2021.09.24

기고 | '때로는 임베디드 애널리틱스가 해법이다'··· 적절한 시각화 툴 선택법

Isaac Sacolick | InfoWorld
사내에서 데이터 애플리케이션을 개발한다면 애플리케이션에 그래프, 차트, 대시보드, 여타 데이터 시각화를 포함할 수 있다. 이는 이용자가 데이터를 보다 잘 이해하고 통찰을 발견하는 데 도움을 주고, 이용자 경험을 향상시킨다. 우수하게 디자인된 데이터 시각화는 이용자가 애플리케이션을 더 많이 이용하고 결과에 더 만족하게 만든다. 

개발자가 데이터 시각화를 커스터마이징 하는 데 사용할 수 있는 차트 프레임워크는 다양하다. 그러나 프레임워크, 라이브러리, 코딩을 필요로 하는 접근법을 시작하기에 앞서 애널리틱스 기능을 갖춘 데이터 시각화 툴을 검토하는 것을 추천한다. 

현대의 데이터 시각화 툴은 데이터 시각화의 생성을 쉽게 만들 뿐 아니라, 웹 또는 모바일 애플리케이션에 애널리틱스를 포함할 수 있거나 이들을 통해 애널리틱스를 직접 전달할 수 있는 기능을 제공하는 재주를 갖춘 것이 일반적이다.

반면 시각화 라이브러리는 개발자에게 사용하기 쉬울 수 있지만 빈번한 이터레이션을 요하는 애널리틱스를 포함함에 있어 최적의 접근법은 아니다. 미디어, 마케팅 등의 분야에서 특히 그렇다. 이러한 분야는 개발자나 기술 전문가의 지원 없이 이용자 본인이 데이터 시각화를 설계하고 개발하고 활용하는 경우가 많다.
 
Thom Masat modified by IDG Comm. (CC0)

기준 : 임베디드 애널리틱스 기능을 갖춘 데이터 시각화 툴을 선택하는 방법 
태블로(Tableau), 마이크로소프트 파워 BI(Microsoft Power BI), 루커(Looker), 시센스(Sisense), 굿데이터(GoodData), 클릭(Qlik), 소트스팟(ThoughtSpot) 등 수많은 데이터 시각화 툴이 데이터 시각화 포함 기능을 제공한다. 이들 툴 가운데 어느 하나를 이미 이용 중인 조직이라면 그곳으로부터 시작하라. 그렇지 않다면 여러 툴을 가지고 견본 제작, 개념 증명을 실행하면서 이들의 기능을 파악하는 것이 좋다. 

견본은 차트 유형을 검증하고, 데이터 시각화 개발의 용이성을 평가하고, 애플리케이션의 통합 옵션, 보안 구성, 운영 요건이 조직의 환경에 적합한지를 판단하는 데 유용할 수 있다. 

아래에서는 임베디드 애널리틱스 기능을 검토할 때 고려해야 할 사항이다.

• 차트 유형이 비즈니스 니즈를 충족하는가? 데이터 시각화 툴은 차트 유형의 범위와 다양성, 아울러 구성의 유연성으로 경쟁한다. 박스 플롯(box and whisker plots)을 방대하게 사용하고 싶어하는 조직이라면 이 차트 유형이 시각화 툴에 있는지 확인해야 할 뿐 아니라, 이를 조직에 필요한 방식으로 사용할 수 있는지도 확인해야 한다. 

• 레이아웃 기능과 기기 호환성이 니즈에 부합하는가? 데이터 시각화를 포함할 때 애플리케이션의 레이아웃 내에서 데이터 시각화가 얼마나 어울리고 어떻게 상호작용하는 지 파악해야 한다. 데이터 시각화는 전체 화면을 이용할 수 있어야 하고, 모바일 기기 레이아웃에 반응적으로 적응해야 한다.  

