WEBVTT

00:00:00.000 --> 00:00:01.920
또 다른 에피소드에 오신 것을 환영합니다.

00:00:02.120 --> 00:00:06.040
오늘의 주제는 회의나 기술 관련 기사에서 아마 들어보셨을 마이크로소프트 패브릭입니다.

00:00:06.220 --> 00:00:09.520
하지만 대부분의 사람들과 마찬가지로 이것이 정확히 무엇인지 잘 모르실 겁니다.

00:00:09.760 --> 00:00:11.340
그저 또 하나의 마이크로소프트 제품일까요?

00:00:11.680 --> 00:00:12.800
기존 제품의 리브랜딩일까요?

00:00:13.060 --> 00:00:14.100
아니면 완전히 다른 것일까요?

00:00:14.280 --> 00:00:15.460
짧게 답변해드리겠습니다.

00:00:15.940 --> 00:00:18.280
마이크로소프트 패브릭은 단순한 제품이 아닙니다.

00:00:18.460 --> 00:00:24.860
데이터 저장, 변환, 분석, 보고 등 모든 데이터 작업을 한 곳에서 수행할 수 있는 완벽한 데이터 플랫폼입니다.

00:00:25.100 --> 00:00:27.200
이번 에피소드가 끝날 때 쯤이면 여러분은 패브릭이 무엇인지,

00:00:27.200 --> 00:00:31.220
마이크로소프트가 왜 이를 만들었는지, 그리고 주요 구성 요소들이 어떻게 결합되는지 이해하게 될 것입니다.

00:00:31.340 --> 00:00:33.240
커피 한 잔 들고 바로 시작해보죠.

00:00:33.420 --> 00:00:40.580
과거의 방식, 데이터가 단절되었던 이유, 패브릭이 왜 존재하는지 이해하려면 그것이 해결하는 문제를 먼저 알아야 합니다.

00:00:40.780 --> 00:00:48.580
20년 전만 해도 회사를 운영하려면 데이터 저장용 서버, 보고서 작성용 도구, 실시간 분석용 제품을 각각 따로 구매해야 했습니다.

00:00:48.960 --> 00:00:54.660
어느새 로그인 방식도, 작업 방식도, 관리팀도 제각각인 5개의 서로 다른 시스템을 갖게 되죠.

00:00:54.660 --> 00:00:57.540
오랫동안 데이터는 사일로, 사일로 애가 쳐 있었습니다.

00:00:57.660 --> 00:01:02.700
판매 데이터는 한 시스템에, 고객 데이터는 다른 시스템에, 재무 데이터는 또 다른 곳에 따로 있었죠.

00:01:02.820 --> 00:01:08.660
가장 수익성 높은 제품을 구매하는 고객이 누구인지처럼 여러 시스템을 아우르는 질문을 던지려면 데이터를 여기저기로 옮겨야 했습니다.

00:01:08.940 --> 00:01:13.600
한 시스템에서 내보내고, 변환하고, 다른 시스템으로 불러오고, 데이터가 바뀌면 이 과정을 다시 반복해야 했죠.

00:01:13.740 --> 00:01:17.080
실제 분석보다 데이터를 시스템 간에 옮기는데 더 많은 시간을 쏟아야 했습니다.

00:01:17.080 --> 00:01:20.320
데이터 통합은 전체 팀이 매달려야 하는 풀타임 업무가 되었습니다.

00:01:20.520 --> 00:01:28.080
가장 최악은 데이터를 옮길 때마다 데이터 복사본이 생겨나면서, 진실의 버전 이 여러 개가 되어 곧 무엇이 정답인지 아무도 알 수 없게 된 점입니다.

00:01:28.400 --> 00:01:31.580
마이크로소프트는 이러한 파편화를 목격하고 간단한 질문을 던졌습니다.

00:01:31.740 --> 00:01:33.720
이 모든 서비스가 함께 작동한다면 어떨까?

00:01:33.840 --> 00:01:37.320
서로 다른 제품들을 이어붙이는 대신 모든 기능을 갖춘 하나의 플랫폼이 있다면 어떨까?

00:01:37.440 --> 00:01:40.100
그 질문이 바로 마이크로소프트 패브릭을 탄생시켰습니다.

00:01:40.320 --> 00:01:42.140
마이크로소프트 패브릭이란 무엇인가?

00:01:42.340 --> 00:01:43.720
그렇다면 패브릭은 무엇일까요?

00:01:43.720 --> 00:01:45.420
가장 간단한 정의는 이렇습니다.

00:01:45.660 --> 00:01:48.140
마이크로소프트 패브릭은 통합 데이터 및 분석 플랫폼입니다.

00:01:48.360 --> 00:01:50.200
모든 데이터 작업을 위한 하나의 공간이죠.

