변경로그 – 릴리스 2026.04¶
릴리스 2026.04를 통해 digna는 분석 및 데이터 검증 역량을 크게 강화합니다.
이번 릴리스는 고급 시계열 분석, 재사용 가능한 검증 컴포넌트, 중앙집중식 값 표준화를 도입합니다.
🚀 신규 기능¶
Analytics Chart – 데이터 사이언스 없이 시계열 분석¶
- 상호작용형 시계열 분석을 위한 새로운 Analytics Chart
- 내장 분석 기법:
- 선형, 이차 및 삼차 회귀
- 구성 가능한 분할점을 가진 구간별 회귀
- 스무딩 기법
- 분위수 분석
- 추세, 계절성 및 패턴 변화를 자동 식별
- 편차에 대한 심층 인사이트를 위한 잔차 분석
- 모든 데이터셋에 대해 시계열이 자동으로 계산됩니다
영향: 데이터 사이언스 전문 지식이나 외부 도구 없이도 사용자가 시간에 따른 복잡한 데이터 동작을 이해할 수 있습니다.
Enumerations – 허용 값의 중앙 정의¶
- 재사용 가능한 허용 값 집합 정의(예: 국가, 주/도, 상태 코드)
- digna Data Validation에서 사전 정의된 Enumeration에 대해 컬럼 값을 검증
- 프로젝트 및 데이터 소스 전반에서 Enumerations 재사용
#ENUM:MY_ENUM#을 통해 어디서나 Enumerations 사용- 모든 검사는 원본 데이터베이스에서 직접 실행됩니다
영향: 조직 전반에 걸쳐 일관되고 표준화된 데이터 값을 보장합니다.
Validation Rule Templates – 재사용 가능한 데이터 품질 로직¶
- 재사용 가능한 검증 규칙 정의(예: 공백 검사, NOT NULL, 형식 검사)
- 여러 데이터셋에 템플릿 적용
- 프로젝트 전반에 걸쳐 일관된 규칙 로직 보장
- 중복 및 수동 구성을 줄임
- 모든 검사는 원본 데이터베이스에서 직접 실행됩니다
영향: 데이터 이동 없이도 확장 가능하고 고성능의 데이터 검증을 실현합니다.
통계 수준 관련성 조건¶
- 각 통계에 대해 컬럼 수준에서 관련성 조건을 정의
- 이상치 관련성 조건 개념을 확장
- 통계가 언제 관련성이 있다고 간주되어야 하는지 제어
- 비핵심 상황을 제외하여 노이즈를 줄임
영향: 의미 있는 편차에만 집중하여 신호 품질을 향상시킵니다.
🧪 확장된 Data Analytics & Validation 기능¶
이번 릴리스로 digna는 데이터 이해와 데이터 검증 표준화를 동시에 확장합니다:
- 데이터 사이언스 지식 없이 가능한 고급 시계열 해석
- Enumerations를 통한 허용 값의 중앙 정의
- 템플릿을 통한 재사용 가능한 검증 로직
- 통계 및 경보의 관련성에 대한 세분화된 제어
이러한 기능들은 조직이 문제를 감지하는 것뿐만 아니라 데이터 품질을 이해, 표준화 및 제어할 수 있도록 지원합니다.
🎯 본 릴리스의 주요 수혜자¶
- 데이터 엔지니어: 재사용 가능한 검증 로직 및 모니터링 동작에 대한 향상된 제어
- 데이터 품질 및 거버넌스 팀: 표준화된 규칙과 시스템 전반에 걸친 일관된 데이터 검증
- 분석 및 BI 팀: 추세와 편차에 대한 향상된 이해
- 플랫폼 소유자: 단순화된 분석과 확장 가능한 검증을 통한 채택 증가
🛠 CLI 업데이트¶
- 변경 없음