쇼핑몰에서 사용하기에 적절할지 궁금합니다. 상품검색이나 구매시 쿼리속도가 느리면 이탈율이 커질텐데요~ 쿼리의 복잡성은 거의 없기때문에 누적 데이터가 쌓여도 인덱싱 관리가 잘되어 최적화에 문제가 없을지 궁금합니다.
빅쿼리는 굉장히 큰 규모의 데이터를 빠르게 처리해서 결과를 전달해주는 것이 목적입니다. 따라서 빠른 응답 처리 또는 굉장히 큰 규모의 트래픽을 수용해야 한다면, 구글 클라우드의 빅테이블을 고려하시는 것이 좋습니다. 빅테이블에 대한 정보는 https://cloud.google.com/bigtable/에서 확인하시기 바랍니다.
[질문] 베트남소재의 몇개 지점과 데이터를 송.수신하는 것을 가정해서 GCP를 이용하는 방법을 설명해주실수 있을 까요?
베트남 소재의 몇개 지점에서 구글 클라우드 네트워크의 인터넷 연결 접점인 PoP까지는 인터넷 망을 이용해서 통신을 하고, PoP 이후 데이터가 실제로 위치한 데이터 센터까지의 통신은 구글 내부의 네트워크를 사용하여 통신할 것입니다. 따라서 글로벌하게 네트워크가 준비되지 않았다면 실제 데이터 센터까지 인터넷으로 통신하기 때문에, 상대적으로 통신 속도를 빠르게 이용할 수 있다는 장점이 있습니다.
*** A사 솔루션을 호주에서 사용하고 있는데요. Region에 따라 속도의 차이가 발생하고 있는데, 담당자들이 인정하지 않고, 실제 어떤것이 문제이고 해결책을 정확하게 이야기 하지 못해주더라구요. GCP는 이런 부분이 해소될수 있는지 궁금합니다.
리전 간 속도 차이는 물리적인 지역이 다르게 때문에 발생할 수 밖에 없습니다. 다만, 그 속도 차이가 얼마나 발생할 수 있느냐의 차이라고 보이는데, 구글 클라우드가 보유한 네트워크 환경으로 그 속도 차이를 굉장히 많이 줄일 수 있다는 것이 장점입니다.
[질문] 가트너가 2019년 10대 데이터 및 분석 기술 트랜드를 발표하면서 향후 엄청난 영향력을 미칠 데이터 및 분석 기술 트렌드로 증강 분석(augmented analytics), 지속적 지능화(continuous intelligence), 그리고 설명 가능한 인공지능(artificial intelligence)을 꼽았습니다. 또한 증강 분석은 데이터 및 분석 시장의 차세대 혁신 기술로, 머신러닝과 AI 기술을 사용해 분석 콘텐츠가 개발, 소비, 공유되는 방식을 더욱 미래에 혁신할 것입니다. 하지만 이런 긍정적인면 이외에 우려되는 부분은 점점 더 많은 AI 모델이 인간의 의사 결정을 강화하고 대체하는데 사용되고 있지만 기업은 때때로 이러한 모델이 의사 결정에 어떻게 도달하는지를 정확히 파악하고, 사용자 및 이해당사자들과 신뢰를 구축하기 위해 설명이 가능해야 한다고 생각합니다. 그러나 현재의 이러한 AI 모델의 대다수는 복잡한 블랙박스로, 정확한 결론 이유를 설명하지 못하는 것 같