엔터프라이즈 데이터 클라우드

모든 기업은 데이터를 경쟁 우위로 사용하려고 합니다. 하지만 대부분 그렇지 못합니다. 이유가 무엇일까요? 어디든지 데이터가 있지만 분석이 사일로에 갇혀있기 때문입니다.

가장 소중하고 혁신적인 비즈니스 사용 사례라고 할 수 있는 IoT 기반 예측 유지관리, 유전체학 연구 및 실시간 규정 준수 모니터링은 다양한 분석 워크로드와 데이터 사이언스 도구, 그리고 동일한 데이터세트에서 실행되는 머신 러닝 알고리즘이 필요합니다. 이것이야 말로 가장 혁신적인 기업들이 데이터 시대를 맞아 데이터에서 가치를 발굴하여 경쟁에서 앞서나갈 수 있는 방법입니다. 

하지만 아직도 대부분 기업들이 다음과 같은 이유로 어려움을 겪고 있습니다.  

1. 아무리 새로운 클라우드 데이터 웨어하우스 및 데이터 사이언스 도구라고 해도 서로 호환되도록 설계되지 않았기 때문에 분석 워크로드가 개별적으로, 즉 사일로 상태에서 실행됩니다.
2. 데이터 센터, 퍼블릭 클라우드, 엣지 영역 등 데이터는 모든 곳에 존재하지만 이러한 데이터에 대해 분석을 실행하거나, 머신 러닝 알고리즘을 실질적으로 적용할 수 있는 방법이 없습니다.
3. 모든 곳에 데이터가 존재하지만 분석이 사일로로 격리되어 있다 보니 데이터 프라이버시 또는 IP 보호에 대한 접근 방식이 일관적이지 못할 뿐만 아니라 강제 제어도 쉽지 않아 비즈니스 생산성이 제한적이고 비용마저 증가하게 됩니다.