인메모리 분석이란?
오늘날 데이터는 어디에나 있습니다. 데이터의 규모, 속도와 다양성의 증가 추세는 모두의 기대를 뛰어넘는 수준입니다. 앞서가는 수많은 브랜드들은 이미 데이터 분석을 활용해 기존의 비즈니스 인텔리전스를 뛰어넘어 실시간 분석으로 전환함으로써 효율 증대, 위험 회피, 고객 맞춤형 제품을 통한 수익 향상을 도모했습니다. 분석 솔루션으로 데이터의 가치를 빠르게 활용하지 못하는 비즈니스는 경쟁력이 크게 약해질 수 있습니다.
속도는 분석에 기반한 의사 결정을 지원할 수 있는 IT 인프라의 핵심 요건입니다. 의사 결정 지원 솔루션의 비즈니스 가치는 보통 기존 솔루션보다 최소 천 배 이상 빠르게 결과를 제공할 수 있는지의 여부에 달려있습니다. 이렇게 높은 목표를 달성하려면 처리에 관한 새로운 접근 방식, 즉 인메모리 컴퓨팅이 필요합니다.
인메모리 컴퓨팅의 개념은 단순합니다. 데이터 처리에 관한 기존의 접근 방식의 경우, 데이터는 시스템 또는 네트워크에 연결된 하드 디스크에 위치합니다. 이를 필요에 따라 로컬 시스템 메모리(RAM)으로 호출하고 여기에서 다시 CPU로 옮깁니다. 디스크에 있는 데이터를 검색하는 데 오랜 시간이 소요될 경우 병목 현상이 발생할 수 있습니다.
인메모리 컴퓨팅이 있으면 데이터가 시스템 메모리에 직접 저장됩니다. 이러한 아키텍처 접근 방식은 디스크의 데이터 검색 시간을 없애고 CPU와 더 가까운 거리에서 왕복하게 함으로써 지연 시간을 크게 줄여줍니다. 오늘날 인메모리 컴퓨팅은 고가의 DRAM 메모리에 의존하므로 대용량 데이터의 경우 비용 효율적이지 않습니다. 그러나 발전하고 있는 영구 메모리 기술은 고용량, 경제성 및 데이터 지속성을 거의 DRAM 수준에 버금가는 성능과 결합하여 솔루션을 제공합니다.
인메모리 분석에는 소프트웨어의 성능을 높여주는 두 가지 주요 기술 구성 요소가 있습니다.
열 데이터 스토리지: 인메모리 분석 데이터는 기존의 2차원 데이터 구조(행 및 열) 대신 1차원 선형 구조를 갖습니다.
대규모 병렬 처리: 인메모리 분석은 액세스 대기 시간이 줄어들면 데이터를 자유롭게 작동할 수 있는 멀티 코어, 멀티 스레드 프로세서 기능을 최대한 활용합니다.
성숙되어 가는 비즈니스 인텔리전스 포트폴리오
비즈니스 분석은 여러 IT 이니셔티브와 마찬가지로, 조직이 솔루션 제공에 관한 경험과 운영 성숙도를 확보할수록 그 가치가 더욱 커질 수 있습니다. 현황 및 진단 분석과 같은 기존의 전통적인 접근 방식은 비즈니스에 이미 발생한 일, 즉 “어디로 가야할지”가 아닌 “어디에 있었는지”를 알려줍니다.
성숙도의 다음 단계에 있는 예측 분석은 앞을 내다봅니다. 이를 통해 의사 결정에 관한 경험적 접근 방식이 규율과 데이터에 바탕을 둔 방식으로 바뀌게 됩니다. 또한, 예측 분석은 실시간으로 작동합니다. 분석의 범위는 예를 들어 어떤 팔레트를 어떤 컨테이너에 적재할 것인지와 같은 낮은 단계의 의사 결정을 끊임없이 내리는 현장 인력으로 확장되기도 합니다.
이처럼 소소한 의사 결정의 경우 각각의 중요도는 그렇게 높지 않지만, 이것이 누적되면 비용 회피 또는 수익 증대를 통해 수익에 큰 차이를 만들어낼 수 있습니다. 시간이 경과하면 비즈니스는 예측 분석을 통해 현재의 수동 프로세스를 자동화하여 '컴퓨터와 같은 속도'로 움직일 수 있게 될 것입니다.
성숙도 모델의 후반 단계에 위치한 처방 분석은 보다 큰 단위의 시간 척도를 바탕으로 가상 시나리오를 탐색하고 가능한 결과를 예상합니다. 처방 분석은 새로운 소매점에 최적의 위치가 어디인지 등을 결정하는 데 사용할 수 있습니다.
