검색어와 일치하는 결과가 없습니다.
원하시는 정보를 찾는 데 도움이 되도록 다음을 시도해 보십시오.
- 검색에 사용하신 키워드의 철자가 올바른지 확인하십시오.
- 입력한 키워드에 동의어를 사용하십시오. 예를 들어 “소프트웨어” 대신 “애플리케이션”을 사용해 보십시오.
- 아래에 표시된 인기 검색어 중 하나를 사용해 보십시오.
- 새로운 검색을 시작하십시오.
Oracle Autonomous Data Warehouse
Oracle Autonomous Data Warehouse는 데이터 웨어하우스 운영, 데이터 보안 및 데이터 기반 애플리케이션 개발의 복잡성을 모두 제거하는 클라우드 데이터 웨어하우스 서비스입니다. 그리고 데이터 웨어하우스의 프로비저닝, 구성, 보안, 조정, 확장 및 백업을 자동화합니다. 여기에는 셀프 서비스 데이터 로딩, 데이터 변환, 비즈니스 모델, 자동 인사이트, 여러 데이터 유형 및 머신 러닝 분석에 걸쳐 더 간단한 쿼리를 지원하는 기본 제공 컨버지드 데이터베이스 기능을 위한 도구가 포함됩니다. Oracle Cloud@Customer를 통해 Oracle Public Cloud와 고객 데이터 센터 모두에서 사용할 수 있습니다.
Oracle 데이터베이스 서버 기술 EVP인 앤드류 멘델손의 발표 영상을 통해 Oracle의 최신 클라우드 데이터 웨어하우스에 대해 알아보세요.
단연 최고의 Tier-1 클라우드 데이터베이스 플랫폼.
Autonomous Data Warehouse와 호환되는 애플리케이션 및 도구에 대해 알아보세요.
무료로 Oracle Autonomous Data Warehouse를 시작하세요.
Oracle Autonomous Data Warehouse를 선택하는 이유는 무엇입니까?
자율운영 웨어하우스 관리
Oracle Autonomous Data Warehouse를 사용하면 거의 모든 수동 작업, 인적 오류 그리고 전문 지식 요구사항에서 해방될 수 있습니다. 프로비저닝, 구성, 백업 외에도 다운타임이나 관리 작업 없이 패치 및 업데이트를 자동화합니다. Autonomous Data Warehouse는 고유의 성능 튜닝 자동화를 통해 워크로드가 변경되거나 동시 사용자 수가 증가하더라도 일관된 고성능을 보장합니다. Autonomous Data Warehouse는 다운타임 없이 자동으로 확장하여 비즈니스 요구 사항을 충족합니다. 필요한 리소스만 추가하며, 융통성 없는 모델의 과도한 프로비저닝으로 인한 비용 낭비를 방지할 수 있습니다. 또한, 자동으로 장애를 복구하여 사용자의 개입 필요성을 줄일 수 있습니다. 이를 통해 비즈니스 팀은 민첩성을 향상시키고 IT 부서와 독립적으로 데이터 마트를 운영할 수 있으며, DBA는 비용이 많이 드는 수동 작업에 매달리는 대신 데이터를 사용하여 비즈니스 가치를 창출하는 데 집중할 수 있습니다.
슬로베니아 Zreče에 본사를 둔 Unior Group은 데이터베이스 관리자 없이 8천 5백만 개의 레코드를 관리합니다. (1:23)셀프 서비스 데이터 도구 및 분석이 포함된 완벽한 솔루션
Autonomous Data Warehouse는 다중 모델 데이터 및 다중 워크로드에 대한 기본 지원을 제공하는 컨버지드 데이터베이스를 사용하는 유일한 완벽한 솔루션입니다. 여기에는 분석가, 데이터 사이언티스트 및 개발자의 생산성을 향상시키는 셀프 서비스 도구가 기본 제공됩니다. 분석가는 스크립팅 대신 드래그 앤 드롭하여 데이터를 로드 및 변환할 수 있으며, 새로운 비즈니스 모델을 신속하게 구축하고 추가 분석이 필요한 데이터를 자동으로 식별할 수 있습니다. 전문 및 시민 데이터 사이언티스트 누구나 Python, SQL 또는 AutoML을 사용하여 머신 러닝 모델을 빌드하고 데이터베이스에 배포하거나 REST 엔드 포인트를 사용할 수 있습니다. 개발자는 통합 데이터로 데이터 기반 애플리케이션을 구축하고, 공간 및 그래프 분석을 모두 활용하여 성과를 높일 수 있습니다.
