스트리밍 데이터 품질 가이드북

스트림 거버넌스 모범 사례를 통해 데이터 품질 저하로부터 다운스트림 시스템과 애플리케이션을 보호하는 방법을 소개하는 종합 가이드입니다.

데이터 품질을 높은 수준으로 유지하는 것은 언제나 필수였지만, 이제 AI/ML의 부상과 함께 그 중요성이 더욱 더 커지고 있습니다. '콩 심은 데 콩 나고 팥 심은 데 팥 난다'는 말이 있듯, 데이터 품질이 저하되면 다운스트림이 부정적인 영향을 받아 비용이 많이 드는 운영 중단과 시스템 장애, 보고서의 정확도 저하, 잘못된 의사 결정을 초래할 수 있습니다.

Apache Kafka®와 그 밖의 데이터 스트리밍 기술을 사용하면 불량 데이터가 더 멀리, 더 빠르게 퍼지면서 데이터 품질 문제가 증폭될 수 있습니다. 이벤트 기반 시스템에서는 불량 데이터가 애플리케이션 및 서비스의 에코시스템 전체를 쉽게 중단시킬 수 있습니다. 그렇다면 어떻게 해야 조직이 스트리밍 아키텍처의 이점을 활용하면서, 데이터 팀에 데이터 품질을 높게 유지할 수 있는 지속 가능하고 확장 가능한 방안을 제공할 수 있을까요?

거버넌스를 고려한 데이터 스트리밍 관련 모범 사례를 이 데이터 품질 가이드북에서 확인하세요. 일반적으로 주의해야 할 불량 데이터의 범주와 예방 조치를 마련하는 방법을 소개합니다. 데이터 품질을 높은 수준으로 유지하기 위해 실행할 수 있는 조치들을 알아보고 데이터 계약 체결, 데이터 제품 개발, 조직 전반의 데이터 소유권 및 관리를 위한 분산형 데이터 메시 방식 수용 등의 주제도 다룹니다. Confluent의 Stream Governance 제품군을 통해 이 모든 것을 간편하고 수월하게 구현하는 방법을 보여드리기 때문에 데이터 스트리밍 초보자와 전문가 여러분께 모두 알찬 정보가 될 것입니다.

지금 다운로드해서 읽어보기:

• 일반적인 스키마 문제와 잘못된 값의 원인 식별하기
• Schema Registry로 데이터 계약 정의 및 공유하기
• 분산형 모델에서 데이터 스트림을 찾고, 이해하고, 신뢰하기