Cube란 무엇인가요?

Cube는 전체 데이터 생태계에 걸쳐 통합된 시맨틱 레이어를 구축하는 고급 에이전트 분석 플랫폼입니다. 핵심 목표는 조직이 핵심 비즈니스 측정항목과 계산 로직을 한 번만 정의하도록 하여 데이터 파편화 및 불일치를 제거하는 것입니다. 이 단일 진실 공급원(Single Source of Truth)은 기존 BI 대시보드부터 최첨단 AI 에이전트에 이르기까지 모든 다운스트림 도구가 정확히 동일한 정의를 기반으로 데이터를 사용하도록 보장하여 불일치를 크게 줄이고 데이터 거버넌스를 개선합니다(Alcon과 같은 사용자가 측정항목 정의에서 상당한 효율성 향상을 경험한 사례에서 확인됨).

이 플랫폼은 최신 데이터 스택(데이터 웨어하우스 및 레이크 등)과 소비 레이어 사이의 격차를 해소하며, 보안, 성능 튜닝 및 실시간 데이터 처리를 위한 엔터프라이즈급 도구를 제공합니다. 강력한 API 우선 기반을 제공함으로써 Cube는 개발자와 분석가가 고성능 임베디드 분석 및 상황 인식 LLM 애플리케이션을 포함한 정교한 데이터 경험을 구축할 수 있도록 지원하며, 데이터가 조직 전체에서 단순히 사용 가능한 것이 아니라 신뢰할 수 있고 실행 가능하도록 보장합니다.

주요 기능

• 에이전트 분석 플랫폼: AI 및 다중 에이전트 시스템과의 깊은 통합을 통해 차세대 데이터 워크플로우를 지원하며 동적 데이터 해석 및 향상된 응답성을 가능하게 합니다.
• 시맨틱 레이어 기반: 측정항목, 차원 및 관계를 중앙에서 정의합니다. 이는 모든 소비 지점에서 일관성을 보장하여 중복 쿼리 작성을 방지합니다(예: Alcon의 경험).
• 임베디드 분석: 애플리케이션에 안전하고 일관되며 고성능의 임베디드 대시보드 및 시각화를 구축하기 위한 도구를 제공합니다.
• 실시간 분석 지원: 속도와 일관성에 최적화된 스택으로 설계되어 최신 상태의 데이터에 대한 신뢰를 가능하게 합니다.
• LLM 및 AI 컨텍스트 레이어: AI 챗봇 및 대규모 언어 모델(LLM)의 정확하고 관련성 높은 응답을 지원하는 데 필요한 구조화된 컨텍스트와 사전 계산된 측정항목을 제공합니다.
• 성능 최적화: 캐싱, 사전 집계 관리 및 쿼리 재작성과 같은 기능은 낮은 지연 시간의 응답을 보장하여 분석 다운타임을 크게 줄입니다(예: Cloud Academy는 90% 감소 보고).
• 클라우드 OLAP 브리징: 최신 클라우드 데이터 웨어하우스(OLAP)의 강력한 기능과 스프레드시트 및 BI 도구와 같은 사용자 친화적인 인터페이스를 연결하는 중요한 중개자 역할을 합니다.

Cube 사용 방법

Cube 시작하기는 시맨틱 모델을 설정하고 데이터 소스를 연결하는 것을 포함합니다. 일반적인 워크플로우는 Cube의 모델링 언어 내에서 데이터 스키마를 정의하는 데 중점을 둡니다. 먼저, Cube를 기본 데이터 웨어하우스(예: Snowflake, BigQuery)에 연결합니다. 둘째, Cube 스키마 파일에서 핵심 측정항목, 차원 및 관계를 정의하여 단일 진실 공급원을 설정합니다.

모델이 정의되면 SQL API(기존 BI 도구용), REST/GraphQL(사용자 지정 애플리케이션용)을 포함하여 다양한 API를 통해 이 데이터를 노출하거나 LLM 파이프라인에 직접 통합할 수 있습니다. 사용자는 빠른 반복 작업의 이점을 누릴 수 있습니다. 예를 들어, Cloud Academy는 Cube의 간소화된 배포 프로세스 덕분에 새로운 데이터 모델 출시 속도가 5배 빨라졌습니다. 플랫폼은 쿼리 컴파일, 최적화 및 캐싱을 자동으로 처리하므로 최종 사용자는 사용하는 도구에 관계없이 일관되고 빠른 결과와 상호 작용합니다.

