변경 로그 – 릴리스 2026.06¶

릴리스 2026.06을 통해 digna는 자동화, 확장성 및 플랫폼 사용성 측면에서 큰 진전을 이루었습니다.
이번 버전은 새로운 digna Python SDK, 공식 Docker 배포 지원, 새로워진 대시보드 경험, 그리고 검증 규칙 관리를 위한 향상된 이식성을 제공합니다.

릴리스 영상 보기¶

What's New in digna | The Major Release of 2026 — digna YouTube 채널에서 이번 릴리스를 살펴봅니다.

새로운 기능¶

digna Python SDK – Python으로 모든 것을 자동화¶

설치 방법:
```
pip install digna-sdk
```
Python으로 digna를 프로그래밍 방식으로 관리하고 자동화
코드로 프로젝트 생성 및 구성
검사 및 모니터링 실행 트리거
데이터셋, 규칙 및 구성의 프로그래밍적 관리
테이블 프로파일링 및 메타데이터 인사이트 추출
프로파일링 및 데이터 품질 결과를 외부 리포지토리 및 시스템으로 내보내기
노트북, 오케스트레이션 도구 및 CI/CD 파이프라인과 통합

영향: Python을 사용한 인프라스트럭처 코드(Infrastructure-as-Code)와 데이터 품질 및 관측성 워크플로의 심층 자동화를 가능하게 합니다.

Docker 지원 – 간소화된 배포 및 운영¶

digna 공식 Docker 이미지 지원
환경 전반에 걸친 빠르고 일관된 설정
개발, 테스트 및 프로덕션의 간소화된 온보딩
Kubernetes 및 컨테이너 플랫폼과의 쉬운 통합
배포의 이식성 및 재현성 향상

영향: 현대 클라우드 네이티브 아키텍처에서 digna를 더 쉽게 배포하고 운영할 수 있게 합니다.

QueryMode – 유연한 SQL 실행 전략¶

쿼리 실행 전략 구성: Single 또는 Combined 모드

Single Mode: 각 통계는 전용 SQL 쿼리 하나로 계산됩니다

메모리 제약이 있는 대형 데이터 소스에 이상적
결합 쿼리로 인한 리소스 고갈(메모리 부족, 스풀 한도 등)을 방지
쿼리 수는 많아지지만 쿼리당 메모리 사용량은 낮음

Combined Mode: 모든 통계가 단일 SQL 쿼리 내에서 계산됩니다

전체 쿼리 수 및 네트워크 오버헤드 감소
데이터 소스를 메모리에서 관리할 수 있을 때 성능 최적화
빈번하고 병렬 실행되는 작업에 더 효율적

영향: 사용자가 데이터 소스 특성에 따라 성능, 리소스 사용량 및 메모리 안정성의 균형을 맞출 수 있도록 세밀한 쿼리 실행 제어를 제공합니다.

구성 가능한 예측 모델¶

이상 탐지의 기반이 되는 모델은 이제 각 계열에 대해 경쟁하는 여러 설명(패턴과 최근 관측값에 대한 해석의 조합)을 비교 평가하고, 각 설명이 얼마나 강하게 뒷받침되는지에 따라 예측을 혼합합니다. 단일 극단값이 이후 예측으로 번지는 일은 더 이상 없습니다.

데이터 소스의 새 Model 탭에 있는 두 가지 설정으로 모델을 조정하며, 각 설정의 범위는 0.0에서 1.0이고 기본값은 0.5입니다:

Break Sensitivity – 새로운 수준으로의 도약이나 추세 전환을 이상값으로 처리하지 않고 실제 변화로 받아들이는 속도
Model Complexity – 모델이 찾는 구조의 정도. 달력 효과와 단일 수준 이동부터 알려지지 않은 주기, 월중 일자 효과, 월별 리셋까지

두 설정 모두 언제든지 기본값으로 되돌릴 수 있습니다. 각 설정의 작동 방식은 모델 설정을 참조하십시오.

영향: 허용 구간에 대한 기존 Sensitivity 및 Memory 설정(이제 Thresholds 탭에 있음)과 함께, 예측 모델 자체에 대한 제어 권한을 사용자에게 제공합니다.

이상 알림 제어¶

데이터 소스의 이상 설정에 새 Notifications 탭 추가:
Minimum Alerts – 알림이 전송되기 전에 한 검사에서 필요한 실패한 체크(불확실한 체크 제외) 수(기본값 1)
Pause After Notification (Days) – 데이터 소스에 대해 알림을 보낸 후 구독이 알림을 보내지 않는 기간(기본값 0, 일시 중지 없음)

새로워진 대시보드 경험¶

현대화된 UI/UX 디자인
더 명확한 내비게이션 및 구조
모니터링 결과 및 데이터 품질 인사이트의 가시성 향상
알림, 통계 및 대시보드의 가독성 개선
주요 운영 정보에 대한 더 빠른 접근성

영향: 모든 사용자의 사용성 및 일상 생산성을 향상시킵니다.

검증 규칙의 확장된 가져오기 및 내보내기¶

검증 규칙에 대한 향상된 가져오기/내보내기 기능
환경 및 프로젝트 간 마이그레이션 용이성
표준화된 규칙 세트의 재사용성 향상
규칙 거버넌스 및 라이프사이클 관리 개선
팀 간 협업 단순화

영향: 조직 전반에서 확장 가능하고 일관된 데이터 품질 거버넌스를 가능하게 합니다.

플랫폼 개선사항¶

자동화를 위한 전체 Python SDK 통합
Docker를 통한 컨테이너화된 배포
새로워진 대시보드를 통한 UX 개선
검증 로직의 이식성 확장

이 릴리스의 혜택 대상¶

데이터 엔지니어: 자동화, SDK 활용, 파이프라인 통합
플랫폼 팀: Docker를 통한 간소화된 배포
데이터 거버넌스 팀: 재사용 가능한 검증 규칙 관리
분석 팀: 향상된 사용성 및 인사이트 가시성

CLI 업데이트¶

SDK 통합 지원 추가
가져오기/내보내기 워크플로 개선
전반적인 안정성 및 성능 향상