데이터옵스
데이터옵스(DataOps)는 데이터에 대한 통합된 프로세스 중심 관점을 민첩한 소프트웨어 엔지니어링의 자동화 및 방법과 결합하여 품질, 속도 및 협업을 개선하고 데이터 분석 영역에서 지속적인 개선 문화를 촉진하는 일련의 사례, 프로세스 및 기술이다.[1] 데이터옵스는 일련의 모범 사례로 시작되었지만 이제는 데이터 분석에 대한 새롭고 독립적인 접근 방식으로 성숙해졌다.[2] 데이터옵스는 데이터 준비부터 보고까지 전체 데이터 라이프사이클[3]에 적용되며, 데이터 분석 팀과 정보 기술 운영의 상호 연결된 특성을 인식한다.[4]
데이터옵스는 비즈니스 목표에 맞춰 분석 개발 주기를 단축하기 위해 애자일 방법론을 통합한다.[3]
데브옵스는 주문형 IT 리소스를 활용하고 소프트웨어 테스트 및 배포를 자동화하여 지속적인 제공에 중점을 둔다. 이러한 소프트웨어 개발과 IT 운영의 통합으로 소프트웨어 엔지니어링 및 배포의 속도, 품질, 예측 가능성 및 규모가 향상되었다. 데브옵스의 방법을 차용한 데이터옵스는 데이터 분석에도 이와 동일한 개선 사항을 적용하려고 한다.[4]
데이터옵스는 통계적 프로세스 제어(SPC)를 활용하여 데이터 분석 파이프라인을 모니터링하고 제어한다. SPC를 사용하면 운영 시스템을 통해 흐르는 데이터가 지속적으로 모니터링되고 작동하는지 확인된다. 이상이 발생하면 자동 알림을 통해 데이터 분석팀에 알릴 수 있다.[5]
데이터옵스는 특정 기술, 아키텍처, 도구, 언어 또는 프레임워크에 묶여 있지 않는다. 데이터옵스를 지원하는 도구는 협업, 조정, 품질, 보안, 액세스 및 사용 편의성을 촉진한다.[6]
각주 편집
- ↑ Ereth, Julian (2018). “DataOps-Towards a Definition.” (PDF). 《Proceedings of LWDA 2018》: 109.
- ↑ “DataOps – It’s a Secret”. 《www.datasciencecentral.com》 (영어). 2017년 4월 5일에 확인함.
- ↑ 가 나 “What is DataOps (data operations)? - Definition from WhatIs.com”. 《SearchDataManagement》 (미국 영어). 2017년 4월 5일에 확인함.
- ↑ 가 나 “From DevOps to DataOps, By Andy Palmer - Tamr Inc.”. 《Tamr Inc.》 (미국 영어). 2015년 5월 7일. 2018년 7월 12일에 원본 문서에서 보존된 문서. 2017년 3월 21일에 확인함.
- ↑ DataKitchen (2017년 3월 7일). “Lean Manufacturing Secrets that You Can Apply to Data Analytics”. 《Medium》. 2017년 8월 24일에 확인함.
- ↑ “What is DataOps? | Nexla: Scalable Data Operations Platform for the Machine Learning Age”. 《www.nexla.com》 (미국 영어). 2017년 9월 7일에 확인함.