Offcanvas

��������� ������

'SQL을 넘어서...' 데이터 쿼리 처리용 새 언어 8종

지난 30년 동안 데이터베이스와 SQL은 동의어와 비슷했다. 데이터베이스에서 정보를 검색하고 싶은 사람은 SQL을 배워야 했다. 데이터베이스를 관리하거나 데이터베이스 관리자로써 직업을 얻고 싶은 사람은 그 뉘앙스를 이해해야 했다. SQL 자체는 과거의 향기를 물씬 풍긴다. 메인프레임 사용자와 같은 방식으로 생각하고 코딩한다고 표현할 수 있다. 다른 분야는 소문자를 도입했지만 SQL 사용자는 SELECT나 WHERE 같은 단어를 계속 입력한다.  실제로 데이터 검색에 있어서 SQL의 입지가 낮아지고 있다. 새로운 데이터베이스가 등장하고 일부는 완전히 새로운 언어를 사용한다. SQL의 인기가 적은 것이 아니다. SQL 작성 총량은 그 어느 때보다 많다. 단지 데이터 저장 세계가 더 빠르게 폭발적으로 성장하고 있을 뿐이다. 이 글에서는 데이터 검색에 대한 8가지 새로운 접근방식을 소개한다. 일부는 겉모습만 바뀐 혁신이다. 몇몇 개발자들은 SQL의 문법을 업데이트하여 좀 더 깔끔하고 읽기 쉽도록 했기 때문에 브라우저를 위한 코드 작성과 데이터 검색 사이의 차이가 줄어든 것이다. 이런 도구의 개발자들은 기본적인 구조가 SQL과 똑같다고 강조한다. SQL을 이해하는 이라면 배우기 쉽다는 의미다.  그러나 다른 몇몇 도구는 완전히 다른 사고방식을 요구한다. 특히 데이터를 그래프 또는 시계열로 저장하는 데이터베이스는 검색 대상을 지정하는 방식에 대한 새로운 패러다임을 제시한다. 이 모든 옵션이 SQL보다 반드시 나은 것은 아니다. 하지만 모두 정보의 바다에 대해 다르게 생각할 기회를 제공한다.     그래프QL(GraphQL) PRQL 웹어셈블리(WebAssembly) GQL 그렘린(Gremlin) N1QL 말로이(Malloy) 베이시스(Basis) 그래프QL(GraphQL) 그래프QL이라는 이름은 다소 헷갈린다. 그래프 데이터베이스로의 모든 가능성을 활용하도록 고안된 언어가 아니기 때문이다. JSO...

데이터베이스 SQL 데이터 검색 데이터 쿼리

2022.03.30

지난 30년 동안 데이터베이스와 SQL은 동의어와 비슷했다. 데이터베이스에서 정보를 검색하고 싶은 사람은 SQL을 배워야 했다. 데이터베이스를 관리하거나 데이터베이스 관리자로써 직업을 얻고 싶은 사람은 그 뉘앙스를 이해해야 했다. SQL 자체는 과거의 향기를 물씬 풍긴다. 메인프레임 사용자와 같은 방식으로 생각하고 코딩한다고 표현할 수 있다. 다른 분야는 소문자를 도입했지만 SQL 사용자는 SELECT나 WHERE 같은 단어를 계속 입력한다.  실제로 데이터 검색에 있어서 SQL의 입지가 낮아지고 있다. 새로운 데이터베이스가 등장하고 일부는 완전히 새로운 언어를 사용한다. SQL의 인기가 적은 것이 아니다. SQL 작성 총량은 그 어느 때보다 많다. 단지 데이터 저장 세계가 더 빠르게 폭발적으로 성장하고 있을 뿐이다. 이 글에서는 데이터 검색에 대한 8가지 새로운 접근방식을 소개한다. 일부는 겉모습만 바뀐 혁신이다. 몇몇 개발자들은 SQL의 문법을 업데이트하여 좀 더 깔끔하고 읽기 쉽도록 했기 때문에 브라우저를 위한 코드 작성과 데이터 검색 사이의 차이가 줄어든 것이다. 이런 도구의 개발자들은 기본적인 구조가 SQL과 똑같다고 강조한다. SQL을 이해하는 이라면 배우기 쉽다는 의미다.  그러나 다른 몇몇 도구는 완전히 다른 사고방식을 요구한다. 특히 데이터를 그래프 또는 시계열로 저장하는 데이터베이스는 검색 대상을 지정하는 방식에 대한 새로운 패러다임을 제시한다. 이 모든 옵션이 SQL보다 반드시 나은 것은 아니다. 하지만 모두 정보의 바다에 대해 다르게 생각할 기회를 제공한다.     그래프QL(GraphQL) PRQL 웹어셈블리(WebAssembly) GQL 그렘린(Gremlin) N1QL 말로이(Malloy) 베이시스(Basis) 그래프QL(GraphQL) 그래프QL이라는 이름은 다소 헷갈린다. 그래프 데이터베이스로의 모든 가능성을 활용하도록 고안된 언어가 아니기 때문이다. JSO...

