기계 학습 데이터 카탈로그를 사용하면 조직은 강력한 거버넌스와 액세스 제어를 보장하면서 여러 소스의 데이터를 구성, 액세스, 해석 및 협업할 수 있습니다. 인공 지능은 이러한 카탈로그의 많은 기능에서 중심 역할을 하며 기계 학습 기반 권장 사항, 자연어 쿼리, 향상된 보안을 위한 동적 데이터 마스킹과 같은 기능을 지원합니다. 이러한 카탈로그를 통해 기업은 데이터세트를 단일 위치에 통합할 수 있으므로 분석가와 일반 사용자 모두 데이터를 더 쉽게 검색하고 발견할 수 있습니다. 사용자는 데이터 세트에 댓글을 달고, 공유하고, 추천하여 데이터를 쿼리하는 동료에게 즉각적인 컨텍스트를 제공할 수 있습니다. IT 관리자는 중요한 정보에 대한 무단 액세스를 방지하기 위해 사용자 프로비저닝을 구현할 수 있습니다. 기계 학습 데이터 카탈로그는 다양한 데이터 소스를 보유하고 통합된 정보 소스를 찾고 조직 전체에서 데이터 사용량 확장을 목표로 하는 기업에 특히 유용합니다. IT 부서는 일반적으로 조직과 보안을 유지하기 위해 이러한 플랫폼을 관리하지만 카탈로그는 데이터 과학자, 분석가, 심지어 기술 지식이 없는 비즈니스 사용자도 액세스할 수 있도록 설계되었습니다. 데이터는 카탈로그 자체 내에서 또는 비즈니스 인텔리전스 도구와의 통합을 통해 변환, 모델링 및 시각화될 수 있습니다. 모든 기계 학습 데이터 카탈로그에 데이터 준비 기능이 포함되어 있는 것은 아니며 이러한 기능을 위해 비즈니스 인텔리전스 플랫폼과의 통합이 필요할 수 있다는 점에 유의하는 것이 중요합니다. 또한 이러한 카탈로그는 향상된 거버넌스, 협업 및 기계 학습 기반 기능에 중점을 둔 마스터 데이터 관리(MDM) 시스템과 다릅니다.