본문 바로가기
Azure Databricks와 Microsoft Fabric을 위한 Managed Service

Azure
Data Foundation

Azure Data Foundation 키 비주얼

에이전트는 준비되었지만, 데이터는 아직입니다. 우리는 여러분의 에이전트가 답할 수 있는 플랫폼을 여러분의 테넌트에 코드로 구축하고, glueckkanja AG의 Managed Service로 Azure Foundation, AI Foundation과 동일한 기준에 따라 운영합니다.

Azure Data Foundation 키 비주얼
Don't Panic이라고 적힌 여행 안내서 아이콘

답은 42입니다

한 제조업체가 AI 영업 앱을 들고 우리를 찾아왔습니다. 유스케이스는 확정되었고 예산도 승인되었으며, 에이전트는 마진과 납기에 관한 질문에 회사 자체의 수치로 답할 예정이었습니다. 그런데 첫 번째 워크숍은 데이터 플랫폼 이야기로 끝났습니다. 이는 예외가 아니라 올해의 전형적인 패턴입니다. 2024년에 기업들은 리포트를 만들기 위해 데이터 플랫폼을 찾았지만, 2026년에는 AI를 원하기 때문에 데이터 플랫폼을 찾고, 우리에게 들어오는 유스케이스는 거의 모두 데이터에 관한 질문에서 시작됩니다. Douglas Adams는 1979년에 이미 이 순간을 그려 냈습니다. 한 컴퓨터가 750만 년 동안 계산한 끝에 42라는 답을 내놓았고, 그제야 아무도 질문이 정확히 무엇이었는지 모른다는 사실이 드러났습니다. 기업에서는 상황이 정반대입니다. 질문은 정확하지만, 그 답이 어느 테이블에서 나와야 하는지, 재무 관리 부서와 영업 부서가 마진을 같은 의미로 이해하는지, 그리고 애초에 누가 그 답을 볼 수 있는지는 아무도 모릅니다. 원인이 모델에 있는 경우는 드물고, 그 아래의 플랫폼에 있는 경우가 거의 대부분이며, 우리가 구축하고 운영하는 것이 바로 그 플랫폼입니다.

63%

기업이 AI에 맞는 데이터 관리 관행을 갖추지 못했거나, 갖추었는지조차 모릅니다.

Gartner, 데이터 관리 책임자 1,203명 대상 설문, 2025년 2월
60%

AI에 맞게 준비된 데이터가 없는 AI 프로젝트가 2026년 말까지 중단될 것으로 전망됩니다.

Gartner, 2025년 2월
80%

Data & Analytics 거버넌스 이니셔티브가 이를 뒷받침할 구체적인 계기가 없어 2027년까지 실패합니다.

Gartner, 2024년 2월 전망
12개월

여러분 플랫폼의 두 Foundation 업데이트 사이 최대 간격이며, 그 사이에도 우리가 플랫폼을 계속 최신 상태로 유지합니다.

Managed Azure Data Foundation의 Evergreen 모델

떠올리기 쉬운 네 가지 지름길

시간에 쫓기면 가장 짧은 길을 택하게 되고, 데이터에는 그런 길이 네 가지 있습니다. 모두 나름의 타당한 이유가 있지만, 어느 것도 첫 번째 유스케이스를 넘어서까지 버티지는 못합니다.

경고 삼각형이 표시된 모니터 아이콘과 그 옆의 로봇 팔

“다 Excel에 있잖아요.”

부서마다 자기만의 진실을 관리하고, 그 진실은 각자 그 안에서는 앞뒤가 맞습니다. 이 모든 것을 읽는 에이전트는 모든 진실을 똑같은 확신을 담아 그대로 전달합니다.

“우리가 직접 만들겠습니다.”

어떻게 만들었는지 아는 두 사람이 회사에 남아 있는 동안에는 잘 됩니다. 다만 운영과 거버넌스 경험을 갖춘 Data Engineer를 둘러싼 채용 시장은 그런 사람들을 데려가는 데 놀라울 만큼 능숙합니다.