2022.03.30

MS, 데이터 거버넌스 서비스 ‘애저 퍼뷰’ 공개

‘애저 퍼뷰(Azure Purview)’는 온프레미스, 클라우드, 서비스형 소프트웨어 애플리케이션 등 다양한 환경에서 데이터 검색 및 카탈로그 작성을 자동화한다.  지난 3일(현지 시각) 마이크로소프트가 ‘애저 퍼뷰(Azure Purview)’의 퍼블릭 프리뷰 버전을 공개했다. 이는 조직이 데이터를 파악하고 관리하는 데 도움을 주는 클라우드 기반 데이터 거버넌스 서비스다.    회사에 따르면 애저 퍼뷰는 온프레미스, 클라우드, 서비스형 소프트웨어(SaaS) 애플리케이션 등 다양한 환경에 흩어져 있는 데이터를 자동으로 검색하고 분류한다. 데이터를 관리하고 컴플라이언스 위험을 평가하는 데 필요한 정보도 수집한다. 이는 2021년 1월 1일까지 무료로 제공될 예정이다. 마이크로소프트는 이 서비스를 사용한다면 기업의 전체 데이터 환경에 관한 전반적이면서도 최신 정보를 담은 지도를 만들 수 있다고 말했다.  또한 차세대 데이터 카탈로그로 간주되는 애저 퍼뷰는 데이터 검색 및 분류를 자동화하는 동시에 자체 개발 시스템과 엑셀 기반 솔루션 유지관리에 필요한 명시적 비용을 제거하는 등 여러 측면에서 비용을 절감해준다고 MS는 밝혔다.  애저 퍼뷰의 기능은 다음과 같다.  • 자동화된 데이터 검색  • SQL 서버, 애저, 마이크로소프트 365, 파워 BI에 걸쳐 민감한 데이터 분류 • 엔드투엔드 데이터 리니지(Data Lineage) • 데이터 소비자가 신뢰할 수 있고, 가치 있는 데이터 파악 • 아파치 아틀라스(Apache Atlas) API를 사용한 데이터 시스템 통합 • 비즈니스 또는 기술 용어를 사용한 의미 검색 및 데이터 검색  • 메타데이터 관리를 통해 하이브리드 소스 전반에 걸쳐 데이터 지도 생성 • 기존 데이터 저장소에서 메타데이터, 리니지, 분류 추출  • 개인식별정보와 민감한 데이터를 검색해 데이터 노출 및 컴플라이언스 위반 데이터를 파악하는 AI 기반 데이터 분류...