이러한 미래 전망 접근 방식은 모두 조직 내 데이터(때로는 트랜잭션 데이터를 포함)를 활용할 뿐만 아니라 다른 수집자로부터 얻을 수 있는 다양한 형식의 데이터를 이용합니다.
인메모리 분석 솔루션은 기존의 데이터 웨어하우스를 완전히 대체하지는 못할 수 있지만 조직의 전체 의사 결정 지원 능력을 향상시키는 데는 도움이 될 수 있습니다. 먼저 인메모리 분석으로 시작한 다음 비즈니스 플랫폼을 대규모로 재구성하는 것도 가능합니다.
분석의 비즈니스 가치
비즈니스 가치가 있는 데이터 소스는 공장 센서, 다수의 매장 채널, 소셜 미디어, 기상 위성, 타사 피드 등 헤아릴 수 없을 정도로 많습니다. 스마트 시티나 사물 인터넷 등의 새로운 발전으로 인해 데이터 분량은 더욱 늘어만 가고 있습니다. 기업이 경쟁력을 유지하려면 이러한 데이터를 무시해서는 안 됩니다. 이를 적절히 분석할 경우 성공할 가능성이 높은 상향 판매를 예측하여 판매량을 늘리고 스마트한 경로 및 재고 관리로 유통 비용을 절감하며 제조 비용을 절감하고 정밀한 근본 원인 분석으로 품질을 개선하는 등 가능한 일들은 그야말로 끝이 없습니다.
이처럼 넘쳐나는 데이터로부터 유용한 정보를 추출하는 간단한 방법은 이미 일어난 일에서 패턴을 찾아내는 것입니다. 고객 경험을 개선하고 멀웨어의 악용이나 신용 카드의 도용을 막기 위해 실시간 결과가 필요한 경우도 있습니다.
분석의 도입을 가로막던 장벽이 무너지고 있습니다. 모든 대형 IT 공급업체가 분석 솔루션을 제공하며 이중에는 수직 솔루션도 많습니다. 정교한 분석을 사용하고 지원하는 데 필요한 기술 집합을 갖추고 있는 데이터 과학자는 점점 많아지고 있습니다. 또한 수많은 기업이 단순한 인터페이스와 빌트-인 알고리즘을 통해 분석 사용을 '민주화'하기 위해 노력 중입니다. 탄탄한 비즈니스 사례와 함께, 분석 결과가 공개되는 경우, 자금 조달이 더 용이합니다.
핵심은 분석에 확실한 비즈니스 가치가 있다는 점입니다. 수많은 브랜드에서 이미 인메모리 분석을 사용해 매출을 늘리고 비용을 절감하고 있습니다. 이러한 운영상 이점을 추구하지 않는 이들은 경쟁에서 뒤쳐질 위험이 있습니다.
분석의 실제
인메모리 분석은 판도를 바꿔 놓을 검증된 기술로서 제조, 공급망 관리, HR, 마케팅, 유통, 재무 등 비즈니스 및 조직 관리의 모든 측면에 크나큰 영향력을 가지고 있습니다.
여러 조직에서 인메모리 분석이 갖는 주된 장점은 방대한 양의 데이터를 충분히 빠른 속도로 처리하여 얻어낸 인사이트를 활용해 차이를 만들어낼 수 있는 능력에 있습니다. 핵심 사용 사례 중 하나는 대량의 데이터를 활용한 패턴 인식입니다. 예를 들어 IRS*는 실수 혹은 문제의 패턴을 인식하기 위해 세금 환급금의 처리 과정을 분석합니다. 그 결과, 개입을 통해 IRS에서 실수로 수억 달러를 환급하는 일을 막을 수 있었습니다.
예측 분석은 아마도 가장 유용한 인메모리 기술의 활용도일 것입니다. UPS*에서는 배송 운영에 예측 모델을 적용한 결과, 주행 거리를 단축시켜 비용을 절감하고 기업의 전체 탄소 배출량을 줄이고 있습니다.
예측 분석은 유통 분야에서 특히 효과적입니다. 예컨대, 유통 업체에서는 타겟 마케팅 캠페인을 진행하는 인메모리 분석 프로젝트를 시작해 비용 절감 효과를 얻을 수 있습니다. 대부분의 산업 분야에서 이러한 접근 방식으로 혜택을 얻을 수 있습니다.
시작을 위한 단계별 가이드
인메모리 분석의 시작을 위한 5단계 프로세스를 소개합니다.
