실시간 인텔리전스와 비교 가능한 Azure 솔루션의 차이점은 무엇인가요?
조직이 디지털 변환 여정을 진행함에 따라 점점 더 많은 데이터 원본이 발생합니다. 이러한 원본은 시간에 민감하고 복잡한 데이터 요소, 이벤트 및 신호를 생성합니다. 이 데이터는 (a) 공장, 차량, 타워, IoT 에지 디바이스와 같은 물리적 자산의 센서 데이터, (b) 고객 대면 웹 및 모바일 애플리케이션을 구동하는 데이터베이스의 CDC(변경 데이터 캡처) 스트림, (c) 온-프레미스 및 클라우드 인프라와 애플리케이션의 로그 등과 같은 다양한 원본에서 생성될 수 있습니다. 이러한 데이터 스트림은 조직이 디지털 피드백 루프를 마감하고, 물리적 및 디지털 자산의 고객 사용 패턴을 더 깊이 이해하며, 시장 경쟁력을 유지하기 위해 제공하는 가치를 지속적으로 향상시키는 데 매우 중요합니다.
이 가치를 실현하려면 데이터 캡처, 전송, 운영 변환 및 분석 변환에 클라우드 기반 및 온-프레미스 데이터 서비스를 모두 사용하는 실시간 데이터 스트리밍 아키텍처를 구축해야 합니다. 이러한 아키텍처는 일반적으로 Azure Event Hubs, Azure Event Grid, Apache Kafka, Amazon Kinesis, IBM Message Queues, Google Pub/Sub와 같은 다양한 제품을 사용하여 빌드됩니다. 데이터가 클라우드에 도착하면 Azure Data Explorer, Azure Synapse Analytics 및 Azure Data Lake Store Gen 2와 같은 데이터 저장소에 도달하기 전에 핫, 웜 및 콜드 경로라고도 하는 다양한 처리 및 변환 단계를 거칩니다. 처리 후 이 데이터는 고급 분석 및 AI 애플리케이션에서 사용할 준비가 되었으며 Power BI, Grafana, 웹 또는 모바일 앱 및 API 엔드포인트와 같은 도구를 사용하여 시각화할 수 있습니다.
Fabric에 실시간 인텔리전스가 도입되면서 조직에 스트리밍 데이터의 고급 분석이 필요한 사용 사례에 대한 여러 구현 접근 방식과 아키텍처를 제공합니다. Microsoft Azure는 전문 개발자에게 다른 Azure 서비스와 긴밀히 통합하고 엔드투엔드 자동화를 지원하며 전체 솔루션을 통합 패키지로 배포해야 하는 아키텍처를 디자인하고 구현할 수 있는 강력한 기능을 제공합니다. Microsoft Fabric의 실시간 인텔리전스를 사용하면 시민 개발자와 비즈니스 사용자가 조직 내 데이터 스트림을 검색하고 분석 솔루션 및 애플리케이션을 빌드할 수 있습니다. Azure Event Hubs, Azure Event Grid 및 Azure Data Explorer와 원활한 통합을 통해 실시간 인텔리전스는 Azure 기반 아키텍처를 Microsoft Fabric으로 확장할 수 있으며 기존 또는 새 데이터 원본을 사용하여 새 솔루션을 만들 수 있습니다. 다음 다이어그램에서는 일반적인 제조/자동차 조직의 원격 분석 사용 사례에 대한 Azure PaaS(Platform as a Service) 기반 솔루션 아키텍처와 실시간 인텔리전스 솔루션 아키텍처를 모두 보여줍니다.
실시간 인텔리전스에 대한 자세한 내용은 Fabric에서 실시간 인텔리전스란?을 참조하세요.
