AI Data Platform

Oracle AI Data Platform이란?(2:09)

Oracle AI Data Platform은 엔터프라이즈 데이터를 통합하고, AI가 정확하게 작동하는 데 필요한 비즈니스 컨텍스트를 생성 및 적용하며, 모든 기능 영역에서 엔터프라이즈 규모로 워크플로, 의사결정, 프로세스를 자동화하는 에이전트를 배포합니다. 관리형 데이터 기반과 내장형 인텔리전스를 갖춘 단일 플랫폼입니다.

Oracle AI Data Platform 커뮤니티 참여하기

Oracle AI Data Platform의 새로운 기능은 무엇인가요?

Oracle AI World: AI의 미래를 살펴보세요

라스베이거스에서 개최된 Oracle AI World에 참여해 주셔서 감사합니다. On Air를 통해 11월 25일까지 기조연설, 제품 스포트라이트, Oracle TV를 시청하고 학습 세션에 액세스할 수 있습니다. 차세대 AI 혁신 기술을 살펴보세요.

On Air 시청하기

왜 Oracle AI Data Platform을 선택해야 할까요?

Enterprise AI는 조직이 신뢰하는 데이터, 비즈니스가 실제로 운영되는 방식을 반영하는 컨텍스트, 의사결정이 이루어지는 지점에 내장된 인텔리전스라는 3가지 요소가 결합될 때 성공합니다.

  • 신뢰할 수 있는 엔터프라이즈 데이터

    Enterprise AI는 그 기반이 되는 데이터의 신뢰성만큼만 신뢰할 수 있습니다. Oracle AI Data Platform은 Oracle Fusion Cloud ERP, SCM, HCM, 고객 경험(CX), 비Oracle 소스를 비롯한 비즈니스 시스템 전반의 정형 및 비정형 데이터를 단일 기반으로 통합합니다. 데이터는 안전하게 유지되며 규정 준수 요구사항을 지원할 수 있습니다. 신뢰할 수 있고 계보가 추적되는 파이프라인을 통해 제자리에서 액세스하거나 이동할 수 있으므로, AI는 단편화된 복사본이 아닌 완전하고 정확한 정보를 기반으로 작동합니다.

    블로그 보기 신뢰할 수 있는 엔터프라이즈 데이터

  • 심층 비즈니스 의미 체계

    AI 모델은 언어를 이해합니다. 그러나 비즈니스를 본질적으로 이해하는 것은 아닙니다. Oracle AI Data Platform은 재무, 공급망, HR, 고객 운영 전반에서 기업의 운영 방식을 정의하는 측정지표, 관계, 도메인 로직, 프로세스 컨텍스트를 인코딩합니다. 이 시맨틱 계층을 기반으로 구축된 에이전트와 분석 기능은 비즈니스 언어로 추론하고, 의사 결정자들이 신뢰할 수 있는 일관되고 설명 가능한 결과를 생성할 수 있습니다.

    블로그 보기 심층 비즈니스 의미 체계

  • 업무 흐름 속 AI

    AI는 실행될 때 비로소 가치를 창출합니다. Oracle AI Data Platform은 의사 결정이 이루어지는 비즈니스 워크플로에 에이전트와 인텔리전스를 직접 내장합니다. 즉, Oracle Applications 내부와 타사 운영 시스템 전반에 적용됩니다. 내장된 AI가 권장 사항을 제시하고, 승인을 최적화하며, 결과를 바꿀 수 있는 시점에 조치를 유도합니다.

    블로그 보기업무 흐름 속 AI

AI Data Platform 고객 성공 사례

  • University College Dublin, Oracle AI Data Platform으로 만성 질환 치료 개선 목표

    UCD 임상 연구 센터는 Oracle AI Data Platform을 사용하여 비정형 임상 데이터를 실용적 인사이트로 전환하여 호흡기 질환의 치료를 혁신하고 있습니다. 합성 데이터 세트와 개방형 데이터 세트를 결합하여 만성 질환 연구 및 데이터 분석을 지원하는 연구 분석 도구를 구축했습니다.

