2017.06.28

"하둡에 대한 투자 대폭 강화"…호튼웍스와 IBM 전격 인터뷰

Paul Krill | InfoWorld
호튼웍스(Hortonworks)와 IBM이 최근 파트너십 확대를 발표했다. 내용은 머신러닝과 데이터 과학 툴을 하둡 생태계 전반의 개발자를 대상으로 확대하기 위해 IBM의 데이터 사이언스 익스피리언스(Data Science Experience, DSX) 분석 툴킷과 호튼웍스의 데이터 플랫폼(HDP)을 합치는 것이다. IBM의 하둡용 SQL 엔진인 빅 SQL(Big SQL)도 활용된다.

인포월드 편집자 폴 크릴은 최근 미국 실리콘 밸리에서 열린 데이터웍스 서밋 컨퍼런스에서 호튼웍스 CEO 롭 비어든, IBM 애널리틱스 총괄 책임자 롭 토마스를 만나 빅데이터 분석, 머신러닝, 그리고 대규모 데이터 처리를 위한 기술이 증가하는 상황에서 하둡의 현황에 대해 이야기를 나눴다.

IBM DSX는 하둡 데이터 플랫폼에 무엇을 제공하는가?
- 토마스 : 지난해 DSX를 출범했는데 그 계기는 데이터 과학 시장에서의 기회다. 전통적으로 기업은 SPSS 사용자 또는 SAS 사용자 둘 중 하나지만 전체 시장은 공개 언어를 향해 이동하고 있다. IBM은 주피터(Jupyter)를 기반으로 DSX를 구축했다. 파이썬 데이터 과학자, R, 스파크, 스칼라 프로그래머를 주 대상으로 한다. 원하는 언어가 뭐든 그 언어를 사용할 수 있다.

또한 머신러닝에 텐서플로우(TensorFlow), 카페(Caffe), 테아노(Theano) 등 원하는 프레임워크를 자유롭게 사용할 수 있다. 실질적으로 데이터 과학을 위한 공개 플랫폼이라고 할 수 있다. IBM이 집중하는 분야는 협업이다. 데이터 과학자들이 하나의 팀으로 작업할 수 있도록 하는 것이다. 하둡을 보자. 하둡은 지난 5~6년 사이 기업에서 활발하게 도입됐다. 현재 하둡에는 많은 데이터가 있다. 단순히 데이터를 가지고 있는 것만으로는 기업 고객들에게 큰 가치가 없다. 비용 절감 효과를 거두는 경우도 있지만 기업 고객에게 큰 가치는 이들이 그 데이터를 다루는 방법, 모델을 구축하는 방법, 현상을 파악하는 방법을 바꾸는 데 있다.

IBM은 왓슨을 사용한 머신러닝 경험이 풍부하다. 호튼웍스는 아파치 스파크와 하둡을 교두보 삼아 머신러닝 영역에 진출했다. 머신러닝, AI, 데이터 과학과 관련한 호튼웍스의 향후 계획은?
- 비어든 :
DSX 프레임워크와 이를 통해 구현되는 IBM 프레임워크다. 하둡과 HDP는 계속 플랫폼으로 남을 것이다. 스파크와 같은 다른 프로세싱 플랫폼도 사용한다. IBM은 스파크 발전을 위해 많은 일을 했다. 얀(YARN)을 통해 HDP 내에 계속 스파크를 구현하겠지만 모든 방대한 데이터 집합에는 DSX와 나머지 IBM 툴 모음을 활용하게 된다. DSX와 IBM의 나머지 툴 모음은 머신러닝, 딥 러닝, AI를 향후 전략적 플랫폼으로 추진하기 위한 것이다. 모든 통합이 제대로 되도록 공동으로 투자할 것이다. 이를 위해서는 수평적인 혁신뿐만 아니라 수직적 통합도 가능하도록 모든 리소스를 집중적으로 투입해야 한다.

인포월드는 지난해 하둡이 정점을 지났고 스파크, 몽고DB(MongoDB), 카산드라(Cassandra), 카프카(Kafka)를 비롯한 다른 데이터 인프라가 하둡을 앞질러간다는 기사를 낸 적이 있다. 이에 대해 지난해 호튼웍스 CTO 스콧 나우에게 비슷한 질문을 한 적이 있는데, 하둡의 장래 지속성에 대해 어떻게 생각하는가?

