데이터 사이언티스트와 데이터옵스 엔지니어, 데이터 엔지니어가 사용하는 기술과 프랙티스 중에는 소프트웨어 개발자가 사용하는 것과 유사한 것이 많지만, 한편으로는 차이도 크다. 필자는 뉴욕에서 열린 ‘2019 스트라타 데이터 컨퍼런스'에 참석해 소프트웨어 개발자와 데이터 엔지니어, 2가지 시각으로 방법론과 플랫폼, 솔루션을 살펴보는 기회를 가졌다.
소비를 위한 준비가 된 데이터 수집
적당한 양의 데이터를 가지고 일하는 애플리케이션 개발자는 스크립트와 데이터베이스에 저장된 절차, 기타 코딩 방법을 통해 사전에 데이터 통합, 형식 적용, 스토리지 관련 작업을 처리하는 경우가 많다. 필요한 인프라를 갖추고, 마이크로서비스로 데이터를 지원하고, API로 데이터를 공유하고, 최종 사용자 애플리케이션이 데이터를 사용할 수 있도록 준비하는 매우 직관적인 방법이다. 그러나 풀스택 개발자는 애플리케이션 전달이 주된 비즈니스 목표이고, 여기에 초점을 맞추기 때문에 데이터 수집과 처리, 저장과 관련된 엔지니어링 측면이 최소화되는 경우가 많다.
반면 데이터 사이언티스트, 데이터옵스 엔지니어는 다른 관점으로 ‘데이터 로딩’에 접근한다. 무엇보다 ‘가비지 인 가비지 아웃(쓰레기가 들어오면 쓰레기가 나가는)’ 원칙을 너무 잘 이해하고 있으며, 로딩한 데이터를 적절히 정리하고 처리하지 않으면 분석과 데이터 시각화, 다른 데이터 산물이 훼손되고, 어쩌면 사용하지 못하게 될 수도 있다는 점을 알고 있다. 또 데이터를 최적으로 저장하지 않으면, 분석 작업의 효율성이 하락하고, 쿼리 성능에 영향을 줄 수 있다. 너무 많은 연결을 통해 관계형 데이터베이스에 쿼리를 하거나, 파티션 되지 않은 광범위한 시계열 데이터를 처리하는 경우, 생산성과 성능이 문제가 될 수도 있다.
데이터 팀은 최고의 데이터 수집 방법을 고려하면서, 데이터 소스, 데이터 종류, 볼륨과 성능, 신뢰도, 보안에 도움을 주는 요구사항들을 평가한다. 또 데이터를 소비할 수 있도록 준비하기 전, 필요한 데이터 정리 및 보강의 종류를 고려한다. 요약하면, 데이터 로딩이 지금 당장의 요구사항을 충족하고, 더 나아가 변화하는 데이터 형식을 지원하고, 데이터 볼륨이 커질 때 이를 지원할 수 있는 확장성을 갖추도록 만드는 데 큰 노력을 투자한다.
‘원 사이즈 핏 올’이 아닌 데이터 통합 플랫폼
소프트웨어 개발 플랫폼처럼 데이터 수집 플랫폼의 종류도 다양하다. 소프트웨어 개발자는 다음과 같은 기본적인 데이터 수집 유형에 친숙해질 필요가 있다.
- ETL(Extraction, Transformation, Loading) 플랫폼은 꽤 오래전 등장했으며, 전통적으로 여러 엔터프라이즈 시스템 간 배치 프로세스 데이터 이동에 사용된다. 인포매티카와 탈렌드(Talend), IBM, 오라클, 마이크로소프트 모두 ETL 기술을 공급하고 있다.
- IoT와 다른 애플리케이션 목적에서 실시간이나 근 실시간으로 데이터 수집을 처리하는 경우, 카프카와 스파크 같은 플랫폼이나, 반티크(Vantiq) 같은 이벤트 기반 아키텍처가 더 낫다.
- 데이터를 다루는 비즈니스 애널리스트가 많은 기업은 스프레드시트, 기타 작은 데이터 소스 로딩에 데이터 준비 기술을 사용할 수도 있다. 태블로와 알테릭스(Alteryx), 트리팩타(Trifacta)의 툴은 모두 비즈니스 사용자가 코딩을 거의 하지 않고 사용할 수 있는 셀프서비스형 데이터 수집 및 처리 기능을 제공한다.
