이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 분야의 이벤트
상세 이미지
책소개
목차
|
1장 데이터 주도 조직으로의 여정
최근의 기술 발전과 업계 트렌드 데이터 관리 분석으로 인해 파편화되는 데이터 환경 변화하는 소프트웨어 출시 속도 데이터 관리에 막대한 영향을 미치는 클라우드 개인정보보호와 보안은 최우선 과제 운영 시스템과 분석 시스템은 통합되어야 한다 조직은 협력적 생태계 속에서 운영된다 시대에 뒤떨어진 데이터 아키텍처에 발이 묶인 기업들 __엔터프라이즈 데이터 웨어하우스: 진실의 단일 원천 __데이터 레이크: 정형 및 비정형 데이터를 위한 중앙집중식 리포지토리 __중앙집중화의 고통 데이터 전략 수립 정리 2장 데이터 도메인을 활용한 데이터 체계화 애플리케이션 설계의 출발점 __모든 애플리케이션에는 데이터 저장소가 있다 __애플리케이션은 항상 고유하다 __골든 소스 __데이터 통합 딜레마 __애플리케이션의 역할 소프트웨어 아키텍처에서 얻은 영감 데이터 도메인 __도메인 주도 설계 __비즈니스 아키텍처 __도메인 특성 분산형 및 도메인 지향 데이터 관리의 원칙 __데이터 도메인을 위한 설계 원칙 __데이터 프로바이더를 위한 모범 사례 __도메인 소유권 책임 분산형 도메인 지향 데이터 관리로의 전환 정리 3장 도메인과 기술 아키텍처의 매핑 도메인 토폴로지: 문제 영역 관리 __완전 연합형 도메인 토폴로지 __거버넌스 기반 도메인 토폴로지 __부분 연합형 도메인 토폴로지 __가치 사슬 정렬 도메인 토폴로지 __큰 단위로 나눈 도메인 토폴로지 __거버넌스가 부분적으로 적용된 큰 단위 도메인 토폴로지 __중앙집중형 도메인 토폴로지 __올바른 토폴로지 선택 랜딩 존 토폴로지: 솔루션 영역 관리 __단일 데이터 랜딩 존 __소스 정렬 랜딩 존과 컨슈머 정렬 랜딩 존 __허브 데이터 랜딩 존 __다중 데이터 랜딩 존 __다중 데이터 관리 랜딩 존 __랜딩 존 실전 사례 정리 4장 데이터 프로덕트 관리 데이터 프로덕트란 무엇인가 __코드, 데이터, 메타데이터, 인프라 통합의 난제 __논리적 엔티티로서의 데이터 프로덕트 데이터 프로덕트 설계 패턴 __CQRS란 무엇인가 __데이터 프로덕트로서의 읽기 복제본 데이터 프로덕트 설계 원칙 __리소스 지향 읽기 최적화 설계 __데이터 프로덕트의 데이터는 불변이다 __유비쿼터스 언어를 사용하라 __소스에서 직접 수집하라 __명확한 상호운용성 표준 __원시 데이터 금지 __컨슈머에 맞추지 마라 __누락된 값, 기본값, 그리고 데이터 타입 __의미적 일관성 __원자성 __호환성 __변동성이 큰 참조 데이터는 추상화하라 __새로운 데이터에는 새로운 소유권이 따른다 __데이터 보안 패턴 __메타모델 수립 __셀프서비스 허용 __도메인 간 관계 __전사적 일관성 __이력 관리, 재전송, 덮어쓰기 __여러 소유자가 있는 비즈니스 역량 __운영 모델 데이터 프로덕트 아키텍처 __상위 수준 플랫폼 설계 __데이터 수집 및 온보딩 역량 __데이터 품질 __데이터 이력 관리 솔루션 설계 __실제 사례 __스토리지 계정과의 대응 관계 __데이터 파이프라인과의 대응 관계 __데이터 제공 역량 __데이터 제공 서비스 __파일 가공 서비스 __비식별화 서비스 __분산 오케스트레이션 __지능형 소비 서비스 __데이터 프로덕트를 직접 사용할 때의 고려사항 시작해 보자 정리 5장 서비스와 API 관리 API 관리 소개 서비스 지향 아키텍처란 무엇인가 __전사적 애플리케이션 통합 __서비스 오케스트레이션 __서비스 커리어그래피 __퍼블릭 서비스와 프라이빗 서비스 __서비스 모델과 표준 데이터 모델 __엔터프라이즈 데이터 웨어하우징 아키텍처와의 유사점 API 관리에 대한 현대적 관점 __연합형 책임 모델 __API 게이트웨이 __제품으로서의 API __컴포지트 서비스 __API 계약 __API 탐색 가능성 마이크로서비스 __함수 __서비스 메시 __마이크로서비스 도메인 바운더리 에코시스템 커뮤니케이션 경험 API __그래프QL __프론트엔드를 위한 백엔드 실전 사례 메타데이터 관리 데이터 프로덕트를 제공하는 읽기 지향 API 정리 6장 이벤트와 알림 관리 이벤트에 대한 소개 __알림 vs 상태 전송 __비동기 통신 모델 모던 이벤트 기반 아키텍처의 형태 __메시지 큐 __이벤트 브로커 __이벤트 처리 스타일 __이벤트 프로듀서 __이벤트 컨슈머 __이벤트 스트리밍 플랫폼 __거버넌스 모델 __데이터 프로덕트 저장소로서의 이벤트 저장소 __애플리케이션 백엔드로서의 이벤트 저장소 운영 백본으로서의 스트리밍 보장과 일관성 __일관성 수준 __처리 방식 __메시지 순서 __데드 레터 큐 __스트리밍 상호운용성 거버넌스와 셀프서비스 정리 7장 개별 사항을 통합해 큰 그림 그리기 도메인 간 상호운용성 __간략한 복습 __데이터 배포 vs 애플리케이션 통합 __데이터 배포 패턴 __애플리케이션 통합 패턴 __일관성과 탐색 가능성 변화를 가이드하고 영감과 동기를 부여하는 법 __도메인 바운더리 설정 __예외 처리 조직 차원의 변화 __팀 토폴로지 __조직 계획 수립 정리 8장 데이터 거버넌스와 보안 데이터 거버넌스 __거버넌스 프레임워크 __프로세스: 데이터 거버넌스 활동 __효과적이고 실용적인 거버넌스 구축 __데이터 거버넌스를 위한 지원 서비스 __데이터 계약 데이터 보안 __사일로화된 현재의 접근 방식 __신뢰 경계 __데이터 분류 및 라벨 __데이터 사용 분류 __통합 데이터 보안 __신원 제공자 __실제 사례 __일반적인 보안 프로세스 흐름 __API 기반 아키텍처 보안 __이벤트 기반 아키텍처 보안 정리 9장 메타데이터를 통한 데이터 민주화 메타데이터 관리 엔터프라이즈 메타데이터 모델 __메타모델의 실제 예시 __데이터 도메인과 데이터 프로덕트 __데이터 모델 __데이터 계보 __기타 메타데이터 영역 메타레이크 아키텍처 __카탈로그의 역할 __지식 그래프의 역할 정리 10장 모던 마스터 데이터 관리 마스터 데이터 관리 스타일 데이터 통합 마스터 데이터 관리 솔루션 설계 도메인 지향적 마스터 데이터 관리 __참조 데이터 __마스터 데이터 __서비스로서의 MDM과 데이터 품질 MDM과 데이터 큐레이션 __지식 교환 __통합 뷰 __재사용 가능한 컴포넌트와 통합 로직 __통합 허브를 통한 데이터 재게시 __애그리게이트를 통한 데이터 재게시 데이터 거버넌스 권장사항 정리 11장 데이터를 가치로 전환하기 데이터를 가치로 전환하는 과정에서의 과제들 도메인 데이터 저장소 __컨슈머 정렬 유스케이스의 세분성 __데이터 도메인 저장소 vs 데이터 프로덕트 모범 사례 __비즈니스 요구사항 __대상 사용자와 운영 모델 __비기능적 요구사항 __데이터 파이프라인과 데이터 모델 __DDS의 수행 역할 범위 지정 비즈니스 인텔리전스 __시맨틱 계층 __셀프서비스 도구와 데이터 __모범 사례 고급 분석: MLOps __프로젝트 시작 __실험과 추적 __데이터 엔지니어링 __모델 운영화 __예외 사항 정리 12장 이론을 실무에 적용하기 데이터 여정에 대한 짧은 회고 중앙집중형인가? 탈중앙형인가? 실현하기 __기회 포착 단계: 전략적 방향 설정 __전환 단계: 기반 준비 __최적화 단계: 역량 전문화 데이터 주도 문화 __데이터옵스 __거버넌스와 리터러시 엔터프라이즈 아키텍트의 역할 __블루프린트와 다이어그램 __현대적인 능력 __통제와 거버넌스 마치면서 |
저자 소개 3
Piethein Strengholt
마이크로소프트 네덜란드의 최고데이터책임자(CDO)다. 고객사의 CDO들을 응대하는 협력 파트너로 일하며, 커뮤니티와 프로덕트 그룹에서 주도적인 역할을 맡고 있다. 블로거로서도 활발히 활동 중이며 데이터 메시 개념, 데이터 거버넌스, 대규모 데이터 전략 등 최신 데이터 관리 트렌드에 대한 발표와 강연도 주기적으로 하고 있다.