- 비어든 : 호튼웍스는 상장 기업이고, 매년 24~30% 성장을 지속하고 있다. 호튼웍스의 수익원은 데이터를 관리 가능하도록 하는 데 있다. 그건 하나의 벡터, 하나의 정량적 데이터 포인트일 뿐이다. 그 다음으로 할 일은 기업 데이터가 계속 증가하고 있는가라는 질문으로 돌아가는 것이다. 모든 CIO, 모든 산업 애널리스트가 똑같이 말을 하고 롭도 동의하겠지만 기업 데이터의 양은 약 18개월마다 두 배로 늘어난다. 그 데이터의 약 70~80%는 전통적인 데이터 플랫폼, 전통적인 SQL 트랜잭션 EDW 등으로 들어가지 않고, 머물기 위한 새로운 장소를 찾고 있다.

하둡은 이를 실현하기 위한 적절한 플랫폼, 아키텍처다. 이번 파트너십이 중요한 이유가 여기 있다. 호튼웍스는 경제적으로 이 데이터를 획득해서 관리 하에 두고 보호하고 거버넌스를 제공하고 미션 크리티컬한 역할을 수행하도록 하는 데 있어 뛰어난 역량을 보유했다. 엔터프라이즈가 진정으로 원하는 것은 통찰력을 얻고 접근하고 가시성을 확보하고 의사 결정에 활용하고 애플리케이션의 가치를 창출하는 것이다.

- 토마스 : 하둡이 정점에 이르렀을 수도 있지만 항상 본격적인 일이 시작될 때 기술은 정점에 이른다. 하둡은 여전히 초창기에 있다고 생각한다. 미래에 지금을 돌아보면 1992년 관계형 웨어하우스가 정점을 지났다고 이야기했던 것과 똑같이 느껴질 것이다. 그건 시작에 불과했다. 지금이 그때와 똑 같은 시점이다.

그러나 본격적인 작업이 시작됐다. 이제 데이터를 확보했는데, 전체 데이터 환경에 이를 어떻게 통합할 것인가? 스콧이 빅 SQL에 대해 많은 이야기를 한 이유가 그것이다. 어려운 문제이고 그 문제를 풀지 못하면 하둡으로 할 수 있는 일은 제한될 가능성이 높다. 그러나 우리는 데이터 과학, 데이터 거버넌스에 대한 관점에서 함께 그 문제를 해결할 것이다. 이런 것들을 하둡에서 대규모로 실행하면 하둡이 빠르고 광범위하게 배포될 수 있는 기회가 다시 생길 것이다.

얀은 어떻게 발전하는가? 얀의 로드맵에서 다음 단계는 무엇인가?
- 비어든 : 컨테이너의 개념, 애플리케이션에 대해 컨테이너 기반 접근 방식을 취하고 얀을 통해 확장으로 이를 수행할 수 있는 능력은 사실 현재 로드맵에 속해 있다. 이를 통해 하둡을 활용할 수 있는 새로운 사용 사례와 애플리케이션의 기회가 열릴 것이라고 생각한다.

금융 서비스와 관련해 일반적인 두 가지 관심사인 사기 탐지든 자금 세탁이든 기존 애플리케이션으로 돌아가 보자. 헬스케어 분야의 빠른 진단, 유전체학을 위한 더 빠른 처리 성능, 특정 질병에 대한 게놈 분석, 이런 기존 알고리즘이나 애플리케이션을 가져와 컨테이너를 통해 데이터로 옮기는 것, 얀을 사용하면 그 작업을 훨씬 더 깔끔하게 할 수 있다.

추가로 언급하고 싶은 부분이 있는가?
- 토마스 : 데이터 거버넌스에 대해 한 가지 덧붙이고 싶다. IBM은 호튼웍스와 18개월 전부터 아틀라스(Atlas)라는 프로젝트를 함께 진행하고 있다. 양사 모두 많은 고객과 일해왔고 데이터 거버넌스에 대한 접근 방법 측면에서 이를 양사 협력 전략의 핵심적인 부분으로 보고 있다. 데이터 거버넌스는 컴플라이언스를 위해, 통찰력을 얻는 데 사용한다. 현재 유럽에서 시행되는 GDPR(General Data Protection Regulation, 유럽 개인정보보호법) 등으로 컴플라이언스 의무가 중요해졌다. 앞으로 양 사로부터 이와 관련한 소식을 자주 듣게 될 것이다.  editor@itworld.co.kr 


