생성형 AI를 위한 올바른 데이터 기반 구축
생성형 AI를 위한 데이터 준비를 가속화하는 데이터 아키텍처를 설계하고 데이터 팀의 탁월한 생산성을 실현하세요.
단편화된 데이터 스택, 생산성 압박, 생성형 AI에 대한 데이터 준비 부족으로 인해 기업은 새로운 데이터 전략을 평가해야 하는 상황입니다. 데이터 패브릭은 생성형 AI의 힘을 활용하여 분석 및 인공 지능(AI)을 위한 고품질 데이터의 통합, 큐레이션, 거버넌스, 제공을 간소화하도록 설계되었습니다.
차세대 데이터 패브릭은 하이브리드 중심으로 설계되었으며, 온프레미스 또는 클라우드 환경 둘 중 어디에서든 실행할 수 있습니다. 또한 하이브리드 데이터 플레인 전체에 통합되며, 모든 스타일의 데이터 통합을 지원합니다.
데이터 패브릭은 새로운 데이터 인텔리전스 및 통합 도구를 도입하여 생성형 AI를 위한 데이터를 준비합니다. 따라서 AI 이니셔티브에서 정형 데이터와 비정형 데이터에 모두 대비하는 데 도움이 됩니다. 조직은 데이터 준비 및 통합을 간소화하여 데이터 팀의 생산성을 높이고 비즈니스 혁신을 추진할 수 있습니다.
배치, 실시간 및 변경 데이터 캡처를 비롯한 폭넓은 통합 스타일을 통해 멀티클라우드 환경에서 서로 다른 소스의 데이터를 다양한 방식으로 연결합니다.
데이터가 어디에 있든 현재의 위험과 새로운 위험으로부터 중요한 엔터프라이즈 데이터를 보호하세요.
대규모 언어 모델(LLM)을 사용해 데이터에 대한 컨텍스트 이해도를 확장하고, 데이터 소비자가 믿을 만한 정보를 신뢰하고 사용할 수 있도록 지원합니다.
데이터 패브릭 아키텍처의 핵심 기능
인사이트를 실행할 수 있도록 데이터 처리와 자동화에 대한 일반적인 비즈니스의 이해를 제공하는 추상화 레이어입니다.
데이터 정책에 따라 구조화되지 않은 데이터를 추출, 수집, 스트리밍, 가상화, 변환하는 다양한 통합 방식이 있습니다. 이는 스토리지와 비용을 최소화하면서 성능을 극대화합니다.
셀프 서비스 사용을 지원하는 마켓플레이스로, 사용자들이 고품질 데이터를 찾아 협업하고 액세스할 수 있습니다.
데이터 패브릭 아키텍처의 다양한 기능을 구성, 구축, 테스트, 최적화 및 배포에 대한 종합적인 라이프사이클 관리입니다.
비즈니스 가능한 데이터 파이프라인을 위한 데이터 정책, 데이터 거버넌스, 데이터 보안 및 데이터 지킴이의 통합 정의 및 시행입니다.
구성 가능한 AI 탑재 아키텍처, 하이브리드 클라우드 환경에 알맞게 구축되어 있습니다.
데이터 패브릭을 통해, 조직은 데이터 통합 및 데이터 인텔리전스 도구를 사용함으로써 AI에 적합한 데이터 인프라를 구축하여 고품질 데이터를 획득, 관리, 선별, 제공할 수 있습니다. 이 데이터는 IBM® watsonx.ai 및IBM® watsonx.data를 사용하여 AI 빌더를 통해 쉽게 액세스할 수 있습니다. 데이터 통합은 watsonx.data를 채우는 데에도 도움이 됩니다.
데이터 패브릭은 조직의 고유한 워크플로우를 위해 데이터 액세스를 간소화하고 셀프서비스 데이터 소비를 용이하게 하는 아키텍처 접근 방식입니다. 엔드투엔드 데이터 패브릭 기능은 데이터 매칭, 관측 가능성, Master Data Management, 데이터 품질, 실시간 데이터 통합 등을 포함합니다. 이 모든 기능은 기존의 기술 스택을 교체하지 않고도 구현할 수 있습니다.
데이터 생산자의 일상 업무를 간소화하거나 데이터 엔지니어, 데이터 과학자, 비즈니스 사용자에게 셀프 서비스 데이터 접근을 제공하기 위해 데이터 패브릭은 더 나은 인사이트와 의사 결정에 필요한 정보를 준비하고 제공합니다.
