검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'데이터 플랫폼'통합검색 결과 입니다. (223건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

행안부, 데이터 분석으로 체계적인 재난 대비 지원

재난안전과 관련된 데이터를 한곳에 모아 활용·분석함으로써 보다 신속하고 체계적인 재난 대비가 가능할 전망이다. 행정안전부는 2022년부터 3년간 추진해 온 '재난안전데이터 공유플랫폼' 구축을 완료하고 서비스를 본격 시행한다고 22일 밝혔다. 그동안 기관마다 따로 제공 받아야했던 재난안전데이터를 이제는 재난안전데이터 공유플랫폼을 통해 한곳에서 받을 수 있다. 특히, 행정·공공기관뿐만 아니라 긴급한 재난 상황에서 필요한 정보를 즉시 찾기 어려웠던 민간기업도 활용가능하다. 재난안전데이터 공유플랫폼은 재난관리책임기관에서 생산하는 57종 재난 유형의 데이터를 제공한다. 13종 자연재난(706개 데이터)과 28종 사회재난(844개 데이터), 16종 주요상황대응(257개 데이터)으로 이뤄졌다. 사용자가 원하는 데이터를 쉽고 빠르게 찾아 활용할 수 있도록 ▲분류별 통합검색 ▲메타데이터 등록·관리 ▲기업 활용지원 창구 운영 ▲맞춤형 데이터 신청·제공 기능도 함께 제공한다. 행정안전부는 민간에서 재난안전데이터를 적극 활용하도록 지원을 확대해 나갈 예정이다. 올해 '굴착기 실시간 위치정보'와 '통신케이블 매설정보' 간의 중계를 시작으로, 활용성이 높고 국민 안전에 직결되는 데이터를 발굴한다. 창업 연계를 위한 학생·창업자 대상 해커톤과 창업경진대회를 개최하고, 재난안전데이터 활용기업 지원도 강화한다. 이한경 재난안전관리본부장은 "재난안전데이터 공유플랫폼이 데이터 기반의 과학적 재난관리체계를 뒷받침해 국민 안전에 이바지할 수 있도록 꾸준히 발전시켜 나가겠다"라고 말했다.

