--- schema_version: "1" id: 8869c765f691d9db0057c20cbcf593cda6bc125b0d6c8dac302f8e11e78282b8 title: Data 360 Decision Guides 시작하기 collection: architect version: current locale: ko-kr portal_url: https://docs.salesforce.com/architect/current/ko-kr/decision-guides/guides/get-started-data-360-decision-guides.md canonical_url: https://architect.salesforce.com/docs/architect/ko-kr/decision-guides/guide/get-started-data-360-decision-guides.html source_site: architect.salesforce.com content_type: documentation content_hash: f77aca90fc5cb09d0ad60e0bbb287d3a424a36e8f43296c9be88083fba335891 products: - 결정 가이드 - Architect Site Content Repo --- # Data 360 Decision Guides 시작하기 이 섹션에서는 프로비저닝 전략, 다중 조직 연결, 통합 패턴 등 Salesforce Data 360에 대한 중요한 아키텍처 결정을 내릴 수 있는 실용적인 지침을 제공합니다. 해당 가이드를 사용하여 고객 데이터를 통합하고 AI 지원 기능을 활성화하는 효과적인 데이터 아키텍처를 설계 및 구현합니다. --- ## Data 360 Provisioning [Data 360 Provisioning](/docs/architect/ko-kr/decision-guides/guide/data-360-provisioning)은 Salesforce Data 360 프로비저닝 시 기본적인 결정을 다룹니다: - **Home Org 선택**: 거버넌스, 규정 준수, 가치 실현 기간을 고려하여 기존 프로덕션 조직에 Data 360을 프로비저닝할지, 전용 조직을 생성할지 결정하세요. - **다중 조직 전략**: 여러 개의 독립적인 Data 360 인스턴스를 사용할지, 또는 Data Cloud One을 사용하여 여러 Salesforce 조직을 통합할지 선택하면서 자율성, 규정 준수, 비용의 균형을 맞추세요. - **Data Cloud One 아키텍처**: 여러 Companion Org가 중앙 집중식 거버넌스, 메타데이터 공유, 기능 동등성을 통해 단일 Data 360 인스턴스를 공유할 수 있도록 합니다. - **Data 360 조직 간 데이터 공유**: 지역 규정 준수, 사업부 간 협업 또는 연합 임원용 대시보드를 위해 독립 인스턴스 간 제로-카피 데이터 공유를 사용하세요. - **Provisioning Considerations**: 엔터프라이즈 전체 배포를 위해 데이터 소재지, 거버넌스 모델, 대기 시간, 통합 복잡성, 비용, AI 준비 상태를 고려하세요. 아키텍트가 Customer 360, AI 및 크로스-플랫폼 혁신에 있어 단순성, 엔터프라이즈 일관성, 규정 준수, 확장성을 보장하는 프로비저닝 전략을 설계할 수 있도록 돕습니다. --- ## Data 360 상호 운용성 [Data 360 Interoperability](/docs/architect/ko-kr/decision-guides/guide/data-360-interoperability)는 Data 360을 외부 플랫폼 및 데이터 레이크와 통합하는 프레임워크를 제공합니다: - **데이터 수집 패턴**: 실시간, 스트리밍, 배치 수집을 통해 Customer 360, 규정 준수, 중앙 집중식 거버넌스에 적합한 관리되는 표준 데이터셋을 생성할 수 있습니다. - **Zero-Copy Data Federation**: 라이브 쿼리, 가속 쿼리(캐싱), 파일 페더레이션 방법을 통해 중복 없이 외부 시스템에 실시간으로 접근할 수 있으며, 이를 통해 개인화, 대시보드, AI 및 ML 워크로드를 지원합니다. - **하이브리드 접근 방식**: 핵심 데이터셋에 대한 관리형 수집과 최신성 및 확장성을 위한 제로-카피 페더레이션을 결합하여 옴니채널 참여, Agentforce 기반 작업, 엔터프라이즈 분석을 지원합니다. - **결정 프레임워크**: 대기 시간, 비용, 확장성, 거버넌스, 복잡성 측면에서 제약을 평가하여 데이터 소스당 올바른 통합 패턴을 선택합니다. - **아키텍트 플레이북**: 금융, 헬스케어, 소매, 통신 시나리오에 대한 산업별 지침, 설계 관행, 비용 고려 사항 아키텍트가 데이터 최신성, 거버넌스, 그리고 파이프라인 효율성 간의 균형을 맞추어 운영 및 분석 워크로드를 지원하는 확장 가능하고 상호 운용 가능한 AI 준비 데이터 아키텍처를 구축하도록 안내합니다.