서비스 특징
자유성과 통제성을 갖춘 클라우드 기반 데이터 분석 환경
분석 대상 데이터의 임의 반출 통제
분석자는 Data Box 관리자로부터 제공 받은 분석 대상 데이터를 자유롭게 열람하고 분석할 수 있으나 해당 데이터를 반출하려는 경우 반드시 Data Box 관리자에게 타당성 심사를 받은 후 승인을 얻어야만 진행할 수 있도록 설계하였습니다.
분석 환경 구축 및 관리용 콘솔 제공
네이버 클라우드 플랫폼의 웹 기반 콘솔을 제공하여 분석 환경을 손쉽게 구축하고 관리할 수 있습니다. 또한 운영 중인 인프라 규모를 조회하고 관리할 수 있어 운영 편의성을 높였습니다.
첨단 분석 인프라와 연계 가능
네이버 클라우드 플랫폼에서 제공하는 최신 버전의 GPU Server, Tensorflow Server, Cloud Hadoop, NAS 등 다양한 분석 인프라를 데이터 분석 목적과 규모에 따라 선택해 사용할 수 있습니다.
다양한 부가 기능
Data Box 관리자는 분석 대상 데이터 관리 및 분석자별 열람 통제, 분석자의 개별 데이터 반입, 분석자별 분석 결과 반출, 반출 타당성 심사, 분석자별 비용 조회 등 서비스 운영 및 데이터 관리에 필요한 여러 가지 부가 기능을 사용할 수 있습니다.
서비스 콘셉트
이용 시나리오
연동 부가 서비스
상세 기능
제공 서비스
분석 인프라 관리
분석자들이 함께 열람할 수 있는 공용 데이터 저장소를 생성, 변경, 삭제할 수 있습니다.분석자 그룹별로 전용 분석 공간을 구축하고 상황에 따라 각 공간의 분석 인프라를 증설 또는 축소할 수 있습니다.분석 인프라 및 분석 도구별 접속 정보를 열람하고 필요시 다시 설정할 수 있습니다.
분석 데이터 관리
공용 데이터 저장소에 분석 대상 데이터를 업로드하거나 삭제할 수 있습니다.공용 데이터 저장소의 여러 볼륨을 가상의 데이터 그룹으로 묶어 일괄 관리할 수 있습니다.분석자 공간별로 공용 데이터 열람을 허용하거나 차단할 수 있습니다.
데이터 보안 관리
Data Box 관리자는 분석자 공간별로 외부와의 통신 허용 여부를 설정할 수 있습니다. (기본: 차단 상태)분석자는 Data Box 관리자의 동의 없이 임의로 분석 공간 내 데이터를 외부로 반출할 수 없습니다.
분석자별 데이터 반입
분석자는 콘솔 또는 API를 이용하여 분석에 활용할 개별 데이터를 전용 분석 공간에 반입할 수 있습니다.데이터 반입 현황은 네이버 클라우드 플랫폼의 콘솔에서 조회할 수 있습니다.
분석자별 분석 결과 심사 및 반출
Data Box 관리자는 각 분석자가 신청한 분석 결과의 반출 타당성을 직접 심사할 수 있습니다.Data Box 관리자가 분석 결과 반출을 승인하면 해당 파일은 Data Box Frame 외부 공간으로 자동 반출됩니다.반출 신청 및 타당성 심사 현황은 네이버 클라우드 플랫폼의 콘솔에서 조회할 수 있습니다.
