Google BigQuery

머신러닝이 내장된 빠르고 확장성이 뛰어나며 경제적인 분석용 완전 관리형 클라우드 데이터 웨어하우스

무료로 사용해 보기

BigQuery는 모든 데이터 분석가의 생산성을 높일 수 있도록 설계된 Google의 확장성이 뛰어난 기업용 서버리스 데이터 웨어하우스입니다. 관리할 인프라가 없기 때문에 익숙한 SQL로 데이터를 분석해 의미 있는 유용한 정보를 찾는 데 집중할 수 있으며 데이터베이스 관리자가 필요하지 않습니다.

관리형 열 형식 저장소는 물론 스프레드시트와 객체 저장소의 데이터를 통해 논리적 데이터 웨어하우스를 생성하여 모든 데이터를 분석할 수 있습니다. 간편한 SQL로 머신러닝 솔루션을 구축하고 운용하세요. 데이터세트, 쿼리, 스프레드시트, 보고서 형태로 안전하고 쉽게 조직 내외에서 유용한 정보를 공유할 수 있습니다. BigQuery를 사용하면 조직에서 강력한 스트리밍 내부 데이터화 기능으로 데이터를 실시간으로 캡처하고 분석할 수 있으므로 유용한 정보가 항상 최신 상태로 유지되며, 매월 최대 1TB의 분석 데이터와 10GB의 저장 데이터가 무료로 제공됩니다.

빠른 준비 및 실행

몇 초 만에 데이터 웨어하우스를 설정하고 데이터를 즉시 쿼리할 수 있습니다. BigQuery는 기가바이트에서 페타바이트에 이르는 데이터에서 엄청난 속도로 SQL 쿼리를 실행하며 공개 또는 상용 데이터세트를 데이터와 쉽게 결합할 수 있습니다. 시간이 오래 걸리는 인프라 프로비저닝 작업을 할 필요가 없어지며, 패치 및 업그레이드를 포함한 지속적인 모든 유지관리 작업을 처리하는 서버리스 인프라를 통해 다운타임이 줄어듭니다. Google BigQuery는 익숙한 ANSI 호환 SQL을 사용하며 데이터를 빠르고 쉽게 통합할 수 있도록 ODBC 및 JDBC 드라이버를 제공합니다.

빠른 준비 및 실행

원활한 확장

데이터 웨어하우스 용량을 계획해야 하는 부담이 사라지고 제한 없는 탄력적인 용량 확장을 통해 무한 확장할 수 있습니다. BigQuery는 자동 확장 및 고성능 스트리밍 내부 데이터화로 데이터를 로드하는 Google의 서버리스 인프라를 활용하여 실시간 분석의 난제를 해결합니다. BigQuery의 관리형 열 형식 저장소가 대량으로 동시 로드를 실행하고 자동으로 성능을 최적화하므로 사용자 수나 데이터 크기와 관계없이 모든 사용자가 신속하게 동시에 데이터를 분석할 수 있습니다.

원활한 확장

강력한 분석으로 유용한 정보를 빠르게 확보

데이터를 복사하거나 이동할 필요 없이 데이터로부터 더욱 빠르게 정보를 얻을 수 있습니다. Google BigQuery가 BigQuery의 관리형 열 형식 저장소, Cloud Storage, Cloud Bigtable, 스프레드시트, 드라이브에 저장된 데이터를 원활하게 쿼리하여 모든 데이터를 전체적으로 볼 수 있습니다. BigQuery를 Informatica 및 Talend와 같은 기존 ETL 도구와 통합하면 이미 사용 중인 데이터도 보강할 수 있습니다. BigQuery는 Tableau, MicroStrategy, Looker, 데이터 스튜디오BETA 등의 인기 BI 도구를 즉시 사용할 수 있도록 지원하므로 누구나 쉽게 뛰어난 보고서와 대시보드를 만들 수 있습니다. BigQuery 데이터 전송 서비스로 Google Ads 및 마케팅 데이터를 자동으로 내부 데이터화하고 시각화하여 클릭 몇 번만으로 강력한 마케팅 데이터 웨어하우스를 설정할 수 있습니다.