00:01:50.400 --> 00:01:52.160
현대적인 사무용 건물을 생각해보세요.

00:01:52.380 --> 00:01:55.380
파워비아이, 나이저, 시냅스 같은 각 도구는 그 건물 안에 방과 같습니다.

00:01:55.720 --> 00:01:58.840
저마다의 목적과 가구, 도구를 갖추고 있지만 모두 같은 구조의 일부인 것이죠.

00:01:59.000 --> 00:02:01.240
한 방에서 다른 방으로 이동하기 위해 밖으로 나갈 필요가 없습니다.

00:02:01.520 --> 00:02:02.700
모두 연결되어 있으니까요.

00:02:02.840 --> 00:02:04.120
패브릭은 바로 그런 일을 합니다.

00:02:04.120 --> 00:02:10.000
데이터 엔지니어링, 데이터 통합, 데이터 웨어 하우징, 실시간 분석 및 비즈니스 인텔리저스를 하나의 플랫폼으로 통합합니다.

00:02:10.120 --> 00:02:16.100
모든 것이 단일 세스 플랫폼에서 실행되므로 별도로 관리할 인프라나 프로비저닝할 서버, 구성할 네트워킹이 필요하지 않습니다.

00:02:16.320 --> 00:02:18.560
마이크로소프트 가히 모든 것을 대신 처리해드립니다.

00:02:18.820 --> 00:02:23.120
2023년 출시 이후 패브릭은 마이크로소프트 역사상 가장 빠르게 성장하는 데이터 제품이 되었습니다.

00:02:23.360 --> 00:02:27.140
현재 포춘 500대 기업의 80%를 포함하여 2만 5천 개 이상의 고객이 사용하고 있습니다.

00:02:27.420 --> 00:02:29.620
매우 짧은 시간 안에 놀라운 채택률을 기록한 것입니다.

00:02:29.840 --> 00:02:31.360
핵심적인 차이점은 이렇습니다.

00:02:31.600 --> 00:02:34.160
과거에는 별도의 제품을 구매하여 서로 연결해야 했습니다.

00:02:34.460 --> 00:02:37.380
패브릭을 사용하면 더 이상 서로 다른 서비스를 일일이 엮을 필요가 없습니다.

00:02:37.380 --> 00:02:41.360
하나의 경험, 하나의 로그인, 하나의 작업 방식으로 모든 것이 달라집니다.

00:02:41.500 --> 00:02:42.800
기반이 되는 원 레이크.

00:02:43.000 --> 00:02:45.760
이제 이 모든 것을 가능하게 하는 기반에 대해 이야기해보겠습니다.

00:02:45.760 --> 00:02:48.580
패브릭 위 중심에는 원 레이크라고 불리는 것이 있습니다.

00:02:48.840 --> 00:02:52.240
원 레이크를 가장 쉽게 이해하는 방법은 데이터용 온드라이브라고 생각하는 것입니다.

00:02:52.440 --> 00:02:54.880
온드라이브를 사용하면 모든 개인 파일을 한 곳에 저장하고

00:02:54.880 --> 00:02:57.800
컴퓨터의 모든 앱이 해당 파일에 액세스할 수 있다는 점을 아실 겁니다.

00:02:58.060 --> 00:03:00.940
원 레이크는 조직의 데이터를 위해 똑같은 일을 수행합니다.

00:03:01.160 --> 00:03:02.780
이것이 강력한 이유는 다음과 같습니다.

00:03:03.100 --> 00:03:06.940
레이크 하우스든, 웨어 하우스든, 실시간 분석 작업이든 모든 패브릭 워크로드는

00:03:06.940 --> 00:03:08.860
데이터를 원 레이크에 자동으로 저장합니다.

00:03:09.040 --> 00:03:11.540
수동으로 복사하거나 연결을 구성할 필요가 없습니다.

00:03:11.540 --> 00:03:13.200
그냥 자동으로 처리됩니다.

00:03:13.360 --> 00:03:15.260
또한 테넌트당 하나의 원 레이크만 존재하며

00:03:15.260 --> 00:03:17.420
이는 조직 전체의 단일 진실 공급원 역할을 합니다.

00:03:17.600 --> 00:03:19.500
이제 나중에 플랫폼을 바꾸고 싶으면 어떡하지?

00:03:19.680 --> 00:03:20.960
라는 생각이 드실 수도 있습니다.

00:03:21.160 --> 00:03:23.360
종속되는 것은 아닐까요? 밥은 아니요입니다.

00:03:23.600 --> 00:03:25.980
원 레이크는 데이터브릭스와 아파치 스파크에서 사용하는

00:03:25.980 --> 00:03:28.920
업계 표준 형식인 델타 파켓과 같은 개방형 형식으로 데이터를 저장합니다.