• 통합하기가 쉬운가? 애플리케이션에 애널리틱스를 포함하는 방식이 비즈니스 니즈에 부합하고 구현하기 쉬운지 검토하라. 간단한 통합이라면 데이터 시각화를 HTML에 투하할 수 있는 단순한 임베드 코드만 있으면 된다. 그러나 추가적인 유연성이 필요할 경우 API 역시 검토해야 한다. 예를 들어 매개변수를 애플리케이션으로부터 데이터 시각화로 전달하고 싶다면 그만한 수준의 API가 있어야 한다. 아울러 일정 형태의 인증을 요하는 애플리케이션이 적지 않기 때문에 플랫폼 통합 시 단일 계정 로그인(SSO) 서비스와 쉽게 연동하는지 확인해야 한다. 

• 양방향성 및 워크플로우로 플랫폼을 확장할 수 있는가? 데이터 시각화를 포함한 후 비즈니스 요건을 충족하는 지 확인해야 한다. 플랫폼에 구축된 기능, 예를 들어 정렬 순서 변경, 데이터 시각화 지표 선택, 표에 나타날 열 선택, 차트 유형 전환 등을 검사하는 것에 덧붙여 개발자가 원하는 방식으로 플랫폼의 기능을 확장할 수 있는지 확인해야 한다. 이용자가 기본 데이터를 직접 갱신하도록 하는 경우라면 특히 그러하다. 플랫폼의 제반 기능과 미래의 기술적 방향을 탐색하라. 몇몇 데이터 시각화 플랫폼은 개발자가 API를 이용해 시각 기능을 확장할 수 있도록 허용한다. 

• 필수 최종 이용자 권한에 대해 보안 구성 설정이 가능한가? 상이한 집단 및 이용자가 상이한 데이터 뷰에 접근해야 하는 애플리케이션을 제작 중이라면 플랫폼이 행 수준 및 열 수준 보안을 지원하는 지 검토해야 한다. 이용자 로그인이 데이터 권한을 촉발할 수 있고, 데이터 시각화가 접근 권한이 있는 데이터로 적절히 조정되는 지 확인하라. 또한 관리자 권한 툴이 있어서 여러 이용자로서 시각화를 검토할 수 있는지, 데이터 시각화가 데이터 권한을 적절히 반영하는 지 확인해야 한다. 

• 데이터 시각화 성능이 애플리케이션에 포함될 수 있을 정도로 충분히 빠른가? 성능 기대치는 최종 이용자가 분석 및 워크플로우에서 데이터 시각화를 활용하는 방식에 따라 달라진다. BI 애플리케이션 이용자가 데이터 시각화에 접근한다면 이용자는 데이터의 양과 분석의 복합성에 비중을 두기 때문에 지연에 대해 관대한 편이다. 이와 대조적으로 데이터 시각화가 유일한 이용자 경험이라면 빠른 속도에 대한 기대가 더 높을 것이다. 나아가 검색 엔진 최적화를 요하는 일반인 대면 웹 페이지에 포함된 데이터 시각화라면 신속한 페이지 로딩이 매우 중요하다. 시각 정보가 느리다면 페이지 랭크에서 불이익이 있을 수 있기 때문이다. 

• 데이터 요건에서 ‘실시간’이 어느 정도 중요한가? 플랫폼이 데이터 출처로의 실시간 접근을 지원하는가, 또는 캐시 메모리 데이터나 집계 데이터 상의 애널리틱스가 만족스러운가는 성능과 관련이 있다. 실시간 데이터 가용성, 속도, 그리고 구현 복잡성 사이에는 흔히 절충이 있게 마련이다. 따라서 실시간으로부터 정기 업데이트로 전환할 수 있는 제어 수단이 있어야 하고, 대량 데이터 세트에 필요한 성능을 검증해야 한다. 

• 개발 기능이 유연하고 확장 가능한가? 애플리케이션 개발 주기 안에 임베디드 애널리틱스를 통합할 경우 임베디드 애널리틱스 플랫폼이 버전 관리, 개발, 배포 워크플로우, 테스팅 관행, 지속적 통합(CI)에 관한 개발자의 요건에 부합해야 한다. 

