{"designPath":"/libs/settings/wcm/designs/default","brandSlug":"","componentsResourceTypes":["snowflake-site/components/quickstart/quickstart-button","snowflake-site/components/nav/nav-column/nav-column-container","snowflake-site/components/structure/page","snowflake-site/components/button","snowflake-site/components/quickstart/quickstart-hero","snowflake-site/components/quickstart/quickstart-table-of-content","snowflake-site/components/experiencefragment","snowflake-site/components/mega-header","snowflake-site/components/modal/modal-container","snowflake-site/components/image","snowflake-site/components/nav/nav-dropdown-header","snowflake-site/components/wistia-video/cta","nt:folder","snowflake-site/components/container","snowflake-site/components/nav/nav-dropdown-menu","snowflake-site/components/nav/nav-column","snowflake-site/components/flexible-column-container","snowflake-site/components/quickstart/quickstart-table-of-content/quickstart-table-of-content-container","snowflake-site/components/button/embedded","snowflake-site/components/icon","snowflake-site/components/nav/nav-mega","snowflake-site/components/quickstart/quickstart-last-modified","snowflake-site/components/nav/nav-promo-section","snowflake-site/components/markup-editor","snowflake-site/components/text","snowflake-site/components/title-v2","snowflake-site/components/nav/nav-dropdown-footer","nt:unstructured","nt:file","snowflake-site/components/contentfragment","snowflake-site/components/nav/nav-item","snowflake-site/components/form/marketo-v2","snowflake-site/components/nav/language-navigation","snowflake-site/components/title","wcm/foundation/components/responsivegrid","nt:resource","snowflake-site/components/structure/xfpage","snowflake-site/components/flexible-column-container/flexible-column-content-container","snowflake-site/components/pushdown-banner"],"allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"templateName":"quickstart-page-template","cssClassNames":"page basicpage summit-page","clientlibsAsync":false,"dataLayerClientlibIncluded":true,"dataLayerName":"adobeDataLayer","lastModifiedDate":1761002005097,"language":"ko","title":"Snowflake 및 Dataiku로 데이터 과학 가속화","tags":["snowflake-site:taxonomy/product/data-engineering","snowflake-site:taxonomy/solution-center/certification/quickstart","snowflake-site:taxonomy/exclude-tags/hidden"],"analyticsPageType":"quickstart-page-template","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,":path":"/content/snowflake-site/global/ko/developers/guides/data-science-with-dataiku-kr",":hierarchyType":"page","isPasswordProtected":false,":type":"snowflake-site/components/structure/page","analyticsContentTags":["snowflake-site:taxonomy/product/data-engineering","snowflake-site:taxonomy/solution-center/certification/quickstart","snowflake-site:taxonomy/exclude-tags/hidden"],"analyticsEnabled":true,":mappedPath":"/ko/developers/guides/data-science-with-dataiku-kr/","coveoConfig":{"organizationId":"snowflakecomputingproduction8neljofn","apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","pipeline":"snowflake.com","searchHub":"snowflake.com"},"analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"quickstart-page-template","templateName":"quickstart-page-template","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/ko/developers/guides/data-science-with-dataiku-kr","language":"ko","category":"general","pageName":"Snowflake 및 Dataiku로 데이터 과학 가속화","contentTags":["snowflake-site:taxonomy/product/data-engineering","snowflake-site:taxonomy/solution-center/certification/quickstart","snowflake-site:taxonomy/exclude-tags/hidden"]},":items":{"root":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"markup_editor_1950346551":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-banner":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-header":"aem-GridColumn aem-GridColumn--default--12","responsivegrid":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-footer":"aem-GridColumn aem-GridColumn--default--12","modal_container":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"experiencefragment-banner":{"id":"experiencefragment-1fc90e2edb","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/pushdown-banner/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","classNames":"aem-xf",":items":{"root":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"pushdown_banner_copy":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-95d1eaa6a1",":type":"snowflake-site/components/container",":items":{"pushdown_banner_copy":{"id":"pushdown-banner-3add734340","contentHeadline":"AI의 미래, 실시간 공개","contentDescription":"스트림 서밋 기조연설은 6월 1일부터 2일까지 무료입니다.","contentJustifyContent":"center","linkStyle":"text-white","linkCTA":{"id":"link-cta","heapButtonClasses":["pushdown_banner"],"showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://reg.snowflake.com/flow/snowflake/summit26/digitalreg/page/main"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"지금 등록하기"},":type":"snowflake-site/components/pushdown-banner","appliedCssClassNames":"snowflake-pushdown-banner-text-white snowflake-pushdown-banner-background-black"}},":itemsOrder":["pushdown_banner_copy"]},"image":{":type":"nt:unstructured"},"cq:metadata":{":type":"nt:unstructured"}},":itemsOrder":["root","image","cq:metadata"]},"experiencefragment-header":{"id":"experiencefragment-c2c2a5fd6a","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","classNames":"aem-xf",":items":{"root":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"mega_header":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-55cd7363b2",":type":"snowflake-site/components/container",":items":{"markup_editor":{"id":"markup-editor-38a94cfc6b","title":" ","cssContent":".footer-nav__link-group .snowflake-button-container,.subnav__item--button,.snowflake-card-v2-advanced-button .snowflake-button-container{justify-content:flex-start}.mega-nav__sign-in.snowflake-button-container{display:none}@media screen and (min-width:768px){.mega-nav__sign-in.snowflake-button-container{display:inline-block;font-family:'Texta',sans-serif;font-weight:800 !important}}@media screen and (min-width:1024px) and (max-width:1199px){.snowflake-mega-nav-header-buttons-container .snowflake-button-blue .snowflake-button-container{font-size:13px !important}.snowflake-language-navigation .language-icon{width:18px !important;height:18px !important;margin-right:4px !important}}.mega-nav__sign-in svg{display:none}.nav-item__platform-parent-why-sf.snowflake-mega-nav-nav-item\u003Ea:hover,.nav-item__platform-parent.snowflake-mega-nav-nav-item\u003Ea:hover{background-color:transparent !important}.nav-platform-sidebar .snowflake-mega-nav-nav-item:hover.blue-icon .snowflake-mega-nav-nav-item-icon__inner{background-color:var(--ui-01) !important}@media screen and (min-width:1024px){.snowflake-mega-nav-navigation-dropdown{overflow:hidden}.meganav-platform-features{padding-left:64px}.meganav-platform-features::before{content:'';transform:translateX(-64px);display:block;z-index:0;width:100%;height:100%;position:absolute;top:0;background:#f7f9fa}.nav-item--si.snowflake-mega-nav-nav-item\u003Ea:hover{background-color:transparent}.nav-item--si{border-bottom:1px solid #ccc;padding-bottom:16px;margin-bottom:8px}.nav-item__platform-parent{border-bottom:1px solid #ccc;margin-bottom:8px;padding-bottom:16px}.nav-item__platform-parent-why-sf .snowflake-mega-nav-nav-item-description::after{content:'Snowflake로 실현하는 가치 \u003E';display:block;color:var(--ui-01);margin-top:16px}.nav-item__platform-parent .snowflake-mega-nav-nav-item-description::after{content:'플랫폼 살펴보기 \u003E';display:block;color:var(--ui-01);margin-top:16px}}@media screen and (min-width:1367px){.snowflake-mega-nav-nav-item-description{font-size:13px !important;line-height:20px !important}.snowflake-mega-nav-nav-item-title-wrapper\u003E.snowflake-mega-nav-nav-item-title{font-size:17px !important}.nav-item__platform-parent-why-sf .snowflake-mega-nav-nav-item-title,.nav-item__platform-parent .snowflake-mega-nav-nav-item-title{font-size:24px !important;line-height:32px !important;margin-bottom:8px !important}.nav-item__platform-parent-why-sf .snowflake-mega-nav-nav-item-description,.nav-item__platform-parent .snowflake-mega-nav-nav-item-description{font-size:14px !important;line-height:20px !important}}html.wf-texta-n9-loading .display-1-v2{font-size:48px!important;line-height:50px!important;letter-spacing:-.5px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .heading-4-v2{font-size:18px!important;line-height:24px!important;font-family:sans-serif!important}@media screen and (min-width:768px){html.wf-texta-n9-loading .display-2-v2{font-size:48px!important;line-height:50px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .display-1-v2{font-size:55.5px!important;line-height:54px!important;letter-spacing:-.5px!important;font-family:sans-serif!important}html.wf-lato-n4-loading .body-2,html.wf-lato-n4-loading .heading-5-v2,html.wf-lato-n4-loading .snowflake-card-v2-advanced-text .snowflake-text p{font-size:15.5px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .heading-2,html.wf-texta-n9-loading .heading-2-v2{font-size:34px!important;line-height:38px!important;letter-spacing:-.75px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .heading-6-v2.snowflake-mega-nav-navigation-title{font-size:13.5px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .heading-4,html.wf-texta-n8-loading .snowflake-button-container,html.wf-texta-n8-loading .snowflake-button-regular .snowflake-button-container{font-size:13px!important;line-height:20px!important;letter-spacing:.25px!important;font-family:sans-serif!important}}@media screen and (min-width:1024px){html.wf-lato-n4-loading .snowflake-mega-nav-nav-item-description{font-size:11.5px!important;font-family:sans-serif!important}html.wf-lato-n4-loading .body-2,html.wf-lato-n4-loading .text-size-regular .snowflake-text li,html.wf-lato-n4-loading .text-size-regular .snowflake-text p,html.wf-lato-n4-loading .text-size-regular .snowflake-text span[data-testid=text-content],html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom li,html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom p,html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom span[data-testid=text-content]{font-size:13.5px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .snowflake-button-compact .snowflake-button-container{font-size:12px!important;letter-spacing:0!important;line-height:18px!important}}@media screen and (min-width:1367px){html.wf-lato-n4-loading .hp-hero__eyebrow a\u003Eb:first-child{font-size:11px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .hp-hero__eyebrow a{font-size:13px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .display-2-v2{font-size:61px!important;line-height:60px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .display-1-v2{font-size:74.5px!important;line-height:74px!important;letter-spacing:-.75px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .heading-2,html.wf-texta-n9-loading .heading-2-v2{font-size:41px!important;letter-spacing:-.75px!important;font-family:sans-serif!important}html.wf-texta-n9-loading .heading-3-v2{font-family:sans-serif!important;letter-spacing:-.75px!important;font-size:33.75px!important}html.wf-texta-n9-loading .heading-4-v2{font-size:19.5px!important;line-height:26px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .heading-6-v2{font-size:12px!important;font-family:sans-serif!important}html.wf-texta-n8-loading .heading-6-v2.snowflake-mega-nav-navigation-title{font-size:14px!important;font-family:sans-serif!important}html.wf-lato-n4-loading .body-1,html.wf-lato-n4-loading .cq-Editable-dom[data-cq-data-path*=text] ol\u003Eli,html.wf-lato-n4-loading .snowflake-text li,html.wf-lato-n4-loading .snowflake-text p,html.wf-lato-n4-loading .text-size-large .snowflake-text li,html.wf-lato-n4-loading .text-size-large .snowflake-text p,html.wf-lato-n4-loading .text-size-large .snowflake-text span[data-testid=text-content],html.wf-lato-n4-loading .text-size-large.cq-Editable-dom li,html.wf-lato-n4-loading .text-size-large.cq-Editable-dom p,html.wf-lato-n4-loading .text-size-large.cq-Editable-dom span[data-testid=text-content],html.wf-lato-n4-loading.cq-Editable-dom[data-cq-data-path*=text]\u003Ep,html.wf-lato-n4-loading.cq-Editable-dom[data-cq-data-path*=text]\u003Eul\u003Eli{font-size:17.5px!important;font-family:sans-serif!important}html.wf-lato-n4-loading .body-2,html.wf-lato-n4-loading .text-size-regular .snowflake-text li,html.wf-lato-n4-loading .text-size-regular .snowflake-text p,html.wf-lato-n4-loading .text-size-regular .snowflake-text span[data-testid=text-content],html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom li,html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom p,html.wf-lato-n4-loading .text-size-regular.cq-Editable-dom span[data-testid=text-content],html.wf-texta-n8-loading .snowflake-button-link .snowflake-button-container,html.wf-texta-n8-loading .snowflake-button-link-back .snowflake-button-container{font-size:15.5px!important;font-family:sans-serif!important}html.wf-lato-n4-loading .body-3,html.wf-lato-n4-loading .text-size-small .snowflake-text li,html.wf-lato-n4-loading .text-size-small .snowflake-text p,html.wf-lato-n4-loading .text-size-small .snowflake-text span[data-testid=text-content],html.wf-lato-n4-loading .text-size-small.cq-Editable-dom li,html.wf-lato-n4-loading .text-size-small.cq-Editable-dom p,html.wf-lato-n4-loading .text-size-small.cq-Editable-dom span[data-testid=text-content]{font-size:13.5px!important;font-family:sans-serif!important}}#industryPlatformSection,.sc-hero{background-position:top left;background-size:20% auto}.bwalignc,.bwalignr{list-style-position:inside}.snowflake-text p sup{font-size:10px}#industryPlatformSection .industry-platform__row .snowflake-flexible-column-container-items,.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container,.snowflake-hero-system-content-container{gap:16px}.agenda-item p,.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv,.partner-details p{margin:0!important}.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container::after,.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container::before,.hide-logo .snowflake-case-study-card-logo,.partner-page__powered-by-logo,.sc-hero div.code-toolbar\u003E.toolbar,.snowflake-card-v2-advanced.no-link .snowflake-card-v2-advanced-button,.snowflake-partner-hero-card-badge-container{display:none!important}.section--card-mobile-carousel .snowflake-flexible-column-container-items-with-carousel{max-width:100%!important}@media screen and (min-width:768px){.button-group-pair .snowflake-button-container.inline-button--desktop,.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:auto!important;display:inline-block!important}.button-group-pair\u003E.container\u003E.cmp-container\u003E.aem-container{align-items:center;justify-content:flex-start!important}.button-group-pair.center\u003E.container\u003E.cmp-container\u003E.aem-container{justify-content:center!important}.section--card-mobile-carousel{margin-left:var(--tablet-portrait-margin,48px)!important;margin-right:var(--tablet-portrait-margin,48px);width:calc(100% - 96px)!important;width:calc(100% - var(--tablet-portrait-margin) * 2)!important}}@media screen and (min-width:1024px){.section--card-mobile-carousel{margin-left:var(--tablet-horizontal-margin,48px)!important;margin-right:var(--tablet-horizontal-margin,48px);width:calc(100% - 96px)!important;width:calc(100% - var(--tablet-horizontal-margin) * 2)!important}.snowflake-mega-nav-header-mobile-icon{display:none!important}}@media screen and (min-width:1367px){.section--card-mobile-carousel{margin-left:var(--desktop-margin,6.5%)!important;margin-right:var(--desktop-margin,6.5%);width:87%!important;width:calc(100% - var(--desktop-margin) * 2)!important}.logo-container{min-width:143px}.sc-hero__headline .heading-1-v2{font-size:60px}.snowflake-mega-nav-navigation-title{font-size:17px}.snowflake-mega-nav-dropdown-footer-wrapper .snowflake-title-v2 .snowflake-title-v2-line:first-child{font-size:16px!important;line-height:24px!important}}.hero--home{overflow:hidden;background-color:var(--ui-01);z-index:2}.hp-hero__subheadline{width:90%}.hero--home .snowflake-button-container{transition:.3s}.hero--home .snowflake-button-primary a:hover,.hero--home .snowflake-button-secondary a:hover,.hero--home .snowflake-button-white a:hover{transition:.3s;background-color:var(--ui-02)!important;color:var(--ui-05)!important}.hero--home .snowflake-button-secondary a:hover{border-color:var(--ui-05)!important}.hero--home .snowflake-button-primary a:hover,.hero--home .snowflake-button-white a:hover{border-color:var(--ui-02)!important}.bwalignc,.hp-hero__eyebrow{text-align:center}.hp-hero__eyebrow a{display:inline-flex;flex-direction:column;justify-content:center;cursor:pointer;padding:8px;border-radius:var(--spacing-01);gap:8px;align-items:center;background-color:#45aee3;color:var(--ui-03);font-family:Texta,sans-serif;font-weight:800;font-size:16px;line-height:22px;transition:background-color .3s}.hp-hero__eyebrow a:hover{background-color:#7fc6ea;text-decoration:none;transition:background-color .3s}.hp-hero__eyebrow a\u003Eb:first-child{text-transform:uppercase;white-space:nowrap;display:inline-block;background-color:var(--ui-02);color:var(--ui-05);font-size:12px!important;line-height:16px!important;font-family:Lato,sans-serif;font-weight:500!important;padding:3px 6px;border-radius:2px;letter-spacing:1px}@media screen and (min-width:767px){.hp-hero__eyebrow{text-align:left}.hp-hero__eyebrow a{flex-direction:row;text-align:left}}.hero--home__inner .offset-video,.hero--home__inner .snowflake-experience-fragment,.offset-video__bg-image{max-height:200px;overflow:hidden}.hero--home__inner .offset-video .wistia-responsive-padding{padding-top:100%}.hero--home__inner .snowflake-experience-fragment,.offset-video__bg-image{position:absolute!important;top:0;left:0;width:100%}.offset-video__bg-image{z-index:-1}@media screen and (min-width:768px){.hero--home__inner .snowflake-experience-fragment,.offset-video,.offset-video__bg-image{position:absolute!important;max-height:none;top:0;left:0;width:250%;padding-bottom:250%;transform:translate(0,-50%);height:0}.workloads_7.unistore{max-width:317px}}.promo-banner--homepage{z-index:2}.homepage-banner-offset-container::after{content:\"\";display:block;position:absolute;bottom:0;z-index:1;left:0;width:100%;height:80%;background:#fff}.section--quicklinks .snowflake-button-full-width a{padding-left:24px!important;padding-right:24px!important;transition:box-shadow .25s cubic-bezier(.4,0,.2,1);text-align:left;display:flex;justify-content:center;align-items:center}.section--quicklinks .snowflake-button-full-width a:hover{box-shadow:0 16px 16px 0 rgb(0 0 0 / .16);transition:box-shadow .25s cubic-bezier(.4,0,.2,1)}.section--quicklinks .snowflake-button-container:focus-visible a::before,.section--quicklinks .snowflake-button-full-width a::before{content:\"\";width:23px;height:23px;flex-shrink:0;margin-right:12px;display:inline-block;background-size:cover;background-repeat:no-repeat;background-position:center}#industryPartnerSlider .snowflake-navigation-icon.swiper-button-disabled,#partnerResources .section--resource-hub a svg,.button-tabs span.snowflake-tabs-navigation-item:after,.customer-card--hide-cta .snowflake-case-study-card-button,.dot-tabs span.snowflake-tabs-navigation-item::after,.partner-sidebar__mobile-expand,html:not(.aem-AuthorLayer-initial):not(.aem-AuthorLayer-Edit) .tab-content:not(.is-active){display:none}.section--quicklinks .snowflake-button-full-width a.pricing::before{background-image:url(https://www.snowflake.com/content/dam/snowflake-site/general/icons/decorative-icons/pricing-icon.svg)}.section--quicklinks .snowflake-button-full-width a.snowflake_on_snowflake::before{background-image:url(https://www.snowflake.com/content/dam/snowflake-site/general/icons/navigation/nav-icon_snowflake-bug.svg)}.section--quicklinks .snowflake-button-full-width a.virtual_hands_on_labs::before{background-image:url(https://www.snowflake.com/content/dam/snowflake-site/general/icons/navigation/nav-icon__training.svg)}.section--quicklinks .snowflake-button-full-width a.weekly_demo::before{background-image:url(https://www.snowflake.com/content/dam/snowflake-site/general/icons/navigation/nav-icon__webinars.svg)}@media screen and (min-width:1024px){.hero--home__inner .snowflake-experience-fragment,.offset-video,.offset-video__bg-image{left:-50%}.section--quicklinks .snowflake-flexible-column-container-items{gap:24px}.snowflake-quote-item-inner{padding:32px 24px 24px!important}}#communitiesOuter_overflowBottomGray::after{max-height:100px}#caseStudyOuter_overflowBottomMidBlue::after{max-height:180px}#caseStudyInner .snowflake-case-study-card .snowflake-wistia-video{border-radius:0!important}#caseStudyInner .snowflake-case-study-card{box-shadow:none!important;border-radius:0}#caseStudyInner{max-width:1200px;margin:0 auto;box-shadow:rgb(152 162 179 / .1) 0 10px 20px 0,rgb(152 162 179 / .25) 0 2px 6px 0;border-radius:8px;overflow:hidden;position:relative;z-index:1}.case-study__logo-bar\u003E.snowflake-flexible-column-container-items{background:#f7f9fa;padding:32px 16px 40px}.case-study__logo-bar .cmp-image__image{width:90%;margin:0 auto;max-width:240px}.hp-platform__text-group\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:not(:first-child),.sc-sidebar__group .snowflake-button-link{margin-top:8px}.workloads_7.unistore{margin-left:auto;margin-right:auto}#homepageFootnotesInner .snowflake-simple-stat-disclaimer .snowflake-text p{color:#fff!important}.snowflake-simple-stat-disclaimer .snowflake-text p\u003Ea{border-bottom:1px solid var(--ui-03);color:var(--text-03)}.snowflake-card-v2-advanced{color:inherit}#workloadCardGridOuter .snowflake-card-v2-base-front{gap:0}.video-modal.snowflake-modal-window-open-inner{background-color:#fff0;padding:8px;border:none}.snowflake-container-arrow-dotted-faded .snowflake-container-arrow-dotted-faded-image{width:40%!important;max-width:420px;top:4%!important}.list--blue-bullets ul{margin:0!important;padding:0!important;list-style-type:none}.list--blue-bullets li{margin:0;padding:0 0 0 32px;position:relative}.list--blue-bullets li::before{content:\"\";display:block;border-radius:100%;background:#29b5e8;width:18px;height:18px;position:absolute;top:4px;left:0;border:5px solid #e5f2f7;box-sizing:border-box}.list--blue-bullets li:not(:last-child){margin-bottom:1rem}.logo-tabs .snowflake-navigation-container,.snowflake-simple-stat-content:empty,.summit-speaker-card .snowflake-card-v2-advanced-text{margin-bottom:0}#techResourceInner,#techResourceOuter,div.overflow-bottom--blue,div.overflow-bottom--gray,div.overflow-bottom--mid-blue,div.overflow-bottom--white,div.overflow-top--blue,div.overflow-top--gray,div.overflow-top--mid-blue,div.overflow-top--white,div[id$=overflowBottomGray],div[id$=overflowBottomMidBlue],div[id$=overflowTopBlue],div[id$=overflowTopGray]{position:relative}div.overflow-bottom--blue::after,div.overflow-bottom--gray::after,div.overflow-bottom--mid-blue::after,div.overflow-bottom--white::after,div.overflow-top--blue::after,div.overflow-top--gray::after,div.overflow-top--mid-blue::after,div.overflow-top--white::after,div[id$=overflowBottomGray]::after,div[id$=overflowBottomMidBlue]::after,div[id$=overflowBottomWhite]::after,div[id$=overflowTopBlue]::after,div[id$=overflowTopGray]::after,div[id$=overflowTopWhite]::after{content:\"\";display:block;position:absolute;left:0;width:100%;height:40%}div.overflow-top--blue::after,div.overflow-top--gray::after,div.overflow-top--mid-blue::after,div.overflow-top--white::after,div[id$=overflowTopBlue]::after,div[id$=overflowTopGray]::after,div[id$=overflowTopWhite]::after{top:0}div.overflow-bottom--blue::after,div.overflow-bottom--gray::after,div.overflow-bottom--mid-blue::after,div.overflow-bottom--white::after,div[id$=overflowBottomGray]::after,div[id$=overflowBottomMidBlue]::after,div[id$=overflowBottomWhite]::after{bottom:0}div.overflow-bottom--white::after,div.overflow-top--white::after,div[id$=overflowBottomWhite]::after,div[id$=overflowTopWhite]::after{background:#fff!important}div.overflow-bottom--gray::after,div.overflow-top--gray::after,div[id$=overflowBottomGray]::after,div[id$=overflowTopGray]::after{background:#f6f9fa!important}div.overflow-bottom--mid-blue::after,div.overflow-top--mid-blue::after,div[id$=overflowBottomMidBlue]::after,div[id$=overflowTopMidBlue]::after{background:#11567f!important}div.overflow-bottom--blue::after,div.overflow-top--blue::after,div[id$=overflowBottomBlue]::after,div[id$=overflowTopBlue]::after{background:#259edc!important}.snowflake-premium-content-banner.promo-banner--no-shadow{box-shadow:none!important}#industryPartnerSlider .cmp-image__image,#industryPartnerSlider .section--partner-tabs .snowflake-image-container .cmp-image__image,#partnerSidebar,.has-shadow .cmp-image__image{box-shadow:0 10px 20px 0 rgb(152 162 179 / .1),0 2px 6px 0 rgb(152 162 179 / .25)}.content-chip--has-desc{align-items:flex-start;padding:20px!important}.content-chip--has-desc .snowflake-content-chip-image{max-width:100px}.content-chip--has-desc .snowflake-content-chip-image__image{aspect-ratio:1}.content-chip--has-desc .snowflake-title-v2-line:first-child{font-size:18px!important}.content-chip--has-desc .snowflake-title-v2-line:nth-child(2){color:#000!important;font-weight:500!important;font-size:16px!important;line-height:22px!important;margin-top:2px!important}.content-chip--has-desc .snowflake-content-chip-button{margin-top:6px!important;font-size:18px!important;display:none}.square-image .snowflake-content-chip-image{aspect-ratio:1;max-width:120px}.section--logo-bar.smaller-logos .snowflake-image-container .cmp-image__image{max-width:200px;margin:0 auto}.snowflake-card-v2-advanced-tag,.snowflake-content-chip-tag{padding:3px 6px!important}.sc-overview__webinar-promo-banner .snowflake-content-chip-button,.snowflake-card-v2-advanced-title:first-child,.summit-pricing-block__aside ul{margin-top:0}.dot-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item{width:40px;height:40px;display:flex;justify-content:center;align-items:center;margin:0!important}.dot-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item p{width:12px;height:12px;background:var(--ui-12);border-radius:100%}.dot-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item p,.logo-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item p{font-size:0!important}.dot-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item.active p{background:var(--ui-01)}.button-tabs .snowflake-navigation-container .swiper-wrapper{padding:8px 0}.button-tabs .snowflake-navigation-container .swiper-slide{margin:0 6px}.button-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item{padding:8px 24px;background-color:#f6f9fa;border-radius:48px;margin:0}.button-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item p{text-transform:uppercase;font-family:Texta,sans-serif;font-weight:700}.button-tabs .border-top{border-top:1px solid #ccc}.button-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item.active{background-color:var(--ui-01);box-shadow:0 2px 6px 0 rgb(152 162 179 / .25),0 10px 20px 0 rgb(152 162 179 / .1)}.button-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item.active p{color:#fff}.button-tabs.has-icons .snowflake-navigation-container .snowflake-tabs-navigation-item p::before{content:\"\";display:inline-block;width:20px;height:20px;background-size:contain;background-repeat:no-repeat;background-position:center center;margin-right:12px;vertical-align:middle;margin-top:-3px}.logo-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item{width:220px;padding-bottom:50%;height:0;margin:0 8px!important;background-size:cover;background-repeat:no-repeat;opacity:.5;transition:opacity .3s}.logo-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item:hover{opacity:.75;transition:opacity .3s}.logo-tabs .snowflake-navigation-container .snowflake-tabs-navigation-item.active{opacity:1;transition:opacity .3s}.dot-tabs .aem-container.cmp-tabs,.logo-tabs .aem-container.cmp-tabs{display:flex;flex-direction:column-reverse}.snowflake-icon.is-center{margin:0 auto;display:block}#industryPartnerSlider .snowflake-flexible-column-container-items,#partnerLogoSquare .snowflake-flexible-column-container-items{gap:24px}#techResourceOuter::after{content:\"\";display:block;position:absolute;top:0;left:0;width:100%;height:40%;background:#f6f9fa}#techResourceInner{z-index:1}.partner-tier-tag h6{display:inline-block!important;padding:2px 6px;border-radius:2px;color:#666}.partner-tier-tag.registered h6{background-color:#f6f9fa}.partner-tier-tag.elite h6{background-color:#11567f;color:#fff}.partner-tier-tag.premier h6{background-color:#b14c77;color:#fff}.partner-tier-tag.select h6{background-color:#5094a0;color:#fff}.partner-details\u003Espan{display:flex;gap:24px}.partner-details a{color:inherit!important;font-weight:400!important}.partner-details p::before{content:\"\";display:inline-block;vertical-align:middle;width:16px;height:16px;background-repeat:no-repeat;background-position:center;transform:translateY(-1px);background-size:auto 90%;margin-right:6px}.partner-details__location::before{background-image:url(\"data:image/svg+xml,%3Csvg width='13' height='18' viewBox='0 0 13 18' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M6.25 17.7531C6.4375 17.7531 6.6 17.6844 6.7375 17.5531C6.875 17.4219 6.95 17.2531 6.95 17.0531C6.95 16.8531 7.075 16.4281 7.3 15.7969C7.5875 15.0281 7.925 14.3156 8.30625 13.6406C8.8 12.7781 9.3125 12.1031 9.85 11.6094C10.75 10.7969 11.4125 9.96563 11.85 9.12188C12.2875 8.27813 12.5063 7.40313 12.5063 6.49063C12.5063 5.36563 12.2187 4.31563 11.6437 3.33438C11.0937 2.40313 10.3438 1.65938 9.4 1.10938C8.43125 .534376 7.375 .246876 6.24375 .246876C5.1125 .246876 4.06875 .534376 3.0875 1.10938C2.15625 1.65938 1.4125 2.40313 .862498 3.33438C.287498 4.31563 0 5.36563 0 6.49063C0 7.47188 .262499 8.42813 .787499 9.35938C1.14375 10.0031 1.65625 10.6656 2.3125 11.3344C2.75625 11.8031 3.24375 12.4781 3.78125 13.3656C4.225 14.0969 4.63125 14.8594 5 15.6656C5.35 16.3844 5.53125 16.8531 5.55625 17.0656C5.55625 17.2594 5.625 17.4156 5.7625 17.5531C5.9 17.6844 6.0625 17.7531 6.25 17.7531ZM6.16875 14.9156C5.775 14.0656 5.325 13.2469 4.825 12.4594C4.275 11.5594 3.7625 10.8719 3.28125 10.3969C2.625 9.71563 2.1375 9.05938 1.825 8.43438C1.5125 7.80313 1.35625 7.16563 1.35625 6.50313C1.35625 5.61563 1.575 4.80313 2.0125 4.05313C2.45 3.30313 3.04375 2.71563 3.7875 2.27813C4.5375 1.84063 5.35 1.62188 6.2375 1.62188C7.125 1.62188 7.9375 1.84063 8.6875 2.27813C9.4375 2.71563 10.0312 3.30313 10.475 4.04688C10.9187 4.80313 11.1375 5.62188 11.1375 6.50313C11.1375 7.90313 10.3937 9.26563 8.9125 10.5969C8.35 11.1094 7.8125 11.7906 7.3 12.6406C6.88125 13.3344 6.50625 14.0969 6.16875 14.9219V14.9156ZM6.26875 8.36563C6.65625 8.36563 7.01875 8.26563 7.35625 8.07188C7.69375 7.87813 7.95625 7.60938 8.14375 7.28438C8.3375 6.95313 8.43125 6.59063 8.43125 6.19688C8.43125 5.80313 8.33125 5.43438 8.1375 5.10313C7.9375 4.76563 7.675 4.50313 7.3375 4.31563C7 4.12813 6.6375 4.02813 6.24375 4.02813C5.85 4.02813 5.4875 4.12813 5.15625 4.32188C4.825 4.52188 4.56875 4.78438 4.375 5.12188C4.18125 5.45938 4.0875 5.82188 4.0875 6.20938C4.0875 6.59688 4.1875 6.95938 4.38125 7.29688C4.58125 7.63438 4.84375 7.89688 5.18125 8.08438C5.51875 8.27813 5.88125 8.37188 6.26875 8.37188V8.36563ZM6.24375 7.50313C5.8875 7.50313 5.575 7.37188 5.31875 7.11563C5.0625 6.85938 4.93125 6.55313 4.93125 6.19063C4.93125 5.82813 5.0625 5.52188 5.31875 5.26563C5.575 5.00938 5.88125 4.87813 6.24375 4.87813C6.60625 4.87813 6.9125 5.00938 7.16875 5.26563C7.425 5.52188 7.55625 5.82813 7.55625 6.19063C7.55625 6.55313 7.425 6.85938 7.16875 7.11563C6.9125 7.37188 6.60625 7.50313 6.24375 7.50313Z' fill='%2329B5E8'/%3E%3C/svg%3E%0A\")}.partner-details__website::before{background-image:url(\"data:image/svg+xml,%3Csvg width='18' height='16' viewBox='0 0 18 16' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M2.61587 2.96889C2.61587 2.75109 2.79633 2.57062 3.01413 2.57062C3.23192 2.57062 3.41238 2.75109 3.41238 2.96889C3.41238 3.18669 3.23192 3.36716 3.01413 3.36716C2.79633 3.36716 2.61587 3.18669 2.61587 2.96889ZM4.21512 2.96889C4.21512 2.75109 4.39558 2.57062 4.61338 2.57062C4.83117 2.57062 5.01163 2.75109 5.01163 2.96889C5.01163 3.18669 4.83117 3.36716 4.61338 3.36716C4.39558 3.36716 4.21512 3.18669 4.21512 2.96889ZM5.81438 2.96889C5.81438 2.75109 5.99484 2.57062 6.21264 2.57062C6.43043 2.57062 6.61089 2.75109 6.61089 2.96889C6.61089 3.18669 6.43043 3.36716 6.21264 3.36716C5.99484 3.36716 5.81438 3.18669 5.81438 2.96889ZM17.2518 .697559H1.19085C.811258 .697559 .506348 1.0025 .506348 1.38209V14.6179C.506348 14.9975 .811258 15.3024 1.19085 15.3024H17.2518C17.6314 15.3024 17.9363 14.9975 17.9363 14.6179V1.38209C17.9363 1.0025 17.6314 .697559 17.2518 .697559ZM16.5673 2.06035V3.90853H1.86914V2.06035H16.5673ZM1.86914 13.9334V4.78593H16.5673V13.9334H1.86914Z' fill='%2329B5E8'/%3E%3C/svg%3E%0A\")}#partnerSidebar{border-radius:4px;background-color:#fff;padding:24px 24px 32px;border-bottom:6px solid #29b5e8}#partnerSidebar h5,.newsletter-disclaimer p{font-size:14px!important}#partnerSidebar ul{margin-top:0;list-style-type:none;padding:0;display:flex;flex-wrap:wrap;gap:8px}#partnerSidebar li{border:1px solid;border-radius:2px;padding:0 4px!important;font-size:11px!important;letter-spacing:.25px;text-transform:uppercase}div.snowflake-partner-hero-card{width:100%;margin:0}.partner-details__logo{max-width:380px;margin:0 auto}@media screen and (max-width:767px){.left-alignment .hp-hero__subheadline{margin-left:auto;margin-right:auto}.left-alignment .hp-hero__headline .snowflake-title-v2-line,.left-alignment .hp-hero__subheadline .snowflake-title-v2-line{text-align:center}.hero--home__inner .snowflake-flexible-column-container-items-top-padding-large{padding-top:var(--spacing-02)}.section--logo-bar\u003E.snowflake-flexible-column-container-items{display:flex;flex-wrap:wrap;flex-direction:row;justify-content:center;gap:8px}.section--logo-bar\u003E.snowflake-flexible-column-container-items\u003Ediv{width:calc(33.33% - 8px)}.partner-sidebar__mobile-expand{display:inline-block;color:#249edc;border-color:#249edc!important}#partnerSidebar li:nth-child(n+6),.summit-nav__links .snowflake-button-tertiary{display:none}.sc-body__sidebar{background-color:#f6f9fa;padding:24px}.sc-body__content{padding:0 24px 24px}.summit-speaker-card .snowflake-card-v2-advanced-content{padding:24px}}#partnerResources h6,.snowflake-tabs-navigation-item p.body-1{font-size:16px!important}#partnerResources .section--resource-hub{padding:0 16px}#partnerResources .section--resource-hub a,.bwalignl{text-align:left}@media screen and (max-width:1023px){.hero--workload .snowflake-hero-system-media-container{width:100%}}.section--timely-content .snowflake-content-chip,.snowflake-mega-nav-dropdown-footer-wrapper{align-items:center}.section--timely-content .snowflake-content-chip-image{max-width:94px}.section--timely-content .snowflake-content-chip-image__inner{line-height:0}.section--timely-content .snowflake-content-chip-image__image{aspect-ratio:1;height:auto}.section--workload-overview .workload-overview__headline{max-width:280px;margin:0 auto}#industryPartnerSlider .swiper-slide{margin-top:0!important;padding:0 12px}#industryPartnerSlider .snowflake-tabs-navigation-item{margin-left:0!important;margin-right:0!important}#industryPartnerSlider .snowflake-premium-content-banner-background-grad-white .snowflake-premium-content-banner{box-shadow:none}#industryPartnerSlider .logo-slider__slide .aem-container{display:flex;padding:0 8px!important;flex-wrap:wrap;gap:16px!important;justify-content:center}#industryPartnerSlider .logo-slider__slide .aem-container\u003Ediv{width:48%;max-width:200px}#useCaseTabs{padding-top:24px;padding-bottom:24px;padding-right:24px}#useCaseTabs .tab-content.is-active{display:block}#useCaseTabs .vert-tab{border-bottom:1px solid #a0bbcc;padding-bottom:16px}#useCaseTabs .vert-tab p{display:inline-block}#useCaseTabs .vert-tab p:hover{cursor:pointer}#useCaseTabs .vert-tab p,#useCaseTabs .vert-tab.is-active p.not-active{color:#249edc}#useCaseTabs .vert-tab p.is-active,#useCaseTabs .vert-tab.is-active p{color:#000}#industryPlatformSection{background-image:url(/adobe/dynamicmedia/deliver/dm-aid--db074ad5-7122-4c51-87a3-76c3aa466182/double-arrow-bg%403x.png);background-repeat:no-repeat}.snowflake-text p.featured-quote__source{font-weight:900!important;text-transform:uppercase;font-size:16px!important;margin-top:2rem!important}.snowflake-text p.featured-quote__title{margin-top:0!important;font-size:16px!important}.snowflake-case-study-card-logo img{width:auto!important;height:100px!important;transform:translateX(-15%)}.snowflake-quote-item-quote-text{font-weight:600!important}#customerStoryStatsInner\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row}#customerStoryStat1,#customerStoryStat2{max-width:240px}#storyHighlights{border-radius:4px;padding:1rem}.sc-overview__webinar-promo-banner .snowflake-content-chip-content .snowflake-title-v2-line,.summit-pricing-block__tile .black-blue-text-color .snowflake-title-v2-line{color:#000!important}.snowflake-youtube-embedded-wrapper{border-radius:var(--small-border-radius)}#arcticNavItem::before,#offset::before,#open-source::before{color:var(--text-05);font-family:Texta,sans-serif!important}#offset,.sc-architecture-caption{margin-top:16px}.hero--press .snowflake-title-v2-line{text-transform:none!important}@media screen and (min-width:768px){.subpage-timely-content__inner\u003E.snowflake-flexible-column-container-items{box-shadow:0 10px 20px 0 rgb(152 162 179 / .1),0 2px 6px 0 rgb(152 162 179 / .25);padding:var(--spacing-04);border-radius:4px;overflow:hidden}#partnerLogoSquare{padding:0 0 0 48px}.hero--workload .snowflake-container{max-width:1440px;margin:0 auto!important;align-items:center}#industryPartnerSlider.snowflake-flexible-column-container-2-column-40-60\u003E.snowflake-flexible-column-container-items{grid-template-columns:minmax(40%,4fr) minmax(0,6fr)}#industryPartnerSlider .swiper-slide{padding:0 24px}.sc-body{padding:48px}.sc-body\u003E.snowflake-flexible-column-container-items{grid-template-columns:7fr 3fr;gap:124px}}.snowflake-button-container.has-icon{display:inline-flex;justify-content:center;align-items:center;text-align:left}.snowflake-button-container.has-icon::before{content:\"\";display:inline-block;width:20px;height:20px;margin-right:12px;background-size:contain;background-repeat:no-repeat;background-position:center}.snowflake-button-container.is-video::before{background-image:url(\"data:image/svg+xml,%3Csvg width='18' height='18' viewBox='0 0 18 18' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M9 1.28663C13.2523 1.28663 16.7134 4.74768 16.7134 9C16.7134 13.2523 13.2523 16.7134 9 16.7134C4.74768 16.7198 1.28663 13.2588 1.28663 9C1.28663 4.74124 4.74768 1.28663 9 1.28663ZM9 0C4.0336 0 0 4.0336 0 9C0 13.9664 4.0336 18 9 18C13.9728 18 18 13.9664 18 9C18 4.0336 13.9728 0 9 0Z' fill='white'/%3E%3Cpath d='M7.75106 6.18211C7.42941 6.16925 7.16565 6.42658 7.16565 6.74823V11.2772C7.16565 11.7082 7.65457 11.9848 8.02126 11.7597L11.7975 9.4952C12.1578 9.27647 12.1578 8.74252 11.7975 8.52379L8.02126 6.25931C7.93763 6.21428 7.84756 6.18211 7.75106 6.18211Z' fill='white'/%3E%3C/svg%3E%0A\")}.snowflake-button-container.is-github::before{background-image:url(\"data:image/svg+xml,%3Csvg width='20' height='21' viewBox='0 0 20 21' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M10 .651794C4.475 .651794 0 5.12679 0 10.6518C0 15.0768 2.8625 18.8143 6.8375 20.1393C7.3375 20.2268 7.525 19.9268 7.525 19.6643C7.525 19.4268 7.5125 18.6393 7.5125 17.8018C5 18.2643 4.35 17.1893 4.15 16.6268C4.0375 16.3393 3.55 15.4518 3.125 15.2143C2.775 15.0268 2.275 14.5643 3.1125 14.5518C3.9 14.5393 4.4625 15.2768 4.65 15.5768C5.55 17.0893 6.9875 16.6643 7.5625 16.4018C7.65 15.7518 7.9125 15.3143 8.2 15.0643C5.975 14.8143 3.65 13.9518 3.65 10.1268C3.65 9.03929 4.0375 8.13929 4.675 7.43929C4.575 7.18929 4.225 6.16429 4.775 4.78929C4.775 4.78929 5.6125 4.52679 7.525 5.81429C8.325 5.58929 9.175 5.47679 10.025 5.47679C10.875 5.47679 11.725 5.58929 12.525 5.81429C14.4375 4.51429 15.275 4.78929 15.275 4.78929C15.825 6.16429 15.475 7.18929 15.375 7.43929C16.0125 8.13929 16.4 9.02679 16.4 10.1268C16.4 13.9643 14.0625 14.8143 11.8375 15.0643C12.2 15.3768 12.5125 15.9768 12.5125 16.9143C12.5125 18.2518 12.5 19.3268 12.5 19.6643C12.5 19.9268 12.6875 20.2393 13.1875 20.1393C17.1375 18.8143 20 15.0643 20 10.6518C20 5.12679 15.525 .651794 10 .651794Z' fill='%23249EDC'/%3E%3C/svg%3E%0A\")}.snowflake-button-container.is-quickstart::before{background-image:url(\"data:image/svg+xml,%3Csvg width='15' height='21' viewBox='0 0 15 21' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M13.8489 2.79368H11.6439V2.38493C11.6439 1.71368 11.1451 .967427 10.4251 .967427H8.94762C8.80887 .359927 8.37387 .299927 7.89762 .299927H7.23012C6.85512 .299927 6.26637 .299927 6.08637 .967427H4.68387C3.94887 .967427 3.35637 1.74368 3.35637 2.38493V2.79368H1.15137C.738867 2.79368 .401367 3.13118 .401367 3.54368V20.2537C.401367 20.6662 .738867 21.0037 1.15137 21.0037H13.8489C14.2614 21.0037 14.5989 20.6662 14.5989 20.2537V3.54368C14.5989 3.13118 14.2614 2.79368 13.8489 2.79368ZM4.29387 2.38493C4.29387 2.18243 4.54137 1.90493 4.68387 1.90493H6.50262C6.76137 1.90493 6.97137 1.69493 6.97137 1.43618C6.97137 1.33868 6.97887 1.27868 6.98637 1.24118C7.05012 1.23368 7.15512 1.23368 7.23387 1.23368H7.90137C7.95012 1.23368 8.00637 1.23368 8.05137 1.23368C8.05512 1.27868 8.05887 1.34243 8.05887 1.43243C8.05887 1.69118 8.26887 1.90118 8.52762 1.90118H10.4289C10.5301 1.90118 10.7101 2.14493 10.7101 2.38118V2.78993H4.29762V2.38118L4.29387 2.38493ZM13.0989 19.4999H1.90137V4.29368H13.0989V19.5037V19.4999Z' fill='%23249EDC'/%3E%3Cpath d='M3.82512 16.0424H11.1751C11.4339 16.0424 11.6439 15.8324 11.6439 15.5736V6.88486C11.6439 6.62611 11.4339 6.41611 11.1751 6.41611H3.82512C3.56637 6.41611 3.35637 6.62611 3.35637 6.88486V15.5736C3.35637 15.8324 3.56637 16.0424 3.82512 16.0424ZM4.29387 15.1049V13.3686H10.7064V15.1049H4.29387ZM10.7101 7.35361V12.4311H4.29762V7.35361H10.7101Z' fill='%23249EDC'/%3E%3Cpath d='M6.16512 9.35989H8.83887C9.09762 9.35989 9.30762 9.14989 9.30762 8.89114C9.30762 8.63239 9.09762 8.42239 8.83887 8.42239H6.16512C5.90637 8.42239 5.69637 8.63239 5.69637 8.89114C5.69637 9.14989 5.90637 9.35989 6.16512 9.35989Z' fill='%23249EDC'/%3E%3Cpath d='M6.16512 11.3624H8.83887C9.09762 11.3624 9.30762 11.1524 9.30762 10.8937C9.30762 10.6349 9.09762 10.4249 8.83887 10.4249H6.16512C5.90637 10.4249 5.69637 10.6349 5.69637 10.8937C5.69637 11.1524 5.90637 11.3624 6.16512 11.3624Z' fill='%23249EDC'/%3E%3C/svg%3E%0A\")}.snowflake-button-container.is-download::before{background-image:url(\"data:image/svg+xml,%3Csvg width='16' height='18' viewBox='0 0 16 18' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M15.2017 17.1637H.798265C.364425 17.1637 0 16.7993 0 16.3655V12.3568C0 11.923 .364425 11.5585 .798265 11.5585C1.2321 11.5585 1.59653 11.923 1.59653 12.3568V15.5498H14.4035V12.3568C14.4035 11.923 14.7679 11.5585 15.2017 11.5585C15.6356 11.5585 16 11.923 16 12.3568V16.3655C16 16.7993 15.6529 17.1637 15.2017 17.1637Z' fill='%23249EDC'/%3E%3Cpath d='M7.94793 12.9642C7.84381 12.9642 7.73969 12.9468 7.63557 12.8947C7.34056 12.7733 7.14967 12.4783 7.14967 12.1485L7.18437 .938127C7.18437 .504287 7.5488 .139862 7.98264 .139862C8.41648 .139862 8.7809 .504287 8.7809 .938127L8.7462 10.257L12.8416 6.33509C13.154 6.02273 13.6746 6.04008 13.9696 6.35244C14.282 6.66481 14.2646 7.18542 13.9523 7.48043L8.50325 12.7386C8.36442 12.8774 8.15617 12.9642 7.94793 12.9642Z' fill='%23249EDC'/%3E%3Cpath d='M7.94793 12.9642C7.73969 12.9642 7.54881 12.8947 7.39262 12.7386L2.03037 7.53249C1.718 7.22012 1.70065 6.71687 2.01301 6.40451C2.32538 6.09214 2.82863 6.07479 3.141 6.38715L8.50325 11.5932C8.81562 11.9056 8.83297 12.4088 8.52061 12.7212C8.36442 12.8774 8.15617 12.9642 7.94793 12.9642Z' fill='%23249EDC'/%3E%3C/svg%3E%0A\")}.snowflake-button-container.is-expand::before{background-image:url(\"data:image/svg+xml,%3Csvg width='18' height='18' viewBox='0 0 18 18' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M6.64375 10.9125C6.9375 11.2062 6.93125 11.6812 6.64375 11.9687L2.57502 16H3.79375C4.20625 16 4.54376 16.3375 4.54376 16.75C4.54376 17.1625 4.20625 17.5 3.79375 17.5H.756264C.556264 17.5 .36876 17.4187 .22501 17.2812C.22501 17.2812 .206248 17.25 .193748 17.2375C.143748 17.1812 .100004 17.1125 .0625038 17.0437C.0375038 16.9687 .0187492 16.8937 .0187492 16.8187C.0187492 16.8 .0062561 16.7813 .0062561 16.7625V13.725C.0187561 13.3125 .356257 12.9875 .768757 12.9937C1.16876 13 1.48752 13.325 1.50002 13.725V14.9688L5.5875 10.9187C5.88125 10.6312 6.35 10.6312 6.64375 10.9187V10.9125ZM17.5063 .743732C17.5063 .543732 17.425 .356235 17.2875 .218735C17.2875 .218735 17.2562 .199998 17.2437 .193748C17.1875 .137498 17.1188 .0937347 17.0438 .0624847C16.9688 .0374847 16.8938 .0187492 16.8188 .0187492C16.8 .0187492 16.7813 .00623703 16.7625 .00623703H13.725C13.3125 .00623703 12.975 .343745 12.975 .756245C12.975 1.16874 13.3125 1.50623 13.725 1.50623H14.9688L11.1312 5.37498C10.8437 5.67498 10.8563 6.14999 11.1563 6.43124C11.45 6.71249 11.9063 6.70624 12.1938 6.43124L16.0125 2.575V3.79375C16.0125 4.20625 16.35 4.54372 16.7625 4.54372C17.175 4.54372 17.5125 4.20625 17.5125 3.79375V.756245L17.5063 .743732ZM16.7562 12.9688C16.3437 12.9688 16.0063 13.3063 16.0063 13.7188V14.8937L12.1938 10.925C11.9063 10.625 11.4375 10.6188 11.1375 10.9063C10.8375 11.1938 10.8313 11.6625 11.1188 11.9625L15 16.0062H13.7188C13.3063 16.0062 12.9688 16.3437 12.9688 16.7562C12.9688 17.1687 13.3063 17.5063 13.7188 17.5063H16.7562C16.85 17.5063 16.95 17.4875 17.0375 17.45C17.0875 17.425 17.1313 17.3937 17.175 17.3625C17.2063 17.3437 17.2438 17.325 17.275 17.3C17.3313 17.2375 17.375 17.1687 17.4125 17.1C17.4188 17.0875 17.4375 17.075 17.4438 17.0562C17.45 17.025 17.4563 16.9938 17.4625 16.9625C17.4813 16.9 17.5 16.8375 17.5 16.7687V13.725C17.5 13.3125 17.1687 12.975 16.7562 12.975V12.9688ZM.750008 4.53125C1.16251 4.53125 1.50002 4.19374 1.50002 3.78124V2.5L5.59376 6.43124C5.89376 6.71874 6.36251 6.70626 6.65001 6.41251C6.93751 6.11876 6.92501 5.64375 6.63126 5.35625L2.61251 1.49998H3.7875C4.2 1.49998 4.53751 1.16249 4.53751 .749989C4.53751 .337489 4.2 0 3.7875 0H.743752C.668752 0 .600004 .0187355 .531254 .0437355C.506254 .0499855 .481263 .0437477 .462513 .0562477C.443763 .0687477 .425015 .0812462 .406265 .0937462C.337515 .124996 .275004 .168741 .218754 .224991H.212498C.212498 .224991 .175 .28125 .15625 .3125C.11875 .3625 .0812477 .4125 .0562477 .46875C.0374977 .525 .0249992 .587499 .0187492 .643749C.0124992 .674999 0 .712482 0 .743732V3.78124C0 4.19374 .337508 4.53125 .750008 4.53125Z' fill='white'/%3E%3C/svg%3E%0A\")}@keyframes slow-scroll{100%{transform:translateY(-50%)}}.sc-hero{overflow:hidden;background-color:#212d35;background-repeat:repeat-y;background-image:url(\"data:image/svg+xml,%3Csvg width='389' height='17' viewBox='0 0 389 17' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M.638672 7.80824L.638672 9.2566C.638672 9.52364 .85538 9.74024 1.12262 9.74024H2.57204C2.83928 9.74024 3.05598 9.52364 3.05598 9.2566V7.80824C3.05598 7.54119 2.83928 7.32472 2.57204 7.32472L1.12262 7.32472C.85538 7.32472 .638672 7.54119 .638672 7.80824Z' fill='url(%23paint0_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M10.9639 7.80824V9.2566C10.9639 9.52364 11.1806 9.74024 11.4478 9.74024L12.8972 9.74024C13.1645 9.74024 13.3812 9.52364 13.3812 9.2566V7.80824C13.3812 7.54119 13.1645 7.32471 12.8972 7.32471L11.4478 7.32471C11.1806 7.32471 10.9639 7.54119 10.9639 7.80824Z' fill='url(%23paint1_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M21.2891 7.80823V9.2566C21.2891 9.52364 21.5058 9.74024 21.773 9.74024L23.2224 9.74024C23.4897 9.74024 23.7064 9.52364 23.7064 9.2566V7.80823C23.7064 7.54119 23.4897 7.32471 23.2224 7.32471L21.773 7.32471C21.5058 7.32471 21.2891 7.54119 21.2891 7.80823Z' fill='url(%23paint2_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M31.6143 7.80823V9.2566C31.6143 9.52364 31.831 9.74024 32.0982 9.74024H33.5476C33.8149 9.74024 34.0316 9.52364 34.0316 9.2566V7.80823C34.0316 7.54119 33.8149 7.32471 33.5476 7.32471L32.0982 7.32471C31.831 7.32471 31.6143 7.54119 31.6143 7.80823Z' fill='url(%23paint3_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M41.9395 7.80823V9.2566C41.9395 9.52364 42.1562 9.74024 42.4234 9.74024H43.8728C44.1401 9.74024 44.3568 9.52364 44.3568 9.2566V7.80823C44.3568 7.54119 44.1401 7.32471 43.8728 7.32471L42.4234 7.32471C42.1562 7.32471 41.9395 7.54119 41.9395 7.80823Z' fill='url(%23paint4_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M52.5076 7.80823V9.2566C52.5076 9.52364 52.7243 9.74024 52.9916 9.74024H54.441C54.7082 9.74024 54.9249 9.52364 54.9249 9.2566V7.80823C54.9249 7.54119 54.7082 7.32471 54.441 7.32471L52.9916 7.32471C52.7243 7.32471 52.5076 7.54119 52.5076 7.80823Z' fill='url(%23paint5_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M62.8331 7.80823V9.2566C62.8331 9.52364 63.0493 9.74024 63.3165 9.74024H64.7664C65.0332 9.74024 65.2504 9.52364 65.2504 9.2566V7.80823C65.2504 7.54119 65.0332 7.32471 64.7664 7.32471L63.3165 7.32471C63.0493 7.32471 62.8331 7.54119 62.8331 7.80823Z' fill='url(%23paint6_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M73.1583 7.80823V9.2566C73.1583 9.52364 73.3745 9.74024 73.6417 9.74024H75.0916C75.3584 9.74024 75.5756 9.52364 75.5756 9.2566V7.80823C75.5756 7.54119 75.3584 7.32471 75.0916 7.32471L73.6417 7.32471C73.3745 7.32471 73.1583 7.54119 73.1583 7.80823Z' fill='url(%23paint7_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M83.4835 7.80823V9.2566C83.4835 9.52364 83.6997 9.74024 83.9669 9.74024H85.4168C85.6836 9.74024 85.9008 9.52364 85.9008 9.2566V7.80823C85.9008 7.54119 85.6836 7.32471 85.4168 7.32471L83.9669 7.32471C83.6997 7.32471 83.4835 7.54119 83.4835 7.80823Z' fill='url(%23paint8_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M93.8087 7.80823V9.2566C93.8087 9.52364 94.0249 9.74024 94.2921 9.74024H95.742C96.0088 9.74024 96.226 9.52364 96.226 9.2566V7.80823C96.226 7.54119 96.0088 7.32471 95.742 7.32471L94.2921 7.32471C94.0249 7.32471 93.8087 7.54119 93.8087 7.80823Z' fill='url(%23paint9_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M104.134 7.80823V9.2566C104.134 9.52364 104.35 9.74024 104.617 9.74024H106.067C106.334 9.74024 106.551 9.52364 106.551 9.2566V7.80823C106.551 7.54119 106.334 7.32471 106.067 7.32471L104.617 7.32471C104.35 7.32471 104.134 7.54119 104.134 7.80823Z' fill='url(%23paint10_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M114.702 7.80823V9.2566C114.702 9.52364 114.918 9.74024 115.185 9.74024L116.635 9.74024C116.902 9.74024 117.119 9.52364 117.119 9.25659V7.80823C117.119 7.54119 116.902 7.32471 116.635 7.32471L115.185 7.32471C114.918 7.32471 114.702 7.54119 114.702 7.80823Z' fill='url(%23paint11_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M125.027 7.80823V9.25659C125.027 9.52364 125.243 9.74024 125.511 9.74024L126.961 9.74024C127.227 9.74024 127.445 9.52364 127.445 9.25659V7.80823C127.445 7.54119 127.227 7.32471 126.961 7.32471L125.511 7.32471C125.243 7.32471 125.027 7.54119 125.027 7.80823Z' fill='url(%23paint12_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M135.352 7.80823V9.25659C135.352 9.52364 135.569 9.74024 135.836 9.74024H137.286C137.553 9.74024 137.77 9.52364 137.77 9.25659V7.80823C137.77 7.54119 137.553 7.32471 137.286 7.32471L135.836 7.32471C135.569 7.32471 135.352 7.54119 135.352 7.80823Z' fill='url(%23paint13_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M145.678 7.80823V9.25659C145.678 9.52364 145.894 9.74024 146.161 9.74024H147.611C147.878 9.74024 148.095 9.52364 148.095 9.25659V7.80823C148.095 7.54119 147.878 7.32471 147.611 7.32471L146.161 7.32471C145.894 7.32471 145.678 7.54119 145.678 7.80823Z' fill='url(%23paint14_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M156.003 7.80823V9.25659C156.003 9.52364 156.219 9.74024 156.486 9.74024H157.936C158.203 9.74024 158.42 9.52364 158.42 9.25659V7.80823C158.42 7.54119 158.203 7.32471 157.936 7.32471L156.486 7.32471C156.219 7.32471 156.003 7.54119 156.003 7.80823Z' fill='url(%23paint15_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M166.328 7.80823V9.25659C166.328 9.52363 166.544 9.74024 166.811 9.74024H168.261C168.528 9.74024 168.745 9.52363 168.745 9.25659V7.80823C168.745 7.54119 168.528 7.32471 168.261 7.32471L166.811 7.32471C166.544 7.32471 166.328 7.54119 166.328 7.80823Z' fill='url(%23paint16_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M176.896 7.80823V9.25659C176.896 9.52363 177.112 9.74023 177.38 9.74023H178.83C179.096 9.74023 179.313 9.52363 179.313 9.25659V7.80823C179.313 7.54119 179.096 7.32471 178.83 7.32471L177.38 7.32471C177.112 7.32471 176.896 7.54119 176.896 7.80823Z' fill='url(%23paint17_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M187.221 7.80823V9.25659C187.221 9.52363 187.438 9.74023 187.705 9.74023H189.155C189.421 9.74023 189.639 9.52363 189.639 9.25659V7.80823C189.639 7.54119 189.421 7.32471 189.155 7.32471L187.705 7.32471C187.438 7.32471 187.221 7.54119 187.221 7.80823Z' fill='url(%23paint18_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M199.639 7.80824V9.2566C199.639 9.52364 199.855 9.74024 200.123 9.74024H201.572C201.839 9.74024 202.056 9.52364 202.056 9.2566V7.80824C202.056 7.54119 201.839 7.32472 201.572 7.32472L200.123 7.32472C199.855 7.32472 199.639 7.54119 199.639 7.80824Z' fill='url(%23paint19_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M209.964 7.80824V9.2566C209.964 9.52364 210.181 9.74024 210.448 9.74024L211.897 9.74024C212.164 9.74024 212.381 9.52364 212.381 9.2566V7.80824C212.381 7.54119 212.164 7.32471 211.897 7.32471L210.448 7.32471C210.181 7.32471 209.964 7.54119 209.964 7.80824Z' fill='url(%23paint20_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M220.289 7.80823V9.2566C220.289 9.52364 220.506 9.74024 220.773 9.74024L222.222 9.74024C222.49 9.74024 222.706 9.52364 222.706 9.2566V7.80823C222.706 7.54119 222.49 7.32471 222.222 7.32471L220.773 7.32471C220.506 7.32471 220.289 7.54119 220.289 7.80823Z' fill='url(%23paint21_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M230.614 7.80823V9.2566C230.614 9.52364 230.831 9.74024 231.098 9.74024H232.548C232.815 9.74024 233.032 9.52364 233.032 9.2566V7.80823C233.032 7.54119 232.815 7.32471 232.548 7.32471L231.098 7.32471C230.831 7.32471 230.614 7.54119 230.614 7.80823Z' fill='url(%23paint22_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M240.939 7.80823V9.2566C240.939 9.52364 241.156 9.74024 241.423 9.74024H242.873C243.14 9.74024 243.357 9.52364 243.357 9.2566V7.80823C243.357 7.54119 243.14 7.32471 242.873 7.32471L241.423 7.32471C241.156 7.32471 240.939 7.54119 240.939 7.80823Z' fill='url(%23paint23_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M251.508 7.80823V9.2566C251.508 9.52364 251.724 9.74024 251.992 9.74024H253.441C253.708 9.74024 253.925 9.52364 253.925 9.2566V7.80823C253.925 7.54119 253.708 7.32471 253.441 7.32471L251.992 7.32471C251.724 7.32471 251.508 7.54119 251.508 7.80823Z' fill='url(%23paint24_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M261.833 7.80823V9.2566C261.833 9.52364 262.049 9.74024 262.317 9.74024H263.766C264.033 9.74024 264.25 9.52364 264.25 9.2566V7.80823C264.25 7.54119 264.033 7.32471 263.766 7.32471L262.317 7.32471C262.049 7.32471 261.833 7.54119 261.833 7.80823Z' fill='url(%23paint25_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M272.158 7.80823V9.2566C272.158 9.52364 272.374 9.74024 272.642 9.74024H274.092C274.358 9.74024 274.576 9.52364 274.576 9.2566L274.576 7.80823C274.576 7.54119 274.358 7.32471 274.092 7.32471L272.642 7.32471C272.374 7.32471 272.158 7.54119 272.158 7.80823Z' fill='url(%23paint26_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M282.483 7.80823V9.2566C282.483 9.52364 282.7 9.74024 282.967 9.74024H284.417C284.684 9.74024 284.901 9.52364 284.901 9.2566V7.80823C284.901 7.54119 284.684 7.32471 284.417 7.32471L282.967 7.32471C282.7 7.32471 282.483 7.54119 282.483 7.80823Z' fill='url(%23paint27_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M292.809 7.80823L292.809 9.2566C292.809 9.52364 293.025 9.74024 293.292 9.74024H294.742C295.009 9.74024 295.226 9.52364 295.226 9.2566V7.80823C295.226 7.54119 295.009 7.32471 294.742 7.32471L293.292 7.32471C293.025 7.32471 292.809 7.54119 292.809 7.80823Z' fill='url(%23paint28_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M303.134 7.80823L303.134 9.2566C303.134 9.52364 303.35 9.74024 303.617 9.74024H305.067C305.334 9.74024 305.551 9.52364 305.551 9.2566V7.80823C305.551 7.54119 305.334 7.32471 305.067 7.32471L303.617 7.32471C303.35 7.32471 303.134 7.54119 303.134 7.80823Z' fill='url(%23paint29_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M313.702 7.80823L313.702 9.2566C313.702 9.52364 313.918 9.74024 314.185 9.74024L315.635 9.74024C315.902 9.74024 316.119 9.52364 316.119 9.25659V7.80823C316.119 7.54119 315.902 7.32471 315.635 7.32471L314.185 7.32471C313.918 7.32471 313.702 7.54119 313.702 7.80823Z' fill='url(%23paint30_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M324.027 7.80823V9.25659C324.027 9.52364 324.243 9.74024 324.511 9.74024L325.961 9.74024C326.227 9.74024 326.445 9.52364 326.445 9.25659V7.80823C326.445 7.54119 326.227 7.32471 325.961 7.32471L324.511 7.32471C324.243 7.32471 324.027 7.54119 324.027 7.80823Z' fill='url(%23paint31_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M334.352 7.80823V9.25659C334.352 9.52364 334.569 9.74024 334.836 9.74024H336.286C336.553 9.74024 336.77 9.52364 336.77 9.25659L336.77 7.80823C336.77 7.54119 336.553 7.32471 336.286 7.32471L334.836 7.32471C334.569 7.32471 334.352 7.54119 334.352 7.80823Z' fill='url(%23paint32_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M344.678 7.80823V9.25659C344.678 9.52364 344.894 9.74024 345.161 9.74024H346.611C346.878 9.74024 347.095 9.52364 347.095 9.25659L347.095 7.80823C347.095 7.54119 346.878 7.32471 346.611 7.32471L345.161 7.32471C344.894 7.32471 344.678 7.54119 344.678 7.80823Z' fill='url(%23paint33_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M355.003 7.80823V9.25659C355.003 9.52364 355.219 9.74024 355.486 9.74024H356.936C357.203 9.74024 357.42 9.52364 357.42 9.25659L357.42 7.80823C357.42 7.54119 357.203 7.32471 356.936 7.32471L355.486 7.32471C355.219 7.32471 355.003 7.54119 355.003 7.80823Z' fill='url(%23paint34_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M365.328 7.80823V9.25659C365.328 9.52363 365.544 9.74024 365.811 9.74024H367.261C367.528 9.74024 367.745 9.52363 367.745 9.25659V7.80823C367.745 7.54119 367.528 7.32471 367.261 7.32471L365.811 7.32471C365.544 7.32471 365.328 7.54119 365.328 7.80823Z' fill='url(%23paint35_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M375.896 7.80823V9.25659C375.896 9.52363 376.112 9.74023 376.38 9.74023H377.83C378.096 9.74023 378.313 9.52363 378.313 9.25659V7.80823C378.313 7.54119 378.096 7.32471 377.829 7.32471L376.38 7.32471C376.112 7.32471 375.896 7.54119 375.896 7.80823Z' fill='url(%23paint36_linear_8295_70635)'/%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M386.221 7.80823V9.25659C386.221 9.52363 386.438 9.74023 386.705 9.74023H388.155C388.421 9.74023 388.639 9.52363 388.639 9.25659V7.80823C388.639 7.54119 388.421 7.32471 388.155 7.32471L386.705 7.32471C386.438 7.32471 386.221 7.54119 386.221 7.80823Z' fill='url(%23paint37_linear_8295_70635)'/%3E%3Cdefs%3E%3ClinearGradient id='paint0_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint1_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint2_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint3_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint4_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint5_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint6_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint7_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint8_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint9_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint10_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint11_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint12_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint13_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint14_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint15_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint16_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint17_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint18_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint19_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint20_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint21_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint22_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint23_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint24_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint25_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint26_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint27_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint28_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint29_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint30_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint31_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint32_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint33_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint34_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint35_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint36_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3ClinearGradient id='paint37_linear_8295_70635' x1='-47.5' y1='8.99989' x2='332' y2='8.99989' gradientUnits='userSpaceOnUse'%3E%3Cstop stop-color='%2329B5E8' stop-opacity='.8'/%3E%3Cstop offset='1' stop-color='%2329B5E8' stop-opacity='0'/%3E%3C/linearGradient%3E%3C/defs%3E%3C/svg%3E%0A\")}.sc-hero__inner\u003E.snowflake-flexible-column-container-items\u003Ediv:first-child{position:relative;z-index:3}.sc-hero__inner\u003E.snowflake-flexible-column-container-items\u003Ediv:last-child{position:absolute;height:100%;width:100%;top:0;left:-24px}.sc-hero__inner\u003E.snowflake-flexible-column-container-items\u003Ediv:last-child::before{content:\"\";display:block;z-index:1;position:absolute;top:-64px;left:0;width:150%;height:calc(100% + 160px);background-color:rgb(32 44 53 / .9)}.sc-body__content .heading-3-v2,.sc-hero__headline .heading-1-v2{text-transform:none}.sc-body__content span.snowflake-image-caption{display:block!important;font-style:italic}.sc-body__content .snowflake-text p+ul{margin-top:24px!important;padding-left:16px!important}.white-blue-text-color .snowflake-title-v2.solution-center-hero__certification .snowflake-typographyv2\u003Espan.snowflake-title-v2-line{color:#e9eaeb!important;font-size:16px}.white-blue-text-color .snowflake-title-v2.solution-center-hero__certification.is-large .snowflake-typographyv2\u003Espan.snowflake-title-v2-line{color:#fff!important;font-size:18px}.solution-center-hero__certification\u003E.snowflake-title-v2-line\u003Espan:first-child{display:flex;justify-content:flex-start;align-items:center;gap:8px}.solution-center-hero__certification\u003E.snowflake-title-v2-line\u003Espan:first-child::before{content:\"\";display:inline-block;width:16px;height:16px;background-image:url(\"data:image/svg+xml,%3Csvg width='16' height='16' viewBox='0 0 16 16' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M8 0C3.58146 0 0 3.58146 0 8C0 12.4185 3.58146 16 8 16C12.4185 16 16 12.4185 16 8C16 3.58146 12.4185 0 8 0ZM12.7184 5.91984L7.33471 11.3026C7.31293 11.3244 7.31293 11.3454 7.29198 11.3454L7.20653 11.4308C6.94933 11.688 6.54132 11.7525 6.21962 11.6235C6.11238 11.5808 6.00514 11.5163 5.9197 11.4308L5.83425 11.3454C5.83425 11.3454 5.83425 11.3236 5.81246 11.3236L3.28149 8.79347C2.93799 8.44997 2.93799 7.87107 3.28149 7.50664L3.36694 7.42119C3.71044 7.07769 4.28934 7.07769 4.65377 7.42119L6.58401 9.35143L11.3877 4.5477C11.7312 4.2042 12.3101 4.2042 12.6746 4.5477L12.76 4.63315C13.0826 4.99758 13.0828 5.55541 12.7184 5.91984Z' fill='%230E8A16'/%3E%3C/svg%3E%0A\");background-size:contain;background-repeat:no-repeat;background-color:#fff;border-radius:100%}.sc-hero__byline{padding-top:8px}.sc-hero__byline p{color:#e2e2e2;margin-top:0!important}.sc-hero pre[class*=language-]{overflow:visible}.snowflake-code-snippet,.snowflake-code-snippet code,.snowflake-code-snippet pre{font-size:16px}.sc-hero__code-snippet:not(pre)\u003Ecode[class*=language-],.sc-hero__code-snippet pre[class*=language-]{background:0 0}.sc-hero__code-snippet{opacity:.8;background-color:transparent!important;position:absolute;top:0;right:0;width:100%;animation:240s linear 1s forwards slow-scroll}.sc-hero__button-container .snowflake-flexible-column-container-items{padding:0 0 24px;margin-top:-8px;margin-left:24px}.sc-sidebar__partner-logo{width:100%;max-width:140px;margin-top:8px}.sc-sidebar__partner-logo .cmp-image__image{border-radius:0}.sc-tag-cluster.snowflake-text ul{list-style-type:none;padding:0;display:flex;flex-wrap:wrap;gap:8px;margin:0}.sc-tag-cluster.snowflake-text li{color:#373f41;border-radius:4px;display:inline-block;padding:6px;text-transform:uppercase;letter-spacing:1px;font-size:12px!important;line-height:12px!important;margin:0!important;background-color:#f3f3f3}.sc-body .share-icon svg{height:24px;cursor:pointer}.sc-body .share-icon svg:hover path{fill:var(--ui-02)}.sc-overview__webinar-promo-banner{align-items:center;border:1px solid #ccc;padding:var(--spacing-02)}.sc-overview__webinar-promo-banner .snowflake-content-chip-image{max-width:32px;margin-right:var(--spacing-02);line-height:0}.sc-overview__webinar-promo-banner .snowflake-content-chip-image__image,.summit-speaker-card .snowflake-card-v2-advanced-image__image{aspect-ratio:1}.sc-overview__webinar-promo-banner .snowflake-content-chip-content .heading-5-v2{font-size:14px;font-family:Lato,sans-serif}.sc-overview__webinar-promo-banner .snowflake-content-chip-content .snowflake-title-v2-line:not(:first-child){font-weight:400}.sc-overview__webinar-promo-banner .snowflake-content-chip-button .snowflake-button-container{font-size:14px!important}.diagram-group__button{position:absolute;bottom:24px;right:24px;background-color:#212c35!important}.section--mountains-bottom,.summit-hp-hero{position:relative}.sc-cert-banner{background-color:#212d35;border-radius:8px;padding:24px;overflow:hidden}.sc-cert-banner\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row;align-items:center}:root{--text-secondary:#706f6f;--summit-bg-ltblue:#eaf8fd;--summit-bg-blue:#249edc;--summit-border:#d2d1d4;--summit-border-radius:8px;--summit-card-padding:32px;--summit-card-padding-sm:28px}.section--mountains-bottom::after,.section--mountains-bottom::before{content:\"\";display:block;position:absolute;bottom:-1px;max-width:400px;background-size:100% auto;height:100%;width:30%;line-height:0;background-repeat:no-repeat}.button-group\u003E.container\u003E.cmp-container\u003E.aem-container{justify-content:center;align-items:center}.button-group\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:auto!important;margin:0 8px!important}.button-group .snowflake-button-container{font-family:Texta,sans-serif}.section--summit-bg-ltblue{background-color:var(--summit-bg-ltblue)}.section--summit-bg-blue,.summit-hero-secondary{background-color:var(--summit-bg-blue)}.section--mountains-bottom::before{left:0;background-image:url(\"data:image/svg+xml,%3Csvg width='402' height='309' viewBox='0 0 402 309' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M401.523 308.761H0V0L181.63 182.431L228.479 135.531L401.523 308.761Z' fill='%23249EDC'/%3E%3C/svg%3E%0A\");background-position:bottom left}.section--mountains-bottom::after{right:0;background-image:url(\"data:image/svg+xml,%3Csvg width='402' height='309' viewBox='0 0 402 309' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M0 308.761H401.523V0L219.893 182.431L173.044 135.531L0 308.761Z' fill='%23249EDC'/%3E%3C/svg%3E%0A\");background-position:bottom right}.summit-hp-hero{overflow:hidden}.summit-hero__bg-video{position:absolute;top:50%;left:50%;width:120%;height:100%;opacity:.3;transform:translate(-50%,-50%)}.summit-hero__bg-svg,.summit-prefooter__bg-image,.summit-secondary-hero__bg-image{position:absolute;bottom:0;left:0;width:100%}.summit-hp-promo-banner__headline .heading-4-v2{font-weight:900}.summit-hero-secondary .hero-lottie__left{position:absolute;bottom:0;left:0;width:30%;line-height:0}.summit-timeline__card::after,.summit-timeline__card::before{bottom:0;left:50%;position:absolute;display:block;background-color:var(--ui-01);content:\"\"}.summit-hero-secondary .snowflake-text p{font-size:24px!important;line-height:32px!important;max-width:720px;margin:0 auto}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;justify-content:center}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:auto!important;max-width:25%}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:not(:last-child){border-right:1px solid #fff}.summit-timeline__card{border:1px solid var(--summit-border);border-radius:var(--summit-border-radius);padding:var(--summit-card-padding);position:relative;background-color:#fff}.summit-timeline__card::before{width:20px;height:20px;border-radius:100%;transform:translate(-50%,50%)}.summit-timeline__card::after{width:3px;height:50px;transform:translate(-50%,100%)}.summit-timeline-card__icon{width:48px;height:48px}.summit-timeline-card__headline .heading-3-v2{font-size:32px}.faq-group{border:1px solid var(--ui-12);border-radius:4px;background-color:#fff}.faq-group__question{padding:24px}.faq-group__question:hover{color:var(--ui-01);cursor:pointer}.faq-group__question .heading-4-v2,.faq-group__question .heading-5-v2{position:relative;padding-right:64px}.faq-group__question .heading-4-v2::after,.faq-group__question .heading-5-v2::after{content:\"\";display:block;width:32px;height:32px;background-image:url(\"data:image/svg+xml,%3Csvg width='29' height='16' viewBox='0 0 29 16' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M14.16 14.6807C14.2537 14.7957 14.3719 14.8884 14.506 14.952C14.64 15.0157 14.7866 15.0487 14.935 15.0487C15.0834 15.0487 15.2299 15.0157 15.3639 14.952C15.498 14.8884 15.6162 14.7957 15.71 14.6807V14.6807L28.51 2.00068C29.07 1.43068 29.07 .92068 28.51 .44068C27.95 -.0393204 27.43 -.11932 26.96 .44068L14.94 12.0007L2.99996 .45068C2.90725 .322624 2.7855 .218374 2.6447 .146483C2.50389 .0745926 2.34805 .0371094 2.18996 .0371094C2.03187 .0371094 1.87603 .0745926 1.73522 .146483C1.59442 .218374 1.47267 .322624 1.37996 .45068C.819961 .93068 .819961 1.45068 1.37996 2.01068L14.16 14.6807Z' fill='black'/%3E%3C/svg%3E%0A\");background-size:80% auto;background-repeat:no-repeat;background-position:center;position:absolute;top:-2px;right:0;transition:.3s 150ms}.faq-group__question .heading-5-v2::after{top:-4px}.faq-group__answer{max-height:0;overflow:hidden;width:95%;padding:0 24px;transition:.5s}.faq-group__answer\u003Espan{display:block;padding-bottom:24px}.is-open .faq-group__answer{max-height:600px;transition:1s}.is-open .faq-group__question .heading-4-v2::after,.is-open .faq-group__question .heading-5-v2::after{transform:rotate(180deg);transition:.3s}.summit-agenda{box-shadow:2px 4px 10px 0 rgb(156 156 156 / .52);border-radius:8px;background-color:#fff;max-width:980px;margin-left:auto;margin-right:auto;padding:40px;width:90%}.agenda-item{border-radius:8px;background-color:#d4f0fa;padding:16px;border-left:4px solid var(--ui-01);position:relative}.summit-pricing-block__tile.is-past,.summit-pricing-block__tile.is-upcoming{pointer-events:none;border-color:#d2d1d4}p.agenda-item__time{width:25%;font-family:Texta!important;font-size:32px!important;font-weight:900!important;text-transform:uppercase!important;max-width:140px}@media screen and (max-width:991px){#partnerResources .section--resource-hub .snowflake-button-link .snowflake-button-container{font-size:14px!important;line-height:20px!important;margin-top:4px}#industryPartnerSlider\u003E.snowflake-flexible-column-container-items{display:flex;flex-direction:column}#industryPartnerSlider\u003E.snowflake-flexible-column-container-items\u003Ediv{width:100%}.sc-cert-banner__left{text-align:center}.sc-cert-banner__left .solution-center-hero__certification .snowflake-title-v2-line{justify-content:center}.summit-hero__bg-video{width:200%}.summit-leadership-grid .snowflake-flexible-column-container-items{grid-template-columns:repeat(2,1fr)}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:50%!important;max-width:50%!important}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:not(:last-child){border-right:none!important}.summit-agenda{padding:24px}p.agenda-item__time{font-size:24px!important;width:auto;white-space:nowrap;padding-right:24px}}.agenda-item\u003Espan{display:flex;align-items:center}.summit-add-on-block,.summit-pricing-block{border:1px solid #d2d1d4;border-radius:8px;overflow:hidden;box-shadow:2px 4px 10px 0 rgb(156 156 156 / .52);background-color:#fff}.summit-add-on-block__content,.summit-pricing-block__content{padding:0 20px 20px}.summit-pricing-block__tile{padding:24px 20px;border-radius:4px;background:#fff;border:1px solid var(--ui-01);position:relative;transition:background-color .3s}.summit-pricing-block__tile:hover{background-color:var(--ui-01);transition:background-color .3s}.summit-pricing-block__tile.is-past{background-color:#d4f0fa}.summit-pricing-block__tile:hover .black-blue-text-color .snowflake-title-v2-line{color:#fff!important;transition:color .3s}.partner-card__logo-grid\u003E.container\u003E.cmp-container\u003E.aem-container::after,.partner-card__logo-grid\u003E.container\u003E.cmp-container\u003E.aem-container::before,.summit-add-on-block__content\u003E.container\u003E.cmp-container\u003E.aem-container::after,.summit-add-on-block__content\u003E.container\u003E.cmp-container\u003E.aem-container::before,.summit-pricing-block__tile.is-past .snowflake-content-chip-button,.summit-pricing-block__tile.is-upcoming .snowflake-content-chip-button,.summit-speaker-card .snowflake-card-v2-advanced-tag-indicator{display:none}.summit-pricing-block__tile.is-past .black-blue-text-color .snowflake-title-v2-line{color:#7cc7eb!important}.summit-pricing-block__tile.is-upcoming .black-blue-text-color .snowflake-title-v2-line{color:#8c8c8c!important}.summit-pricing-block__aside{background-color:#d4f0fa;border:1px solid #d2d1d4;border-radius:8px;padding:24px;width:100%}.summit-pricing-block__aside li::marker{color:var(--ui-01)}.summit-pricing-block__aside-headline .heading-5-v2{font-weight:900;margin-bottom:12px}.summit-pricing-block__header{background:#000;padding:24px 40px}.summit-pricing-block__header .heading-4-v2{font-weight:900;letter-spacing:.5px}.bwwidth100,.snowflake-mega-nav-dropdown-footer-content,.summit-pricing-block__tile .black-blue-text-color{width:100%}.summit-pricing-block__tile .heading-5-v2{position:static}.summit-pricing-block__tile .heading-5-v2 span.snowflake-title-v2-line:first-child{text-transform:uppercase;font-weight:900!important;letter-spacing:.25px;font-size:24px!important}.summit-pricing-block__tile .heading-5-v2 span.snowflake-title-v2-line:nth-child(2){margin-top:8px;font-family:Lato,sans-serif;font-size:14px;font-style:normal;font-weight:400;line-height:16px}.summit-pricing-block__tile .heading-5-v2 span.snowflake-title-v2-line:last-child{font-weight:900!important;font-size:40px!important}.snowflake-mega-nav-nav-item\u003Ea:hover .snowflake-mega-nav-nav-item-title-wrapper\u003E.snowflake-mega-nav-nav-item-title,.summit-pricing-block__tile:not(.is-upcoming):not(.is-past) .heading-5-v2 span.snowflake-title-v2-line:last-child{color:var(--ui-01)!important}.summit-pricing-block__tile:hover:not(.is-upcoming):not(.is-past) .heading-5-v2 span.snowflake-title-v2-line:last-child{color:#fff!important}.summit-pricing-block__tile.is-past .heading-5-v2 span.snowflake-title-v2-line:last-child{text-decoration:line-through}.summit-pricing-block__tile .snowflake-content-chip-button{margin-top:0;white-space:nowrap;display:none}.snowflake-card-v2-advanced.no-link{pointer-events:none!important}.snowpro-card{border:1px solid var(--summit-border);border-radius:var(--summit-border-radius);padding:var(--summit-card-padding-sm);display:flex;height:100%}.snowpro-card__headline{margin:24px 0 12px}.snowpro-card__pricing{margin-top:48px}.snowpro-card .snowflake-text .snowpro-card__price{color:var(--ui-01);font-weight:900;font-size:40px!important;font-family:Texta,sans-serif}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row;flex-wrap:wrap}.summit-stat-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:not(:last-child){border-right:1px solid var(--summit-border)}.summit-stat-card{padding:0 40px}.summit-stat .heading-2-v2 .snowflake-title-v2-line:first-child{font-size:64px;line-height:52px;margin-bottom:8px}.summit-stat .heading-2-v2 .snowflake-title-v2-line:last-child{font-size:32px;line-height:30px;margin-bottom:16px}.summit-speaker-card .snowflake-card-v2-advanced-title{margin-bottom:var(--spacing-01)}.summit-add-on-card{padding:24px;border:1px solid #d2d1d4;border-radius:8px}.summit-add-on__subhead{padding-left:40px;padding-right:40px}.partner-card__logo-grid,.partner-card__logo-single{padding:40px}.partner-card__logo-grid .snowflake-image-container .cmp-image__image,.partner-card__logo-single .snowflake-image-container .cmp-image__image{border-radius:0;max-width:240px;margin:0 auto}.partner-card\u003E.container,.partner-card\u003E.container\u003E.aem-container,.partner-card\u003E.container\u003E.cmp-container{height:100%}.summit-add-on-block__content\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row;gap:24px;align-items:stretch}.partner-card__logo-grid\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row;flex-wrap:wrap;gap:40px 24px;justify-content:center;align-items:center}.partner-card__logo-grid\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(33.3333% - 24px);margin:0!important}.partner-card{border-radius:8px;border:1px solid #d2d1d4;overflow:hidden;height:100%;background-color:#fff}.partner-card__header{padding:16px 24px;border-bottom:1px solid #d2d1d4}.partner-card__header.is-purple{background-color:#7d44cf}.partner-card__header h4{display:flex;flex-direction:row!important;align-items:center;gap:12px}.partner-card__header h4::before{vertical-align:middle;content:\"\";display:inline-block;width:20px;height:20px;background-size:contain;background-repeat:no-repeat;background-image:url(\"data:image/svg+xml,%3Csvg width='21' height='23' viewBox='0 0 21 23' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M20.0375 12.8374C20.1644 12.439 20.2172 12.0289 20.2077 11.6237C20.193 11.3305 20.1548 11.0373 20.0712 10.7441C19.8196 9.83306 19.223 9.01989 18.3294 8.50724L5.61817 1.2017C3.82388 .173815 1.53618 .784335 .506483 2.56804C-.533615 4.34915 .0797871 6.62351 1.87408 7.65398L8.97715 11.7427L1.87408 15.8201C.0797871 16.8527 -.531016 19.1271 .506483 20.9156C1.53618 22.6941 3.82388 23.302 5.61817 22.2746L18.3294 14.9643C19.1871 14.4728 19.7693 13.7027 20.0375 12.8374Z' fill='black'/%3E%3C/svg%3E%0A\")}.partner-card__header.is-purple h4::before{background-image:url(\"data:image/svg+xml,%3Csvg width='21' height='23' viewBox='0 0 21 23' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M20.0375 12.8374C20.1644 12.439 20.2172 12.0289 20.2077 11.6237C20.193 11.3305 20.1548 11.0373 20.0712 10.7441C19.8196 9.83306 19.223 9.01989 18.3294 8.50724L5.61817 1.2017C3.82388 .173815 1.53618 .784335 .506483 2.56804C-.533615 4.34915 .0797871 6.62351 1.87408 7.65398L8.97715 11.7427L1.87408 15.8201C.0797871 16.8527 -.531016 19.1271 .506483 20.9156C1.53618 22.6941 3.82388 23.302 5.61817 22.2746L18.3294 14.9643C19.1871 14.4728 19.7693 13.7027 20.0375 12.8374Z' fill='white'/%3E%3C/svg%3E%0A\")}.sf-blue-mountains{background-size:90% auto;background-repeat:no-repeat;background-position:center bottom;background-image:url(\"data:image/svg+xml,%3Csvg width='1361' height='410' viewBox='0 0 1361 410' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M1360.25 410L1065.53 114.309L976.256 203.875L773.049 0L364.393 410H1360.25Z' fill='%233AA8DF'/%3E%3Cpath d='M274.778 410L137.467 272.238L.15625 410H274.778Z' fill='%233AA8DF'/%3E%3C/svg%3E%0A\")}.bwalignr,.main-pr-body .bwalignr{text-align:right}.bwblockalignl{margin-left:0;margin-right:auto}.bwcellpmargin{margin-top:0;margin-bottom:0}.bwlistdisc{list-style-type:disc}.bwpadb3{padding-bottom:4px}.bwpadb4{padding-bottom:5px}.bwpadl0{padding-left:0}.bwpadl3{padding-left:15px}.bwpadl6{padding-left:30px}.bwpadl9{padding-left:45px}.bwpadl12{padding-left:60px}.bwpadr0{padding-right:0}.bwtablemarginb{margin-bottom:10px}.bwvertalignb{vertical-align:bottom}.bwvertalignt{vertical-align:top}.bwsinglebottom{border-bottom:1pt solid #000}.bwdoublebottom{border-bottom:2.25pt double #000}.bwwidth1{width:1%}.bwwidth2{width:2%}.bwwidth6{width:6%}.bwwidth7{width:7%}.bwwidth8{width:8%}.bwwidth10{width:10%}.bwwidth12{width:12%}.bwwidth32{width:32%}.bwwidth44{width:44%}.bwwidth72{width:72%}.bwwidth97{width:97%}.main-pr-body{font-size:18px;line-height:26px}.main-pr-body img{display:block;width:100%;height:auto!important;border-radius:var(--small-border-radius)}.main-pr-body table{width:100%;display:block}.main-pr-body tbody{background-color:#f7f7f7}.main-pr-body .bwsinglebottom{border-bottom:1pt solid #000!important}.main-pr-body td.bwwidth44{padding-right:40px}.main-pr-body .bw-release-story{font-family:Lato,sans-serif}.main-pr-body .bw-release-story sup,.snowflake-mega-nav-dropdown-header-content-right a{white-space:nowrap}.main-pr-body .bw-release-story\u003E*,.main-pr-body\u003Espan\u003E*{margin-bottom:2rem!important}.snowflake-text.main-pr-body tbody,.snowflake-text.main-pr-body tbody p{font-size:14px!important;line-height:20px!important;width:100%;display:block}.press-body .snowflake-flexible-column-container-items{gap:var(--spacing-08)}.about-snowflake{border:1px solid #ccc;background-color:var(--ui-background-05);padding:24px;border-radius:8px;margin-top:0}.about-snowflake__logo{max-width:140px;margin-top:16px}.hero--press .snowflake-hero-system-inner{max-width:1408px;margin:0 auto!important}#arcticNavItem{flex-direction:column}#arcticNavItem::before{content:\"Featured Open Source Technologies\";display:block;margin-top:48px;margin-bottom:24px;font-size:16px!important;line-height:16px!important;font-weight:800!important;text-transform:uppercase}@media screen and (min-width:768px){.sc-hero__inner\u003E.snowflake-flexible-column-container-items\u003Ediv:last-child{position:relative;height:100%;top:auto;left:auto;width:auto}.sc-hero__inner\u003E.snowflake-flexible-column-container-items\u003Ediv:last-child::before{background:linear-gradient(180deg,#202c35 -7.5%,#fff0 51.25%,#202c35 107.69%)}.sc-hero__byline\u003Espan{display:flex;flex-wrap:wrap}.sc-hero__byline p:not(:last-child)::after{content:\"|\";margin:0 12px;opacity:.5}.sc-hero__button-container .snowflake-flexible-column-container-items{position:absolute;bottom:0;padding:0;margin:0 24px 0 0}.sc-hero__button-container .hero-watch-the-demo{padding:12px 16px!important;float:right;margin-bottom:48px;background-color:rgb(35 45 54 / .8)}.summit-overview-stat{padding:0 40px}.summit-timeline{border-bottom:3px solid var(--ui-01);margin-bottom:64px}.summit-add-on-block__content,.summit-pricing-block__content{padding:0 40px 40px}#arcticNavItem::before{font-size:12px!important;margin-bottom:8px;margin-top:16px}.snowflake-mega-nav-nav-item-title-wrapper\u003E.snowflake-mega-nav-nav-item-title{line-height:20px!important}.snowflake-card .heading-2.snowflake-title-line{font-size:24px!important;line-height:28px!important}}@media screen and (min-width:992px){.hp-hero__eyebrow a{gap:12px;margin-left:0;margin-right:0}.hp-hero__eyebrow a::after{content:\"\";background-image:url(\"data:image/svg+xml,%3Csvg width='6' height='11' viewBox='0 0 6 11' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M5.49134 5.79438C5.53447 5.75922 5.56923 5.71489 5.5931 5.66463C5.61697 5.61436 5.62935 5.55941 5.62935 5.50376C5.62935 5.44811 5.61697 5.39316 5.5931 5.34289C5.56923 5.29263 5.53447 5.2483 5.49134 5.21314L.736339 .413136C.522589 .203135 .331339 .203135 .151339 .413136C-.0286612 .623135 -.0586612 .818135 .151339 .994386L4.48634 5.50188L.155089 9.97938C.107068 10.0142 .0679743 10.0598 .0410153 10.1126C.0140562 10.1654 0 10.2238 0 10.2831C0 10.3424 .0140562 10.4009 .0410153 10.4537C.0679743 10.5065 .107068 10.5521 .155089 10.5869C.335089 10.7969 .530089 10.7969 .740089 10.5869L5.49134 5.79438Z' fill='black'/%3E%3C/svg%3E%0A\");display:inline-block;width:12px;height:12px;background-repeat:no-repeat;background-size:auto 100%;background-position:left center}.promo-banner--homepage{padding-top:32px}.homepage-banner-offset-container::after{height:50%}#storyHighlights{padding:2rem}.body-display-v2.snowflake-quote-item-quote-text{line-height:28px!important}.snowflake-hero-system-headline .heading-1-v2{line-height:48px;font-size:54px!important}.sc-overview__webinar-promo-banner .snowflake-content-chip-content{flex-direction:row;justify-content:space-between;align-items:center;width:100%}.sc-overview__webinar-promo-banner .snowflake-content-chip-content .heading-5-v2{flex-direction:row}.sc-overview__webinar-promo-banner .snowflake-content-chip-content .snowflake-title-v2-line:not(:first-child)::before{content:\"|\";margin:0 6px}.sc-cert-banner{padding:40px}.sc-cert-banner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{margin:0!important;width:50%}.sc-cert-banner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{flex-grow:1;padding-right:24px}.sc-cert-banner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:last-child{max-width:240px}.summit-pricing-block__content\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:last-child{width:70%;padding-left:40px}.summit-pricing-block__content\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{width:30%}.summit-add-on-block__content\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(33.3333% - 24px);margin:0!important;display:flex}.summit-pricing-block__tile .snowflake-content-chip-content{display:flex;flex-direction:row;align-items:center;width:calc(100% - 200px)}.summit-pricing-block__tile .heading-5-v2 span.snowflake-title-v2-line:last-child{position:absolute;top:50%;transform:translate(0,-50%);right:40px}.press-body\u003E.snowflake-flexible-column-container-items\u003Ediv:last-child{position:sticky;top:120px}.snowflake-mega-nav-navigation-title:hover{color:var(--ui-01)}}@media screen and (min-width:1024px){.about-snowflake{padding:28px}.about-snowflake__logo{max-width:none;padding:0 0 0 48px;margin-bottom:0}.hero--press .snowflake-hero-system-layout-70-30 .snowflake-hero-system-content-container{width:85%}.snowflake-hero-system{padding-bottom:var(--spacing-04);padding-top:var(--spacing-07)}.hero--press .display-2-v2{font-size:64px;line-height:56px}.about-snowflake\u003E.container\u003E.cmp-container\u003E.aem-container{flex-direction:row;flex-wrap:nowrap;align-items:center}.about-snowflake\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:last-child{max-width:280px}.about-snowflake\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{flex-grow:1;margin-bottom:0!important}#polarisNavItem{margin-top:40px}.snowflake-mega-nav-nav-item-description{line-height:18px!important}.snowflake-mega-nav-column-items{gap:var(--spacing-01);grid-gap:var(--spacing-01)}.snowflake-mega-nav-navigation-title{text-transform:none}}div[id*=blueIcon] .snowflake-mega-nav-nav-item-icon__inner{background:var(--ui-01);padding:8px}div[id*=blueIcon]:hover .snowflake-mega-nav-nav-item-icon__inner{background:var(--ui-01)!important}.snowflake-mega-nav-nav-item-icon__inner{border-radius:4px;background:var(--ui-background-05);padding:6px}.snowflake-mega-nav-nav-item:hover .snowflake-mega-nav-nav-item-icon__inner{background:#fff!important}.snowflake-mega-nav-nav-item-icon.snowflake-image-container{height:40px;width:40px}.snowflake-mega-nav-dropdown-footer-links\u003E.snowflake-button-link\u003E.snowflake-button-container{font-size:16px!important;font-family:Texta!important;font-weight:800!important}.snowflake-mega-nav-dropdown-footer-icon.snowflake-image-container{margin-right:8px;width:40px!important;height:40px!important}#viewAllCapabilities a:hover{background:0 0!important}#platformFooter .snowflake-title-v2 .snowflake-title-v2-line:last-child{font-family:Lato;font-size:14px;font-weight:500}#platformFooter .snowflake-mega-nav-dropdown-footer-links{flex-grow:1;justify-content:flex-end;align-items:center}#platformFooter .snowflake-mega-nav-dropdown-footer-content{flex-direction:row}#offset,#open-source{flex-direction:column;border-top:1px solid #ccc}#offset::before,#open-source::before{content:\" \";display:block;width:100%;font-weight:800!important;font-size:12px!important;line-height:14px;text-transform:uppercase;white-space:nowrap;margin-top:16px;margin-bottom:8px}#open-source::before{content:\"Open Source Technologies\"}.snowflake-mega-nav-dropdown-menu-close-button{margin:var(--spacing-04) 0 var(--spacing-03)}.snowflake-mega-nav-column{gap:var(--spacing-02)!important}.snowflake-mega-nav-nav-item\u003Ea{width:100%;margin-left:-8px;padding:8px;border-radius:4px}.snowflake-mega-nav-nav-item\u003Ea:hover{background-color:var(--ui-background-05)}.snowflake-mega-nav-nav-item-description{margin-top:2px;display:block}#promobanner_overflowBottomDarkBlue::before{content:'';display:block;position:absolute;bottom:0;left:0;width:100%;height:50%;background:#212d35}#promobanner_overflowTopDarkBlue::before{content:'';display:block;position:absolute;top:0;left:0;width:100%;height:50%;background:#212d35}.overview-card\u003Ediv{box-shadow:0 0 14px 0 rgba(0,0,0,.10);background-color:#fff;border-radius:16px;overflow:hidden}.overview-card-text{padding:40px}.overview-card-image img{border-radius:0 !important}.overview-card-text h3,.overview-card-text .heading-3-v2{font-size:18px;line-height:1.1;margin-top:0}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"mega_header":{"additionalClasses":"heap-nav-header","layout":"SIMPLE","id":"container-c6e05a83f3","appliedCssClassNames":"snowflake-header-container white",":type":"snowflake-site/components/mega-header",":items":{"nav_mega":{"activeItem":"item_1719963657751_c_663444255","id":"tabs-e4a2a42a70",":type":"snowflake-site/components/nav/nav-mega",":items":{"item_1719963657751_c_663444255":{"id":"nav-dropdown-menu-2be3610ff5","enableDropdown":true,"nav_column_container":{"layout":"SIMPLE","id":"container-4e32f7381a",":type":"snowflake-site/components/nav/nav-column/nav-column-container",":items":{"nav_column":{"additionalClasses":"nav-platform-sidebar","numberOfSubColumns":"one-column","minWidth":"230","maxWidth":"350","layout":"SIMPLE","id":"container-173221d58f",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_copy_copy_2_793631646":{"id":"nav-item-fbd100f631","additionalClasses":"nav-item__platform-parent","linkDescription":"완전 관리형 플랫폼에서 AI 제품, 애플리케이션 등을 개발하고 모든 데이터 유형과 규모 전반에서 글로벌 비즈니스를 안전하게 연결하세요.","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/platform/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake Platform"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-ff1bbd42fa","additionalClasses":"nav-item nav-item--si","linkDescription":"세상의 모든 지식. 