00:03:29.380 --> 00:03:30.820
마이크로소프트에 종속되지 않습니다.

00:03:31.040 --> 00:03:33.240
데이터를 다른 곳으로 옮기고 싶다면 언제든 옮길 수 있습니다.

00:03:33.480 --> 00:03:34.920
데이터는 고객님의 것이니까요.

00:03:34.920 --> 00:03:38.020
하지만 원 레이크가 정말 흥미로운 지점은 바로 바로가기, 쇼컷, 기능입니다.

00:03:38.160 --> 00:03:40.880
바로가기는 다른 곳에 있는 데이터를 가리키는 가상 포인터입니다.

00:03:41.080 --> 00:03:45.820
AWS S3, 구글 클라우드 또는 온 프레미스 스토리지에 저장된 데이터에 대한 바로가기를 만들면

00:03:45.820 --> 00:03:48.040
마치 원 레이크에 저장된 것처럼 표시됩니다.

00:03:48.200 --> 00:03:50.480
데이터 이동이나 중복이 전혀 필요 없습니다.

00:03:50.840 --> 00:03:52.740
그저 가리키기만 하면 나타납니다.

00:03:53.000 --> 00:03:55.660
원 레이크는 마이크로소프트 위 엔터프라이즈급 클라우드 스토리지인

00:03:55.660 --> 00:03:57.900
네이저 데이터 레이크 스토리지를 기반으로 구축되었지만

00:03:57.900 --> 00:04:00.660
세스 서비스로 처리되므로 인프라를 직접 관리할 필요가 없습니다.

00:04:00.920 --> 00:04:04.120
서버를 프로비저닝하거나 네트워크를 구성할 필요 없이 그저 사용하기만 하면 됩니다.

00:04:04.380 --> 00:04:06.060
이것이 여러분에게 어떤 의미일까요?

00:04:06.260 --> 00:04:09.600
다양한 소스, 클라우드 스토리지, 온 프레미스 데이터베이스,

00:04:10.040 --> 00:04:13.060
타사 플랫폼의 데이터를 중복 없이 한 곳에서 볼 수 있다는 뜻입니다.

00:04:13.260 --> 00:04:14.980
그렇다면 진정한 강점은 무엇일까요?

00:04:15.180 --> 00:04:18.580
원 레이크에 기록된 모든 데이터는 모든 패브릭 워크로드에서 즉시 사용할 수 있습니다.

00:04:18.580 --> 00:04:21.340
한 번만 기록하면 패브릭 위 모든 도구에서 해당 데이터를 확인할 수 있습니다.

00:04:21.540 --> 00:04:23.040
그것이 바로 원 레이크 위 마법입니다.

00:04:23.200 --> 00:04:26.920
데이터 엔지니어링의 중심, 레이크하우스, 레이크하우스, 이제 데이터를 원 레이크에 담았습니다.

00:04:27.100 --> 00:04:28.400
그 다음은 데이터를 활용할 자례입니다.

00:04:28.580 --> 00:04:30.000
그때 바로 레이크하우스가 필요합니다.

00:04:30.180 --> 00:04:31.500
가장 간단하게 정의해보겠습니다.

00:04:32.000 --> 00:04:36.200
레이크하우스는 데이터 레이크의 유연성과 데이터베이스의 구조적 이점을 결합한 데이터 저장소입니다.

00:04:36.460 --> 00:04:42.200
전통적인 데이터 레이크에는 원시 csv 파일, json 문서, 이미지, 동영상 파일 등 무엇이든 저장할 수 있지만

00:04:42.200 --> 00:04:45.220
구조나 스키마가 없어 정리가 안 되므로 쉽게 커리하기 어렵습니다.

00:04:45.220 --> 00:04:48.160
전통적인 데이터베이스는 모든 것이 구조화되어 있어 커리가 가능하지만

00:04:48.160 --> 00:04:49.960
특정 유형의 데이터만 저장할 수 있습니다.

00:04:50.220 --> 00:04:51.960
레이크하우스는 이 두 가지를 모두 제공합니다.

00:04:52.160 --> 00:04:56.120
레이크하우스에는 csv, json 같은 원시 파일이나 이미지까지 저장할 수 있습니다.

00:04:56.300 --> 00:04:59.340
또한 sql 로컬이 할 수 있는 구조화된 테이블도 저장할 수 있습니다.

00:04:59.580 --> 00:05:01.160
이 둘은 같은 장소에 존재합니다.

00:05:01.380 --> 00:05:05.520
이 테이블들은 대규모 데이터를 처리하도록 설계된 데이터브릭스 및 기타 주요 플랫폼에서 사용하는 것과

00:05:05.520 --> 00:05:07.880
동일한 개방형 고속 형식인 델타 파켓 형식을 사용합니다.

