기업의 고민도 여기서 시작된다. 다수의 데이터 금고, 예를 들면 여러 엔터프라이즈 데이터베이스와 비교적 작은 데이터 저장소, 데이터센터, 클라우드, 애플리케이션, BI 툴, API, 스프레드시트, 오픈 데이터 소스를 다뤄야 한다는 점이다.
물론 관계형 데이터베이스의 메타데이터에서 테이블, 저장 프로시저, 인덱스를 비롯한 기타 데이터베이스 객체를 쿼리해 디렉터리를 얻을 수 있다. 그러나 기술적인 전문 지식이 필요한 데다 많은 시간이 필요하고, 최종 결과도 단일 데이터 소스의 기본적인 목록뿐이다. 데이터 모델을 리버스 엔지니어링하거나 메타데이터 탐색 기능이 있는 툴을 사용할 수 있지만 이러한 툴은 전문가용인 경우가 많고 주로 데이터베이스 감사, 문서화, 분석에 사용된다.
결국 데이터베이스의 내용을 쿼리하기 위한 이와 같은 접근 방법과 메타데이터를 추출하기 위한 툴은 다음과 같은 여러 이유로 지금의 데이터 기반 비즈니스의 요구사항에는 충분하지 않다.
• 기술에 너무 많은 전문 지식이 필요해 일반적인 최종 사용자에게는 접근성이 떨어진다.
• 여러 개의 대규모 데이터 데이터베이스와 다양한 데이터베이스 기술이 있고 하이브리드 클라우드를 운영하는 엔터프라이즈 관점에서 방법이 지나치게 수동적이다.
• 협업을 원하거나 주 데이터 집합과 파생된 데이터 집합으로 머신러닝 실험을 하고자 하는 데이터 과학자 또는 시민 데이터 과학자에게 별로 유용하지 않다.
• 데이터베이스 메타데이터 감사 전략으로 인해 데이터 관리팀이 선제적 데이터 거버넌스를 도입하기가 쉽지 않다.
기업의 데이터 자산에 대한 단일 진실 공급원
그 대안으로 주목받는 것이 데이터 카탈로그(Data catalogs)다. 이 개념은 꽤 오래전에 등장했다. 그러나 기업이 빅데이터 플랫폼을 확장하고 하이브리드 클라우드를 운영하고 데이터 과학과 머신러닝 프로그램에 투자하고 데이터를 기반으로 한 조직적 행동을 장려함에 따라 더 전략적인 요소로 발전했다.데이터 카탈로그를 이해하는 첫 번째 개념은 데이터 카탈로그가 전체 기업이 데이터 소스를 중심으로 학습하고 협업하는 툴이라는 것이다. 데이터 기반이라는 속성을 더 강화하고자 하는 조직, 데이터 과학자가 머신러닝을 테스트하는 조직을 비롯해 기타 고객 대면 애플리케이션에 분석 기술을 포함하는 기업이라면 데이터 카탈로그가 매우 중요하다.
데이터베이스 엔지니어, 소프트웨어 개발자 및 기타 기술자는 주 엔터프라이즈 데이터 소스에 데이터 카탈로그를 통합한다. 또한 이들은 데이터베이스가 만들어지거나 업데이트될 때 데이터 카탈로그를 사용하고 기여하는 역할도 한다.
즉, 대부분의 엔터프라이즈 데이터 자산과 상호작용하는 데이터 카탈로그는 단일 진실 공급원(single source of truth)이라고 할 수 있다. 데이터 카탈로그는 어떤 데이터가 있는지, 최적의 데이터 소스를 어떻게 찾을지, 데이터를 어떻게 보호할지, 전문 기술을 가진 사람이 누구인지에 대한 질문에 대한 답을 찾는 데 도움이 된다. 데이터 카탈로그에는 데이터 소스를 찾고 소스에 대한 메타데이터를 캡처하고 검색하고 몇 가지 메타데이터 관리 기능을 제공하기 위한 툴이 포함된다.
많은 데이터 카탈로그는 구조화된 디렉터리 개념 이상의 역할을 한다. 데이터 카탈로그에는 데이터 소스와 개체(entity), 객체 간의 관계가 포함되는 경우가 많다. 대부분의 카탈로그는 특히 기밀성, 개인정보보호, 보안에 관한 여러 메타데이터 클래스를 추적한다. 여러 사람과 부서, 애플리케이션이 어떻게 데이터 소스를 활용하는지에 관한 정보를 포착하고 공유한다. 또한 대부분의 데이터 카탈로그에는 데이터 사전을 정의하는 툴이 포함된다. 일부는 데이터를 프로파일링하고 정제하고 기타 데이터 관리 기능을 수행하기 위한 툴을 묶어 함께 제공한다. 또한 전문화된 데이터 카탈로그는 마스터 데이터 관리와 데이터 계보(data lineage) 기능을 활성화하거나 이러한 기능과 상호작용한다.