마이크로소프트 애저 클라우드 데이터 거버넌스 온프레미스 서비스형 소프트웨어 데이터 검색 데이터 카탈로그

2020.12.07

‘애저 퍼뷰(Azure Purview)’는 온프레미스, 클라우드, 서비스형 소프트웨어 애플리케이션 등 다양한 환경에서 데이터 검색 및 카탈로그 작성을 자동화한다.  지난 3일(현지 시각) 마이크로소프트가 ‘애저 퍼뷰(Azure Purview)’의 퍼블릭 프리뷰 버전을 공개했다. 이는 조직이 데이터를 파악하고 관리하는 데 도움을 주는 클라우드 기반 데이터 거버넌스 서비스다.    회사에 따르면 애저 퍼뷰는 온프레미스, 클라우드, 서비스형 소프트웨어(SaaS) 애플리케이션 등 다양한 환경에 흩어져 있는 데이터를 자동으로 검색하고 분류한다. 데이터를 관리하고 컴플라이언스 위험을 평가하는 데 필요한 정보도 수집한다. 이는 2021년 1월 1일까지 무료로 제공될 예정이다. 마이크로소프트는 이 서비스를 사용한다면 기업의 전체 데이터 환경에 관한 전반적이면서도 최신 정보를 담은 지도를 만들 수 있다고 말했다.  또한 차세대 데이터 카탈로그로 간주되는 애저 퍼뷰는 데이터 검색 및 분류를 자동화하는 동시에 자체 개발 시스템과 엑셀 기반 솔루션 유지관리에 필요한 명시적 비용을 제거하는 등 여러 측면에서 비용을 절감해준다고 MS는 밝혔다.  애저 퍼뷰의 기능은 다음과 같다.  • 자동화된 데이터 검색  • SQL 서버, 애저, 마이크로소프트 365, 파워 BI에 걸쳐 민감한 데이터 분류 • 엔드투엔드 데이터 리니지(Data Lineage) • 데이터 소비자가 신뢰할 수 있고, 가치 있는 데이터 파악 • 아파치 아틀라스(Apache Atlas) API를 사용한 데이터 시스템 통합 • 비즈니스 또는 기술 용어를 사용한 의미 검색 및 데이터 검색  • 메타데이터 관리를 통해 하이브리드 소스 전반에 걸쳐 데이터 지도 생성 • 기존 데이터 저장소에서 메타데이터, 리니지, 분류 추출  • 개인식별정보와 민감한 데이터를 검색해 데이터 노출 및 컴플라이언스 위반 데이터를 파악하는 AI 기반 데이터 분류...

2020.12.07

기고 | AI 확장에 필요한 3대 성공 요소

AI 활용에 따른 손익은 그 어느 때보다 크다. CIO는 물론이고 고위급 임원진들까지도 이제는 일회성 AI 실험에서 벗어나 전사적 확산 단계로 서둘러 나아가야 함을 잘 알고 있다.   액센츄어의 새로운 보고서에 따르면, 고위급 임원 중 84%는 성장 목표 달성을 위해 AI를 반드시 확장해야 한다고 보고 있으며 4분의 3은 AI 확장에 실패할 경우 5년 이내에 폐업할 수도 있다고 보고 있다. 한편 76%는 전사적 AI 확장에 고전 중임을 인정하고 있다. 그렇다면 AI가 전사적으로 확장하는 단계로 나아가려면 어떻게 해야 할까? 연구 결과 AI 확장에는 3대 성공 요소가 필요하다. 첫째는 임원진 주도하에 AI를 계획적으로 배치하겠다는 결단이고, 둘째는 강력한 데이터 기반이며, 셋째는 여러 분야의 전문가들로 구성되어 조직 곳곳에 배치된 AI 팀들이다. 계획적으로 AI를 추진할 것  AI 계획이 사업 전략에 확실한 기반을 두지 않고 감독 관리에 도움이 될 통제 기반이 부족하다면 진전 속도가 상대적으로 느릴 수밖에 없다. 중요한 것은 기본적인 것을 잘 해내는 것이다. 즉, 명확히 정의된 전략과 운영 모델, 가치 측정을 위해 규정된 소유자가 있는 유연한 업무 절차, 명확히 정의된 책임 소재와 적정 수준의 자금 등을 확보해야 한다.     데이터 잡음을 무시할 것 AI 확장에 기본이 되는 데이터의 중요성에 대해 설문에 응한 기업 중 거의 전부(95%)가 동의했다. 그러나, 장기간 정보 수집과 보관, 분석, 재구성을 거치면서 엄청나게 많아진 데이터를 어떻게 정리하고 관리하며 유지하고 소비해야 하는지 대부분의 조직이 어려움을 겪고 있다. 기업은 업무에 필수적인 데이터를 어떻게 정리하고 관리할지에 집중해야 한다. 다루는 데이터 집합의 규모가 정확성이 높을수록, 동시에 내부와 외부 데이터 집합 통합을 기본적으로 수행할 수 있는 기업일수록 더욱 성공적일 것이다. 그뿐만 아니라, 적절한 AI 도구로 데이터를 활용도에 맞게 관리하는 것이 ...