• 플랫폼의 과금과 총비용이 자사 비즈니스 모델에 부합하는가? 대부분의 데이터 시각화 플랫폼은 초기 비용이 들어가고 이용자당 요금이 부과된다. 데이터 시각화를 포함해 수천 명의 이용자에게 제공한다면 과금 및 비용이 애플리케이션의 이용 모델과 정렬되는 지 확인해야 한다. 고객 대면 애플리케이션에 데이터 시각화를 포함한다면 비용 모델링이 특히 중요하다. 데이터 플랫폼의 이용자당 요금이 전체 지출에서 큰 비중을 차지할 수 있기 때문이다. 

추가로 한가지 중요한 고려사항은 현업 관계자가 플랫폼 역량에 맞게 이용자 경험과 디자인을 정의할 용의가 있느냐는 것이다. 플랫폼이 제공하는 데이터 시각화에 관한 표준화는 흔히 혜택이 된다. 차트 유형, 색상 배합, 라벨링 등에서의 우수 사례가 반영되는 것이 보통이기 때문이다. 

그러나 이들 관계자가 특정한 디자인과 기능 요건에 집착한다면 하나의 데이터 시각화 플랫폼으로는 니즈를 충족하기 어려울 수 있다. 이럴 때는 시각 정보를 개발하는 데 이용할 수 있는 여러 데이터 시각화 라이브러리 가운데 하나를 검토해야 한다. 

임베디드 애널리틱스 플랫폼으로부터 통합 결과를 리뷰 
데이터 시각화 플랫폼은 애널리틱스를 포함할 수 있는 여러 가지 방법을 제공한다. 대다수는 HTML 엠베드 코드를 지원하고, 이는 웹 애플리케이션에 차트나 대시보드를 삽입하는 가장 단순한 방법이다. SaaS 호스팅을 제공하는 제품은 흔히 고객이 양방향 대시보드에 직접 접근할 수 있도록 하는 데 쓰일 수 있다. 

커스터마이징과 양방향성이 더 필요한 경우 일반적으로 데이터 시각화 플랫폼은 REST API, 자바스크립트 툴킷, 클라우드 서비스를 통해 이를 지원한다. 최상위 데이터 시각화 플랫폼 벤더들이 제공하는 것의 실례를 들면 아래와 같다. 

태블로의 임베디드 애널리틱스 플레이북은 아이프레임(iframe), 자바스크립트 및 REST API, SSO 통합, 모바일 템플릿을 포함한다. 

마이크로소프트 파워 BI는 자바스크립트 예제와 함께 REST API를 지원한다. 조직의 엠베드 코드는 마이크로소프트 팀즈, 셰어포인트, 다이내믹스와 통합하는 데 사용될 수 있다. 반면 파워 BI 임베디드(Power BI Embedded)는 고객과의 대시보드 공유를 지원하는 애저 서비스이다. 

루커의 확장 프로그램은 확장 SDK, 엠베드 SDK, 그리고 리액트 UI 컴포넌트로서 개발된 루커 시각화 툴을 포함한다. 

소트스팟 익스텐디드 엔터프라이즈 에디션은 임베디드 차트 및 핀보드, 데이터 REST API, 런타임 필터, 메타데이터 API를 포함한다. 

시센스는 아이프레임 포함, 엠베드 SDK, 시센스제이에스 자바스크립트 라이브러리를 지원한다. 라이브러리는 아이프레임을 사용하지 않으면서 웹 페이지에 시센스 컴포넌트를 포함할 수 있게 해준다. 시센스는 기능들을 시험할 수 있도록 온라인 플레이그라운드를 제공한다. 

그 밖의 우수한 툴로는 클릭(Qlik), 굿데이터(GoodData), 도모(Domo) 등이 있다. 어떤 접근법이나 플랫폼을 선택하든지 애널리틱스를 포함하는 일은 데이터와 통찰을 이용자와 공유할 수 있는 효율적인 방법이다. 

