개요
데이터 마이그레이션은 온프레미스 데이터 센터에서 클라우드 기반 스토리지 시스템으로, 또는 한 데이터베이스에서 다른 데이터베이스로 데이터를 이동하는 것을 포함합니다. 이 과정은 단순히 데이터를 전송하는 것이 아닙니다. 또한 데이터를 선별, 준비, 추출, 변환한 후 영구적으로 새 위치로 옮기는 과정을 포함합니다. 데이터 마이그레이션은 디지털 전환을 진행하는 조직, 시스템 업그레이드, 또는 데이터 저장 및 관리 전략 개선을 위해 필수적입니다.
주요 요점
- 일반적인 네 가지 유형은 스토리지, 데이터베이스, 애플리케이션, 클라우드 마이그레이션입니다
- 일반적인 계획은 여섯 단계로 구성됩니다: 평가 및 계획, 프로파일링 및 정화, 지도 및 설계, 마이그레이션, 검증 및 테스트, 그리고 절단 및 폐쇄
- 빅뱅, 단계, 병렬 실행 전략은 실행 속도와 운영 위험을 균형 있게 만듭니다; 올바른 선택은 비즈니스가 다운타임과 데이터 양에 대한 내성에 달려 있습니다
데이터 마이그레이션 vs. ETL 및 데이터 통합
이 세 용어는 동일한 메커니즘을 사용하기 때문에 겹칩니다. ETL(추출, 변환, 불러오기) 은 대부분의 마이그레이션에서 데이터를 이동하고 재구성하는 데 사용되는 기법입니다. 데이터 통합 은 여러 출처의 데이터를 하나의 뷰로 통합하는 지속적인 실천입니다. 마이그레이션만이 종료 날짜를 가지고 있습니다. 아래 표는 세 가지를 나란히 정리해 놓았습니다.
| 데이터 마이그레이션 | ETL | 데이터 통합 | |
|---|---|---|---|
| 목적 | 데이터를 영구적으로 새 시스템으로 이동하기 | 데이터를 체계적으로 추출, 재구성, 로드 | 조각난 소스의 데이터를 연속적으로 결합하세요 |
| 지속 기간 | 하드 컷오버가 있는 일회성 프로젝트 | 예약된 작업 또는 스트리밍 파이프라인으로 실행됩니다 | 연속적이고 작전 |
| 이후 소스 시스템 | 은퇴 또는 보관됨 | 현역 사용 기간 | 현역 사용 기간 |
| 일반적인 출력 | 대상 환경에서 검증된 복사본입니다 | 창고나 호수에 최적화된 로드된 테이블 | 시스템 전반에 걸쳐 통합되고 접근 가능한 쿼리 뷰 |
데이터 마이그레이션이 중요한 이유
효율적인 데이터 이전은 새로운 기술 도입, 데이터 센터 통합, 규제 요구사항 준수를 위해 필요합니다. 데이터를 유연하고 확장 가능한 환경으로 이동하면 운영이 간소화되고 접근성이 향상되며, 고급 분석과 인공지능이 가능해집니다.
조직이 데이터 마이그레이션을 시작하는 일반적인 이유는 다음과 같습니다:
- 하드웨어나 소프트웨어가 지원 종료 단계에 이르거나 데이터 볼륨에 맞춰 확장할 수 없을 때 기존 시스템을 대체하는 것
- 합병 및 통합은 두 회사나 두 개의 독립된 사업부가 고객, 제품, 재무 원장을 하나의 권위 있는 시스템으로 통합하여 상충하는 지표를 제거하는 경우입니다
- 워크로드가 컴퓨팅 탄력성을 위해 확장 가능한 클라우드 인프라로 전환하는 반면, 일부 매우 민감한 데이터는 비용 예측 가능성, 지연 성능, 데이터 주권을 위해 온프레미스에 머무르면서 클라우드나 하이브리드 에스테이트로 이동하고 있습니다
데이터 마이그레이션의 유형
데이터 마이그레이션은 네 가지 일반적인 유형으로 나뉘며, 데이터 센터 마이그레이션은 종종 다섯 번째로 인식됩니다:
- 스토리지 마이그레이션. 원시 데이터를 한 저장 매체나 배열에서 다른 저장소로 이동시킵니다. 예를 들어, 노후화된 회전 디스크를 플래시 또는 객체 저장소로 이전하는 작업을 하며, 보통 형식이나 애플리케이션 로직을 근본적으로 변경하지 않습니다.