- 사전에 데이터를 정화하거나, 마스터 데이터 레코드를 구현할 필요성이 있는 경우, 홀로클린(HoloClean) 같은 오픈소스 플랫폼과 렐티오(Rltio), 타므르(Tamr), 아타카마(Ataccama) 같은 데이터 품질 및 마스터링 플랫폼을 사용할 수 있다. ETL과 데이터 준비, 기타 데이터 통합 플랫폼도 데이터 품질 관련 기능을 지원한다.
- 여러 클라우드 및 데이터센터에 많은 데이터 소스가 분산된 기업이나 대기업은 클라우데라데이터 플랫폼, SAP 데이터 인텔리전스, 인포웍스 데이터 오케스트레이션 및 오케스트레이션 시스템을 고려할 수 있다. 이런 플랫폼은 여러 다양한 데이터베이스와 빅데이터 플랫폼을 지원한다. 그리고 여러 데이터 소스를 가상화하고, 데이터 통합 프로세스를 능률화하고, 필요한 데이터 리니지와 데이터 거버넌스를 구현하는 데 도움을 준다.
이 가운데 많은 플랫폼이 데이터 파이프라인을 개발, 관리, 연장할 수 있는 비주얼 프로그래밍 기능을 제공한다. 예를 들어, 카프카가 수집한 IoT 센서로 파이프라인을 시작, 다른 데이터 소스의 데이터와 통합해 데이터 레이크로 내보내고, 이후 애널리틱스 플랫폼으로 보낼 수 있다.
모든 사람이 모든 데이터를 찾을 수 있는 장소
데이터 소스와 파이프라인, 관리 플랫폼의 수가 증가하면서, IT가 데이터 소비자를 위해 이들이 필요로 하는 것을 찾고, 관리하는 일이 갈수록 어려워지고 있다. 데이터 소스를 검색하고 찾을 장소를 아는 것은 출발에 불과하다. 데이터 소비자는 이에 대한 설명, 설명 메타데이터, 상태, 사용 권한, 가용한 데이터 소스의 주제 전문가에 대해 알아야 한다.
데이터 카탈로그는 많은 데이터 플랫폼이 비즈니스 애널리스트, 데이터 사이언티스트, 데이터 엔지니어, 소프트웨어 개발자가 데이터 소스를 찾고, 이에 대한 정보를 기록하도록 도움을 주는 중앙화된 리소스로 제공한다. 분석용 데이터를 공유 및 강화하고, 애플리케이션에서 사용할 수 있도록 도움을 주는 유용한 엔터프라이즈 툴이다.
데이터를 적절히 활용하는 것은 모든 사람의 책임
이런 도구와 기능은 소프트웨어 개발자에게 새로운 기회, 그리고 새로운 책임을 제시한다. 새로운 데이터 소스를 가져와 애플리케이션에서 사용하기 위한 주된 방법으로 데이터 통합 툴을 사용하면서 책임이 시작된다. 스크립트를 만들어 코드에 데이터 정화 및 비즈니스 규칙을 인코딩하는 단순한 방법은 데이터 통합 플랫폼이 제공하는 기능과 비교했을 때 큰 단점이 있다. 여전히 코딩해야 하는 경우가 많다. 데이터 통합 플랫폼에 데이터 소스에 특정적인 구성, 규칙, 익스텐션이 필요하기 때문이다.
그러나 데이터 통합 플랫폼은 이런 코드를 효과적으로 관리하고, 예외를 처리하는 데 도움을 주고, 기타 ‘DIY(Do It Yourself)’ 방식에 도전하는 다른 기능들을 제공한다. 또 데이터 카탈로그는 개발자에게 소프트웨어 애플리케이션에서 더 많은 데이터 소스와 애널리틱스, 또는 머신러닝 모델을 사용할 기회를 제공한다. 실제 많은 기업이 ‘데이터 지향’, 직원과 고객, 파트너가 승인 아래 적절하게 데이터 및 분석을 사용하게 하는 것을 주된 목표 중 하나로 추구한다.
소프트웨어 개발팀이 애플리케이션에 가용한 데이터, 애널리틱스, 머신러닝 모델을 임베딩하는 것보다 더 나은 방법은 무엇일까? 데이터 사이언티스트에게 물어보라. 주된 목표 중 하나는 애플리케이션에 머신러닝 모델을 통합하는 것이다. 데이터 사이언티스트와 소프트웨어 개발자가 협력해 비즈니스 가치를 견인하려면 최종 사용자를 위해 애널리틱스를 임베딩 해야 한다. 그러면 모두 혜택을 누릴 수 있다. ciokr@idg.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.