Emerging Tech Trends & Impact Radar

Tech Trends by Gartner

본 문서에서는 총 30개의 가장 영향력 있는 신흥 기술과 기술 trend를 분석하였다. 올해 Impact Radar 연구에서 도출된 기술과 트렌드를 요약하였다. Reference에 해당 자료의 출처를 첨부해 두었으나, Gartner 기술 문서들은 별도로 개인정보를 입력한 뒤에 다운받아야 내용을 확인할 수 있다. 본 문서가 2024년 1월에 게시된 자료임을 참고하길 바란다.

위 그림과 표는 최근들어 상승하고 있는 기술들과 세계에 영향을 미치는 트렌드들을 시각화하였다. 이 내용들을 참고하면 business에 어떤 제품들과 서비스의 기능들에 해당 기술들을 접목시킬 수 있을지 더 넓은 시야와 식견을 겸비할 수 있다.

아래와 같이 4개의 핵심 키 테마별로 설명하겠다.

1. The Smart World Transforms Interactions

온라인과 오프라인 Experience가 융합되면서 spatial computing, 인간이 사람, 장소, 컨텐츠, 사물과 상호작용하는 방식 또한 변화하게 되고 있다. 멀티모달 인터페이스의 경우 사용 사례에 따라 다양한 입력 방식 (음성, 문자 언저, 뇌, 근육 신호 제어, 동작과 gesteure, 얼굴 표정이나 시선 움직임, touch 등)을 포함한다.

예를들면, customer service를 위한 인간과 유사한 AI 아바타를 컴퓨터 생성 이미지로 만들어 사용할 수 있고, 브랜드 대표로도 활용될 수 있다. 이러한 상호작용은 digital twin을 통해 더욱 개인화 될 수 있는데, 특정 개인을 반영하는 디지털 복제체로 환자의료, 금융 및 상업 서비스, 정부 및 사회 서비스와 같은 사용사례에서 행동을 예측하는데에 활용될 수 있다.

2. AI-Enabled Applications Will Spur a Productivity Revolution, Largely Driven by Generative AI

지난 1년간 AI 기술, 특히 GenAI의 발전은 AI 기반의 애플리케이션 생산성 잠재력을 크게 상승시켰다. 2023년에는 생성형 AI가 가상비서, 기업용 애플리케이션, search engine, computer vision solution등에 널리 통합되면서 인기있는 기술로 자리잡게 되었다. 이에 따라 기존의 기능 개선뿐만 아니라 새로운 function과 자동화 가능성을 내비치고 있다.
특히 AI는 기존 end-point에 점차 확산되고 있고, camera, UAV(무인 항공기), IOT device, satellite 등 새로운 end point들에도 적용되고 있다. self-supervised learning, synthetic data, model compression 등 AI 기법의 발전은 여러 enterprise들이 데이터 접근성과 hardware limitations들을 극복하는데에 도움을 주고 있다.

3. Privacy and Transparency Will Be the Gating Factors for Technology Adoption

자산, 정보, 경험이 더욱 디지털화됨에따라 악의적인 행위자가 이를 해킹하거나 가로챌 수 있는 위협도 증가하고 있다. 이러한 보안 및 privacy issue를 완화하기 위해서는 데이터를 전통적인 중앙 집중형 저장소에 보관하는 대신 Decentralized Identity 시스템으로 적용하는 것이 더 안전하다. 그 이유는 해당 시스템이 재사용 가능하고 이동성있는 신원을 제공하면서 사용자에게 자신의 신원 및 관련 데이터에 대한 더 많은 제어권을 부여할 수 있기 때문이다.
Behavioral Anaytics를 통해서 신뢰가능한 사용자를 식별할 수 있다. 이는 단말기 기반의 인증이 아닌 사용자와의 과거 상호작용에서 파생된 메타 데이터 (시간대, 위치, 접근방식, 이동 속도)를 바탕으로 행동 프로파일을 개발하는 방식이다.
AI 도구와 기술이 다양한 제품과 사용사례에 적용되면서 규제 및 법적 조치의 위험성도 증가하고 있는데, leader들은 responsible AI 나 privacy enhancing technologies를 통해 올바른 비즈니스 및 윤리적인 선택을 해야할 것이다. 더 나아가 Human-Centered AI 설계 원칙을 통해 사람과 사회에 도움이 되는 방향으로 AI를 활용해야 한다.

