[컴퓨터월드] IT 업계의 가장 큰 화두라고 하면 역시 인공지능이다. 챗GPT는 수많은 화제를 만들며 급속도로 활용되었고 많은 기업들이 이를 활용한 비즈니스를 구상하기 시작했다. 데이터 비즈니스 전문기업 엔코아는 기업의 데이터 매니지먼트 프로세스에서 인공지능을 탑재했을 때 가장 효율적인 프로세스를 검토하고 챗GPT를 적용했다. 데이터 모델링을 위한 데이터 표준화 프로세스가 바로 그것이다. <편집자 주>

체계적인 데이터 설계, 유연한 확장성에 인공지능(AI) 기능으로 편의성 증가, 다양한 기업과 공공기관의 데이터 거버넌스를 위한 데이터 설계에 활용되고 있는 데이터웨어 디에이샵(DATAWARE DA#)은 체계적인 데이터 설계, 편리한 기능, 관계자들과의 효율적인 정보 공유를 제공하고 타 도구와의 연계와 확장성을 지원한다. 메타 데이터관리 솔루션과 표준 및 모델 연계 자동화는 물론 최근 SAP ERP 표준 인터페이스 ABAP API와의 연계도 지원하는 등 편리한 기능은 물론 확장성 그리고 안정성까지 갖추고 있다. 이러한 데이터 모델링 툴에 인공지능 기반의 데이터 표준 자동화 기능 추가로 데이터웨어 디에이샵은 더욱 강력한 모델링 툴로 거듭났다.

‘Low Consultancy No Consultancy’

데이터웨어 디에이샵은 기본적으로 데이터 아키텍트가 데이터 설계를 보다 편리하고 체계적으로 수행할 수 있도록 지원하는 툴로써 데이터 표준화 프로세스의 기반 구축을 지원한다. 그동안 데이터 아키텍트가 데이터 표준화 프로젝트를 수행할 때 데이터 모델링 툴을 활용해도 일부 과정에서의 수작업은 필수적이었고, 기업의 수많은 데이터를 정리하고 제대로 설계하기 위해 많은 시간과 비용, 맨파워가 필요했다.

엔코아는 이러한 과정에 AI를 활용할 경우 공수를 크게 절감할 수 있음을 확인하고 기존 데이터 모델링 툴, 데이터웨어 디에이샵에 챗GPT를 활용한 데이터 표준 자동화 기능을 탑재했다. 데이터 표준 자동화 기능을 활용하면 보다 빠르게 고품질의 데이터를 확보할 수 있고 기업의 데이터 관리와 활용 기반인 데이터 자산화를 보다 성공적으로 진행할 수 있다.

챗GPT 활용 데이터 표준화, 모델 현행화, 비즈니스 분류 지원

데이터웨어 디에이샵 에이아이 파워드 팩(DA# AI Powered Pack)의 데이터 표준 자동화 기능은 디에이샵의 주요 기능 중 하나인 데이터 표준화, 모델 현행화, 비즈니스 분류 프로세스 등 반복적인 프로세스의 자동화로 인공지능 기능을 활용해 기존 대비 80% 이상의 공수를 절감할 수 있으며 데이터 아키텍트가 내재화돼 있지 않은 기업에서도 툴을 활용해 데이터 거버넌스를 구축할 수 있다. AI를 활용하면 빠르게 모든 테이블 컬럼에 대한 표준화 및 한글화가 가능하며, 해당 비즈니스 도메인별 비즈니스 분류, 용어 정의 및 DB테이블과의 매핑도 간편하게 정의할 수 있다. 한글변환 및 표준사전 구축, 모델의 속성/컬럼의 유사 분석이 가능하다. 기존 데이터 아키텍트가 장시간에 걸쳐 진행하던 단위 업무 프로세스를 단축시키고 바로 데이터 거버넌스 프로세스에 적용하거나 데이터 카탈로그 서비스에 활용할 수도 있어, 데이터 관리와 활용 전반에 걸친 TCO를 절감시킨다.

디에이샵 에이아이 파워드 팩의 인공지능 기반의 주요 기능은 반복적인 데이터 표준화 프로세스를 간소화시키고 성능 튜닝은 물론 모델링 가이드까지 과정 전반의 향상을 지원한다.

주요 기능은 다음과 같다.

1. 데이터 표준화_한글변환 및 표준사전 구축

- DA# AI Powered Pack으로 데이터 식별을 위해 DB내의 영문으로 존재하는 테이블 및 컬럼명을 즉각적으로 한글변환
- DA# Contents Builder Edition을 통해 위저드 방식으로 손쉽게 표준화해 연결

2. 데이터 표준화_한글변환 추론 상세

- 특정 주제 영역을 부여해 보다 해당 주제영역에 근접한 상세 한글 변환 작업

3. 모델 현행화_SQL 분석을 통한 관계 분석

- 각 DBMS별 전용SQL을 장착해 분석할 수도 있지만 DA# AI Powered Pack을 사용하면, 모든 종류의 SQL을 분석해 관계를 보다 정확하게 찾을 수 있음

4. 모델 검토_속성/컬럼 유사 분석

- 모델이 확보되고 보다 정교화되는 과정에서, 모델 내 동일 엔터티 및 다른 엔터티에 존재하는 유사한 속성 및 컬럼 탐색 가능

- 이를 통해 테이블 간의 관계를 추적해 DB내의 데이터 관계를 추적할 수 있음

5. 비즈니스 분류 및 매핑_비즈니스 메타 매핑

- 해당 업무 담당자가 아니면 어려운 비즈니스 분류 및 매핑을 DA# AI Powered Pack의 인공지능 기능을 활용해 보다 쉬운 데이터 구성을 지원할 수 있음