  • Clopay, Oracle AI Data Platform으로 제조 성공 추진

    Clopay® Garage Doors는 Oracle AI Data Platform을 사용하여 고객을 이해하고 서비스 제공 방법을 혁신하고 있습니다. 제품 라인 전반에 걸쳐 수백만 개의 고유한 재고 유지 단위(SKU)를 가지고 있는 Clopay는 스프레드시트 수동 분석을 AI 기반 인사이트로 대체했습니다. 이를 통해 딜러 이탈을 정확하게 예측하고, 이탈이 일어나기 전에 추이를 파악함으로써 비즈니스 성과를 개선하고 더 좋은 의사 결정을 내리고 수익을 개선했습니다.

Oracle AI Data Platform 살펴보기

AI 데이터 플랫폼 에이전트

필요한 데이터와 함께 엔터프라이즈 에이전트를 구축, 배포 및 관리하세요. AI Data Platform의 통합 워크벤치는 개발자와 도메인 전문가에게 에이전틱 워크플로우를 생성하고 프로덕션으로 전환할 수 있는 시각적 및 코드 기반 방식을 제공합니다.

  • 시각적으로 또는 코드로 구축
    공통 환경에서 시각적 캔버스, Python, 노트북, 개방형 개발 프레임워크를 사용하세요.
  • 엔터프라이즈 컨텍스트와 툴 연결
    에이전트에게 엔터프라이즈 데이터, 지식, 모델, API, MCP 서버 및 재사용 가능한 툴에 대한 거버넌스가 적용된 액세스 권한을 제공합니다.
  • 제어 기능을 갖춘 테스트 및 배포
    통합 플레이그라운드에서 각 단계를 평가하고 ID, 접근 제어, 추적, 관찰 가능성을 갖춘 관리형 AI 컴퓨트에 배포하세요.
AI Data Platform 에이전트 살펴보기

AI Data Platform의 레이크하우스 기능

정형, 반정형, 비정형 데이터를 하나의 완전한 레이크하우스로 통합하고, 불필요한 중복 없이 데이터가 있는 위치에서 액세스하거나 이동하세요. 원시 데이터를 분석, 머신 러닝, AI 에이전트에 바로 활용 가능한 신뢰할 수 있는 정보로 전환하세요. 하나의 레이크하우스. 하나의 환경.

  • 모든 데이터를 한곳에 통합
    기존 데이터 자산을 확장하면서 Oracle 및 비Oracle 소스 전반의 엔터프라이즈 데이터에 연결합니다.
  • 원시 데이터에서 AI 지원 준비까지 하나의 경로 생성
    관리형 Apache Spark를 사용하여 데이터를 준비하고 Oracle Autonomous AI Database를 사용하여 분석, 머신러닝, 에이전트용으로 선별된 정보를 제공하세요.
  • 모든 단계에 신뢰 구축
    카탈로그화, 계보 및 액세스 제어를 적용하여 다운스트림 사용자와 AI 워크로드가 동일한 거버넌스 기반을 공유하도록 하세요.
AI 데이터 플랫폼의 레이크하우스 기능 살펴보기

AI 레지스트리

공유 인벤토리에서 엔터프라이즈 AI 기능을 등록, 구성 및 관리하세요. 팀이 기존 자산을 발견하고, 승인된 기능을 재사용하며, 엔터프라이즈 AI 도입이 확대됨에 따라 액세스를 관리할 수 있도록 지원합니다.

  • 에이전트 및 지원 기능 등록
    Oracle 및 기타 지원되는 환경의 A2A 호환 에이전트, MCP 서버, 도구, 재사용 가능한 스킬을 통합합니다.
  • 액세스 구성 및 거버넌스
    기능을 설명하고, 관리 책임 및 종속성을 기록하며, 역할 기반 액세스 제어를 적용합니다. 관련 기능을 비즈니스 요구 사항 중심의 주제로 그룹화합니다.
  • 재사용할 수 있는 기능 제공
    팀이 지원되는 어시스턴트, 애플리케이션 및 Agent Hub를 통해 승인된 기능을 검색하고 액세스할 수 있도록 지원합니다.
AI 데이터 플랫폼 AI 레지스트리 살펴보기

Agent Hub

비즈니스 사용자가 승인된 엔터프라이즈 에이전트와 도구를 활용할 수 있도록 대화형 경험을 제공하세요. 질문하고, 작업을 요청하며, 개발자 도구가 필요하거나 각 기능이 어떻게 구축되었는지 알 필요 없이 업무를 계속 진행할 수 있습니다.