* Isaac Sacolick는 '스타CIO(StarCIO)'의 사장이자 아마존 베스트셀러 '디지털 드라이빙: 기술을 통한 비즈니스 트랜스포메이션 가이드(Driving Digital: The Leader’s Guide to Business Transformation through Technology)'의 저자다. ciokr@idg.co.ir
 



2021.09.24

기고 | '때로는 임베디드 애널리틱스가 해법이다'··· 적절한 시각화 툴 선택법

Isaac Sacolick | InfoWorld
사내에서 데이터 애플리케이션을 개발한다면 애플리케이션에 그래프, 차트, 대시보드, 여타 데이터 시각화를 포함할 수 있다. 이는 이용자가 데이터를 보다 잘 이해하고 통찰을 발견하는 데 도움을 주고, 이용자 경험을 향상시킨다. 우수하게 디자인된 데이터 시각화는 이용자가 애플리케이션을 더 많이 이용하고 결과에 더 만족하게 만든다. 

개발자가 데이터 시각화를 커스터마이징 하는 데 사용할 수 있는 차트 프레임워크는 다양하다. 그러나 프레임워크, 라이브러리, 코딩을 필요로 하는 접근법을 시작하기에 앞서 애널리틱스 기능을 갖춘 데이터 시각화 툴을 검토하는 것을 추천한다. 

현대의 데이터 시각화 툴은 데이터 시각화의 생성을 쉽게 만들 뿐 아니라, 웹 또는 모바일 애플리케이션에 애널리틱스를 포함할 수 있거나 이들을 통해 애널리틱스를 직접 전달할 수 있는 기능을 제공하는 재주를 갖춘 것이 일반적이다.

반면 시각화 라이브러리는 개발자에게 사용하기 쉬울 수 있지만 빈번한 이터레이션을 요하는 애널리틱스를 포함함에 있어 최적의 접근법은 아니다. 미디어, 마케팅 등의 분야에서 특히 그렇다. 이러한 분야는 개발자나 기술 전문가의 지원 없이 이용자 본인이 데이터 시각화를 설계하고 개발하고 활용하는 경우가 많다.
 
Thom Masat modified by IDG Comm. (CC0)

기준 : 임베디드 애널리틱스 기능을 갖춘 데이터 시각화 툴을 선택하는 방법 
태블로(Tableau), 마이크로소프트 파워 BI(Microsoft Power BI), 루커(Looker), 시센스(Sisense), 굿데이터(GoodData), 클릭(Qlik), 소트스팟(ThoughtSpot) 등 수많은 데이터 시각화 툴이 데이터 시각화 포함 기능을 제공한다. 이들 툴 가운데 어느 하나를 이미 이용 중인 조직이라면 그곳으로부터 시작하라. 그렇지 않다면 여러 툴을 가지고 견본 제작, 개념 증명을 실행하면서 이들의 기능을 파악하는 것이 좋다. 

견본은 차트 유형을 검증하고, 데이터 시각화 개발의 용이성을 평가하고, 애플리케이션의 통합 옵션, 보안 구성, 운영 요건이 조직의 환경에 적합한지를 판단하는 데 유용할 수 있다. 

아래에서는 임베디드 애널리틱스 기능을 검토할 때 고려해야 할 사항이다.

• 차트 유형이 비즈니스 니즈를 충족하는가? 데이터 시각화 툴은 차트 유형의 범위와 다양성, 아울러 구성의 유연성으로 경쟁한다. 박스 플롯(box and whisker plots)을 방대하게 사용하고 싶어하는 조직이라면 이 차트 유형이 시각화 툴에 있는지 확인해야 할 뿐 아니라, 이를 조직에 필요한 방식으로 사용할 수 있는지도 확인해야 한다. 

• 레이아웃 기능과 기기 호환성이 니즈에 부합하는가? 데이터 시각화를 포함할 때 애플리케이션의 레이아웃 내에서 데이터 시각화가 얼마나 어울리고 어떻게 상호작용하는 지 파악해야 한다. 데이터 시각화는 전체 화면을 이용할 수 있어야 하고, 모바일 기기 레이아웃에 반응적으로 적응해야 한다.  