00:05:08.220 --> 00:05:09.900
레이크하우스는 여러 도구를 지원합니다.

00:05:09.900 --> 00:05:12.440
대규모 데이터 처리를 위해 스파크를 사용할 수 있습니다.

00:05:12.660 --> 00:05:14.500
머신 러닝을 위해 파이썬을 사용할 수 있습니다.

00:05:14.700 --> 00:05:16.600
간단한 커리를 위해 sql을 사용할 수 있습니다.

00:05:16.820 --> 00:05:19.240
어떤 도구를 선호하든 레이크하우스는 모두 처리할 수 있습니다.

00:05:19.500 --> 00:05:22.760
레이크하우스를 데이터 파이프라인 구축을 위한 작업 공간으로 생각하십시오.

00:05:22.880 --> 00:05:26.060
원시 데이터를 가져와 변환하고 정제하며 분석을 준비합니다.

00:05:26.280 --> 00:05:28.560
데이터를 활용해 머신 러닝 모델을 실행할 수도 있습니다.

00:05:28.800 --> 00:05:31.040
학습용 데이터 세트를 모두 한 곳에서 만들 수 있습니다.

00:05:31.280 --> 00:05:35.100
코드 친화적 인 환경을 선호하는 데이터 엔지니어를 위해 레이크하우스는 노트북을 지원합니다.

00:05:35.100 --> 00:05:40.260
이는 데이터를 위한 실험 노트처럼 코드를 작성하고 결과를 확인하며 작업을 문서화할 수 있는 대화형 문서입니다.

00:05:40.440 --> 00:05:45.280
한 셀의 스파크 코드를 작성하고 다음 셀에서 출력을 확인한 다음 그 뒤 셀에서 수행한 작업을 설명할 수 있습니다.

00:05:45.540 --> 00:05:49.340
레이크하우스는 패브릭에서 작업하는 대부분의 데이터 엔지니어에게 진입점 역할을 합니다.

00:05:49.560 --> 00:05:59.300
가장 중요한 작업이 여기서 이루어지며 모든 것을 하나의 레이크에 저장하기 때문에 레이크하우스에 넣은 데이터는 sql 분석 엔진인 웨어하우스의 다른 모든 패브릭 워크로드에서 즉시 사용할 수 있습니다.

00:05:59.300 --> 00:06:05.660
이제 레이크하우스가 데이터 엔지니어링의 중심이라면 웨어하우스는 다른 유형의 사용자를 위해 구축된 sql 분석 엔진이라고 생각하면 됩니다.

00:06:05.860 --> 00:06:09.460
패브릭 위 웨어하우스는 완전히 관리되는 sql 분석 데이터베이스입니다.

00:06:09.680 --> 00:06:13.700
데이터베이스 관리자나 sql 개발자라면 이곳이 매우 친숙하게 느껴질 것입니다.

00:06:13.900 --> 00:06:18.280
tsql 쿼리를 작성하고 뷰와 저장 프로시저 보안 정책을 생성할 수 있습니다.

00:06:18.520 --> 00:06:21.780
기존의 데이터 웨어하우스와 비슷해 보이지만 차별점은 분명합니다.

00:06:21.780 --> 00:06:26.160
기존 데이터 웨어하우스와 달리 패브릭 위 웨어하우스는 데이터를 원 레이크, 온 레이크에 직접 저장합니다.

00:06:26.280 --> 00:06:29.220
별도의 스토리지 계층도 관리해야 할 추가 인프라도 없습니다.

00:06:29.520 --> 00:06:33.660
데이터는 원 레이크에 존재하며 웨어하우스는 이를 커리하기 위한 인터페이스일 뿐입니다.

00:06:33.820 --> 00:06:38.400
이는 웨어하우스와 레이크하우스가 동일한 데이터를 공유하여 데이터 중복이 발생하지 않음을 의미합니다.

00:06:38.580 --> 00:06:43.460
데이터 엔지니어가 레이크하우스에 데이터를 로드하면 sql 개발자는 즉시 웨어하우스에서 이를 커리할 수 있습니다.

00:06:43.660 --> 00:06:44.920
복사나 이동은 필요 없습니다.

00:06:44.920 --> 00:06:48.040
서로 다른 도구를 통해 동일한 데이터에 접근하는 방식입니다.

00:06:48.220 --> 00:06:50.560
웨어하우스는 대규모 분석을 위해 설계되었습니다.

00:06:50.860 --> 00:06:54.660
내부적으로는 대규모 병렬 처리, mpp를 사용하여 거대한 데이터 세트를 처리합니다.

00:06:54.840 --> 00:06:57.640
또한 마이크로소프트는 성능 향상에 막대한 투자를 해왔습니다.

