회사에서 진행하는 사내 기술 세미나를 참석하게 되어 이를 정리하기로 하였다.
2022년 가트너의 IT 전략 기술 트렌드
- 성장 가속 부문
- 제너레이티브 AI : 제너레이티브 AI는 텍스트 설명을 기반으로 이미지를 생성하는 인공지능 프로그램입니다.
- 오토노믹 시스템 : 주위 환경에 맞춰 스스로 관리하는 시스템이다.
- 변화 형성 부문
- 컴포저블 애플리케이션 : 비즈니스 중심의 모듈식 컴포넌트로 구성되어 있는 어플리케이션을 뜻한다.
- 의사결정 인텔리전스 : 상황에 따라 스스로 일을 결정해 처리함으로써 결정을 돕는 인공지능이다.
- 신뢰 구축 부문
- 데이터 패브릭 : 분산 데이터에 대한 액세스를 최적화하고 데이터 소비자에게 셀프 서비스 제공을 위해 지능적으로 큐레이션 및 오케스트레이션 할 수 있는 데이터 관리 아키텍처이다.
- 사이버보안 메시 : 이용자나 신원을 중심으로 보안 경계를 정의해, 독립된 환경과 컴퓨팅 환경에서도 회사 보유 데이터에 안전하게 접근할 수 있도록 해준다.
2023년 가트너의 IT 전략 기술 트렌드
- 디지털 면역체계
- 응용 관측 가능성
- AI 신뢰 위험 보안관리(AI TRiSM)
- 산업 클라우드 플랫폼
- 플랫폼 엔지니어링
- 무선 가치 실현
- 슈퍼앱
- 적응형 AI
- 메타버스 (사업단의 핵심) : "디지털 화폐와 대체불가능한 토큰(NFT)으로 구현되는 자체적 가상 경제를 갖출 것이다."
- 지속가능한 기술
데이터의 과거와 현재
과거에는 데이터와 콘텐츠의 개념을 구분한다.
하지만 현재는 데이터 콘텐츠가 포함되고 있다.
과거에는 데이터와 정보의 개념을 구분해서 생각한다.
- 데이터 : 데이터는 발생한 상태 그대로 기록한 것이다.
- 정보 : 의도를 가지고 데이터를 가공한 결과
현재는 데이터와 정보를 엄격하게 구분하지 않는다.
→ 처리시간의 감소와 단계의 축소
데이터 웨어하우스의 용어와 의미
복잡도의 상승에 따라 데이터 웨어하우스의 탄생 배경
미국 컴퓨터 전문가 빌 인먼은 창고를 보고 데이터 웨어하우스를 떠올린다.
데이터 생산지 → 데이터 웨어하우스 → 데이터 소비자
빅데이터의 등장과 문제점
문제 발생 : 비구조적 데이터를 DW에 쌓을 수 없다.
- DW에 보관하기 위해서는 데이터 식별자와 데이터 형태 등을 정해야한다.
- 비구조적 데이터는 사이즈가 너무 크다.
- DW에 담기에는 비용이 비싸진다.
- 발생한 데이터를 화용하지 못하고 버릴 수는 없다.
데이터 레이크의 등장
데이터를 가공하여 사용할 수 있는 형태로 보관하기 보다는 발생한 모습 그대로 일단 한 곳에 모아두고 필요할 때 가공하여 사용하자는 것
레이크, 즉 호수는 모든 강에서 흘러 들어오는 물줄기를 버리지 않고 일단 담아둔다는 의미와 상통한다.
사전처리보다 필요시 처리하는 데이터 레이크가 더 비용적으로 효율적이다.
데이터 레이크는 대규모 데이터를 수집하고 저장하는 고도로 확장 가능한 저장소다. 데이터 레이크는 다양한 형식의 데이터를 수집하고 저장하며, 원시 형식으로 저장된다. 이는 데이터의 유연성과 다양성을 보장하며, 데이터가 수집되는 단계에서부터 분석 및 가공이 필요한 시점까지의 모든 단계에서 데이터를 보존한다.
데이터 카탈로그의 등장
데이터 카탈로그는 조직 내의 데이터 자원을 관리하는 중앙 집중식 메타데이터 저장소다. 데이터 카탈로그는 데이터 레이크 및 다른 데이터 소스에서 추출된 데이터에 대한 메타데이터를 기록하고 관리한다. 이는 데이터의 검색, 이해, 공유 및 재사용을 용이하게 한다. 데이터 카탈로그는 데이터의 위치, 보안 정책, 데이터 소유자 등의 정보를 추적하며, 데이터에 대한 검색 및 엑세스를 표준화한다.
3가지 메타데이터의 조합
- 기술 메타 데이터 : 데데이터 자원과 관련된 기술적인 세부 정보를 포함한다.
- 프로세스 메타데이터 : 기술 메타데이터는 데이터 자원과 관련된 기술적인 세부 정보를 포함한다.
- 비즈니스 메타데이터 : 데이터의 비즈니스적 의미와 관련된 정보를 담고 있다.