- 애로사항을 파악합니다. 사업부 리더와 상의하여 기존 시스템으로는 해결하기 어렵거나 불가능한 애로사항의 목록을 작성합니다. 기존의 전략과 일치하면서도 새로운 인사이트를 제공할 수 있으며 IT 조직의 기술 역량 범위에 있고 명확한 비즈니스 사례가 있는 항목을 기준으로 목록의 우선순위를 정합니다. 몇 번의 반복을 통해 목표와 이를 달성하기 위한 리소스를 명확히 규정한 목록을 완성합니다.
- 시중에 나와 있는 분석 솔루션을 조사하고 숙지하십시오. 이러한 정보를 감안하여 현재의 인프라를 평가합니다. 분석할 데이터의 출처가 어디인지, 소유자는 누구인지, 데이터 품질과 보안을 보장하기 위해 필요한 수단이 무엇인지 알고 있는 것이 중요합니다.
- 팀에 필요한 기술을 파악하고 양성합니다. 새 인재를 고용하거나 필요한 경우 일부 업무를 아웃소싱합니다. 새 직원은 요구 사항과 일치하는 기술 집합을 가진 경우가 많을 것입니다.
- 현재의 기술 그 이상의 기술 요구 사항을 설정합니다. 인메모리 분석에는 컴퓨팅, 스토리지, 네트워킹 인프라를 포함한 최신 하드웨어가 필요합니다. 또한 원하는 결과를 얻기 위해 어떤 분석 쿼리와 알고리즘을 생성해야 할지 결정하고 그러한 결과를 흡인력 있게 제시할 방법을 정해야 합니다. 풍부한 옵션이 존재하므로 소프트웨어를 위한 독점 및 오픈 소스 솔루션을 모색합니다.
- 최종 사용 사례. 또는 프로젝트를 만듭니다. 어떤 데이터를 사용할지 결정하고 데이터 흐름을 계획합니다. 그런 다음 운영 환경에 적용할 버전을 개발하기 위한 테스트 환경을 만드십시오.
분석의 인텔: 하드웨어와 그 이상
인텔은 증가하는 워크로드에 따라 확장할 수 있는 상당한 기능과 함께 업계에서 가장 광범위한 인메모리 분석용 플랫폼을 제공합니다. 확장을 통해 실시간, 인메로리 데이터베이스, Spark* 배포 확장, 고성능 컴퓨팅(HPC) 및 머신 러닝 등 다양한 분석 워크로드를 지원할 수 있습니다. 컴퓨팅, 스토리지, 메모리, 패브릭, 네트워킹 기술 등을 결합하여 함께 원활하게 작동하도록 최적화함으로써 부분의 합을 능가하는 전체를 완성합니다.
결과적으로 빌트인 보안 기능을 갖춘 유연한 인프라를 통해 최신 요구 사항을 만족하면서도 미래를 위해 견고하고 믿을 수 있는 기반을 형성하는 데 필요한 고성능을 제공합니다.
인텔® 아키텍처는 인프라 전반의 일관된 기준, 향후 분석 이니셔티브 확장을 위한 예측 가능한 경로 및 다양한 제품군을 IT 조직에 제공하므로 여러 아키텍처에 대한 지원이 필요 없습니다. 또한 개발자에게 일관된 소프트웨어 프로그래밍 모델을 제공하므로 개발자가 성능 및 기능 향상에 집중할 수 있습니다.
인텔® 아키텍처는 하드웨어 및 소프트웨어 파트너로 구성된 풍부한 에코시스템에서 지원됩니다. 인텔은 이러한 파트너가 제품 성능을 인텔® 아키텍처에 맞춰 최적화할 수 있도록 이들과 계속해서 적극적으로 협력하고 있습니다.
인텔을 분석 파트너로 사용하는 조직은 오픈 소스 소프트웨어 플랫폼 또는 SAS, SAP, Oracle, IBM, Microsoft를 비롯한 업계 최고의 상용 플랫폼 중 하나를 융통성 있게 선택할 수 있습니다.
또한 인텔은 여러 성공 사례를 바탕으로 인메모리 분석 이니셔티브를 성공적으로 구현하는 데 무엇이 필요한지에 대한 풍부한 정보를 보유하고 있습니다.
인텔은 주로 프로세서로 유명하며, 많은 사람들에게 인텔® Xeon® 프로세서 스케일러블 제품군은 인메모리 분석과 동의어로 쓰일 정도입니다. 전체적인 이야기는 훨씬 더 광범위하고 살펴볼 가치가 충분합니다. 여기를 클릭하여 인텔이 귀사의 인메모리 분석 전략 개발에 어떻게 도움이 되는지 자세히 알아보십시오.