4. Unlock Full Potential of Tech Solutions With Advancements in Critical Enabling Technologies

blockchainrhk tokenization을 포함한 Web3기술은 현재 겨울기로 접어들고 있고, 투자와 도입이 둔화되고 있다. 이는 비즈니스 및 기술 성숙도 면에서 여러 과제를 안고 있기 때문이며, Web3기술이 실질적인 비즈니스 가치를 제공하는 데에 어려움을 격고 있기 때문이다. Knowledge graph와 확장가능한 Vector Databases는 핵심 software 기술로, 조직 내에서 대형 언어 모델(LLM)의 설명력과 활용성을 높여 생성형 AI 도입을 지원하고 있다. 따라서 이러한 기술투자는 Gen AI도입에 있어 매우 중요하다고 할 수 있다.

AI hardware (e.g, AI chips, neuromorphic computing, quantum processing) 의 발전은 더 많은 edge device에 AI solution을 배포할 수 있게 하고 있으며, 더 복잡한 AI application을 cloud 외부 환경에서도 실행 가능하게 만들고 있다. private 5G나 LEO satellite constellations (저궤도 위성) 과 같은 통신 기술의 혁신은 소비자와 기업 모두에게 보다 광범위하고 안정적인 연결성을 제공하며 원격 작업을 지원하고 있다.

한편으로 computer vision과 edge AI는 이미 impact radar의 간극을 넘어서 16% 이상의 시장 도입률을 기로했기 때문에 해당 문서에서는 이 이상 다루지 않는다. 그러나 두 기술 모두에서의 혁신은 계속되고 있다는 점은 분명하다.

Database

• A databse is an organized collection of data that enables simple and efficient storage, retrieval, and modification of data

1.Centralized Database

• Collection of information at a single location accessible from numerous points, the basic function of a centralized database management system is to provide facilities and give access to all the connected computers which ful fill all requirements requested by any single node

2.Cloud Database

• Database that is built, deployed and accessed in a cloud environment, private, public or hybrid cloud

3. Commercial Database

• A commercial database is developed and maintained by a commercial organization that is generally made available to customers and potential customers

4. Distributed Database

• Data is stored across different physical locations. It maybe stored in multiple computers located in the same physical location or maybe dispersed over a network of interconnected computers

5. End User Database

• end-user database enables storing data created by an end-user. Any database which allows the end-user to create and manage data comes under this category. This means that the user is able to directly interact with and control the database and the data that is stored in it

6. Graph Database

• purpose-built to store and navigate relationships among objects. Relationships are first-class citizens in graph databases, and most of the value of graph databases is derived from these relationships. Graph databases use nodes to store data entities, and edges to store relationhips between entities

7. Object Oriented Database

• The data base combines object-oriented programming concepts with relational database principles. Think of a class a s a model, and objects as various constructs and instances of it. These instances share the properties they derive from the class

Cloud Databse Management systems

Gartner는 cloud database management systems 시장을 데이터를 저장하고 조작하는 software 제폼들을 대상으로 하고, 이러한 제품들은 주로 클라우드에서 SaaS 형태로 제공된다. Cloud DBMS는 선택적으로 on-premise 환경, 하이브리드, 멀티클라우드, 인터클라우드 구성에서도 실행될 수 있다.

