데이터 분석과 통합은 데이터 전략 구축의 핵심 요소다. 조직이 효과적인 데이터 전략을 갖기 위해서는 측정 가능한 지표를 정의하고 모든 데이터 소스를 적절하게 고려해야 한다. 또한 데이터를 다양한 소스에서 분석에 사용할 수 있는 위치로 이동하는 방법을 정의해야 한다.

IoT, 스마트 기기, 게임 기술과 기타 유사한 기술의 요구 사항을 충족하기 위해 지속적으로 증가하는 에지 구축과 AI, 특히 생성AI에 대한 과대 광고로 인해 조직들은 모든 데이터 소스뿐 아니라 올바른 비즈니스 결정을 내리는 데 도움이 되는 비용 효율적인 방식으로 배포하는 데이터 전략을 도출해야 한다는 압력을 받고 있다.

에지 구축이란 무엇인가

에지 구축은 현지화된 짧은 대기 시간과 빠른 응답을 제공하기 위해 고객 가까이에 시스템을 구축하는 것이다. 이는 빠른 시간 내에 현지화된 고객 경험을 제공할 수 있으며 일반적으로 규모가 더 작으며 중요한 비즈니스 요구 사항을 해결하는 데 효과적이다. 조직들은 고객 기반을 처리하기 위해 여러 에지 위치에 솔루션을 구축하고 클라우드에서 호스팅되는 메인 데이터센터에 연결될 것이다.

에지 구축의 장점

모든 조직이 에지 위치에 솔루션을 구축할 필요가 있는 것은 아니다. 고객에게 즉각적이고 맞춤화된 응답을 제공해야 하는 조직만 에지에 솔루션을 구축한다.

에지 컴퓨팅을 통해 조직은 현지화되거나 맞춤화된 경험을 제공하고 고객에게 더 빠른 응답을 제공할 수 있다. 또한 모든 컴퓨팅이 에지에서 이루어진다.

AI가 주류로 자리잡으면서 클라우드 제공 업체들은 AI 워크로드의 높은 수요를 충족해야 한다. 하드웨어 자원과 지속 가능성 매개변수 관점 모두 제한적이므로 어려움이 있다. 따라서 조직들은 문제를 해결하고 워크로드의 균형을 맞추기 위해 에지 사이트에 AI 기반 워크로드를 구축해야 한다.

에지에 솔루션을 구축하는 조직은 일반적으로 데이터를 수집해 동일한 사이트에 저장한다. 데이터가 에지에서 처리되므로 데이터 침해 가능성이 낮고, 지역 경계 내에서 데이터를 저장하는 국제법을 준수할 수 있다. 또한 에지 컴퓨팅 데이터가 로컬에 저장되고 처리되므로 운영 비용이 낮아진다. 클라우드나 다른 에지 데이터센터와의 연결이 끊어지는 상황에서도 에지 데이터센터는 오프라인으로 운영될 수 있다. 이를 통해 다운타임 중에도 고객에게 서비스를 제공할 수 있다.

에지에서 분석

에지 분석을 통해 조직은 데이터를 처리하고, 통찰력을 얻으며, 적절한 조치를 취할 수 있다. 여기서 데이터를 처리한다는 것은 분석 목적에 맞게 적절하게 정리, 집계, 모델링하는 것을 의미한다. 에지에서 분석하는 것이 더 빠르며 대기 시간이 최소화된다. 따라서 연결된 장치에서 통찰력을 얻고 실시간으로 적절한 조치를 취해야 하는 조직의 경우 에지 분석이 매우 유용할 것이다.

에지 분석과 클라우드 분석

에지 분석과 클라우드 분석의 주요 목적은 모든 데이터를 분석하고 통찰력을 도출하며 적절한 의사 결정 프로세스를 촉진하는 것이다. 그러나 차이점도 있다.

클라우드에 호스팅된 중앙 집중식 분석 솔루션은 일반적으로 방대한 모든 소스의 데이터를 고려한다. 반면에 에지 분석 솔루션은 가시성이 있는 에지에 구축되거나 구축된 데이터만 고려할 수 있다.