- 데이터베이스 마이그레이션. 기본 데이터, 스키마 구조, 비즈니스 로직을 한 데이터베이스 엔진이나 버전에서 다른 버전으로 이동시키며, 이는 데이터 타입과 SQL의 광범위한 리팩토링이 자주 필요합니다.
- 애플리케이션 마이그레이션. 애플리케이션과 그 기반 데이터를 ERP 또는 CRM 시스템 교체와 같은 완전히 새로운 공급업체 소프트웨어로 이전합니다. 이로 인해 엔지니어들은 기존 데이터를 새로운 애플리케이션 모델에 매핑해야 합니다.
- 클라우드 마이그레이션. 온프레미스 인프라에서 퍼블릭 클라우드 플랫폼으로, 또는 클라우드 벤더 간에 데이터셋과 컴퓨팅 워크로드를 이동합니다. 테라데이터의 온프레미스에서 클라우드로의 마이그레이션 가이드는 이 특정 전환을 깊이 있게 다룹니다.
- 데이터 센터 이전. 물리적 인프라, 네트워크 토폴로지, 그리고 전체 시설의 데이터를 이전하는 것으로, 이는 종종 통합 명령이나 전략적 코로케이션 또는 클라우드 전환에 의해 촉발됩니다.
6단계 데이터 마이그레이션 과정
데이터 마이그레이션 계획은 전환을 일련의 체크포인트로 운영화합니다. 일반적인 계획은 여섯 단계로 구성됩니다:
- 평가하고 계획하세요. 소스 시스템, 총 데이터 양, 네트워크 의존성, 하위 사용자 목록을 목록화하세요. 그 다음 범위를 정의하고, 허용 가능한 다운타임 창, 검증 기준, 롤백 비상 조건을 정의하여 데이터 마이그레이션 체크리스트로 공식화합니다.
- 원본 데이터를 프로파일링하세요. 중복, null 공백, 포맷 충돌을 발견한 후, 레코드를 새 환경에 복사하기 전에 데이터 정제 를 통해 이를 해결하세요.
- 매핑과 설계. 모든 소스 필드를 명시적으로 목표에 매핑하고, 데이터 타입 변환, 문자 인코딩, 두 엔진 간 구조 변화를 처리하는 변환 규칙 을 설계하세요.
- 마이그레이션. 데이터를 추출, 변환, 제어된 파동으로 로드하며, 분리된 파일럿 세트부터 시작해 파이프라인을 자동화하여 모든 실행이 반복 가능하도록 합니다.
- 검증 및 테스트. 소스 및 대상 간 행 수, 재무 총액, 무작위 샘플을 조정합니다. 그 후 데이터 검증 과 사용자 수용 테스트를 실행한 후 모든 프로덕션 애플리케이션을 새 시스템에 할당합니다.
- 중단하고 폐기하세요. 사용자와 애플리케이션을 새로운 목표로 리디렉트하고, 쿼리 성능과 오류 로그를 모니터링하며, 새 시스템이 안정적임이 입증된 후에만 레거시 소스를 은퇴시키거나 아카이브합니다.