2025.01.22 17:28남혁우 기자

[기고] 올해 데이터 관리 핵심은 AI·분산화·거버넌스·비용 최적화

다가오는 2025년에도 기업은 지속적인 경제 불황과 시장의 불확실성으로 녹록치 않은 경영 환경에 대응해야 할 것으로 예상된다. 기업의 합리적인 의사결정과 비즈니스 경쟁력을 제고할 해결법으로 '데이터의 효율적인 활용'이 더욱 중요해질 것으로 생각되는 가운데, 데이터 관리 아키텍처는 데이터 양 증가, 데이터 소스의 다양성, 데이터 소비 사용자의 다양성 증가에 따른 요구를 충족하기 위해 계속 발전할 것이다. 개인정보 보호와 거버넌스 요건이 더욱 엄격해지고 생성형 AI 애플리케이션의 맥락에 맞게 기업 데이터에 대한 안전한 액세스를 제공하는 것이 더욱 강조될 것이다. 오늘날 기업은 데이터 레이크 방식에서 벗어나 데이터를 하나의 프로덕트로 인식하고 도메인 별로 관리하는 분산형 데이터 아키텍처로의 전환을 가속화하고 있다. 데이터 소유권이 각 팀으로 이양되는 탈중앙화된 연합거버넌스는 개별 팀에게 데이터 운용의 주도권을 제공하는 동시에 데이터 품질과 규정 준수를 책임져야 하는 자율성을 부여한다. 분산화된 환경 속에서 클라우드, 온프레미스, 하이브리드 환경 등 다양한 데이터 소스에 대한 상호운용성 요구가 커지는 가운데, 이를 원활하게 관리하고 활용할 수 있도록 데이터 시스템의 의미론적 통합과 쿼리 컴퓨팅을 지원하는 도구 중요성은 자연스레 올라갈 것이다. 데이터 거버넌스 측면에서의 변화도 마찬가지다. 분산형 데이터 아키텍처는 특정 데이터 거버넌스 정책이 중앙이 아닌 도메인 수준에서 관리되는 도메인 지향 거버넌스로 이어질 것이다. 이를 통해 데이터를 제일 잘 아는 팀이 데이터의 품질과 규정 준수에 대한 책임을 지게 될 것이다. 이에 따라 조직이 데이터 상태, 계보, 사용 현황을 모니터링할 수 있게 해주는 데이터 통합 가시성이 표준 기능이 될 것으로 보인다. 통합 가시성 도구는 데이터 파이프라인, 데이터 최신성, 계보(Lineage)에 대한 인사이트를 제공해 분석·의사 결정을 위한 데이터 신뢰성을 확보할 수 있게 한다. AI 기반 의사결정이라는 측면에서, 다양한 데이터 규제에 부합하고 데이터 투명성을 확보할 수 있도록 데이터 설명 가능성을 보장하는 방법을 갖추게 된다. 데이터 개인정보 보호 규정 준수와 데이터 주권 확보에 대한 요구가 높아지면서 기업이 민감한 데이터는 온프레미스나 프라이빗 클라우드에 둔다. 또 상대적으로 덜 민감한 데이터를 퍼블릭 클라우드에 저장하는 하이브리드 아키텍처를 채택하는 경향도 두드러진다. 이를 통해 기업은 데이터 관련 규제는 준수하면서 퍼블릭 클라우드의 확장성을 충분히 활용할 수 있다. 다만 복수의 클라우드 활용은 이 또한 포괄할 수 있는 데이터 통합 관리 도구의 필요성으로 이어져 다양한 클라우드 플랫폼의 데이터 소스에 대해 가상화된 단일 뷰를 통해 데이터를 관리하고 거버넌스 프레임워크를 제공할 수 있는 솔루션이 시장의 주목을 받을 것으로 예상된다. 데이터 관리 측면에서 앞으로 비중있는 역할을 하게 될 기술이 바로 AI다. AI는 데이터의 구성을 분석하고 태깅을 자동화해 데이터 탐색 및 분류에 소요되는 시간을 단축할 뿐만 아니라 데이터 카탈로그 내 개별 데이터 품질 및 사용 패턴에 대한 실시간 인사이트를 제공한다. 또 데이터 관리 플랫폼은 AI를 활용해 데이터 쿼리 실행을 최적화할 것이다. 사용 패턴을 예측하고 쿼리를 적절한 데이터 실행 엔진에 매핑하는 동시에 비용 최소화와 성능 개선을 위해 데이터 워크로드를 자동 조정하는 등의 작업을 예로 들 수 있다. 거대언어모델(LLM)을 각 기업 요구에 맞게 추가로 학습시키는 미세 조정 작업을 하더라도, 상대적으로 작은 데이터 세트에 한정해 추가 학습을 진행하는 미세 조정의 구조상 생성형 AI 모델은 원래 학습된 시점의 데이터를 기준으로 삼는다. 이로 인해 생성형 AI는 종종 기업 데이터나 문맥을 파악하지 못하고 실시간 정보를 반영하지 못한 결과값을 내놓곤 한다. 이에 대한 해결책으로 기업의 데이터 관리 플랫폼은 LLM에 대해 기존에 학습한 데이터에 내부 데이터 소스를 결합하는 검색증강생성(RAG) 기능을 제공함으로써 생성형 AI 모델 강화에 실시간 데이터를 활용하는 동시에 기업의 데이터와 연결해 맥락에 맞게 AI 모델을 조정할 수 있도록 발전할 것이다. 데이터가 IT부서에 집중되던 과거와 달리 모두가 데이터를 자유롭게 활용할 수 있는 시대가 도래하며 기업은 개별 데이터 사용자의 요구와 선호를 정밀하게 분석해 맞춤형 데이터 소비 경험을 제공해야 하는 과제에 직면하고 있다. 초개인화 서비스를 완성하는데 있어 기업의 데이터 관리 역량은 중추적인 역할을 수행한다. 특히 데이터 관리의 보안 측면에서 기업은 데이터 개인정보 보호에 대한 우려에 대응해 민감한 정보를 침해하지 않고 데이터 분석과 공유를 가능케 하는 개인정보 보호 유지 기술을 도입할 것이다. 또 기업은 모든 지역 및 데이터 환경에서 데이터 관리 관행이 규제 요구조건에 부합할 수 있도록 자동화된 규정 준수 모니터링 도구를 이용할 것으로 전망된다. 앞으로 데이터 관리는 비용 효율적인 스토리지 및 데이터 컴퓨팅 솔루션을 지원하는 방향으로 발전할 것이다. 예를 들어 데이터 사용 빈도에 따라 데이터를 분류하고 각각의 스토리지 계층에 저장해 스토리지 비용을 최적화하는 데이터 계층화와 기업의 비즈니스 우선순위와 재무 목표에 따라 데이터 워크로드를 컴퓨팅 엔진에 동적으로 할당하는 핀옵스 같은 기능이 더욱 중요해진다는 것이다. 또 지속가능성이 데이터 관리 분야에서 기업이 고려해야 할 새로운 가치로 부상할 것이다. 기업은 지속가능성 목표 달성과 규제 준수를 위해 클라우드 환경에서 탄소 발자국을 추적하는 등 에너지 효율적인 데이터 처리 및 저장 방식을 모색할 것이다. 2025년은 기업의 과제 해결을 위한 핵심 경쟁력으로서 데이터 관리의 역할이 더욱 중요해지는 해가 될 것이다. 데이터 관리 아키텍처는 모듈화, 거버넌스, AI 기반 자동화 및 초개인화된 데이터 소비 경험 제공을 최우선 목표로 하면서 더욱 분산되고 실시간으로 데이터를 처리하며 동적으로 변화하는 양상을 보일 것이다. 데이터 관리의 진화를 통해 기업들이 날로 복잡해지는 데이터 생태계 안에서 확장성, 규제 준수 및 데이터 민주화에 대한 요구를 충족하고 비즈니스 경쟁력을 높일 수 있기를 기대한다.