클라우드 분석 솔루션은 클라우드에 구축되므로 분석 솔루션에 입력하기 전에 모든 원시 데이터를 클라우드로 전송하고 정리하며 전처리해야 한다. 다양한 소스에서 클라우드로 데이터를 이동하는 데는 시간이 많이 걸릴 수 있으며, 데이터를 추가로 정리하고 모델링하는 경우 지연이 발생할 수도 있다. 반면에 에지 분석은 가시성이 확보된 에지에서 생성된 데이터를 처리한다. 또한 에지 분석 솔루션은 데이터가 생성되는 소스에 더 가깝기 때문에 대기 시간이 최소화된다.

데이터 소스가 다양한 형식으로 데이터를 생성하는 경우 데이터 전처리와 정규화 같은 데이터 통합 ​​활동은 복잡하다. 이에 막대한 추가 비용이 발생할 수 있으며 시간도 많이 소요된다. 에지 분석의 경우 데이터 통합 ​​활동은 에지에서 수행되며 데이터는 같은 형식일 것으로 예상된다.

클라우드 분석 솔루션은 모든 데이터 소스에 액세스할 수 있으므로 비즈니스의 전반적인 상태에 대한 완전한 관점을 제공한다. 따라서 조직은 핵심 성과 지표를 분석하기 위해 클라우드 분석 솔루션에 의존한다. 반면 에지 분석은 특정 구축 또는 위치와 관련된 지표를 제공하며 전체 조직의 성과를 나타내거나 제공하지 않는다.

효과적인 데이터 전략을 위한 고려 사항

데이터 전략의 주요 목적은 전체 비즈니스 전략의 주요 지표를 측정하기 위한 메커니즘을 식별하는 것이다. 따라서 데이터 전략은 모든 데이터 소스를 고려하고, 적절한 전처리와 모델링 알고리듬을 식별하며, 최종적으로 자세한 통찰력과 조치를 위해 처리된 데이터를 분석 솔루션에 제공해야 한다.

상호 연결된 에지 솔루션을 구축하는 조직은 각 에지 사이트에서 엄청난 양의 데이터가 생성될 것이다. 따라서 효과적인 데이터 전략은 이러한 막대한 양의 데이터를 처리하는 동안 비용 영향을 고려해야 한다.

① 데이터 전략에는 전체 비즈니스 전략에 맞는 핵심 성과 지표에 대한 명확한 정의가 있어야 한다. 이러한 KPI는 전체 조직 수준에서 측정돼야 한다. 비즈니스 요구 사항이나 전략에 따라 실시간 의사결정이나 더 빠른 처리 시간을 위해 에지 위치에서 측정항목을 측정해야 하는 경우 데이터 전략에서는 별도의 에지 위치에 대한 KPI도 고려해야 한다.

② 데이터 전략은 데이터 통합 방법과 분석 도구를 포괄해야 한다. 에지 분석을 위해서는 원시 데이터가 특정 형식이 될 것이므로 데이터 통합 ​​방법은 간단할 것으로 예상된다. 그러나 클라우드 분석의 경우 데이터 구조가 서로 다르고 분석 목적으로 사용하기 전에 공통 구조로 변환해야 하기 때문에 데이터 통합 ​​기술이 복잡할 것이다.

③ 데이터 전략에는 보안, 대기 시간, 대역폭 고려 사항이 포함돼야 한다. 필요하다면 국제 경계를 통한 데이터 전송도 다루어야 한다.

④ 데이터 전략은 에지와 클라우드에 분석 솔루션을 구축할 때 하드웨어 제한 사항을 명시해야 한다. 에지 분석의 경우 분석의 효율성은 에지 사이트의 컴퓨팅 성능에 따라 달라진다. 에지에서 분석을 실행하는 데 리소스 제약이 있다면 작업을 수행할 수 있는 인근 에지 사이트를 대안으로 고려해야 한다.

