올바른 빅 데이터 아키텍처를 구축하는 방법

아키텍처. 인프라. 에코시스템.

우리가 기술을 설명하는 데 사용하는 단어는 종종 삶의 다른 부분에서 나옵니다. 이러한 단어들은, 비즈니스 운영을 가능하게 하고 성과를 개선하는 데 있어 기술과 빅 데이터가 하는 역할을 이해하는 데 큰 도움이 될 수 있습니다.

빅 데이터 아키텍처의 핵심 아이디어는 아키텍처, 인프라 및 애플리케이션의 올바른 기반을 문서화하면, 궁극적으로 비즈니스가 일상적으로 빅 데이터를 더 효과적으로 사용할 수 있다는 것입니다. 빅 데이터 아키텍처는 매우 기술적인 주제처럼 보일 수 있지만, 잘 구상되고, 명확하게 정의되고, 신중하게 설계된 아키텍처 없이 빅 데이터 혁신과 통찰력을 얻는 것은 불가능하다는 것을 인식하는 것이 중요합니다. 따라서 비즈니스에 빅 데이터에 대한 큰 계획이 있는 경우 이러한 계획을 실행하려면 강력한 빅 데이터 아키텍처가 필요합니다.

빅 데이터 아키텍처란 무엇이며, 왜 필요한가요?

많은 빅 데이터 및 기술 관련 용어와 마찬가지로, 빅 데이터 아키텍처의 의미를 명확히 하는 것이 좋습니다. 집이나 건물의 청사진과 마찬가지로 빅 데이터 아키텍처는 빅 데이터 및 기타 정보 자산을 캡처, 저장, 관리하고 다양한 사용자 그룹 및 애플리케이션에서 액세스할 수 있는 방법을 제시하는 개념적 또는 그래픽 모델입니다. 일반적으로 빅 데이터 아키텍처는 전체 빅 데이터 솔루션에 필요한 하드웨어 및 소프트웨어 구성 요소를 간략하게 설명합니다. 빅 데이터 아키텍처 문서에는 데이터 공유, 애플리케이션 통합 및 정보 보안에 대한 프로토콜도 포함할 수 있습니다.

이것이 조금 식상하게 들린다면, 청사진 없이 집을 지을 수 있는 사람은 없다는 것을 기억할 필요가 있습니다. 따라서 빅 데이터 아키텍처 없이 빅 데이터를 효과적으로 활용할 계획을 세워서는 안 됩니다. 빅 데이터 솔루션에 더 많이 투자할수록 원하는 ROI를 얻기 위해, 더 강력한 빅 데이터 아키텍처가 필요합니다. 즉, 빅 데이터 아키텍처는 계획대로 데이터가 이동하도록 보장하여, 올바른 사용자가 적합한 도구를 사용하여 데이터에 액세스할 수 있도록 지원합니다.

올바른 빅 데이터 아키텍처를 얻는 방법: 올바른 질문을 하고 있나요?

필요한 빅 데이터 아키텍처를 설계하는 것은 올바른 질문을 하는 것에서 시작됩니다.

• 빅 데이터 전략(비즈니스 문제 해결, 운영 개선 및 빅 데이터를 사용하여 목표 달성)이 아키텍처 요구 사항에 어떤 영향을 미치나요?
• 기존 데이터 소스 및 시스템 중 빅 데이터의 통합 아키텍처에 "연결"할 수 있는 것은 무엇인가요?
• 센서 데이터 또는 사물 인터넷(Internet of Things) 데이터와 같은 새로운 데이터 세트를 어떻게 처리하나요? 
• 빅 데이터 아키텍처에 대한 우리의 접근 방식이 데이터 기반 및 애널리틱스 지원 문화를 비즈니스 중심으로 옮기는 데 어떻게 도움이 될 수 있나요?
• 테스트 단계를 넘어 빅 데이터 및 애널리틱스 프로그램을 "운영화"하거나 확장하는 데 필요한 구성 요소는 무엇인가요?

