#동화기업 데이터랩 01:00 소개 02:52 동화기업의 DX 배경 03:45 몽고DB, 시계열성 데이터 강점 06:19 동화기업 소개 09:20 동화기업 스마트팩토리 구현 방향성 14:01 어떤 분야부터 스마트팩토리 시작했는지 16:43 데이터 축적 후 분석 시 발생한 문제 17:56 현업의 컴플레인은? 20:05 센서 데이터 문제를 어떻게 해결? 20:55 NoSQL DB 검토 22:47 몽고DB 도입 후 느낀 점 24:46 몽고DB 도입 후 계량적 성과 25:44 DX 추구하는 분들에게 코멘트 28:41 Q&A(1) 몽고DB와 RDB를 어떻게 사용하는지? 30:23 Q&A(2) 적용 활발한 분야? 기술 발전 방향? 31:57 Q&A(3) 몽고DB 적용 후 가장 많은 변화? 33:31 Q&A(4) ML/DL 학습을 위한 데이터 수집/활용? 35:06 Q&A(5) 몽고DB의 '컬렉션/문서 저장'의 특징? 36:59 Q&A(6) 설비 데이터가 RDB... DB 바꾸기 어려움? 37:47 Q&A(7) 데이터 사이즈/속도... 몽고DB 장점? #몽고DB 김규동 상무 40:16 "IoT 플랫폼의 라이프 사이클" 42:22 Document 모델의 장점 47:09 Time-Series Bucket 48:56 인덱스와 저장의 장점 52:10 분석을 위한 전용 노드와 Co-work 53:47 Event 기반 분석과 Action 54:35 다임러(벤츠)의 몽고DB 사용 사례 59:11 국내 레퍼런스(사례) - 전동 킥보드 01:01:00 몽고DB 수요 전망 01:02:22 Q&A(8) 몽고DB의 데이터 안정성 차별점? 01:03:16 Q&A(9) 생활속 IoT 서비스 중 몽고DB 적용? 01:04:03 Q&A(10) 데이터 증가 시 chunk migration 이슈? 01:05:08 Q&A(11) 암호화/복호화 기능? 타 솔루션 연동? 01:05:45 Q&A(12) 데이터 병목 해결? 부하 분산? 01:06:22 Q&A(13) RDB와 같은 서버 이슈 처리 기능? 01:07:26 Q&A(14) 시계열 데이터의 순서 오류 처리? 01:10:30 마무리