CIO 액센츄어 스트래티지-테크놀로지 데이터 공학 데이터 레이크 데이터 검색 데이터 과학 워크벤치 데이터 분석 인공지능 파일럿 프로젝트 액센츄어 전사 확대

2020.01.09

AI 활용에 따른 손익은 그 어느 때보다 크다. CIO는 물론이고 고위급 임원진들까지도 이제는 일회성 AI 실험에서 벗어나 전사적 확산 단계로 서둘러 나아가야 함을 잘 알고 있다.   액센츄어의 새로운 보고서에 따르면, 고위급 임원 중 84%는 성장 목표 달성을 위해 AI를 반드시 확장해야 한다고 보고 있으며 4분의 3은 AI 확장에 실패할 경우 5년 이내에 폐업할 수도 있다고 보고 있다. 한편 76%는 전사적 AI 확장에 고전 중임을 인정하고 있다. 그렇다면 AI가 전사적으로 확장하는 단계로 나아가려면 어떻게 해야 할까? 연구 결과 AI 확장에는 3대 성공 요소가 필요하다. 첫째는 임원진 주도하에 AI를 계획적으로 배치하겠다는 결단이고, 둘째는 강력한 데이터 기반이며, 셋째는 여러 분야의 전문가들로 구성되어 조직 곳곳에 배치된 AI 팀들이다. 계획적으로 AI를 추진할 것  AI 계획이 사업 전략에 확실한 기반을 두지 않고 감독 관리에 도움이 될 통제 기반이 부족하다면 진전 속도가 상대적으로 느릴 수밖에 없다. 중요한 것은 기본적인 것을 잘 해내는 것이다. 즉, 명확히 정의된 전략과 운영 모델, 가치 측정을 위해 규정된 소유자가 있는 유연한 업무 절차, 명확히 정의된 책임 소재와 적정 수준의 자금 등을 확보해야 한다.     데이터 잡음을 무시할 것 AI 확장에 기본이 되는 데이터의 중요성에 대해 설문에 응한 기업 중 거의 전부(95%)가 동의했다. 그러나, 장기간 정보 수집과 보관, 분석, 재구성을 거치면서 엄청나게 많아진 데이터를 어떻게 정리하고 관리하며 유지하고 소비해야 하는지 대부분의 조직이 어려움을 겪고 있다. 기업은 업무에 필수적인 데이터를 어떻게 정리하고 관리할지에 집중해야 한다. 다루는 데이터 집합의 규모가 정확성이 높을수록, 동시에 내부와 외부 데이터 집합 통합을 기본적으로 수행할 수 있는 기업일수록 더욱 성공적일 것이다. 그뿐만 아니라, 적절한 AI 도구로 데이터를 활용도에 맞게 관리하는 것이 ...