2025.01.15 09:51남궁명선 컬럼니스트

오라클, 엑사데이터 X11M 출시…"같은 가격, 성능은 2배"

오라클이 같은 비용으로 2배 이상 AI성능을 높일 수 있는 차세대 엑사데이터 'X11M'을 선보였다. 14일 오라클 아쉬시 레이 미션 크리티컬 데이터베이스 기술 부문 부사장은 온라인으로 진행된 오라클 기자간담회를 통해 'X11M'을 공개했다. X11M은 오라클의 차세대 지능형 데이터 아키텍처를 기반으로 엑사데이터 플랫폼이다. 이 데이터플랫폼은 AMD 에픽(EPYC) 프로세서를 기반으로 AI 검색, 분석, OLTP 등 모든 주요 워크로드에서 성능이 향상됐다. 지능형 엑사데이터 스토리지에서 투명하게 오프로딩되는 AI 벡터 검색은 영구 벡터 인덱스(IVF) 검색 속도를 최대 55% 향상시켰으며, 인메모리 벡터 인덱스(HNSW) 쿼리는 43% 더 빠른 처리 속도를 제공한다. 이전 세대와 동일한 비용으로 이를 통해 기업의 데이터 검색, 분석, 처리에 소요되는 시간을 단축시켜 더 많은 비즈니스 기회를 활용할 수 있도록 지원한다. 아쉬시 레이 부사장은 “엑사데이터는 극강의 성능과 확장성, 아키텍처로 고객이 사용하는 어떠한 유형의 데이터라도 현명한 비용으로 하기 위해 개발됐다"며 "금융 업계 보험사기 방지, 의료 분야 박테리아 게놈 분석 통한 분야 감염 원인 분석 등 다양한 활용 사례가 이미 나오고 있다"고 설명했다. AI 벡터 검색 속도의 55% 향상은 복잡한 AI 모델의 데이터 검색 시간을 단축시켜 제품 추천이나 이미지 검색 같은 작업을 훨씬 빠르게 수행할 수 있다. 분석 스캔 처리량이 2.2배 증가했다는 것은 방대한 데이터를 다루는 기업이 데이터를 더 빠르게 분석하고, 중요한 비즈니스 결정을 신속하게 내릴 수 있음을 보여준다. 또한, 트랜잭션 처리 속도가 25% 빨라졌다는 것은 온라인 쇼핑몰에서 결제가 더 신속하게 처리되거나, 금융 거래 시스템에서 대량의 트랜잭션을 보다 효율적으로 처리할 수 있다는 것을 의미한다. 온라인 트랜잭션 처리(OLTP)는 대량의 데이터 트랜잭션을 실시간으로 처리하는 시스템으로, 은행의 계좌 이체, 온라인 쇼핑몰의 결제 시스템 등에서 사용된다. 오라클은 X11M의 OLTP 성능을 개선해 트랜잭션 처리 속도를 최대 25% 증가시켰고, SQL 8K I/O 읽기 지연 시간은 최대 21% 줄였다. 이를 통해 금융 및 전자상거래 산업에서 실시간 데이터 처리가 중요한 기업들에게 큰 이점을 제공한다. 이 밖에도 엑사데이터 X11M은 기업이 데이터베이스 워크로드를 더 적은 수의 시스템에서 실행할 수 있도록 하여 인프라와 전력, 냉각, 데이터센터 공간을 절감할 수 있게 설계됐다. 지능형 전력 관리 기능을 통해 사용하지 않는 CPU 코어를 비활성화하거나 전력 소비를 제한하여 지속가능성 목표를 지원한다. 오라클 코탄다 우마마지스와란 엑사데이터 및 수평 확장 기술 담당 수석 부사장은 "오라클 엑사데이터 X11M을 통해 고객이 원하는 곳 어디에서나 확장성, 성능, 비즈니스 가치를 제공한다"며 "OCI, 아마존웹서비스(AWS) 등 클라우드환경을 비롯해 멀티클라우드, 온프레미스까티 통합 지원한다"고 강조했다.

2025.01.14 15:55남혁우 기자