강력한 분석으로 유용한 정보를 빠르게 확보

비즈니스 데이터 및 투자 보호

예산에 맞는 비용으로 탁월한 성능, 보안, 기능을 경험해 보세요. BigQuery가 추가 비용 없이 재해 복구용 자동 데이터 복제와 높은 처리 가용성을 제공하므로 데이터 운영 부담이 사라집니다. BigQuery는 99.9% SLA를 제공하며 미국과 유럽 연합 간의 세이프 하버 협정을 준수합니다. BigQuery의 세밀한 ID 및 액세스 관리 제어로 강력한 보안을 쉽게 유지할 수 있습니다. BigQuery 데이터는 미사용 상태와 전송 중에 항상 암호화됩니다.

비즈니스 데이터 및 투자 보호

BigQuery MLBETA

데이터 과학자와 데이터 분석가는 BigQuery ML을 활용해 간편한 SQL로 BigQuery 내부에서 직접, 글로벌 규모의 구조화 또는 반구조화 데이터상에서 머신러닝(ML) 모델을 신속하게 구축 및 운용할 수 있습니다.

BigQuery ML
대중화 로고

액세스 가능한 예측 분석

익숙한 SQL을 사용해 커스텀 ML 모델을 구축, 테스트, 운용하고 자동 특성 추출, 모델 선택, 단계 하이퍼튜닝으로 훨씬 간편하게 모델 구축 절차를 수행하세요. BigQuery에 학습된 모델을 저장하고 이해관계자에게 간편하게 공유해 원활하게 협업할 수 있습니다.

시간 단축 로고

더욱 빠르게 유용한 정보 도출

데이터를 광범위하게 샘플링하거나 교육을 위해 데이터 웨어하우스 외부로 이동할 필요 없이 ML 모델 구축을 BigQuery 내에서 몇 주, 며칠이 아닌 몇 분 만에 완료하세요. 원하는 경우 BigQuery ML은 학습된 ML 모델을 기본 데이터의 변경에 따라 자동으로 업데이트할 수 있어 수작업으로 모델을 재학습시켜야 하는 시간을 절약할 수 있습니다.

문제없이 확장 로고

문제없이 확장

BigQuery의 서버리스 아키텍처와 Google 클라우드의 강력한 성능을 활용해 ML 모델을 페타바이트 규모로 기존 시스템보다 훨씬 빠르게 몇 분 만에 학습시킬 수 있습니다. 조직 내의 데이터 분석가와 일반 데이터 과학자가 쉽게 협업해 ML 솔루션을 구축할 수 있도록 지원하세요. BigQuery ML은 중요한 예측 분석 솔루션을 문제없이 구축할 수 있도록 지원합니다.

