차세대 데이터 관리가 데이터 패브릭에서 시작되는 이유

저자에 대해 자세히 알아 보려면 클릭하십시오. 켄달 클라크.

비즈니스 가치를 제공해야 하는 IT의 의무가 그 어느 때보다 강력해졌습니다. 사실은, 경영진의 76 % IT가 비즈니스 전략 개발에 있어 적극적인 파트너가 되어야 한다고 믿습니다. 여기서 성공의 열쇠는 민첩성입니다. 그러나 대부분의 기업은 시장이 변화하거나 새로운 과제가 발생할 때 팀을 무방비 상태로 만드는 데이터 전략으로 인해 어려움을 겪고 있습니다.

예를 들어 구조화된 데이터 관리 시스템을 생각해 보십시오. 이 옵션은 기업 데이터 환경 자체가 주로 구조화되었을 때 잘 작동했습니다. 그러나 이제 세상은 달라졌습니다. 이제 엔터프라이즈 데이터 환경은 하이브리드, 다양하고 변화하는 데이터가 지배하고 있습니다. 사물 인터넷(IoT)의 출현, 비정형 데이터 볼륨의 증가, 외부 데이터 소스의 관련성 증가, 하이브리드 멀티 클라우드 환경으로의 추세는 각각의 새로운 데이터 요청을 충족하는 데 장애물이 됩니다. 그만큼 오래된 데이터 전략관계형 데이터 시스템을 중심으로 한 은 근본적으로 손상되었습니다. 그렇다면 기업은 어떻게 반응형 데이터 전략에서 반응형 데이터 전략으로 전환할 수 있을까요?

엔터프라이즈 데이터 패브릭: 앞으로 나아갈 길

오늘날의 조직은 다음을 구축하려고 합니다. 데이터 패브릭 협업적, 교차 기능적 프로젝트 및 제품을 지원하고 복원력 있는 디지털 기반을 통해 사후 대응 워크플로우에서 벗어날 수 있습니다. 전면 교체가 필요하지 않습니다. 데이터 패브릭은 내부 데이터 사일로와 외부 소스의 데이터를 결합하고 앱, AI 및 분석을 지원하는 정보 네트워크를 만듭니다. 간단히 말해서 오늘날의 복잡하고 연결된 기업에서 발생하는 광범위한 데이터 문제를 지원합니다.

이전의 정적 데이터 통합 ​​기술과 달리 데이터 패브릭의 주요 원칙은 다음과 같습니다.

• 예상치 못한 질문에 답하고 새로운 요구 사항에 적응
• 데이터에 의미를 부여하여 더 나은 통찰력을 얻습니다.
• 데이터 구조에 관계없이 데이터 사일로와 외부 소스 전반에 걸쳐 쿼리를 활성화합니다.
• 전면 교체가 필요하지 않도록 기존 시스템을 현대화합니다.
• 스토리지 계층이 아닌 컴퓨팅 계층에서 데이터를 연결하므로 추가 사일로를 생성하지 않고도 데이터 사일로를 연결할 수 있습니다.

또한 데이터 패브릭은 경쟁 우위를 창출 및 방어하고 기업 전체 및 외부 파트너와의 협업을 활성화하는 데 핵심이 되는 교차 기능 데이터 연결을 지원합니다. 공급망 혁신과 관련된 과제를 예로 들어 보겠습니다. 기존의 공급망 데이터 시스템은 선형 핸드오프와 시스템 간의 사일로화된 P19P 링크로 작동하는 릴레이 경주입니다. 우리는 코로나XNUMX가 닥치고 글로벌 공급망이 무너졌을 때 예측 가능한 결과를 보았습니다. 약간의 부담이나 심지어 부분적인 붕괴도 불가피했지만, 공급망을 경직된 시스템으로 취급하는 부적절한 데이터 전략으로 인해 결과는 더욱 악화되었습니다. 실제로 공급망은 필요에 따라 조정하기 위해 완전히 동기화되어야 하는 행위자의 복잡한 네트워크입니다.