“일단 라이선스부터 사고 나서 생각하죠.”

Fabric 용량이나 Databricks 워크스페이스는 한 시간이면 구매할 수 있습니다. 하지만 카탈로그, 권한, 네트워크는 거기서 저절로 생기지 않습니다. 누군가 구축하거나, 아니면 빠져 있게 됩니다.

“한 번 구축을 맡기면 됩니다.”

플랫폼은 검수를 거쳐 인계되고, 검수한 날부터 낡기 시작합니다. Databricks와 Microsoft는 새로운 런타임과 기능을 계속 내놓지만, 검수 보고서는 그렇지 않습니다.

네 가지 모두 데이터 플랫폼을 한 번 사면 끝나는 구매품으로 다룹니다. 우리는 이를 운영으로 다룹니다. Azure Data Foundation은 버전이 관리되는 플랫폼으로, 우리가 여러분의 테넌트에 구축하고, 릴리스마다 발전시키며, 여러분이 필요로 하는 한 계속 운영합니다.

원시 데이터에서 믿을 수 있는 답까지

Azure Data Foundation에서 데이터는 세 개의 계층을 거칩니다. 계층 이름은 올림픽 메달에서 따왔지만, 그중 어느 것도 위로상으로 붙인 이름은 아닙니다. Bronze는 여러분의 소스에서 데이터를 변경 없이 받아들이고, Silver는 데이터를 정제하고 통일하며, Gold는 업무에 맞게 모델링한 데이터를 Power BI, 데이터 사이언스, 그리고 여러분의 에이전트에 제공합니다. 그 위에는 모든 테이블에 대해 출처와 열람 권한을 아는 카탈로그가 있고, 그 아래에는 우리가 코드로 제공하는 기초가 있습니다.

카탈로그Unity Catalog 또는 Microsoft Purview, 모든 테이블에 대한 Lineage, 분류, 권한 포함
  1. 소스ERP, CRM, 업무용 애플리케이션, 파일, 자체 데이터 센터의 시스템
  2. Bronze원시 데이터변경 없이 완전한 형태로 수집하므로, 이후의 모든 수치를 출처까지 거슬러 추적할 수 있습니다.
  3. Silver정제중복 제거, 형식 통일, 품질 검증.
  4. Gold업무 기준 모델링지표마다 하나의 정의를 두고, 그 지표를 책임지는 현업 부서와 합의합니다.
  5. 활용Power BI, 데이터 사이언스, 에이전트, 카탈로그가 부여한 권한에 따라
코드로 된 기초Azure Foundation 표준에 따른 네트워크, 아이덴티티, Policy, OpenTofu와 Terragrunt로 완전히 기술되며 매주 편차를 점검

여섯 가지 구성 요소, 세 가지 Blueprint, 하나의 표준

어떤 도구가 맞는지는 우리가 아니라 여러분의 팀과 그 역량이 결정합니다. 반면 플랫폼을 어떻게 구축하고 보호하고 운영하는지는 세 가지 Blueprint 중 무엇을 선택하든 정해져 있습니다.
사진이 붙은 신분증 아이콘과 그 앞의 자물쇠

에이전트는 여러분이 보는 것만 보고, 그 이상은 보지 않습니다

늦어도 첫 번째 에이전트가 등장하는 순간, 정리의 문제는 책임의 문제가 됩니다. 급여 데이터가 우연히 공유된 테이블에 있었다는 이유로 그 데이터를 요약하는 에이전트는 실수를 하는 것이 아니라, 권한이 허락한 일을 할 뿐입니다. Azure Data Foundation에서는 Microsoft Entra ID가 Identity Provider이고, 카탈로그는 모든 테이블의 출처, 분류, 접근 권한자를 알고 있으며, 권한은 카탈로그, 스키마, 테이블 수준에서 적용됩니다. Fabric data agent나 Azure Databricks의 Genie Agent 같은 에이전트는 사용자의 아이덴티티로 쿼리하기 때문에, 자신에게 일을 맡긴 사람이 볼 수 있는 것을 정확히 그만큼만 봅니다. 이것은 나중에 추가로 구매하는 기능이 아니라, AI Foundation이 그 위에 쌓아 올리는 모든 것의 전제 조건입니다.

