Daedalus and the Data Labyrinth
Author: Aleksandr Klein | Source: Just Eat Takeaway-tech | Published: 2026-04-15
한 줄 요약
데이터 거버넌스의 본질은 Business Glossary→Data Catalog→Semantic Layer→Data Quality→Lineage→API의 계층적 네비게이션 시스템이며, AI 에이전트도 이 지도 없이는 추측만 할 뿐이다.
핵심 주장/내용
- 첫 번째 거버넌스 문제는 데이터가 아닌 언어(같은 단어의 다른 의미) — Business Glossary로 시작
- Glossary→Data Catalog(DataHub): 의미와 데이터 자산의 연결. 검색·소유권·리니지·분류 체계 제공
- Catalog→Semantic Layer(Looker): 메트릭과 비즈니스 로직을 한 번 정의, 버전관리·감사 가능
- AI 에이전트에 거버넌스 레이어 연결 전: 잘못된 테이블 조인, raw 테이블 사용 → 연결 후: 올바른 자산 선택, 표준화된 메트릭 사용
- “AI without governance is guesswork. AI with governance becomes an analyst.”
- “Complexity is not the enemy. Unmapped complexity is.”
주요 수치 / 사실
- Just Eat Takeaway.com의 DataHub 기반 Data Catalog 활용 사례
- GCP Looker를 Semantic Layer로 사용
- 거버넌스 없는 AI vs 있는 AI의 차이 = “컨텍스트”
관련 위키
Source: 원문 보기