삼성전자 네트워크 사업부 SE 그룹에서 소프트웨어 개발과 관련한 다양한 업무를 수행하고 있다. 주요 이력으로는 지능망(IN)과 모바일 자바 애플리케이션 개발, 정적 분석과 소프트웨어 구조 분석 등이 있다. 현재는 형상 관리와 SW 개발 전략을 담당하고 있으며 소프트웨어 개발과 관련 조직 구조와 개발 문화, 애자일과 데브옵스, 인프라 자동화, 데이터 사이언스 등에 관심이 많다. 보안과 관련해 5G 통신장비 보안 인증인 NESAS 인증을 위한 사업부 TF 멤버로도 활동했다. 『프로메테우스, 오픈소스 모니터링 시스템』(책만, 2019), 『만들면서 배우는 헥사고날 아키텍처 설계와 구현
삼성전자 네트워크 사업부 SE 그룹에서 소프트웨어 개발과 관련한 다양한 업무를 수행하고 있다. 주요 이력으로는 지능망(IN)과 모바일 자바 애플리케이션 개발, 정적 분석과 소프트웨어 구조 분석 등이 있다. 현재는 형상 관리와 SW 개발 전략을 담당하고 있으며 소프트웨어 개발과 관련 조직 구조와 개발 문화, 애자일과 데브옵스, 인프라 자동화, 데이터 사이언스 등에 관심이 많다. 보안과 관련해 5G 통신장비 보안 인증인 NESAS 인증을 위한 사업부 TF 멤버로도 활동했다. 『프로메테우스, 오픈소스 모니터링 시스템』(책만, 2019), 『만들면서 배우는 헥사고날 아키텍처 설계와 구현』(위키북스, 2022) 등을 번역하며 기술 번역가로도 활동하고 있다.
김영기의 다른 상품
18년 차 소프트웨어 엔지니어로 삼성전자, 리벨리온을 거쳐 현재 42dot에서 기능 안전 V&V 엔지니어로 활동하고 있다. 다양한 도메인에서의 소프트웨어 품질 및 테스트 자동화의 경험을 가지고 있으며, 최근에는 AI 에이전트를 활용한 검증 프로세스 개선 및 자동화에 관심이 많다.