  • 관련 에이전트와 도구 찾기
    AI Registry의 설명, 주제 및 액세스 정보를 사용하여 질문이나 작업에 대해 승인된 기능을 식별합니다.
  • 지원되는 에이전트 전반에서 작업
    일관된 대화형 경험을 통해 Oracle 및 호환되는 타사 에이전트와 상호 작용하거나 등록된 MCP 툴을 직접 사용하세요.
  • 컨텍스트를 유지하며 작업 계속하기
    세션 기록 및 생성된 출력과 함께 이전 대화로 돌아가고, 기반 에이전트 또는 워크플로 내에서 필요한 승인을 따르세요.

AI 데이터 플랫폼의 보안 및 거버넌스

데이터, 분석, 모델 및 에이전트를 구축하고 실행하는 동일한 환경에 보안, 액세스 제어, 카탈로그 거버넌스, 계보 및 감사 기능을 통합하세요.

  • 고객이 권한 유지
    고객은 ID, 역할, 정책, 권한, 승인 및 실행 경계를 정의합니다.
  • 데이터와 AI를 함께 거버넌스
    AI Data Platform에서 관리 및 카탈로그화된 자산 전반에 카탈로그, 액세스, 메타데이터, 계보, 버전 관리 및 수명주기 제어를 적용합니다.
  • 제어권을 유지하면서 협업
    권한 인식 검색, 분리된 작업 공간 및 데이터 액세스, 명시적으로 승인된 데이터 공유를 사용하세요.
  • 추적 가능성 유지
    감사 및 운영 기록을 사용하여 데이터 액세스, 사용자 활동, 에이전트 상호 작용, 관리 변경 사항을 파악하세요.
AI 데이터 플랫폼의 보안 및 거버넌스 살펴보기

AI Data Platform 실제 활용 사례 보기

데이터 엔지니어

원시 데이터부터 AI 지원 골드 데이터까지 완전한 레이크하우스를 구축하세요

Oracle AI Data Platform에서는 데이터 엔지니어가 정형 및 비정형 데이터를 수집부터 소비하는 과정이 단일 경로에서 이루어집니다. 원시 데이터는 객체 스토리지에 저장되고, Spark를 통해 신뢰할 수 있는 실버 데이터 세트로 정제되며, 분석, AI 에이전트 및 다운스트림 애플리케이션에 바로 사용할 수 있는 선별된 골드 데이터로 제공됩니다.

하나의 관리형 워크스페이스에서 파이프라인 설계

데이터 엔지니어는 플랫폼을 전환하지 않고도 워크플로 작업을 통해 데이터 수집, 변환, 보강 파이프라인을 구축할 수 있습니다. 이를 통해 개발 주기를 단축하는 동시에 모든 단계에 대한 액세스를 제어하고 재사용 가능하며 엔터프라이즈 규모에서 운영하기 쉽게 유지할 수 있습니다.

데이터가 이미 존재하는 Spark 및 SQL 실행

팀은 대규모 처리를 위해 Spark를 사용하고 빠른 탐색 및 보고를 위해 SQL을 사용할 수 있으며, 각 워크로드에 가장 적합한 엔진을 선택할 수 있습니다. 엔지니어는 객체 스토리지 및 연결된 데이터베이스 전반에 대한 내부 액세스를 통해 불필요한 이동이나 복제 없이 데이터를 분석하고 준비할 수 있습니다.

AI 지원 엔지니어링으로 파이프라인 제공 가속화

AI 지원 개발을 통해 엔지니어는 코드 생성, 스마트 권장 사항 및 안내식 워크플로 생성을 통해 소스 연결에서 프로덕션 준비 파이프라인으로 더 빠르게 이동할 수 있습니다. 팀은 직접 Oracle Fusion 데이터 통합과 결합하여 ERP, HCM, SCM 및 CX 데이터를 관리형 AI 지원 자산으로 빠르게 전환할 수 있습니다.

데이터 관리자

전체 Oracle Cloud 데이터 자산에 걸친 통합 메타데이터 계층

마스터 카탈로그는 기본 데이터를 이동하거나 복사하지 않고도 메타데이터를 등록하고 구성하는 중앙 메타데이터 계층 역할을 합니다. 이 서비스는 자율운영 AI 데이터베이스, Oracle Database, OCI Object Storage 전반에 상주하는 데이터에 연결되며, 테이블, 뷰, 스키마와 같은 정형 자산 및 비정형 데이터를 모두 포함합니다.