지금까지 조직은 연결이 끊긴 다양한 클라우드 기반 또는 온-프레미스 제품 및 격리된 솔루션을 개발, 통합, 배포, 유지 및 관리하기 위해 상당한 예산, 인력 및 리소스를 할당했습니다. 이로 인해 복잡하고 까다로운 아키텍처를 운영 및 유지 관리하기 어려웠습니다. 따라서 조직은 복잡성으로 인해 이러한 투자의 추진을 주저하거나 비용이 너무 높아 만족스러운 투자 수익을 정당화할 수 없다고 간주했습니다. 그러나 고도로 세분화된 즉각적인 데이터로 구동되는 실시간 비즈니스 운영 인사이트에 대한 수요는 최종 사용자 사이에서 계속 나타나고 있습니다.
실시간 인텔리전스는 Fabric 내에서 실시간 기능의 모든 잠재력을 활용함으로써 이러한 환경을 혁신하여 자사 및 타사 데이터에서 중요하고 실행 가능한 인사이트를 즉시 도출할 수 있도록 지원합니다. 실시간 인텔리전스를 사용하면 다음을 활용할 수 있습니다.
- 포괄적인 SaaS 제안: 시간에 민감한 데이터에서 인사이트를 쉽게 검색할 수 있는 포괄적인 솔루션으로, 이를 통해 실시간으로 수집, 처리, 쿼리, 시각화 및 관련 작업을 수행할 수 있습니다.
- 동적 데이터에 대한 중앙 집중식 허브: 전송 중인 모든 이벤트 데이터에 대한 통합 데이터 자산으로, 실시간 허브를 통해 조직 전체에서 세분화된 데이터의 수집, 스토리지 및 큐레이션을 간소화합니다.
- 신속한 솔루션 개발: 다양한 전문 지식을 갖춘 팀 구성원이 데이터에서 더 많은 가치를 추출하고 비즈니스 성장을 촉진하기 위해 솔루션을 신속하게 빌드할 수 있도록 지원합니다.
- 실시간 AI 기반 인사이트: 숨겨진 패턴을 파악하고 Microsoft 에코시스템을 최대한 활용하여 비즈니스를 향상시키는 즉시 사용할 수 있는 자동화된 기능을 통해 수동 모니터링의 크기를 조정하고 작업을 손쉽게 시작합니다.
이 문서에서는 스트리밍 사용 사례에 맞게 조정된 가장 적합한 구현 아키텍처를 결정하기 위한 주요 고려 사항을 간략하게 설명합니다.
전체
| 기능 | Azure PaaS 기반 솔루션 | 실시간 인텔리전스 솔루션 |
|---|---|---|
| 통합 서비스 | 아키텍처 범위에서 서비스 간 통합 호환성에 따라 달라집니다. | 데이터 수집, 처리, 분석, 시각화 및 작업의 각 단계에서 원클릭 통합. |
| 전문 개발자 및 시민 개발자 환경 | 전문 개발자에게 더 적합합니다. | 전문 개발자, 시민 개발자 및 비즈니스 사용자는 공존할 수 있습니다. |
| 로우코드/노코드 | Azure Stream Analytics에서 변환하고 Logics Apps 또는 Power Automate를 사용하여 경고를 만드는 데만 사용할 수 있습니다. 엔드투엔드 구현에 전문 개발이 요구됩니다. | 수집에서 분석, 변환, 시각화 및 작업까지 엔드투엔드 구현을 실현할 수 있습니다. |
| 사용량 모델 | 서비스 종속 예측, 사용량 및 청구 모델. | 균일한 Fabric 용량 단위 사용량 및 청구 모델. |
수집 및 처리
| 기능 | Azure PaaS 기반 솔루션 | 실시간 인텔리전스 솔루션 |
|---|---|---|
| 다중 클라우드 연결 | Azure Stream Analytics에서 Confluent Kafka에 연결합니다. Amazon Kinesis 또는 Google Pub/Sub에서 데이터를 읽을 커넥터가 없습니다. | Confluent Kafka, Amazon Kinesis, Google Pub/Sub에 대한 네이티브 통합. |
| CDC 스트림에 대한 지원 | Debezium과 같은 다른 서비스를 배포해야 합니다. | Azure Cosmos DB, PostgreSQL, MySQL DB 및 Azure SQL에 대한 네이티브 통합. |