데이터 패브릭으로 구동되는 디지털 공급 네트워크를 통해 기업은 "완제품 로트 123의 생산과 관련된 모든 원자재 및 관련 공급업체를 보여주세요"와 같이 이전에는 알지 못했던 복잡한 질문에 답할 수 있습니다. 또는 "이 두 지역 간 제품 A의 매출원가를 어떻게 비교하나요?" 또는 "이 고객 불만과 관련된 원재료를 공급한 제조업체는 어디입니까?"

성공적인 데이터 패브릭 결합은 해당 자료를 이해하는 것에서 시작됩니다.

다른 접근 방식과 달리 데이터 패브릭은 기존 데이터 관리 시스템과 애플리케이션을 함께 엮습니다. 따라서 데이터 패브릭이 데이터 통합 ​​공간의 성숙화를 위한 다음 단계로 빠르게 인식되고 있는 것은 놀라운 일이 아닙니다. 이는 데이터 패브릭이 다음을 수행할 수 있기 때문에 발생합니다.

1. 숨겨진 의미를 찾아보세요: 데이터 패브릭은 기업 전체에 데이터뿐만 아니라 의미를 전달함으로써 현 상태를 변화시킵니다. 이 의미는 데이터와 메타데이터, 내부 및 외부 소스, 클라우드 및 온프레미스 시스템 등 다양한 소스에서 함께 엮여 있습니다. 의미는 확장 가능한 지식 그래프 기반 데이터 모델 내에서 캡처되며, 각 데이터 자산에 대한 모든 컨텍스트는 기계가 이해할 수 있는 형식으로 완전히 존재하고 사용 가능합니다. 데이터 패브릭을 사용하면 사람과 알고리즘이 더 나은 결정을 내리는 동시에 데이터 오용이나 오해의 가능성과 위험을 줄일 수 있습니다.

2. 어려운 질문에 답하세요: 데이터 패브릭은 강력한 쿼리, 검색 및 학습 기능을 통해 답변을 제공합니다. 데이터 패브릭 플랫폼은 데이터 이동 또는 복사를 기반으로 하는 정적 엔터티가 아니라 전체에서 답변을 수집하는 동적 "쿼리 가능" 데이터 계층을 제공합니다. 데이터 사일로. 이전의 데이터 통합 ​​전략은 각각의 새로운 사용 사례를 지원하기 위해 새로운 데이터 모델을 만든 다음 데이터를 이동하거나 복사하여 해당 데이터 모델을 채우는 방식에 의존했습니다. 데이터 패브릭을 사용하면 데이터 모델을 재사용할 수 있으므로 예상치 못한 질문이 발생할 경우 팀이 비즈니스 요구 사항에 맞게 쉽게 적응할 수 있습니다.

3. 부서 간 데이터 관리 프로젝트 지원: 데이터 패브릭은 기존 데이터 관리 시스템을 결합하여 연결된 모든 앱을 강화합니다. 이는 기업의 자산을 수집하거나 분류했지만 데이터를 사용 가능하게 만드는 데 실패한 기존 시스템을 대체합니다. 이전 솔루션도 하이브리드, 다양하고 변화하는 데이터를 처리할 수 없다는 점과 조직의 반발로 인해 부분적으로 실패했습니다. 그러나 데이터 패브릭은 협업, 기존 자산 활용 및 연결, 새로운 유형의 교차 기능 데이터 관리 프로젝트 추진을 위해 구축되었습니다.

