오늘날과 같은 데이터 폭증 시대에서 기업은 비즈니스 경쟁력 확보를 위한 노력을 어느때보다 심도있게 기울여야 한다.

기업 내 데이터·분석가는 이와 같은 트렌드가 비즈니스에 미치는 영향력을 빠르게 파악하고, 비즈니스 모델과 운영에서의 조절을 해야만 타사와의 경쟁우위에서 승리할 수 있음을 인지해야 한다.

디지털혁신(Digital Transformation, DT) 전략이 주목받고 있는 현재, 기업은 새로운 기회를 확보함과 동시에 방대한 데이터에서 정확한 데이터세트를 추출하고, 또 이를 효율적으로 활용할 수 있는 기술·시스템 확보와 관련된 도전과제를 직면하게 되었다.

중요한 점은, 이러한 변화에 대응하는 민첩하고 데이터 중심적인 아키텍처가 향후 비즈니스의 지속적인 생존을 좌우할 것이라는 점이다.

이번 글에서는 앞서 1차, 2차 게재된 글과 마찬가지로 2019년 데이터·분석 시장에서 주목받고 있는 상위 기술 키워드와 트렌드를 알아보고 구체적인 사례 및 도전과제에 대한 해결책을 알아본다.

8. 상용 인공지능(AI)과 머신러닝(ML)
AI/ML 기술을 활용하는 새로운 최종 사용자 솔루션의 75%가 오픈소스 플랫폼이 아닌 상용 솔루션으로 구축될 것이다.

상용 업체들은 현재 오픈소스 생태계에 커넥터를 구축했으며 AI와 ML을 확장하고 대중화하기 위해 오픈소스 기술에 결여된 프로젝트·모델 관리, 재사용, 투명성, 데이터 계보, 플랫폼 응집력, 통합 등의 엔터프라이즈 기능을 제공하고 있다.

9. 블록체인
블록체인과 분산원장 기술이 핵심적으로 제안하는 가치는 신뢰할 수 없는 참여자 네트워크 전반에 분산된 신뢰를 제공하는 것이다. 분석 사용 사례에 대한 잠재적 영향은 중요하다. 특히 참여자 관계나 상호 작용을 활용하는 경우에는 더욱 중요하다.

하지만 주요 블록체인 기술이 주류로 자리잡기까지는 시간이 걸릴 것으로 예상된다. 그때까지 최종 기술 사용자들은 주요 고객이나 네트워크가 요구하는 블록체인 기술과 표준을 통합할 수밖에 없을 것이다. 여기에는 기존 데이터·분석 인프라와의 통합도 포함된다.

통합 비용은 잠재적 이익보다 더 클 수도 있다. 블록체인은 데이터베이스가 아닌 데이터 소스이며 기존 데이터관리 기술을 대체하지는 않을 것으로 예상된다.

10. 퍼시스턴트 메모리 서버
새로운 퍼시스턴트-메모리 기술을 이용하면 인메모리컴퓨팅(IMC) 기반 아키텍처를 채택하는 데 드는 비용과 복잡성을 줄일 수 있다. 퍼시스턴트 메모리는 고성능 워크로드에 비용 효율적인 대용량 메모리를 제공할 수 있는, D램과 낸드플래시메모리 사이의 새로운 메모리 계층을 의미한다.

이는 애플리케이션 성능, 가용성, 부팅 시간, 클러스터링 방법, 보안 방식을 향상시키면서 비용을 제어할 수 있는 잠재력을 갖췄다. 데이터 복제 필요성을 줄여 기업이 애플리케이션과 데이터 아키텍처 복잡성을 줄일 수 있도록 지원한다.

데이터가 빠르게 증가하고 있고, 데이터를 가치로 실시간 변환해야 하는 시급성도 그와 동일한 속도로 빠르게 증가하고 있어 새로운 서버 워크로드는 단순히 더 빠른 GPU 성능이 아니라 대용량 메모리와 더욱 빠른 스토리지가 요구되기 때문이다.

글 : 도널드 페인버그((Donald Feinberg) / 최고연구원 / 가트너