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 시스템 확장성
|width ="550px"|
* 로드 밸런싱(load balancing) 및 결함허용(fault tolerance)을 제공하여 스케일 아웃(scale out) 방식의 선형적인 시스템 확장을 통해 [[마이그레이션]] 없는 확장성을 제공한다.
* 빅데이터 인프라, 추출·변환·적재(ETL, extract·transform·load) 솔루션, 텍스트 분석 엔진 및 고급 분석 솔루션등과의 유연한 연계 및 활용 환경을 제공한다.
|-
|width ="200px" align="center" style="font-weight:bold"| 분석 업무별 시스템 할당 기능
|width ="550px"| 
* 분석 기능별, 사용자별 혹은 [[데이터]] 별로 전담 BI 서버를 구성할 수 있는 기능이 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 검색 기능
|width ="550px"| 
* 주요 키워드 형태의 항목검색할 수 있다.
|-
|width ="200px" align="center" style="font-weight:bold"| 컨텐츠 관리 용이성
|width ="550px"| 
* 작성된 컨텐츠 [[백업]] 및 복원 용이성을 제공하고, 버전 업그레이드의 용이성을 제공한다.
|-
|width ="200px" align="center" style="font-weight:bold"| 확장성
|width ="550px"| 
* 통합된 BA 솔루션을 제공한다.
* 빅데이터 소스를 직업 연계할 수 있는 기능을 제공한다.
|-
|width ="200px" align="center" style="font-weight:bold"| 하이브리드형 온라인 분석 처리(HOLAP, hybrid online analytical processing) 제공
|width ="550px"| 
* MOLAP+ROLAP 기능을 제공하고, 선택적으로 비정형 분석 방식을 채택할 수 있다.
|}

==구축 사례==
*'''한국방송통신대'''
: 한국 IBM은 한국방송통신대학의 '차세대 학사정보시스템' 프로젝트의 통계정보시스템 구축을 위해 IBM 코그너스를 공급했다. 한국방송 통신대는 지난 2010년 8월 '차세대 학사정보시스템 구축' 프로젝트 주사업체로 SK C&C를 선정하여 211년 12월 구축을 완료하였으며, 통계정보시스템의 [[데이터웨어하우스]](DW, Data Warehouse) 고도화를 위해 IBM의 코그너스를 핵심 솔루션으로 도입했다. 대학 최초의 데이터웨어하우스 고도화 프로젝트가 진행되었다는 점에서 더욱 의미가 있는 한국방송통신대학의 통계정보시스템은 원천 정보의 변경에 따른 데이터웨어하우스와 통계정보 전면 재구축, 분석용 통계정보 강화, 사용자 활용 환경 개선을 목표로 했다. 이에 따라, 분산된 정보를 통합해 분석할 수 있는 구조를 확보하고 대학의 가치있는 정보를 발굴할 수 있는 분석 환경을 제공하며 사용자 편의성을 강화해 누구나 쉽게 통계정보를 활용할 수 있을 것으로 기대하고 있다.<ref> 편집부, 〈[http://www.itworld.co.kr/news/74660 한국방송통신대, IBM '코그노스'도입으로 BI환경 구축]〉, 《아이티월드》, 2012-03-13</ref> 

*'''알리안츠생명보험'''
: 알리안츠생명보험은 고객중심 맞춤 서비스를 위해 한국 IBM의 지원을 받아서 '데이터웨어하우스 & 분석 고객관계관리([[CRM]]) 시스템'을 오픈해 성공적으로 운영하고 있고 밝혔다. 해당 시스템을 구축하면서 알리안츠생명보험은 고객 데이터를 기반으로 한 고객 데이터 웨어하우스(CDW)를 중심으로 고객관계관리 시스템을 구현했으며, 이를 기반으로 상위 10% 고객 대상 타깃 마케팅을 진행하고, 추가가입 모델을 적용해 추가계약률을 약 5배 향상시켰다. 알리안츠생명보험은 분석 고객관계관리 시스템과 데이터 모델 구현에 SPSS의 데이터 마이닝 솔루션을 적극 활용하였고, 이를 통해 다차원 분석 수행 및 도출된 정보를 현업에서 쉽게 볼 수 있도록 리포팅 화면으로 구성하였다. 직관적인 리포팅 환경 덕분에 알리안츠 생명의 고객관계관리 시스템의 영업조직의 60% 이상이 사용할 정도로 활용도가 높았다.<ref name="디지털데일리"> 이상일 기자, 〈[http://www.ddaily.co.kr/m/m_article/?no=74180 한국IBM, 코그노스 솔루션 보험업계에 연이어 공급]〉, 《디지털데일리》, 2011-02-09</ref> 

*'''ING생명보험'''
: 2009년 고객관리시스템을 오픈한 ING생명보험도 IBM 코그너스를 기반으로 BI 포털과 정형 비정형 리포팅 환경을 구현했다. 시스템 구축 이후 마케팅 및 프로모션 진행시 현업 부서에서 직접 코그너스를 활용한 타깃 고객 분석이 가능해졌고, 프로그램 진행 빈도도 30% 이상 늘었다. 특히, ING생명보험은 현업부서에서 드래그 앤 드롭으로 손쉽게 데이터 분석 작업을 할 수 있다는 점과 다양한 관점의 고객 관리가 가능하다는 점이 비즈니스에 긍정적인 효과를 가져왔다고 밝혔다.<ref name="디지털데일리"></ref> 