기존 투자 현대화

우리 중 대부분은 데이터 레이크가 한때 기업의 데이터 자산을 중앙 집중화한다는 약속을 어떻게 지켰는지 기억할 것입니다. 그러나 많은 데이터 레이크는 데이터를 컴퓨팅 계층에 연결하지 않고 스토리지 계층에 배치하기 때문에 기대에 부응하지 못합니다. 비즈니스 의미가 아닌 위치를 기반으로 데이터를 활용합니다. 데이터 패브릭의 전제는 데이터의 물리적 배열 자체가 데이터 연결을 달성하거나 의미 또는 컨텍스트를 제공하지 않는다는 것입니다. 데이터 웨어하우스와 같은 이전 세대의 스토리지 기반 통합 시스템은 실제로 데이터 레이크보다 성능이 훨씬 낮습니다. 왜냐하면 처음에는 정형 데이터만 쉽게 관리하고 반정형 데이터 사일로와 비정형 데이터 사일로를 전혀 처리하지 않고 연결을 끊기 때문입니다. 기업들은 데이터 환경의 놀라울 정도로 다양성을 해결하기 위해 재빨리 데이터 카탈로그로 눈을 돌렸지만, 카탈로그 작성만으로는 연결된 기업으로 이어지지 않는다는 사실을 알게 되었습니다.

이러한 기술은 데이터 사일로를 종식시킬 것이라고 약속했지만 사실 이러한 기술은 필연적이며 매우 타당한 이유로 존재합니다. 일부 데이터는 법적 규제를 준수하기 위해 또는 단순히 레거시 비즈니스 이유로 인해 다른 데이터와 별도로 저장되어야 하므로 비즈니스의 특정 부분에 중요한 경우 로컬 제어 및 거버넌스를 허용합니다. 제거에 초점을 맞춘 기존의 데이터 통합
마스터링, 마이그레이션, 통합 또는 거버넌스를 통해 사일로를 제거합니다. 그러나 데이터 패브릭은 실용적인 대안을 제공합니다. 데이터 사일로에 대해 작업하는 대신 데이터 패브릭은 추가 데이터 사본 없이 이를 활용합니다. 레거시 기술을 대체하는 대신 데이터 패브릭은 기존 투자와 함께 작동하고 그 유용성을 향상시킵니다. 이는 데이터 패브릭이 컴퓨팅 계층에서 작동하고 데이터가 어디에 있든 데이터를 연결하는 데 초점을 맞추는 아키텍처 설계이기 때문에 데이터 레이크, 데이터 카탈로그, 웨어하우스, MDM 등과 같은 기존의 물리적으로 통합된 데이터 스토리지 자산을 실제로 개선하기 때문입니다.

지식 그래프: 성공적인 데이터 패브릭을 위한 누락된 스티치

지식 그래프는 데이터의 소스 구조, 위치 또는 형식에 관계없이 의미에 대한 보편적인 형식으로 사용되므로 기업 데이터의 전체 다양성과 복잡성을 나타낼 수 있습니다. 지식 그래프는 일반적으로 추출, 번역, 모델링, 매핑 등을 포함하는 엔터프라이즈 데이터 통합을 위한 현재의 힘든 프로세스를 대체합니다. 움직이는 다양한 애플리케이션 간의 데이터. 모델링 및 매핑에 필요한 사용자 정의 코드는 대규모로 진행되면 다루기 어려워지므로 혁신과 통찰력의 속도가 느려집니다.

지식 그래프는 재사용 가능한 지식 네트워크를 생성하고 다양한 구조의 데이터를 쉽게 표현하며 여러 스키마를 지원하므로 효과적인 데이터 패브릭의 필수적인 부분입니다. 기업 및 타사 데이터에 대한 쿼리 가능하고 재사용 가능한 의미론적 이해를 생성하는 지식 그래프는 데이터 패브릭의 핵심 역할을 하여 기존 투자를 강화 및 가속화하고 비즈니스 통찰력에 대한 중요한 액세스를 제공합니다.

모든 것을 포괄하는 일반 패브릭과 마찬가지로 엔터프라이즈 데이터 패브릭은 기존 데이터 자산 위에 배치되고 개별 스레드를 통해 연결하며 이러한 소스를 통합 계층으로 함께 엮습니다. 그렇게 함으로써 데이터 패브릭은 실제로 기존 투자의 비즈니스 가치를 더욱 강화합니다.

출처: https://www.dataversity.net/why-the-next- Generation-of-data-management-begins-with-data-fabrics/