00:06:57.860 --> 00:07:00.820
지난 6개월 동안에만 성능이 36% 향상되었습니다.

00:07:01.140 --> 00:07:03.320
짧은 기간 동안 놀라운 개선이 이루어진 것입니다.

00:07:03.540 --> 00:07:08.540
다른 플랫폼에서 마이그레이션 하는 경우 스노우플레이크 나시냅스에서 이동을 돕는 마이그레이션 도우미가 제공됩니다.

00:07:08.740 --> 00:07:11.360
이 도구는 기존 설정을 분석하고 전체 과정을 안내합니다.

00:07:11.360 --> 00:07:13.880
마이그레이션을 최대한 원활하게 만드는 것이 목표입니다.

00:07:14.040 --> 00:07:16.300
그렇다면 레이크하우스와 웨어하우스의 차이점은 무엇일까요?

00:07:16.440 --> 00:07:17.660
핵심은 인터페이스에 있습니다.

00:07:17.960 --> 00:07:19.760
웨어하우스는 sql 우선 환경입니다.

00:07:19.920 --> 00:07:23.140
테이블, 커리, 저장 프로시저 관점에서 생각하는 사람들을 위해 구축되었습니다.

00:07:23.440 --> 00:07:25.180
레이크하우스는 개발자 우선 환경입니다.

00:07:25.380 --> 00:07:28.180
스파크, 파이썬, 노트북 사용을 선호하는 사람들을 위해 설계되었습니다.

00:07:28.420 --> 00:07:30.880
하지만 기반에서는 두 방식 모두 원 레이크의 데이터를 저장합니다.

00:07:31.060 --> 00:07:33.100
동일한 데이터를 다루는 두 가지 방식일 뿐입니다.

00:07:33.100 --> 00:07:36.440
데이터 수집에는 데이터 팩토리, 미러링, 바로가기가 활용됩니다.

00:07:36.640 --> 00:07:42.360
스토리지에는 원 레이크, 변환에는 레이크하우스, 커리에는 웨어하우스를 사용하는데 데이터는 실제로 어떻게 들어올까요?

00:07:42.520 --> 00:07:44.360
그 역할을 데이터 팩토리가 수행합니다.

00:07:44.580 --> 00:07:51.640
데이터 팩토리는 패브릭의 내장 데이터 통합 서비스로 200개 이상의 커넥터를 통해 데이터베이스, 클라우드 스토리지, 세스앱 등에서 데이터를 가져옵니다.

00:07:51.800 --> 00:07:55.260
세계에서 가장 많이 사용되는 데이터 통합 도구인데는 그만한 이유가 있습니다.

00:07:55.260 --> 00:08:00.940
데이터 팩토리 내의 데이터 플로우즈 인투를 사용하면 파워커리, 파워커리를 통해 코딩 없이 데이터를 변환할 수 있습니다.

00:08:01.140 --> 00:08:04.540
엑셀이나 파워BI에서 파워커리를 사용해보셨다면 이미 익숙하실 겁니다.

00:08:04.760 --> 00:08:08.100
시각적 인터페이스를 클릭하는 것만으로 데이터를 정리하고, 변형하고, 결합할 수 있습니다.

00:08:08.280 --> 00:08:12.260
코딩은 필요 없으며, 대규모 데이터 세트도 처리할 수 있는 엔터프라이즈급 확장성을 갖추고 있습니다.

00:08:12.540 --> 00:08:15.980
매달 데이터 팩토리에서 220억 건이 넘는 오케스트레이션이 실행되며,

00:08:16.420 --> 00:08:20.240
이는 수십억 건의 데이터 이동이 자동으로 이루어지고 있음을 의미하는 중요한 인프라입니다.

00:08:20.240 --> 00:08:24.100
하지만 데이터를 온레이크로 가져오는 훨씬 더 간단한 방법인 미러링이 있습니다.

00:08:24.300 --> 00:08:30.240
미러링은 에이저, SQL, 오라클, 구글 비그커리와 같은 외부 데이터베이스의 데이터를 실시간에 가깝게 온레이크로 복사하는데,

00:08:30.720 --> 00:08:31.820
가장 좋은 점은 다음과 같습니다.

00:08:32.100 --> 00:08:34.720
무료이며, 추가 비용 없이 서비스에 포함되어 있습니다.

00:08:35.040 --> 00:08:38.180
소스 데이터베이스를 지정하기만 하면 나머지는 패브릭이 알아서 처리합니다.

00:08:38.360 --> 00:08:42.100
다음으로 앞서 언급했던 바로가기, 쇼컷츠, 가 있는데, 이는 더 주목할 가치가 있습니다.

00:08:42.340 --> 00:08:46.400
바로가기는 다른 곳에 저장된 데이터를 가리키는 가상포인터로 데이터 이동이 필요하지 않습니다.