김현진의 다른 상품
품목정보
- 발행일
- 2026년 05월 18일
- 쪽수, 무게, 크기
- 476쪽 | 914g | 185*240*23mm
- ISBN13
- 9791124309063
출판사 리뷰
|
| 이 책에서 다루는 내용 |
· 규제 요구사항, 개인정보보호 문제, 데이터 메시와 데이터 패브릭 등 최신 데이터 관리에 관한 최신 트렌드 · 클라우드 데이터 랜딩 존, 도메인 주도 설계(DDD), 데이터 프로덕트 설계 등 데이터 아키텍처 구축 방법과 노하우 · 데이터 거버넌스와 보안, 마스터 데이터 관리, 셀프서비스 데이터 마켓플레이스, 메타데이터의 중요성 | 이 책의 대상 독자 | - 경영진 및 아키텍트: 최고데이터책임자(CDO), 최고기술책임자(CTO), 수석 아키텍트, 엔터프라이즈 아키텍트, 수석 데이터 아키텍트 - 분석 팀: 데이터 과학자, 데이터 엔지니어, 데이터 분석가, 분석 총괄 책임자 - 개발 팀: 데이터 엔지니어, 데이터 과학자, 비즈니스 인텔리전스 엔지니어, 데이터 모델러 및 설계자, 기타 데이터 전문가 - 컴플라이언스 및 거버넌스 팀: 최고정보보안책임자(CISO), 데이터보호책임자, 정보보안 분석가, 규제 준수 책임자, 데이터 스튜어드, 비즈니스 분석가 1장에서는 데이터 관리가 무엇인지, 어떻게 변화하고 있는지, 그리고 디지털 전환에 어떤 영향을 미치는지를 맥락적 관점에서 살펴본다. 그리고 최근 몇 년간의 현황과 데이터 전략 수립 지침을 제공한다. 2장에서는 대규모 데이터 관리의 세부사항을 다룬다. 데이터 도메인을 활용해 대규모 데이터 환경을 관리하는 방법론으로서 도메인 주도 설계(DDD)와 비즈니스 아키텍처를 살펴본다. 3장에서는 데이터 아키텍처를 구조화하고 데이터 도메인과 일치시키는 방법으로서, 토폴로지와 데이터 랜딩 존에 초점을 맞춘다. 4장에서는 데이터 프로덕트, 명령 쿼리 책임 분리(CQRS) 및 이를 가이드하는 원칙에 초점을 맞추고, 솔루션 설계 사례를 제시한다. 5장에서는 API 관리를, 6장에서는 이벤트 및 알림 관리를 살펴본다. 7장에서는 이제까지의 모든 내용에 아키텍처 가이드와 실제 경험을 곁들이고, 하나로 묶어 포괄적으로 살펴본다. 8장에서는 급변하는 시대에도 장기적으로 실용적이고 지속 가능한 방식으로 데이터 거버넌스와 보안에 접근하는 방법을 살펴본다. 9장에서는 메타데이터의 활용, 중요성, 그리고 민주화의 가능성을 깊이 있게 다룬다. 10장에서는 분산되어 광범위하게 흩어져 있는 자산에 대한 데이터 일관성을 유지하기 위해 마스터 데이터 관리(Master Data Management, MDM)를 어떻게 활용할지 안내하고, 11장에서는 데이터를 가치로 전환하는 문제를 다룬다. 12장에서는 이제까지 다룬 내용을 실현하는 예시와 함께 데이터 관리와 엔터프라이즈 아키텍처의 미래에 대한 비전으로 책을 마무리한다. |
추천평
|
미래는 지금보다 디지털화가 가속화될 것입니다. 미래를 준비하는 기업들은 지금보다 더 많은 데이터를 활용하고 분석하여 데이터 기반 전략적 의사결정을 내리게 되며, 기업들이 다루는 데이터는 매우 중요한 요소가 될 것입니다. 따라서, 기업들은 전통적인 데이터 아키텍처의 한계를 파악하고 최근 기술 발전과 트렌드를 반영하는 대규모 데이터 아키텍처 환경을 도입해야 합니다.
데이터 주도 조직으로 전환 시 완벽한 거버넌스 구조와 데이터 아키텍처를 구축하는 일은 결코 쉬운 일이 아니며, 누구도 정답을 제시할 수 없습니다. 하지만, 이 책에서 설명하는 다양한 기업들의 전략과 아키텍처 설계를 살펴보고 그 결정을 이해한다면 독자분들의 환경에서도 데이터 아키텍처를 설계하고 거버넌스 구조를 의사결정하는 데 큰 도움이 될 것입니다. 뿐만 아니라, 데이터에 대한 마스터 플랜 정의, 데이터 모델링과 설계, 데이터 저장과 운영, 데이터 보안, 데이터 통합 등 대규모 데이터 아키텍처 설계 시 반드시 숙지해야 할 다양한 내용들에 관해 이 책에서는 친절하게도 다양한 사례와 함께 다뤄줍니다. 이 책이 데이터 아키텍처의 절대적인 정답을 제시하는 것은 아니지만, 설계와 도입 과정에서 반드시 필요한 인사이트와 올바른 의사결정의 기준을 마련해 줄 것입니다. 특히, AI 시대를 맞이하여 대규모 데이터 관리 체계를 고민하는 많은 실무자, 관리자분들에게 실질적인 해법과 영감을 줄 필독서로 추천합니다. - 고승범 (SK텔레콤, 『실전 카프카 개발부터 운영까지』 저자, 카프카 한국사용자모임 대표) |
|
AI 기술의 폭발적인 성장으로 데이터의 양과 복잡성은 이미 인간의 통제 범위를 넘어섰습니다. 이 책은 기존 중앙집중식 아키텍처가 가진 한계를 넘기 위해 현대 아키텍트의 필수 과제인 ‘탈중앙화’에 대한 실질적인 이정표를 제시하고 있습니다.
