29 lines
2.5 KiB
Markdown
29 lines
2.5 KiB
Markdown
---
|
|
id: SYS-STREAM-ARCH-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 1.0
|
|
tags: [systems, architecture, stream-processing, real-time-data, kafka, flink, data-pipeline, scalability]
|
|
last_reinforced: 2026-04-26
|
|
---
|
|
|
|
# Stream Processing Architectures (스트림 처리 아키텍처)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "데이터를 정적인 저수지가 아닌 끊임없이 흐르는 강물(Stream)로 취급하고, 정보가 가치를 잃기 전 찰나의 순간에 지능을 투입하여 실시간 통찰을 길어 올려라" — 연속적으로 발생하는 데이터(Event)를 저장하기 전에 실시간으로 분석하고 가공하는 아키텍처 패턴.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **추출된 패턴:** "Event-at-a-time and Window-based Aggregation" — 데이터가 들어오는 즉시 하나씩 처리하거나(Low Latency), 일정 시간(Tumbling, Sliding Window) 동안의 데이터를 모아 요약하며, 상태(State)를 유지하여 과거 데이터와의 맥락을 파악하는 패턴.
|
|
- **핵심 구성 요소:**
|
|
- **Message Broker (Kafka, Pulsar):** 쏟아지는 이벤트를 순서대로 보관하고 전달하는 완충지대.
|
|
- **Processing Engine (Flink, Spark Streaming):** 윈도우 연산, 조인, 필터링 등 실시간 분석 수행.
|
|
- **State Store:** 실시간 집계나 복잡한 패턴 매칭을 위해 현재 상태 보관.
|
|
- **의의:** 배치 처리(Batch)의 지연 시간을 극복하여 신용카드 이상 거래 탐지, 실시간 개인화 추천, IoT 센서 모니터링 등 '지금 이 순간'의 대응이 결정적인 비즈니스 가치를 창출함.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌:** 배치와 스트림을 따로 관리하던 람다 아키텍처(Lambda Architecture)에서, 이제는 단일 파이프라인으로 두 가지를 모두 처리하는 카파 아키텍처(Kappa Architecture)로 진화하며 데이터 일관성과 운영 복잡도를 획기적으로 개선하는 추세임.
|
|
- **정책 변화:** Antigravity 프로젝트는 에이전트의 작업 로그 및 사용자 인터랙션을 실시간으로 분석하여 자가 교정 및 위험 탐지를 수행하기 위해, 고가용성이 보장된 스트림 처리 파이프라인을 기본 인프라로 운용함.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Space-based-Architecture]], [[Real-time-Data-Streaming]], [[Scalability-in-AI-Systems]], [[Shadowing-and-Observability]]
|
|
- **Raw Source:** 10_Wiki/Topics/AI/Stream-Processing-Architectures.md
|