분석 보고서: Oracle Autonomous Data Warehouse로 데이터에서 최대 가치 추출(PDF)홍콩에 위치한 Maxim’s Caterers는 임시 쿼리 및 가정 분석을 사용하여 60만 개의 일일 트랜잭션 및 소셜 미디어 데이터를 분석하여 비즈니스 효율성과 경쟁력을 향상시킵니다.
비즈니스 성공을 위한 자율 운영(PDF)
Oracle Public Cloud 또는 고객 데이터 센터에서 사용 가능
다른 클라우드 데이터 웨어하우스 서비스와 달리 Autonomous Data Warehouse는 세 가지 배포 옵션을 제공합니다.
공유 인프라(퍼블릭 클라우드):
공유 인프라 배포 옵션을 사용하면 고객은 Oracle Public Cloud에서 실행되는 자동화된 운영, 성능, 확장성 및 Autonomous Data Warehouse의 고급 보안 혜택을 누릴 수 있지만 비용은 저렴합니다.전용 인프라(퍼블릭 클라우드):
전용 인프라 배포 옵션은 Oracle Public Cloud의 전용 Exadata 인프라에서 고객 데이터베이스를 프로비저닝합니다. 전용 인프라는 다른 사용자와의 격리를 제공하고 온-프레미스 배포와 동일한 성능 및 예측 가능성을 제공합니다. 또한 고객은 업그레이드 및 패치 타이밍과 같은 자율적인 운영 정책을 제어할 수 있습니다.Cloud@Customer 인프라(고객 데이터 센터):
Exadata Cloud@Customer의 Autonomous Data Warehouse는 고객 데이터 센터에서 Exadata Database Machine의 모든 이점을 가져가는 동시에 더 단순화된 자율 운영 클라우드 관리가 가능합니다. 이 서비스는 셀프 서비스 민첩성을 지원하고 Cloud@Customer가 고객 데이터 센터에서 실행되기 때문에 데이터 웨어하우스를 퍼블릭 클라우드로 들어 올리거나 옮기는 문제를 제거하고 엄격한 데이터 주권 및 보안에 대한 조직 요구 사항을 충족할 수 있도록 합니다.
포괄적인 데이터 및 개인정보 보호
Autonomous Data Warehouse를 사용하면 외부인과 내부인으로부터 데이터를 안전하게 보호할 수 있습니다. 유휴 시 자율적으로 데이터를 암호화하고(백업 및 네트워크 연결 포함) 규제된 데이터를 보호하고 모든 보안 패치를 적용하며 감사를 수행하며 위협 탐지를 수행합니다. 또한 고객은 Oracle Data Safe를 사용하여 지속적인 보안 평가, 사용자 및 권한 분석, 민감한 데이터 검색, 민감한 데이터 보호 및 활동 감사를 쉽게 수행할 수 있습니다. Autonomous Data Warehouse는 데이터 유출, 악성 코드 주입, DDoS 공격, 악의적인 내부자, 고급 영구 위협, 안전하지 않은 API, 계정 하이재킹 등으로부터 조직과 모든 데이터를 보호합니다.
조지아 주 사바나에 있는 DX Marketing은 Autonomous Data Warehouse를 사용하여 2억 6천만 건 이상의 미국 소비자 및 그와 관련된 개인 정보에 대한 라이선스 레코드를 보호합니다. (1:54)IDC 조사 보고서: 완전 관리형 데이터베이스 서비스의 보안상 장점(PDF)
Autonomous Data Warehouse
자율 운영 관리를 통해 단순화된 데이터 웨어하우스 관리
프로비저닝, 구성, 보안, 튜닝 및 확장과 같은 자율 운영 관리 기능으로 인적 오류가 발생할 수 있는 수동 작업과 복잡한 작업이 제거됩니다. 자율 운영 관리를 통해 고객은 고성능, 고가용성 및 보안 데이터 웨어하우스를 운영하면서 관리 비용을 절감할 수 있습니다.
특징
- 자동 확장
- 자동 보안
- 자동 튜닝
- 자동 백업
- 자동 수리
- 자동 패치
일관된 고성능 보장
Autonomous Data Warehouse는 시스템 성능의 모든 측면을 지속적으로 모니터링합니다. 워크로드, 쿼리 유형 및 사용자 수가 다양하더라도 일관된 고성능을 보장하기 위해 자율적으로 조정합니다.
특징
- 자동 확장
- 자동 튜닝
- 자동 인덱싱
- Hybrid Columnar Compression
- 열(Columnar) 처리
- 스마트 스캔
- 자동 최적화 통계 수집
데이터베이스 보안으로 위험 감소
중요한 데이터를 식별하고 위험한 사용자 및 구성에 대한 경고를 발행하며 중요한 데이터베이스 활동을 감사하며 의심스러운 데이터 액세스 시도를 발견하는 통합된 데이터베이스 보안 제어 센터로 Autonomous Data Warehouse를 보호하세요.
