솔루션

데이터 레이크 현대화

모든 데이터 분석을 지원하는 데이터 레이크

Google Cloud의 데이터 레이크는 데이터 전문가들이 많은 양의 광범위한 고품질 데이터를 안전하고 경제적으로 수집, 저장, 분석하도록 도와줍니다. Google Cloud 자동 확장 서비스를 기반으로 데이터 레이크를 구축하면 컴퓨팅과 스토리지를 분리하여 쿼리 속도를 높이고 비용을 GB 단위로 관리할 수 있습니다.

고객 사례

내용 요약

  • 12,000개 이상의 온프레미스 Hadoop 노드를 GCP로 마이그레이션

  • 온프레미스 Apache Hadoop 이전으로 TCO 대폭 절감

원하는 방식으로 데이터 레이크 현대화

Google Cloud에 다시 호스팅하는 데이터 레이크

이미 온프레미스 데이터 레이크에 시간을 투자한 상태이며 클라우드에서 처음부터 다시 빌드하고 싶지 않다면 데이터와 코드를 Google Cloud로 리프트 앤 시프트하여 클라우드의 비용 절감과 확장성을 누리세요.

Google Cloud로 데이터 레이크 워크로드 버스트

리소스 사용이 많은 데이터 또는 분석 처리 워크로드(ETL, SQL, 모델 학습 등)를 가져와 클라우드로 버스팅하면 새 하드웨어 프로비저닝 없이 컴퓨팅을 자동 확장할 수 있습니다. 클라우드에서 계속 워크로드를 실행하거나 사용량이 많은 기간이 지난 후 클러스터를 종료할 수도 있습니다.

Google Cloud에 클라우드 기반 데이터 레이크 구축

데이터 레이크의 용량이 부족해 계획을 재고 중이라면 Google Cloud에 클라우드 기반 데이터 레이크를 구축해 데이터 엔지니어, 데이터 분석가, 데이터 과학자들이 분석 개발 속도를 높일 수 있도록 도와주세요.

주요 이점

완전 관리형 서비스

Google Cloud의 완전 관리형 서비스가 물리적 하드웨어 관리와 관련된 복잡성을 없애줍니다. 덕분에 수월한 관리를 위한 클러스터 프로비저닝 및 자동 확장에 90초가 채 안 걸리며 새 리소스와 서비스를 거의 즉각적으로 가동할 수 있습니다.

Apache Hadoop 및 Spark 알아보기
데이터 및 분석 처리 시간 단축

스토리지와 독립적으로 컴퓨팅을 확장하면 많은 시간이 걸리는 데이터 및 분석 처리 시간을 초 단위로 단축할 수 있습니다. 또한 하드웨어를 추가로 프로비저닝하지 않아도 실시간 애플리케이션 지원, 대규모 모델 학습, 버스트 쿼리의 초 단위 실행이 가능합니다.

Pandora의 클라우드 이전 읽기
비용 절감

Google Cloud TCO는 온프레미스 Hadoop보다 평균 57% 적습니다. 서버리스 데이터 레이크를 사용하면 IT팀에서 소프트웨어 업그레이드 및 물리적 하드웨어에 대한 걱정 없이 효율적으로 확장할 수 있습니다.

자세한 ESG 보고서 받기
AI 및 머신러닝 확장

클라우드 서비스부터 이 서비스가 실행되는 하드웨어에 이르는 전체 스택을 머신러닝 확장에 최적화하였습니다. 따라서 Google Cloud에 데이터 레이크를 구축하면 머신러닝 및 AI 서비스를 빠르게 추가하여 현재 및 향후의 분석 사용 사례를 지원할 수 있습니다.

Google AI 및 머신러닝 제품 알아보기
보안 및 제어

Google에서는 칩부터 사용자에 이르는 모든 데이터가 보호되도록 보장하기 때문에 데이터를 보호하고 주요 데이터 거버넌스 솔루션과 통합하며 엄격한 규정 준수를 충족할 수 있습니다.

Titan 칩 설계 읽기

데이터 레이크 마이그레이션에 사용되는 기본 Google Cloud 서비스를 살펴보세요.

Google은 데이터 레이크를 구성하는 일부분에 불과합니다. Google의 주요 파트너가 기존 IT 투자와 원활하게 통합되는 새로운 기술을 활용하도록 도와드립니다.