데이터 마이그레이션 전략
데이터 마이그레이션 전략은 이전 방식과 그 과정에서 기업이 감수하는 위험을 결정합니다. 대부분의 프로젝트를 포함하는 세 가지 접근법이 있습니다:
| 빅뱅 | 단계별 | 병행 주행 | |
|---|---|---|---|
| 작동 원리 | 모든 데이터는 한 컷오버 윈도우에서 이동합니다 | 데이터는 시스템, 지역, 도메인에 따라 파동적으로 이동합니다 | 기존 시스템과 새 시스템이 나란히 운영되어 결과가 일치할 때까지 반복됩니다 |
| 연대표 | 가장 짧은 | 더 길게 | 가장 긴 기록 |
| 휴식 시간 | 계획된 정전 한 번 | 파도당 거의 없거나 전혀 없어요 | 거의 또는 전혀 없습니다 |
| 위험 | 높음: 실패가 모든 것을 동시에 불러일으키는 경우입니다 | 하부: 문제는 한 파동 안에 머무른다 | 가장 낮은 시스템, 두 시스템을 운영하는 대가를 치르는 대가입니다 |
| 최고의 | 참을 만한 장애가 있는 작은 데이터 세트 | 크고 복잡한 영지 | 금융과 같이 실수가 큰 비용이 드는 시스템 |
데이터 마이그레이션의 도전 과제
데이터 마이그레이션은 팀이 실시간 운영 데이터를 이동하는 데 따른 마찰을 과소평가할 때 지연되거나 예산을 초과합니다.
주요 과제는 데이터 무결성과 품질(데이터 손실, 중복 또는 손상)을 보호하고, 소스 및 대상 환경의 복잡성 관리를 하며, 다운타임을 최소화하고, 데이터 프라이버시 및 보안 요구사항을 충족하는 것입니다.
팀은 흔한 데이터 마이그레이션 실수 에서 배우고 이를 피하는 방법을 통해 이러한 문제를 많이 피할 수 있습니다.
데이터 마이그레이션 도구의 종류
이 도구들은 시스템 간 소량 데이터를 이동하는 데 이상적인 단순한 데이터 전송 도구부터, 복잡한 데이터 변환, 데이터 품질 검사, 대규모 마이그레이션을 처리할 수 있는 포괄적인 데이터 마이그레이션 소프트웨어 제품군까지 다양합니다. 일부 도구는 구조화된 쿼리 언어(SQL) 서버, 오라클, IBM 인포믹스용 데이터베이스 마이그레이션 서비스와 같이 특정 유형의 데이터 또는 시스템에 특화되어 있으며, 다른 도구들은 구글 클라우드, 아마존 S3, 마이크로소프트 애저와 같은 클라우드 플랫폼을 포함한 다양한 데이터 소스와 대상을 지원하는 다재다능한 도구입니다.
데이터 마이그레이션 도구는 데이터 통합 도구, 클라우드 마이그레이션 도구, 데이터베이스 마이그레이션 서비스 등 여러 유형으로 크게 분류할 수 있습니다. Informatica PowerCenter, Oracle Data Integrator와 같은 데이터 통합 도구는 서로 다른 출처의 데이터를 결합하고 통합된 뷰를 제공하는 데 중점을 둡니다. AWS Database Migration Service와 Azure Migrate를 포함한 클라우드 마이그레이션 도구는 데이터를 클라우드 환경으로 전송하는 것을 용이하게 하도록 설계되었습니다.
Amazon Web Services(AWS) 데이터베이스 마이그레이션 서비스와 IBM의 데이터베이스 마이그레이션 솔루션과 같은 데이터베이스 마이그레이션 서비스는 서로 다른 데이터베이스 시스템 간 데이터 이동에 특화되어 있습니다.
테라데이터의 데이터 전송 도구 개요는 이 범주들을 보다 폭넓게 비교할 수 있습니다.
적절한 데이터 마이그레이션 도구 선택
적절한 데이터 마이그레이션 도구를 선택하려면 마이그레이션 프로젝트의 구체적인 필요와 도전 과제를 철저히 이해해야 하며, 여기에는 다음과 같은 내용이 포함됩니다:
- 마이그레이션할 데이터 양
- 데이터의 복잡도와 구조
- 소스 및 타겟 시스템
- 데이터 변환과 정제의 필요성
- 전체 이주 연대표
선발을 간소화하기 위해 다음 핵심 요소에 집중하세요:
마이그레이션할 데이터의 복잡성과 양을 평가하세요
여기에는 데이터 유형, 구조, 민감하거나 규제되는 데이터의 존재 여부를 이해하는 것이 포함됩니다. Informatica PowerCenter와 같은 도구는 복잡한 데이터 변환과 대량의 데이터를 처리할 수 있는 강력한 기능을 제공하여 복잡한 데이터 생태계를 가진 기업에 적합합니다.
