데이터 패브릭이란 무엇인가?

인공 지능(AI)와 기계 학습(ML)과 관련된 데이터 패브릭은 원시 데이터를 비즈니스 인텔리전스로 변환하는 주요 도구 중 하나입니다.

그러나 데이터 패브릭이 정확히 무엇일까요?

데이터 패브릭은 기업 내에서 데이터 자산, 데이터베이스 및 데이터베이스 아키텍처의 통일된 집합을 제공하는 아키텍처 및 소프트웨어입니다. 다양한 데이터 파이프라인과 클라우드 환경을 지능형 자동화 시스템을 사용하여 종단 간 통합을 가능하게 합니다.

하이브리드 클라우드, 사물 인터넷(IoT), AI 및 에지 컴퓨팅과 같은 주요 개발이 진행됨에 따라 데이터 패브릭의 중요성이 증가하고 있습니다. 이는 빅데이터의 대규모 증가를 의미하며, 조직은 더 많은 데이터를 관리해야 합니다.

이러한 빅데이터를 처리하기 위해 회사들은 데이터 환경의 통일과 거버넌스를 중점으로 해야 합니다. 이는 데이터 실로, 보안 위험 및 의사 결정의 병목 현상과 같은 여러 가지 도전을 제기합니다. 이러한 도전은 데이터 관리 팀이 데이터 패브릭 솔루션을 채택하도록 이끌었으며, 이는 데이터 시스템을 통일하고, 개인 정보와 보안을 강화하고, 거버넌스를 개선하며, 직원에게 더 많은 데이터에 대한 접근성을 제공합니다.

데이터 통합은 더 많은 데이터 기반 의사 결정을 가능하게 합니다. 기업은 역사적으로 비즈니스의 특정 측면에 대해 다양한 데이터 플랫폼을 사용해 왔지만, 데이터 패브릭은 데이터를 더 일관성 있게 볼 수 있게 합니다. 모든 것이 고객 수명 주기에 대한 더 나은 이해를 가능하게 하고, 데이터 간의 연결을 수립합니다.

데이터 패브릭의 목적은 무엇인가?

데이터 패브릭은 관련된 데이터의 통일된 뷰를 설정하여 위치, 데이터베이스 연관성 또는 구조와 관계없이 정보에 대한 접근을 가능하게 합니다. 데이터 패브릭은 또한 AI 및 기계 학습을 사용한 분석을 단순화합니다.

데이터 패브릭의 또 다른 목적은 애플리케이션 개발을 erleichtern 것입니다. 이는 전통적인 애플리케이션 및 데이터베이스 실로와 분리된 정보에 대한 공통 모델을 생성하기 때문입니다. 이러한 모델은 더 나은 정보에 대한 접근성을 제공하지만, 또한 모든 리소스에서 데이터에 대한 접근을 관리할 수 있는 단일 계층을 설정함으로써 효율성을 향상시킵니다.

데이터 패브릭에 대한 단일 데이터 아키텍처는 없지만, 일반적으로 이러한 유형의 데이터 프레임워크에는 6개의 기본 구성 요소가 있다고 말합니다.

1. 데이터 관리: 데이터 거버넌스 및 데이터 보안을 담당합니다.

2. 데이터 수집: 클라우드 데이터를 통합하고 구조화된 데이터와 비구조화된 데이터 간의 연결을 식별합니다.

3. 데이터 처리: 데이터를 정제하여 데이터 추출을 위해 관련된 데이터만 표면화합니다.

4. 데이터 오케스트레이션: 데이터를 변환, 통합 및 정화하여 비즈니스에서 사용할 수 있도록 하는 프레임워크의 매우 중요한 계층입니다.

5. 데이터 검색: 새로운 데이터 소스를 통합하는 방법을 표면화합니다.

6. 데이터 접근: 데이터의 소비를 가능하게 하고, 규정 준수를 위해 특정 팀에 대한 적절한 권한을 보장하며, 대시보드 및 기타 데이터 시각화 도구를 사용하여 관련된 데이터를 표면화합니다.

데이터 패브릭의 이점

데이터 패브릭에는 많은 비즈니스 및 기술적인 이점이 있습니다. 예를 들어:

• 데이터 실로를 분해합니다: 현대적인 비즈니스는 종종 데이터 실로로 인해 고통받습니다. 데이터베이스는 일반적으로 애플리케이션 그룹과 관련이 있으며 새로운 애플리케이션이 추가됨에 따라 기업에서 자라납니다. 데이터 실로는 다양한 구조와 형식의 데이터를 보유하지만, 데이터 패브릭은 기업 정보에 대한 접근성을 개선하고 수집된 데이터를 사용하여 운영 효율성을 향상시킬 수 있습니다.