BigQuery의 특장점

분석을 위한 빠르고 확장성이 뛰어나며 경제적인 완전 관리형 데이터 웨어하우스

서버리스
리소스가 필요할 때 서버리스 데이터 웨어하우스가 필요한 리소스를 제공합니다. BigQuery를 사용하면 직접 컴퓨팅 리소스를 운영하고 크기를 설정하는 대신 데이터와 분석에 집중할 수 있습니다.
실시간 분석
BigQuery의 고속 스트리밍 삽입 API가 실시간 분석을 위한 강력한 기반을 제공합니다. BigQuery를 통해 최신 비즈니스 데이터를 즉시 분석에 사용할 수 있으므로 현재 상황을 분석할 수 있습니다.
자동 고가용성
여러 위치에서 무료 데이터 및 컴퓨팅 복제가 가능하므로 심각한 장애가 발생한 경우에도 데이터를 쿼리할 수 있습니다. BigQuery는 추가 비용과 설정 없이 투명하게 자동으로 내구성 있는 복제 저장소와 고가용성을 제공합니다.
표준 SQL
BigQuery는 ANSI:2011과 호환되는 표준 SQL 언어를 지원하므로 코드를 다시 작성할 필요가 줄어들며 고급 SQL 기능을 활용할 수 있습니다. BigQuery는 ODBC 및 JDBC 드라이버를 제공하므로 현재 애플리케이션에서 BigQuery의 강력한 엔진을 활용할 수 있습니다.
통합 쿼리 및 논리적 데이터 웨어하우스
BigQuery는 데이터 고립을 없애므로 한곳에서 모든 데이터 애셋을 분석할 수 있습니다. 강력한 통합 쿼리를 통해 BigQuery가 데이터 중복 없이 객체 저장소(Cloud Storage), 트랜잭션 데이터베이스(Cloud Bigtable) 또는 Google 드라이브 스프레드시트의 데이터를 처리할 수 있습니다. 도구 하나로 모든 데이터 소스를 쿼리할 수 있습니다.
저장소와 컴퓨팅 분리
BigQuery는 비용 및 액세스 권한에 대해 세밀한 제어 기능을 제공합니다. BigQuery의 저장소 및 컴퓨팅이 분리되어 있으므로 사용한 리소스에 대한 비용만 지불하면 됩니다. 비즈니스에 적합한 저장소와 처리 솔루션을 선택하고 각각의 액세스 권한을 제어할 수 있습니다.
자동 백업 및 간편한 복원
BigQuery가 자동으로 데이터를 복제하고 변경 기록을 7일 동안 유지하므로 예상하지 못한 데이터 변경에 대한 우려가 줄어듭니다. 이를 통해 다른 시점의 데이터를 쉽게 복원하고 비교할 수 있습니다.
지리정보 데이터 유형 및 함수
BigQuery GISALPHA를 통해 데이터 웨어하우스에 가장 일반적으로 사용되는 GIS 함수에 대한 SQL 지원이 가능해집니다. 임의의 점, 선, 도형, 다중 다각형이 WKT와 GeoJSON 형식으로 지원되므로 더욱 간편하게 지리정보를 분석하고, 새로운 방법으로 위치 기반 데이터를 확인하고, BigQuery의 강력한 성능으로 완전히 새로운 사업 분야를 개척할 수도 있습니다. BigQuery GISALPHA 사전 체험판이 필요하시면 여기를 방문하세요.
데이터 전송 서비스
데이터가 SaaS 애플리케이션에 있는 경우에도 BigQuery로 쉽게 데이터 웨어하우징을 시작할 수 있습니다. 완전 관리형인 BigQuery 데이터 전송 서비스는 예약에 따라 Google Marketing Platform, Google Ads, YouTube 등의 외부 데이터 소스에서 Google BigQuery로 데이터를 자동으로 전송합니다.
빅데이터 생태계 통합
Cloud Dataproc 및 Cloud Dataflow와 함께 BigQuery가 Apache 빅데이터 생태계와의 통합을 제공하므로 기존 Hadoop, Spark, Beam 작업에서 BigQuery의 데이터를 바로 읽거나 쓸 수 있습니다. BigQuery를 사용하면 간편하게 SQL을 분석하고 기존 빅데이터 작업과 통합하여 구조화된 데이터를 최대한 활용할 수 있으므로 기존에 진행한 작업을 폐기할 필요가 없습니다.
