정의

연합 지식 기반(FKB)은 데이터를 물리적으로 단일 저장소에 통합하지 않으면서 여러 독립적이고 지리적으로 분산된 데이터 소스에 저장된 데이터를 통합하고 쿼리할 수 있는 시스템 아키텍처입니다. FKB는 모든 데이터를 이동시키는 대신, 정보에 대한 통합된 논리적 뷰를 생성하여 사용자와 애플리케이션이 마치 하나의 응집력 있는 데이터베이스인 것처럼 이질적인 시스템을 쿼리할 수 있도록 합니다.

중요성

현대 기업 환경에서 데이터는 중앙 집중화되는 경우가 거의 없습니다. 데이터는 CRM 시스템, 레거시 데이터베이스, 클라우드 스토리지 버킷, 내부 위키 및 전문 부서 애플리케이션에 파편화되어 있습니다. 이 모든 데이터를 마이그레이션하려고 시도하는 것은 종종 엄청나게 비싸고 기술적으로 복잡하며 상당한 지연 시간을 초래합니다. FKB는 ETL(추출, 변환, 로드) 프로세스의 막대한 오버헤드 없이 포괄적인 통찰력을 가능하게 함으로써 분산된 진실에 대한 단일 접근 지점을 제공하여 이 문제를 해결합니다.

작동 방식

FKB의 핵심 메커니즘은 정교한 쿼리 계층을 포함합니다. 사용자가 쿼리를 제출하면, FKB 오케스트레이터가 데이터 자체를 보유하고 있지는 않습니다. 대신, 요청을 구문 분석하고, 어떤 기본 데이터 소스가 관련 정보를 보유하고 있는지 결정하며, 쿼리를 각 소스의 기본 언어(예: SQL, API 호출)로 번역하고, 해당 소스로 쿼리를 전송하며, 부분적인 결과를 수집한 다음, 최종 사용자에게 일관되고 통합된 답변으로 해당 결과를 종합합니다.

일반적인 사용 사례

• 고급 엔터프라이즈 검색: 직원들이 내부 문서, 고객 기록 및 운영 로그를 동시에 검색할 수 있도록 지원합니다.
• AI 훈련 및 추론: 대규모 언어 모델(LLM)이 근거 있는 응답을 위해 다양한 운영 시스템의 최신 관련 데이터에 접근할 수 있도록 제공합니다.
• 규제 준수: 감사관이 단일 시스템의 원시적이고 민감한 데이터에 대한 접근 권한을 부여하지 않고도 여러 시스템에 걸쳐 데이터를 쿼리하여 규정 준수를 입증할 수 있도록 지원합니다.

주요 이점

• 데이터 주권: 데이터는 원래의 권위 있는 시스템에 그대로 유지되어 현지 거버넌스 및 규정 준수 요구 사항을 충족합니다.
• 지연 시간 및 비용 절감: 대규모의 지속적인 데이터 복제를 제거하여 인프라 비용을 낮추고 분산된 데이터에 대한 쿼리 속도를 향상시킵니다.
• 실시간 정확성: 배치 동기화가 필요 없으므로 쿼리가 소스 시스템의 데이터 최신 상태를 정확하게 반영합니다.

과제

• 데이터 이질성: 서로 다른 데이터 모델, 스키마 또는 API를 사용하는 시스템을 통합하려면 강력한 메타데이터 관리와 복잡한 변환 계층이 필요합니다.
• 쿼리 복잡성: 수많은 잠재적으로 느린 외부 엔드포인트에 걸쳐 쿼리를 최적화하는 것은 계산 집약적일 수 있습니다.
• 보안 일관성: 수십 개의 독립적인 데이터 소스 전반에 걸쳐 일관된 인증 및 권한 부여를 보장하는 것은 상당한 아키텍처적 난관입니다.

관련 개념

이 개념은 기술적 배관(plumbing)에 중점을 두는 데이터 가상화(Data Virtualization) 및 이질적인 데이터 포인트 전반에 걸쳐 통합된 비즈니스 의미를 생성하는 데 중점을 두는 의미론적 계층화(Semantic Layering)와 밀접하게 관련되어 있습니다.