여러분에게 달라지는 점

라벨이 달린 별

지표 하나에 정의 하나

Gold 계층은 모든 지표를 정확히 한 번만 보관합니다. 재무 관리 부서, 영업 부서, 에이전트가 같은 수치로 계산하기 때문에, 앞으로는 수치의 출처가 아니라 그 의미를 두고 논쟁하게 됩니다.

자물쇠가 달린 문서

데이터를 따라가는 권한

권한은 애플리케이션이 아니라 데이터에 붙어 있습니다. Power BI든 노트북이든 에이전트든, 카탈로그가 해당 사용자에게 정해 둔 권한이 적용됩니다.

하나의 블록이 세 개의 같은 변형으로 갈라지는 모습

일회성이 아닌 재현 가능한 플랫폼

플랫폼은 코드로부터 만들어지고, 언제든 이 코드로 다시 구축할 수 있습니다. 모든 변경 사항은 버전으로 관리되고 Diff로 추적할 수 있어, 내부 감사에도 대응할 수 있습니다.

동전이 있는 구름

Data Environment별 가격

비용은 투입 인일이 아니라 Data Environment, 즉 독립적으로 운영되는 플랫폼 인스턴스 단위로 청구됩니다. 운영 비용은 운영이 시작되기 전에 이미 정해져 있습니다.

우리가 운영하는 것과 여러분에게 남는 것

Managed Service의 품질은 역할 구분이 얼마나 명확한지에 달려 있습니다. 그래서 우리가 맡는 일과 여러분에게 남는 일을 똑같이 분명하게 말씀드리며, 둘 다 세 개의 계층으로 정리됩니다.

유스케이스와 비즈니스 로직여러분, 우리의 Enablement 지원과 함께

여기에 여러분의 비즈니스가 담겨 있습니다. 첫 유스케이스는 여러분의 팀과 함께 구축하고, 여러분이 이 계층을 스스로 맡을 수 있을 때까지 지식을 전수합니다.

  • 파이프라인
  • 데이터 모델
  • KPI와 리포트
  • 에이전트와 비즈니스 로직
플랫폼 운영glueckkanja

여러분의 팀이 필요로 할 때 플랫폼이 돌아가고, 필요 이상으로 비용이 들지 않도록 하기 위해서입니다.

  • Cluster Health
  • 런타임 및 라이브러리 업데이트
  • 백업과 복원
  • Table Maintenance
  • Fabric 용량 스케줄링
  • 비용 최적화
  • 심각도 기반 모니터링
  • 월간 서비스 리뷰
코드로 된 Foundationglueckkanja

모든 환경이 코드와 일치하고, 코드가 최신 릴리스와 일치하도록 하기 위해서입니다.

  • OpenTofu와 Terragrunt
  • 고객별 구성 리포지토리
  • Drift Detection과 Remediation
  • Release Train

버전 번호가 있는 플랫폼

데이터 플랫폼은 요란하게 낡지 않습니다. 런타임 하나씩, 조용히 낡아 갑니다. 그래서 Azure Data Foundation에는 소프트웨어처럼 릴리스가 있고, 여러분의 환경은 그 릴리스를 따라갑니다.

  1. 1릴리스 게시우리는 Foundation을 계속 발전시키고, 변경 사항을 문서화한 새 버전을 배포합니다.
  2. 2버전 롤아웃Release Train이 새 버전을 여러분의 환경에 적용하며, 모든 변경 사항은 추적 가능한 Diff로 남습니다.
  3. 3편차 점검Drift Detection이 매주 코드와 환경을 비교하고 편차를 되돌립니다.
  4. 4런타임 업데이트Databricks 런타임과 라이브러리는 매월에서 분기마다 최신 상태로 유지합니다.