| 프로토콜에 대한 지원 | Azure Event Hubs, AMQP, Kafka, MQTT. | Azure Event Hubs, AMQP, Kafka. |
분석 및 변환
| 기능 | Azure PaaS 기반 솔루션 | 실시간 인텔리전스 솔루션 |
|---|---|---|
| 데이터 프로파일링 | 사용할 수 없음 | 실시간 테이블의 데이터 프로파일링 뷰는 각 열에 대한 기본 제공 히스토그램 및 최소-최대 범위를 제공합니다. |
| 데이터 시각화 탐색 | 사용할 수 없음 | 실시간 데이터를 시각적으로 분석하기 위한 끌어서 놓기 기능. |
| Copilot 환경 | Azure Data Explorer 클러스터는 Copilot 기능을 사용하기 위해 Fabric KQL 쿼리 세트의 원본으로 추가할 수 있습니다. | 기본적으로 사용 가능 |
| 기본 제공 ML 모델 | 사용 가능한 변칙 검색 및 예측 모델. 변칙 검색 및 예측 모델을 배포하는 데 전문 개발이 요구됩니다. | 사용 가능한 변칙 검색 및 예측 모델. 비즈니스 사용자는 수신 스트리밍 데이터에 변칙 검색 모델을 적용할 수도 있습니다. |
| 시각화(Microsoft) | Power BI, Azure Data Explorer 대시보드 | Power BI 및 실시간 대시보드와 원클릭 네이티브 통합 |
| 시각화(타사) | Grafana, Kibana, Matlab. | 또한 Grafana, Kibana, Matlab을 Eventhouse에 통합할 수 있습니다. |
작업
| 기능 | Azure PaaS 기반 솔루션 | 실시간 인텔리전스 솔루션 |
|---|---|---|
| 인사이트에서 비즈니스 작업 추진 | Azure Logic Apps, Power Automate 또는 Azure Functions, Azure Monitor 경고가 필요합니다. | Power BI 의미 체계 모델, Eventstream 및 KQL 쿼리와 기본적으로 통합된 패브릭 활성화기 항목을 사용하여 패브릭에서 기본적으로 사용할 수 있습니다. |
| 반응형 시스템 이벤트 | 사용할 수 없음 | 실시간 허브를 통해 게시된 기본 제공 이벤트 Activator 항목을 사용하여 파이프라인 및 Notebook과 같은 데이터 프로세스를 자동화합니다. |
| 실시간 의미 체계 모델 | 사용할 수 없거나 Logic Apps 또는 Azure Functions를 사용하는 코드 우선 솔루션 | 사용할 수 없음 |
| 기본 제공 AI | 사용할 수 없음 | 사용할 수 없음 |
| 알림 목적지 | 서비스의 커넥터 포트폴리오에 따라 달라집니다. | Microsoft Teams, Microsoft Outlook, Power Automate 커넥터. |
카탈로그
| 기능 | Azure PaaS 기반 솔루션 | 실시간 인텔리전스 솔루션 |
|---|---|---|
| 데이터 스트림의 통합 카탈로그 | 사용할 수 없음 | 실시간 허브: 1. 사용자가 만든 데이터 스트림 2. Microsoft 원본의 기존 스트림 3. 패브릭 시스템 이벤트 스트림 |
| Microsoft 데이터 스트림 검색 | 사용할 수 없음 | 실시간 인텔리전스 허브는 Azure 테넌트에서 데이터 스트림을 검색합니다. |
| Azure Storage에서 이벤트 캡처 및 작업 | Azure Storage에서 발생하는 이벤트에 대한 작업을 수행하려면 Azure Event Grid를 배포해야 합니다. | Azure Blob Storage 이벤트 기반 트리거를 사용할 수 있습니다. |
| Fabric에서 이벤트 캡처 및 작업 | 해당 없음 | Fabric에서 기본적으로 사용 가능 |