모든 AI 및 데이터 워크로드에 대한 일관된 액세스 제어

안전한 데이터 사용을 지원하도록 설계된 중앙 집중식 역할 기반 액세스 관리 프레임워크입니다. Oracle AI Data Platform 워크벤치는 데이터 계층에서 세분화된 액세스 제어와 정책 관리를 제공하여 기업이 사용자, AI 워크로드의 데이터 액세스 방식을 관리하고 확장 가능한 AI 이니셔티브를 지원할 수 있도록 지원합니다.

모든 AI 및 데이터 워크로드에서 데이터 액세스에 대한 완벽한 가시성

누가 어떤 데이터에 언제, 어떻게 액세스했는지를 추적하는 감사 로그를 통해 투명성과 보안을 제공합니다. 감사 및 운영 감독을 위한 Oracle AI Data Platform 워크벤치로 엔드투엔드 가시성을 확보할 수 있습니다.

AI 및 데이터 워크로드 전반의 역할 기반 액세스 관리

사용자 및 AI 워크로드가 데이터, 도구, 플랫폼 리소스에 적절하게 액세스할 수 있도록 역할을 정의하고 관리합니다. 세분화된 역할 기반 제어 덕분에 관리가 단순하고 보안이 강화되며 액세스 정책을 더 쉽게 적용할 수 있습니다.

원활한 데이터 공유

불필요한 중복 또는 데이터 이동 없이 팀 및 프로젝트 간에 데이터를 안전하게 공유할 수 있습니다. Oracle AI Data Platform은 협업을 개선하고, 신뢰할 수 있는 데이터에 대한 액세스를 가속화하고, 엔터프라이즈급 데이터 운영을 간소화하는 제어된 정책 기반 데이터 공유 기능을 제공합니다.

데이터 과학자

모든 팀 작업 영역에 대한 실험 추적

Oracle AI Data Platform 워크벤치의 실험 기능은 팀을 워크스페이스별로 분리하고, 자동 로깅은 매개변수, 메트릭, 아티팩트 정보를 수집하여 재현 가능한 이력을 생성합니다. 이를 통해 재작업을 줄이고 제어된 변경 사항을 바탕으로 과거 실험을 손쉽게 다시 실행할 수 있습니다. AI Data Platform 워크벤치가 관리 작업을 처리하므로 데이터 과학자는 본연의 데이터 과학 업무에만 집중할 수 있습니다.

원클릭 실행 비교를 통해 성공적인 모델을 레지스트리로 승격

데이터 과학자는 실행을 필터링 및 비교하여 최우수 성과자를 식별한 다음 실험 실행에서 마스터 카탈로그 기반 모델 레지스트리에 버전, 태그 및 사용자정의 필드를 등록하여 '최고의 실행 결과'를 조직에서 공유하고 쉽게 검색할 수 있는 대표 모델 자산으로 전환할 수 있습니다. AI Data Platform은 개선이 이루어지면 자동으로 버전을 관리합니다.

최상의 모델에서 추론까지 포장 오버헤드 없음

자동 버전 지정, 태그 및 커스텀 메타데이터를 사용하여 최적의 모델을 레지스트리에 프로모션할 수 있으므로 기관의 지식이나 사이드 채널에 의존하지 않고도 적합한 모델을 쉽게 검색하고 재사용할 수 있습니다. 최신 버전 또는 특정 버전을 노트북에 직접 로드하고 배치 추론을 실행합니다. AI Data Platform은 실험부터 추론까지 모든 과정을 간단하고 일관되며 반복 가능하게 유지합니다.

엔드투엔드 계보를 통해 모델 생성에 대한 설명 가능 및 감사 가능

AI Data Platform에 등록된 모델은 모델을 생산한 정확한 실험 실행, 계보 및 실행 조건(예: 하이퍼매개변수, 환경 변수, 측정지표 및 아티팩트)을 추적합니다. 팀은 무엇이 구축되었는지, 어떻게 구축되었는지, 그리고 왜 그런 방식으로 성능을 발휘하는지 이해할 수 있습니다.