2017.06.28

"하둡에 대한 투자 대폭 강화"…호튼웍스와 IBM 전격 인터뷰

Paul Krill | InfoWorld
호튼웍스(Hortonworks)와 IBM이 최근 파트너십 확대를 발표했다. 내용은 머신러닝과 데이터 과학 툴을 하둡 생태계 전반의 개발자를 대상으로 확대하기 위해 IBM의 데이터 사이언스 익스피리언스(Data Science Experience, DSX) 분석 툴킷과 호튼웍스의 데이터 플랫폼(HDP)을 합치는 것이다. IBM의 하둡용 SQL 엔진인 빅 SQL(Big SQL)도 활용된다.

인포월드 편집자 폴 크릴은 최근 미국 실리콘 밸리에서 열린 데이터웍스 서밋 컨퍼런스에서 호튼웍스 CEO 롭 비어든, IBM 애널리틱스 총괄 책임자 롭 토마스를 만나 빅데이터 분석, 머신러닝, 그리고 대규모 데이터 처리를 위한 기술이 증가하는 상황에서 하둡의 현황에 대해 이야기를 나눴다.

IBM DSX는 하둡 데이터 플랫폼에 무엇을 제공하는가?
- 토마스 : 지난해 DSX를 출범했는데 그 계기는 데이터 과학 시장에서의 기회다. 전통적으로 기업은 SPSS 사용자 또는 SAS 사용자 둘 중 하나지만 전체 시장은 공개 언어를 향해 이동하고 있다. IBM은 주피터(Jupyter)를 기반으로 DSX를 구축했다. 파이썬 데이터 과학자, R, 스파크, 스칼라 프로그래머를 주 대상으로 한다. 원하는 언어가 뭐든 그 언어를 사용할 수 있다.

또한 머신러닝에 텐서플로우(TensorFlow), 카페(Caffe), 테아노(Theano) 등 원하는 프레임워크를 자유롭게 사용할 수 있다. 실질적으로 데이터 과학을 위한 공개 플랫폼이라고 할 수 있다. IBM이 집중하는 분야는 협업이다. 데이터 과학자들이 하나의 팀으로 작업할 수 있도록 하는 것이다. 하둡을 보자. 하둡은 지난 5~6년 사이 기업에서 활발하게 도입됐다. 현재 하둡에는 많은 데이터가 있다. 단순히 데이터를 가지고 있는 것만으로는 기업 고객들에게 큰 가치가 없다. 비용 절감 효과를 거두는 경우도 있지만 기업 고객에게 큰 가치는 이들이 그 데이터를 다루는 방법, 모델을 구축하는 방법, 현상을 파악하는 방법을 바꾸는 데 있다.

IBM은 왓슨을 사용한 머신러닝 경험이 풍부하다. 호튼웍스는 아파치 스파크와 하둡을 교두보 삼아 머신러닝 영역에 진출했다. 머신러닝, AI, 데이터 과학과 관련한 호튼웍스의 향후 계획은?
- 비어든 :
DSX 프레임워크와 이를 통해 구현되는 IBM 프레임워크다. 하둡과 HDP는 계속 플랫폼으로 남을 것이다. 스파크와 같은 다른 프로세싱 플랫폼도 사용한다. IBM은 스파크 발전을 위해 많은 일을 했다. 얀(YARN)을 통해 HDP 내에 계속 스파크를 구현하겠지만 모든 방대한 데이터 집합에는 DSX와 나머지 IBM 툴 모음을 활용하게 된다. DSX와 IBM의 나머지 툴 모음은 머신러닝, 딥 러닝, AI를 향후 전략적 플랫폼으로 추진하기 위한 것이다. 모든 통합이 제대로 되도록 공동으로 투자할 것이다. 이를 위해서는 수평적인 혁신뿐만 아니라 수직적 통합도 가능하도록 모든 리소스를 집중적으로 투입해야 한다.

인포월드는 지난해 하둡이 정점을 지났고 스파크, 몽고DB(MongoDB), 카산드라(Cassandra), 카프카(Kafka)를 비롯한 다른 데이터 인프라가 하둡을 앞질러간다는 기사를 낸 적이 있다. 이에 대해 지난해 호튼웍스 CTO 스콧 나우에게 비슷한 질문을 한 적이 있는데, 하둡의 장래 지속성에 대해 어떻게 생각하는가?

