모두가 데이터를 다루는 AI 시대, 지난 1년간 데이터 팀은 어떻게 달라졌을까?
데이터가치화팀이 지난 1년간 AI를 업무와 플랫폼에 통합한 변화를 정리했습니다. 반복 작업은 빨라졌지만, 검증과 데이터 기반의 중요성은 더 커졌습니다.
데이터가치화팀이 지난 1년간 AI를 업무와 플랫폼에 통합한 변화를 정리했습니다. 반복 작업은 빨라졌지만, 검증과 데이터 기반의 중요성은 더 커졌습니다.


AWS에서 데이터 거버넌스를 구현하기 위한 기반 전략과 태깅, 분류 체계를 정리했습니다. 조직 준비와 자동화 중심의 운영 지표까지 함께 제시했습니다.

X

AI 에이전트의 시장 성장과 기술 구조, 산업별 활용 사례를 정리한 글입니다. 도입을 위해서는 파일럿, 데이터 품질, 거버넌스가 중요하다고 제안했습니다.
토스 Data Architect의 커리어와 데이터 설계 철학을 소개했습니다. 데이터 품질, 속도, AI 이해 가능성을 함께 고려하는 구조화 관점이 핵심입니다.


Payroll과 QueryPie가 AI 보안 분야에서 기술 제휴를 체결했습니다. 안전한 AI 서비스 전개와 업무 효율화를 위해 보안·거버넌스 기반을 함께 구축합니다.


데이터브릭스를 중심으로 데이터 아키텍처를 재설계해 신뢰성과 운영 효율을 높인 사례를 소개했습니다. 또한 전사 구성원이 데이터를 더 쉽게 활용하는 문화로 확장한 과정을 공유했습니다.

LG에너지솔루션이 Amazon DataZone으로 데이터와 ML 거버넌스를 통합한 사례를 소개했습니다. 데이터 자산화, 권한 관리, 품질 관리, 모니터링 체계를 함께 구축한 내용입니다.


분산된 데이터 플랫폼의 메타데이터를 통합 관리하는 DataHub의 개념과 주요 기능을 소개했습니다. 검색, 계보 추적, 거버넌스, 접근 제어 관점에서 활용 포인트를 정리했습니다.


데이터레이크 확산으로 데이터 카탈로그와 거버넌스의 중요성을 설명했습니다. 오픈소스 Datahub의 메타데이터 수집, 검색, 리니지, 연동 기능을 소개했습니다.