특징
- 투명한 데이터 암호화
- 암호화 키 관리
- 권한이 있는 사용자 및 멀티팩터 액세스 제어
- 데이터 분류 및 발견
- 데이터베이스 활동 모니터링 및 차단
- 통합 감사 및 보고
- 데이터 마스킹
- 데이터 편집
셀프 서비스 데이터 관리 도구
데이터 도구는 협업하는 팀 간 데이터를 간편하게 로드하여 공유할 수 있는 셀프 서비스 환경을 제공합니다. 비즈니스 및 데이터 분석가는 드래그 앤 드롭 기능을 사용하여 간편하게 데이터를 로드 및 변환하고, 비즈니스 모델을 생성할 수 있습니다. 또한, 이상 현상, 특이치 및 숨겨진 패턴을 빠르게 식별할 수 있을 뿐 아니라 데이터 종속성 및 변경의 영향을 분석할 수 있습니다.
특징
- 데이터 로딩
- 데이터 변환
- 비즈니스 모델
- 데이터 인사이트
- 카탈로그
모두를 위한 머신 러닝
확장 가능하고 최적화된 데이터베이스 내 알고리즘을 사용하여 Oracle Autonomous Data Warehouse에서 머신 러닝 모델을 구축하고 배포합니다. Oracle Machine Learning은 데이터를 전용 머신 러닝 시스템으로 이동할 필요 없이 데이터 사이언티스트를 위한 머신 러닝 학습 모델 생성을 가속화합니다.
특징
- 데이터베이스 내 알고리즘
- 자동 데이터 준비
- AutoML은 모델 개발 작업을 자동화합니다
- REST 및 SQL 인터페이스를 통한 간편한 모델 배포
- 향상된 성능, 확장성 및 보안
- Oracle Machine Learning Notebooks
- Python용 OML
- OML 서비스
- OML AutoML UI
- Oracle Machine Learning for SQL
데이터에서 숨겨진 관계 발견
그래프 데이터베이스를 사용하면 데이터의 복잡한 관계를 보다 쉽게 관리, 표현 및 상호 작용할 수 있습니다. 데이터 사이언티스트와 개발자는 그래프 모델을 사용하여 패턴 인식, 분류 및 통계 분석을 수행할 수 있으며, 이 모든 기능을 통해 대량의 데이터를 보다 효율적으로 분석할 수 있습니다.
Oracle Autonomous Database는 이미 그래프 모델을 분석하고 시각화하는 기능을 제공하지만, 그래프 분석을 위한 완전한 관리형 플랫폼인 Graph Studio가 추가될 예정입니다.
Graph Studio 주요 기능:
- 자동화된 그래프 모델링
- 자동화된 설치, 업그레이드 및 프로비저닝
- 자동 저장, 백업 및 체크포인트 데이터 복원 기능
- 고급 노트북 및 시각화
- 분석 예약 기능
- 다양한 사용 사례에 대한 샘플 노트북 및 워크플로
위치 이해
Autonomous Data Warehouse의 공간 기능은 가장 까다로운 대규모 위치 정보 및 지형 공간 애플리케이션을 포함하여 모든 형태의 애플리케이션, 공간 워크로드 및 데이터 세트를 처리합니다.