제공 인프라
용도 | 서비스 코드 | Spec | 선택 가능 대수 | ||||||
|---|---|---|---|---|---|---|---|---|---|
vCPU | Mem (GB) | vGPU | Mem (GB) | OS Disk (GB) ※ SSD | 기타 | ||||
필수 | Connect Server (분석 공간 접속용) | Connect Windows Server (S2 W1) | 2 | 8 | - | - | 100 | Windows | 각 Box당 1~4대 (1대 이상 선택 필수) |
Connect Windows Server (S4 W1) | 4 | 16 | - | - | 100 | Windows | |||
Connect Windows Server (S8 W1) | 8 | 32 | - | - | 100 | Windows | |||
Connect Windows Server (S16 W1) | 16 | 64 | - | - | 100 | Windows | |||
Connect Windows Server (S32 W1) | 32 | 128 | - | - | 100 | Windows | |||
Connect Windows Server (M2 W1) | 2 | 16 | - | - | 100 | Windows | |||
Connect Windows Server (M4 W1) | 4 | 32 | - | - | 100 | Windows | |||
Connect Windows Server (M8 W1) | 8 | 64 | - | - | 100 | Windows | |||
Connect Windows Server (M16 W1) | 16 | 128 | - | - | 100 | Windows | |||
Connect Windows Server (M32 W1) | 32 | 256 | - | - | 100 | Windows | |||
Connect Windows Server (C2 W1) | 2 | 4 | - | - | 100 | Windows | |||
Connect Windows Server (C4 W1) | 4 | 8 | - | - | 100 | Windows | |||
Connect Windows Server (C8 W1) | 8 | 16 | - | - | 100 | Windows | |||
Connect Windows Server (C16 W1) | 16 | 32 | - | - | 100 | Windows | |||
Connect Windows Server (C32 W1) | 32 | 64 | - | - | 100 | Windows | |||
필수 | Tensorflow Server (AI 분석용) | Tensorflow CPU Linux Server (S2-L1) | 2 | 8 | - | - | 50 | Linux | 각 Box당 CPU 서버: 1~4대 GPU 서버: 1~2대 (CPU, GPU 중 1대 이상 선택 필수) |
Tensorflow CPU Linux Server (S4-L1) | 4 | 16 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (S8-L1) | 8 | 32 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (S16-L1) | 16 | 64 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (S32-L1) | 32 | 128 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (M2-L1) | 2 | 16 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (M4-L1) | 4 | 32 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (M8-L1) | 8 | 64 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (M16-L1) | 16 | 128 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (M32-L1) | 32 | 256 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (C2-L1) | 2 | 4 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (C4-L1) | 4 | 8 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (C8-L1) | 8 | 16 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (C16-L1) | 16 | 32 | - | - | 50 | Linux | |||
Tensorflow CPU Linux Server (C32-L1) | 32 | 64 | - | - | 50 | Linux | |||
Tensorflow GPU Linux Server (GP8V1-L1) | 8 | 90 | 1 | 32 | 50 | Linux | |||
Tensorflow GPU Linux Server (GP16V2-L1) | 16 | 180 | 2 | 64 | 50 | Linux | |||
Tensorflow GPU Linux Server (GP32V4-L1) | 32 | 360 | 4 | 128 | 50 | Linux | |||
Tensorflow GPU Linux Server (GP4T1-L1) | 4 | 20 | 1 | 16 | 50 | Linux | |||
Tensorflow GPU Linux Server (GP8T1-L1) | 8 | 40 | 1 | 16 | 50 | Linux | |||
Tensorflow GPU Linux Server (GP16T2-L1) | 16 | 80 | 2 | 32 | 50 | Linux | |||
선택 | Server (데이터 분석용) | CPU Linux Server (S2 L1) | 2 | 8 | - | - | 50 | Linux | 각 Box당 0~4대 |
CPU Linux Server (S4 L1) | 4 | 16 | - | - | 50 | Linux | |||
CPU Linux Server (S8 L1) | 8 | 32 | - | - | 50 | Linux | |||
CPU Linux Server (S16 L1) | 16 | 64 | - | - | 50 | Linux | |||
CPU Linux Server (S32 L1) | 32 | 128 | - | - | 50 | Linux | |||
