그래프 데이터베이스의 가치 #1.
“더 효율적인 그래프 데이터 모델링(Graph Data Modeling)”
안녕하세요,
국내 유일 그래프 데이터베이스(Graph Database) 연구 개발 전문기업 비트나인입니다.
스마트폰 등의 개인 디바이스, IoT, 소셜 네트워크, 블록체인, AI와 같은 신규 기술들로 인해, 현대 사회의 데이터는 더욱 복잡하고 고도로 연결된 형태로 발전하고 있습니다.
이렇게 다양하고 방대하게 쏟아지고 있는 빅데이터! 효율적으로 관리하고, 활용하고 계신가요?
고도의 연결성을 지닌 빅데이터를 다루기 위한 최적의 기술로, 그래프 데이터베이스(Graph Database)가 주목을 받고 있습니다.
아직 국내 시장에서는 해외 시장에 비해 상대적으로 덜 알려졌지만,
해외에서는 추천 시스템, 소셜 분석, AI, 금융 사기 탐지, 빅데이터 처리 등
다양한 분야에서 이미 활발하게 활용되고 있는, 그래프 데이터베이스(Graph Database) !
기존에 친숙하게 알고 계시는 관계형 데이터베이스의
데이터 모델링과 어떤 점이 다른 걸까요?
관계형 데이터베이스 대비 그래프 데이터베이스가 지닌 장점들과 제공하고 있는 다양한 가치!
그 중에서도 첫 번째로, 그래프 데이터 모델링(Graph Data Modeling)에 대해 소개 드립니다. ^^
" 그래프 데이터베이스 "
협업이 가능한 "직관적인 데이터 모형" 제공 !
그래프 데이터 모델(Graph Data Model)은 현실 모형에 가까운 직관적인 형태의 “데이터 모형”을 제공합니다. 현실과 가까운 모습의 데이터 모델로 데이터가 운용되고 데이터 모델의 변형이 자유롭기 때문에 기존 관계형 데이터에 비해 더 효율적이며 직관적입니다.
관계형 데이터 모델은 행과 열로 이루어진 테이블의 형태로 구성됩니다. 즉 기존 관계형 데이터 모델은 현실 모형을 가다듬어, 이를 다시 관계형 데이터베이스 시스템에 맞추는 과정을 거쳐야하므로, 데이터 모형의 직관성이 낮아질 수 밖에 없습니다.
이러한 데이터 모형의 변형은, 크게 두 가지 문제를 야기하였습니다.
첫 번째 문제는 개발 과정 중의 불필요한 업무를 배가시켰을 뿐 아니라, 프로젝트 참여 인력들이 시스템의 데이터베이스 구조를 이해하기 어렵게 설계 되었다는 것입니다.
두 번째는 지속적으로 복잡해진 데이터 모델로 인해 데이터베이스의 유연성은 더욱 떨어질 수 밖에 없다는 것 입니다. 즉 데이터를 실제 활용하는 주체인 CEO 등과 같은 조직 내 의사 결정자들 및 개발자가 아닌 비 전문가들(실무자)은 업무 시 데이터 활용이 어려워질 수 밖에 없겠죠!
조직 내에서 수집 및 운영되는 데이터를 조직 내에서 더욱 다양하고 효율적으로 활용할 필요성이 높아짐에 따라, 직원들이 업무의 데이터 구조를 이해하고 활용하는 것이 중요해졌습니다.
또한 다양한 데이터들의 사용이 빈번해짐에 따라 데이터를 수집하고 처리 분석하는 것은, 더이상 엔지니어들만의 고유 업무 영역이 아니라 경영진 및 다른 관련 부서 관계자들이 모두 참여해야하는 영역으로 변경되고 있습니다.
그래프 데이터 모델은 실제 조직의 데이터 모델과 유사한 “직관적인 데이터 모델링”을 제공하며, 기존에는 전문 기술자들만 데이터 활용이 가능했다면, 이제는 전문가가 아닌 모든 조직 내 실무자들도 쉽게 활용이 가능합니다.
(현실 모델과 그래프 모델을 비교해보면, 그래프 데이터 모델은 현실의 데이터 모델을 유지 반영하는 것을 알 수 있습니다.)
최근 빠른 시장 변화에 따라, 데이터의 보유 규모가 아니라 "데이터의 숨은 가치"를 바로 알고 이를 유용하게 활용하는 것이 점점 더 중요해지고 있습니다.
몇몇의 전문가들이 설계/구성/운영할 수 밖에 없는 관계형 데이터베이스 시스템 환경은, 변화에 따른 개선 사항이 있더라도 즉각적인 반응이 어려울 수 밖에 없습니다.
이를 테면, 관련 세법 개정을 명확하게 인지하고 있는 조직의 세무 담당자가 업무 흐름을 직접 설명하고, 이를 그래프 데이터베이스(Graph Database)에 반영한다면 불필요한 문제의 발생을 현저하게 낮출 수 있습니다.
그래프 데이터베이스(Graph Database)의 직관적인 데이터 모델링은 실제 조직의 데이터 모델과 흡사한 데이터 모델링이 가능합니다. 이를 통해 조직 전체의 데이터 흐름을 쉽게 이해하고 활용 및 개선하는데 많은 도움을 줄 수 있습니다.
그래프 데이터베이스(Graph Database)의 직관적인 데이터 모델링은
실제 조직의 데이터 모델과 흡사한 데이터 모델링이 가능합니다.
이를 통해 조직 전체의 데이터 흐름을 쉽게 이해하고
활용 및 개선하는데 많은 도움을 줄 수 있습니다.
다가올 미래 사회의 빅데이터 관리,
저장 데이터의 다양성, 유연성 그리고 직관성을 보장하는
그래프 데이터베이스가 담당하게 될 것입니다.
.
.
추가적인 문의사항이 있으실 경우,
agensgraph@bitnine.net으로 연락 부탁 드리겠습니다.
비트나인 홈페이지 방문 시, 그래프 데이터베이스에 대한 더 많은 정보를 보실 수 있답니다.
'ARCHIVES' 카테고리의 다른 글
| 2회차 Graph Database(그래프 데이터베이스) Meetup에 초대합니다. (0) | 2018.02.14 |
|---|---|
| 비트나인, 국내 첫 그래프 데이터베이스 밋업(Graph Database Meetup) 성료! (0) | 2018.02.02 |
| Graph Database(그래프 데이터베이스) Meetup에 여러분을 초대합니다! (0) | 2018.01.19 |
| “Tableau Conference 2017” 에 가다! (0) | 2017.10.24 |
| 빅데이터의 무한한 가능성, “Cloudera Sessions” 컨퍼런스에 가다! (0) | 2017.07.19 |