주요 컨텐츠로 이동

Databricks 2024 Gartner® Magic Quadrant™ 데이터 사이언스 및 머신 러닝 플랫폼 부문 리더로 선정

Naveen Rao
Prem Prakash
Sonya Vargas
Oliver Chiu
이 포스트 공유하기

Gartner가 데이터 사이언스 및 머신 러닝 플랫폼 부문의 2024 Gartner® Magic Quadrant™에서 Databricks를 리더로 선정했음을 발표하게 되어 매우 기쁩니다. 리더는 시장 수요를 충족하는 성숙한 제품을 제공하고 요구 사항이 진화함에 따라 시장 지위를 유지하는데 필요한 비전을 입증한 기업입니다. Gartner는 데이터 사이언스 및 머신 러닝 플랫폼을 데이터 사이언티스트 라이프 사이클의 IT 모든 단계에서 비즈니스 및 상대방과 협업하는 것을 지원하는 통합 라이브러리 및 툴링 세트로 정의합니다. 이러한 단계에는 비즈니스 이해, 데이터 액세스 및 준비, 실험 및 모델 생성, 인사이트 공유가 포함됩니다. 리더로 선정된 것 외에도 실행 능력 부문에서 최고 벤더로 인정받게 되어 매우 기쁘게 생각합니다.

여기에서 보고서를 무료로 다운로드 하세요. 

가트너 그래프

그림 1: Magic Quadrant( 데이터 사이언스 및 머신 러닝 플랫폼 부문)

2021년과 2024년 매직 쿼드런트 사이에 발생한 주요 변화는 생성형 AI가 포함되었다는 점입니다. 여기에는 전체 데이터 사이언스 및 머신 러닝 플랫폼의 일부로서 사용자 지정 대규모 언어 모델을 사용, 미세 조정 및 구축하는 기능이 고려됩니다. 가트너 매직 쿼드런트에 선정된 이유 중 하나는 Databricks' Gen AI와 기존 Data Science 및 머신 러닝에 모두 집중해야 한다는 것입니다.

Databricks에서 고객에 대한 집착과 혁신이 제품 로드맵의 원동력이 되고 있습니다. 데이터 + AI의 진정한 대중화를 위해 데이터 인텔리전스 플랫폼을 빠르게 확장하고 있습니다. Databricks Mosaic AI 예측 모델 구축부터 최신 Gen AI 및 대규모 언어 모델(LLM)에 이르기까지 AI와 ML 솔루션을 구축, 배포 및 모니터링할 수 있는 통합 도구를 제공합니다. Databricks 데이터 인텔리전스 플랫폼을 기반으로 구축된 Mosaic AI 솔루션은 조직이 안전하고 비용 효율적으로 엔터프라이즈 데이터를 AI 라이프 사이클에 통합할 수 있도록 지원합니다.

  • 모델과 데이터에 대한 완전한 소유권 확보: 데이터와 IP를 외부로 전송하지 않고도 자체 머신 러닝 및 생성형 AI 모델을 안전하게 구축하고 사용자를 지정하여 비즈니스에 대한 이해를 바탕으로 모델을 강화할 수 있습니다.
  • 프로덕션 품질: Mosaic AI는 고객이 안전하고 정확하며 관리되는 프로덕션 품질의 Gen AI 애플리케이션을 배포할 수 있도록 지원합니다. 기본 내장 액세스 제어 및 거버넌스 기능을 통해 사용자가 권한이 없는 데이터에 액세스할 수 없도록 합니다. 안전하지 않은 콘텐츠를 식별하고 그러한 요청에 대한 응답을 방지하는 기본 내장 가드레일이 있습니다. 모든 출력은 유해하고 안전하지 않은 콘텐츠와 오류 진단을 포함하여 신중하게 모니터링 됩니다. Unity Catalog에서 제공하는 기본 거버넌스를 통해 모든 데이터 및 AI 자산에 대한 계보를 관리하고 추적할 수 있습니다.
  • 비용: Mosaic AI를 사용하면 개방형 모델을 제공하거나 처음부터 사용자 지정 대규모 언어 모델을 보다 비용 효율적으로 구축할 수 있습니다. 프리미엄이 부과되는 독점 모델을 사용하는 대신 Mosaic AI Model Serving을 사용하여 배포된 개방형 LLM을 사용하면 최대 5배 더 비용 효율적으로 배포할 수 있습니다. 또는 특정 도메인에 완전히 맞춤화된 자체 대규모 언어 모델을 구축하려는 조직의 경우 Mosaic AI 기초 모델 교육을 통해 최대 10배 낮은 교육 비용으로 며칠 만에 수십억 개의 새로운 parameter LLM을 구축할 수 있습니다.