CPU Linux Server (M2 L1) | 2 | 16 | - | - | 50 | Linux | |||
CPU Linux Server (M4 L1) | 4 | 32 | - | - | 50 | Linux | |||
CPU Linux Server (M8 L1) | 8 | 64 | - | - | 50 | Linux | |||
CPU Linux Server (M16 L1) | 16 | 64 | - | - | 50 | Linux | |||
CPU Linux Server (M32 L1) | 32 | 128 | - | - | 50 | Linux | |||
CPU Linux Server (C2 L1) | 2 | 4 | - | - | 50 | Linux | |||
CPU Linux Server (C4 L1) | 4 | 8 | - | - | 50 | Linux | |||
CPU Linux Server (C8 L1) | 8 | 16 | - | - | 50 | Linux | |||
CPU Linux Server (C16 L1) | 16 | 32 | - | - | 50 | Linux | |||
CPU Linux Server (C32 L1) | 32 | 64 | - | - | 50 | Linux | |||
GPU Linux Server (GP16V2-L1) | 16 | 180 | 2 | 64 | 50 | Linux | 각 Box당 0~2대 | ||
GPU Linux Server (GP32V4-L1) | 32 | 360 | 4 | 128 | 50 | Linux | |||
GPU Linux Server (GP4T1-L1) | 4 | 20 | 1 | 16 | 50 | Linux | |||
GPU Linux Server (GP8T1-L1) | 8 | 40 | 1 | 16 | 50 | Linux | |||
GPU Linux Server (GP16T2-L1) | 16 | 80 | 2 | 32 | 50 | Linux | |||
선택 | Hadoop Cluster Server (빅 데이터 분석용) | Hadoop Linux Server (C8-H1) | 8 | 16 | - | - | 50 | Linux | 각 Box당 0~2개 Cluster Edge: Cluster당 1개 Master: Cluster당 2개 Worker: Cluster당 2~8개 |
Hadoop Linux Server (S4-H1) | 4 | 16 | - | - | 50 | Linux | |||
Hadoop Linux Server (S8-H1) | 8 | 32 | - | - | 50 | Linux | |||
Hadoop Linux Server (M4-H1) | 4 | 32 | - | - | 50 | Linux | |||
Hadoop Linux Server (M8-H1) | 8 | 64 | - | - | 50 | Linux | |||
선택 | 추가 Block Storage (서버별 데이터 저장용) | Block Storage (SSD) | - | - | - | - | - | SSD | 서버당 1개 스토리지 스토리당 100GB~2TB |
필수 | NAS (분석 결과 저장용) | NAS | - | - | - | - | - | - | 각 Box당 1~4개 볼륨 볼륨당 500GB~10TB (1개 볼륨 이상 선택 필수) |
필수 | SSLVPN ID (분석 공간 접속용) | SSLVPN ID (2-factor) | - | - | - | - | - | 2차 인증 | 각 Connect Server당 ID 1~3개 (Connect 서버당 1개 이상 선택 필수) |
Network | - | - | - | - | - | - | |||
이용 시 주의사항
서비스에서 허용하지 않는 방법으로 데이터를 Data Box Frame 외부로 임의 반출하려는 시도는 금지됩니다.
Data Box Frame의 각 Box로 데이터 반입 시 악성코드 검사가 선행되며 의심 요소가 발견될 경우 데이터 반입이 거절될 수 있습니다.
Box별 분석 결과를 반출하기 위한 타당성 심사는 Data Box 관리자가 직접 수행합니다. Data Box 관리자가 반출을 승인하면 분석 결과가 자동으로 Box 외부의 Object Storage로 반출됩니다.
Data Box 관리자는 Box별로 외부와의 통신을 직접 허용하거나 차단할 수 있습니다. 단, 외부 통신을 허용할 경우 분석자가 데이터를 임의로 외부에 반출할 수 있게 되므로 설정에 유의해 주십시오.
Data Box Frame에서 제공하는 분석 인프라는 각 서비스의 정책을 따릅니다. 자세한 사용 방법은 서비스별 사용 가이드를 참고해 주십시오.
요금
실용적인 서비스 구성과 시간 단위 종량제 요금 제공
구분 | 서비스 코드 | vCPU | CPU 메모리 | vGPU | 디스크 | 과금 단위 | 단위 | 이용 요금 |
|---|---|---|---|---|---|---|---|---|
기본 요금 | - | - | - | - | - | Data Box Frame | 월 | - |
Connect Server | Connect Windows Server (S2 W1) | 2개 | 8GB | - | 100GB | Server | 시간 | - |
Connect Server | Connect Windows Server (C2 W1) | 2개 | 4GB | - | 100GB | Server | 시간 | - |
Connect Server | Connect Windows Server (C4 W1) | 4개 | 8GB | - | 100GB | Server | 시간 | - |
Connect Server | Connect Windows Server (C8 W1) | 8개 | 16GB | - | 100GB | Server | 시간 | - |
