top of page

Active Analytics: 더 똑똑한 애플리케이션 지원, 데이터 엔지니어의 역할 강화, 머신 러닝 적용 분야 확대를 위한 바른길

데이터가 중요하다는 말은 앞에 붙는 수식어를 통해 익히 들어왔습니다. 생성되는 데이터의 양이 급격히 늘자 시장에서는 'Big'이란 단어를 붙였습니다. 한동안 빅 데이터라는 표현으로 대량의 데이터 시대를 설명하였으나, 5G 시대를 눈앞에 둔 현재 IoT 등 초연결 사회의 등장이 예고되면서 'Extreme'으로 수식어가 바뀌고 있습니다. Big이란 단어에 담기에 초연결 시대 기업이 처리해야 하는 데이터의 양이 너무 크기 때문입니다.



분석 역시 비슷한 길을 걷고 있습니다. 빅 데이터 분석이란 개념이 어느 정도 시장에 자리 잡자 곧이어 '실시간'이 화두로 뜨기 시작했습니다. 과거 데이터 중심의 전통적인 분석 관행에서 한발 더 나아간 것이 빅 데이터라면, 최근 관심사는 과거 데이터뿐 아니라 현재 실시간으로 생성되는 데이터까지 놓치지 않고 보는 쪽으로 향하고 있습니다. Big에서 Real-Time으로 분석의 확장이 이루어지고 있는 것이죠. 2019년은 여기서 개념이 더 넓어질 전망입니다. 그 키워드가 바로 'Active Analytics'입니다. 한국말로 표현하자면 능동적 분석, 적극적인 분석의 시대가 오고 있는 것인데요, 관련해 그 배경을 간단히 짚어 보겠습니다.


엔터프라이즈 데이터 처리를 재정의하다!

더 똑똑한 애플리케이션


첫 번째 살펴볼 Active Analytics 시대의 등장 배경은 애플리케이션의 변화입니다. 한때 분석은 애플리케이션의 한 영역이었습니다. 분석 도구, 시각화 도구 등 특정 범주에 속했습니다. 그러던 것이 2019년 현재 거의 모든 비즈니스 애플리케이션이 분석을 토대로 삼고 있습니다. 이를 우리는 데이터 지향적인(Data-Driven) 애플리케이션, 데이터 기반(Data-powered) 애플리케이션이라고 부릅니다.

이런 예는 매우 많습니다. ERP, SCM, CRM 등 기업의 핵심 시스템은 이미 데이터 분석과 시각화를 주요 기능으로 앞세운 지 오래입니다. 웹 사이트 관리 역시 구글 애널리틱스 같이 데이터 분석 기반으로 구축 및 운영하는 기본이죠. 이처럼 분석을 주요 특징으로 하는 비즈니스 애플리케이션이 늘고 있습니다. 이에 따라 기업에서 데이터 플랫폼을 관리하는 팀은 데이터 수요에 어떻게 대응해야 할지 고민이 깊어지고 있습니다. 이를 위한 근본적인 해결책은 아키텍처 수준에서 더 똑똑한 애플리케이션 개발과 사용을 지원할 수 있는 새로운 토대를 마련하는 것입니다.


전사 측면의 데이터 파이프라인 확장

데이터 엔지니어의 수요 증가


빅 데이터에 이어 인공 지능이 엔터프라이즈 컴퓨팅 시장을 움직이는 엔진으로 등장하면서 데이터 과학자에 대한 인력 수요가 급증했었죠. 첨단 분석과 머신 러닝 모델을 담당할 데이터 과학자를 영입한 기업은 2019년 데이터 엔지니어 찾기에 나설 것입니다. 이런 이유로 2019년 기업은 데이터 엔지니어를 놓고 인재 모시기 경쟁에 들어갈 것으로 보입니다. 데이터 엔지니어 수요가 늘어나는 이유는? 더 똑똑한 애플리케이션 수요 증가에 발맞춰 데이터 처리, 감사, 거버넌스를 책임질 전문가가 필요하기 때문이죠. 데이터 엔지니어는 전사 측면에서 데이터 중심의 DevOps를 지원하기 위해 데이터 파이프라인을 구축하고 지원하는 역할을 맡을 것입니다.


데이터 중심의 전략과 실행

실시간 의사 결정 지원 요구 증가


2019년 첨단 분석과 인공 지능이 접목되는 영역은 더 넓어질 것입니다. 최종 사용자의 오피스 같은 생산성 도구부터 ERP, SCM 등 기간계 시스템 더 나아가 IoT 등 새로운 데이터 생성과 처리 지점인 엣지 컴퓨팅 환경까지 데이터는 모든 의사 결정의 근간이 될 것입니다. 이에 따라 기업은 과거 기록 중심의 배치 데이터를 기반으로 한 전통적인 분석부터 스트리밍 데이터 분석, 위치 정보 기반 분석, 인공 지능 기술 기반 워크로드를 처리할 수 있는 단일 플랫폼에 대한 목마름을 그 어느 때보다 강하게 느낄 것입니다.

앞서 살펴본 세 가지 배경을 종합하면 Active Analytics 시대에 대비하기 위해 어떤 데이터 플랫폼과 아키텍처 전략이 필요한지 큰 그림이 보일 것입니다. 이에 대한 내용은 Kinetica 7.0 릴리즈 노트 포스트를 통해 기술적으로 살펴보겠습니다.

조회수 23회댓글 0개
bottom of page