• 통합하기가 쉬운가? 애플리케이션에 애널리틱스를 포함하는 방식이 비즈니스 니즈에 부합하고 구현하기 쉬운지 검토하라. 간단한 통합이라면 데이터 시각화를 HTML에 투하할 수 있는 단순한 임베드 코드만 있으면 된다. 그러나 추가적인 유연성이 필요할 경우 API 역시 검토해야 한다. 예를 들어 매개변수를 애플리케이션으로부터 데이터 시각화로 전달하고 싶다면 그만한 수준의 API가 있어야 한다. 아울러 일정 형태의 인증을 요하는 애플리케이션이 적지 않기 때문에 플랫폼 통합 시 단일 계정 로그인(SSO) 서비스와 쉽게 연동하는지 확인해야 한다. 

• 양방향성 및 워크플로우로 플랫폼을 확장할 수 있는가? 데이터 시각화를 포함한 후 비즈니스 요건을 충족하는 지 확인해야 한다. 플랫폼에 구축된 기능, 예를 들어 정렬 순서 변경, 데이터 시각화 지표 선택, 표에 나타날 열 선택, 차트 유형 전환 등을 검사하는 것에 덧붙여 개발자가 원하는 방식으로 플랫폼의 기능을 확장할 수 있는지 확인해야 한다. 이용자가 기본 데이터를 직접 갱신하도록 하는 경우라면 특히 그러하다. 플랫폼의 제반 기능과 미래의 기술적 방향을 탐색하라. 몇몇 데이터 시각화 플랫폼은 개발자가 API를 이용해 시각 기능을 확장할 수 있도록 허용한다. 

• 필수 최종 이용자 권한에 대해 보안 구성 설정이 가능한가? 상이한 집단 및 이용자가 상이한 데이터 뷰에 접근해야 하는 애플리케이션을 제작 중이라면 플랫폼이 행 수준 및 열 수준 보안을 지원하는 지 검토해야 한다. 이용자 로그인이 데이터 권한을 촉발할 수 있고, 데이터 시각화가 접근 권한이 있는 데이터로 적절히 조정되는 지 확인하라. 또한 관리자 권한 툴이 있어서 여러 이용자로서 시각화를 검토할 수 있는지, 데이터 시각화가 데이터 권한을 적절히 반영하는 지 확인해야 한다. 

• 데이터 시각화 성능이 애플리케이션에 포함될 수 있을 정도로 충분히 빠른가? 성능 기대치는 최종 이용자가 분석 및 워크플로우에서 데이터 시각화를 활용하는 방식에 따라 달라진다. BI 애플리케이션 이용자가 데이터 시각화에 접근한다면 이용자는 데이터의 양과 분석의 복합성에 비중을 두기 때문에 지연에 대해 관대한 편이다. 이와 대조적으로 데이터 시각화가 유일한 이용자 경험이라면 빠른 속도에 대한 기대가 더 높을 것이다. 나아가 검색 엔진 최적화를 요하는 일반인 대면 웹 페이지에 포함된 데이터 시각화라면 신속한 페이지 로딩이 매우 중요하다. 시각 정보가 느리다면 페이지 랭크에서 불이익이 있을 수 있기 때문이다. 

• 데이터 요건에서 ‘실시간’이 어느 정도 중요한가? 플랫폼이 데이터 출처로의 실시간 접근을 지원하는가, 또는 캐시 메모리 데이터나 집계 데이터 상의 애널리틱스가 만족스러운가는 성능과 관련이 있다. 실시간 데이터 가용성, 속도, 그리고 구현 복잡성 사이에는 흔히 절충이 있게 마련이다. 따라서 실시간으로부터 정기 업데이트로 전환할 수 있는 제어 수단이 있어야 하고, 대량 데이터 세트에 필요한 성능을 검증해야 한다. 

• 개발 기능이 유연하고 확장 가능한가? 애플리케이션 개발 주기 안에 임베디드 애널리틱스를 통합할 경우 임베디드 애널리틱스 플랫폼이 버전 관리, 개발, 배포 워크플로우, 테스팅 관행, 지속적 통합(CI)에 관한 개발자의 요건에 부합해야 한다. 