마이그레이션 도구의 소스 및 대상 시스템 호환성
예를 들어, SQL Server로의 마이그레이션 시 Microsoft SQL Server 마이그레이션 어시스턴트와 같은 SQL Server 마이그레이션 전용 도구는 원활한 통합과 호환성 문제를 줄일 수 있습니다. 마찬가지로 클라우드 마이그레이션 시 Google Cloud, AWS, Microsoft Azure 등 클라우드 제공업체와 연계된 도구를 선택하면 네이티브 최적화를 통해 원활한 마이그레이션 과정을 보장할 수 있습니다.
확장성, 보안 기능, 그리고 공급업체가 제공하는 지원 품질
확장성은 도구가 현재와 미래의 데이터 마이그레이션 요구를 처리할 수 있도록 보장하며, 강력한 보안 기능은 마이그레이션 과정에서 데이터를 보호합니다. 벤더 지원은 마이그레이션 과정에서 발생하는 모든 문제를 해결하는 데 중요할 수 있습니다. AWS Database Migration Service와 Azure Migrate와 같은 도구는 각 클라우드 제공업체로부터 방대한 문서와 지원을 받아 마이그레이션 과정 전반에 걸쳐 안심을 제공합니다.
오늘날의 데이터 마이그레이션: 하이브리드 부동산, 오픈 테이블 형식, 그리고 AI
오늘날 데이터 마이그레이션을 형성하는 세 가지 발전이 있습니다:
- 하이브리드 가 기본값인데, Flexera의 2026년 클라우드 현황 보고서(전 세계 753명 설문조사)에 따르면 73%의 조직이 하이브리드 부동산을 운영하고 있기 때문입니다. 플랜은 이동 중과 이후에 양측이 함께 문의할 수 있는 하이브리드 클라우드 아키텍처가 필요합니다.
- Apache Iceberg, Delta Lake와 같은 오픈 테이블 포맷은 여러 엔진이 객체 저장소에서 동일한 데이터를 읽고 쓸 수 있게 하며, 트랜잭션과 스키마 진화를 가능하게 합니다. 오픈 포맷으로의 이전, 종종 레이크하우스의 일부로, 반복되는 복사 및 변환 프로젝트를 하나의 거버넌트 복사본으로 대체할 수 있습니다.
- AI 는 데이터 준비 수준을 높입니다. AI 워크로드는 깨끗하고 관리되며 접근 가능한 데이터가 필요하기 때문에, 현대화 프로그램이 점점 데이터 마이그레이션부터 시작되는 것입니다.
적절한 데이터 전송 도구를 선택하는 비즈니스 영향
적절한 데이터 마이그레이션 도구를 선택하는 것은 기업의 운영 효율성과 전략적 역량에 깊은 영향을 미칠 수 있습니다. 적절한 도구는 데이터 마이그레이션에 필요한 시간과 자원을 크게 줄이고, 다운타임을 최소화하며, 데이터 무결성과 보안을 보장할 수 있습니다. 이를 통해 기업은 데이터를 신규 시스템에서 빠르게 활용할 수 있어 인사이트, 혁신, 경쟁 우위를 이끌어냅니다. 예를 들어, Informatica PowerCenter나 AWS Data Pipeline과 같은 강력한 데이터 마이그레이션 도구를 사용하면 마이그레이션 과정을 간소화하여 복잡한 마이그레이션 대신 데이터에서 가치를 추출하는 데 집중할 수 있습니다.
원활한 데이터 이전을 촉진함으로써, 이러한 도구들은 조직 전반에 걸쳐 데이터가 정확하고 일관되며 쉽게 접근 가능하도록 돕습니다. 이는 정보에 기반한 의사결정을 내리고, 규제 요건을 준수하며, 데이터 기반 혁신 문화를 조성하는 데 매우 중요합니다. 포괄적인 데이터 통합, 전환 및 품질 검사를 지원하는 도구는 특히 가치 있는데, 이는 이전 과정 전반에 걸쳐 기업이 높은 데이터 품질과 무결성 기준을 유지할 수 있게 해줍니다.
