2017.01.09

태블로, 2017년 빅데이터 10대 트렌드 발표

편집부 | CIO KR
태블로 소프트웨어(이하 태블로)가 2017년 빅데이터 분야의 주요 분석 및 솔루션 동향에 대해 예측한 ‘2017년 상위 10대 빅데이터 트렌드’ 보고서를 발표했다.

태블로는 이번 보고서에서 사물인터넷(IoT) 및 클라우드 환경으로부터 생성되는 모든 유형의 데이터 형식에 대한 분석을 지원하는 시스템이 계속 증가할 것이라고 전망했다. 특히, 기업들의 머신러닝 및 스마트 시스템 도입이 증가함에 따라, 이런 데이터에 대한 최종 사용자의 접근성을 높여주는 셀프 서비스 도구에 대한 요구가 증대될 것이라고 분석했다.

또한 비즈니스 사용자가 하둡상의 다양한 데이터 유형 및 형식을 처리할 수 있도록 데이터 준비에 소요되는 시간과 복잡성을 줄일 수 있는 셀프 서비스 도구가 부상할 것이라고 예상했다.

보고서에 따르면, 비즈니스 사용자들은 더 빠르고 반복적인 KPI 대시보드 분석뿐 아니라 탐색적 분석에 하둡상의 빠른 대화형 SQL을 핵심 요소로 꼽고 있다. 이로 인해 하둡 속도 향상을 위한 데이터베이스, 쿼리 가속 기술, SQL 및 OLAP 등의 옵션들이 향후 지속적으로 확장될 것이다. 그러나 현재 기업의 탐색적 분석에 필요한 데이터는 하둡뿐 아니라 레코드 시스템 및 클라우드 웨어하우스 등에 이르는 다양한 환경에 산재해 있다. 이에 하둡에만 격리된 BI 솔루션이 아닌 데이터나 원본에 구속되지 않는 플랫폼이 발전할 것으로 예측된다.

기업들은 빅데이터에 투자하는 가장 큰 이유로 빅데이터의 다양성을 지목하고 있으며, 이런 동향은 기업들이 다양한 종류의 빅데이터 분석에 집중함에 따라 더욱 강화될 것이다. 또한 대화형 애플리케이션 또는 실시간 스트림 처리를 위해 페타바이트(PB) 수준의 데이터를 처리하는 모델 및 애플리케이션의 개발이 증가할 것으로 예측되고 있다.

이에 따라 이질적인 데이터 원본에 라이브 연결을 제공하는 분석 플랫폼의 능력이 중요해지고, 대량의 실시간 데이터에 대한 접근성을 향상시키는 셀프 서비스 분석 기술에 업계의 관심이 집중될 것이다. 뿐만 아니라 점차 더욱 많은 양의 IoT 기기 데이터가 클라우드 서비스에 제공되고, 다양한 데이터베이스 시스템에 저장되고 있다. 광범위한 데이터 원본에 대한 탐색 및 시각화를 지원하는 셀프 서비스 분석 도구가 기업들의 IoT 분야 투자 기회를 증대시킬 것이다.

민첩한 셀프 서비스 데이터 준비 도구는 비즈니스 사용자의 하둡 데이터에 대한 접근성을 개선시키고 있다. 이러한 도구는 하둡을 늦게 도입한 업체 및 후발 업체에 대한 진입 장벽을 낮추고 있으며, 향후 쉽고 빠른 데이터 탐색을 위해 그 사용이 지속될 것으로 업체는 전망했다.

이 밖에 회사에 따르면 하둡이 엔터프라이즈 IT 환경의 핵심 요소로 자리매김해가고 있으며, 향후 엔터프라이즈 시스템 관련 보안 및 거버넌스에 대한 기업들의 투자가 늘어나고 지속적으로 도입 장벽이 사라질 것으로 보인다. 또한 분석 가치가 있는 데이터를 찾고 이해하고자 하는 기업들의 셀프 서비스 탐색에 대한 요구 증가로 인해 향후 셀프 서비스 분석이 더욱 확대될 전망이다. ciokr@idg.co.kr
2017.01.09

태블로, 2017년 빅데이터 10대 트렌드 발표

편집부 | CIO KR
태블로 소프트웨어(이하 태블로)가 2017년 빅데이터 분야의 주요 분석 및 솔루션 동향에 대해 예측한 ‘2017년 상위 10대 빅데이터 트렌드’ 보고서를 발표했다.

