클라우드 기반 데이터 웨어하우스의 대표주자인 Snowflake는 금융 서비스에 대한 최신 벤처를 시작했으며 은행 및 보험사를 위한 데이터 웨어하우징 분야에서 확고한 역할을 하고 있는 Teradata는 머신 러닝 구현으로 매력을 확대하려고 시도하고 있습니다.
세계는 Snowflake의 성층권 상승에 초점을 맞추었지만 1.5년 가치 2018억 달러 에 작년 IPO 직후 120억 달러 – 내부자 및 업계 전문가에 따르면 수익성이 높은 금융 서비스 시장에 진출하는 데 어려움을 겪을 수 있습니다.
이른바 클라우드 네이티브 데이터 웨어하우스 사업은 이번 주에 금융 서비스 데이터 클라우드라고 불리는 것을 출시했으며, 해당 부문의 포춘 57대 기업 중 500%가 플랫폼을 사용하고 있다고 주장했습니다. Snowflake 기술을 "파트너 제공 솔루션" 및 "산업에 중요한 데이터 세트"와 결합하는 산업 맞춤형 플랫폼으로 설명됩니다.
아이디어는 금융 서비스 회사가 새로운 고객 중심 제품을 출시하는 데 사용하고 모든 데이터가 이미 플랫폼에 있으므로 프로세스가 더 쉬워진다는 것입니다.
Snowflake는 기업이 내장된 보안 및 거버넌스 기능을 사용하여 데이터 프로젝트에서 협업할 수 있을 것이라고 말합니다. 기능에는 여러 공용 클라우드에 대한 개인 연결, BYOK(Bring Your Own Key)를 통한 향상된 암호화, 중요한 데이터의 기본 제공 분류 및 익명화, SOX 표준을 준수하는 타사 토큰 공급자와의 통합이 포함됩니다.
이 플랫폼은 다중 테넌트 환경에서 공유를 지원하여 여러 공용 클라우드에서 데이터를 안전하게 공유할 수 있는 기능을 제공합니다. 데이터 카탈로그는 Alation을 통해 제공되도록 설정되어 있습니다. 한편 투자 관리 회사인 BlackRock의 Aladdin Data Cloud - 투자 관리자가 데이터를 더 많이 사용할 수 있도록 설계된 Snowflake 기반 시스템인 SI Cognizant, 데이터 통합 플랫폼 Dataiku 및 Deloitte를 포함하여 파트너를 통해 제공되는 많은 기능이 있습니다.
Snowflake veep인 Matt Glickman은 회사의 플랫폼이 금융 서비스에서 "전통 및 대체 데이터 세트의 목적지"가 되고 있으며 타사 기술 업체도 고객이 시스템을 통해 새로운 서비스를 구축하도록 돕고 있다고 말했습니다.
그는 또한 서비스 회사와 함께 일하면서 금융 서비스 고객이 "점점 더 많은 주요 프로덕션 워크로드를 Snowflake에 넣고 있다"고 주장했습니다.
이것은 일부 구름을 경계하는 관찰자들을 놀라게 할 수 있습니다. 금융 서비스에서 데이터 웨어하우징 시스템으로 수년간 작업한 경험이 있는 한 내부자는 보안, 성능 및 비용이 여전히 문제이기 때문에 은행과 보험사가 신뢰할 수 있는 온프레미스 시스템을 클라우드로 이전해야 하는 이유를 찾는 데 어려움을 겪고 있다고 말했습니다.
Teradata는 HSBC 및 Lloyds를 고객으로 간주하는 금융 서비스 분야에서 명성을 쌓았지만 Snowflake는 이 시장에서 핵심 워크로드를 지원하는 데 처음입니다.
내부 관계자는 Snowflake가 클러스터당 XNUMX명의 동시 사용자를 처리할 수 있다고 말했습니다. 즉, 시스템이 사용자를 추가하면 비용이 증가합니다.