• 플랫폼의 과금과 총비용이 자사 비즈니스 모델에 부합하는가? 대부분의 데이터 시각화 플랫폼은 초기 비용이 들어가고 이용자당 요금이 부과된다. 데이터 시각화를 포함해 수천 명의 이용자에게 제공한다면 과금 및 비용이 애플리케이션의 이용 모델과 정렬되는 지 확인해야 한다. 고객 대면 애플리케이션에 데이터 시각화를 포함한다면 비용 모델링이 특히 중요하다. 데이터 플랫폼의 이용자당 요금이 전체 지출에서 큰 비중을 차지할 수 있기 때문이다. 

추가로 한가지 중요한 고려사항은 현업 관계자가 플랫폼 역량에 맞게 이용자 경험과 디자인을 정의할 용의가 있느냐는 것이다. 플랫폼이 제공하는 데이터 시각화에 관한 표준화는 흔히 혜택이 된다. 차트 유형, 색상 배합, 라벨링 등에서의 우수 사례가 반영되는 것이 보통이기 때문이다. 

그러나 이들 관계자가 특정한 디자인과 기능 요건에 집착한다면 하나의 데이터 시각화 플랫폼으로는 니즈를 충족하기 어려울 수 있다. 이럴 때는 시각 정보를 개발하는 데 이용할 수 있는 여러 데이터 시각화 라이브러리 가운데 하나를 검토해야 한다. 

임베디드 애널리틱스 플랫폼으로부터 통합 결과를 리뷰 
데이터 시각화 플랫폼은 애널리틱스를 포함할 수 있는 여러 가지 방법을 제공한다. 대다수는 HTML 엠베드 코드를 지원하고, 이는 웹 애플리케이션에 차트나 대시보드를 삽입하는 가장 단순한 방법이다. SaaS 호스팅을 제공하는 제품은 흔히 고객이 양방향 대시보드에 직접 접근할 수 있도록 하는 데 쓰일 수 있다. 

커스터마이징과 양방향성이 더 필요한 경우 일반적으로 데이터 시각화 플랫폼은 REST API, 자바스크립트 툴킷, 클라우드 서비스를 통해 이를 지원한다. 최상위 데이터 시각화 플랫폼 벤더들이 제공하는 것의 실례를 들면 아래와 같다. 

태블로의 임베디드 애널리틱스 플레이북은 아이프레임(iframe), 자바스크립트 및 REST API, SSO 통합, 모바일 템플릿을 포함한다. 

마이크로소프트 파워 BI는 자바스크립트 예제와 함께 REST API를 지원한다. 조직의 엠베드 코드는 마이크로소프트 팀즈, 셰어포인트, 다이내믹스와 통합하는 데 사용될 수 있다. 반면 파워 BI 임베디드(Power BI Embedded)는 고객과의 대시보드 공유를 지원하는 애저 서비스이다. 

루커의 확장 프로그램은 확장 SDK, 엠베드 SDK, 그리고 리액트 UI 컴포넌트로서 개발된 루커 시각화 툴을 포함한다. 

소트스팟 익스텐디드 엔터프라이즈 에디션은 임베디드 차트 및 핀보드, 데이터 REST API, 런타임 필터, 메타데이터 API를 포함한다. 

시센스는 아이프레임 포함, 엠베드 SDK, 시센스제이에스 자바스크립트 라이브러리를 지원한다. 라이브러리는 아이프레임을 사용하지 않으면서 웹 페이지에 시센스 컴포넌트를 포함할 수 있게 해준다. 시센스는 기능들을 시험할 수 있도록 온라인 플레이그라운드를 제공한다. 

그 밖의 우수한 툴로는 클릭(Qlik), 굿데이터(GoodData), 도모(Domo) 등이 있다. 어떤 접근법이나 플랫폼을 선택하든지 애널리틱스를 포함하는 일은 데이터와 통찰을 이용자와 공유할 수 있는 효율적인 방법이다. 

* Isaac Sacolick는 '스타CIO(StarCIO)'의 사장이자 아마존 베스트셀러 '디지털 드라이빙: 기술을 통한 비즈니스 트랜스포메이션 가이드(Driving Digital: The Leader’s Guide to Business Transformation through Technology)'의 저자다. ciokr@idg.co.ir
 

X