2025년 5월 Arbutus Version 9 출시 - 릴리즈 정보

[2025년 5월 Arbutus Version 9 출시]

Arbutus 9 - <AI 기반 고급 분석> 이 출시되었습니다.

Sentiment Analysis(감성분석) | Clusters(클러스터링) | Smart Query | Data Categorization | Outliers(이상치)

Arbutus 9 는 통찰력(insights), 예측(predictions) 및 고급 분석(advanced analytics)을 위한 AI/ML 분석 기능을 제공하며, 데이터 보안(data security)과 사용자 친화적인 디자인을 갖추고 있습니다. 모든 규모의 비즈니스에 맞게 원활하게 통합되고 확장됩니다.

** 아래 링크 페이지를 클릭하시면, 원문 내용을 참조해 보실 수 있습니다.

https://www.arbutussoftware.com/whats-new-in-arbutus-9

[효과적인 분석, 리스크 탐지(Detection) 및 완화(Mitigation)]

Arbutus 는 인공지능(AI)을 Analytics Platform 에 통합함으로써 조직이 Risk 를 효과적으로 탐지(detecting), 분석(analyzing) 및 완화(mitigating)하는 역량을 향상시켜 전반적인 거버넌스, 컴플라이언스 및 의사 결정 프로세스를 개선할 수 있도록 지원합니다.

AI 기반 분석(AI-Powered Analytics)

Arbutus 는 AI 와 기계학습(machine learning) 알고리즘을 사용하여, 방대한 양의 데이터를 효율적으로 분석할 수 있는 능력을 강화합니다. 이러한 알고리즘은 데이터 내의 잠재적인 리스크(potential risks) 나 이상징후(anomalies)를 나타낼 수 있는 패턴(patterns), 추세(trends) 및 이상치(outliers)를 식별(identify)할 수 있습니다.

자연어 처리(Natural Language Processing)

Arbutus 는 NLP 기술을 활용하여 이메일, 문서 및 소셜 미디어 게시물과 같은 비정형(unstructured) 데이터 소스에 대한 통찰력(insights)을 최적화합니다.

이를 통해 감사인은 비즈니스 운영에 대해 더 깊이 이해하고 잠재적인 위험(potential risks)이나 컴플라이언스 이슈를 식별(identify)할 수 있습니다.

부정탐지(Fraud Detection)

AI 알고리즘은 금융 거래 및 기타 데이터 소스에서 의심스러운 패턴이나 행동을 식별하여 부정 행위(fraudulent

activities)를 탐지하는 데에도 활용됩니다. 이를 통해 조직이 부정(fraud)을 사전에 탐지(detect) 및 예방하여 재정

적 손실(financial losses)과 평판 훼손(reputational damage)을 줄일 수 있습니다.

예측분석(Predictive Analytics)

Arbutus Software 는 AI 기반 예측 분석(predictive analytics)을 활용하여 미래 추세(trends)를 예측하고, 새로운 리스크를 식별(identify)하며, 잠재적인 감사 이슈를 예측(anticipate)합니다. 이를 통해 감사인과 리스크 관리자는 리스크를 완화(mitigate risks)하고 비즈니스 프로세스를 최적화하기 위한 사전 조치를 취할 수 있습니다.

상시 모니터링 및 감사(Continuous Monitoring and Auditing)

Arbutus 모니터링 도구를 사용하면 조직에서 거래(transactions), 프로세스(processes) 및 통제(controls)를 실시간(real-time)으로 상시적으로 모니터링할 수 있습니다. 이를 통해 감사인은 이슈가 발생하는 즉시 이를 탐지(detect)하고 즉시 시정 조치를 취할 수 있으므로 컴플라이언스(compliance) 위반이나 부정 행위의 가능성을 줄일 수 있습니다.

자동 감사 테스트(Automated Audit Testing)

Arbutus Software 는 AI 를 활용하여 감사 테스트 절차를 자동화함으로써 감사인이 대규모 데이터 세트에 대한 포괄적 인테스트를 빠르고 정확하게 수행할 수 있도록 합니다. 이를 통해 감사 작업에 필요한 수작업(manual effort)을 줄이고 감사인은 예외(exceptions) 및 이상징후(anomalies)를 분석하는데 집중할 수 있습니다.

[AI/ML SmartApps]

버튼 클릭 한 번으로 통합 AI 기반 분석에 액세스하세요.

[HR SmartApps]

인사(HR) 분야에 초점을 맞춘 새로운 분석 제품군
모범 사례(Best practices)를 기반으로 한 즉시 사용 가능한 대화형 데이터 분석

향상된 더 많은 기능들

데이터 미리보기(Preview)를 위한 개선된 사용자 인터페이스(UI)

Workflow에서 어떤 데이터 소스를 미리 보고(preview) 있는지 더 쉽게 확인해 볼 수 있습니다. 미리 보기(preview) 데이터의 포맷(format)이 개선되었습니다. Workflow에서 데이터를 미리 볼 때 더 직관적인 사용자 인터페이스가 제공됩니다.

SSO 지원

이제 Analyzer와 HUB 간에 Single Sign-on이 지원됩니다. 서버 연결 및 인증에 대한 더 나은 IT 관리.

내보내기 기본 타입 설정(Set Default Export Type)

Export command(명령)는 자동으로 선호하는 Export 타입을 사용합니다. Export 명령에 대한 수동 변경을 제거하여 더 효율적으로 작업합니다.

저장 데이터 암호화(Data at Rest Encryption)

Analyzer Plus(로컬) 또는 HUB(서버)를 사용할 때 출력(output) 파일을 자동으로 암호화할 수 있는 옵션입니다. 데이터 보안을 강화하고 조직 표준에 맞게 조정합니다.

SQL Server 및 Oracle용 네이티브 커넥터

더 빠르고 안전한 데이터 로딩을 제공하기 위한 네이티브 연결(connection) 지원. Oracle 및 SQL Server 데이터의 더 빠른 가져오기(import)를 달성합니다.

Registry를 Profile.txt로 내보내기(Export)

이제 사용자는 서버 profile 정보를 profile.txt 로 내보낼(export) 수 있습니다.

DateTime 필드를 변환하는 함수(Function)

날짜/시간(datetime) 값(value)이나 표현식(expression)을 문자열(character string)로 변환합니다.

WeekNum 함수(Function)

날짜(Date) 필드를 기준으로 달력 연도의 주 번호(week number)를 반환합니다.

향상된 EOMONTH 함수(Function)

새로운 +/- Months(개월) 파라미터는 날짜 기반 구분점(Date-based cutoffs)에 의존하는 통제(control)를 테스트하는 데 유용합니다.

개선된 Directory Command(명령)

Command line(명령 라인) 구문 없이 Directory command(명령)를 간소화하여 사용할 수 있습니다.

멀티라인 SQL 지원

개발자를 위한 간소화된 SQL 쿼리 편집.

Append 출력(Output)의 더 나은 제어

Append 결과(result) 위치를 더 쉽게 관리할 수 있습니다.