*'''충남대학교 병원'''
: 2011년, 충남대학교병원은 IBM 코그너스 10 BI와 IBM 네티자(netezza)로 구축한 엔터프라이즈 데이터 웨어하우스(EDW, enterprise data warehouse)와 임상 데이터 웨어하우스(CDW, clinical data warehouse)가 발표되었다. 이 BI 프로젝트는 통합의료정보시스템 구축과 동시에 진행되었다는 점에서 화제가 되었었다. 충남대학교병원은 차트 없는 병원의 시대가 도래하면 다양한 기록들이 폭발적으로 증가하는 [[빅데이터]] 환경이 눈 앞의 현실이 될 것이라 예견했다. 그리고 빅데이터 환경을 의료 서비스의 질 개선을 위한 의사결정의 근거로 삼고 동시에 연구 활동 전반에도 데이터 분석 역량을 강화하여 의학 발전을 선도하는 연구 중심 병원으로 거듭나고자 엔터프라이즈 데이터 웨어하우스와 임상 데이터 웨어하우스 구축을 서둘렀다. 분석을 염두에 두고 데이터 통합과 분석의 기초를 다진 덕에 충남대학교병원은 빠르게 늘어가는 사용자들의 정보 분석 요청에 기민하게 대응할 수 있었다. 또한 정보 요청서를 받아 데이터를 뽑고 가공하느라 짧게는 수 주 길게는 몇 개월씩 걸리던 업무 비효율을 엔터프라이즈 데이터 웨어하우스와 임상 데이터 웨어하우스로 제거하였다. 즉, 웹, 통계툴 등 다양한 경로를 통해 원하는 데이터를 얻을 수 있는 실시간에 가까운 BI 서비스를 제공할 수 있게 된것이다. 충남대학교 병원은 BI에 대한 사용자 만족도가 높아지면서 자연스럽게 BI 요건 역시 증가하도 있다는 판단 아래 다양한 부분으로 데이터 마트 구축을 확대할 계획이다.<ref name="IBMpdf"> 〈[http://www-903.ibm.com/edm/J1407/0722_yzl/2014_IB_BA_Product_Brochure_BI.pdf 비즈니스 인텔리전스]〉, 《IBM》, 2014-03</ref> 

*'''대우증권'''
: KDB대우증권은 IBM 코그너스 비지니스 인텔리젼스 소프트웨어를 이용하고 있으며, 이 솔루션을 사용함으로써 표준화된 데이터마크 모델링을 이용하지않고도 상품 정보를 분석할 수 있게 되었다. 또한 분석 정보를 이용하여 상품 판매 및 자본 변동의 상태를 확인하여 추가적인 보고서를 얻을 수 있게 되었다. KDB대우증권은 사내 70개 이상의 시스템에 분산되어 있는 데이터를 활용하여 상품의 다중분석과 향후 상품 트렌드 예측을 실행하기 위해 IBM 코그너스 비지니스 인텔리젼스 v10.2 소프트웨어를 도입하였고, 핵심 부서에는 이러한 소프트웨어에 대한 싱글 사인온 액세스 권한이 부여되었다. 해당 솔루션을 이용하여 상품 목록, 상품 정보, 판매 내역, 판매량 및 판매 성과를 포함한 데이터를 포착 및 분석하고 있다. 긴축 경기에 적합한 금융 상품과 서비스를 개발하여 효과적인 상품 마케팅을 실행함으로써 KD대우증권은 고객층을 확대할 수 있게 되었다. 이제 KDB대우증권은 출시 상품에 대한 고객의 응답률, 인기있는 상품의 공통적인 특징, 그리고 특정 지역에서 특정 시기에 가장 많이 판매된 상품의 종류를 포함한 다양한 정보를 검색할 수 있게 되었다. 이러한 정보를 활용하여 상품 전략을 수립하고, 기존 상품 전략에서 필요한 부분을 변경할 수도 있게 되었다.<ref name="IBMpdf"></ref> 

{{각주}}

==참고자료==
* Margaret Rouse, 〈[https://searchcio.techtarget.com/definition/Cognos Cognos]〉, 《TechTarget》, 2010-10
* 씨앤텍시스템즈, 〈[https://cntechsystems.tistory.com/41?category=773478 IBM Cognos Analytics 특징]〉, 《티스토리》, 2019-12
* 코그너스 공식 홈페이지 - https://www.ibm.com/kr-ko/products/cognos-analytics
* 편집부, 〈[http://www.itworld.co.kr/news/74660 한국방송통신대, IBM '코그노스'도입으로 BI환경 구축]〉, 《ITWORLD》, 2012-03-13
* 이상일 기자, 〈[http://www.ddaily.co.kr/m/m_article/?no=74180 한국IBM, 코그노스 솔루션 보험업계에 연이어 공급]〉, 《디지털데일리》, 2011-02-09
* 〈[http://www-903.ibm.com/edm/J1407/0722_yzl/2014_IB_BA_Product_Brochure_BI.pdf 비즈니스 인텔리전스]〉, 《IBM》, 2014-03

==같이보기==
* [[IBM]]
* [[빅데이터]]
* [[데이터 웨어하우스]]
* [[CRM]]

{{솔루션|검토 필요}}