apache/ossie

해결하는 문제

Apache Ossie는 데이터 스택 내 의미적 분열 문제를 해결합니다. 동일한 KPI가 다양한 도구에서 서로 다른 방식으로 정의되는 것을 방지하고, 정의를 일치시키기 위해 필요한 수작업을 줄이며, 일관되지 않은 비즈니스 로직으로 인해 AI 에이전트가 신뢰할 수 없는 출력을 생성하는 것을 막습니다.

작동 방식

Ossie는 데이터 분석, AI, BI 생태계 내 다양한 도구가 데이터 정의에 대한 단일하고 일관된 진실의 소스를 읽고 쓸 수 있도록 하는 벤더에 의존하지 않는 JSON 및 YAML 기반의 사양을 제공합니다. 이 프로젝트에는 핵심 사양, dbt 및 Salesforce와 같은 다른 형식으로 변환하기 위한 참조 변환기, 그리고 모델이 스키마에 부합하는지 확인하는 검증 도구가 포함되어 있습니다.

대상 사용자

다양한 플랫폼과 AI 에이전트 간에 일관된 데이터 정의를 보장해야 하는 데이터 엔지니어, AI 개발자, BI 분석가.

주요 특징

• 벤더에 의존하지 않는 표준: 공통 사양을 제공하여 도구별 종속성을 제거합니다.
• 기계가 읽을 수 있는 형식: JSON과 YAML을 사용하여 쉽게 통합할 수 있습니다.
• 상호 운용성: dbt, GoodData, Polaris, Salesforce와 같은 기존 의미적 형식용 변환기가 포함되어 있습니다.
• 검증 도구: 의미적 모델이 스키마에 부합하는지 확인할 수 있는 도구를 제공합니다.