Data — 348개 용어

Great Expectations·Soda·dbt tests·Elementary.

OpenAI·Cohere·BGE·ko-sroberta 등.

Snowflake·Databricks·Fabric·BigQuery 중심의 2026년 현황.

ANN Benchmarks·VectorDBBench·BEIR.

Monte Carlo·Bigeye·Soda·Datafold·Elementary.

Parquet·ORC·Avro·Arrow. 사용 시나리오별 선택.

Dave McClure가 만든 스타트업 퍼널. Acquisition·Activation·Retention·Referral·Revenue.

대규모 벡터 DB. GPU 가속·수십억 벡터.

클라우드 네이티브 메시징. 초저지연·간단함 강조. Go·Rust 작성.

소스에서 목적지까지 데이터가 흐르는 자동화 경로. ETL/ELT·스트리밍 모두 포함.

Airbnb 출신의 오픈소스 엔터프라이즈 BI. 기능 많고 커스터마이징 강력.

Databricks의 협업 노트북 환경. Spark·SQL·Python·R 혼용. 버전 관리 통합.

제품 분석·실험 플랫폼. 행동 분석·제품 주도 성장에 특화.

SQL 위의 메트릭 정의 레이어. REST·GraphQL·SQL API.

데이터를 추출·변환·적재하는 전통적 데이터 파이프라인 패턴.

Rust로 작성된 차세대 데이터프레임 라이브러리. Pandas보다 5~10배 빠름.

관리형 ELT SaaS. 유지보수 없는 데이터 파이프라인. 고가지만 안정적.

Salesforce가 인수한 BI의 거인. 드래그앤드롭 시각화 선구자.

데이터 신선도·정확도·가용성에 대한 서비스 수준 계약.

Warehouse 내부 SQL 변환을 모델링·테스트·문서화하는 도구. ELT의 T를 담당.

차원·측정값으로 미리 집계된 다차원 데이터 구조. 전통 BI의 기반.

오픈소스 ELT 도구. 300+ 커넥터로 소스 → Warehouse 동기화.

Lyft가 오픈소스화한 데이터 발견 UI. DataHub 경쟁.

Ralph Kimball의 Dimensional Modeling. 상향식·스타 스키마 중심.

Yahoo가 만든 분산 메시징. Kafka 대안. 스토리지·컴퓨트 분리.

Python·R·Julia를 대화형으로 실행하는 노트북 환경. 데이터 분석의 표준.

KPI·지표를 시각화해 한눈에 모니터링하는 UI. BI 도구의 주 산출물.

비즈니스 데이터 분석·시각화로 의사결정을 돕는 플랫폼. Tableau·Power BI·Looker.

입력과 정답(레이블)이 쌍으로 주어진 데이터로 학습하는 ML. 분류·회귀가 대표.

Talend가 인수한 간단한 ELT SaaS. Fivetran보다 저렴하고 작은 팀용.

컬럼 지향 인메모리 데이터 포맷 표준. 언어·시스템 간 제로 카피 교환.

Google의 무료 Jupyter 호스팅. GPU·TPU 접근 가능. ML 튜토리얼·프로토타입 표준.

클라우드 네이티브 Data Warehouse. 스토리지와 컴퓨트 분리, 자동 확장으로 업계 선두.

데이터가 소스에서 소비까지 어떻게 변환·이동되는지 추적하는 메타데이터.

2020년 이후 주류 SaaS 조합. Fivetran+dbt+Snowflake+Looker+Hightouch.

정형·비정형 데이터를 원본 그대로 저장하는 대용량 스토리지. S3·GCS 기반.

분석 목적에 맞게 테이블·관계를 설계하는 작업. Star Schema·Dimensional Modeling.

Red Hat의 오픈소스 CDC 플랫폼. MySQL·Postgres·Mongo 로그를 Kafka 이벤트로.

Google이 개발한 딥러닝 프레임워크. 프로덕션·모바일 배포에 강점.

Lake의 저장 + Warehouse의 성능을 결합한 아키텍처. Delta Lake, Iceberg, Hudi가 주도.

ETL의 현대 변형. 원본 그대로 적재 후 Warehouse 내부에서 변환. dbt가 대표 도구.

상위 K개 결과에 관련 아이템이 포함된 비율. 추천·검색 기본 지표.

오픈소스 워크플로 오케스트레이터. DAG를 Python으로 정의. 데이터 파이프라인 스케줄링 표준.

데이터 수집·저장·처리·분석을 통합한 인프라. 현대 데이터 팀의 기반.

오픈소스 Feature Store. Gojek이 시작, 현재 Linux Foundation.

제품 자체를 마케팅·성장 엔진으로 삼는 전략. 무료 → 유료 전환.

비즈니스 지표를 중앙 정의해 여러 BI·앱에서 재사용하는 추상화 계층. Cube·dbt Semantic Layer.

복사 없이 소스 DB를 직접 Warehouse에서 쿼리. AWS가 제안.

기존 데이터에 외부 소스의 정보를 결합해 가치를 높이는 작업.

이벤트 스트림(Kafka·Pulsar)을 기반으로 앱을 설계하는 아키텍처 패러다임.