미래엔의 AI디지털교과서 플랫폼 고도화 프로젝트에서 수업 환경, LMS, 각종 수업 도구를 새로 개발하거나 개선했습니다. 실제 교실의 네트워크 환경을 고려하고 선생님의 수업 활동을 단절 없이 지원하기 위해 UI·UX 개선과 함께 성능 향상을 위한 아키텍처를 수립·구축했습니다.
Online WhiteboardWebSocketNaver Cloud
Virtual Learning Environment
통계교육원의 Virtual Machine 기반의 빅데이터 학습 환경은 개별 학습자 환경을 Provisioning 해서 맞춤형 학습 환경을 자동화된 방식으로 제공합니다.
VMwareHadoopHiveSparkRPythonJupyter Notebook
지능형 R&D 플랫폼 (EDISON) 고도화
KISTI (한국과학기술정보연구원) 의 HPC (High Performance Computing) 기반 Machine Learning (ML) 학습 플랫폼은 GPU 를 이용한 ML 학습 모델 실행과 같은 고도의 기술 인프라를 자동화된 방식으로 제공합니다.
EBS는 공통으로 활용 가능한 시스템이 분산되어 있어 비용이 중복 발생하고, 신규 서비스 개발 속도와 일관된 품질을 보장하기 어려웠습니다. 라이트스택 아키텍트가 참여해 공통 영역의 시스템과 기능을 명세하고, 개발·가이드·연동을 지원하여 관련 시스템을 하나로 묶었습니다.
전자정부표준프레임워크Spring Framework
Single Sign-On (통합로그인)
EBS 는 1천만 명 이상의 회원을 보유하고 있으며 다양한 규모, 여러 프로그래밍 언어, 플랫폼, 사용자 환경으로 구성된 패밀리 사이트들의 인증을 통합·관리해야 했습니다. 라이트스택은 고가용성의 Single Sign-On 제품 납품과 동시에 회원 정보 통합, 쉽고 안정적인 SDK 제공을 통해 통합 인증 시스템 구축을 성공적으로 수행했습니다.