제퍼넷 로고

금융 서비스를 위한 데이터 계보의 6가지 이점 - IBM 블로그

시간


금융 서비스를 위한 데이터 계보의 6가지 이점 - IBM 블로그



사무실에서 동료와 프로젝트 토론을 주도하는 사업가

2024년 2월 26일
By 만타

5 분 읽기

금융 서비스 업계는 10년 넘게 데이터 거버넌스를 현대화하는 과정을 진행해 왔습니다. 그러나 글로벌 경제 침체가 점점 가까워지면서 최고 수준의 거버넌스에 대한 필요성이 점점 더 시급해지고 있습니다. 은행, 신용 조합, 재무 자문가는 제한된 예산과 높은 직원 이직률과 싸우면서 어떻게 까다로운 규정을 준수할 수 있습니까?

답은 데이터 계보입니다. 우리는 금융 기관이 데이터 관리를 위해 Manta와 같은 계보 플랫폼으로 전환하는 6가지 주요 이유를 정리했습니다.

활성 메타데이터 관리를 위한 Gartner® 시장 가이드 다운로드

1. 자동화된 영향 분석

비즈니스에서는 모든 결정이 수익에 영향을 미칩니다. 이것이 바로 영향 분석이 중요한 이유입니다. 즉, 결정의 결과를 예측합니다. 한 가지 결정이 고객에게 어떤 영향을 미칠까요? 이해관계자? 매상?

데이터 계보는 이러한 조사 중에 도움이 됩니다. 계보는 보고서와 데이터를 신뢰할 수 있는 환경을 조성하므로 팀은 더 많은 정보를 바탕으로 결정을 내릴 수 있습니다. 데이터 계보는 이러한 안정성과 그 이상을 제공합니다.

영향 분석에서 자주 간과되는 영역 중 하나는 IT 탄력성입니다. 이러한 사각지대는 2021년 40월 CNA Financial이 광범위한 네트워크 중단을 초래한 랜섬웨어 공격을 당하면서 명백해졌습니다. 회사의 이메일이 해킹당했고 소비자들은 당황했으며 CNA Financial은 기록적인 몸값으로 XNUMX천만 달러를 지불해야 했습니다. 이것이 계보 지원 영향 분석이 필요한 곳입니다. 위협이 발생하면 이에 대처할 준비를 갖추고 비즈니스가 얼마나 영향을 받을지 정확히 알고 싶을 것입니다.

IT 탄력성은 자연재해, 사용자 오류, 인프라 장애, 클라우드 전환 등으로 인해 위협을 받기도 합니다. 실제로 지난 76년 동안 조직의 XNUMX%가 IT 재해 복구 계획이 필요한 사고를 경험했습니다.

대부분의 조직은 영향 분석을 수동으로 수행할 때 상당한 리소스가 필요하므로 어려움을 겪습니다. 그러나 Manta의 자동화된 계보를 통해 금융 기관에서는 계보를 도입한 후 엔지니어링 팀의 생산성이 40%나 증가했습니다.

2. 데이터 파이프라인 가시성 향상

위에서 논의한 것처럼 조직의 수익에는 셀 수 없이 많은 위협이 있습니다. 성공적인 랜섬웨어 공격이든 잘못 계획된 클라우드 마이그레이션이든 문제가 발생하기 전에 문제를 파악하는 것이 항상 비용이 덜 듭니다.

이것이 바로 데이터 파이프라인 관찰 가능성이 중요한 이유입니다. 이는 귀하의 조직뿐만 아니라 귀하의 돈을 신뢰하는 고객도 보호합니다.

데이터 계보는 데이터 자체 외에도 데이터 처리 인프라 또는 데이터 파이프라인을 포함하도록 데이터 관측 범위를 확장합니다. 이렇게 확장된 관찰 가능성을 통해 설계 단계에서 사고를 예방하거나 구현 및 테스트 단계에서 식별하여 유지 관리 비용을 줄이고 생산성을 높일 수 있습니다.

완전한 계보를 생성한 Manta 고객은 이전 수동 접근 방식에 비해 데이터 관련 문제를 소스까지 90% 더 빠르게 추적할 수 있었습니다. Manta 연구에 따르면 이는 특정 시스템을 담당하는 팀이 몇 분 안에 모든 문제를 해결할 수 있음을 의미합니다.

3. 규정 준수

금융 공간은 고도로 규제됩니다. 기관은 Basel III, SOC 2, FACT, BSA/AML 및 CECL과 같은 규정을 준수해야 합니다.