또한, 이론을 넘어 대규모 엔터프라이즈 환경에서 축적된 저자의 생생한 경험을 바탕으로 데이터 메시(Data Mesh)를 실무 적용에 대한 구체적인 가이드를 제공하고 있습니다. 복잡한 레거시와 신기술 사이에서 확장 가능한 시스템을 고민하는 모든 소프트웨어 엔지니어에게 이 책을 강력히 추천합니다. - 권태윤 (삼성전자 SYS.LSI사업부 SW 혁신팀, 아키텍처 담당 수석) |
|
모든 데이터를 한곳에 모으다 보니 ETL 복잡성이 폭발적으로 증가했고 유지보수 비용도 감당하기 어려워졌습니다”라는 이야기를 현장에서 종종 듣습니다. 그처럼 전통적인 중앙집중식 데이터 관리 체계는 데이터 생성과 활용 방식이 급격히 다변화된 현대 IT 환경에서 점차 병목 지점으로 작용하고 있습니다. “비즈니스 도메인에 대한 이해 없이 중앙 조직이 데이터를 관리하다 보니 실제 현업 니즈와 점점 괴리가 생깁니다”라는 목소리 역시 중앙집중식 데이터 웨어하우스 구조가 지닌 현실적인 한계를 잘 보여주는 사례입니다. 이러한 현장의 고민을 배경으로 삼아, 이 책을 읽으면 그와 같은 문제의식에 더욱 깊이 공감하게 됩니다.
이 책은 단순히 새로운 데이터 기술을 소개하는 데 그치지 않고, 왜 지금 데이터 아키텍처의 변화가 필요한지 설득력 있게 설명합니다. 특히 대안 데이터 아키텍처로 데이터 패브릭, 데이터 메시, 데이터 가상화 등이 왜 주목받고 있는지를 이해하기 쉽게 알려주며, 그와 같은 개념들을 단순한 마케팅 용어가 아니라 ‘탈중앙화 데이터 플랫폼을 위한 실무적인 접근 방식’으로 매우 인상깊게 설명해줍니다. 무엇보다 이 책은 데이터 소유권, 거버넌스, 보안, 조직 구조를 어떻게 재정립해야 하는지에 대해 현실적인 관점에서 접근합니다. 단순히 개념을 소개하는 수준을 넘어, 실제 엔터프라이즈 환경에서 어떻게 적용하고 운영할 수 있는지에 대한 큰 그림과 방향성을 잡는 데 매우 유용합니다. 데이터 플랫폼 현대화와 차세대 데이터 아키텍처의 실무적 적용 개념을 고민하시는 분들에게 적극 추천하고 싶은 책입니다. - 김태완 (오라클 클라우드 엔지니어링팀 상무) |
|
대규모 데이터와 트래픽이 끊임없이 발생하는 글로벌 플랫폼 환경에서는 데이터를 어떻게 효율적으로 연결하고 확장할지가 전체 서비스의 성패를 좌우합니다. 제가 소속된 회사에서도, 라인과 야후재팬의 합병 당시 서로 다른 구조와 역사를 가진 방대한 두 생태계의 데이터를 통합하는 과정은 수많은 기술적인 난제와 거버넌스 요건, 대규모 투자가 뒤따르는 쉽지 않은 과제였습니다. 수많은 시스템과 복잡한 파이프라인을 무리하게 하나의 중앙 집중형 구조로 묶어내는 방식으로는 점차 한계에 부딪힐 수밖에 없다는 것을 경험하는 과정이기도 했습니다.