늦어도 12개월마다 Foundation 업데이트, 가격에 포함

우리는 여러분의 플랫폼을 계속 최신 상태로 유지하며, 늦어도 12개월 안에 Foundation 업데이트를 적용합니다. 그래서 2026년 4월에 롤아웃한 플랫폼이 2028년에 2026년 4월의 유물처럼 보이지는 않습니다.

첫 미팅에서 운영까지

Assessment부터 Managed Service 운영까지는 몇 주면 충분하고, 그중 프로젝트 기간은 최대 7영업일입니다. 여러분의 유스케이스는 이를 기다릴 필요 없이 첫날부터 병행해서 진행됩니다.
  • 현황 파악
    현황 파악
    하루 동안 진행하는 Assessment에서 소스, 기존 플랫폼, 그리고 가장 먼저 다룰 유스케이스를 살펴봅니다.
  • 파라미터 결정
    파라미터 결정
    하루짜리 워크숍에서 Blueprint, 환경, 소스, 권한 모델을 함께 결정합니다.
  • 플랫폼 롤아웃
    플랫폼 롤아웃
    2일에서 4일 안에 여러분의 테넌트에서, 여러분의 파라미터에 따라 코드로부터 플랫폼이 만들어집니다.
  • 인계와 운영
    인계와 운영
    하루 동안의 인계와 1주에서 2주의 온보딩을 거친 뒤, 우리가 Managed Azure Data Foundation으로 운영을 맡습니다.

데이터 사일로에서 플랫폼으로

데이터는 ERP 시스템, 센서, 로그 파일, 파일 공유에 흩어져 있고, 정작 필요한 곳에 있는 경우는 드뭅니다. Florian Stöckl과 David Fengler는 이 웹캐스트에서 왜 Lakehouse가 전통적인 Data Warehouse를 대체하는지, 데이터가 Bronze, Silver, Gold를 어떻게 거쳐 가는지, 세 가지 Blueprint 중 어느 것이 어떤 팀에 맞는지, 그리고 운영과 프로젝트 단계가 어떻게 맞물리는지 설명합니다.

Holy Trinity

데이터 플랫폼은 에이전트를 쓸모 있게 만들고, 에이전트는 데이터 플랫폼을 원하는 이유가 됩니다. 그래서 Managed Data Foundation과 Managed AI Foundation은 Entra ID의 같은 아이덴티티, 같은 가드레일, 같은 운영 모델을 공유하며 한 묶음으로 움직이고, Managed Container Foundation은 워크로드에 통제된 런타임을 제공합니다. 세 가지가 어떻게 맞물려 작동하는지는 블로그 글 The Holy Trinity에서 설명합니다.
소포가 쌓인 창고의 아이소메트릭 일러스트와 Azure Data Foundation을 뜻하는 “ADF” 타일굴뚝이 있는 공장의 아이소메트릭 일러스트와 Azure Container Foundation을 뜻하는 “ACF” 타일채팅 인터페이스가 있는 모듈 더미의 아이소메트릭 일러스트와 AI Foundation을 뜻하는 “AIF” 타일

시작은 하루입니다

Assessment

제안서보다 현황 파악이 먼저입니다. 하루 동안 여러분의 소스, 기존 플랫폼, 첫 번째 유스케이스를 함께 살펴보고, 어떤 Blueprint가 맞는지, 플랫폼이 무엇을 해내야 하는지 정리합니다. 결과물은 여러분이 누구와 다음 단계를 진행하든 여러분의 것입니다.

  • 소스통합어떤 시스템을 어떤 순서로 연결할지.
  • 유스케이스Analytics & AI리포트부터 에이전트까지, 어떤 질문에 가장 먼저 답해야 하는지.
  • 거버넌스카탈로그와 권한누가 어떤 데이터를 볼 수 있고, 이를 카탈로그에 어떻게 반영할지.
  • 운영Blueprint와 환경어떤 Blueprint가 맞고, Data Environment가 몇 개 필요한지.

