챕터별 상세
00:00
스카이스캐너의 데이터 규모와 도전 과제
매초 5,000건의 검색이 발생하며 매일 3,500만 건의 검색을 처리한다. 매일 300억에서 350억 개의 이벤트를 처리하고 15~20 페타바이트의 데이터를 저장한다. 데이터브릭스 플랫폼을 도입하여 분산된 데이터를 통합하고 건강한 데이터 에코시스템을 구축했다.
00:59
메달리온 아키텍처와 데이터 제품화
브론즈, 실버, 골드 계층으로 구성된 메달리온 아키텍처를 적용했다. 실버 레벨에서는 매일 550억 개의 이벤트가 처리되어 'Cornerstone Data Products'로 변환된다. 변환된 데이터 제품은 비즈니스 전반의 여러 팀에서 다양한 유스케이스에 재사용 가능한 신뢰할 수 있는 데이터 소스가 된다.
메달리온 아키텍처는 데이터의 정제 수준에 따라 계층을 나누어 관리하는 설계 방식이다.
01:39
Unity Catalog를 통한 거버넌스와 ML 예측
Unity Catalog를 단일 진실 공급원(Single Source of Truth)으로 활용하여 데이터 거버넌스를 강화했다. 이를 통해 매일 1억 8,000만 건의 비행 순위 예측(Flight Ranking Predictions)을 수행한다. 고품질 데이터 파운데이션을 구축함으로써 머신러닝 모델의 개발 및 배포 속도를 경쟁사보다 빠르게 가속화했다.
Unity Catalog는 데이터와 AI 자산에 대한 통합 거버넌스를 제공하는 도구이다.
02:13
생성형 AI와 미래 전략
여행객의 50% 이상이 이미 생성형 AI를 통해 여행을 계획하고 있다는 점에 주목하고 있다. Agent Bricks를 탐색하여 고객과의 다음 대화를 제안하는 지능형 에이전트를 구축할 계획이다. 데이터브릭스의 견고한 데이터 기반을 바탕으로 생성형 AI 모델 도입을 더욱 가속화하고 있다.
Agent Bricks는 데이터브릭스 환경에서 AI 에이전트를 구축하기 위한 프레임워크를 의미한다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 10.수집 2026. 03. 10.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