태블로는 이번 보고서에서 사물인터넷(IoT) 및 클라우드 환경으로부터 생성되는 모든 유형의 데이터 형식에 대한 분석을 지원하는 시스템이 계속 증가할 것이라고 전망했다. 특히, 기업들의 머신러닝 및 스마트 시스템 도입이 증가함에 따라, 이런 데이터에 대한 최종 사용자의 접근성을 높여주는 셀프 서비스 도구에 대한 요구가 증대될 것이라고 분석했다.

또한 비즈니스 사용자가 하둡상의 다양한 데이터 유형 및 형식을 처리할 수 있도록 데이터 준비에 소요되는 시간과 복잡성을 줄일 수 있는 셀프 서비스 도구가 부상할 것이라고 예상했다.

보고서에 따르면, 비즈니스 사용자들은 더 빠르고 반복적인 KPI 대시보드 분석뿐 아니라 탐색적 분석에 하둡상의 빠른 대화형 SQL을 핵심 요소로 꼽고 있다. 이로 인해 하둡 속도 향상을 위한 데이터베이스, 쿼리 가속 기술, SQL 및 OLAP 등의 옵션들이 향후 지속적으로 확장될 것이다. 그러나 현재 기업의 탐색적 분석에 필요한 데이터는 하둡뿐 아니라 레코드 시스템 및 클라우드 웨어하우스 등에 이르는 다양한 환경에 산재해 있다. 이에 하둡에만 격리된 BI 솔루션이 아닌 데이터나 원본에 구속되지 않는 플랫폼이 발전할 것으로 예측된다.

기업들은 빅데이터에 투자하는 가장 큰 이유로 빅데이터의 다양성을 지목하고 있으며, 이런 동향은 기업들이 다양한 종류의 빅데이터 분석에 집중함에 따라 더욱 강화될 것이다. 또한 대화형 애플리케이션 또는 실시간 스트림 처리를 위해 페타바이트(PB) 수준의 데이터를 처리하는 모델 및 애플리케이션의 개발이 증가할 것으로 예측되고 있다.

이에 따라 이질적인 데이터 원본에 라이브 연결을 제공하는 분석 플랫폼의 능력이 중요해지고, 대량의 실시간 데이터에 대한 접근성을 향상시키는 셀프 서비스 분석 기술에 업계의 관심이 집중될 것이다. 뿐만 아니라 점차 더욱 많은 양의 IoT 기기 데이터가 클라우드 서비스에 제공되고, 다양한 데이터베이스 시스템에 저장되고 있다. 광범위한 데이터 원본에 대한 탐색 및 시각화를 지원하는 셀프 서비스 분석 도구가 기업들의 IoT 분야 투자 기회를 증대시킬 것이다.

민첩한 셀프 서비스 데이터 준비 도구는 비즈니스 사용자의 하둡 데이터에 대한 접근성을 개선시키고 있다. 이러한 도구는 하둡을 늦게 도입한 업체 및 후발 업체에 대한 진입 장벽을 낮추고 있으며, 향후 쉽고 빠른 데이터 탐색을 위해 그 사용이 지속될 것으로 업체는 전망했다.

이 밖에 회사에 따르면 하둡이 엔터프라이즈 IT 환경의 핵심 요소로 자리매김해가고 있으며, 향후 엔터프라이즈 시스템 관련 보안 및 거버넌스에 대한 기업들의 투자가 늘어나고 지속적으로 도입 장벽이 사라질 것으로 보인다. 또한 분석 가치가 있는 데이터를 찾고 이해하고자 하는 기업들의 셀프 서비스 탐색에 대한 요구 증가로 인해 향후 셀프 서비스 분석이 더욱 확대될 전망이다. ciokr@idg.co.kr
X