Semantic Layer vs. Metrics Layer: 차이점은 무엇인가?
Source: Dev.to
두 용어는 모든 현대 데이터 아키텍처 다이어그램에 등장합니다. 회의 발표, Slack 스레드, 그리고 벤더 마케팅에서 서로 교환해서 사용되지만, 거의 아무도 정확히 정의하지 않습니다. 아래는 차이점, 왜 중요한지, 그리고 데이터 플랫폼을 구축하는 방식에 어떤 의미가 있는지에 대한 내용입니다.
메트릭 레이어
메트릭 레이어는 한 가지 역할만 수행합니다: 비즈니스 메트릭이 어떻게 계산되는지 정의하고 해당 정의를 스택의 모든 도구에서 사용할 수 있게 합니다.
예시
-- Revenue metric definition
Revenue = SUM(order_total)
WHERE status = 'completed'
AND refunded = FALSE- 메트릭 레이어가 없으면, 공식은 대시보드 필터, dbt 모델, 파이썬 노트북, 그리고 세 명의 분석가 머리 속에 각각 존재합니다.
- 메트릭 레이어가 있으면, 공식은 한 번만 정의됩니다. Revenue가 필요한 모든 대시보드, API 엔드포인트, AI 에이전트가 이 단일 정의를 참조합니다. 한 곳에서 공식을 변경하면 모든 곳에 자동으로 업데이트됩니다.
메트릭 레이어는 일반적으로 코드로 정의됩니다:
| 도구 | 명세 형식 |
|---|---|
| dbt | YAML |
| Cube.js | JavaScript schema |
메트릭 정의에는 일반적으로 계산식, 시간 차원, 허용된 필터, 그리고 집계 수준이 포함됩니다.
시맨틱 레이어
시맨틱 레이어는 메트릭스 레이어가 하는 모든 일을 수행하며, 추가로 더 많은 기능을 제공합니다. 원시 데이터와 이를 조회하는 사람(및 기계) 사이의 전체 추상화를 포괄합니다.
기능 비교
| 기능 | Metrics Layer | Semantic Layer |
|---|---|---|
| 지표 정의 (KPI 계산) | ✅ | ✅ |
| 문서화 (테이블/컬럼 설명) | ❌ (때때로) | ✅ |
| 라벨 및 태그 (거버넌스, 검색 가능성) | ❌ | ✅ |
| 조인 관계 (미리 정의된 경로) | 제한적 | ✅ |
| 액세스 정책 (행/열 보안) | ❌ | ✅ |
| 쿼리 최적화 (캐싱, 사전 집계) | ❌ | 종종 ✅ |
메트릭스 레이어는 숫자를 어떻게 계산하는지 알려줍니다. 시맨틱 레이어는 데이터가 무엇을 의미하는지, 어떻게 계산하는지, 누가 볼 수 있는지, 어떻게 조인하는지, 그리고 어디서 왔는지를 알려줍니다.
스프레드시트에 비유해 보세요:
- Metrics layer – 수식 (수익 계산, 성장률, 비율).
- Semantic layer – 전체 워크북 (수식, 컬럼 헤더, 시트 라벨, 서식, 공유 권한).
수식만으로는 유용한 워크북을 만들 수 없으며, 메트릭 정의 없이는 완전한 시맨틱 레이어를 구축할 수 없습니다.
Why the Confusion Exists
Different vendors built different pieces first:
- dbt built the metrics layer and called it a “semantic layer.”
- Looker built semantic models (LookML) focused on relationships and query patterns.
- Platforms like Dremio built a full semantic layer that includes views, documentation, governance, and AI context in one integrated system.
전체 의미 레이어를 건너뛸 때 발생하는 격차
- 문서 부족 → AI 에이전트는 정확한 SQL을 생성하는 데 필요한 컨텍스트가 부족합니다. 컬럼 의미, 조인 경로, 유효한 필터가 필요합니다.
- 보안 부재 → 행‑레벨 또는 컬럼‑마스킹 정책을 각 도구에서 즉석에 적용해야 하며, 이는 데이터 유출 위험을 증가시킵니다.
- 조인 경로 부재 → 사용자는 스스로 조인을 파악해야 하므로 결과가 일관되지 않을 수 있습니다.
Example: A Full Semantic Layer Platform (Dremio)
- Virtual datasets – 연합된 소스 전반에 걸쳐 비즈니스 로직을 정의하는 SQL 뷰.
- Wikis – 테이블 및 컬럼에 대한 인간 및 AI가 읽을 수 있는 문서.
- Labels – 데이터에 거버넌스 태그를 지정 (PII, Finance, Certified).
- Fine‑grained access control – 뷰 수준에서 행/열 보안을 적용.
- Reflections – 가장 많이 조회되는 뷰에 대한 자동 성능 최적화.
- AI‑generated metadata – 설명을 자동 채우고 라벨을 제안.
대조적으로, 독립형 메트릭스 레이어는 메트릭 정의와 (때때로) 기본 문서만을 제공합니다. 메트릭스 레이어는 엔진이고, 시맨틱 레이어는 완전한 차량입니다.
다음 단계
이미 메트릭 레이어가 있다면, 누락된 부분을 감사하세요:
- 각 메트릭에 문서가 포함되어 있나요?
- 거버넌스를 위해 라벨이나 태그가 적용되어 있나요?
- 보안 정책(행/열)이 정의되어 있나요?
- 조인 경로가 문서화되어 있나요?
그렇지 않다면, 전체가 아닌 의미 계층의 일부만 가지고 있는 것입니다. 이러한 기능을 메트릭 레이어에 확장하거나 해당 기능을 기본 제공하는 플랫폼을 도입하여 전체 그림을 완성하세요.
Dremio Cloud를 30일 무료로 사용해 보세요.