지난해는 그래프 기술이 NoSQL 데이터베이스 중 주류가 된 해였습니다. 그래프 DB는 일반적인 사례(예: 사기 탐지, 자금 세탁 방지 및 CRM 등) 외에도 새로운 사례(예: 암 치료 개선, 암호화폐 의심 거래 탐지, 조세 회피 조사)에도 활발하게 적용되고 있습니다.
올해 그래프 DB는 기업들이 꼭 활용해야 할 ‘필수’ 데이터베이스가 될 것입니다. 이미 많은 기업과, 고객들이 그래프 기술로부터 이익을 보게 되면서 기술력은 입증된 바 있습니다. 앞으로 그래프는 계속해서 데이터 환경의 질을 높여나갈 예정입니다.
요즘 글로벌 시장에서는 그래프 기술을 빠르게 발전하는 ‘그래프 데이터 사이언스’라고 부르는데요, 이 화제거리인 키워드에 그래프 기반 ‘디지털 트윈’이 핵심이라고 합니다.
그래프 DB: 데이터 환경의 필수 구성 요소
기업에서 생성 및 복제되는 데이터의 양이 계속 증가함에 따라 그래프 기술은 방대한 양의 데이터에서 주요 비즈니스 인사이트를 도출하는 연결 고리 역할을 맡고 있습니다. 그래프는 금융 서비스, 의료, 리테일 및 제조 등 다양한 산업 분야의 기업들 사이에서 주요 경쟁 차별화 요소가 되었습니다. 데이터 내의 복잡한 관계를 빠르게 발견하고 예측할 수 있다는 장점이 있어, 특히 금융 사기를 적발하거나 공급망(supply chain) 내에서 물류 문제를 해결하는 데 도움이 되고 있습니다.
올해는 세계적으로 많은 기업이 그래프 분석의 강점을 가지고 분석 알고리즘 및 머신러닝 애플리케이션에 활용하여 사기 탐지, 자금 세탁 방지, 추천 시스템, 지식 그래프, 사이버 보안, 공급망, IoT, 그리고 네트워크 분석 등을 강화시킬 것입니다.
그래프 기술은 머신러닝과 AI가 소개되는 곳에 항상 언급되어왔습니다. 미국의 정보 기술 연구 회사인 가트너는 “AI 주제에 대해 가트너 고객 대상에게 문의했을 때, 최대 50%가 그래프 기술 사용에 대해 논의한다”라고 보고했습니다.
그래프 데이터 사이언스의 부상
데이터와 학습이 자연스럽게 병합되면서 그래프 데이터 사이언스는 빠르게 채택되고 있습니다. ‘관계’라는 본질적이고 의미 있는 패턴을 가지고 기존의 머신러닝을 향상시킨다면 의료, 산업 공급망 및 금융 서비스 등의 산업에 설명 가능한 결과를 제공할 수 있게 됩니다.
실제로 그래프 데이터 사이언스는 그래프 데이터베이스, 알고리즘을 활용한 고도화된 분석, 그리고 DB 내 머신러닝이 융합된 개념을 의미합니다. 그래프 데이터 사이언스가 부상했다는 것은 이제 그래프 DB에 대한 탐색전은 끝났고 그래프 DB를 어떻게 활용할지에 대해 고민하는 단계로 전환되었음을 의미합니다.
그래프 기반 “디지털 트윈”이란?
다양한 산업 분야의 기업들이 계속해서 성장하고 확장함에 따라 연결된 데이터의 잠재력을 발휘할 수 있는 솔루션을 찾고 있습니다. 올해에는 수많은 새로운 그래프 분석 사용 사례와 솔루션들에 대한 기대가 높아지고 있습니다.
특히 ‘디지털 트윈’이란 기술이 떠오르고 있는데요, 이는 그래프 데이터베이스 분석 기술로 쉽게 표현할 수 있어 어느 분야든 적용이 가능하다 장점이 있습니다.
지난 2년 이상의 COVID 팬더믹 이후, 많은 기업이 운영 탄력성을 높이는 데 집중해 왔습니다. 이에 따라 디지털 트윈 또는 비즈니스 환경의 실시간 모델을 구축하는 제조 산업의 기술을 채택하는 것에 대한 관심이 높아졌습니다.
디지털 트윈이란 컴퓨터에 현실 속 사물의 쌍둥이를 구현하여 현실에서 발생할 수 있는 상황과 결과를 예측하는 기술입니다. 기업에서는 개별 운영 사일로와 데이터 마트로부터 비즈니스 이벤트 및 데이터를 가져와 디지털 트윈을 구축하고, 물리적인 비즈니스 상황에 대해 이해하고자 할 때 사용합니다. 더불어, 그래프 분석을 응용한다면 더 상세하고 즉각적인 디지털 시나리오를 짤 수 있고, 숨겨진 패턴들을 볼 수 있는 장점 덕에 비즈니스적 이벤트에 발생할 수 있는 잠재적인 실패의 요인을 예측해 볼 수 있습니다. 또한, 그래프 기반 네트워크의 시뮬레이션을 바탕으로 전술적인 비즈니스 의사결정을 지원할 수 있습니다.
확장성이 강한 그래프 기반 디지털 트윈 기술은 여러 시나리오에 대해 what-if 분석을 진행하여 기업의 투자 결정을 검증할 수 있습니다. 디지털 트윈은 개별적으로는 안전해 보이지만 결합할 때 나타나는 결함을 피할 수 있도록 경로를 표시하여 의도하지 않은 결과를 예방하는 데 도움이 되기에 앞으로 기업들이 기대해볼 만한 그래프 기술의 적용분야 중 하나로 손꼽히고 있습니다.
참고
본 글은 제이 유 박사와 리차드 헨더슨이라는 그래프 기술 전문가들이 Dataversity에 기고한 내용을 번역 및 편집한 글입니다.
트렌디한 그래프 기술과 IT 소식을 뉴스레터로 받아보세요!
https://bitnine.net/ko/subscribe/
제품 및 기술문의
070-4800-3517 | agens@bitnine.net
'RESEARCH & REPORT > 그래프 기술' 카테고리의 다른 글
| 그래프 시각화 : 복잡한 관계를 한눈에 보여주는 기술 - Part. 1 (0) | 2023.01.18 |
|---|---|
| 그래프 데이터베이스로 구현하는 지식그래프 (vs RDF) (0) | 2022.05.31 |
| 그래프 DB, 첨단기술 패권경쟁의 열쇠 - NASDAQ 빅테크 기업 활용사례 분석 (0) | 2022.04.13 |
| 진정한 오픈소스 소프트웨어의 가치 (0) | 2022.02.07 |
| 페이팔이 그래프 DB 분석을 통해 사기를 방지하다! (0) | 2022.01.28 |