다음 단계

실행 능력 부문에서 최고 점수를 받은 리더로 선정된 것은 Databricks의 성공과 데이터 팀을 한데 모아 품질, 속도, 민첩성을 갖춘 차세대 데이터 및 AI 애플리케이션을 만들 수 있도록 지원하는 능력에 대한 증거라고 생각합니다. Gartner 클라우드 데이터베이스 관리 시스템 MQ에서 리더로 선정된 것과 더불어, Databricks 이제 클라우드 네이티브 공급 업체 중 유일하게 두 Magic Quadrant 보고서에서 모두 리더로 인정받게 되었습니다. 이 두 보고서에서 모두 리더로 선정된 것은 Databricks 데이터 인텔리전스 플랫폼의 결정적인 순간이자 데이터와 AI의 민주화를 위한 비전을 확인하는 순간이라고 생각합니다. 


이 업적의 독창성은 달성 방법에 있다고 생각합니다. 한 공급업체가 매년 여러 영역에 걸쳐 여러 매직 쿼드런트에 선정되는 것은 드문 일이 아닙니다. 그러나 이러한 벤더는 보고서의 특정 기준을 개별적으로 달성하는 포트폴리오의 서로 다른 제품에 대해 평가받습니다. Databricks' 결과는 모든 클라우드에서 오픈 소스 및 개방형 표준을 기반으로 구축된 하나의 데이터 복사본, 하나의 처리 엔진, 관리 및 거버넌스에 대한 하나의 접근 방식을 통해 데이터 + AI에 대한 통합 접근 방식을 갖춘 리더가 될 수 있음을 명확하게 보여줍니다. 단일 솔루션으로 데이터 웨어하우징과 데이터 사이언스 / 머신 러닝 워크로드 모두에 대해 동급 최고의 결과를 제공할 수 있습니다. ML 및 Gen AI는 데이터 변환 플랫폼으로 계속 발전해 나갈 것이며, 이 여정을 함께 해 주신 고객과 파트너에게 감사드립니다.

자세히

자세한 내용은 Mosaic AI ,웹사이트를 방문하고 @Databricks를 팔로우 하여 최신 뉴스와 업데이트를 확인하세요.  Data + AI Summit 2024의 세션 리플레이도 볼 수 있습니다 .

또한 머신 러닝 및 데이터 사이언스에 대한 가트너 매직 쿼드런트를 읽어보세요 .

가트너, Magic Quadrant, Data Science 및 머신 러닝 플랫폼 부문, Afraz Jaffri, 아우라 포파, 피터 크렌스키, 짐 헤어, 라그벤더 바티, 마리암 하산로우, 통 장, 2024년 6월 17일, 보고서 참조

GARTNER는 미국 및/또는 그 계열사의 등록 상표 및 서비스 마크이며, MAGIC QUADRANT는 미국 및/또는 그 계열사의 등록 상표이며 허가를 받아 여기에 사용되었습니다. 모든 권리 보유.

Gartner는 연구 간행물에 설명된 공급업체, 제품 또는 서비스를 보증하지 않으며, 기술 사용자에게 가장 평가가 높거나 그 외에 달리 지정된 공급업체만 선택하도록 권하지 않습니다. Gartner 연구 간행물은 Gartner 연구 조직의 의견으로 구성되므로 사실을 진술한 것으로 간주해서는 안 됩니다. Gartner는 본 연구와 관련하여 상품성에 대한 보증, 특정 목적에 대한 적합성 등을 포함하여 모든 명시적, 묵시적 보증을 부인합니다.

이 그래픽은 가트너에서 대규모 연구 문서의 일부로 발행한 것으로, 전체 문서의 맥락에서 평가해야 합니다. 가트너 문서는 Databricks 에서 요청하면 받아볼 수 있습니다.

Databricks 무료로 시작하기

관련 포스트

Apache Spark Key Terms, Explained

June 22, 2016 작성자: 쥘 담지, Denny Lee in
This article was originally posted on KDnuggets The Spark Summit Europe call for presentations is open, submit your idea today As observed in...

Strengthening Cyber Resilience through Efficient Data Management: A Response to M-21-31

In today's environment, proactive cybersecurity is crucial to any public sector agency. For many organizations, log data that security professionals need for effective...

Apache Spark Structured Streaming에서 상태 유지(stateful) 파이프라인의 최신 성능 향상에 대한 심층 분석

(번역: Youngkyong Ko) Original Post 이 글은 상태 유지(stateful) 파이프라인의 최신 성능 개선에 대해 2부로 구성된 시리즈 중 두 번째 파트입니다. 이 글을...
모든 생성형 AI 포스트 보기