옵스나우(OpsNow)가 아마존웹서비스(Amazon Web Services, 이하 AWS)의 2024년 하반기 KPPL(Korea Partner Prospecting League)에서 우수한 성과를 인정받아 SCG 부문 ISV(Independent Software Vendor) 파트너상을 수상했다고 8일 밝혔다. KPPL은 AWS 파트너사의 비즈니스 확장을 독려하기 위한 캠페인으로 SCG는 중소기업(SMB) 및 클라우드 도입 초기 단계에 있는 고객을 대상으로 잠재 고객 발굴과 초기 클라우드 서비스 지원을 담당하는 부문이다. 옵스나우는 5주간의 경쟁을 거쳐 고객 발굴에 대한 집중적인 노력과 AWS의 서비스 가치를 효과적으로 전달한 공로를 인정받아 수상자로 선정됐다. 지난해 독립 법인으로 공식 출범한 옵스나우는 이후 지속적인 성장세를 이어나가고 있다. 지난 4월 비즈니스 성과를 인정받아 ‘AWS 코리아 올해의 테크놀로지 파트너상’을 수상하기도 했으며, 향후 자체 SaaS 제품군의 AWS 마켓플레이스 등재를 늘릴 예정이다. 더불어 글로벌 SaaS 선도 기업이라는 목표 하에 적극적인 해외 시장 확장을 최근 추진 중이다. 박승우 옵스나우 대표는 “이번 수상은 고객의
옵스나우(OpsNow)가 자사의 클라우드 보안 플랫폼인 ‘옵스나우 시큐리티(OpsNow Security)’에 KSPM 기능을 새롭게 추가했다고 16일 밝혔다. KSPM(쿠버네티스 보안 형상 관리, Kubernetes Security Posture Management)은 쿠버네티스 환경의 보안을 관리하고 개선하기 위한 도구다. CSPM이 클라우드 인프라의 보안 취약점을 진단하고 해결 방안을 제시한다면 KSPM은 쿠버네티스의 보안 설정 오류를 지적하고 이를 수정, 강화하기 위한 조치를 안내한다. 이번 기능을 추가함으로써 옵스나우 시큐리티는 쿠버네티스 환경에서의 보안 설정 오류를 쉽게 발견하고 수정할 수 있도록 지원한다. 또한 쿠버네티스 전용 컴플라이언스 구축과 정책 수립을 통해 복잡한 쿠버네티스 환경에서의 보안 가시성을 향상시킬 수 있게 됐다. 쿠버네티스는 MSA를 지원하는 데 핵심적인 역할을 하기 때문에 KSPM 기능을 토대로 복잡한 MSA 상의 보안 취약점에 대해서도 즉각적으로 대응할 수 있다. 또한 시스템의 보안 상태를 검사하고 보고하는 스캔 서버가 컨테이너 형태로 고객의 쿠버네티스 환경에 설치되는 것도 특징이다. 보안 정책 변경 시에도 스캔 서버가 자동으
옵스나우(OpsNow)가 자사의 북미 CMP(클라우드 관리 플랫폼)에 버블클라우드의 노코드 인앱 가이드 빌더 ‘스텝바이(StepBy)’를 도입해 온보딩 프로세스 속도를 50% 이상 향상시켰다고 5일 밝혔다. 이번 협력은 양사가 체결한 공동 사업화 업무 협약의 일환으로 이뤄졌다. 온보딩이란 사용자가 소프트웨어를 처음 사용할 때 원활하게 시작할 수 있도록 돕는 절차를 의미한다. 보통 CMP는 온보딩 가이드를 지원하지 않거나, 제공하더라도 CSP별로 그 절차가 다른 탓에 사용자가 어려움을 겪는 경우가 많았다. 이에 옵스나우는 온보딩 과정에서 발생하는 휴먼 에러를 줄이고 사용자의 편의성을 극대화하기 위해, 미국 시장에 서비스 중인 자사 CMP에 버블클라우드의 스텝바이를 도입하기로 결정했다. 스텝바이와의 협업을 바탕으로 옵스나우는 온보딩 과정에서 사용자 친화적인 시각적 가이드를 지원한다. 예를 들면 게임 튜토리얼(설명서)처럼 어디를 클릭해야 하는지 혹은 어느 칸을 채워야 하는지 등의 다음 수행 사항을 페이지 내에 표시되는 네모 창을 통해 직관적으로 알 수 있다. 또한 ‘ID를 복사해 해당 칸에 붙이세요’와 같은 지시를 말풍선 형태의 가이드로 제시해 사용자가 실수 없이