00:08:46.400 --> 00:08:52.220
AWS S3 버킷에 대한 바로가기를 만들면 데이터는 그대로 유지되면서도 마치 온레이크에 저장된 것처럼 표시됩니다.

00:08:52.380 --> 00:08:54.060
단지 그것을 가리키고 있을 뿐입니다.

00:08:54.260 --> 00:08:56.820
이제 바로가기는 단순히 가리키는 것 이상의 기능을 수행할 수 있습니다.

00:08:57.020 --> 00:09:00.900
바로가기 변환, 쇼컷 트랜스폼즈를 사용하면 AI 기반 변환을 즉석에서 적용할 수 있습니다.

00:09:01.080 --> 00:09:08.580
데이터를 이동하거나 파이프라인을 구축할 필요 없이 텍스트 데이터에 대한 감정 분석, 콘텐츠 번역, 개인식별 정보 탐지 등을 수행할 수 있습니다.

00:09:08.820 --> 00:09:11.260
변환은 데이터에 액세스하는 즉시 이루어집니다.

00:09:11.440 --> 00:09:13.180
이 모든 도구의 목표는 간단합니다.

00:09:13.180 --> 00:09:17.160
복잡한 파이프라인을 구축하지 않고도 모든 데이터를 온레이크로 가져오는 것입니다.

00:09:17.320 --> 00:09:24.120
기존 ETL을 위해 데이터 팩토리를 사용하든, 실시간 복제를 위해 미러링을 사용하든, 가상 액세스를 위해 바로가기를 사용하든 결과는 같습니다.

00:09:24.440 --> 00:09:28.280
데이터는 결국 온레이크에 저장되어 모든 패브릭 워크로드에 사용할 준비가 완료됩니다.

00:09:28.460 --> 00:09:31.460
실시간 인텔리전스, 데이터베이스, 그리고 AI까지 말이죠.

00:09:31.660 --> 00:09:35.620
지금까지는 데이터를 이동하고 저장하는 것에 대해 이야기했지만 멈추지 않고 흐르는 데이터는 어떨까요?

00:09:35.780 --> 00:09:40.080
IoT 센서에서 발생하는 스트리밍 데이터, 웹사이트 클릭 스트림, 기기 원격 측정 데이터 등입니다.

00:09:40.080 --> 00:09:42.400
바로 이때 실시간 인텔리전스가 필요합니다.

00:09:42.580 --> 00:09:46.420
패브릭은 이벤트 하우스, 이벤트 하우스라는 기능을 통해 스트리밍 데이터를 처리하며,

00:09:46.780 --> 00:09:50.400
코스트 커리 언어인 KQL을 사용하여 대량의 시계열 데이터를 저장하고 커리합니다.

00:09:50.560 --> 00:09:53.940
에이저 데이터 익스플로어를 구동하는 것과 동일한 엔진으로 속도를 위해 구축되었으므로,

00:09:54.300 --> 00:09:56.900
초당 수백만 개의 이벤트를 수집하고 밀리초 단위로 커리할 수 있습니다.

00:09:57.140 --> 00:09:58.920
이것은 중요하며, 이유는 다음과 같습니다.

00:09:59.200 --> 00:10:02.140
패브릭 고객의 46%가 이미 실시간 인텔리전스를 사용하고 있습니다.

00:10:02.400 --> 00:10:03.760
거의 절반에 달하는 수치입니다.

00:10:04.020 --> 00:10:05.340
사용 사례는 어디에나 있습니다.

00:10:05.340 --> 00:10:09.360
배송 트럭을 추적하는 물류회사, 내장 방문객 수를 모니터링하는 소매업체,

00:10:09.700 --> 00:10:13.580
공장 장비의 센서 데이터를 관찰하는 제조업체 등 모든 것이 실시간으로 이루어집니다.

00:10:13.740 --> 00:10:15.980
하지만 패브릭은 분석만을 위한 것이 아닙니다.

00:10:16.140 --> 00:10:21.180
관계형 데이터를 위한 SQL 데이터베이스와 노SQL 워크로드를 위한 코스모스 DB와 같은 운영 데이터베이스도 포함되어 있습니다.

00:10:21.440 --> 00:10:24.400
이들은 애플리케이션 실행에 사용하는 것과 동일한 데이터베이스입니다.

00:10:24.600 --> 00:10:28.180
또한 패브릭에 내장되어 있기 때문에 데이터를 온레이크에 자동으로 저장합니다.

00:10:28.420 --> 00:10:30.680
추가 파이프라인이나 수동 복사 작업이 필요 없습니다.

00:10:30.680 --> 00:10:33.680
트랜잭션 데이터와 분석 데이터를 같은 공간에 보관합니다.