• 데이터베이스를 통일합니다: 데이터 패브릭은 또한 회사들이 넓은 지역에 분산된 데이터베이스를 통일하는 데 도움이 됩니다. 위치 차이가 접근 장벽으로 이어지지 않도록 보장합니다. 데이터 패브릭은 애플리케이션 개발을 단순화하고, 데이터를 실로로 이동한 후에도 다른 애플리케이션에 대한 데이터 접근성을 줄이지 않고 특정 애플리케이션 데이터 사용을 최적화하는 데 사용할 수 있습니다.

• 정보에 대한 단일 접근 방식: 데이터 패브릭은 애플리케이션의 이식성을 개선하고, 클라우드와 데이터 센터에서 정보에 대한 단일 접근 방식을 제공합니다.

• 속도에 맞춰 통찰력을 생성합니다: 데이터 패브릭 솔루션은 복잡한 데이터 세트를 쉽게 처리할 수 있으며, 이는 통찰력을 얻는 시간을 가속화합니다. 그들의 아키텍처는 사전 구축된 분석 모델과 인지 알고리즘을 사용하여 대규모 데이터를 처리할 수 있습니다.

• 기술 및 비기술 사용자 모두에 의해 사용됩니다: 데이터 패브릭은 기술 사용자만을 대상으로 하는 것이 아닙니다. 아키텍처는 유연하며, 다양한 사용자 인터페이스를 사용할 수 있습니다. 비즈니스 임원들이 이해할 수 있는 대시보드를 구축하는 데 도움이 되거나, 데이터 과학자들이 데이터를 탐색하는 데 사용할 수 있는 정교한 도구를 사용할 수 있습니다.

데이터 패브릭 구현을 위한 모범 사례

전 세계 데이터 시장은不断히 확장되고 있으며, 이 분야에서 강한 수요가 있습니다. 많은 회사들이 기업 데이터를 최적화하기 위해 데이터 아키텍처를 구현하려고 하며, 몇 가지 공통된 모범 사례를 따릅니다.

그런 모범 사례 중 하나는 DataOps 프로세스 모델을 채택하는 것입니다. 데이터 패브릭과 DataOps는 동일하지는 않지만, DataOps 모델에 따르면, 데이터 프로세스, 도구 및 사용자 간에 밀접한 연결이 있습니다. 사용자가 데이터에 의존하도록 하여, 데이터에서 통찰력을 얻을 수 있도록 도와줍니다. DataOps 모델이 없으면, 사용자가 데이터 패브릭에서 충분히 yararlan하기 위해 어려움을 겪을 수 있습니다.

또 다른 모범 사례는 데이터 패브릭을 단순히 또 다른 데이터 레이크로 전환하지 않는 것입니다. 예를 들어, 데이터 소스 및 분석과 같은 모든 아키텍처 구성 요소를 가지고 있지만, API 및 SDK가 없으면真正한 데이터 패브릭을 달성할 수 없습니다. 데이터 패브릭은 아키텍처 디자인을 나타내며, 단일 기술을 나타내지 않습니다. 아키텍처의 정의 특징 중 일부는 구성 요소 간의 상호 운용성 및 통합 준비입니다.

조직이 규정 준수 및 규제 요구 사항을 이해하는 것이 매우 중요합니다. 데이터 패브릭 아키텍처는 보안, 거버넌스 및 규제 준수를 개선할 수 있습니다.

데이터가 시스템에 분산되어 있지 않기 때문에, 민감한 데이터 노출의 위험이 줄어듭니다. 그러나 데이터 패브릭을 구현하기 전에 규정 준수 및 규제 요구 사항을 이해하는 것이 중요합니다. 다양한 데이터 유형은 다른 규제 관할 구역에 속할 수 있습니다. 한 가지 해결책은 법률을 준수하도록 데이터 변환을 보장하는 자동화된 규정 준수 정책을 사용하는 것입니다.

데이터 패브릭 사용 사례

데이터 패브릭에는 다양한 사용 사례가 있지만, 몇 가지 일반적인 사례가 있습니다. 하나의 일반적인 예는 지리적으로 분산된 데이터 자산의 가상/논리적 수집을 통해 접근 및 분석을 erleichtern 것입니다. 이 경우 데이터 패브릭은 일반적으로 중앙 비즈니스 관리를 위해 사용됩니다. 전통적인 애플리케이션 및 데이터 접근/쿼리 인터페이스를 통해 지원되는 분산 라인 운영이 데이터를 수집하고 사용하기 때문에, 지역 또는 국가적으로 활동이 분할된 조직에서는 많은 것을 얻을 수 있습니다. 이러한 조직은 일반적으로 중앙 관리 및 조정을 필요로 합니다.

데이터 패브릭의 또 다른 주요 사용 사례는 인수 또는 합병 이후 통일된 데이터 모델을 설정하는 것입니다. 이러한 경우에, 이전에 독립적인 조직의 데이터베이스 및 데이터 관리 정책이 변경되므로, 조직 경계를 넘어 정보를 수집하기가 더 어려워집니다. 데이터 패브릭은 통일된 데이터 뷰를 생성하여 결합된 엔티티가 단일 데이터 모델에 대한 조화를 가능하게 함으로써 이를 극복할 수 있습니다.