Teradata에서는 “현재 시스템이 처리량, 컴퓨팅 및 스토리지 측면에서 알려진 유한 용량이지만, 이는 알려진 비용을 보장합니다. 사람들이 [Snowflake를 사용하는] 사람들에게 큰 충격을 주는 것은 비용의 예측 불가능성입니다. 왜냐하면 그들은 이번 달 청구서를 설명할 수 없을 뿐만 아니라 다음 달 청구서가 무엇인지도 알지 못하기 때문입니다.”라고 그는 말했습니다.
또한 금융 서비스 업계의 기술 팀은 Snowflake가 관계형 데이터베이스를 기반으로 하기 때문에 제공할 새로운 기능이 있는지 회의적이었습니다. 내부 관계자는 "최신 기술을 발전시킬 여지가 남아 있지 않습니다."라고 말했습니다.
Snowflake는 온보딩과 틀림없이 데이터 공유를 도왔지만 실제 문제를 해결하지는 못했습니다. "이 발표에서 기술을 가능하게 하는 요소는 무엇이며, 새로운 IP는 무엇입니까?" 그는 물었다.
익명을 요청한 글로벌 기술 연구 회사의 한 분석가는 Snowflake가 금융 서비스의 핵심 엔터프라이즈 데이터 웨어하우스 시스템에 침투하기 위해 고군분투하고 있다는 데 동의했습니다.
Snowflake에서 일부 전술적 분석 및 데이터 처리를 수행할 수 있지만 은행과 보험사는 Teradata가 40년 동안 온프레미스 데이터 웨어하우스 어플라이언스를 중심으로 구축한 기능에 의존합니다.
“Teradata는 [성능을 위해] 기계 학습과 Snowflake가 아직 설계하지 않은 여러 데이터 유형의 통합을 통합했습니다. 이러한 기능에 의존하는 큰 은행이 있는 경우 클라우드에서 Snowflake로 마이그레이션하는 것은 일종의 어려운 일이며 비용-편익 관점에서 현재 Teradata에 클라우드 시스템이 있다고 주장하기 어려울 것입니다. 나는 그들이 곧 테라데이타에 큰 타격을 줄 것이라고 생각하지 않는다”고 말했다.
한편, Teradata는 Data Lake Spinner Databricks와 같은 플랫폼용 기계 학습 모델을 자체적으로 직접 배포하는 새로운 기능을 발표했습니다.
Teradata의 제품 관리 이사인 Scott Toborg는 다음과 같이 말했습니다. 등록 예를 들어 데이터 과학자가 Apache Spark에서 구축한 로지스틱 회귀 모델을 해당 모델을 설명하는 데 사용되는 계수, 편향 및 기타 매개변수와 함께 PMML(Predictive Model Mark-Up Language) 교환 형식으로 내보낼 수 있습니다. .
"그런 다음 해당 파일을 Teradata로 가져오고 데이터를 추출한 다음 해당 모델을 다시 실행하는 데 필요한 Java 코드를 만듭니다."라고 그는 말했습니다. 업계 분석가는 머신 러닝 모델을 구축하기 위한 Databricks(Spark)와 비즈니스 데이터에 배포하기 위한 Teradata의 조합이 정교할 수 있다고 말했습니다.
지난 몇 년 동안 Snowflake에 대한 투자자의 각광에도 불구하고 내부자들은 핵심 엔터프라이즈 데이터 웨어하우스 사용자가 주요 시스템을 마이그레이션하도록 설득하는 데는 아직 갈 길이 멀다고 말합니다.
Teradata와 같은 기존 공급업체에는 고유한 클라우드 스토리가 있습니다. 예를 들어 Unilever는 고객 평가에 따르면 지난 18개월 동안 온프레미스 Teradata 시스템을 Azure로 마이그레이션했습니다.
그 동안 Teradata는 계속해서 기능을 추가하고 있습니다. 즉, 엔터프라이즈 데이터 웨어하우징에서의 싸움은 아직 끝나지 않았습니다. ®
PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.