00:10:33.860 --> 00:10:35.520
이제 AI에 대해 이야기해보겠습니다.

00:10:35.840 --> 00:10:38.020
바로 이 지점에서 패브릭이 매우 흥미로워지니까요.

00:10:38.180 --> 00:10:43.720
AI 통합은 플랫폼 전반에 깊숙이 자리잡고 있으며 텍스트 분석, 번역, 감정 분석을 위한 사전 구축 모델을 제공합니다.

00:10:43.900 --> 00:10:46.640
코드를 작성할 필요 없이 데이터 흐름에 바로 사용할 수 있습니다.

00:10:46.880 --> 00:10:49.640
데이터를 지정하고 모델을 선택하기만 하면 바로 실행됩니다.

00:10:49.840 --> 00:10:52.020
또한 패브릭 전체에 내장된 코파일럿이 있습니다.

00:10:52.340 --> 00:10:55.520
커리를 작성하고 보고서를 구축하며 파이프라인을 생성하도록 도와줍니다.

00:10:55.520 --> 00:10:58.960
원하는 내용을 평문 영어로 설명하기만 하면 코파일럿 이 코드를 생성합니다.

00:10:59.120 --> 00:11:02.400
마치 주니어 데이터 엔지니어가 옆에 앉아 언제든 도움을 줄 준비가 된 것과 같습니다.

00:11:02.700 --> 00:11:04.100
여기에 담긴 비전은 단순합니다.

00:11:04.340 --> 00:11:06.680
AI는 데이터를 이동하지 않고도 데이터 위에서 작업합니다.

00:11:06.880 --> 00:11:09.960
데이터는 온레이크에 그대로 머물고 AI 모델이 데이터가 있는 곳으로 찾아갑니다.

00:11:10.120 --> 00:11:12.560
복사나 내보내기가 필요 없어 보안 위험도 없습니다.

00:11:12.920 --> 00:11:15.580
데이터는 관리되는 환경을 절대 벗어나지 않습니다.

00:11:15.820 --> 00:11:18.900
파워 BI, 거버넌스, 그리고 비즈니스 가치입니다.

00:11:19.120 --> 00:11:22.840
이제 많은 사람이 실제로 접하는 인사이트의 관문인 파워 BI를 살펴보겠습니다.

00:11:22.840 --> 00:11:30.780
매달 55만 개의 조직과 3,400만 명의 사용자가 사용하는 세계에서 가장 널리 쓰이는 비즈니스 인텔리전스 도구입니다.

00:11:30.980 --> 00:11:33.900
그리고 패브릭 안에서 파워 BI는 더욱 강력한 도구가 됩니다.

00:11:34.120 --> 00:11:35.140
핵심은 다음과 같습니다.

00:11:35.440 --> 00:11:40.040
패브릭에서 파워 BI는 다이렉트 레이크 모드라는 기술을 사용하여 온레이크에 직접 연결됩니다.

00:11:40.220 --> 00:11:44.320
이는 데이터를 파워 BI 내부 저장소로 복사하던 기존에 가져오기 모드와는 다릅니다.

00:11:44.560 --> 00:11:51.700
대신 다이렉트 레이크는 온레이크에 있는 데이터를 직접 커리함으로 새로 고침이나 중복이 필요 없고 데이터는 항상 최신 상태로 매우 빠르게 유지됩니다.

00:11:51.700 --> 00:11:58.940
모든 파워 BI 보고서 이면에는 보고서의 두뇌 역할을 하며 비즈니스 로직, 측정값, 관계를 정의하는 의미모델이 있습니다.

00:11:59.160 --> 00:12:02.260
이제 이러한 모델을 웹 브라우저에서 완전히 구축할 수 있습니다.

00:12:02.500 --> 00:12:09.140
웹 모델링이 정식 출시되어 이제 맥에서도 브라우저만으로 의미모델을 생성하고 관계를 구축하며 DAX 측정값을 작성할 수 있습니다.

00:12:09.340 --> 00:12:10.640
데스크톱 웹이 필요 없습니다.

00:12:11.020 --> 00:12:15.520
하지만 거버넌스 없는 데이터 파워는 무의미하며 패브릭은 처음부터 거버넌스가 내장되어 있습니다.

00:12:15.520 --> 00:12:19.540
마이크로소프트 퍼뷰는 데이터가 어디에 있든 따라다니는 민감도 레이블을 제공합니다.

00:12:19.700 --> 00:12:24.140
보고서에 민감한 정보가 포함된 경우 내보내기를 해도 해당 레이블은 유지됩니다.

00:12:24.360 --> 00:12:29.320
데이터 손실방지 정책은 민감한 데이터를 자동으로 감지하고 무단 공유를 차단합니다.