AI 개발자

엔터프라이즈 AI 구축, 관리, 배포를 위한 통합 플랫폼

Oracle AI Data Platform에서는 팀이 AI를 개발 단계에서 프로덕션으로 전환하는 데 필요한 도구, 통합, 액세스 관리 및 감사 기능을 하나로 제공합니다. 마스터 카탈로그에 연결된 네이티브 벡터 저장소 통합을 통해 엔터프라이즈 지식을 기반으로 하는 시각적 로우 코드 도구 또는 코드 우선 노트북을 사용하여 에이전트와 애플리케이션을 구축합니다. 동급 최고의 LLM을 OCI Generative AI 및 Oracle AI Database 26ai를 통해 사용할 수 있으며, 전체 수명 주기 관리로 모든 AI 자산이 등록, 버전 관리 및 테스트됩니다. Fusion AI Agent Studio 통합을 통해 맞춤형 에이전트를 Oracle SaaS 애플리케이션에 직접 내장하여 AI 개발과 실제 비즈니스 워크플로 간의 연결을 완성할 수 있습니다.

플랫폼의 모든 기능을 활용하는 하이 코드 에이전트 개발

AI Data Platform 내에서 LangGraph, 오픈 소스 프레임워크, 타사 Python 라이브러리를 사용해 코드로 에이전트 플로를 정의할 수 있습니다. 내장 유틸리티 라이브러리를 통해 에이전트는 모델 구성, 가드레일, RAG, MCP, SQL, 프롬프트 관리와 같은 시스템 툴에 원활하게 액세스할 수 있습니다. 코드로 구축했든 캔버스로 구축했든, 모든 플로는 동일한 통합 플레이그라운드에서 테스트됩니다.

플랫폼에 내장된 엔드투엔드 가시화 기능

Oracle AI Data Platform에서는 AI 에이전트가 프로덕션 환경에서 어떻게 수행되고 있는지 자세히 보여주는 내장된 관찰 가능성 도구가 제공됩니다. 개별 실행 추적부터 출력 모니터링 및 실시간 문제 표시까지, 팀은 플랫폼을 벗어나지 않고도 문제를 감지, 진단, 해결할 수 있습니다.

추적성과 통합 플레이그라운드를 통해 에이전트를 유연하게 구축, 테스트, 디버깅할 수 있습니다.

Oracle AI Data Platform은 LangGraph를 통해 노코드, 캔버스 스타일의 에이전트 흐름 정의 및 코드 기반 개발을 모두 지원하므로 팀원들은 자신이 가장 잘 작동하는 방식을 자유롭게 구축할 수 있습니다. 전용 빌드 및 테스트 패널을 통해 개발자는 빠르게 반복 작업을 수행할 수 있으며, 빌드 단계에서 적용된 변경 사항을 포괄적인 테스트 플레이그라운드에서 즉시 사용할 수 있어 팀은 불필요한 마찰 없이 아이디어에서 작동하는 에이전트 플로로 전환할 수 있습니다.

비즈니스 사용자

모든 에이전트를 한곳에서 관리

조직에서 사용하는 모든 AI 에이전트는 사내에서 구축되었든, Oracle Fusion에 내장되었든, 타사 시스템에서 연결되었든 단일 대화형 인터페이스에서 액세스할 수 있습니다. 질문을 하면 적합한 상담원에게 자동으로 연결되고, 모든 상호작용에서 전체 세션 기록이 보존되어 중단한 지점부터 그대로 이어갈 수 있습니다.

AI 기반 애널리틱스

질문하고 답변을 받으세요. Oracle Analytics Cloud는 비즈니스 사용자에게 신뢰할 수 있는 AI 지원 데이터에 대한 셀프 서비스 액세스를 제공합니다. SQL이 필요 없습니다. 데이터 팀도 필요 없습니다. 기다릴 필요도 없습니다. 자연어로 질문하기만 하면 숫자를 의사결정으로 전환하는 시각화, 인사이트, 추천 사항을 즉시 얻을 수 있습니다.

추천 AI Data Platform 블로그

에이전트 vs. 워크플로: ROI는 실제로 어디에서 발생할까요?

대부분의 기업이 AI 에이전트 도입에 실패하는 이유는 기술 때문이 아니라, 단순한 워크플로로 더 잘 처리할 수 있는 업무에 에이전트를 사용하고 있기 때문입니다. 이 블로그에서는 워크플로와 자율형 에이전트의 주요 차이점과, 올바른 접근 방식을 선택하는 것이 ROI, 확장성, 거버넌스 및 비용에 어떤 영향을 미치는지 설명합니다. 또한 에이전틱 AI가 실제로 투자할 가치가 있는지 판단할 수 있는 실용적인 프레임워크를 제공합니다.

게시물 전문 읽어보기 블로그 구독하기

Oracle AI Data Platform 시작하기