신뢰할 수 있는 단 하나의 엔터프라이즈 에이전트","flag":"정식 출시","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/snowflake-cowork/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake CoWork"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy_2_836345186":{"id":"nav-item-7df066942a","additionalClasses":"blue-icon","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/analytics/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Analytics"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy_2":{"id":"nav-item-8dd86b1416","additionalClasses":"blue-icon","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/ai/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"AI"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy_2_1314771042":{"id":"nav-item-2296953e07","additionalClasses":"blue-icon","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/data-engineering/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Data Engineering"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_144634":{"id":"nav-item-40dc45dcca","additionalClasses":"blue-icon","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/applications-and-collaboration/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Applications & Collaboration"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_144634_526060162":{"id":"nav-item-e5459c459b","additionalClasses":"blue-icon","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/transactions/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Transactions"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_copy_copy_2_793631646","nav_item_copy","nav_item_copy_copy_2_836345186","nav_item_copy_copy_2","nav_item_copy_copy_2_1314771042","nav_item_copy_144634","nav_item_copy_144634_526060162"]},"nav_column_copy_copy":{"additionalClasses":"meganav-platform-features","navColumnTitle":"기능","numberOfSubColumns":"two-columns","layout":"SIMPLE","id":"container-5b9ebc09fa",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_copy_212715":{"id":"nav-item-402117d939","linkDescription":"Snowflake 기반 AI 코딩 에이전트","flag":"New","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/snowflake-coco/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake CoCo"},":type":"snowflake-site/components/nav/nav-item"},"nav_item":{"id":"nav-item-6e00b1a401","propertiesId":"testID","linkDescription":"Snowflake에서 실행되는 완전 호환 오픈소스 Postgres","flag":"정식 출시","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/postgres/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Postgres"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1923334373":{"id":"nav-item-e347559e01","propertiesId":"testID","linkDescription":"업계 최고 LLM에 대한 즉각적인 액세스","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/cortex/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Cortex AI"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_258535199":{"id":"nav-item-006ccf784b","propertiesId":"workload-nav-1","linkDescription":"통합을 위한 간편한 데이터 이동","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/openflow/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Openflow"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590635":{"id":"nav-item-2bce6ed994","linkDescription":"서드 파티 데이터 및 AI 제품 테스트 및 구매","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/marketplace/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Marketplace"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590_2121336733":{"id":"nav-item-85a912b52c","linkDescription":"데이터 및 AI 팀을 위한 인터랙티브 개발 환경","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/notebooks/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Notebooks"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590_1715469328":{"id":"nav-item-e225c763ac","linkDescription":"Python 등을 실행하는 라이브러리 및 코드 실행 환경","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/snowpark/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowpark"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_185565":{"id":"nav-item-fbb4a0df53","linkDescription":"완벽한 데이터 보호 기능을 갖춘 데이터 협업","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/data-clean-rooms/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Data Clean Rooms"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590_1073841656":{"id":"nav-item-ed3f9bcf76","linkDescription":"Python 스크립트를 웹 앱으로 변환하는 프레임워크 ","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/product/features/streamlit-in-snowflake/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Streamlit"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_258535199_c":{"id":"nav-item-895151327b","propertiesId":"workload-nav-1","linkDescription":"Snowflake Native App의 엔드투엔드 개발 및 배포","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/native-apps/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Native Apps"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_copy_212715","nav_item","nav_item_copy_1923334373","nav_item_258535199","nav_item_copy_660590635","nav_item_copy_660590_2121336733","nav_item_copy_660590_1715469328","nav_item_copy_185565","nav_item_copy_660590_1073841656","nav_item_258535199_c"]},"nav_column_676020780":{"navColumnTitle":"오픈소스 기술","numberOfSubColumns":"one-column","maxWidth":"300","layout":"SIMPLE","id":"container-c4218e669a",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_511717659":{"id":"nav-item-6f26a6df5e","linkDescription":"범용 AI 카탈로그","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/horizon/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Horizon Catalog"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590_924064894":{"id":"nav-item-e24d1d6b61","linkDescription":"중앙 집중식 UI를 통한 간소화된 모델 개발 및 MLOps","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/end-to-end-ml-workflows/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake ML "},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_660590":{"id":"nav-item-35f0e0390f","linkDescription":"Snowflake의 트랜잭션 및 분석 워크로드 통합으로 운영 간소화","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/product/features/end-to-end-ml-workflows/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Unistore"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_511717659","nav_item_copy_660590_924064894","nav_item_copy_660590"]}},":itemsOrder":["nav_column","nav_column_copy_copy","nav_column_676020780"]},":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"제품"},"nav_dropdown_menu_2":{"id":"nav-dropdown-menu-15c6e945ba","enableDropdown":true,"nav_column_container":{"layout":"SIMPLE","id":"container-82b3d7789b",":type":"snowflake-site/components/nav/nav-column/nav-column-container",":items":{"nav_column":{"navColumnTitle":"산업용","numberOfSubColumns":"one-column","minWidth":"280","layout":"SIMPLE","id":"container-ff5e809aa3","appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-08d47ca13b","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/ko/solutions/industries/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"산업별 솔루션"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1016012800":{"id":"nav-item-7133287a8a","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/advertising-media-entertainment/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"광고, 미디어 및 엔터테인먼트"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy":{"id":"nav-item-5b29ddd010","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/financial-services/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"금융 서비스"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_197051":{"id":"nav-item-c0637d7a5c","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/healthcare-and-life-sciences/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"헬스케어 및 라이프사이언스"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_153342":{"id":"nav-item-1fbc6efd5e","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/manufacturing/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"제조"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_144445":{"id":"nav-item-7aa427e868","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/public-sector/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"공공 부문"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_114948":{"id":"nav-item-c56b60d09c","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/retail-consumer-goods/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"리테일/소비재"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_574170":{"id":"nav-item-ed8fc055b9","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/technology/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"테크놀로지"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_361384_1935318080":{"id":"nav-item-312ea94d56","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/industries/telecom/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"통신"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_361384_1107159381":{"id":"nav-item-a1632ba25d","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/solutions/industries/travel-hospitality/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"여행 및 숙박 "},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy_1016012800","nav_item_copy_copy","nav_item_copy_197051","nav_item_copy_153342","nav_item_copy_144445","nav_item_copy_114948","nav_item_copy_574170","nav_item_copy_361384_1935318080","nav_item_copy_361384_1107159381"]},"nav_column_copy":{"navColumnTitle":"부서용","numberOfSubColumns":"one-column","minWidth":"160","layout":"SIMPLE","id":"container-0297e02465",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-b75e03d543","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/departments/finance/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"금융"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-f8558330b6","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/departments/information-technology/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"IT"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1970515619":{"id":"nav-item-89c5aff20a","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/solutions/departments/marketing/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"마케팅"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy","nav_item_copy_1970515619"]},"nav_column_833417450":{"navColumnTitle":"역량 강화 솔루션","numberOfSubColumns":"one-column","layout":"SIMPLE","id":"container-16a752c385",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_copy_107772":{"id":"nav-item-80567468be","linkDescription":"통합된 플랫폼으로의 안전한 마이그레이션 지원","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/migrate-to-the-cloud/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"AI 데이터 클라우드 마이그레이션 "},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/nav_dropdown_menu_2/nav_column_container/nav_column_833417450/nav_item_copy_107772/icon.coreimg.svg/1752092983163/nav-icon-cloud.svg","alt":"Cloud icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy":{"id":"nav-item-2dba83b94e","linkDescription":"Snowflake 전문가 지원을 통한 비즈니스 가속화 및 목표 달성","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/solutions/services-delivery/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Services Delivery"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/nav_dropdown_menu_2/nav_column_container/nav_column_833417450/nav_item_copy_copy/icon.coreimg.svg/1778205082215/nav-icon--migrate.svg","alt":"Migrate icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_copy_107772","nav_item_copy_copy"]},"nav_column_copy_copy":{"navColumnTitle":"파트너 솔루션","numberOfSubColumns":"one-column","layout":"SIMPLE","id":"container-b3b4e80983",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-d44c73034c","linkDescription":"제품, 솔루션 및 클라우드 파트너와 함께하는 프로그램","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/why-snowflake/partners/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake 파트너 네트워크 "},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/nav_dropdown_menu_2/nav_column_container/nav_column_copy_copy/nav_item/icon.coreimg.svg/1778205103076/nav-icon--partner-network.svg","alt":"Partner Network icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-08255b12f0","linkDescription":"확장 배포를 위한 파트너, 앱 및 솔루션 검색기","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/why-snowflake/partners/all-partners/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"파트너 찾기"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/nav_dropdown_menu_2/nav_column_container/nav_column_copy_copy/nav_item_copy/icon.coreimg.svg/1778205113516/nav-icon--partner-finder.svg","alt":"Partner Finder icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1970515619":{"id":"nav-item-99bb5dd225","linkDescription":"라이브 및 가상 이벤트","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/why-snowflake/partners/event-partnership-opportunities/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"이벤트 파트너십 기회"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/nav_dropdown_menu_2/nav_column_container/nav_column_copy_copy/nav_item_copy_1970515619/icon.coreimg.svg/1778205123183/nav-icon--events.svg","alt":"Calendar icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy","nav_item_copy_1970515619"]}},":itemsOrder":["nav_column","nav_column_copy","nav_column_833417450","nav_column_copy_copy"]},":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"솔루션"},"item_1719963657751_c":{"id":"nav-dropdown-menu-1c3d70c403","enableDropdown":true,"nav_column_container":{"layout":"SIMPLE","id":"container-782479e552",":type":"snowflake-site/components/nav/nav-column/nav-column-container",":items":{"nav_column":{"numberOfSubColumns":"one-column","minWidth":"230","maxWidth":"350","layout":"SIMPLE","id":"container-7139c11cf5",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_copy_copy_2_793631646":{"id":"nav-item-43b1f5694a","additionalClasses":"nav-item__platform-parent-why-sf","linkDescription":"로컬 및 글로벌 차원에서 협업하여 새로운 인사이트를 발견하고, 이전에는 전혀 예상치 못했던 비즈니스 기회를 창출하며, 고객을 식별하고 원활한 경험을 제공합니다.","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/why-snowflake/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Snowflake를 사용해야 하는 이유"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_copy_copy_2_793631646"]},"nav_column_copy_copy":{"additionalClasses":"meganav-platform-features","numberOfSubColumns":"two-columns","layout":"SIMPLE","id":"container-634ee60983",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-b8a6a1a7ff","propertiesId":"testID","linkDescription":"Snowflake를 활용하는 글로벌 조직들에 대한 사례 연구와 비디오","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/customers/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"고객"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751_c/nav_column_container/nav_column_copy_copy/nav_item/icon.coreimg.svg/1740636508863/nav-icon--partner-network.svg","alt":"Customer icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_258535199":{"id":"nav-item-b0c4a36bcc","propertiesId":"workload-nav-1","linkDescription":"AI 데이터 클라우드에서 데이터와 앱을 연결, 공유 및 통합하는 방법을 알아보세요.","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/why-snowflake/what-is-data-cloud/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"AI 데이터 클라우드 살펴보기"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751_c/nav_column_container/nav_column_copy_copy/nav_item_258535199/icon.coreimg.svg/1740636598409/nav-icon-cloud.svg","alt":"Cloud icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_185565":{"id":"nav-item-1cd3f4cbcc","linkDescription":"내장된 기능, 강력한 클라우드 인프라 보호 등을 통한 포괄적인 보안 제공","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/why-snowflake/snowflake-security-hub/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"보안 허브"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751_c/nav_column_container/nav_column_copy_copy/nav_item_copy_185565/icon.coreimg.svg/1740636570963/user-security-admins-ciso-icon.svg","alt":"User with security lock icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-bd544b6613","additionalClasses":"is-light-gray-icon","linkDescription":"총소유비용(TCO)을 최소화하고 요금 대비 성능을 지속적으로 최적화하여 경제적 가치를 극대화하세요.","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/pricing-options/cost-and-performance-optimization/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"비용 및 성능 최적화"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751_c/nav_column_container/nav_column_copy_copy/nav_item_copy/icon.coreimg.svg/1740636477103/nav-icon-cost-optimization-performance.svg","alt":"Cost Optimization icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_185565_1325641543":{"id":"nav-item-e78341c19c","linkDescription":"AI 데이터 클라우드 기반 애플리케이션을 개발하는 스타트업 지원","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/why-snowflake/partners/powered-by-snowflake/powered-by-snowflake-startup-program/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"스타트업을 위한 Snowflake"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751_c/nav_column_container/nav_column_copy_copy/nav_item_copy_185565_1325641543/icon.coreimg.svg/1778284274253/launch.svg","alt":"/content/snowflake-site/global/ko/why-snowflake/partners/powered-by-snowflake/powered-by-snowflake-startup-program","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_258535199","nav_item_copy_185565","nav_item_copy","nav_item_copy_185565_1325641543"]}},":itemsOrder":["nav_column","nav_column_copy_copy"]},":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"Snowflake를 사용해야 하는 이유"},"item_1719961362824":{"id":"nav-dropdown-menu-55e5807bcb","enableDropdown":true,"nav_column_container":{"layout":"SIMPLE","id":"container-f0096d0522",":type":"snowflake-site/components/nav/nav-column/nav-column-container",":items":{"nav_column_copy":{"navColumnTitle":"Connect","numberOfSubColumns":"one-column","minWidth":"124","layout":"SIMPLE","id":"container-3b443dbd8f",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-a3692dd588","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/blog/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"블로그"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_180298689":{"id":"nav-item-0fb3b411fd","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/events/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"이벤트"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_1639361946":{"id":"nav-item-76292f9498","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/support/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"지원"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_680912746":{"id":"nav-item-ffdde6fd6b","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/contact/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"문의"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_180298689","nav_item_1639361946","nav_item_680912746"]},"nav_column_44600420__826130542":{"navColumnTitle":"학습","numberOfSubColumns":"two-columns","layout":"SIMPLE","id":"container-1727358f59",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item_copy":{"id":"nav-item-44421fe30e","linkDescription":"eBook, 팟캐스트, 비디오, 백서 등","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/resources/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"리소스 라이브러리"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy/icon.coreimg.svg/1740636655434/nav-icon--notebooks.svg","alt":"Notebooks icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item":{"id":"nav-item-00fc00de25","linkDescription":"Snowflake의 교육 프로그램 개요","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/resources/learn/training/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"교육"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item/icon.coreimg.svg/1778205646803/nav-icon--training.svg","alt":"Training icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_144634_1984107859":{"id":"nav-item-f20753eb2a","linkDescription":"다양한 산업 및 사용 사례에 대해 전문가가 주도하는 토론 및 데모","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/content/snowflake-site/global/ko/webinars"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"웨비나"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_144634_1984107859/icon.coreimg.svg/1773154016344/nav-icon--webinars.svg","alt":"Webinars icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1438098918":{"id":"nav-item-5258370db8","linkDescription":"Snowflake의 기술 산업 전문 자격증","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/resources/learn/certifications/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"자격 인증"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_1438098918/icon.coreimg.svg/1740636703088/nav-icon--cert.svg","alt":"Certification icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_143809":{"id":"nav-item-60307ad101","linkDescription":"주요 기능에 대한 주간 제품 데모 및 실시간 Q&A 제공","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/content/snowflake-site/global/en/webinars/demo"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"라이브 데모"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_143809/icon.coreimg.svg/1778205597408/nav-icon--live-demo.svg","alt":"Live Demo icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_333890638":{"id":"nav-item-86859960ef","linkDescription":"모든 레벨을 위한 교육 과정, 온디맨드 또는 실시간 강의 제공","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://learn.snowflake.com/en/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"Snowflake University"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_333890638/icon.coreimg.svg/1778205657253/nav-icon--education.svg","alt":"Education icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_189945_1419909438":{"id":"nav-item-657ea4e47e","linkDescription":"Snowflake의 핵심 기능을 익힐 수 있는 강사 주도의 가상 워크샵","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/content/snowflake-site/global/en/webinars/virtual-hands-on-lab"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"핸즈온 랩"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_189945_1419909438/icon.coreimg.svg/1778205618866/nav-icon--labs.svg","alt":"Hands-on Labs icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_189945_71807784":{"id":"nav-item-a8d8de373d","linkDescription":"Snowflake 연구진이 작성한 연구 논문","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/en/resources/publications/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"Snowflake Research Publications"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_189945_71807784/icon.coreimg.svg/1778205823757/data-sheet.svg","alt":"Data Sheet","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_189945_1090045707":{"id":"nav-item-a39326a598","linkDescription":"AI 및 데이터 주제 관련 인사이트 콘텐츠","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/ko/fundamentals/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"Fundamentals"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719961362824/nav_column_container/nav_column_44600420__826130542/nav_item_copy_189945_1090045707/icon.coreimg.svg/1778214635577/nav-icon--labs.svg","alt":"Hands-on Labs icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item_copy","nav_item","nav_item_copy_144634_1984107859","nav_item_copy_1438098918","nav_item_copy_143809","nav_item_copy_333890638","nav_item_copy_189945_1419909438","nav_item_copy_189945_71807784","nav_item_copy_189945_1090045707"]}},":itemsOrder":["nav_column_copy","nav_column_44600420__826130542"]},":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"리소스"},"item_1719963657751":{"id":"nav-dropdown-menu-376cbd0e67","enableDropdown":true,"nav_column_container":{"layout":"SIMPLE","id":"container-d0a5ae64f5",":type":"snowflake-site/components/nav/nav-column/nav-column-container",":items":{"nav_column_copy_copy":{"navColumnTitle":"Build","numberOfSubColumns":"one-column","layout":"SIMPLE","id":"container-5158d459e9",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-93966f0905","propertiesId":"testID","linkDescription":"빌드 및 확장이 필요한 개발자 리소스 개요","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/developers/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"개발자를 위한 Snowflake"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy/nav_item/icon.coreimg.svg/1778205851807/nav-icon--devs.svg","alt":"Developers icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1855651246":{"id":"nav-item-dfe91a897d","linkDescription":"참조 아키텍처, 사용 사례 및 모범 사례","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/developers/guides/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"개발자 가이드"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy/nav_item_copy_1855651246/icon.coreimg.svg/1778214724119/nav-icon--solution-center.svg","alt":"Solution Center icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-f66e406457","additionalClasses":"is-light-gray-icon","linkDescription":"최신 소프트웨어 버전, 드라이버, 라이브러리 및 관련 문서","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/developers/downloads/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"다운로드 "},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy/nav_item_copy/icon.coreimg.svg/1778205861103/nav-icon-download.svg","alt":"Download icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy_1855651246","nav_item_copy"]},"nav_column_copy_copy_1367930678":{"navColumnTitle":"학습","numberOfSubColumns":"one-column","layout":"SIMPLE","id":"container-c45110fc06",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-720ca4d6cb","propertiesId":"testID","linkDescription":"참조 문서, 가이드, 자습서 및 발표 내용","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://docs.snowflake.com/ko"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"설명서"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy_1367930678/nav_item/icon.coreimg.svg/1740636759283/nav-icon--docs.svg","alt":"Docs icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy":{"id":"nav-item-cf196eb623","additionalClasses":"is-light-gray-icon","linkDescription":"Snowflake 엔지니어들이 유지 및 지원 중인 핵심  프로젝트 ","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/developers/open-source/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"오픈소스"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy_1367930678/nav_item_copy/icon.coreimg.svg/1778205872502/nav-icon-open-source.svg","alt":"Open Source icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_copy":{"id":"nav-item-59a66c8d1a","additionalClasses":"is-light-gray-icon","linkDescription":"Snowflake 실무 능력 향상을 위한 온라인 및 대면 강좌, 워크숍 등의 업스킬 프로그램","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/developers/northstar/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Builder 교육 "},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy_1367930678/nav_item_copy_copy/icon.coreimg.svg/1778205893789/nav-icon--northstar.svg","alt":"Northstar logo","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy","nav_item_copy_copy"]},"nav_column_copy_copy_1101894776":{"navColumnTitle":"Connect","numberOfSubColumns":"one-column","layout":"SIMPLE","id":"container-5321873bc6",":type":"snowflake-site/components/nav/nav-column",":items":{"nav_item":{"id":"nav-item-ec3c099a8a","propertiesId":"testID","linkDescription":"Snowflake 기능 구축 방법 및 이유 등에 대한 기술 리더들의 설명","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://www.snowflake.com/engineering-blog/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"엔지니어링 블로그"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy_1101894776/nav_item/icon.coreimg.svg/1778284968921/nav-icon--developer-center.svg","alt":"Developers icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"},"nav_item_copy_1855651246":{"id":"nav-item-607f775858","linkDescription":"Snowflake 개발자들과 토론하고 비법 및 요령을 공유하는 공간","button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://community.snowflake.com/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"커뮤니티"},"icon":{"id":"icon","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/_jcr_content/root/mega_header/nav_mega/item_1719963657751/nav_column_container/nav_column_copy_copy_1101894776/nav_item_copy_1855651246/icon.coreimg.svg/1778205910554/nav-icon--partner-network.svg","alt":"Partner Network icon","lazyEnabled":true,":type":"snowflake-site/components/image"},":type":"snowflake-site/components/nav/nav-item"}},":itemsOrder":["nav_item","nav_item_copy_1855651246"]}},":itemsOrder":["nav_column_copy_copy","nav_column_copy_copy_1367930678","nav_column_copy_copy_1101894776"]},":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"개발자"},"item_1718247180324":{"id":"nav-dropdown-menu-dbbc2455e4","enableDropdown":false,"link_url":"/ko/pricing-options/",":type":"snowflake-site/components/nav/nav-dropdown-menu","cq:panelTitle":"요금"}},":itemsOrder":["item_1719963657751_c_663444255","nav_dropdown_menu_2","item_1719963657751_c","item_1719961362824","item_1719963657751","item_1718247180324"]},"languagenavigation":{"id":"language-navigation-5d29b25d2b","languageNavItems":[{"title":"English","path":"/en/","locale":"en","active":false},{"title":"日本語","path":"/ja/","locale":"ja","active":false},{"title":"한국어","path":"/ko/developers/guides/data-science-with-dataiku-kr/","locale":"ko","active":true},{"title":"中文（简体）","path":"/zh_cn/","locale":"zh-cn","active":false},{"title":"Português","path":"/pt_br/","locale":"pt-br","active":false},{"title":"Deutsch","path":"/de/","locale":"de","active":false},{"title":"Français","path":"/fr/","locale":"fr","active":false},{"title":"Español","path":"/es/","locale":"es","active":false},{"title":"Italiano","path":"/it/","locale":"it","active":false}],":type":"snowflake-site/components/nav/language-navigation"},"button":{"id":"button-24411ebe97","heapButtonClasses":["contact_nav","heap-nav-contact"],"showOutboundIcon":true,"buttonLink":{"valid":true,"url":"/ko/contact/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_INTERNAL","appliedCssClassNames":"snowflake-button-secondary snowflake-button-blue snowflake-button-compact",":type":"snowflake-site/components/button","text":"영업 담당자에게 문의하기"},"button_288358396":{"id":"button-b5c320ddfd","heapButtonClasses":["start_for_free_nav","heap-nav-start-for-free"],"showOutboundIcon":true,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://signup.snowflake.com/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL","appliedCssClassNames":"snowflake-button-primary snowflake-button-blue snowflake-button-compact",":type":"snowflake-site/components/button","text":"무료로 시작하기"}},":itemsOrder":["nav_mega","languagenavigation","button","button_288358396"]}},":itemsOrder":["markup_editor","mega_header"]}},":itemsOrder":["root"]},"markup_editor_1950346551":{"id":"markup-editor-5ab6d28621","title":" ","cssContent":".snowflake-markdown-table code[class*=language-],.snowflake-markdown-table code[class*=language-],.snowflake-markdown .snowflake-text code[class*=language-],.snowflake-markdown .snowflake-text pre[class*=language-]{background-color:rgba(var(--ui-12-rgb),.5);color:var(--text-01);text-shadow:none;padding:var(--spacing-00);border-radius:var(--spacing-00);font-size:smaller}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"responsivegrid":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"quickstart_hero":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"quickstart_hero":{"id":"quickstart-hero-e5e1c404e1","isDeveloperGuidesPage":false,"quickstartHeroTitle":{"lines":["Snowflake 및 Dataiku로 데이터 과학 가속화"],"type":"heading2",":type":"snowflake-site/components/title-v2"},"quickstartHeroAuthor":"Author","quickstartHeroForkRepoLink":{"id":"button-ffdaf4fb5f","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://github.com/Snowflake-Labs/sfquickstarts/tree/master/site/sfguides/src/data-science-with-dataiku-kr"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","text":"Fork Repo"},"quickstartHeroBreadcrumbs":[{"title":"Snowflake 및 Dataiku로 데이터 과학 가속화","url":"https://www.snowflake.com/content/snowflake-site/global/ko/developers/guides/data-science-with-dataiku-kr","currentPage":true},{"title":"개발자 솔루션 센터","url":"https://www.snowflake.com/content/snowflake-site/global/ko/developers/guides","currentPage":false},{"title":"Snowflake for Developers","url":"https://www.snowflake.com/content/snowflake-site/global/ko/developers","currentPage":false}],":type":"snowflake-site/components/quickstart/quickstart-hero","fragmentPath":"/content/dam/snowflake-site/ko/content-fragments/quickstarts/data-science-with-dataiku-kr","quickstartHeroFirstCertifiedTag":{"tagText":"Quickstart","tagColor":"#29B5E8","tagPath":"/content/cq:tags/snowflake-site/taxonomy/solution-center/certification/quickstart","tagIcon":""}},"flexible_column_cont":{"id":"flexible-column-container-cad52de363","propertiesId":"quickstart-template-main-flexible-container","type":"2-column-75-25","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-0893a214fa",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"contentfragment":{"id":"contentfragment-63b1679784","paragraphs":["<!-- ------------------------ -->\n","\u003Ch2\u003E랩 개요\u003C/h2\u003E\n","\u003Cp\u003E이 Snowflake 빠른 시작은 데이터 과학 프로젝트의 일환으로 Snowflake와 Dataiku Cloud를 함께 사용하는 것에 대한 기본 사항을 소개합니다. 두 가지 클라우드 기반 기술을 잘 통합한 몇몇 기능을 다룰 것입니다. 이는 특히나 \u003Ca href=\"https://trial.snowflake.com\"\u003ESnowflake 30일 무료 평가판\u003C/a\u003E 및 Snowflake의 Partner Connect를 통해 Dataiku Cloud 평가판 버전과 사용하기 위해 설계되었습니다. 또한 Snowflake의 Data Marketplace와 여기에서 가져오는 타사 데이터 세트가 여러분의 Data Science 프로젝트를 강화하고 지원할 수 있는 방법에 대해 알아볼 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 Snowflake 랩에서 수행하는 단계를 나타나는 순서대로 진행하는 이유를 여러분이 더 잘 이해할 수 있도록 돕기 위해 COVID-19 데이터를 사용하여 이론적인 실제 ‘스토리’의 일환으로 이 랩을 진행할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 랩의 스토리는 이동성 변화와 더불어 유럽의 COVID-19 사례를 조사할 것입니다. 과거 데이터를 사용하여 COVID-19 사망률을 예측하고 이동성 변화가 이에 큰 영향을 미쳤는지 확인하고자 합니다.\u003C/p\u003E\n","\u003Cp\u003E데이터 소스는 Snowflake Marketplace에서 가져온 Starschema Covid-19 데이터베이스입니다. Snowflake의 Snowsight에서 데이터를 분석한 다음 Dataiku로 이동하여 일부 변환(계산을 위해 Snowflake로 푸시다운되는 것)을 수행할 것입니다. 그런 다음 예측 모델을 생성할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E사용할 특정 테이블은 지방과 일별로 사례 수를 보고하는 JHU_COVID_19 데이터 세트와 다양한 지역에 걸쳐 국가의 주/지역과 일별로 이동성의 퍼센트 변화를 보고하는 GOOG_GLOBAL_MOBILITY_REPORT 데이터 세트입니다.\u003C/p\u003E\n","\u003Cp\u003E마지막으로 이러한 예측을 Snowflake에 다시 작성할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 랩을 완료하면 Snowflake와 Dataiku를 사용하여 단순한 Data Science 프로젝트를 사용하는 방법에 대해 알게 될 것입니다.\u003C/p\u003E\n","\u003Ch3\u003E사전 필요 조건 및 지식\u003C/h3\u003E\n\u003Cul\u003E\u003Cli\u003ESnowflake 30일 무료 평가판 환경 사용\u003C/li\u003E\u003Cli\u003ESQL, 데이터베이스 개념 및 오브젝트에 대한 기본 지식\u003C/li\u003E\u003C/ul\u003E\n","\u003Ch3\u003E학습할 내용\u003C/h3\u003E\n","\u003Cp\u003E이 랩에서 연습은 다음과 같은 단계로 진행됩니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003ESnowflake에서 데이터베이스, 테이블, 뷰 및 웨어하우스 생성\u003C/li\u003E\u003Cli\u003EData Marketplace를 사용하여 Snowflake에 있는 데이터에 액세스\u003C/li\u003E\u003Cli\u003E원활하게 Dataiku DSS Cloud 평가판을 생성하기 위해 Snowflake의 ‘Partner Connect’ 사용\u003C/li\u003E\u003Cli\u003EDataiku에서 Data Science 프로젝트 생성 및 Snowflake 내에서 Dataiku를 통해 데이터에 대한 분석 수행\u003C/li\u003E\u003Cli\u003EDataiku에서 단순한 머신 러닝 모델 생성, 실행 및 평가\u003C/li\u003E\u003Cli\u003ESnowflake에 다시 결과 작성\u003C/li\u003E\u003Cli\u003E테스트 환경을 위해 클론 생성 및 타임 트래블 사용\u003C/li\u003E\u003C/ul\u003E\n","\u003Ch3\u003E구축할 것\u003C/h3\u003E\n\u003Cul\u003E\u003Cli\u003ECOVID-19 머신 러닝 모델 생성, 실행 및 평가를 위해 Snowflake 및 Dataiku 통합\u003C/li\u003E\u003C/ul\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003E랩 환경 준비\u003C/h2\u003E\n","\u003Cp\u003E[Snowflake 30일 무료 평가판](https://trial.snowflake.com?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-download-free-trial-from-lab-guide)에 아직 등록하지 않았다면, 지금 등록하십시오.\u003C/p\u003E\n","\u003Cp\u003E여러분과 물리적으로 가까운 지역을 선택하고 Standard Edition에서는 제공되지 않는 일부 고급 기능을 활용할 수 있도록 Enterprise Edition을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E등록 후, 활성화 링크와 Snowflake 계정 URL이 담긴 이메일을 받게 됩니다. 추후에 쉬운 액세스를 위해 이 URL을 즐겨찾기에 추가하십시오. 활성화 후 사용자 이름과 암호를 생성하게 될 것입니다. 이러한 자격 증명을 기록해 두십시오.\u003C/p\u003E\n","\u003Cp\u003E이 랩 가이드와 웹 브라우저를 나란히 보고 랩 지침을 더 쉽게 따르기 위해 브라우저 창 크기를 조정하십시오. 가능하다면 보조 디스플레이에 랩 가이드만을 띄워 사용합니다.\u003C/p\u003E\n","\u003Ch4\u003E랩 리소스 다운로드:\u003C/h4\u003E\n","\u003Cp\u003E<button>\u003C/p\u003E\n","\u003Cp\u003E\u003Ca href=\"https://snowflake-corp-se-workshop.s3-us-west-1.amazonaws.com/VHOL_Snowflake_Dataiku/Snowflake_Dataiku_VHOL.sql\"\u003EDownload sample SQL\u003C/a\u003E for use in Snowflake.\n</button>\u003C/p\u003E\n","\u003Cp\u003ENegative : \u003Cstrong\u003E화면 캡처, 샘플 코드 및 환경에 관하여\u003C/strong\u003E <br> 이 랩의 화면 캡처는 여러분이 이 연습을 완료하고 보게 되는 것과는 약간 다른 예시 및 결과를 보여줄 수 있습니다.\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003ESnowflake 사용자 인터페이스\u003C/h2\u003E\n","\u003Ch3\u003ESnowflake 사용자 인터페이스(UI)에 로그인\u003C/h3\u003E\n","\u003Cp\u003E브라우저 창을 열고 Snowflake 30일 평가판 환경의 URL을 입력합니다. 아래 로그인 화면이 나타납니다. 고유한 자격 증명을 입력하여 로그인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku1.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Ch3\u003E시작 상자 및 자습서는 모두 닫습니다\u003C/h3\u003E\n","\u003Cp\u003E첫 로그인 시 ‘시작’ 및 ‘도우미’ 상자가 UI에 나타날 수 있습니다. 또한 ‘무료 평가판을 이용해 보세요...’ 리본이 UI 상단에 나타날 수 있습니다. 아래 스크린샷의 빨간색 상자에 있는 항목을 클릭하여 이를 최소화하고 닫습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku2.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Ch3\u003ESnowflake UI 탐색\u003C/h3\u003E\n","\u003Cp\u003E우선 Snowflake에 대해 알아봅시다! 이 섹션은 여러분이 익숙해질 수 있도록 사용자 인터페이스의 기본적인 구성 요소를 다룹니다. UI 상단에서 왼쪽부터 오른쪽까지 이동할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E상단 메뉴를 사용하면 다음과 같이 Snowflake의 다양한 영역 간에 전환할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku3.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EDatabases\u003C/strong\u003E 탭은 여러분이 생성했거나 액세스 권한을 지닌 데이터베이스에 관한 정보를 보여줍니다. 데이터베이스의 소유권을 생성, 복제, 삭제 또는 이전할 수 있을 뿐만 아니라 UI에서 데이터를 로드(제한적)할 수 있습니다. 사용자 환경에 이미 여러 개의 데이터베이스가 존재합니다. 하지만 이 랩에서는 이를 사용하지는 않을 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku4.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EShares\u003C/strong\u003E 탭은 테이블 데이터의 다른 복사본을 생성하지 않고, 별도의 Snowflake 계정이나 외부 사용자 간에 쉽고 안전하게 Snowflake 테이블을 공유하도록 데이터 공유를 구성할 수 있는 곳입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EWarehouses\u003C/strong\u003E 탭은 Snowflake에서 데이터를 로드하거나 쿼리하기 위해 컴퓨팅 리소스(가상 웨어하우스)를 설정하고 관리하는 곳입니다. ‘COMPUTE_WH (XS)’라는 웨어하우스가 사용자 환경에 이미 존재합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku5.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EWorksheets\u003C/strong\u003E 탭은 SQL 쿼리 제출, DDL 및 DML 작업 수행 그리고 쿼리/작업 완료 시 결과 확인을 위한 인터페이스를 제공합니다. 기본 ‘Worksheet 1’이 나타납니다.\u003C/p\u003E\n","\u003Cp\u003E왼쪽 창에는 사용자가 워크시트에 대해 선택한 역할로 액세스할 수 있는 모든 데이터베이스, 스키마, 테이블 및 뷰를 탐색할 수 있는 데이터베이스 오브젝트 브라우저가 있습니다. 하단 창에는 쿼리 및 작업 결과가 표시됩니다.\u003C/p\u003E\n","\u003Cp\u003E이 페이지의 다양한 창의 크기는 작은 슬라이더를 움직여 조정할 수 있습니다. 또한 랩을 진행하면서 작업을 위해 워크시트에 더 많은 공간이 필요한 경우 왼쪽 창에서 데이터베이스 오브젝트 브라우저를 축소합니다. 이 가이드의 많은 스크린샷에서는 이 데이터베이스 오브젝트 브라우저를 닫은 상태로 둘 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku6.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E워크시트 탭 바로 오른쪽에 있는 기본 ‘Worksheet 1’의 왼쪽 상단에서 작은 아래쪽 화살표를 클릭합니다. ‘Load Script’를 클릭한 다음 이전 모듈에서 다운로드한 ‘lab_scripts.sql’ 파일을 찾고 ‘Open’을 클릭합니다. 이 랩의 나머지를 실행하기 위해 필요한 모든 SQL 명령이 이제 새로운 워크시트에 나타날 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E아직 어떠한 SQL 명령도 실행하지 마십시오. 나중에 랩으로 돌아와서 하나씩 실행하겠습니다\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku7.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E워크시트 이름을 클릭하고 Covid19를 입력한 다음 ‘Enter’ 키를 눌러 새롭게 생성된 워크시트의 이름을 Covid19라고 지정합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku8.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku9.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ENegative : \u003Cstrong\u003E경고 - 워크시트로 SQL 복사/붙여 넣기 금지\u003C/strong\u003E <br> Snowflake 워크시트에 SQL 코드를 복사하여 붙여 넣으면 형식 오류가 발생할 수 있으며 SQL이 올바르게 실행되지 않을 수 있습니다. 방금 다룬 ‘Load Script’ 메서드를 사용해야 합니다.  이전 또는 잠긴 브라우저에서는 브라우저가 여러분이 .sql 파일을 여는 것을 방해할 것이기에 이 ‘Load Script’ 단계를 수행할 수 없을지도 모릅니다. 이 경우 텍스트 편집기로 .sql 파일을 연 다음 .sql 파일에서 복사한 모든 텍스트를 ‘Worksheet 1’에 붙여 넣습니다\u003C/p\u003E\n","\u003Cp\u003EPositive : \u003Cstrong\u003E워크시트 vs UI\u003C/strong\u003E <br> 이 랩의 많은 구성은 시간을 절약하기 위해 이 워크시트 내에 미리 작성된 SQL을 통해 실행될 것입니다. 이러한 구성은 또한 덜 기술적인 방식으로 UI를 통해 실행할 수도 있지만 시간이 더 많이 소요됩니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EHistory\u003C/strong\u003E 탭을 통해 지난 14일 동안 Snowflake 계정에서 실행했던 모든 쿼리의 세부 정보를 볼 수 있습니다(더 자세한 사항을 위해 쿼리를 분석하려면 Query ID 클릭).\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku10.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E여러분의 사용자 이름이 나타나는 UI 오른쪽 상단을 클릭하면 암호, 역할 또는 기본 설정을 변경할 수 있습니다. Snowflake에는 여러 가지 시스템에서 정의된 역할이 있습니다. 현재 역할은 기본 역할인 SYSADMIN입니다. 이는 랩의 다음 파트에서 변경할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku11.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ENegative : \u003Cstrong\u003ESYSADMIN\u003C/strong\u003E <br> 이 랩 대부분에서는 웨어하우스, 데이터베이스 및 계정의 기타 오브젝트를 생성하기 위한 권한을 가진 SYSADMIN(또는 시스템 관리자) 역할을 유지할 것입니다. 실제 환경에서는 이 랩의 작업에 서로 다른 역할을 사용하고 사용자에게 역할을 할당합니다. Snowflake의 액세스 제어에 대한 더 자세한 내용은 이 랩의 말미와 \u003Ca href=\"https://docs.snowflake.com/user-guide/security-access-control-overview\"\u003E설명서\u003C/a\u003E에서 다룹니다.\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003ESnowflake Partner Connect를 통해 Dataiku 평가판 계정 준비\u003C/h2\u003E\n","\u003Ch3\u003EPartner Connect를 통해 Dataiku 평가판 생성\u003C/h3\u003E\n","\u003Cp\u003E페이지 오른쪽 상단에서 프로필을 클릭하여 현재 역할이 \u003Ccode\u003EACCOUNTADMIN\u003C/code\u003E인지 확인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku12.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E상단 바에 있는 Partner Connect를 클릭하고 Dataiku를 찾기 위해 아래로 스크롤합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku13.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EDataiku 타일을 클릭합니다. 클릭하면 다음 창이 실행될 것입니다. 이는 Snowflake과 연결하기 위해 Dataiku에 필요한 연결 매개 변수를 자동으로 생성할 것입니다. Snowflake는 Dataiku 계정에서 사용하기 위한 목적으로 전용 데이터베이스, 웨어하우스, 시스템 사용자, 시스템 암호 및 시스템 역할을 생성할 것입니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode\u003EDatabase:        PC_DATAIKU_DB\nWarehouse:       PC_DATAIKU_WH (X-Small)\nSystem User:     PC_DATAIKU_USER\nSystem Password: Autogenerated & Randomized\nSystem Role:     PC_DATAIKU_ROLE\n                 Role PUBLIC will be granted to the PC_DATAIKU_RLE\n                 Role PC_DATAIKU_ROLE will be granted to the SYSADMIN role\n\nDatabase(s) with USAGE privilege granted: leave this blank\n\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003EDataiku에서 Snowflake와 연결하기 위해 \u003Cstrong\u003EPC_DATAIKU_USER\u003C/strong\u003E를 사용하고자 합니다. 또한 Dataiku 내에서 활동을 수행할 때 Snowflake로 푸시다운되는 \u003Cstrong\u003EPC_DATAIKU_WH\u003C/strong\u003E를 사용하고자 합니다.\u003C/p\u003E\n","\u003Cp\u003E이는 Snowflake 확장을 통해 Dataiku에서 작업하고 있는 데이터 과학 팀이 다른 역할 및 웨어하우스를 사용하여 Snowflake로 데이터를 로드하고 있는 데이터 엔지니어링 팀과 완벽히 별도로 작업할 수 있음을 보여줍니다.\u003C/p\u003E\n","\u003Cp\u003E사용자 암호(Snowflake에서 생성되며 절대 표시되지 않음)는 다른 모든 Snowflake 연결 매개 변수와 더불어 Dataiku 서버로 전달됩니다. 따라서 Dataiku 연결에 자동으로 사용될 것입니다. \u003Cstrong\u003EPC_DATAIKU_USER 암호 변경 금지\u003C/strong\u003E. 암호를 변경하면 Dataiku는 Snowflake 데이터베이스와 연결할 수 없을 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku14.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ENegative : \u003Cstrong\u003E정보 참고:\u003C/strong\u003E <br> 처음 생성했던 것과 다른 Snowflake 계정을 사용하고 있다면 여러분의 이메일 세부 정보를 요청하는 다음 화면이 나타날 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku15.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ENegative : ‘Go to Preferences’를 클릭하고 이메일 세부 정보를 입력합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku16.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku17.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EConnect\u003C/strong\u003E를 클릭합니다. 여러분의 이름과 성을 요구할 수도 있습니다. 요구한다면 이를 입력한 다음 Connect를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku18.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E여러분의 파트너 계정이 생성되었습니다. \u003Cstrong\u003EActivate\u003C/strong\u003E를 클릭하여 이를 활성화합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku19.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이는 Dataiku의 실행 페이지로 여러분을 리디렉션할 새로운 페이지를 실행할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 단계에는 2가지 옵션이 있습니다.\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003E기존 Dataiku 사용자 이름으로 로그인\u003C/li\u003E\u003Cli\u003E새로운 Dataiku 계정을 위해 가입\u003C/li\u003E\u003C/ol\u003E\n","\u003Cp\u003E여러분이 Dataiku를 처음으로 사용하고 있다고 가정하기에 ‘Sign Up’ 상자를 선택하시기 바랍니다. 또한 GitHub, Google 또는 이메일 주소와 새로운 암호로 가입하십시오. Sign Up을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku20.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E여러분의 이메일 주소를 사용할 때 암호가 다음 조건을 충족하는지 확인합니다.\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003E최소 8자의 암호 길이\u003C/li\u003E\u003Cli\u003E포함되어야 하는 요소: 소문자(a~z) 대문자(A~Z) 숫자(예: 0~9)\u003C/li\u003E\u003C/ol\u003E\n","\u003Cp\u003E가입한 이메일로 Dataiku가 전송한 이메일을 받게 될 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku21.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E전송된 이메일로 Dataiku 계정을 활성화합니다.\u003C/p\u003E\n","\u003Ch3\u003EDataiku 설정 검토\u003C/h3\u003E\n","\u003Cp\u003E활성화 링크를 클릭할 때 간단히 Dataiku Cloud의 서비스 약관을 검토하십시오. 이를 위해 페이지 하단으로 스크롤을 내리십시오. \u003Cstrong\u003EI AGREE\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku22.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku23.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 다음 다음 정보를 사용하여 가입을 완료해야 할 것입니다.\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003E이름\u003C/li\u003E\u003Cli\u003E성\u003C/li\u003E\u003Cli\u003E직위\u003C/li\u003E\u003Cli\u003E여러분을 어떻게 정의하시나요(역할을 위한 드롭다운 옵션)\u003C/li\u003E\u003Cli\u003E회사 이름\u003C/li\u003E\u003Cli\u003E회사 규모(드롭다운)\u003C/li\u003E\u003Cli\u003E여러분의 국가는 어디인가요(드롭다운)\u003C/li\u003E\u003Cli\u003EDataiku Cloud를 사용하는 목적은 무엇인가요? \u003Cem\u003E(선택 사항)\u003C/em\u003E\u003C/li\u003E\u003C/ol\u003E\n","\u003Cp\u003E그런 다음 \u003Cstrong\u003EStart\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku24.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku25.png\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003EDataiku Cloud Launchpad 사이트로 리디렉션될 것입니다. **GOT IT!**을 클릭하여 계속합니다.\u003C/li\u003E\u003C/ol\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku26.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku27.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 Snowflake의 Partner Connect를 통해 여러분의 Dataiku 평가판 계정을 성공적으로 설정했습니다. 이제 이 랩을 계속할 준비가 되었습니다. 이를 위해 Snowflake 브라우저로 되돌아갑니다.\u003C/p\u003E\n","\u003Cp\u003ENegative : 사용자 암호(Snowflake에서 생성되며 절대 표시되지 않음)는 다른 모든 Snowflake 연결 매개 변수와 같이 Dataiku 서버로 전달됩니다. 따라서 Dataiku 연결에 자동으로 사용될 것입니다. PC_DATAIKU_USER 암호 변경 금지. 암호를 변경하면 Dataiku는 Snowflake 데이터베이스와 연결할 수 없을 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku28.png\" alt=\"img\"\u003E\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003ESnowflake Marketplace에서 COVID-19 데이터 가져오기 및 준비\u003C/h2\u003E\n","\u003Cp\u003EPositive : \u003Cstrong\u003ESnowflake의 데이터 공유\u003C/strong\u003E <br> Snowflake Marketplace는 Snowflake의 호스팅된 데이터 익스체인지입니다. 여기에서 모든 Snowflake 고객은 원활하게 타사 데이터에 액세스할 수 있습니다. 또한 여기에서 회사는 데이터를 게시하고 다른 Snowflake 고객이 검색하고 구매할 데이터 서비스를 제공할 수 있습니다. 오늘날 220개 이상의 데이터 목록과 더불어 100명 이상의 데이터 공급자를 보유하고 있습니다. 더 자세한 정보는 \u003Ca href=\"/data-marketplace/\"\u003E이 웹 페이지\u003C/a\u003E를 검토하십시오. <br> 또한 Snowflake Data Exchange를 확장하고, 여러분의 고객을 위한 파일을 생성하기 위해 FTP, 파일 공유 및 ETL 프로세스의 필요를 없앨 수 있으며, Snowflake Data Exchange를 표준화할 수 있습니다. 이는 데이터 사일로를 허물 것이며 이를 통해 여러분의 회사, 공급업체, 파트너 또는 고객을 높은 수준으로 통제하는 방식으로 마찰 없이 데이터를 공유할 수 있습니다. 여러분의 Data Exchange는 단일 데이터 사본에 대한 실시간 액세스를 통제합니다. 이를 통해 데이터에 대한 액세스를 안전하게 제어할 수 있으며, 파일을 복사하거나 ETL 파이프라인을 구축하는 것과 같은 기존 데이터 공유 메서드의 비용과 문제를 제거합니다.\u003C/p\u003E\n","\u003Ch3\u003ESnowflake Marketplace에서 COVID-19 데이터 가져오기\u003C/h3\u003E\n","\u003Cp\u003ESnowflake Marketplace에 액세스하기 위해 다음 단계를 따르십시오.\u003C/p\u003E\n","\u003Cp\u003E현재 역할이 \u003Ccode\u003EACCOUNTADMIN\u003C/code\u003E(오른쪽 상단에 표시됨)인지 확인합니다. 아니라면 오른쪽 상단에 있는 프로필을 클릭하여 역할을 업데이트합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku29.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E상단에 있는 \u003Cstrong\u003EData Marketplace\u003C/strong\u003E 아이콘을 클릭하고 \u003Cstrong\u003EExplore the Snowflake Marketplace\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku30.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EData Marketplace를 처음 사용하는 경우 다음 로그인 화면이 나타날 것입니다. \u003Cstrong\u003ESign in to continue\u003C/strong\u003E를 클릭하고 다음 단계에서 여러분의 로그인 정보를 입력합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku31.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 Snowflake Marketplace로 리디렉션될 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이는 여러 업계에 걸쳐 다양한 외부 데이터 소스를 표시할 것입니다. 오른쪽 상단에 있는 Search 상자를 통해 목록 또는 데이터 공급자를 검색할 수 있습니다. 왼쪽에 있는 사이드 메뉴는 Data Marketplace에서 사용 가능한 데이터 카테고리를 보여줍니다.\u003C/p\u003E\n","\u003Cp\u003ECOVID-19 데이터를 찾고 있기에 왼쪽에 있는 \u003Cstrong\u003EHealth\u003C/strong\u003E 카테고리를 클릭하여 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku32.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ECOVID-19 데이터 세트의 수는 여기에 표시됩니다. \u003Cstrong\u003EStarschema’s COVID-19 Epidemiological Data\u003C/strong\u003E를 사용할 것입니다. 해당 타일을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku33.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EStarschema 데이터 세트는 John Hopkins University, ECDC(European Centre for Disease Prevention and Control), RKI(German Robert-Koch-Institut) 및 미국 당국과 같은 현지 보건 당국에서 가져온 일별 COVID-19 사례 데이터를 포함하여 여러 테이블을 제공합니다. 