이러한 모든 규정에는 정확한 데이터 추적이 필요합니다. 귀하의 조직은 다음 사항에 답할 수 있어야 합니다.

  • 어디에서 오는가?
  • 어떻게 거기에 도착했습니까?
  • 필요할 때마다 최신 증거로 이를 증명할 수 있습니까?
  • 보고서를 완성하려면 몇 주 또는 몇 달이 필요합니까?
  • 그 보고서는 완전히 신뢰할 수 있습니까?

데이터 계보는 데이터 흐름에 대한 매우 상세한 시각화를 생성하여 이러한 질문에 답하는 데 도움이 됩니다. 이러한 보고서를 사용하면 데이터를 정확하게 추적하고 보고하여 규정 준수를 보장할 수 있습니다.

4. 효율적인 클라우드 마이그레이션

McKinsey는 8년까지 IT 호스팅 비용 10달러 중 2024달러가 클라우드로 전환될 것으로 예측합니다. 금융 분야에서는 은행의 40%와 신용 조합의 41%가 이미 클라우드 기술을 배포했습니다.

그러나 데이터 시스템 마이그레이션에 참여해 본 적이 있다면 프로세스가 얼마나 복잡한지 알 것입니다. 향후 100년 동안 약 XNUMX억 달러의 클라우드 자금이 낭비될 것으로 예상되며, 대부분의 기업은 마이그레이션 관련 비용을 클라우드 채택의 주요 방해 요인으로 꼽습니다. 모든 시스템은 수천 또는 수백만 개의 상호 연결된 부품으로 구성되어 있고 모든 것을 단일 단계로 마이그레이션하는 것은 불가능하기 때문에 프로세스가 너무 복잡하고 비용이 많이 듭니다.

시스템을 더 작은 개체 덩어리(보고서, 테이블, 워크플로 등)로 나누면 관리가 더 쉬워지지만 다른 부분을 중단하지 않고 한 부분을 마이그레이션하는 방법이라는 또 다른 문제가 발생합니다. 외부 종속성 수를 최소화하기 위해 어떤 부분을 그룹화할 수 있는지 어떻게 알 수 있습니까?

데이터 계보를 통해 마이그레이션된 시스템의 모든 개체가 매핑되고 종속성이 문서화됩니다. Manta 고객은 데이터 계보를 사용하여 40% 더 적은 리소스로 마이그레이션 프로젝트를 30% 더 빠르게 완료했습니다.

5. 워크플로우 개선 및 IT 유지

데이터 엔지니어, 개발자, 데이터 과학자는 기술 분야에서 계속해서 빠르게 성장하고 채우기 어려운 역할을 맡고 있습니다. 데이터 엔지니어링 인재 부족은 문제에서 위기로 확대되었으며, 데이터 시스템의 복잡성이 증가함에 따라 더욱 악화되었습니다. 데이터 사고 추적, 계획된 변경의 영향 평가, 데이터 기록의 출처에 대한 동일한 질문에 계속해서 답변하는 등의 일상적이고 수동적인(불편한) 작업으로 귀중한 데이터 엔지니어를 지속적으로 과도하게 사용하는 것은 원하지 않습니다.

데이터 계보는 일상적인 작업을 자동화하고 가능한 경우 셀프 서비스를 지원하여 데이터 과학자 및 기타 이해관계자가 필요할 때마다 스스로 최신 계보 및 데이터 원본 정보를 검색할 수 있도록 해줍니다. 또한 상세한 데이터 계보 맵을 통해 데이터 엔지니어의 온보딩을 가속화하여 데이터 환경의 안정성과 신뢰성에 영향을 주지 않으면서 신규 엔지니어나 경험이 부족한 엔지니어를 해당 역할에 통합할 수 있습니다.

6. 신뢰와 데이터 거버넌스

데이터 거버넌스는 특히 금융계에서 새로운 것이 아닙니다. 바젤 위원회는 239년에 BCBS 2013를 발표했습니다. 이 규정은 은행의 위험 관련 데이터 집계 및 보고 기능을 강화하여 데이터에 대한 신뢰를 강화하기 위한 것이었습니다.

보고서 개발자, 데이터 과학자, 데이터 시민은 정확하고 시의적절하며 자신감 있는 의사 결정을 내리기 위해 신뢰할 수 있는 데이터가 필요합니다. 그러나 오늘날의 복잡한 데이터 환경에서는 분산된 서버와 인프라를 다루게 되어 서로 다른 데이터 소스와 셀 수 없이 많은 데이터 종속성을 초래하게 됩니다. 조직 전체에서 데이터가 어떻게 이동하는지 확인하고 모든 접점을 이해하며 서로 상호 작용하는 방식을 확인하려면 모든 데이터 소스에 대한 전체 개요가 필요합니다. 데이터를 완전히 이해한 경우에만 데이터를 완전히 신뢰할 수 있습니다.

