재무 업무를 위한 현대적 데이터 플랫폼 설계
이 디자인에서는 Oracle Cloud Infrastructure를 사용하여 실시간 자금 통찰력 확보, 비정상적 거래 감지, 일반 재무 데이터 정제, 집계 및 시각화 등 재무 워크로드를 위한 최신 데이터 플랫폼(MDP)을 구축하는 방법을 알아봅니다.
최신 데이터 플랫폼에 대해 알아보기
수십 년 동안 소비자 및 거래 데이터의 양, 다양성, 성장률은 비교적 적었습니다.
그러나 인터넷과 온라인 서비스의 출현으로 새로운 응용 프로그램과 지속적인 혁신을 주도하는 새로운 글로벌 비즈니스 모델은 수십억 명의 소비자를 위해 데이터를 생산했습니다.
은행, 브로커, 금융 서비스에는 구조적, 반구조적 및 비구조적 데이터를 포함하여 지속적으로 증가하는 데이터 양을 처리하기 위한 최신 통합 데이터 솔루션이 필요합니다. 은행은 비즈니스를 성장시키고자 하므로 데이터를 기반으로 데이터 아키텍처를 현대화하여 소규모 및 빅데이터에 맞는 민첩하고 맞춤화된 데이터 서비스를 제공해야 합니다.
빅데이터 및 데이터 클라우드와 같은 파괴적인 데이터 세력은 새로운 사고 방식을 촉진하고, 조직이 사일로를 해체하고, 급변하는 민주적 데이터 에코시스템 내에서 협업을 수행할 수 있도록 지원합니다.
데이터 아키텍처는 조직의 한계를 넘어 "현상 유지"(운영 데이터 및 비즈니스 인텔리전스)에서 벗어나 분리되지 않은 빅데이터에서 확보한 획기적인 통찰력을 제공하는 데 중점을 두고 있습니다.
통찰력 기반의 뱅킹은 모던 데이터 플랫폼(MDP)이라는 용도별 데이터 아키텍처 모델에 내장된 최신 데이터 환경입니다. 최신 데이터 플랫폼은 구조적 및 비구조적 소스로부터 데이터를 입수, 처리, 저장, 제공하고 시각화하는 광범위한 Oracle Cloud Infrastructure 서비스를 결합합니다.
MDP 아키텍처는 단일 통합 데이터 플랫폼이 다음과 같은 가장 일반적인 요구 사항을 충족하는 방법을 보여줍니다.
- 기존 관계형 데이터 파이프라인
- 빅 데이터 변환
- AI 기반 기능을 활용한 구조화되지 않은 데이터 입수 및 강화
- 람다 아키텍처를 사용하여 수집 및 처리 간소화
- 데이터 기반 애플리케이션 및 풍부한 데이터 시각화를 위한 통찰력 제공
- 데이터에 대한 전사적 데이터 단일 정보 소스 설정, 구조적 데이터를 위한 데이터 웨어하우스 및 반구조적/비구조적 데이터를 위한 데이터 레이크로 구성됩니다.
- 빅 데이터 처리 기술을 사용하여 관계형 데이터 소스를 다른 구조화되지 않은 데이터 집합과 통합
- 의미 기반 모델링 및 강력한 시각화 도구를 사용하여 데이터 분석 간소화
모던 데이터 플랫폼 고려 사항
최신 데이터 플랫폼을 사용하여 솔루션을 구현할 때는 구조적 데이터에 대한 RDBMS(관계형 데이터베이스 관리 시스템) 및 비구조적 데이터에 대한 빅데이터 처리와 같은 고급 데이터 처리 시스템에 대한 모범 사례를 따르십시오.
솔루션을 설계할 때는 다음 사항을 염두에 두십시오.
- 배치 및 스트리밍 데이터 사용 사례 모두 제공
- 분석 업무에 인공 지능 및 머신 러닝 활용 사례 통합
- 데이터 품질, 데이터 버전 지정 및 데이터 계보에 대한 보증 통합
- 온프레미스 및 기타 클라우드 인프라와의 통합을 포함하여 다중 클라우드 및 하이브리드 시나리오 지원
최신 데이터 플랫폼은 데이터 요구사항을 충족하기 위해 전사적 데이터 허브를 설정하는 데 사용할 수 있는 단일화된 데이터 플랫폼입니다.
- 목적에 맞는: 현재 필요한 아키텍처에 맞는 최신 데이터 아키텍처 또는 플랫폼을 구축하고 정보 관리 공간의 영업 기회를 활용하도록 조직을 포지셔닝합니다.
- 증분 향상: 성숙하고 최적화된 엔터프라이즈 최신 데이터 플랫폼을 구축하는 것은 하룻밤 사이에 이루어지지 않습니다. 구축에는 시간과 노력이 필요합니다. 진단 평가, 가속기 및 모범 사례를 사용하여 현재 데이터 아키텍처 기능을 평가하고 대상 최신 데이터 목표를 식별하며 이러한 기능 간의 격차를 해소할 수 있는 설계 이니셔티브를 수립할 수 있습니다.
- 비즈니스 연계 유지: 최신 데이터 솔루션을 구축할 때 전략적 비전과 우선순위를 고려하십시오. 기존 데이터 아키텍처의 일반적인 장애는 이러한 데이터 아키텍처 내의 이니셔티브가 종종 실패하거나 명확한 비즈니스 가치를 제공하는 데 실패한다는 것입니다. 이니셔티브 계획을 비즈니스 요구 사항 및 고려 사항에 맞게 유지하면 구매를 유도하고 최신 데이터 아키텍처의 가치를 입증하는 동시에 로드맵에서 더 전략적인 이니셔티브를 강화하는 데 도움이 될 것입니다.