00:12:29.540 --> 00:12:33.460
또한 액세스 제어를 통해 적절한 사람만 적절한 데이터를 볼 수 있도록 보장합니다.

00:12:33.700 --> 00:12:40.840
도메인을 사용하면 비즈니스 영역별로 데이터를 구성하고 별도의 거버넌스 규칙을 적용할 수 있어 재무데이터의 마케팅 데이터보다 더 엄격한 제어를 적용할 수 있습니다.

00:12:40.840 --> 00:12:45.260
각 도메인을 개별팀이 관리할 수 있어 조직의 규모에 맞춰 거버넌스를 확장할 수 있습니다.

00:12:45.440 --> 00:12:47.420
이제 실제 성과에 대해 이야기해보겠습니다.

00:12:47.740 --> 00:12:48.960
단순한 이론이 아닙니다.

00:12:49.160 --> 00:12:53.200
이스트맨 케미컬은 패브릭을 사용하여 판매 준비 시간을 83% 단축했습니다.

00:12:53.500 --> 00:12:56.260
4시간 걸리던 작업이 이제 약 40분이면 완료됩니다.

00:12:56.460 --> 00:13:02.460
이튼 솔루션즈는 수동 작업을 75% 줄렸으며 10에서 15단계가 필요했던 프로세스가 이제 2단계로 단축되었습니다.

00:13:02.720 --> 00:13:08.680
소나타 소프트웨어는 매년 3만 시간의 수동 조정 작업을 절감하여 해당 인력을 더 가치 있는 업무에 재배치했습니다.

00:13:08.680 --> 00:13:10.500
비용 모델은 매우 간단합니다.

00:13:10.500 --> 00:13:13.880
워크로드를 실행하는 컴퓨팅 파워인 용량, 캐퍼시티에 대해서만 비용을 지불하면 됩니다.

00:13:14.040 --> 00:13:18.100
마이크로소프트는 피크타임을 관리하기 위해 스무딩, 스무딩 및 서지 보호, 서지 프로텍션 기능을 내장했습니다.

00:13:18.320 --> 00:13:22.500
스무딩은 백그라운드 작업 비용을 24시간에 걸쳐 분산하여 갑작스러운 비용 급증을 방지하고,

00:13:22.920 --> 00:13:26.860
서지 보호는 사용량이 많을 때 백그라운드 작업을 제한하여 대화형 성능을 안정적으로 유지합니다.

00:13:27.060 --> 00:13:30.280
사용한 만큼만 비용을 지불함으로 예상치 못한 청구서에 놀랄 일이 없습니다.

00:13:30.540 --> 00:13:31.820
전체 내용을 정리해보겠습니다.

00:13:31.820 --> 00:13:34.580
패브릭은 단순한 마이크로소프트 제품 그 이상입니다.

00:13:34.720 --> 00:13:37.500
데이터 플랫폼이 작동하는 방식에 대한 완전히 새로운 접근 방식입니다.

00:13:37.660 --> 00:13:41.000
하나의 플랫폼, 하나의 레이크, 하나의 데이터 복사본으로 무한한 가능성을 제공합니다.

00:13:41.160 --> 00:13:43.800
AI와 코파일럿이 내장되어 있어 누구나 쉽게 접근할 수 있습니다.

00:13:44.020 --> 00:13:48.580
데이터 전문가 뿐만 아니라 비즈니스 분석가, 영업팀, 운영관리자 등 데이터에서 해답을 찾아야 하는 모든 사람을 위한 것입니다.

00:13:48.580 --> 00:13:49.860
이제 여러분의 숙제입니다.

00:13:50.040 --> 00:13:54.140
패브릭 바뎌ICROSOFT닷컴에 접속하여 무료체험을 시작하고 첫 번째 작업 영역을 만들어보세요.

00:13:54.320 --> 00:13:55.220
직접 시도해보세요.

00:13:55.460 --> 00:13:59.380
글로 읽는 것과는 비교할 수 없을 만큼 모든 구성요소가 어떻게 조화를 이루는지 직접 확인하게 될 것입니다.

00:13:59.580 --> 00:14:05.100
이번 에피소드가 패브릭을 이해하는 데 도움이 되었다면 즐겨 사용하는 팟캐스트 플랫폼에서 구독하고 데이터 여정을 시작하는 분들께 공유해주세요.

00:14:05.240 --> 00:14:06.660
그들도 분명 고마워할 것입니다.

00:14:06.900 --> 00:14:09.840
다음 시간에는 온레이크 바로가기에 대해 쉽게 설명해드리겠습니다.

00:14:10.160 --> 00:14:14.340
바로가기가 작동하는 방식과 중요성, 그리고 데이터를 이동하지 않고 활용하는 방법을 다룰 예정입니다.

00:14:14.340 --> 00:14:15.540
절대 놓치지 마세요.