데이터 계보는 모든 데이터 흐름, 소스, 변환 및 종속성에 대한 포괄적인 개요를 제공합니다. 정확한 보고를 보장하고 중요한 계산이 어떻게 도출되었는지 확인하며 데이터 관리 프레임워크 및 전략에 대한 자신감을 얻을 수 있습니다.

Manta가 금융 서비스의 데이터 계보에 적합한 이유

Manta는 금융 분야의 수십 명의 고객이 데이터 계보의 이점을 깨닫도록 도왔습니다. 우리는 생산성을 높이고, 데이터에 대한 신뢰를 얻고, 디지털 혁신을 가속화하는 데 도움이 되는 자동화된 솔루션을 제공하여 메타데이터 관리에 인텔리전스를 제공합니다.

Manta 플랫폼에는 40개 이상의 즉시 사용 가능한 완전 자동 스캐너를 통해 계보를 최대한 활용할 수 있는 고유한 기능이 포함되어 있습니다. 또한 Manta는 가장 널리 사용되는 데이터 카탈로그와 함께 작동합니다. 우리 플랫폼은 Collibra, Informatica, Alation 등과 같은 카탈로그와 통합됩니다.

기다리지 마세요. 지금 자동화된 데이터 계보의 이점을 실현하십시오.

자세히 알아보려면 Manta 엔지니어와 함께 데모를 예약하세요.

이 글이 도움 되었나요?

가능아니


인공 지능에 대해 자세히 알아보기




IBM Tech Now: 26년 2024월 XNUMX일

<1 분 읽기 - 기술 세계의 가장 뛰어난 최신 뉴스와 발표를 소개하는 비디오 웹 시리즈인 IBM Tech Now에 오신 것을 환영합니다. 새로운 IBM Tech Now 비디오가 게시될 때마다 알림을 받으려면 YouTube 채널을 구독하세요. IBM Tech Now: 에피소드 92 이 에피소드에서는 다음 주제를 다룹니다. IBM watsonx 주문 EDGE3 + watsonx G2 최고의 소프트웨어 상 계속 참여하세요. IBM 블로그 공지에서 전체 내용을 확인할 수 있습니다…




ADF(Azure Data Factory)에 대한 데이터 관찰 기능 소개

<1 분 읽기 - 이번 IBM Databand 제품 업데이트에서는 ADF(Azure Data Factory)에 대한 새로운 지원 데이터 관측성을 발표하게 되어 기쁘게 생각합니다. ADF를 데이터 파이프라인 조정 및 데이터 변환 도구로 사용하는 고객은 이제 Databand의 관찰 가능성 및 사고 관리 기능을 활용하여 데이터의 신뢰성과 품질을 보장할 수 있습니다. ADF와 함께 Databand를 사용하는 이유는 무엇입니까? 엔드 투 엔드 파이프라인 모니터링: 모든 종속 시스템에서 메타데이터, 지표 및 로그를 수집합니다. 추세 분석: 과거 추세를 구축하여 이상 현상을 사전에 감지하고 잠재적인 상황에 대해 경고합니다.




Meta의 Llama 3가 AI의 미래에 어떤 영향을 미칠까요?

5 분 읽기 - 2024년 3월 Meta CEO Mark Zuckerberg는 Instagram 동영상을 통해 Meta AI가 최근 Llama 1 훈련을 시작했다고 발표했습니다. 이 최신 세대의 LLaMa 대형 언어 모델(LLM) 제품군은 Llama 2023 모델(원래 "LLaMA"로 양식화됨)을 따릅니다. )는 2년 XNUMX월 출시, 라마 XNUMX 모델은 XNUMX월 출시됐다. 구체적인 세부 사항(예: 모델 크기 또는 다중 모드 기능)은 아직 발표되지 않았지만 Zuckerberg는 Meta가 Llama 기반을 계속해서 오픈 소스로 제공하려는 의도를 밝혔습니다.

IBM 뉴스레터

새로운 트렌드에 대한 최신 사고 리더십과 통찰력을 제공하는 뉴스레터와 주제 업데이트를 받아보세요.

지금 가입

더 많은 뉴스 레터

spot_img

VC 카페

VC 카페

최신 인텔리전스

spot_img