⑤ 에지 분석 솔루션을 구축하는 조직은 솔루션의 결과나 범위가 가시성이 확보된 에지 구축의 결과로만 제한된다는 점을 인식해야 한다. 따라서 핵심 성과 지표가 에지에 국한된 경우에만 솔루션의 효율성을 달성할 수 있다.

⑥ 데이터 전략의 효과는 에지 구축과 전체 클라우드 구축에 대한 구체적인 전략을 자세히 설명할 때에만 달성할 수 있다. 클라우드의 분석 솔루션만이 조직의 성과에 대한 포괄적인 보기를 제공할 수 있다. 그러나 에지의 모든 데이터를 클라우드의 중앙 위치로 이동하는 것은 시간과 비용이 많이 드는 작업이다. 최근 AI가 향상됨에 따라 조직들은 이제 AI를 활용해 효과적으로 데이터 전략을 구축할 수 있다.

분석을 위한 AI 활용

조직이 종합적인 클라우드 분석 솔루션을 구축할 때 AI를 활용하려면 모든 에지 분석 솔루션과 클라우드 분석 솔루션이 상호 연결돼야 한다. 이러한 솔루션들이 상호 연결되면 필요에 따라 사이트 간에 데이터를 이동할 수 있으며 중앙 집중식 관점과 에지 관점 모두에서 완전한 가시성을 제공할 수 있다.

조직이 AI를 데이터 전략에 통합하려면 첫째, 원시 데이터 처리를 에지 위치에만 유지해야 한다. 에지 분석은 에지 사이트에 대한 분석을 제공할 뿐만 아니라 분석 결과를 네트워크를 통해 다른사이트로 보내는 기능도 있어야 한다.

둘째, 상호 연결된 분석 솔루션에는 네트워크를 통해 다른 분석 솔루션과 분석 결과를 보내고 받을 수 있는 기능이 있어야 한다. 네트워크의 모든 분석 솔루션은 동일한 형식이거나 추가 변환이 필요하지 않은 형식일 것이므로 데이터 통합과 변환이 간단해야 한다.

셋째, 적절한 AI 알고리듬의 도움을 받아 클라우드 분석 솔루션은 에지 위치에서 처리된 데이터를 요청할 수 있어야 한다. 마찬가지로 에지 위치도 AI 알고리듬을 활용해 성능 지표와 기타 주요 지표를 다른 에지 위치 및 클라우드와 교환할 수 있어야 한다.

넷째, 에지 및 클라우드 분석 솔루션은 AI를 사용해 네트워크 내의 다른 사이트로부터 학습하고 더 나은 통찰력을 제공해야 한다.

다섯째, 에지 구축과 분석에 AI를 효과적으로 사용하면 처리 시간을 효과적으로 줄이고 이해관계자에게 포괄적인 분석을 제공할 수 있다.

다중 배포 모델에서 포괄적인 데이터 전략의 필요성

조직들은 고객에게 더욱 원활하고 빠른 맞춤화 경험을 제공할 수 있는 방법을 찾고 있다. 최근 기술인 5G와 에지는 이러한 모든 조직들이 목표를 달성할 수 있는 플랫폼을 제공한다. 조직들이 에지 위치에 솔루션을 구축하고 발전함에 따라 솔루션의 성능을 측정할 방법이 필요하다.

이는 에지에 대한 완전한 엔드 투 엔드 보기를 제공할 뿐만 아니라 실시간으로 비용 효율적인 분석 모델을 구축할 수 있다.

*필자 사티시 쿠마 삼파스(Sathish Kumar Sampath)는 통신, 네트워킹 및 분석 분야의 전문가다. 업계에서 20년 이상의 경험을 보유한 사티시는 통신, 스토리지, 클라우드 기술 등 다양한 산업 분야에서 여러 프로젝트를 주도적으로 개발해 왔다. 그는 또한 여러 기사와 연구 논문을 집필했으며 다양한 행사에서 연사로 활동했다.

(*이 칼럼은 GTT KOREA의 편집 방향과 다를 수 있습니다.)