사용 사례

1. 엔터프라이즈 BI 표준화: 대규모 조직은 Cube를 사용하여 수십 개의 분산된 BI 도구(Tableau, Power BI, Looker) 전반에서 KPI(월간 반복 매출 또는 고객 획득 비용과 같은)의 일관된 정의를 시행하여 경영진 보고가 통합되고 신뢰할 수 있도록 보장합니다.
2. AI 에이전트 상황화: 내부 AI 비서의 데이터 계층으로 Cube를 통합합니다. 직원이 LLM 기반 봇에게 데이터 관련 질문을 하면 Cube는 자연어 쿼리를 최적화되고 상황 인식이 가능한 쿼리로 변환하여 데이터 웨어하우스를 대상으로 지정하고 AI 응답이 정의된 측정항목에 사실적으로 근거하도록 보장합니다.
3. 고객 대상 분석 구축: 기업들은 Cube의 임베디드 분석 기능을 활용하여 자체 SaaS 애플리케이션 내에서 맞춤화되고 고성능의 대시보드를 최종 고객에게 안전하게 제공하며, 규모에 맞춰 권한 및 성능을 관리합니다.
4. 레거시 보고서 현대화: 이전 데이터 스택에서 마이그레이션하는 조직은 Cube를 사용하여 새로운 클라우드 데이터 웨어하우스 데이터를 기존 인터페이스를 통해 신속하게 노출함으로써 중요한 보고서에 대한 하위 호환성을 유지하면서 새로운 인프라 투자의 가치 실현 시간을 단축합니다.
5. 실시간 운영 대시보드: 실시간 거래 흐름 또는 시스템 상태 모니터링과 같이 즉각적인 피드백이 필요한 사용 사례의 경우 Cube의 실시간 기능은 운영 대시보드가 일관성을 희생하지 않으면서 데이터의 최신 상태를 반영하도록 보장합니다.

FAQ

Q: Cube는 기본적으로 어떤 데이터 소스를 지원하나요? A: Cube는 Snowflake, BigQuery, Databricks, PostgreSQL, MySQL 및 다양한 클라우드 OLAP 시스템을 포함하여 사실상 모든 최신 데이터 웨어하우스 또는 데이터베이스에 연결되도록 설계되었습니다. 이는 이러한 소스 위에 있는 추상화 계층 역할을 합니다.

Q: Cube는 AI/LLM 성능을 어떻게 개선하나요? A: Cube는 구조화된 컨텍스트를 제공합니다. 원시 데이터를 LLM에 공급하는 대신 Cube는 사용자의 의도를 사전 정의된 측정항목을 기반으로 최적화된 쿼리로 변환합니다. 이는 환각(Hallucination)을 줄이고 정확성을 보장하며, 적절한 경우 집계되거나 사전 계산된 보기를 쿼리하여 응답 시간을 크게 단축합니다.

Q: Cube는 주로 시각화 도구인가요, 아니면 데이터 모델링 도구인가요? A: Cube는 근본적으로 시맨틱 레이어 및 분석 API 플랫폼입니다. 데이터가 무엇을 의미하는지, 그리고 어떻게 일관되게 쿼리되어야 하는지를 정의하는 데 중점을 둡니다. 임베디드 분석을 지원하지만 도구에 구애받지 않으며 시각화 도구를 대체하기보다는 지원하도록 설계되었습니다.

Q: Cube는 보안 및 액세스 제어를 어떻게 처리하나요? A: 보안은 Cube 계층 내에서 중앙에서 관리됩니다. API를 통해 전달되는 사용자 역할 또는 컨텍스트를 기반으로 세분화된 액세스 제어, 행 수준 보안(RLS) 및 열 수준 보안을 정의할 수 있으므로 데이터 소비자는 사용되는 다운스트림 도구에 관계없이 액세스 권한이 있는 데이터만 볼 수 있습니다.

Q: Cube와 기존 BI 도구의 모델링 계층 간의 차이점은 무엇인가요? A: 기존 BI 도구는 해당 도구에 특정한 사일로화된 모델을 생성합니다. Cube는 BI, 사용자 지정 앱, AI 등 모든 도구에 서비스를 제공하는 보편적인 시맨틱 레이어를 생성합니다. 이러한 중앙 집중화는 측정항목 드리프트를 방지하고 측정항목 정의가 Tableau에서 보든 내부 AI 에이전트가 쿼리하든 일관되도록 보장합니다.