특징
- 2D 공간 데이터에 대한 데이터 모델 및 종합 분석
- 고성능 병렬 공간 처리
- 표준 기반 SQL 및 Java API
- 기본 JSON 및 REST 지원
- 위치 추적 서버
- 연락처 추적 내장 기능
- 셀프 서비스 공간 스튜디오
IT 자동화의 목표는 일상적인 워크플로에서 IT를 배제하고 비즈니스 라인에서 중요한 데이터를 직접 정의하고 추출할 수 있도록 하는 것입니다."라고 Wikibon의 CTO 겸 공동 설립자인 데이비드 플로이어는 말합니다. "이제 Oracle Autonomous Data Warehouse를 통해 최종 사용자는 드래그 앤 드롭 방식의 인터페이스와 로우 코드 기술을 사용하여 Tableau 및 Qlik과 같은 다양한 최종 사용자 도구에 대한 데이터 요구 사항을 정의할 수 있습니다. ADW는 향상된 실시간 성능을 통해 온프레미스 또는 퍼블릭 클라우드에서 사용할 수 있는 공간, 그래프 및 ML 분석 기능을 개선했습니다. Oracle에 다시 주목할 필요가 있습니다.데이비드 플로이어 Wikibon CTO 겸 공동 설립자
KuppingerCole은 Oracle Autonomous Database를 작년 Leadership Compass의 클라우드 엔터프라이즈 데이터베이스 부문의 전체 리더로 선정하면서 데이터베이스 기술에 대한 Oracle의 지속적인 혁신을 높이 샀습니다.”라고 KuppingerCole Analysts의 수석 분석가인 알렉세이 발라간스키는 설명합니다. "보시다시피 Oracle은 그걸로 만족하지 않았습니다. 업그레이드된 Autonomous Data Warehouse를 발표한 Oracle은 규모나 산업과 관계없이 모든 조직을 대상으로 데이터 관리, 분석 및 보안을 대중화하는 비전을 지속적으로 실현하고 있습니다. 이러한 새로운 기능과 개선 사항을 통해 누구든 지능형 셀프 서비스 도구를 사용하여 데이터에 액세스하고 실시간에 가까운 통찰력을 얻을 수 있게 되었습니다. 사일로화되는 기존 분석 플랫폼과 달리 Oracle은 "컨버지드 데이터베이스" 방식을 적용하여 모든 유형의 데이터에 한 번에 액세스할 수 있게 구현했습니다. 이를 통해 기업은 중요한 정보가 불필요한 보안 및 규정 준수 위험에 노출되는 것을 방지할 수 있습니다.알렉세이 발라간스키 KuppingerCole Analysts 수석 분석가
경제적이고 효율적이며 쉬운 고객 경험
Oracle 고객이 Oracle Autonomous Database를 사용하여 머신 러닝 및 자동화를 통해 데이터 웨어하우징을 재정의하고 비즈니스를 혁신하는 방법을 알아보세요.
Autonomous Data Warehouse의 사용 사례
-
부서별 데이터 웨어하우스 구축
셀프 서비스 부서별 데이터 웨어하우스를 배포하여 여러 스프레드 시트 및 기타 플랫 파일 데이터 소스의 데이터를 신뢰성 있고 유지 관리가 가능한 고품질 대시 보드로 통합합니다.
-
엔터프라이즈 애플리케이션을 위한 부서별 데이터 웨어하우스 구축
여러 엔터프라이즈 시스템, 스프레드 시트 및 타사 데이터 소스의 데이터를 통합된 분석 데이터 저장소로 통합합니다.
-
엔터프라이즈 데이터 웨어하우스 확장
엔터프라이즈 데이터 웨어하우스를 단순화하여 자율 운영 기능으로 다중 모델, 통합 데이터를 지원합니다.
-
데이터 레이크가 통합된 엔터프라이즈 데이터 웨어하우스 구축
데이터 레이크와 데이터 웨어하우스의 기능을 결합하여 비즈니스 분석 및 머신 러닝을 위한 모든 데이터 유형을 관리하십시오.
Oracle Autonomous Data Warehouse: 데이터 분석가, 시민 데이터 사이언티스트 및 LOB 개발자를 위한 새로운 혁신
조지 럼프킨, Autonomous Data Warehouse 제품 관리 부사장Autonomous Data Warehouse 도입 이후 모든 규모의 조직은 데이터 웨어하우스를 프로비저닝하는 것이 매우 간단하다는 것을 알게 되었습니다. Autonomous Data Warehouse는 운영 관리가 필요하지 않으므로(따라서 데이터베이스 관리자가 필요하지 않음) 클라우드 데이터 웨어하우스는 이전보다 더 많은 조직에서 사용할 수 있습니다.
전체 게시물 읽기추천 블로그
- 2021년 3월 17일 자율운영 데이터 도구 소개
- 2021년 3월 17일 Oracle Autonomous Database의 Graph Studio 소개
- 2021년 3월 16일 Oracle Machine Learning Services 소개
- 2020년 5월 11일 여러 개의 단일 목적 데이터베이스와 컨버지드 데이터베이스 비교
관련 자료
Autonomous Data Warehouse 설명서
공유 및 전용 인프라에 Autonomous Data Warehouse 서비스를 배포하기 위한 제품 설명서 및 도움말 센터.
- Autonomous Data Warehouse 튜토리얼
주요 기능을 설명하기 위해 실습 워크샵과 함께 Autonomous Data Warehouse를 사용하는 방법에 대해 알아보십시오. - 무료 단계별 워크샵
최신 데이터 웨어하우스를 생성하고, 데이터 레이크를 설정하거나, 단계별 지침이 포함된 실습 워크샵을 통해 머신 러닝을 실험하는 방법을 알아보십시오. - 교육 계획
당사의 교육 계획은 다양한 실습 및 워크샵을 제공하여 최첨단 기술인 오라클 클라우드를 실시간으로 학습할 수 있습니다. - Oracle Autonomous Data Warehouse 데모(3:44)
