Summit 공지 - 2023년 6월 26일~29일

Summit 2023 기간에 다음과 같은 주요 기능과 개선 사항이 발표되었습니다.

중요

이 항목에 Summit 기간 중에 발표된 모든 기능 또는 개선 사항이 포함되어 있는 것은 아닙니다. 특히, 발표되긴 했지만 아직 공개 미리 보기 또는 일반 공급으로 제공되지 않는 기능과 개선 사항은 포함되어 있지 않습니다.

이 항목의 내용:

새로운 기능

동적 테이블 — 미리 보기

동적 테이블의 미리 보기를 제공합니다.

동적 테이블은 선언적 데이터 변환 파이프라인의 기본 구성 요소입니다. 동적 테이블은 Snowflake의 데이터 엔지니어링을 크게 단순화해주고 데이터를 사용할 수 있도록 변환하는 안정적이고 비용 효율적이며 자동화된 방법을 제공합니다. 데이터 변환 단계를 일련의 작업으로 정의하고 종속성과 일정을 모니터링해야 하는 대신, 단순히 동적 테이블을 사용하여 변환의 최종 상태를 정의하고 복잡한 파이프라인 관리를 Snowflake에 맡길 수 있습니다.

자세한 내용은 동적 테이블 을 참조하십시오.

Amazon S3 호환 저장소 — 일반 공급

Amazon S3 호환 저장소의 데이터에 액세스할 수 있도록 해주는 지원을 일반 공급으로 제공합니다. Amazon S3 REST API를 철저히 준수하는 온프레미스 또는 기타 클라우드 저장소 서비스와 디바이스를 위한 외부 스테이지를 생성할 수 있습니다. 이 기능을 사용하면 데이터 저장 위치에 관계없이 데이터를 효율적으로 관리, 제어, 분석할 수 있습니다.

자세한 내용은 Amazon S3 호환 저장소 사용하기 섹션을 참조하십시오.

저장 프로시저에 테이블, 뷰, 함수 및 쿼리에 대한 참조 전달하기 — 미리 보기

저장 프로시저에 대한 테이블, 뷰, 함수 및 쿼리에 대한 참조를 전달하는 기능의 미리 보기를 제공합니다.

참조는 테이블, 뷰, 함수 또는 쿼리의 고유 식별자입니다. 저장 프로시저에 대한 참조를 전달하면 저장 프로시저는 참조를 만든 사용자의 활성 역할 또는 보조 역할을 사용하여 작업을 수행합니다. 예를 들어 소유자의 권한 저장 프로시저를 호출하는 경우 저장 프로시저가 활성 역할을 사용하여 테이블에서 작업을 수행하도록 허용하기 위해 테이블에 대한 참조를 생성하고 전달할 수 있습니다.

또한 테이블, 뷰 또는 함수가 정규화되지 않은 경우 참조 생성 시의 현재 데이터베이스 및 스키마(즉, 해당 참조를 생성한 사용자의 데이터베이스와 스키마)를 사용하여 오브젝트 이름을 확인합니다.

자세한 내용은 저장 프로시저에 테이블, 뷰, 함수 및 쿼리에 대한 참조 전달하기 섹션을 참조하십시오.

Snowpark ML: 대규모 머신 러닝 — 미리 보기

Snowpark ML의 미리 보기를 제공합니다. Snowpark ML은 Snowflake 내에서 머신 러닝 모델을 개발하고 배포하기 위한 SDK와 기본 인프라를 포함한 Python 도구 세트입니다. 이 미리 보기에는 널리 사용되는 머신 러닝 라이브러리(예: scikit-learn, xgboost, lightgbm)를 기반으로 하는 사전 처리 및 모델링 클래스가 포함됩니다.

Snowpark ML은 Snowpark Python 에서 작동합니다. Snowpark DataFrame을 사용하여 학습 데이터나 테스트 데이터를 보유하고 예측 결과를 받을 수 있습니다.

자세한 내용은 Snowpark ML: Snowflake의 엔드 투 엔드 머신 러닝 섹션을 참조하십시오.

ML 기반 함수 — 미리 보기

머신 러닝 알고리즘으로 구동되는 세 가지 새로운 분석 도구의 미리 보기를 제공합니다.

이 세 가지 기능은 시계열 데이터를 기반으로 머신 러닝 모델을 학습시켜 지정된 메트릭이 시간의 경과에 따라 변하는 양상과 다른 특징과 비교하여 어떻게 변하는지 확인합니다. 그러면 이 모델이 데이터에서 감지된 추세를 기반으로 인사이트와 예측 결과를 제공합니다.

  • 예측: 과거 데이터의 추세에서 미래의 메트릭 값을 예측합니다.

  • 변칙 검색: 일반적인 기대치와 다른 메트릭 값에 플래그를 지정합니다.

  • Contribution Explorer: 놀라운 방식으로 메트릭에 영향을 미치는 차원과 값을 찾는 데 도움이 됩니다.

자세한 내용은 Snowflake Cortex ML 기반 함수 섹션을 참조하십시오.

Native Applications Framework — 미리 보기

데이터와 관련 비즈니스 논리를 다른 Snowflake 계정과 공유하여 다른 Snowflake 기능의 영향력과 범위를 확장하는 데이터 애플리케이션을 만들 수 있게 해주는 Native Apps Framework의 미리 보기를 제공합니다.

자세한 내용은 Native Apps Framework 정보자습서: Native Apps Framework로 애플리케이션 개발하기 를 참조하십시오.

애플리케이션에 대한 Custom Event Billing — 미리 보기

공급자가 Snowflake Native Apps Framework로 개발한 앱 사용에 대해 컨슈머에게 요금을 청구하는 데 사용할 수 있는 사용량 기반 요금제인 Custom Event Billing의 미리 보기를 제공합니다.

자세한 내용은 유료 목록 가격 책정 모델애플리케이션에 청구 가능한 이벤트 추가하기 를 참조하십시오.

Marketplace Capacity Drawdown Program — 일반 공급

Snowflake에서 용량 계약을 체결해 자격을 갖춘 고객이 약정 용량으로 목록 사용료를 결제할 수 있는 Marketplace Capacity Drawdown Program을 일반 공급으로 제공합니다.

자세한 내용은 목록 사용료 결제하기 를 참조하십시오.