옵스나우(OpsNow)가 미국 시장에 초점을 맞춘 클라우드 관리 플랫폼(Cloud Management Platform, 이하 CMP) 옵스나우 신제품을 현지에 출시하며 본격적인 글로벌 확장에 나선다고 22일 밝혔다. 옵스나우는 미국 시장에 특화된 CMP를 수년간의 기술력과 경험을 바탕으로 자체 개발해 선보인다. 미국 시장 공략의 키워드는 ‘자동 비용 절감(AutoSavings)’이다. AI·ML 모델을 기반으로 사용자의 클라우드 사용 패턴을 분석하고 최적의 예약 인스턴스를 자동으로 구매하거나 판매할 수 있다. 사용자의 개입 없이 최대 65%의 클라우드 비용을 자율적으로 절감할 수 있다. 이로써 고객은 복잡한 가격 체계를 이해하거나 비용 절감 전담 인력을 배치할 필요 없이 간단한 온보딩 절차만 거치면 최대치의 비용을 절감할 수 있게 됐다. 옵스나우는 전 세계적으로도 드물게 자동 비용 절감과 멀티 클라우드 관리를 동시에 제공하는 CMP를 선보이며 글로벌 시장에서도 기술 경쟁력을 바탕으로 선도적인 위치를 확립할 예정이라고 전했다. 또한 성과 기반의 요금 모델을 토대로 고객의 비용 절감액에 대해서만 수수료를 부과하고 그 외 기능들은 무료로 제공할 계획이다. 고객의
옵스나우(OpsNow)가 탄소 중립 실현을 위한 옵스나우360의 새로운 서비스 '옵스나우 ESG(OpsNow ESG)'를 11일 공개했다. 이로써 옵스나우의 고객사들은 옵스나우360을 사용해 클라우드 환경에서의 탄소 배출량과 전력 사용을 측정하고 이를 관리하는 것은 물론, 탄소 배출권 거래를 통해 배출량을 상쇄할 수 있게 됐다. 전 세계적으로 기업에 대한 탄소 회계 요구가 늘어나고 모든 산업 영역에서 클라우드 사용이 확대됨에 따라, 클라우드로 인한 탄소 배출량에 대한 관심도 높아지고 있다. 탄소 배출량의 측정 관리와 실질적 감소 방안이 필요함에도 이를 위한 서비스를 찾기 어려운 것이 현실이다. 옵스나우 ESG는 클라우드 카본 풋프린트(Cloud Carbon Footprint)의 오픈 소스 기반 탄소 계산식과 전자상거래 기업 엣시(Etsy)의 클라우드 쥬얼스(Cloud Jewels) 기술을 결합했다. 이를 통해 클라우드 사용으로 인한 탄소 배출량과 전력량을 정밀하게 측정, 예측하고 이를 관리할 수 있도록 지원한다. 고객사들은 옵스나우 ESG를 통해 측정한 탄소 배출량을 기반으로 기후행동 기업 윈클(WinCL)의 마켓플레이스에서 탄소 배출권을 구매해 해당 배출량
옵스나우(OpsNow)가 생성형 AI 기술을 활용해 클라우드 데이터부터 그래프와 도표를 포함한 분석까지 채팅으로 쉽고 빠르게 확인할 수 있도록 지원하는 서비스 '옵스나우 인사이트'를 18일 공개했다. 옵스나우 인사이트는 사용자가 채팅을 통해 클라우드 비용 및 자산 사용량과 관련된 다양한 데이터를 손쉽게 확인하고 분석할 수 있도록 지원한다. 사용자가 클라우드 비용 및 자산 사용량에 대해 질문하면 이를 생성형 AI를 통해 분석해 사용자의 요구에 최적화된 맞춤형 정보를 빠르고 이해하기 쉽게 제공한다. 이로써 사용자는 클라우드 리소스 배정과 지출에 대한 정보를 신속하게 확인해 불필요한 비용을 줄이고 리소스를 최적화할 수 있다. 클라우드 지출과 자산 사용량의 효과적인 관리 방법을 제안해줄 뿐 아니라 더욱 빠르고 직관적인 이해가 가능하도록 데이터를 표, 그래프 등으로 시각화해 제시하는 것도 가능하다. 기존 생성형 AI 모델을 통해 데이터를 생성할 경우 환각 현상(Hallucination)에 대한 우려가 발생한다. 하지만 옵스나우 인사이트는 실제 데이터 분석 프레임워크와 LLM, 내부 데이터셋, 그리고 데이터 분석 엔진을 조합한 하이브리드 구조로 개발돼 환각 현상에 대한
옵스나우(OpsNow)가 대화형 AI 서비스 플랫폼 '헬프나우(HelpNow)'에 간단하게 고품질의 콜봇을 구축할 수 있는 '헬프나우 AI 콜' 기능을 새롭게 선보인다고 30일 밝혔다. 헬프나우 AI 콜은 산업에 특화된 고품질의 AI 콜봇을 간단하게 구축할 수 있도록 지원한다. 국내에서 유일하게 보이스 게이트웨이를 내장, 콜센터 장비 교체나 대규모의 개발 과정 없이도 기업에서 이미 보유하고 있는 콜센터 시스템과 연동해 콜봇 서비스를 손쉽게 만들어낼 수 있다. 실시간 대화가 가능함은 물론, 다양한 프로토콜을 통해 유선 전화 뿐만 아니라 웹 브라우저에서도 음성 통화를 할 수 있다. 헬프나우는 대화형 AI 서비스 구축과 운영을 위한 모든 서비스를 제공하고 있다. ▲구글 다이얼로그플로우(Dialogflow) ▲AWS 렉스(Lex) ▲마이크로소프트 Azure 루이스(Luis) ▲IBM 왓슨(watson) 등 자연어 이해(NLU) 엔진과 함께 오픈AI의 GPT-4, 구글 PaLM2 등 대규모 언어 모델(LLM) 을 연동하여 단순한 문답(FAQ) 방식이 아니라 사람과 실제로 대화하는 것과 같은 고품질의 대화 경험을 선사한다. 더불어 시나리오를 작성하지 않아도 보유하고 있