이런한 시스템은 OLTP( 트랜잭션 처리) 또는 OLAP (분석 처리) 를 위한 용도로 모두 사용될 수 있고, 더 넓은 데이터 생태계에 참여할 수 있도록 하는 기능을 갖추고 있다. Cloud DBMS는 일반적으로 내구성이 뛰어난 방식으로 데이터를 영구 저장하고 Create, Read, Update, Delete와 같은 CRUD 작업 전체를 지원하는 독자적인 구성요소를 통해 데이터를 관리하게 된다.

클라우드 DBMS는 조직이 business process를 실행하고 그 프로세스에 대한 분석을 수행하는데 도움을 준다.

나는 해당 포스팅에서는 AWS(Amazon Web Services)에 관한 내용만 정리하도록하겠다. 파란색 점으로 표시된 더 많은 클라우드 DB 제품군에 대한 설명을 아래 Reference에 기술문서를 확인해보면 모든 것이 정리되어 있다.

AWS는 세계에서 가장 널리 채택된 CSP (클라우드 서비스 제공업체)이고, 폭넓은 Cloud DBMS service를 제공한다. AWS 데이터베이스 서비스는 트랜젝션, 운영, 분석, 스트리밍 애플리케이션 등 다양한 워크로드를 지원한다. 다음과 같은 목적 기반 데이터베이스 제품군을 제공한다.

Amazon RDS
Amazon Aurora
Amazon DynamoDB
Amazon DocumentDB
Amazon Neptune
Amazon ElastiCache
Amazon Timestream
Amazon Keyspaces
Amazon MemoryDB
Amazon Redshift

해당 서비스들은 전 세계적으로 AWS 자체 직원, 산업별 전담팀, 서비스 제공 파트너를 통해 제공된다.

Strengths

• Market leadership: 광범위한 데이터베이스 제품군, 다양한 공급업체와의 전략적 파트너쉽, 전세계적인 입지, 파트너 커뮤니티 그리고 third party 도구 및 서비스와의 통합 솔루션을 보유하고 있다
• Extensive Choice: 관계형, key-value 값, 문서형, 인메모리, 그래프, 시계열, 광역 컬럼 등 다양한 목적 기반의 DB서비스를 제공하며, 생성형 AI 기반의 지원도구로 현대적인 데이터베이스 중심의 애플리케이션 개발과 배포를 지원한다.
• Enhanced integration across database services: 외부 데이터 소스와의 연결, 다양한 DB 간 Zero-ETL 서비스, 그리고 다양한 네이티브 데이터 통합 서비스를 통해 데이터 이동을 간소화하고, 데이터 생태계 전반에 걸친 end-to-end governance를 제공한다.

Limitations

• Limited hybrid and multicloud offerings: AWS는 클라우드 서비스 혁신과 생태계 확장에 집중한 결과, 하이브리드 및 멀티 클라우드 전략에는 상대적으로 소극적이다. Apache Spark와 Apache Iceberg와 같은 opensource engine 및 format을 지원하고 있지만, 여전히 일부 고개들은 하이브리드/멀티클라우드 환경에서의 데이터 오케스트레이션을 위해 제 3자의 솔루션에 의존하고 있다.

• Integration complexity: 워낙 많은 서비스들이 존재하다보니 고객이 적절한 제품을 선택하는것이 어렵다. 이를 해결하기 위해 Zero-ETL 통합 제품군과 차세대 Amazon Sagemaker 통합 플랫폼등을 통해 플랫폼 복잡성을 줄이기 위한 노력을 진행중이다.

• Enhanced data ecosystem support: AWS service를 선택하면 필연적으로 일정 수준의 종속성이 발생한다. 따라서 고객의 입장에서는 이를 전체 데이터 생태계 관점에서 평가해야한다. AWS는 개방성, 모듈성, 통합성을 강화하기 위한 지속적인 개선을 하고 있으나, 완전히 통합된 데이터 생태계 제공을 위해서는 아직 보완이 필요하다.

Reference

gartner.com/emerging-tech-trends
Database Types_Datamavericks
gartner Magic Quadrant/ Cloud Database Management systems