IBM 글로벌 최고 데이터 책임자는 통합 데이터 및 AI 플랫폼을 활용하여 3년 안에 50억 달러 규모의 비즈니스 파이프라인을 확대했습니다.
LIST(Luxembourg Institute of Science and Technology)는 데이터를 더 빠르게 제공하여 기업과 연구자의 역량을 강화하는 첨단 플랫폼을 구축했습니다.
State Bank of India는 데이터를 더 빠르고 안전하게 통합하는 지능형 플랫폼을 설계하여 고객 경험을 혁신했습니다.
자주 묻는 질문(FAQ)
데이터 패브릭과 데이터 메시는 공존할 수 있습니다. 데이터 패브릭은 데이터 제품을 만들고 데이터 제품의 라이프사이클을 관리하는 데 드는 많은 작업을 자동화하여 데이터 메시를 구현하고 최대한 활용하는 데 필요한 기능을 제공합니다. 데이터 패브릭 기반의 유연성을 활용하면 데이터 메시를 구현하여 데이터가 온프레미스 또는 클라우드에 상주하는지 여부와 상관없이 사용 사례 중심 데이터 아키텍처를 계속 활용할 수 있습니다.
읽기: 데이터 패브릭을 통해 데이터 메시를 구현하는 3가지 방법
데이터 가상화는 데이터 패브릭 접근 방식을 지원하는 기술 중 하나입니다. 데이터 가상화 도구는 여러 온프레미스 및 클라우드 소스에서 데이터를 물리적으로 옮기는 대신 표준 추출, 변환, 로드(ETL) 프로세스를 사용하여 다양한 데이터 소스에 연결하고 필요한 메타데이터만 통합하여 가상 데이터 레이어를 만듭니다. 이렇게 하면 사용자는 실시간으로 소스 데이터를 사용할 수 있습니다.
데이터는 계속 복잡해지고 있으며, 조직에서 이러한 정보에 액세스하기가 너무 어려운 경우가 많습니다. 이러한 데이터에는 보이지 않는 인사이트가 담겨 있어, 지식 격차가 발생합니다.
데이터 패브릭 아키텍처의 데이터 가상화 기능을 사용하면 조직에서는 이동하지 않고도 소스에서 데이터에 액세스할 수 있으며, 이는 더 빠르고 정확한 쿼리를 통해 가치 실현 시간을 단축하는 데 도움이 됩니다.
데이터 관리 툴은 데이터베이스에서 시작하여, 더 복잡한 비즈니스 문제가 대두됨에 따라 클라우드와 온프레미스의 데이터 웨어하우스, 데이터 레이크로 발전했습니다. 그러나 기업은 성능과 비용 효율성이 낮은 데이터 웨어하우스와 레이크에서 워크로드를 실행하여 지속적인 제약을 받고 있으며, 분석과 AI 사용 사례도 제대로 실행하지 못하고 있습니다.
새로운 오픈 소스 기술의 출현과 데이터 중복 및 복잡한 ETL 파이프라인을 줄이고자 하는 바람은데이터 레이크하우스 라는 새로운 아키텍처 접근 방식으로 이어졌으며, 이를 통해 공유된 메타데이터, 내장된 거버넌스, 액세스 제어, 보안뿐 아니라 데이터 레이크의 유연성과 데이터 웨어하우스의 성능 및 구조를 모두 활용할 수 있습니다.
그러나 조직 전반의 레이크하우스에서 최적화되고 로컬로 관리되는 이 모든 데이터에 액세스하려면 데이터 관리를 간소화하고, 전역으로 액세스를 시행하는 데이터 패브릭이 필요합니다. 데이터 패브릭은 스토리지 리포지토리가 수행할 수 없는 방식으로 데이터 통합을 자동화하고 거버넌스를 내재화하며 셀프 서비스 데이터 소비를 촉진하여 데이터의 잠재력을 최적화하고 데이터 공유를 촉진하며 데이터 이니셔티브를 가속화하는 데 도움이 됩니다.
데이터 패브릭은 이러한 툴의 발전에 있어 다음 단계입니다. 이 아키텍처를 사용하면 투자했던 개별 데이터 스토리지 저장소를 계속 사용하면서 데이터 관리를 간소화할 수 있습니다.