데이터 카탈로그 제품과 서비스
시장에는 데이터 카탈로그 툴과 플랫폼이 풍부하다. 다른 인프라와 엔터프라이즈 데이터 관리 기능에서 분리돼 나온 경우도 있고 사용 편의성, 협업, 머신러닝 차별화 요소에 초점을 둔 새로운 기능을 제공하는 제품도 있다. 기업의 규모, 사용자 경험, 데이터 과학 전략, 데이터 아키텍처, 기타 기업 요구사항에 따라 선택하면 된다. 주요 데이터 카탈로그 제품은 다음과 같다.• 애저 데이터 카탈로그와 AWS 글루(Glue)는 공용 클라우드 플랫폼에 내장된 데이터 카탈로그 서비스다.
• 많은 데이터 통합 플랫폼에는 데이터 카탈로그 기능이 있다. 인포매티카 엔터프라이즈 데이터 카탈로그(Informatica Enterprise Data Catalog), 탈렌드 데이터 카탈로그(Talend Data Catalog), SAP 데이터 허브(SAP Data Hub), IBM 인포스피어 인포메이션 거버넌스 카탈로그(IBM Infosphere Information Governance Catalog)가 여기에 해당한다.
• 일부 데이터 카탈로그는 빅데이터 플랫폼과 하이브리드 클라우드를 위한 제품이다. 클라우데라 데이터 플랫폼, 인포웍스 데이터파운드리 등이 여기에 속하는데 데이터 운영과 오케스트레이션을 지원한다.
• 유니파이 데이터 카탈로그(Unifi Data Catalog), 앨레이션 데이터 카탈로그(Alation Data Catalog), 콜리브라 카탈로그(Collibra Catalog), 워터라인 데이터(Waterline Data), IBM 왓슨 날리지 카탈로그(IBM Watson Knowledge Catalog)를 포함해 머신러닝 기능이 있는 독립형 플랫폼이 있다.
• 스티보 시스템즈(Stibo Systems), 렐티오(Reltio)와 같은 마스터 데이터 관리 툴과, 암 데이터(Arm Treasure Data)와 같은 고객 데이터 플랫폼도 데이터 카탈로그 역할을 할 수 있다.
통찰력과 실험을 이끄는 머신러닝 기능
데이터 검색 자동화, 리포지토리 검색 구현, 협업 툴 제공은 데이터 카탈로그의 기본이다. 여기서 더 발전한 데이터 카탈로그에는 머신러닝, 자연어 처리, 로우 코드 구현 기능이 포함된다.머신러닝 기능은 플랫폼에 따라 여러 형태를 취한다. 예를 들어 유니파이의 내장된 추천 엔진은 사람들이 주 데이터 집합과 파생된 데이터 집합을 어떻게 사용하고 결합하고 라벨링하는지 살펴본다. 이용 지표를 캡처하고 머신러닝을 사용해 다른 최종 사용자가 비슷한 데이터 집합과 패턴을 쿼리할 때 추천한다. 또한 유니파이는 머신러닝 알고리즘을 사용해서 데이터를 프로파일링하고 민감한 개인 식별 정보를 확인하고 데이터 소스에 태그를 지정한다.
콜리브라는 머신러닝을 사용해 데이터 스튜어드(data steward)의 데이터 분류 작업을 돕는다. 오토매틱 데이터 클래시피케이션(Automatic Data Classification)이 새로운 데이터 집합을 분석해 주소, 금융 정보, 제품 식별자와 같은 40개의 기본 분류와 대조한다. 워터라인 데이터는 엔터프라이즈 데이터 검색, 분류, 관리를 자동화하는 특허 지문 기술을 보유하고 있다. 워터라인 데이터의 초점 영역 중 하나는 민감한 데이터의 식별과 태깅으로, 태깅에 필요한 시간을 80% 줄여준다고 주장한다.
이처럼 플랫폼마다 데이터 처리를 위한 전략과 기술적 역량도 다양하다. 데이터 카탈로그와 메타데이터 수준에서만 작동하는 플랫폼이 있는가 하면 더 확장된 데이터 준비, 통합, 정제 및 기타 데이터 운영 기능을 제공하는 플랫폼도 있다. 인포웍스 데이터파운드리(InfoWorks DataFoundry)는 엔터프라이즈 데이터 운영 및 오케스트레이션 시스템으로, 머신러닝 알고리즘과의 직접 통합이 특징이다. 로우 코드 비주얼 프로그래밍 인터페이스를 통해 최종 사용자가 k-평균 클러스터링, 랜덤 포레스트 분류와 같은 머신러닝 알고리즘과 데이터를 연결할 수 있게 해준다.
지금은 갈수록 불어나는 데이터 자산을 가진 기업을 위한 거버넌스, 운영 기능, 검색 툴을 제공하는 데이터 카탈로그와 같은 선제적 플랫폼의 초기 단계다. 기업이 데이터와 분석에서 더 많은 비즈니스 가치를 실현하게 되면 데이터 활용을 확장하고 관리하기 위한 필요성도 커지게 될 것이다. 머신러닝 기능은 다양한 데이터 카탈로그 플랫폼이 경쟁하게 될 분야 중 하나다. editor@itworld.co.kr
함께 보면 좋은 콘텐츠
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.