6. 요구사항 분석_엔터티/속성/타입/길이 자동 분석

- 기존에 데이터 아키텍트가 진행하던 고객의 요구사항 분석과 최적의 데이터 구성 과정을 DA# AI Powered Pack을 활용하면 더욱 쉽게 데이터 구성을 지원할 수 있음

7. 성능 튜닝 가이드_인덱스 및 New SQL 추천

- DA# AI Powered Pack을 활용하면 인덱스 추천 및 성능을 고려한 새로운 SQL을 추천함

8. AI 모델링 가이드

- AI 기반으로 사용자의 질문에 대하여 DBMS 모델링 관점에서 답변 지원 및 연속 대화가 가능함

DA# Contents Builder Edition과 연계

데이터웨어 DA# AI Powered Pack에서 데이터 표준화는 DB내에 별도의 한글 주석이나 참고할 표준사전이 존재하지 않을 경우, 챗GPT를 활용한 AI 기능을 활용해 데이터 식별을 위해 DB 내의 영문으로 존재하는 테이블 및 컬럼명은 한글로 즉시 변환이 이루어지고 DA# Contents Builder Edition을 통해 위저드 방식으로 손쉽게 표준 분석 및 표준화 작업을 진행할 수 있다.

인공지능 기반 성능 튜닝 및 New SQL 추천

또한 데이터웨어 DA# AI Powered Pack을 활용하면 AI 기반으로 SQL 분석을 통한 관계 분석이 가능해 보다 정확하게 모델 현행화를 수행할 수 있다. 즉 DB 내에서 성능상의 이유로 물리적인 관계 설정을 하지 않는 것이 통상적이라, 이후 DB를 분석할 때 테이블 및 컬럼 간의 관계를 찾는데 어려움이 있다. 물론 DA#에는 컬럼명을 비교해 관계 대상을 찾아주는 기본적인 기능은 존재하지만 가장 확실한 관계를 찾기 위해서는 DB에 수행되는 업무용 SQL을 분석해 관계를 찾을 수 있다. 각각의 DBMS마다 서로 다른 SQL 키워드 및 서로 다른 SQL 문법을 구성하기 때문에 각각의 DBMS 전용의 SQL을 장착하여 분석할 수도 있지만, DA# AI Powered Pack를 사용하면 모든 종류의 SQL을 간단히 분석해 보다 정확하고 빠르게 관계 분석을 진행할 수 있다.

특정 도메인 지식이 없어도 비즈니스 분류 및 매핑 작업 가능

기업의 데이터 관리에서 해당 도메인의 비즈니스를 모르거나 데이터 관리를 하지 않은 사람에게 어려운 일 중의 하나가 비즈니스 분류 및 매핑 작업이다. 데이터 카탈로그 서비스, 데이터 포털과 같은 데이터 활용을 위해 DB 내에 존재하는 수많은 테이블을 모델 관리 관점에서 주제영역으로 분류하거나 데이터를 탐색 또는 검색할 수 있도록 비즈니스 분류 및 매핑 작업이 필요하다. 업무와 도메인 지식이 없는 사람이 수행하기 어려운 이러한 작업을 DA# AI Powered Pack에서는 누구든지 빠르고 효과적으로 진행할 수 있다.

DA# AI Powered Pack은 데이터 표준화를 위한 반복적인 업무를 간소화시키는 것은 물론 데이터 아키텍트가 고객의 요구사항을 분석해 데이터 구성을 설계할 때 긴 시간을 할애하는 엔티티, 속성 도출과 최적의 속성 타입 및 속성의 길이를 자동 분석한다. AI 기능으로 엔티티/속성/속성타입/길이를 도출해 요구사항 분석에 필요한 공수를 확실하게 줄여준다.

자동화 툴을 활용한 확장된 데이터 컨설팅 서비스 제공

DA# AI Powered Pack은 현재 챗GPT를 활용한 AI 기반의 데이터 표준 자동화 기능을 선보이고 있으나, 이후 시장에 제공되는 다양한 AI 기술을 활용해 서비스를 제공할 계획이다. 기업과 기관은 DA# AI Powered Pack을 활용해 실제 데이터 자산화를 위한 데이터 표준화 과정에서 공수, 기간, 비용을 크게 절감할 수 있을 것이다.

또한 데이터 관리 부서, 데이터 아키텍트 등 데이터 관리 전문인력이 내재돼 있지 않은 기업, 데이터 자산화를 진행하고자 하는 중소, 중견 기업에서도 DA# AI Powered Pack을 활용해 보다 이상적인 데이터 자산화를 진행할 수 있다. 데이터 아키텍트는 반복적인 작업에 사용되는 공수를 데이터 거버넌스 전반의 체계 수립과 데이터 분석과 활용에 사용할 수 있어 한층 다른 레벨의 데이터 컨설팅 서비스를 제공할 수 있을 것이다.

TCO 절감으로 데이터 분석과 활용 기회 확대

데이터 관리를 위해 자동화 기능을 활용하면 프로세스 전반에 걸친 물리적인 TCO를 절감함으로써 기업의 새로운 비즈니스 가치를 창출할 수 있는 데이터 분석과 활용 업무에 보다 집중할 수 있을 것이다. 다양한 AI 기술을 활용한 데이터 관리 자동화 프로세스는 더욱 확대되고 강화될 것이다.