페타바이트급 규모
데이터 크기와 관계없이 BigQuery를 빠르고 쉽게 사용할 수 있습니다. BigQuery로 뛰어난 데이터 성능을 얻으면서 매끄럽게 확장하여 용량을 추가 구매할 필요 없이 페타바이트 이상의 데이터를 저장하고 분석할 수 있습니다.
유연한 가격 모델
BigQuery에서 가장 잘 맞는 가격 모델을 선택할 수 있습니다. 주문형 가격의 경우 사용한 저장소와 컴퓨팅에 해당하는 비용만 지불하면 됩니다. 정액제의 경우 대용량 사용자나 기업에서 월정액 분석 요금을 선택할 수 있습니다. 자세한 내용은 BigQuery 가격을 참조하세요.
데이터 암호화 및 보안
BigQuery에 저장된 데이터에 액세스할 수 있는 사람을 완전하게 관리할 수 있습니다. BigQuery를 사용하면 Cloud ID 및 액세스 관리의 세밀한 ID 및 액세스 관리로 강력한 보안을 쉽게 유지할 수 있으며, 데이터는 미사용 상태와 전송 중에 항상 암호화됩니다.
데이터 위치
완전 관리형 서비스의 혜택을 계속 누리면서 미국 및 유럽 내의 위치에 BigQuery 데이터를 저장할 수 있습니다. BigQuery는 지역 내에서 클러스터 및 기타 컴퓨팅 리소스를 설정하고 관리하지 않아도 되는 지리적 데이터 제어 옵션을 제공합니다.
AI를 위한 기반
BigQuery는 머신러닝과 인공지능을 위한 유연하고 강력한 기반을 제공합니다. Cloud ML 엔진 및 TensorFlow와 통합하면 BigQuery ML로 데이터에 ML을 적용하는 것은 물론 구조화된 데이터에서 강력한 모델을 학습시킬 수도 있습니다. 또한 BigQuery로 데이터를 변환하고 분석할 수 있으므로 데이터를 머신러닝에 맞게 만들 수 있습니다.
BI를 위한 기반
BigQuery는 최신 BI 솔루션을 위한 데이터 웨어하우징 백본을 형성하며, Google과 기술 파트너의 도구를 사용하여 데이터 통합, 변환, 분석, 시각화, 보고를 원활하게 수행할 수 있습니다.
유연한 내부 데이터화
Cloud Storage에서 데이터를 로드하거나 초당 수천 행으로 BigQuery에 스트리밍하면 데이터를 실시간으로 분석할 수 있습니다. Informatica, Talend, 기타 익숙한 데이터 통합 도구를 즉시 사용할 수 있습니다.
데이터 통제
BigQuery는 Cloud IAM과의 통합을 통해 API에서 데이터에 대한 세밀한 액세스 제어와 역할 기반 제어를 제공합니다. BigQuery와 Cloud IAM을 함께 사용하면 승인되지 않은 액세스로부터 데이터가 안전하게 보호됩니다.
프로그래매틱 상호작용
BigQuery는 간편한 프로그래매틱 액세스와 애플리케이션 통합을 위해 REST API를 제공합니다. 모든 유형의 프로그래머를 지원하기 위해 BigQuery는 자바, Python, Node.js, C#, Go, Ruby, PHP로 클라이언트 라이브러리를 제공합니다. 비즈니스 사용자는 Google Apps Script를 사용하여 Google 스프레드시트에서 BigQuery에 액세스할 수 있습니다.
Stackdriver를 통한 풍부한 모니터링 및 로깅
BigQuery는 Stackdriver 감사 로그를 통해 풍부한 모니터링, 로깅, 알림을 제공합니다. BigQuery 리소스를 한눈에 모니터링할 수 있으며, BigQuery가 Stackdriver Logging을 사용하는 모든 애플리케이션이나 서비스의 로그 저장소 역할을 할 수 있습니다.
비용 관리
BigQuery의 비용 관리 메커니즘으로 고객은 일일 비용을 제한할 수 있습니다. 자세한 내용은 비용 관리에서 확인하세요.