검증된 접근 방식 중 하나는 빅 데이터에서 실행 가능한 통찰력을 더 많이 생성할 수 있는 통합 데이터 아키텍처(UDA)의 관점에서 생각하는 것입니다. 통합 데이터 아키텍처는 통합 데이터 웨어하우스와 분석 및 검색을 위한 플랫폼과 같은 필수 구성 요소를 중심으로 구축되어 원시 데이터 소스와 특정 비즈니스 인텔리전스 도구 및 표준 CRM 애플리케이션 간의 격차를 총괄적으로 해소합니다. 이를 통해 기존의 "하이브리드" 환경의 복잡성을 크게 줄이고, 기업은 매우 빠르게 이동하는 데이터 세트를 수집하고 사용자에게 데이터 및 애널리틱스 엔진에 대한 교차 플랫폼 호환성을 제공할 수 있습니다.

실행 중인 빅 데이터 아키텍처

빅 데이터 아키텍처가 많이 중요하지만, 비즈니스와 IT는 청사진을 솔루션 자체로 착각해서는 안 됩니다. 빅 데이터 아키텍처는 모든 구성요소, 데이터 소스 및 애플리케이션이 하나로 통합되어 연결되었을 때, 빅 데이터가 작동하는 방식을 설명하는 디자인 및 문서입니다. 아키텍처 그 자체로는 비즈니스 가치를 생성하지 않지만, 성공을 위한 기반을 마련합니다. 그 가치는 올바른 빅 데이터 프로세스 및 구조를 정의하고, 고급 빅 데이터 애널리틱스를 배포하고, 데이터와 상호 작용하고 데이터를 조사할 적합한 사람과 팀을 구축하는 데서 나옵니다. 이것이 사용자가 문제를 해결하고, 새로운 기회를 찾고, 더 나은 결정을 내리고, 다른 의미 있는 결정을 내릴 수 있는 방법입니다.

대형 소매업체에 기기 및 채널(매장 포함) 전반에 걸친 소비자 행동을 더 잘 이해하기 위해, 강력하고 유연한 빅 데이터 아키텍처가 얼마나 필요한지 생각해보세요. 마케팅 캠페인을 개인화하거나 쿠폰을 실시간으로 제공하려면 고급 빅 데이터 아키텍처 없이는 불가능한 통합 데이터 및 정교한 타겟팅이 필요합니다.

세계 최대 규모의 통신업체인 Verizon은 빅 데이터 아키텍처를 사용하여 1억 명의 고객의 의견을 "듣습니다." 정형 비정형 데이터가 모두 올바른 위치에 저장되고 액세스 가능하며 검색 플랫폼을 통해 탐색할 수 있도록 하는 논리적 모델입니다.

Netflix는 참여를 유도하는 빅 데이터 아키텍처를 설계합니다.

Netflix의 빅 데이터 아키텍처는 보다 스마트한 데이터 관리, 처리 및 분석을 위해 비용 효율적인 서비스, 플랫폼, 애플리케이션 및 도구들을 제공합니다. 전체 환경이 엄청난 워크로드를 처리하더라도, 분석가는 다양한 접근 방식을 사용하여 다양한 문제를 해결하기 때문에 고유한 애널리틱스 플랫폼이 필요합니다.

빅 데이터 아키텍처는 미래를 위한 기반 구축을 의미합니다.

빅데이터 아키텍처는 "일회성" 프로젝트가 아니라 장기적 투자라는 점을 인식하는 것이 중요합니다. 큰 그림과 장기적인 사고는 빅 데이터 아키텍처가 종합적이어야 하고 미래에 발생할 문제를 포함하여 많은 비즈니스 문제를 해결할 수 있어야 한다는 것을 시사합니다. 즉, 오늘날의 빅 데이터 아키텍처는 미래의 새로운 도구와 기술을 활용하고 더 다양해지고 증가하는 데이터 볼륨을 통합하도록 설계되어야 합니다. 빅 데이터 아키텍처는 빅 데이터의 미래로의 여정을 준비하는 한 가지 방법입니다.

테라데이타가 어떻게 도움이 될 수 있을지 궁금하신가요?

빅 데이터 솔루션에 대해 알아보기