커넥터엑스
대부분의 데이터는 어딘가의 데이터베이스에 위치하지만 계산은 일반적으로 데이터베이스 바깥에서 이뤄진다. 실제 작업을 위해 데이터를 데이터베이스 안팎으로 옮기는 과정에서 속도가 느려질 수 있다. 커넥터X(ConnectorX)는 데이터베이스의 데이터를 파이썬의 많은 일반적인 데이터 랭글링 툴로 불러온다. 필요한 작업을 최소화해서 빠른 속도를 유지해준다.다음에서 살펴볼 폴라스와 마찬가지로 커넥터엑스는 러스트 라이브러리를 사용한다. 덕분에 파티셔닝과 함께 병렬로 데이터 소스에서 로드하는 기능과 같은 최적화가 가능하다. 예를 들어 파티션 열을 지정해 포스트그레SQL의 데이터를 병렬로 로드할 수 있다.
포스트그레SQL 외에 마이SQL/마리아DB, SQL라이트(SQLite), 아마존 레드시프트, 마이크로소프트 SQL 서버, 애저 SQL 및 오라클에서 읽기도 지원한다. 결과를 판다스 또는 파이애로우 데이터프레임(PyArrow DataFrame)으로 전달하거나, 파이애로우를 거쳐 모딘(Modin), 다스크(Dask) 또는 폴라스로 전달할 수 있다.
덕DB
파이썬을 사용하는 데이터 과학자라면 파이썬과 함께 패키징되는 작지만 강력하고 빠른 관계형 데이터베이스인 SQL라이트를 주목해야 한다. 별도의 애플리케이션이 아닌 프로세스 내 라이브러리로 실행되므로 가볍고 응답성이 우수하다.덕DB(DuckDB)는 “OLAP용 SQL라이트를 만들면 어떨까?”라는 질문에 대한 답이라고 볼 수 있다. 다른 OLAP 데이터베이스 엔진과 마찬가지로 열 기반 데이터스토어를 사용하며 장기간 실행되는 분석 쿼리 워크로드에 최적화된다. 또한 예를 들어 ACID 트랜잭션과 같이 일반적인 데이터베이스에서 기대할 법한 모든 기능을 제공한다. 구성해야 하는 별도의 소프트웨어 모음이 없으므로 pip install 명령 하나로 파이썬 환경에서 실행할 수 있다.
덕DB는 CSV, JSON 또는 파케이(Parquet) 형식으로 데이터를 직접 수집할 수 있다. 그렇게 만들어진 데이터베이스는 연도, 월 같은 키를 기반으로 여러 물리적 파일로 파티션해서 효율성을 높일 수 있다. 쿼리는 여타 SQL 기반 관계형 데이터베이스와 똑같이 작동하지만 데이터의 랜덤 샘플을 취하거나 윈도우 함수를 구성하는 등 부가적인 기능도 내장했다. 덕DB의 작지만 유용한 확장 모음에는 전체 텍스트 검색, 엑셀 가져오기/내보내기, SQL라이트 및 포스트그레SQL 직접 연결, 파케이 파일 내보내기 등이 있고, 일반적인 여러 가지 지리공간 데이터 형식도 지원한다.
옵티머스
데이터프레임 중심 프로젝트에 사용하기 위해 데이터를 정제하고 준비하는 작업은 가장 기피하고 싶은 작업 중 하나일 것이다. 이때 옵티머스(Optimus)는 데이터를 로드, 탐색, 정제하고 다양한 데이터 소스에 다시 쓰기 위한 올인원 툴셋이다. 옵티머스는 판다스, 다스크, CUDF(다스크+CUDF), 벡스(Vaex) 또는 스파크를 기반 데이터 엔진으로 사용할 수 있다. 애로우, 파케이, 엑셀, 일반적인 다양한 데이터 소스 또는 CSV나 JSON과 같은 플랫 파일 형식으로 데이터를 로드하고 다시 저장할 수 있다.데이터 조작 API는 판다스와 유사하지만 .rows() 및 .cols() 접근자가 추가되므로 데이터프레임 정렬, 열 값에 따른 필터, 기준에 따른 데이터 변경 또는 일부 기준에 따라 연산 범위 좁히기와 같은 작업을 더 쉽게 할 수 있다. 또한 이메일 주소, URL과 같은 일반적인 데이터 유형을 처리하기 위한 처리기도 번들로 함께 제공한다. 옵티머스의 한 가지 문제는 아직 개발 단계임에도 마지막 공식 릴리스가 2020년이라는 점이다.
폴라스
대부분의 시간을 데이터프레임을 다루는 데 보내고 있고 판다스의 성능 제약에 진절머리가 난다면 폴라스(Polars)를 사용해 보자. 파이썬용 데이터프레임 라이브러리인 폴라스는 판다스와 비슷한 편리한 구문을 제공한다. 판다스와 다른 점은 기본적으로 하드웨어를 최대한 활용하는 러스트로 작성된 라이브러리를 사용한다는 것이다. 병렬 처리나 SIMD와 같은 성능 향상 기능을 활용하기 위해 특별한 구문을 사용할 필요가 없다. 자동으로 된다. CSV 파일에서 읽기와 같은 간단한 작업도 더 빠르다.폴라스는 즉시(eager) 및 지연(lazy) 실행 모드도 제공하므로 쿼리를 즉시 실행하거나 필요한 시점까지 지연시킬 수 있다. 쿼리를 증분 처리하기 위한 스트리밍 API도 제공하지만 아직 스트리밍을 사용할 수 없는 함수가 많다. 러스트 개발자라면 pyo3을 사용해 자체 폴라스 확장을 만들 수 있다.
스네이크메이크
데이터 과학 워크플로우는 설정하기 어려운데, 일관적이고 예측 가능한 방식으로 설정하기는 더욱 어렵다. 스네이크메이크(Snakemake)는 이 문제를 해소하기 위해 개발됐다. 파이썬의 데이터 분석을 자동으로 설정해 다른 모든 사람도 나와 같은 결과를 얻도록 보장한다. 많은 기존 데이터 과학 프로젝트가 스네이크메이크에 의존한다. 데이터 과학 워크플로우에 움직이는 요소가 많을수록 스네이크메이크로 자동화해서 얻는 이익도 커진다.스네이크메이크 워크플로우는 GNU 메이크(make) 워크플로우와 비슷하다. 규칙을 사용해서 만들 것을 정의해서 이를 통해 무엇을 받아들일지, 무엇을 내보낼지, 이를 달성하기 위해 어떤 명령을 실행할지를 정의한다. 워크플로우 규칙은 멀티스레딩이 가능하며(이점이 있다면), 구성 데이터는 JSON/YAML 파일에서 가져올 수 있다. 또한 워크플로우에 함수를 정의해 규칙에 사용되는 데이터를 변환하고 각 단계에서 수행된 작업을 로그에 쓸 수 있다.
스네이크메이크 작업은 이식이 가능하도록 만들어졌으므로 모든 쿠버네티스 관리 환경, 또는 구글 클라우드 라이프 사이언스(Google Cloud Life Sciences)나 AWS의 티바나(Tibanna)와 같은 특정 클라우드 환경에 배포가 가능하다. 워크플로우를 “동결”해서 정확히 정해진 패키지 집합만 사용할 수 있으며 성공적으로 실행된 워크플로우에 대해서는 자동으로 단위 테스트를 생성해서 함께 저장할 수 있다. 또한 장기 보관을 위해 워크플로우를 타볼(tarball)로 저장할 수 있다.
editor@itworld.co.kr
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.