아키텍처의 근본적인 변화가 필요했던 시점에, 이 책은 데이터 파편화와 통합의 딜레마에 대한 고민을 잘 구조화해 주었습니다. 이 책에서 다루는 데이터 메시와 데이터 패브릭 패러다임은 뜬구름 잡는 개념이 아닌, 실제 엔터프라이즈 환경에 바로 적용할 수 있는 구체적인 청사진을 보여줍니다. 도메인 주도 설계(DDD)를 통한 데이터 권한의 분산이나 데이터 프로덕트 기반의 유연한 아키텍처 전략은 방대한 플랫폼의 데이터 통합 문제를 극복하고 앞으로의 확장을 대비하는 데 핵심적인 지침입니다. AI 시대를 뒷받침할 성공적인 플랫폼은 결국 그 기반이 되는 데이터 아키텍처의 견고함과 확장성에서 출발합니다. 기존 구조의 한계를 넘어서서, 미래 지향적이고 자율적인 차세대 데이터 생태계를 설계하고자 하는 모든 데이터 엔지니어와 기술 리더분들께 이 책을 기쁜 마음으로 추천합니다. - 양석호 (LY Corporation Data & AI 플랫폼 리드) |
|
기업이나 조직 내의 카프카 클러스터 도입과 관련해서 제가 자주 이야기하는 표현이 있습니다. 1개 조직(개인)이 보유한 클러스터와 2개 이상 조직들이 공유하는 클러스터를 다루는 것은 완전히 다른 문제라는 겁니다. 단순히 기술의 문제라기보다는, 기존에는 존재하지 않았던, 완전히 생소한 개념들을 받아들이고 여기에 맞춰서 전체 아키텍처와 조직 문화를 구축해야 한다는 문제가 되어버리기 때문입니다. 하지만 현실적으로, 데이터 메시 등과 같은 주제를 다룬 책들은 한국에 잘 번역되거나 공개되지 않아서 아쉬운 점이 많았습니다.
이 책은 스파크, 카프카, 플링크 같은 개별 기술들을 구체적으로 어떻게 쓰는지 방법을 알려주는 책이 아닙니다. 그보다 조금 더 높은 수준에서, “왜 그런 시스템 구조가 필요한지”를 설명하는 책입니다. 엔터프라이즈 아키텍처에 대한 시야를 넓히고자 하시는 분들께 이 책을 권합니다. - 이동진 (아파치 카프카(Apache Kafka) 컨트리뷰터, 『카프카 핵심 가이드 개정증보판』 역자) |
|
이 책은 데이터 매쉬와 데이터 패브릭 같은 최신 데이터 관리의 핵심 패러다임과 더불어 데이터를 하나의 ‘제품’으로 관리하는 도메인 주도 설계 방식에 대해 이야기합니다. 거버넌스와 보안, 셀프 서비스 마켓플레이스까지 아우르는 통찰은 견고한 데이터 생태계를 구축하려는 이들에게 훌륭한 지침서가 됩니다.
급변하는 환경 속에서 조직의 데이터 관리 역량을 한 단계 끌어올리고자 하는 분들이라면 이 책의 내용을 반드시 읽어야 할 것입니다. - 이지연 (삼성전자 네트워크 사업부 SE팀 프로, 형상관리 담당 & 빅데이터 분석 전문가) |
|
통찰 가득한 이 실용서는 기업의 규모나 분야와 상관없이, 모던 데이터 관리를 위한 필수 가이드가 될 것이다. 규모 확장과 경쟁력 유지를 원한다면 반드시 이 책을 읽어라. 지금까지 어디에도 이런 책은 없었다.
- 올레 올레센바뉴 (『The Enterprise Data Catalog』 저자) |
|
데이터 관리는 소규모 환경에서도 너무나 어려운 일이다. 이 책은 현재와 미래의 데이터 관리를 위한 매우 상세하고 탄탄한 기반을 제공한다. - 조 리스 (『Fundamentals of Data Engineering』의 공동 저자, 데이터 과학자)
|
29,700원
총 1개
29,700원