또한 글로벌 정부 조치에 대한 인구 통계 데이터, 이동성 데이터 및 정보가 이 데이터 세트에서 제공됩니다.\u003C/p\u003E\n","\u003Cp\u003E오른쪽 상단에서 여러분이 \u003Ccode\u003EACCOUNTADMIN\u003C/code\u003E 역할임을 확인합니다. 아니라면 사람 아이콘을 클릭하여 변경합니다. 그런 다음 \u003Cstrong\u003EGet Data\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku34.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EDatabase name을 \u003Cstrong\u003ECOVID19\u003C/strong\u003E로 변경합니다. 또한 여러분이 데이터베이스(Public을 선택한 뒤에 선택 박스 선택)에 액세스할 수 있도록 모든 역할을 \u003Cstrong\u003EPublic\u003C/strong\u003E으로 선택합니다. 또한 Snowflake의 고객 사용 약관과 Starschema의 사용 약관을 위해 \u003Cstrong\u003EAccept\u003C/strong\u003E를 클릭한 다음 마지막으로 \u003Cstrong\u003ECreate Database\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku35.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E빠르게 데이터베이스와 스키마를 확인하기 위해 \u003Cstrong\u003EView Database\u003C/strong\u003E를 클릭합니다. INFORMATION_SCHEMA 및 PUBIC과 같은 2개의 스키마가 보일 것입니다. \u003Cstrong\u003EPUBLIC\u003C/strong\u003E을 클릭하여 사용 가능한 테이블을 확인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku36.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku37.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E오른쪽 상단 필터에 JHU를 입력하면 \u003Ca href=\"https://www.jhu.edu/\"\u003EJohn Hopkins University\u003C/a\u003E에서 가져온 데이터를 포함한 모든 테이블을 보게 될 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku38.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E또한 All Types가 선택되었으며 기본값으로 \u003Ccode\u003EACCOUNTADMIN\u003C/code\u003E 역할을 사용하고 있음을 보게 될 것입니다.\u003C/p\u003E\n","\u003Cp\u003E오른쪽에는 공유 소유자, 이 데이터베이스에 있는 테이블 및 뷰의 수, 소스, 공유 이름 및 여러분과 데이터를 공유한 데이터 공급자를 포함한 데이터베이스 세부 정보가 보일 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku39.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 전 세계 COVID 데이터로 매일 업데이트되는 StarSchema의 COVID-19 데이터 세트를 성공적으로 구독하게 되었습니다. 데이터베이스, 테이블, 뷰 또는 ETL 프로세스를 생성할 필요가 없었음을 기억하세요. 단지 검색을 통해 Snowflake 데이터 마켓플레이스에서 공유된 데이터에 액세스하기만 하면 됩니다.\u003C/p\u003E\n","\u003Ch3\u003ESnowsight를 사용하여 COVID-19 분석\u003C/h3\u003E\n","\u003Cp\u003E이제 일부 준비 작업을 끝냈으니 COVID-19 데이터에 대한 데이터 분석을 중점적으로 진행하겠습니다. 이를 위해 SQL Worksheets를 대체하는 Snowsight를 사용할 것입니다. 이는 데이터 분석 활동을 지원하기 위해 설계되었습니다.\u003C/p\u003E\n","\u003Cp\u003ESnowflake는 최근 차세대 분석 UI인 \u003Cstrong\u003ESnowsight\u003C/strong\u003E를 출시했습니다. 재설계된 인터페이스와 더불어 분석가, 데이터 엔지니어 및 비즈니스 사용자를 위한 다양한 부분이 개선되었습니다. Snowsight를 사용하면 공유를 통해 쿼리를 작성하고, 결과를 얻고, 타인과 협업하는 것이 더 빠르고 쉬워집니다. 또한 조직에 걸쳐 데이터를 탐색하고 시각화하는 것이 더 쉬워집니다. Snowsight는 다음과 같은 다양한 기능과 개선된 부분을 포함합니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E\u003Cstrong\u003E빠른 쿼리 작성:\u003C/strong\u003E 특정 함수를 위해 테이블/열 이름, 데이터 필터 및 Snowflake 설명서에 대한 빠른 액세스와 일치하는 쿼리 구문 키워드 또는 목록 값을 위한 스마트 자동 완성을 포함합니다.\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003E대화형 쿼리 결과:\u003C/strong\u003E 이상값과 이상을 확인하기 위해 분포 히스토그램을 사용하여 쿼리가 반환한 데이터에 대한 요약 통계를 봅니다.\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003E매력적인 데이터 시각화:\u003C/strong\u003E 외부 분석/시각화 도구 없이 자동 차트 생성과 대시보드 생성을 위한 드래그 앤 드롭 인터페이스를 통해 데이터를 빠르게 분석합니다.\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003E공유 및 협업:\u003C/strong\u003E 팀 간에 안전하게 쿼리, 워크시트, 시각화 및 대시보드를 공유합니다.\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003E스키마 브라우저:\u003C/strong\u003E 지정된 문자열을 포함하는 이름을 가진 테이블, 뷰 및 열을 위해 현재 세션 역할로 액세스할 수 있는 데이터베이스와 스키마에 걸쳐 즉각적으로 검색합니다. 열 이름과 데이터 형식을 확인하기 위해 빠른 참조용으로 테이블을 고정합니다.\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003ESnowsight 사용에 대한 자세한 내용은 \u003Ca href=\"https://docs.snowflake.com/ko/user-guide/ui-snowsight.html\"\u003E설명서\u003C/a\u003E를 참조하십시오.\u003C/p\u003E\n","\u003Cp\u003E집중적으로 다룰 2개의 테이블에 대한 일부 예비 분석을 실행하겠습니다. 이를 위해 왼쪽 상단 모서리에서 \u003Cstrong\u003EWorksheets\u003C/strong\u003E를 선택할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku40.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ESnowsight를 처음으로 사용하는 것이라면 이를 활성화하기를 요청하는 프롬프트가 나타날 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku41.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E‘Enable Worksheets and Dashboards’를 클릭한 다음 ‘Import Worksheets’를 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E해당 \u003Cstrong\u003ECOVID19 Worksheet\u003C/strong\u003E를 클릭하여 이전에 로드한 스크립트를 엽니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku42.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E오른쪽 상단에 있는 SYSADMIN 역할과 여러분의 평가판 계정이 생성되었을 때 생성된 COMPUTE_WH를 사용하여 워크시트에서 올바른 컨텍스트를 확인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku43.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E또한 워크시트의 왼쪽 상단에서 올바른 \u003Cstrong\u003ECOVID19\u003C/strong\u003E 데이터베이스를 선택합니다. \u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku44.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E시간의 경과에 따른 몇몇 유럽 국가(독일, 영국, 프랑스, 이탈리아, 네덜란드, 폴란드, 스웨덴 포함)를 대상으로 확인된 사례에 대해 단순한 분석을 실행할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E스크립트에서 제공된 대로 아래 명령을 실행합니다. Covid19 워크시트에서 다음 텍스트를 강조 표시하고 **‘Run’**을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku45.png\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse role SYSADMIN;\nuse database COVID19;\nuse warehouse COMPUTE_WH;\n\nselect country_region, sum(cases), case_type, date from public.jhu_covid_19 where case_type='Confirmed' and country_region in ('Germany','United Kingdom', 'France', 'Italy', 'Spain', 'Netherlands', 'Poland', 'Sweden') group by date, country_region, case_type;\n\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E결과에는 결과 테이블이 포함될 것입니다. \u003Cstrong\u003EChart\u003C/strong\u003E를 클릭하여 결과의 단순한 시각화를 얻습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku46.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E차트의 오른쪽에서 다음과 같이 값을 변경합니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E\u003Cstrong\u003ELine 차트\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003ESUM(CASES)\u003C/strong\u003E y축용, 선에서 확인된 값의 합계 표시\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003EDATE\u003C/strong\u003E x축용\u003C/li\u003E\u003Cli\u003EAdd Column을 클릭한 다음 Country_region을 클릭합니다\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E 각각의 국가에서 확인된 사례의 합계 표시\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku47.png\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E\u003Cem\u003E선택 사항: x축을 ‘Date’로, y축을 ‘Sum of confirmed cases’로 레이블을 붙입니다\u003C/em\u003E\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku48.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E확인된 COVID-19 사례의 수가 3월에서 4월 중순까지 급격하게 증가한 것이 명확하게 확인됩니다. 그 이후에는 적용된 여러 봉쇄 조치로 인해 증가하던 추세가 큰 폭으로 느려졌습니다.\u003C/p\u003E\n","\u003Cp\u003E그러나 9월에 가을이 시작되면서 확인된 COVID-19 사례가 기하급수적으로 걱정되는 수준으로 늘어난 것이 명확하게 확인됩니다. 3개의 주요 유럽 국가에서 확인된 사례가 궁극적으로 100만 건을 넘거나 그 언저리였습니다.\u003C/p\u003E\n","\u003Cp\u003E오늘날 뉴스를 통해 사람들은 보통 새롭게 알려진 감염을 인지하고 있습니다. 또한 얼마나 많은 사람들이 COVID-19에 감염된 상태(Confirmed 사례에서 Recovered 사례를 뺀 ‘Active’ 사례 유형)인지 검토할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E차트 창에서 다음 명령을 실행합니다. 이 명령을 실행하면 해당하는 차트가 나타날 것입니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect country_region, sum(cases), case_type, date from public.jhu_covid_19 where case_type='Active' and country_region in ('Germany','United Kingdom', 'France', 'Italy', 'Spain', 'Netherlands', 'Poland', 'Sweden') group by date, country_region, case_type;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku49.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E이는 y축에서 활성 사례의 합계를 나타냅니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E이 단계에서 대부분 국가가 4월 말 이후로 감염을 ‘제어했음’을 쉽게 추론할 수 있습니다. 여름 동안 대부분 국가에서 활성 감염 사례가 비교적으로 안정적이거나 큰 폭으로 줄기도 했습니다. 2차 감염이 진행되면서 유럽에서 확인된 사례가 늘어나며 활성 사례가 기하급수적으로 늘어났습니다.\u003C/p\u003E\n","\u003Ch3\u003E데이터 문제\u003C/h3\u003E\n","\u003Cp\u003E종종 예측 모델 구축의 모든 프로세스를 진행하지만 예측이 그다지 정확하지 않으며 데이터 문제로 귀결되는 이슈를 추적합니다.  이와 같은 다른 경우에는 데이터가 시간이 지남에 따라 변하기에 모델을 더 이상 사용할 수 없습니다.  랩을 생성한 후 문제가 무엇이었는지 확인하기 위해 데이터로 돌아와 분석해야 했습니다.  요약하자면 2021년 6월 2일~3일쯤에 모종의 이유로 엄청난 수의 ‘음수 사망’이 발생하여 모델을 사용할 수 없어졌기에 위와 같이 결정하기 위해 동일한 Snowsight 시각화 기능을 사용했습니다.  카운트는 언제나 양수여야 합니다.   Snowsight를 사용하여 조사한 결과 Peru가 모델 정확도에 문제를 일으키는 문제가 있는 데이터를 보고했음을 발견했습니다.\u003Cbr\u003E\n이러한 데이터 문제를 발견하기 위한 선택적 단계로 다음 SQL 문을 실행할 수 있습니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect DATE, province_state, SUM(CASES) \nfrom public.jhu_covid_19 \nWHERE CASE_TYPE = 'Deaths'\nand DATE >='2021-05-25'\nand DATE <='2021-06-06'\nand country_region = 'Peru'\ngroup by province_state, DATE \norder by province_state, date;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E그런 다음 다음과 같은 시각화를 생성합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku49a.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EPeru가 COVID 발생 이후로 일반적으로 얼마나 많은 사람이 사망했는지를 주별로 명시함을 확인할 수 있을 것입니다. 그러나 2021년 6월 2일에 대부분의 사망이 새로운 ‘Unknown’ 상태에 할당된 다음 올바르게 보고되었습니다.  추후에 Snowflake에서 일별 주별 총 사망 수가 다름을 확인했을 때 이는 Peru의 2일로 인해 엄청난 음수 사망 수로 이어집니다.  이 데이터 문제를 해결하는 더 좋은 방법이 많이 있지만 이 랩에서 쉬운 방법은 단순히 솔루션에서 Peru를 필터링하는 것입니다.  추후 단계에서 이를 진행할 것입니다.\u003C/p\u003E\n","\u003Ch3\u003E추가적인 데이터 분석 및 소비를 위한 데이터 준비\u003C/h3\u003E\n","\u003Cp\u003E이제 사용할 공유된 COVID19 테이블을 참조하는 뷰를 생성하겠습니다. 기존 UI로 전환하고 \u003Cstrong\u003EWorksheets\u003C/strong\u003E 탭을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku50.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku51.png\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse role PC_DATAIKU_ROLE;\nuse database PC_DATAIKU_DB;\ncreate or replace view JHU_COVID_19 as select * from COVID19.PUBLIC.JHU_COVID_19;\ncreate or replace view GOOG_GLOBAL_MOBILITY_REPORT as select * from COVID19.PUBLIC.GOOG_GLOBAL_MOBILITY_REPORT;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E웨어하우스를 선택하지 않았습니다. 데이터베이스 오브젝트를 생성하는 문은 실행 중인 웨어하우스를 활용하지 않습니다. 따라서 이 부분을 선택하지 않은 상태로 둬도 괜찮습니다.\u003C/p\u003E\n","\u003Cp\u003E이제 \u003Cstrong\u003EWarehouses\u003C/strong\u003E 탭으로 이동하겠습니다. 상단의 ‘Create…’ 옵션에서 새로운 웨어하우스를 빠르게 생성할 수 있습니다. 방금 분석을 위해 사용한 COMPUTE_WH와 Partner Connect를 통해 Dataiku 계정을 생성했을 때 생성된 PC_DATAIKU_WH와 같은 2개의 가상 웨어하우스가 보일 것입니다.\u003C/p\u003E\n","\u003Cp\u003E전체 행이 강조 표시되도록 이 ‘PC_DATAIKU_WH’ 웨어하우스(‘PC_DATAIKU_WH’라고 적힌 파란색 하이퍼링크 아님)의 행을 클릭합니다. 그 다음 그 위의 “Configure...”텍스트를 클릭해서 “PC_DATAIKU_WH”의 구성 세부 사항을 확인합니다. Dataiku에서 모델을 구축하고, 학습시키고, 배포하기 위해 이 웨어하우스를 사용할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku52.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E많은 기능이 있기에 이 웨어하우스의 설정을 설명하겠습니다. 대부분의 기능은 타사 데이터 웨어하우스와는 달리 Snowflake에 고유합니다.\u003C/p\u003E\n","\u003Cp\u003E참고 - Snowflake Enterprise Edition 이상을 보유하고 있지 않은 경우, 아래 스크린샷에서처럼 ‘Maximum Clusters’ 또는 ‘Scaling Policy’ 구성이 보이지 \u003Cem\u003E않을\u003C/em\u003E 것입니다. 이 랩에서는 멀티 클러스터링을 사용하지 않지만, Snowflake의 핵심 기능이기 때문에 이에 대해 논의할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E‘Size’ 드롭다운에서 웨어하우스의 크기를 선택합니다. 더 큰 데이터 로딩 작업 또는 더 많은 컴퓨팅 집약적 쿼리를 위해 더 큰 웨어하우스가 필요할 것입니다. 티셔츠 크기는 AWS EC2, Azure Virtual Machines 또는 Google Compute Engine Virtual Machines인 기본 컴퓨팅 노드를 의미합니다. 티셔츠 크기가 커질수록, 클라우드 공급자로부터 더 많은 컴퓨팅 리소스가 이 웨어하우스에 할당됩니다. 예를 들어 4-XL 옵션은 128개의 노드를 할당합니다. 또한 이 크기는 간단한 클릭만으로 언제든지 늘리거나 줄일 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003ESnowflake Enterprise Edition 이상을 보유하고 있다면 Maximum Clusters 섹션이 표시될 것입니다. 여기에서 단일 웨어하우스를 최대 10개의 클러스터로 이뤄진 다중 클러스터로 설정할 수 있습니다. 예를 들어 방금 언급한 4-XL 웨어하우스에 최대 클러스터 크기인 10이 할당된 경우, 이 웨어하우스를 지원하는 AWS EC2 또는 Azure VM 노드를 1280(128 * 10)개까지 확장할 수 있으며...단 몇 초면 됩니다! 다중 클러스터는 다수의 비즈니스 분석가가 동일한 웨어하우스를 사용하여 다양한 쿼리를 동시에 실행하는 동시성 시나리오에 이상적입니다. 이 시나리오에서 다양한 쿼리를 여러 클러스터에 할당하여 빠르게 실행하도록 할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E마지막 섹션은 웨어하우스를 자동으로 일시 중단할 수 있게 해 사용하지 않을 때 자동으로 일시 중단(중지)하고 크레딧이 소모되지 않도록 합니다. 일시 중단된 웨어하우스를 자동으로 재개(시작)하는 옵션도 있어서 새로운 워크로드가 할당되면 자동으로 다시 시작됩니다. 이 기능은 Snowflake의 공평한 ‘사용한 만큼 지불’하는 컴퓨팅 가격 책정 모델을 가능케 합니다. 이를 통해 고객은 데이터 웨어하우스 비용을 최소화할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku53.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EPositive : \u003Cstrong\u003ESnowflake 컴퓨팅 vs 타사 웨어하우스\u003C/strong\u003E <br> 웨어하우스 생성, 스케일 업, 스케일 아웃 및 자동 일시 중단/재개 기능과 같이 방금 다룬 여러 웨어하우스/컴퓨팅 기능이 Snowflake에서는 모두 간단하게 이뤄지며 단 몇 초면 할 수 있습니다. 그러나 온프레미스 데이터 웨어하우스의 경우 이러한 기능은 상당한 물리적 하드웨어, 워크로드 급증에 대비한 과한 하드웨어 프로비저닝, 상당한 구성 작업을 필요로 하며 추가적인 문제로 인해 구현하기가 매우 어렵습니다(또는 불가능합니다). 심지어 다른 클라우드 데이터 웨어하우스는 훨씬 더 많은 구성 작업과 시간을 투자하지 않고는 Snowflake와 같은 스케일 아웃 및 스케일 다운이 가능하지 않습니다.\u003C/p\u003E\n","\u003Cp\u003ENegative : \u003Cstrong\u003E경고 - 지출을 조심하십시오!\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E이 랩을 진행하는 동안이나 이후에 정당한 이유 없이 다음 작업을 수행하는 걸 권장하지 \u003Cem\u003E않습니다\u003C/em\u003E. 왜냐면 그렇게 할 경우에는 $400의 무료 크레딧을 원하는 것보다 빨리 소진할 수도 있습니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E자동 일시 중단을 비활성화합니다. 자동 일시 중단이 비활성화되면, 웨어하우스가 계속 실행되어 사용하지 않을 때도 크레딧을 소모합니다.\u003C/li\u003E\u003Cli\u003E워크로드에 비해 과도하게 큰 웨어하우스를 사용합니다. 웨어하우스가 커질수록 더 많은 크레딧이 소모됩니다.\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003EDataiku 작업을 위해 이 가상 웨어하우스를 사용할 것입니다. 그러나 먼저 웨어하우스 크기를 약간 늘려 여기에 포함되는 컴퓨팅 파워를 늘릴 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 데이터 웨어하우스 크기를 X-Small에서 Medium로 변경합니다. 그런 다음 ‘Finish’ 버튼을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku54.png\" alt=\"img\"\u003E\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003EDataiku 프로젝트 생성 및 실행\u003C/h2\u003E\n","\u003Cp\u003E이 모듈에서는 Dataiku에서 호스팅하는 평가판 계정에 로그인하고 Dataiku 프로젝트를 생성할 것입니다.\u003C/p\u003E\n","\u003Cp\u003EPositive : \u003Cstrong\u003E완료된 샘플 프로젝트\u003C/strong\u003E <br> 이 랩에서 생성할 \u003Cstrong\u003ECOVID-19\u003C/strong\u003E 프로젝트의 완벽히 종료된 예를 추가했습니다. 또한 로그인하는 즉시 사용 가능합니다(아래 스크린샷에서와 같이 \u003Cstrong\u003EFlight Delays\u003C/strong\u003E를 예측하는 또 다른 예시 프로젝트 포함).\u003C/p\u003E\n","\u003Ch3\u003EDataiku 프로젝트 생성\u003C/h3\u003E\n","\u003Cp\u003EDataiku Cloud 인스턴스로 되돌아갑니다. \u003Cstrong\u003EOPEN DATAIKU DSS\u003C/strong\u003E를 클릭하여 시작합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku55.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E로그인했다면 \u003Cstrong\u003E+NEW PROJECT\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E하고 \u003Cstrong\u003EBlank 프로젝트를 선택\u003C/strong\u003E하여 새로운 프로젝트를 생성합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku57.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ECOVID-19 데이터로 작업할 예정이기에 프로젝트 이름을 \u003Cstrong\u003ECovid-19\u003C/strong\u003E로 지정합니다.\u003C/p\u003E\n","\u003Cp\u003E이름을 생성할 때 프로젝트 키는 자동으로 채워지지만 직접 변경할 수도 있습니다.\u003C/p\u003E\n","\u003Cp\u003E성공했습니다! 이제 COVID-19 프로젝트를 생성했습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku58.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E**Got it!**을 클릭하여 \u003Cstrong\u003ENavigation and help in DSS\u003C/strong\u003E 팝업을 최소화하고 프로젝트 홈 화면으로 되돌아갑니다.\u003C/p\u003E\n","\u003Cp\u003EDataiku DSS 페이지 검토 예시 프로젝트의 프로젝트 랜딩 페이지에서 주의를 기울여야 하는 몇 가지 부분이 있습니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E프로젝트 이름, 프로젝트와 관련된 이미지, 협력자 및 선택 태그:\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku59.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E프로젝트에 있는 오브젝트의 수와 유형.\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku60.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E마크다운으로 작성된 프로젝트의 설명은 설명에 있는 특정 Dataiku 오브젝트(예: 데이터 세트, 저장된 모델 등)를 연결할 수 있습니다.\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku61.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E프로젝트 Summary(기록은 Git 로그에 저장됨)와 더불어 더 나은 협업을 위한 Chat 기능입니다.\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku62.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Ch3\u003E데이터 세트 가져오기\u003C/h3\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E 및 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E 데이터 세트를 가져옵니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E+IMPORT YOUR FIRST DATASET\u003C/strong\u003E를 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku63.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ESQL에서 \u003Cstrong\u003ESnowflake\u003C/strong\u003E를 선택합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku64.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EJHU 테이블을 로드하려면 Table에 \u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E(모두 대문자)를 입력하고 Schema에 \u003Cstrong\u003EPUBLIC\u003C/strong\u003E을 입력합니다. 그런 다음 \u003Cstrong\u003ETEST TABLE\u003C/strong\u003E을 클릭하여 연결을 테스트합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku65.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E성공적이라면 \u003Cstrong\u003ECREATE\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E하여 테이블을 생성합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku66.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E왼쪽 상단*(바로 가기 키 G+F)*에 있는 \u003Cstrong\u003E흐름\u003C/strong\u003E 아이콘을 클릭하여 흐름으로 되돌아갑니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku67.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E단계를 반복하여 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E 테이블을 로드합니다.\u003C/p\u003E\n","\u003Cp\u003E흐름에서 \u003Cstrong\u003E+Dataset\u003C/strong\u003E를 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku68.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ESQL databases\u003C/strong\u003E에 커서를 올리고 \u003Cstrong\u003ESnowflake\u003C/strong\u003E로 이동합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku69.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ETable에 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E(모두 대문자)를 입력하고 Schema에 \u003Cstrong\u003EPUBLIC\u003C/strong\u003E을 입력합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku70.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ETest Table\u003C/strong\u003E을 클릭한 다음 \u003Cstrong\u003ECreate\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku71.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E흐름으로 되돌아갑니다(바로 가기 키 G+F). 흐름은 이제 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku72.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E 데이터 세트를 두 번 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku73.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E 테이블에는 해당 날짜의 사례 수와 유형(Active, Confirmed, Deaths, Recovered)에 대한 위치와 일별 데이터가 포함되어 있습니다.\u003C/p\u003E\n","\u003Cp\u003EDataiku는 기본값으로 10,000개의 샘플 행을 읽습니다. 샘플링 메서드는 \u003Cstrong\u003EConfigure Sample\u003C/strong\u003E에서 변경할 수 있지만 이 랩에서는 기본값으로 유지해도 됩니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku74.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EDataiku는 자동으로 데이터 형식과 각 열의 의미를 감지합니다. 상태 표시줄은 유효한 데이터(녹색), 유효하지 않은 데이터(빨간색), 누락된 데이터(회색)의 수를 표시합니다. 오른쪽에 있는 \u003Cstrong\u003EQuick Column Stats\u003C/strong\u003E 버튼을 클릭하여 Stats 열(데이터 품질, 분포)을 볼 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku75.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E끝났다면 \u003Cstrong\u003EClose\u003C/strong\u003E 버튼을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku76.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E보다 심층적인 뷰를 원한다면 열 이름을 클릭한 다음 \u003Cstrong\u003EAnalyze\u003C/strong\u003E를 선택하여 열 수준 통계(샘플!)를 확인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku77.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku78.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E흐름으로 다시 이동합니다. 왼쪽 상단 모서리에 있는 \u003Cstrong\u003EFlow\u003C/strong\u003E 메뉴 항목을 단순히 클릭하거나 바로 가기 키 G+F를 사용하여 이를 언제나 수행할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku79.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 흐름에서 다시 한 번 2개의 데이터 세트가 보여야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku80.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E흐름에서 두 번 클릭하여 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E 데이터 세트를 탐색합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku81.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E 테이블에는 여러 카테고리(식료품점, 약국, 공원 등)에 걸친 퍼센트 변화에 대한 위치 및 일별 데이터가 포함되어 있습니다. 이 데이터 세트에 대한 자세한 내용은 \u003Ca href=\"https://www.google.com/covid19/mobility/\"\u003E여기\u003C/a\u003E에서 확인하십시오.\u003C/p\u003E\n","\u003Cp\u003E흐름으로 다시 이동합니다. 왼쪽 상단 모서리에 있는 \u003Cstrong\u003EFlow\u003C/strong\u003E 메뉴 항목을 클릭하거나 바로 가기 키 G+F를 사용할 수 있습니다.\u003C/p\u003E\n","\u003Ch3\u003E데이터 준비\u003C/h3\u003E\n","\u003Cp\u003E\u003Cstrong\u003EGroup.\u003C/strong\u003E 2개의 데이터 세트에서 단순한 일부 집계를 수행하며 시작하겠습니다. 이는 이동성 변화와 지리적 영역에 걸친 새로운 COVID-19 사례를 이해하는 데 도움이 될 것입니다. 이를 위해 \u003Cstrong\u003EGroup\u003C/strong\u003E 레시피를 사용할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E 테이블을 한 번 클릭한 다음 오른쪽에 있는 패널의 Visual 레시피 아래에 있는 \u003Cstrong\u003EGroup\u003C/strong\u003E을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku82.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EGroup By\u003C/strong\u003E 드롭다운에서 \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E을 선택하고 \u003Cstrong\u003ECreate Recipe\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku83.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E일부 추가 키를 그룹에 추가하고자 합니다.\u003C/p\u003E\n","\u003Cp\u003E상단 섹션에서 \u003Cstrong\u003EGroup Keys\u003C/strong\u003E는 \u003Cstrong\u003ESelect key to add\u003C/strong\u003E 드롭다운을 사용한 다음 \u003Cstrong\u003EADD\u003C/strong\u003E 버튼으로 \u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E, \u003Cstrong\u003EDATE\u003C/strong\u003E 및 \u003Cstrong\u003ECASE_TYPE\u003C/strong\u003E을 위한 그룹화 키를 추가합니다\u003C/p\u003E\n","\u003Cp\u003E동일한 섹션에서 이 통계가 필요하지 않기에 화면 중앙에 있는 \u003Cstrong\u003ECompute count for each group\u003C/strong\u003E 옵션 선택을 해제합니다\u003C/p\u003E\n","\u003Cp\u003E새로운 사례를 확인하고자 하기에 메인 \u003Cstrong\u003EPer field aggregations\u003C/strong\u003E 섹션에서 \u003Cstrong\u003EDifference\u003C/strong\u003E 필드를 찾아 \u003Cstrong\u003ESum\u003C/strong\u003E 집계를 추가합니다.\u003C/p\u003E\n","\u003Cp\u003E이제 화면은 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku84.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EJohn Hopkins 데이터에는 4가지 사례 유형이 있지만 Deaths와 Confirmed만을 사용하고 예측하고자 합니다.  따라서 Active와 Recovered 레코드는 필터링할 것입니다.  또한 이전 섹션에서 밝혀진 문제 있는 Peru 데이터를 필터링할 것입니다.\u003Cbr\u003E\n할 일:\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003EGroup 레시피 화면의 왼쪽에서 Pre-Filter를 선택합니다.\u003C/li\u003E\u003Cli\u003EFilter 토글을 켜고 다음을 충족하는 행만 남도록 드롭다운에서 지정합니다. ‘all the following conditions'\u003C/li\u003E\u003Cli\u003E드롭다운에서 CASE_TYPE를 선택한 다음 ‘is different from’을 선택하고 Recovered를 입력합니다.\u003C/li\u003E\u003Cli\u003E\n\u003Cul\u003E\u003Cli\u003EAdd A Condition 버튼을 클릭하고 CASE_TYPE를 다시 드롭다운에서 선택하고, ‘is different from’을 선택한 다음 Active를 입력합니다\u003C/li\u003E\u003C/ul\u003E\n\u003C/li\u003E\u003Cli\u003E\n\u003Cul\u003E\u003Cli\u003EAdd A Condition 버튼을 클릭하고 COUNTRY_REGION를 다시 드롭다운에서 선택하고, ‘is different from’을 선택한 다음 Peru를 입력합니다\u003C/li\u003E\u003C/ul\u003E\n\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003EPositive :  참고: 이러한 값은 대/소문자를 구분하기에 ‘recovered’, ‘active’ 및 ‘PERU’는 올바르게 작동하지 않을 것입니다.  또한 위 단계에서 ‘all the following conditions column’이 아닌 ‘all the following conditions’를 선택해야 합니다\u003C/p\u003E\n","\u003Cp\u003E이제 화면은 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku85.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 다음 왼쪽 하단에서 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭하여 레시피를 실행합니다. 컴퓨팅 엔진은 계산을 Snowflake로 푸시다운하기 위해 **In-database (SQL)**여야 합니다(필요할 경우 톱니 3개 클릭).\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku86.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E스키마를 변경하고 있기에 이에 대한 경고가 발생할 것입니다. \u003Cstrong\u003EUpdate Schema\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku87.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E작업이 실행될 것이며 모든 것이 제대로 작동한다면 페이지 푸터에 \u003Cstrong\u003EJob Succeeded\u003C/strong\u003E 메시지가 수신될 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku88.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E왼쪽 상단에 있는 \u003Cstrong\u003EFlow 아이콘을 클릭\u003C/strong\u003E하거나 \u003Cstrong\u003E키보드에서 G + F 키를 눌러\u003C/strong\u003E \u003Cstrong\u003E흐름으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku89.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 Google의 Mobility 데이터 세트를 집계할 것입니다. 