2020.01.09

데이터 검색, BI 업체들의 주요 관심사로 부상 <가트너>

가트너의 새로운 보고서에 따르면, 전체 BI 구축의 절반이 2017년에는 기기 데이터 스트림을 통합할 것으로 예상됐다. 비즈니스 인텔리전스 및 분석(BI&A)가 CIO들에게 우선순위가 가장 높은 IT투자로 남겠지만 2015년에는 BI업체들이 보고서 생성보다 임시 데이터 검색을 제품 개발 노력에 주로 관심을 기울일 것이라는 가트너의 전망 보고서가 나왔다. “지난 10 년 동안, BI 업계는 데이터 기록을 보관하는 대규모 시스템을 위한 IT 중심의 BI 플랫폼을 기반으로 성장했다”라고 가트너는 밝혔다. "관리자와 지식 근로자들에게 IT 생산 보고서를 대량으로 만들어 냈던 이 플랫폼은 고도로 통제받고 중앙집중화하려는 경향이 있었다”라고 가트너는 전했다. 임시 쿼리와 다른 분석 툴을 활용할 수 있게 됐지만 그것들은 대부분 사용하기 너무 어려운 것으로 인식됐기 때문에 비즈니스 애널리스트들 대다수가 채택하지 않았다고 보고서는 덧붙였다. 가트너에 따르면, 현재 잠재적인 BI 사용자의 약 30%가 자사의 표준 BI 도구를 채택한 것으로 조사됐다. 최근 몇 년 동안, 사용자 친화적인 BI 툴에 대한 수요로 팁코 스폿파이어(Spotfire)와 태블로(Tableau)같은 업체들이 등장해 주목받게 됐다고 가트너는 말했다. 그 결과, 현재 IT 중심 업체의 대부분이 신제품과 플랫폼 투자에 대한 무게중심을 IT 기반 생성 보고서에서 강력한 비즈니스 사용자 주도형 데이터 검색과 분석으로 바꾸게 됐다고 이 보고서는 덧붙였다. BI 업체와 고객들은 사물 인터넷 동향도 받아들일 것이라고 가트너는 전망했다. 가트너는 BI 구축의 50% 이상이 계측 기기, 애플리케이션 또는 개인들이 생성하는 이벤트 데이터 스트림을 사용할 것으로 예상했다. "센서 및 사물 인터넷을 포함하는 다른 장비 형태(비디오/사운드 모니터링, 시스템 및 사용 로그 데이터, GPS, 날씨 등)은 사물, 시스템 또는 개개인의 행...

가트너 전망 팁코 스폿파이어 BA 분석 데이터 검색

2013.12.17

가트너의 새로운 보고서에 따르면, 전체 BI 구축의 절반이 2017년에는 기기 데이터 스트림을 통합할 것으로 예상됐다. 비즈니스 인텔리전스 및 분석(BI&A)가 CIO들에게 우선순위가 가장 높은 IT투자로 남겠지만 2015년에는 BI업체들이 보고서 생성보다 임시 데이터 검색을 제품 개발 노력에 주로 관심을 기울일 것이라는 가트너의 전망 보고서가 나왔다. “지난 10 년 동안, BI 업계는 데이터 기록을 보관하는 대규모 시스템을 위한 IT 중심의 BI 플랫폼을 기반으로 성장했다”라고 가트너는 밝혔다. "관리자와 지식 근로자들에게 IT 생산 보고서를 대량으로 만들어 냈던 이 플랫폼은 고도로 통제받고 중앙집중화하려는 경향이 있었다”라고 가트너는 전했다. 임시 쿼리와 다른 분석 툴을 활용할 수 있게 됐지만 그것들은 대부분 사용하기 너무 어려운 것으로 인식됐기 때문에 비즈니스 애널리스트들 대다수가 채택하지 않았다고 보고서는 덧붙였다. 가트너에 따르면, 현재 잠재적인 BI 사용자의 약 30%가 자사의 표준 BI 도구를 채택한 것으로 조사됐다. 최근 몇 년 동안, 사용자 친화적인 BI 툴에 대한 수요로 팁코 스폿파이어(Spotfire)와 태블로(Tableau)같은 업체들이 등장해 주목받게 됐다고 가트너는 말했다. 그 결과, 현재 IT 중심 업체의 대부분이 신제품과 플랫폼 투자에 대한 무게중심을 IT 기반 생성 보고서에서 강력한 비즈니스 사용자 주도형 데이터 검색과 분석으로 바꾸게 됐다고 이 보고서는 덧붙였다. BI 업체와 고객들은 사물 인터넷 동향도 받아들일 것이라고 가트너는 전망했다. 가트너는 BI 구축의 50% 이상이 계측 기기, 애플리케이션 또는 개인들이 생성하는 이벤트 데이터 스트림을 사용할 것으로 예상했다. "센서 및 사물 인터넷을 포함하는 다른 장비 형태(비디오/사운드 모니터링, 시스템 및 사용 로그 데이터, GPS, 날씨 등)은 사물, 시스템 또는 개개인의 행...

2013.12.17

IDG 설문조사

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.31