'데이터 제품'과 '제품으로서의 데이터'라는 용어를 혼동하기 쉽지만, 이 용어는 서로 다른 의미를 지닙니다. 클라우드 솔루션을 빌드하려면 이러한 차이점을 이해하는 것이 중요합니다.

• 제품으로서의 데이터(DaaP)는 사고방식 또는 전략이며, 일반적으로 '데이터 메시' 아키텍처 개념과 관련이 있습니다. 이는 내부 데이터 세트를 공개 소프트웨어 제품과 동일한 수준으로 관리한다는 의미입니다.
• 반면에 데이터 제품은 실제 기술 결과물입니다. 이러한 데이터는 고품질 데이터를 사용하여 빌드하는 소프트웨어 또는 도구를 구동하는 사전 패키지 데이터입니다.

주요 차이점:

BigQuery 및 Knowledge Catalog와 같은 도구를 사용하여 '소매 재고 예측기'와 같은 데이터 제품을 빌드하는 방법을 살펴보겠습니다.

목표: 매장 관리자에게 재고가 부족한 품목을 알려주고 다음 주에 주문해야 할 품목을 예측하는 내부 도구를 빌드합니다.

먼저 판매 데이터를 저장할 공간이 필요합니다. 서버리스 데이터 웨어하우스인 BigQuery를 사용하여 매일 모든 매장의 판매 수치를 BigQuery 테이블로 스트리밍하는 파이프라인을 설정할 수 있습니다.

모델을 빌드하기 전에 데이터가 정리되어 있는지 확인해야 합니다. Knowledge Catalog를 사용해 데이터 수명 주기를 관리하면 다음과 같은 이점이 있습니다.

• 다른 개발자가 찾을 수 있도록 데이터 분류
• 데이터 품질 규칙 설정(예: '가격은 음수일 수 없음')
• 승인된 사용자만 액세스할 수 있도록 데이터 보호

이제 인텔리전스를 만듭니다. 데이터를 별도의 도구로 내보내는 대신 BigQuery ML을 사용하여 머신러닝 모델을 학습시키는 간단한 SQL 쿼리를 작성합니다. 이 모델은 과거 판매 추세를 살펴보고 미래 수요를 예측합니다.

마지막으로 Looker를 사용하여 간단한 API 또는 대시보드를 빌드할 수 있습니다. 매장 관리자가 로그인하면 SQL 쿼리 대신 '화요일까지 빨간색 셔츠 50개를 추가로 주문하세요.'라는 문구가 표시된 깔끔한 인터페이스가 나타납니다. 수고하셨습니다. 원시 데이터를 유용한 데이터 제품으로 성공적으로 전환했습니다.