Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

데이터아키텍처

메시 vs. 패브릭 : 대표 데이터 아키텍처 이해하기

데이터 메시와 데이터 패브릭 아키텍처 간의 주요 차이점과 유사점에 대해 알아보자. 2가지 접근 방식을 적절히 결합하면, 회사의 용도에 딱 맞는 다목적 데이터 제품 플랫폼을 구축할 수 있다.    기업이 직관적인 데이터 관리 솔루션을 도입하는 과정에서, 데이터 형태의 다양성으로 인해 비즈니스 리더들은 지속적인 데이터 관리 전략 구축 및 탐색의 중요성을 깨닫기 시작했다. 가트너는 데이터 패브릭을 2021년 데이터 애널리틱스 주요 트렌드로 꼽았지만 업계 전문가들은 데이터로 실행 가능한 비즈니스 인사이트를 제공할 수 있다는 점에서 데이터 메시 아키텍처의 잠재력 또한 강조했다.  이 2가지 아키텍처의 공통된 목적은 서로 다른, 혹은 이질적인 출처에 산재해 있는 데이터를 처리하고 공유하도록 돕는다는 점이다. 모든 것이 데이터로 연결된 세계에서 2가지 아키텍처는 혼용될 수 있다. 회사에 적합한 데이터 전략을 구축하려면 2가지 아키텍처 간의 근본적인 차이를 이해하는 게 중요하다.  데이터 패브릭 기술 시장 조사업체 엑스퍼사이트(Expersight)가 설명한 정의에 따르면, 데이터 패브릭은 '데이터와 연결 프로세스의 통합 계층을 일컫는 설계 개념'이다. 이는 기존의 검색 가능하고 참조된 메타데이터를 지속해서 분석하여, 하이브리드 및 멀티 클라우드 플랫폼을 포함한 모든 환경에서 통합되고 재사용 가능한 데이터세트를 설계, 구축 및 활용하도록 해준다.  데이터 메시 아키텍처와의 주요 차이점 기술 중심(Technology centric) : 데이터 패브릭 아키텍처는 기존 인프라의 데이터를 통합하고, 의미 있는 인사이트를 사전에 얻을 수 있도록 데이터를 준비하는 운영 기술 계층을 갖추고 있다.   부산물로서의 데이터(Data is a by-product) : 데이터 패브릭 아키텍처는 데이터 통합 기술을 기반으로 여러 출처의 실시간 데이터를 특정 위치로 식별하고 통합한다. 따...

데이터아키텍처 데이터메시 데이터패브릭 2022.07.15

올바른 데이터 아키텍처를 구축하는 5가지 원칙

견고한 아키텍처를 설계하는 것은 최신 애플리케이션 구축에 있어서 가장 어렵지만, 가장 중요한 부분이기도 하다.    합리적인 데이터 아키텍처를 만들지 못하면 애플리케이션에 많은 문제가 발생한다. 성능이나 데이터 무결성, 데이터 주권 및 안전, 확장성 문제가 대표적이다. 데이터 아키텍처가 부실하면 애플리케이션은 물론 이를 사용하는 기업까지 부실해진다. 적절한 데이터 아키텍처 구축은 모든 최신 아키텍처를 오래 안정적으로 운영하는 데 필수적이다. 애플리케이션 현대화 작업에 도움이 되는 데이터 아키텍처 설계(혹은 재설계) 원칙 5가지를 소개한다.  1. 적절한 종류의 데이터베이스를 사용할 것  데이터 아키텍처 설계에서 가장 중요한 것은 데이터 저장 및 접근에 필요한 데이터베이스의 종류를 파악하는 것이다. 사용해야 할 데이터베이스 종류를 결정하려면 다음과 같은 사항을 고려해야 한다.   저장할 데이터가 고도로 구조화된 데이터인가, 단순 키 값 데이터인가? 데이터 유지 기간이 영구적인가, 일시적인가? 데이터 접근이 무작위인가, 순차적인가? 고정 스키마나 유연 스키마를 사용하는가, 단순 플랫 파일인가? SQL 질의를 지원하는 관계형 데이터베이스를 사용해야 하는가?  답변에 따라 SQL 데이터베이스, 단순 키 값 저장소, 메모리 상주 캐시, 단순 개체 저장소, 혹은 고도로 구조화된 데이터 저장소를 선택할 수 있다. 선택한 데이터베이스 종류에 따라 데이터베이스의 궁극적인 기능과 해당 애플리케이션 사용례에서의 성능 수준이 결정된다. 확장성이나 가용성처럼 애플리케이션에 필수 불가결한 요소는 데이터베이스 종류에 따라 크게 달라진다.  2. 데이터를 적절한 장소에 저장할 것 ‘데이터를 어디에 저장해야 하는가’라는 질문은 매우 단순하지만 중요하다. 데이터 저장 장소는 데이터와 애플리케이션에 따라 프론트엔드에 위치할 수도, 백엔드에 위치할 수도 있다. 또한 사용자가 로컬에 저장할 데이터와 최대한 많은...

데이터아키텍처 2021.12.29

AI 여정을 가속화하는 핵심 로드맵 - IDG Summary

인공지능(AI)은 이미 엔터프라이즈 환경에 깊숙이 들어와 있다. 기업에 AI가 필요하고 도입해야 할 때라는 것에 이의를 제기하는 사람도 없다. 그러나 이러한 AI 혁신을 실현하기 위한 전제 조건이 있다. 바로 데이터다. 올바른 정보 아키텍처(IA) 없이는 AI도 없다고 단언할 정도다.  성공적인 AI 프로젝트를 위한 데이터 관리 방법을 수집, 구조화, 분석, 적용 등 4단계로 나눠 자세히 알아보자. 이제 AI 세계에 첫발을 내딛는 기업을 위해 시행착오를 최소화할 수 있는 액션 플랜도 살펴본다. 주요 내용 - 데이터 없이는 AI도 없다 - 성공적인 AI를 위한 데이터 관리 전략 4단계 - AI 세계에 첫발을 내딛는 기업을 위한 4가지 조언

인공지능 IA AI 2019.03.12

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.