궁극적으로 데이터 마이그레이션 도구의 선택은 조직이 데이터 자산을 효율적으로 관리하고 활용하는 능력에 큰 영향을 미칠 수 있습니다. 특정 요구와 도전에 부합하는 도구를 신중히 선택함으로써 기업은 운영 효율성을 높이고 데이터 품질을 개선하며 디지털 전환 이니셔티브를 가속화할 수 있습니다. 이러한 전략적 데이터 마이그레이션 접근법은 즉각적인 프로젝트 목표를 지원할 뿐만 아니라 데이터 기반 비즈니스 환경에서 지속적인 혁신과 성공의 토대를 마련합니다.
테라데이터가 데이터 마이그레이션을 지원하는 방법
테라데이터는 마이그레이션을 일회성 이동이 아닌 거버넌스 기반 기반 구축을 향한 단계로 접근합니다. 조직은 테라데이터 자율 지식 플랫폼의 클라우드 배포인 테라데이터 클라우드나 온프레미스 환경에서는 테 라데이터 팩토 리로 이전할 수 있으며, 두 곳 모두에서 동일한 거버넌스를 운영할 수 있습니다.
더 자세한 내용을 원하시면, Teradata 자율 지식 플랫폼 이 이전된 데이터에 분석 및 AI를 위한 거버넌스된 공간으로 제공하는 방법을 알아보세요.
자주 묻는 질문
ETL에서 데이터 마이그레이션이란 무엇인가요?
ETL에서 데이터 마이그레이션이란 무엇인가요?
ETL에서 데이터 마이그레이션은 추출, 변환, 로드 단계를 사용하여 데이터를 원본 시스템에서 새로운 타겟으로 이동시키고, 타겟의 구조로 변환하는 변환 규칙을 사용하는 일회성 프로젝트입니다.
데이터 마이그레이션의 주요 과제는 무엇인가요?
데이터 마이그레이션의 주요 과제는 무엇인가요?
주요 데이터 마이그레이션 과제는 데이터 무결성 보호(손실, 중복 또는 손상 방지), 복잡한 이기종 시스템 관리, 다운타임 최소화, 개인정보 보호 규정 준수 등이 포함됩니다.
기업은 데이터 마이그레이션 과정에서 위험을 어떻게 줄일 수 있을까요?
기업은 데이터 마이그레이션 과정에서 위험을 어떻게 줄일 수 있을까요?
조직은 상세한 계획 및 평가 단계를 실행하고, 전문 마이그레이션 도구를 활용하며, 단계별 테스트를 수행하고, 명확한 롤백 전략을 준비함으로써 데이터 마이그레이션 위험을 최소화하여 비즈니스 연속성을 보장할 수 있습니다.
특정 프로젝트 요구에 맞는 데이터 마이그레이션 도구를 선택하는 것이 왜 중요한가
특정 프로젝트 요구에 맞는 데이터 마이그레이션 도구를 선택하는 것이 왜 중요한가
정렬된 데이터 마이그레이션 도구는 시스템 호환성을 보장하고, 필요한 데이터 볼륨과 변환을 효율적으로 처리하며, 데이터 정제, 데이터 검증, 강력한 보안과 같은 필수 기능을 제공합니다. 적절한 도구 선택은 마이그레이션 속도와 정확성을 높이면서 미래의 필요에 맞게 확장됩니다.
7가지 이주 전략은 무엇인가요?
7가지 이주 전략은 무엇인가요?
7가지 마이그레이션 전략, 흔히 7R이라고 불리는 이 전략은 은퇴, 유지, 재호스팅, 재배치, 재플랫폼, 재구매, 리팩토링입니다. AWS와 마이크로소프트의 클라우드 마이그레이션 프레임워크는 각 워크로드별로 무엇을 이동하고, 무엇을 변경하며, 무엇을 그대로 둘지 결정하는 데 이를 사용합니다.