Connect Server | Connect Windows Server (C16 W1) | 16개 | 32GB | - | 100GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (S4-L1) | 4개 | 16GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (S8-L1) | 8개 | 32GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (M4-L1) | 4개 | 32GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (M8-L1) | 8개 | 64GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (M16-L1) | 16개 | 128GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow CPU Linux Server (M32-L1) | 32개 | 256GB | - | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow GPU Linux Server (GP16V2-L1) | 16개 | 180GB | 2개 | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow GPU Linux Server (GP32V4-L1) | 32개 | 360GB | 4개 | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow GPU Linux Server (GP4T1-L1) | 4개 | 20GB | 1개 | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow GPU Linux Server (GP8T1-L1) | 8개 | 40GB | 1개 | 50GB | Server | 시간 | - |
Tensorflow Server | Tensorflow GPU Linux Server (GP16T2-L1) | 16개 | 80GB | 2개 | 50GB | Server | 시간 | - |
Server | CPU Linux Server (S2 L1) | 2개 | 8GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (S4 L1) | 4개 | 16GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (S8 L1) | 8개 | 32GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (S16 L1) | 16개 | 64GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (S32 L1) | 32개 | 128GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (C2 L1) | 2개 | 4GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (C4 L1) | 4개 | 8GB | - | 50GB | Server | 시간 | - |
Server | CPU Linux Server (C8 L1) | 8개 | 16GB | - | 50GB | Server | 시간 | - |
Server | GPU Linux Server (GP16V2-L1) | 16개 | 180GB | 2개 | 50GB | Server | 시간 | - |
Server | GPU Linux Server (GP32V4-L1) | 32개 | 360GB | 4개 | 50GB | Server | 시간 | - |
Server | GPU Linux Server (GP4T1-L1) | 4개 | 20GB | 1개 | 50GB | Server | 시간 | - |
Server | GPU Linux Server (GP8T1-L1) | 8개 | 40GB | 1개 | 50GB | Server | 시간 | - |
Server | GPU Linux Server (GP16T2-L1) | 16개 | 80GB | 2개 | 50GB | Server | 시간 | - |
Hadoop Cluster Server | Hadoop Linux Server (C8-H1) | 8개 | 16GB | - | 50GB | Server | 시간 | - |
Hadoop Cluster Server | Hadoop Linux Server (S4-H1) | 4개 | 16GB | - | 50GB | Server | 시간 | - |
Hadoop Cluster Server | Hadoop Linux Server (S8-H1) | 8개 | 32GB | - | 50GB | Server | 시간 | - |
Hadoop Cluster Server | Hadoop Linux Server (M4-H1) | 4개 | 32GB | - | 50GB | Server | 시간 | - |
Hadoop Cluster Server | Hadoop Linux Server (M8-H1) | 8개 | 64GB | - | 50GB | Server | 시간 | - |
추가 Block Storage | Block Storage (SSD) | - | - | - | - | 1GB | 시간 | - |
NAS | NAS | - | - | - | - | 1GB | 시간 | - |
SSLVPN ID | SSLVPN ID (2-factor) | - | - | - | - | ID | 시간 | - |
(VAT 별도)
Connect Server : 분석 공간 접속을 위한 서버이며, Box당 1대 이상은 필수로 선택해야 합니다. (Box당 최대 4대까지 선택 가능)
Tensorflow Server : AI 분석 및 공용 데이터 열람을 위한 서버이며, CPU GPU 무관하게 Box당 1대 이상은 필수로 선택해야 합니다. (Box당 CPU는 최대 4대까지 GPU는 최대 2대까지 선택 가능)
Server : 데이터 분석 및 커스텀 패키지 설치를 위한 일반 서버이며, 필수 요소는 아닙니다. (Box당 최대 4대까지 선택 가능)
Hadoop Cluster Server : 빅데이터 저장과 분석을 위한 하둡 서버이며, 필수 요소는 아닙니다. (Box당 최대 2개 클러스터, 클러스터 당 최대 8대 Worker 노드 선택 가능)
추가 Block Storage : 분석 결과 저장을 위해 각 서버에 추가되는 블록 스토리지이며, 필수 요소는 아닙니다. (서버당 최대 1개 스토리지, 스토리지 당 100GB에서 2TB (하둡은 6TB)까지 선택 가능)
NAS : 공용데이터 혹은 각 Box별 분석 결과를 저장하기 위한 스토리지이며, 공용데이터 및 Box 모두 각 1개 볼륨 이상은 필수로 선택해야 합니다.
① 공용데이터는 최대 20개 볼륨, 각 Box는 최대 4개 볼륨을 생성 가능하며, 각 볼륨당 500GB에서 10TB까지 선택 가능합니다.
② 단, Frame 내 생성할 수 있는 NAS 볼륨들의 총 용량 합산은 기본적으로 최대 10TB까지 가능하며, 만약 그 이상 필요 시 문의하기로 요청 바랍니다.
SSL VPN ID : 분석 공간 접속을 위한 SSLVPN ID 이며, Connect 서버당 1개 이상은 필수로 선택해야 합니다. (Connect 서버당 최대 3개까지 선택 가능)
서비스 이용 시 발생한 네트워크 요금은 NAVER Cloud Platform 네트워크 요금제에 따라 별도로 과금되며, 요금제 변경 시 사전 안내드릴 예정입니다.
서비스 구성 요소별 최대 선택 가능 대수를 상향 조정해야 할 경우 고객 지원으로 문의해 주십시오.
