https://arxiv.org/abs/2405.01813

최신 클라우드는 데이터 서비스를 쉽게 접근할 수 있는 상품으로 변화시켰습니다. 이제 몇 번의 클릭만으로 사용자는 다양한 작업을 위한 데이터 처리 시스템 카탈로그에 액세스할 수 있습니다. 그러나 클라우드는 복잡성과 기회를 모두 가져옵니다. 클라우드 사용자는 다양한 데이터 서비스를 사용하여 애플리케이션을 빠르게 시작할 수 있지만 이러한 서비스를 최대한 활용하기 위해 이러한 서비스를 구성하고 최적화하는 것은 어려울 수 있습니다. 클라우드 제공업체의 경우 점점 증가하는 데이터 서비스 세트의 모든 측면을 관리하는 동시에 고객 SLA를 충족하고 운영 비용을 최소화하는 것이 점점 더 어려워지고 있습니다. 클라우드 기술을 사용하면 상당한 양의 워크로드 추적 및 시스템 원격 측정을 수집할 수 있습니다. 데이터 과학(DS)과 기계 학습(ML)의 발전으로 데이터 중심, ML 기반 접근 방식을 활용하여 데이터 서비스의 다양한 측면을 자동화하여 자율적인 데이터 서비스를 만드는 것이 실현 가능하고 바람직합니다. 이 백서에서는 Azure에서 자율 데이터 서비스를 만드는 것에 대한 관점과 통찰력을 제시합니다. 또한 앞으로 우리가 수행할 계획인 노력과 여전히 주의가 필요한 해결되지 않은 문제도 다루고 있습니다.