첫 미팅에서 자주 받는 질문

Azure Databricks와 Microsoft Fabric 중 무엇이 우리에게 맞나요?

기술보다는 여러분의 팀에 따라 결정됩니다. 데이터 처리를 프로그래밍하고 자체 모델을 학습시키는 팀이라면 Azure Databricks가 잘 맞고, 주로 Power BI로 작업하며 현업 부서가 빠르게 결과를 얻도록 하려는 팀이라면 Microsoft Fabric이 잘 맞습니다. 둘 다 필요하다면 Hybrid Blueprint가 있습니다. 구체적인 권장안은 Assessment에서 함께 도출합니다.

Azure Data Foundation은 Azure Data Factory와 같은 것인가요?

아닙니다. Azure Data Factory는 Microsoft의 데이터 통합 서비스입니다. Azure Data Foundation은 아키텍처, 코드, 운영으로 이루어진 우리의 플랫폼이며, 통합 도구는 그 안의 여러 구성 요소 중 하나입니다. 그래서 우리는 이름을 줄여 부르지도 않습니다.

이미 Databricks나 Fabric을 사용하고 있습니다. 처음부터 다시 시작해야 하나요?

반드시 그렇지는 않습니다. Assessment에서 무엇을 그대로 가져갈 수 있고 무엇을 코드로부터 새로 만드는 편이 나은지 검토합니다. 데이터와 파이프라인은 여러분의 것으로 남고, 그 아래의 플랫폼은 우리가 Foundation 표준에 맞춥니다.

우리 데이터는 어디에 저장되나요?

여러분의 테넌트, 그리고 여러분이 정한 Azure 리전에 저장됩니다. 우리는 플랫폼이 있는 바로 그곳에서 플랫폼을 구축하고 운영하며, 별도의 자체 환경을 사용하지 않습니다.

우리 쪽에 남는 일은 무엇인가요?

장기적으로는 파이프라인, 데이터 모델, KPI, 비즈니스 로직입니다. 여기에 여러분의 비즈니스가 담겨 있기 때문입니다. 처음에는 첫 유스케이스를 여러분의 팀과 함께 구축하고, 팀이 이 계층을 스스로 맡을 수 있을 때까지 지식을 전수합니다. 그 아래의 플랫폼은 우리가 운영합니다.

전담 데이터 팀이 필요한가요?

플랫폼 운영에는 필요하지 않습니다. 운영은 우리가 맡습니다. 다만 비즈니스 로직을 위해서는 장기적으로 사내에서든 파트너를 통해서든 여러분의 데이터를 이해하는 사람이 필요하며, 이러한 역량을 쌓는 일도 우리가 돕습니다.

Data Environment란 무엇인가요?

비용을 청구하는 단위로, 예를 들어 하나의 법인이나 명확히 구분된 데이터 영역을 위해 독립적으로 운영되는 플랫폼 인스턴스를 말합니다. 몇 개가 필요한지는 Assessment에서 정해집니다.

Azure Data Foundation과 AI Foundation은 어떤 관계인가요?

Data Foundation은 여러분의 데이터를 에이전트가 활용할 수 있게 만들고, AI Foundation은 그 에이전트가 실행되는 플랫폼을 제공합니다. 둘은 아이덴티티, 가드레일, 운영 모델을 공유하며, 둘 다 Azure Foundation 위에 서 있습니다.

Azure Data Foundation의 비용은 얼마인가요?

일회성 설정 비용과 Data Environment별 월 요금이 청구되며, 정기적인 Foundation 업데이트가 포함되어 있습니다. 어떤 Blueprint로 갈지, 환경이 몇 개 필요한지가 확정되는 Assessment 이후에 견적을 받으실 수 있습니다.

관련 글

지금 문의하기

Florian Stöckl
데이터는 신뢰할 수 있고 안전하며 필요한 사람이 활용할 수 있을 때에만 가치가 있습니다. Azure Data Foundation은 바로 그 기반을 만들어, 인프라가 아니라 인사이트에 집중할 수 있게 합니다.
Florian StöcklAzure Lead