통합형 오픈 플랫폼 Databricks 서비스
Databricks Lakehouse로 현 상황을 개선해 보세요.
오늘날 대부분의 기업들은 AI 를 활용한 데이터 분석을 위해 서로 다른 데이터 플랫폼을 복잡한 아키텍처로 병합하여 사용함에 따라 불필요한 비용이 발생하고 복잡성이 증가하여 팀 생산성 감소와 더불어 여러 데이터 플랫폼의 복잡한 구조로 인해 데이터 통합 난이도가 높아져 어려움을 겪고 있습니다.
Databricks 는 이런 어려움에서 벗어나기 위해 데이터 웨어하우스와 데이터 레이크의 장점만 모아 데이터 분석 및 AI 를 위한 통합형 오픈 플랫폼을 개발하여 현재 단일 플랫폼 형태로 여러 서비스를 제공하고 있으며, ETL 부터 데이터 웨어하우징, 생성형 AI 에 이르기까지 데이터 및 AI 목표를 간편하고 빠르게 실현하기 위해 여러 산업군에서 Databricks 의 서비스 이용하고 있습니다.
01
활용 사례 - Shell 사
페타바이트 단위의 데이터세트에 표준 BI툴을 활용하여 데이터를 모두가 활용할 수 있게 하고, 비용 절약을 하기 위해 Databricks를 활용하고 있습니다.
UseCases
70+usecase들이 supplychain,운영,제품 개발,마케팅 및 고객 경험에 영향
Challenges
대규모의 연결되지 않은 데이터 및 레거시 아키텍처로 인하여 ML에 어려움을 겪음
Solution
- Lakehouse 아키텍처를 통해 DW,BI,ML 을 전부 DeltaLake 상에 통합하여 기존에 불가능했던 새로운 usecases 가능
- 넓은 범위의 워크로드 :IoT(machinery,smartmeters,etc), streamingvideo, internalreporting(HR/Finance), ETL 등
- 내부 의사결정을 위해 SQL분석 및 리포팅 사용
02
활용 사례 - Rolls-Royce 사
예측 유지보수를 위한 인사이트를 얻는데 Databricks를 활용하여 기체 신뢰성을 개선하고 탄소 배출양을 절감하고 있습니다.
UseCases
- RollsRoyce 사는 예상하지 못한 유지보수 및 가동 중지시간을 줄이기 위하여 실시간 엔진데이터 활용필요
- 레거시 시스템으로는 ML 을 위해 실시간으로 엔진 센서 데이터를 대규모로 수집하는 것이 불가능
Why Databricks?
- Azure 상의 Lakehouse 플랫폼은 모든 비행 관련 데이터와 외부 환경 조건 데이터를 스트림을 통합하여 엔진 성능 문제점들을 예측
- DeltaLake 는 usecase 들에 연관된 ML 워크로드들에 데이터를 공급하는 ETL 파이프라인을 지원
- MLflow 는 새로운 모델들의 배포를 빠르게 하고 발이 묶인 비행기들을 줄임
Data 분석과 AI를 심플하게,
서로 다른 데이터 플랫폼의 복잡한 아키텍처로 인해 발생되는 여러 문제들을 해결하실 수 있도록 도와드리겠습니다.
데이터 웨어하우스와 데이터 레이크의 장점만 모아 통합형 오픈 플랫폼으로 개발된 Databricks 서비스를 이용하시는 것으로 ETL 부터 데이터 웨어하우징, 생성형 AI 에 이르기까지 데이터 및 AI 목표를 간편하고 빠르게 실현하실 수 있습니다.