- 비어든 : 호튼웍스는 상장 기업이고, 매년 24~30% 성장을 지속하고 있다. 호튼웍스의 수익원은 데이터를 관리 가능하도록 하는 데 있다. 그건 하나의 벡터, 하나의 정량적 데이터 포인트일 뿐이다. 그 다음으로 할 일은 기업 데이터가 계속 증가하고 있는가라는 질문으로 돌아가는 것이다. 모든 CIO, 모든 산업 애널리스트가 똑같이 말을 하고 롭도 동의하겠지만 기업 데이터의 양은 약 18개월마다 두 배로 늘어난다. 그 데이터의 약 70~80%는 전통적인 데이터 플랫폼, 전통적인 SQL 트랜잭션 EDW 등으로 들어가지 않고, 머물기 위한 새로운 장소를 찾고 있다.

하둡은 이를 실현하기 위한 적절한 플랫폼, 아키텍처다. 이번 파트너십이 중요한 이유가 여기 있다. 호튼웍스는 경제적으로 이 데이터를 획득해서 관리 하에 두고 보호하고 거버넌스를 제공하고 미션 크리티컬한 역할을 수행하도록 하는 데 있어 뛰어난 역량을 보유했다. 엔터프라이즈가 진정으로 원하는 것은 통찰력을 얻고 접근하고 가시성을 확보하고 의사 결정에 활용하고 애플리케이션의 가치를 창출하는 것이다.

- 토마스 : 하둡이 정점에 이르렀을 수도 있지만 항상 본격적인 일이 시작될 때 기술은 정점에 이른다. 하둡은 여전히 초창기에 있다고 생각한다. 미래에 지금을 돌아보면 1992년 관계형 웨어하우스가 정점을 지났다고 이야기했던 것과 똑같이 느껴질 것이다. 그건 시작에 불과했다. 지금이 그때와 똑 같은 시점이다.

그러나 본격적인 작업이 시작됐다. 이제 데이터를 확보했는데, 전체 데이터 환경에 이를 어떻게 통합할 것인가? 스콧이 빅 SQL에 대해 많은 이야기를 한 이유가 그것이다. 어려운 문제이고 그 문제를 풀지 못하면 하둡으로 할 수 있는 일은 제한될 가능성이 높다. 그러나 우리는 데이터 과학, 데이터 거버넌스에 대한 관점에서 함께 그 문제를 해결할 것이다. 이런 것들을 하둡에서 대규모로 실행하면 하둡이 빠르고 광범위하게 배포될 수 있는 기회가 다시 생길 것이다.

얀은 어떻게 발전하는가? 얀의 로드맵에서 다음 단계는 무엇인가?
- 비어든 : 컨테이너의 개념, 애플리케이션에 대해 컨테이너 기반 접근 방식을 취하고 얀을 통해 확장으로 이를 수행할 수 있는 능력은 사실 현재 로드맵에 속해 있다. 이를 통해 하둡을 활용할 수 있는 새로운 사용 사례와 애플리케이션의 기회가 열릴 것이라고 생각한다.

금융 서비스와 관련해 일반적인 두 가지 관심사인 사기 탐지든 자금 세탁이든 기존 애플리케이션으로 돌아가 보자. 헬스케어 분야의 빠른 진단, 유전체학을 위한 더 빠른 처리 성능, 특정 질병에 대한 게놈 분석, 이런 기존 알고리즘이나 애플리케이션을 가져와 컨테이너를 통해 데이터로 옮기는 것, 얀을 사용하면 그 작업을 훨씬 더 깔끔하게 할 수 있다.

추가로 언급하고 싶은 부분이 있는가?
- 토마스 : 데이터 거버넌스에 대해 한 가지 덧붙이고 싶다. IBM은 호튼웍스와 18개월 전부터 아틀라스(Atlas)라는 프로젝트를 함께 진행하고 있다. 양사 모두 많은 고객과 일해왔고 데이터 거버넌스에 대한 접근 방법 측면에서 이를 양사 협력 전략의 핵심적인 부분으로 보고 있다. 데이터 거버넌스는 컴플라이언스를 위해, 통찰력을 얻는 데 사용한다. 현재 유럽에서 시행되는 GDPR(General Data Protection Regulation, 유럽 개인정보보호법) 등으로 컴플라이언스 의무가 중요해졌다. 앞으로 양 사로부터 이와 관련한 소식을 자주 듣게 될 것이다.  editor@itworld.co.kr 


X