BigQuery 솔루션 및 사용 사례

실시간 인벤토리 관리 시스템
사물 인터넷
대규모 이벤트 및 로그 분석
예측 디지털 마케팅
상용 데이터세트로 데이터 배포
공개 데이터세트

BigQuery 가격

BigQuery에서 데이터 저장소, 스트리밍 삽입, 데이터 쿼리 비용을 청구하지만 데이터 로드 및 내보내기는 무료입니다. 자세한 가격 정보는 가격 책정 가이드를 참조하세요.

항목 가격
저장소 GB당 $0.02/월
장기 저장소의 경우 GB당 $0.01/월
스트리밍 삽입 200MB당 $0.01
데이터 로드, 복사, 내보내기
메타데이터 작업
무료
USD 외의 통화로 지불하면 Cloud Platform SKU에 해당 통화로 표기된 가격이 적용됩니다.

데이터를 쿼리하는 경우에는 다음 두 가지 가격 옵션 중에서 선택할 수 있습니다.

구독 유형 가격
종량제 TB당 $5
매달 처음 1테라바이트(1TB)는 무료*
정액제 최저가 $40,000/월(전용 슬롯 2,000개 예약)
자세한 내용은 정액제를 참조하세요.

BigQuery ML(미리보기 가격 책정)

BigQuery 모델 생성 및 예측에 대한 가격은 BigQuery 구독 유형을 기준으로 책정합니다.

구독 유형 머신러닝 모델 가격
종량제 선형 회귀
로지스틱 회귀
학습 데이터 1GB당 $5, 생성한 모델당**
매달 첫 10GB의 학습 데이터는 무료입니다.

데이터 1TB당 $5(예측/평가 쿼리)
정액제 선형 회귀
로지스틱 회귀
2019년 7월 31까지, 평소와 마찬가지로 모델 생성 및 예측은 현재 슬롯을 소비합니다.

BigQuery ML 가격 책정에 관한 세부 내용을 더욱 자세히 확인하세요.

USD 외의 통화로 지불하면 Cloud Platform SKU에 해당 통화로 표기된 가격이 적용됩니다.

* 매달 BigQuery로 처리되는 데이터의 처음 1테라바이트(1TB)는 무료입니다.
** 매달 CREATE Model 문을 실행할 때 사용하는 데이터의 처음 10GB는 무료입니다.
참고: 이러한 작업에 BigQuery의 할당량 정책이 적용됩니다.

BigQuery 파트너

BigQuery는 수많은 도구 및 파트너들이 클라우드 기반 데이터 웨어하우스의 잠재력을 최대한 활용할 수 있도록 지원합니다. 데이터 통합에서 분석에 이르기까지 Google Cloud 파트너는 업계 최고 수준의 데이터 로드, 변환, 시각화 도구 등을 BigQuery와 통합했습니다. 덕분에 고객이 BigQuery의 민첩성, 성능, 사용 편의성을 활용하여 더욱 빠르고 강력한 정보를 제공할 수 있게 되었습니다.

데이터 통합

BI 및 데이터 시각화

BigQuery 추천 블로그

데이터와 유용한 정보 간의 격차 해소
수디르 하스베(GCP Big Data 제품 관리 이사)
BigQuery에서 스프레드시트의 비즈니스 데이터를 고속으로 처리하는 방법
댄 맥클라리(제품 관리자)
BigQuery 내부 구조
조던 티가니(BigQuery 기술 리드) 및 티노 테레스코(BigQuery 기술 프로그램 관리자)
빅데이터의 가치를 평가할 때 기능이 아닌 경제성을 고려하기
ESG
BigQuery 쿼리 심층 분석
조던 티가니(BigQuery 기술 리드) 및 티노 테레스코(BigQuery 기술 프로그램 관리자)
완전 관리형의 의미를 새로 정의해 나가는 BigQuery
티노 테레스코(BigQuery 기술 프로그램 관리자)
Google의 대규모 정렬 실험 기록
마리안 드보르스키(Google Cloud Platform 소프트웨어 엔지니어)
BigQuery의 차세대 열 형식 저장소 형식인 Capacitor 알아보기
모샤 파수만스키(Dremel / BigQuery 기술 리드)
BigQuery의 인메모리 쿼리 실행
호세인 아흐마디(BigQuery 기술 리드)
대규모 확장: Motorola에서 Google Cloud Platform을 통해 데이터 웨어하우스 및 분석을 변환한 방법
알렉스 바렛(Google Cloud Platform 블로그 편집자)

블로그 글을 더 읽어보고 BigQuery에 대해 자세히 알아보려면 Google Cloud 빅데이터 및 머신러닝 블로그를 방문하세요. Twitter(@GCPDataML)에서도 팔로우할 수 있습니다.

이 페이지에 나열된 제품은 알파, 베타, 또는 사전 체험판 버전입니다. 제품 출시 단계에 대한 자세한 내용은 여기에서 확인하세요

다음에 대한 의견 보내기...