흐름에서 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT\u003C/strong\u003E를 \u003Cstrong\u003E한 번 클릭\u003C/strong\u003E하고 Visual Recipes에서 \u003Cstrong\u003EGroup\u003C/strong\u003E을 선택합니다. \u003Cstrong\u003EGroup by\u003C/strong\u003E에서는 \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E을 선택하고 \u003Cstrong\u003ECreate Recipe\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku90.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E레시피의 \u003Cstrong\u003EGroup\u003C/strong\u003E 스테이지에서 이전과 동일한 방식으로 \u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E와 \u003Cstrong\u003EDATE\u003C/strong\u003E를 추가 그룹화 키로 추가합니다.\u003C/p\u003E\n","\u003Cp\u003E개별적으로 또는 대량 \u003Cstrong\u003EActions\u003C/strong\u003E 버튼을 사용하여 다음을 확인합니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E\u003Cstrong\u003EGROCERY_AND_PHARMACY_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003EPARKS_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003ERESIDENTIAL_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003ERETAIL_AND_RECREATION_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003ETRANSIT_STATIONS_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003Cli\u003E\u003Cstrong\u003EWORKPLACES_CHANGE_PERC\u003C/strong\u003E\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E이제 화면은 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku91.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EActions\u003C/strong\u003E 드롭다운을 클릭하고 선택된 6개의 열에 \u003Cstrong\u003EAvg\u003C/strong\u003E를 적용합니다. 이전과 같이 필요하지 않기에 \u003Cstrong\u003ECompute count for each group\u003C/strong\u003E \u003Cstrong\u003E선택을 해제\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku92.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 In-database (SQL)이 컴퓨팅 엔진임을 확인한 다음 왼쪽 하단에서 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭하여 레시피를 실행합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku93.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이전과 같이 스키마를 변경하고 있기에 이에 대한 경고가 발생할 것입니다. \u003Cstrong\u003EUpdate Schema\u003C/strong\u003E를 클릭하고 새롭게 집계된 데이터 세트를 탐색합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다\u003C/strong\u003E.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19\u003C/strong\u003E 테이블에는 이전 단계의 사례 유형과 국가 지역, 주, 날짜 및 유형별로 그룹화한 이전 열로부터 계산한 차이를 위한 열이 포함되어 있습니다.\u003C/p\u003E\n","\u003Cp\u003E그러나 사례 유형과 차이가 별도의 열(예: Confirmed 및 Deaths는 별도의 열임)일 수 있도록 데이터 서식을 변경하고자 합니다. \u003Cstrong\u003EPivot\u003C/strong\u003E 레시피로 이러한 작업을 수행할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E흐름에서 \u003Cstrong\u003EJHU_COVID_19_by_COUNTRY_REGION\u003C/strong\u003E을 클릭한 다음 \u003Cstrong\u003EPivot\u003C/strong\u003E을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku94.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EPivot By\u003C/strong\u003E 드롭다운에서 \u003Cstrong\u003ECASE_TYPE\u003C/strong\u003E을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ECREATE RECIPE\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku95.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이 화면이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku96.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E우선 왼쪽 상단에 있는 \u003Cstrong\u003EExamples\u003C/strong\u003E 상자에서 가져온 예시 중 하나를 사용하겠습니다. \u003Cstrong\u003EPivot Table\u003C/strong\u003E을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E그런 다음 일부 Row identifiers를 선택합니다. 출력 테이블에서와 같이 검색될 열이 존재합니다. \u003Cstrong\u003ERow identifiers\u003C/strong\u003E 아래에서 ‘Add new column’을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku97.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E다음 열을 선택합니다. \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E, \u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E 및 \u003Cstrong\u003EDATE\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E(참고: 여기에서 열 식별자를 추가하는 순서는 단순히 출력 데이터 세트에 열이 나타날 순서를 반영합니다. 아주 중요하지는 않지만 원한다면 여러분의 프로젝트 데이터 세트가 이 가이드에서 보이는 아래 순서를 반영하도록 할 수 있습니다.)\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku98.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 다음 \u003Cstrong\u003EPopulate content with\u003C/strong\u003E 섹션에서는 \u003Cstrong\u003ECASE_TYPE\u003C/strong\u003E을 포함한 새로운 열 아래에 속할 값을 정의할 것입니다. 집계에는 값, 최소, 최대 등의 카운트와 같은 다양한 옵션이 있습니다.\u003C/p\u003E\n","\u003Cp\u003E우선 \u003Cstrong\u003ECount of records\u003C/strong\u003E를 \u003Cstrong\u003E선택 해제\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku99.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 다음 \u003Cstrong\u003EAdd new\u003C/strong\u003E 드롭다운을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E값이 하나밖에 없으니 \u003Cstrong\u003EDifference_sum\u003C/strong\u003E을 선택합니다. 기본 집계는 원치 않는 \u003Cstrong\u003Ecount\u003C/strong\u003E입니다. 이를 변경하려면 카운트 왼쪽에 있는 \u003Cstrong\u003E아래쪽 화살표\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku100.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ECount 대신 \u003Cstrong\u003EAggregation\u003C/strong\u003E 아래에서 \u003Cstrong\u003EMin\u003C/strong\u003E을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku101.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 다음 설정이 적용되어 있어야 합니다. Pivot 레시피에서 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku102.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E새로운 열이 정상적으로 생성되었는지 확인하기 위해 흐름으로 되돌아가 새로운 데이터 세트를 두 번 클릭하여 새로운 데이터 세트를 탐색합니다.\u003C/p\u003E\n","\u003Cp\u003E사례 유형(\u003Cstrong\u003EConfirmed\u003C/strong\u003E 및 \u003Cstrong\u003EDeaths\u003C/strong\u003E)을 위해 새로운 열이 있음을 볼 수 있으며 \u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E에서 데이터가 꽤 많이 누락된 것을 볼 수 있습니다. 이 문제는 다음 섹션에서 처리할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E시간이 있다면 \u003Cstrong\u003EDeaths_DIFFERENCE_sum_min\u003C/strong\u003E 열을 \u003Cstrong\u003E마우스 왼쪽 버튼으로 클릭\u003C/strong\u003E하고 \u003Cstrong\u003EAnalyze\u003C/strong\u003E를 선택하는 것도 좋습니다. 데이터 분포에 대해 무엇을 알아차리셨나요? 꽤나 큰 이상값(보이지 않는다면 \u003Cstrong\u003ESample\u003C/strong\u003E에서가 아닌 \u003Cstrong\u003EWhole data\u003C/strong\u003E에서 실행)이 있는 것 같습니다. 이러한 부분 또한 다음 섹션에서 처리하고자 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku103.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E흐름으로 되돌아가면\u003C/strong\u003E 이 스테이지에서는 여러분의 프로젝트 흐름이 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku104.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E지금까지 사용한 그룹화 및 피벗과 같은 레시피는 주어진 작업을 수행하며 여러분에게 아마도 이미 익숙할 것입니다. Prepare 레시피는 약간 다릅니다. 이를 보유하고 있는 데이터 정리, 정규화 및 강화를 위한 도구를 DIY를 위한 망치, 끌 및 줄자와 같은 도구가 아닌 도구 상자라고 생각해 보십시오. DSS 전문 용어로는 이러한 ‘도구’를 프로세서라고 부르며 Prepare 레시피에서는 이를 시각적 및 대화형 방식으로 사용합니다.\u003C/p\u003E\n","\u003Cp\u003EPrepare 레시피에서 사용할 수 있는 다양한 프로세서가 있으며 누락된 데이터에 대한 도움을 받기 위해 가장 간단한 몇몇 도구를 사용할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E흐름에서 그룹화되었으며 전환된 JHU 데이터 세트를 \u003Cstrong\u003E클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003EPrepare\u003C/strong\u003E 레시피를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku106.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E자동으로 생성된 출력 데이터 세트 이름이 몇 번의 변환 이후에 약간 다루기 힘들어진 것을 볼 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku107.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이를 \u003Cstrong\u003EJHU_COVID_19_prepared\u003C/strong\u003E로 \u003Cstrong\u003E자른\u003C/strong\u003E 다음 \u003Cstrong\u003ECreate Recipe\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku108.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E 열에서 누락된 데이터를 처리하고자 합니다. Prepare 레시피가 이 작업에 여러 방식으로 도움이 될 수 있으며 아마 가장 단순한 기술을 사용하여 비어 있는 행을 채울 것입니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EPROVINCE_STATE\u003C/strong\u003E라는 열을 \u003Cstrong\u003E마우스 왼쪽 단추로 클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003EMore actions를 선택\u003C/strong\u003E하고 **Fill empty rows with…**를 선택합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku109.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E브레이크 아웃 상자에 단순히 \u003Cstrong\u003ENA\u003C/strong\u003E를 입력하고 \u003Cstrong\u003EOK\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku110.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E단계는 왼쪽에 추가됩니다. 그런 다음 \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E 또는 \u003Cstrong\u003EDATE\u003C/strong\u003E가 비어 있다면 행을 제거할 것입니다.\u003C/p\u003E\n","\u003Cp\u003E방금 사용한 것과 같은 컨텍스트에 민감한 옵션과 더불어 프로세서의 전체 라이브러리에도 액세스할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E+ADD A NEW STEP\u003C/strong\u003E 버튼을 \u003Cstrong\u003E클릭\u003C/strong\u003E합니다. 이 단계에서는 다양한 옵션을 선택할 수 있습니다. 따라서 Processor 라이브러리에서 \u003Cstrong\u003EData Cleansing\u003C/strong\u003E을 선택하고 \u003Cstrong\u003ERemove rows where cell is empty\u003C/strong\u003E 프로세서(프로세서가 있는 위치를 모르거나 주어진 작업에 사용 가능한 옵션을 탐색할 때 검색 창도 사용 가능)를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku111.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E왼쪽에 생성된 단계에서 \u003Cstrong\u003Emultiple\u003C/strong\u003E 열 옵션을 선택하고 \u003Cstrong\u003E+ADD A COLUMN\u003C/strong\u003E 버튼을 클릭하여 우선 \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E을 추가합니다. 그런 다음 \u003Cstrong\u003EDATE\u003C/strong\u003E 열을 추가합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku112.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E마지막으로 전환한 다음 \u003Cstrong\u003EDeath_DIFFERENCE_sum_min\u003C/strong\u003E 열을 분석할 때 발견한 이상값을 처리하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E+ADD A NEW STEP\u003C/strong\u003E 버튼을 다시 \u003Cstrong\u003E클릭\u003C/strong\u003E하여 프로세서 라이브러리를 엽니다. 이번에는 \u003Cstrong\u003EFilter Data\u003C/strong\u003E 섹션을 \u003Cstrong\u003E선택\u003C/strong\u003E하고 \u003Cstrong\u003EFilter rows/cells on value\u003C/strong\u003E 프로세서를 \u003Cstrong\u003E선택\u003C/strong\u003E합니다. Action 드롭다운을 \u003Cstrong\u003ERemove matching rows\u003C/strong\u003E로 \u003Cstrong\u003E설정\u003C/strong\u003E하고, Column에 \u003Cstrong\u003EDATE\u003C/strong\u003E를 설정한 다음 파란색 \u003Cstrong\u003E+ADD VALUE\u003C/strong\u003E 옵션을 \u003Cstrong\u003E클릭\u003C/strong\u003E하고 \u003Cstrong\u003E2020-08-31\u003C/strong\u003E 날짜를 입력합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E참고:\u003C/strong\u003E 주기적으로 업데이트되고 수정되는 실시간 데이터 세트에서 작업하고 있습니다. 이와 같은 오류가 JHU 데이터 세트에서 제거되었다면 이 단계를 건너뛰어도 됩니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku113.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku114.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E레시피를 실행하기 전에 \u003Cstrong\u003E어떤 실행 엔진이 사용될 것인지 확인\u003C/strong\u003E합니다. \u003Cstrong\u003ELocal stream\u003C/strong\u003E으로 설정되어 있다면 \u003Cstrong\u003E톱니 3개를 클릭\u003C/strong\u003E하고 \u003Cstrong\u003EIn-database (SQL)를 선택\u003C/strong\u003E한 다음 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭하여 Snowflake로 계산을 푸시합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku115.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku116.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E그룹화된 Google Mobility 데이터에서 동일하게 단순한 데이터 정리를 수행하고자 합니다. 프로세스를 반복하는 대신 흐름에서 단순히 이전에 생성했던 \u003Cstrong\u003EPrepare 레시피\u003C/strong\u003E를 \u003Cstrong\u003E한 번 클릭\u003C/strong\u003E하고 오른쪽에 있는 \u003Cstrong\u003EActions 메뉴\u003C/strong\u003E에서 \u003Cstrong\u003ECopy\u003C/strong\u003E를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku117.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E복사 브레이크 아웃 상자에서 \u003Cstrong\u003EReplacement for\u003C/strong\u003E 아래에 있는 \u003Cstrong\u003E드롭다운 상자를 클릭\u003C/strong\u003E하여 이전에 그룹화한 이동성 데이터 세트인 \u003Cstrong\u003EGOOG_GLOBAL_MOBILITY_REPORT_by_COUNTRY_REGION\u003C/strong\u003E(참고: 기존 GOOG_GLOBAL_MOBILITY_REPORT가 \u003Cstrong\u003E아닌\u003C/strong\u003E 이 데이터 세트를 선택해야 함)을 찾습니다\u003C/p\u003E\n","\u003Cp\u003E출력 이름을 입력해야 합니다. 이 데이터 세트 이름을 \u003Cstrong\u003EGOOG_prepared\u003C/strong\u003E라고 지정하고 \u003Cstrong\u003ECreate Recipe\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku118.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭하여 복사된 레시피를 실행하고 프롬프트가 나타나면 \u003Cstrong\u003EUpdate Schema\u003C/strong\u003E를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E이제 변환을 적용했으니 \u003Cstrong\u003EJHU\u003C/strong\u003E와 \u003Cstrong\u003EGOOG\u003C/strong\u003E 테이블을 합치겠습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19_prepared\u003C/strong\u003E를 \u003Cstrong\u003E마우스 왼쪽 버튼으로 클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003E시프트 키를 누르며\u003C/strong\u003E \u003Cstrong\u003EGOOG_prepeared\u003C/strong\u003E를 \u003Cstrong\u003E마우스 왼쪽 버튼으로 클릭\u003C/strong\u003E합니다. 이는 오른쪽 패널에 있는 통해 시각적 레시피를 여러 데이터 세트에 적용 가능한 레시피로만 업데이트할 것입니다. \u003Cstrong\u003EJoin\u003C/strong\u003E 레시피를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku119.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ECREATE RECIPE\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku120.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EDataiku는 자동으로 연결할 잠재적 키를 감지합니다. 기본 Join Type은 \u003Cstrong\u003ELeft Join\u003C/strong\u003E입니다. 일치하는 것만 남기기 위해 \u003Cstrong\u003EInner join\u003C/strong\u003E으로 이를 변경하고자 합니다. Join Type과 Conditions를 변경하려면 키 사이에 있는 \u003Cstrong\u003E= 기호\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku121.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJoin Type을 선택한\u003C/strong\u003E 다음 \u003Cstrong\u003EInner Join을 선택\u003C/strong\u003E하고 \u003Cstrong\u003EClose\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku122.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E나머지 기본값을 수락하고 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku123.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 데이터를 탐색하고, 정리하고, 집계하고, 합쳤으니 일부 기능을 생성하고자 합니다. 모델링을 시작할 때 과거 동향이 미래 동향을 예측하는 데 도움이 되는지 확인하기 위해 일부 지연 시간 기능을 계산하고자 합니다. 이를 위해(더 많은 작업에도 사용 가능) \u003Cstrong\u003EWindow\u003C/strong\u003E 레시피를 사용할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E윈도우 함수는 현재 행과 일부분 관련되어 있는 테이블 행 세트에 걸쳐 계산을 수행합니다. 이는 집계 함수를 통해 수행할 수 있는 계산 유형과 유사합니다. 일반적인 집계 함수와는 달리 윈도우 함수는 열을 하나의 출력 행으로 그룹화하지 않습니다. 행은 별도의 ID를 유지합니다.\u003C/p\u003E\n","\u003Cp\u003E다시 말해, 이전에 사용했던 Group 레시피와는 달리 Window 레시피는 데이터 세트에서 행의 수를 줄이지 않습니다. 이는 데이터 세트의 모든 행의 하위 집합인 ‘윈도우’에서 모든 행을 사용하는 계산의 결과인 데이터 세트에서 새로운 열을 생성합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EJHU_COVID_19_prepared_joined\u003C/strong\u003E 데이터 세트를 \u003Cstrong\u003E클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003EWindow\u003C/strong\u003E 레시피를 클릭합니다. \u003Cstrong\u003ENew window recipe\u003C/strong\u003E 화면에서 기본값을 수락하고 \u003Cstrong\u003ECREATE RECIPE를 클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku124.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku125.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EWindow definitions\u003C/strong\u003E 아래에서 \u003Cstrong\u003EPartitioning Columns 토글을 켠\u003C/strong\u003E 다음 \u003Cstrong\u003ECOUNTRY_REGION\u003C/strong\u003E 및 \u003Cstrong\u003EPROVINCE_STATE를 선택\u003C/strong\u003E합니다. 과거 지연 시간 변수를 생성했으니 \u003Cstrong\u003EOrder Columns 토글을 켜고\u003C/strong\u003E \u003Cstrong\u003EDATE\u003C/strong\u003E를 선택하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku126.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E왼쪽에 있는 \u003Cstrong\u003EAggregations\u003C/strong\u003E 단계를 \u003Cstrong\u003E클릭\u003C/strong\u003E하고 \u003Cstrong\u003E분할 및 주문에 사용했던 열(COUNTRY_REGION, PROVINCE_STATE 및 DATE)을 제외한\u003C/strong\u003E \u003Cstrong\u003E모든 열을 선택\u003C/strong\u003E합니다. 개별적으로 각 집계를 선택하는 대신 대량 작업을 수행하기 위해 \u003Cstrong\u003EAction\u003C/strong\u003E 버튼에서 \u003Cstrong\u003E아래쪽 화살표를 클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku127.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003ERetrieve\u003C/strong\u003E가 이미 선택되었으니 \u003Cstrong\u003EValue in a previous row\u003C/strong\u003E를 선택하고 \u003Cstrong\u003E각 지연 시간 상자에 1,2,7,14를 입력\u003C/strong\u003E합니다(이 마지막 단계는 개별적으로 완료해야 함). 이는 전날, 그 전날, 1주 및 2주 전의 값을 제공합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku128.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E레시피(엔진이 \u003Cstrong\u003EIn-database\u003C/strong\u003E 및 \u003Cstrong\u003EUpdate Schema\u003C/strong\u003E인지 확인해야 함)에서 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭합니다. 또한 이 레시피가 스키마 변경 대화 상자에서 생성하는 모든 새로운 열(기능)을 확인합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku129.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku130.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E흐름 확인:\u003C/strong\u003E 흐름은 다음과 같이 나타나야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku131.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Ch3\u003E선택적 데이터 준비 단계\u003C/h3\u003E\n","\u003Cp\u003E시간상 오늘은 다룰 수 없는 많은 추가 데이터 준비 단계가 있습니다. 예:\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003E숫자 기능 일반화(시각적 Prepare 레시피 또는 SQL 레시피에서)\u003C/li\u003E\u003Cli\u003EWindow 레시피에서 추가 기능 생성\u003C/li\u003E\u003Cli\u003E더 많은 작업이 있으니 이 랩을 종료하고도 탐색해 보십시오!\u003C/li\u003E\u003C/ol\u003E\n","\u003Ch3\u003E머신 러닝\u003C/h3\u003E\n","\u003Cp\u003E머신 러닝 모델을 적용하기 전에 데이터를 다음과 같이 나눌 것입니다.\u003C/p\u003E\n\u003Col\u003E\u003Cli\u003E데이터의 80% → 학습\u003C/li\u003E\u003Cli\u003E데이터의 20% → 테스트\u003C/li\u003E\u003C/ol\u003E\n","\u003Cp\u003E\u003Cstrong\u003E합쳐진 데이터 세트를 선택\u003C/strong\u003E한 다음 \u003Cstrong\u003ESplit\u003C/strong\u003E 레시피를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku132.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EADD를 클릭\u003C/strong\u003E하여 2개의 데이터 세트(학습 및 테스트)를 지정합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku133.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E하나의 데이터 세트 이름을 \u003Cstrong\u003Etrain\u003C/strong\u003E으로 지정한 다음 \u003Cstrong\u003ECREATE DATASET\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku134.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E테스트를 위해 반복합니다. \u003Cstrong\u003EADD\u003C/strong\u003E를 클릭한 다음 데이터 세트 이름을 \u003Cstrong\u003Etest\u003C/strong\u003E로 지정하고 \u003Cstrong\u003ECREATE DATASET\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku135.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E모든 데이터 세트를 생성했다면 \u003Cstrong\u003ECREATE RECIPE\u003C/strong\u003E를 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E분리 메서드의 경우 \u003Cstrong\u003EDispatch percentiles of sorted data를 선택\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku136.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E날짜별로 정렬\u003C/strong\u003E하고 학습/테스트를 위해 표준 80/20 분할을 지정합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku137.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E마지막으로 \u003Cstrong\u003EPre-Filter\u003C/strong\u003E 스테이지를 선택합니다. 사망 차이가 0보다 큰 행만 남기고 싶기에 \u003Cstrong\u003EFilter 토글을 켠\u003C/strong\u003E 다음 \u003Cstrong\u003EDeaths_DIFFERENCE_sum_min을 선택\u003C/strong\u003E하고 이를 \u003Cstrong\u003E(>) 0\u003C/strong\u003E보다 크게 지정합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku138.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003ESplit 레시피에서 \u003Cstrong\u003ERUN\u003C/strong\u003E을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku139.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 모델링을 시작할 것입니다. 흐름에서 생성했던 과거 데이터와 기능을 사용하여 사망률의 변화를 예측하고자 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EG + F 키를 눌러 흐름 화면으로 되돌아갑니다.\u003C/strong\u003E\u003C/p\u003E\n","\u003Cp\u003E흐름에서 \u003Cstrong\u003Etrain 세트\u003C/strong\u003E를 \u003Cstrong\u003E한 번 클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003ELAB\u003C/strong\u003E을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku140.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EAutoML Prediction을 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku141.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E대상 변수인 \u003Cstrong\u003EDeaths_DIFFERENCE_sum_min\u003C/strong\u003E을 \u003Cstrong\u003E선택\u003C/strong\u003E한 다음 \u003Cstrong\u003EQuick Prototypes\u003C/strong\u003E와 \u003Cstrong\u003ECreate\u003C/strong\u003E를 선택합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku142.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003EDESIGN\u003C/strong\u003E 탭을 \u003Cstrong\u003E선택\u003C/strong\u003E하여 모델 학습 매개 변수를 구성합니다. 화면 왼쪽에 있는 \u003Cstrong\u003ETrain/Test Set\u003C/strong\u003E 섹션에서 \u003Cstrong\u003ETIME ORDERING을 활성화\u003C/strong\u003E하고 \u003Cstrong\u003EDATE\u003C/strong\u003E를 시간 변수로 설정합니다. 방대한 데이터 세트를 사용하고 있지 않기에 \u003Cstrong\u003ESampling Method\u003C/strong\u003E를 **No Sampling (whole data)**로 설정할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku143.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E그런 다음 \u003Cstrong\u003EFeatures Handling\u003C/strong\u003E 섹션을 선택합니다. 여기에서는 기능의 토글을 설정할 수 있습니다(머신 러닝 도중에 사용되어야 하나요? 만약 사용된다면 변수 유형은 어떻게 다뤄야 하나요?). 예측을 위해 단순히 숫자 데이터만 사용할 것이니 \u003Cstrong\u003ECOUNTRY_REGION, PROVINCE_STATE 및 DATE 토글을 끄겠습니다\u003C/strong\u003E. 나머지 숫자 기능은 학습 전에 크기 조정을 가능케 하는 세트로 남아 있을 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku144.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E마지막으로 \u003Cstrong\u003EAlgorithm\u003C/strong\u003E 섹션을 선택합니다. 여기에 다양한 옵션이 있지만 일부 단순한 회귀에 집중하겠습니다. 또한 \u003Cstrong\u003ERidge Regression 및 Lasso Regression\u003C/strong\u003E의 \u003Cstrong\u003E토글만 켜겠습니다\u003C/strong\u003E. 끝났다면 모델을 학습시키기 위해 \u003Cstrong\u003ETrain\u003C/strong\u003E 버튼(오른쪽 상단)을 \u003Cstrong\u003E클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku145.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E선택적으로 학습 세션의 이름을 지정하고 설명을 입력하거나 비워 둘 수 있습니다. 다시 \u003Cstrong\u003ETrain을 클릭합니다\u003C/strong\u003E.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku146.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EDSS는 여러분의 디자인 설정에 맞춰 모델을 생성하고 학습시킬 것입니다. 첫 번째 세션에서는 평가하고 있는 메트릭의 측면(이 경우 R2 점수, 1에 가까울 수록 좋음)에서 Lasso regression이 Ridge regression을 능가했음을 확인할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E세션 창\u003C/strong\u003E 또는 \u003Cstrong\u003E결과 창\u003C/strong\u003E에서 이름을 \u003Cstrong\u003E클릭\u003C/strong\u003E하여 최고의 성능 모델에 대한 세부 정보를 \u003Cstrong\u003E드릴다운\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku147.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E모델을 해석하고 성능에 대해 더 잘 이해하는 데 도움이 되는 몇 가지 도구와 시각화를 보유하고 있습니다. \u003Cstrong\u003EINTERPRETATION\u003C/strong\u003E 메뉴 아래에서 왼쪽에 있는 \u003Cstrong\u003ERegression coefficients\u003C/strong\u003E 옵션을 \u003Cstrong\u003E클릭\u003C/strong\u003E하여 계수를 확인하겠습니다. 아마 놀랍지 않게도 최근 사망이 중요하지만 학습 세션을 실행하려면 거주 변화도 중요합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003E참고:\u003C/strong\u003E 모델 요약 화면에 있을 때 모델 학습 및 디자인 화면으로 되돌아가고 싶다면 상단에 있는 \u003Cstrong\u003EModels\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E하기만 하면 됩니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku148.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E왼쪽 메뉴에 있는 \u003Cstrong\u003EPerformance\u003C/strong\u003E 섹션 아래에서 \u003Cstrong\u003EScatter Plot\u003C/strong\u003E을 \u003Cstrong\u003E클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E모델이 완벽하다면 모든 포인트가 대각선에 위치할 것입니다. 이는 예측한 값이 실제 값과 정확하게 일치함을 의미합니다. 선 아래에 위치한 포인트는 과소평가를 의미하고 선 위에 있는 포인트는 과대평가를 의미합니다. 일반적인 목표는 포인트와 대각선 사이의 거리를 최소화하는 것입니다.\u003C/p\u003E\n","\u003Cp\u003E이 예는 개선할 여지가 있지만 첫 번째 실행임을 감안하면 괜찮습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku149.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E또한 \u003Cstrong\u003EInterpretation\u003C/strong\u003E 메뉴 아래에 있는 \u003Cstrong\u003ESubpopulation analysis\u003C/strong\u003E를 \u003Cstrong\u003E클릭\u003C/strong\u003E하겠습니다. 이는 모델이 다양한 부분 모집단에 걸쳐 동일하게 작동하는지를 평가하는 데 유용할 수 있습니다. 이 경우에는 국가별로 분석하겠습니다. \u003Cstrong\u003E드롭다운\u003C/strong\u003E에서 \u003Cstrong\u003ECOUTRY_REGION을 선택\u003C/strong\u003E하고 \u003Cstrong\u003ECOMPUTE\u003C/strong\u003E를 클릭합니다. 이 예에서 모델이 미국, 멕시코 및 인도 데이터를 대상으로는 잘 수행되었지만 다른 많은 국가를 대상으로는 그렇지 않았습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku150.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이러한 부분은 추가적으로 탐색하기를 원하기에 이제 모델을 이해하고 개선하기 위한 실험/개선의 반복적인 프로세스를 시작할 것입니다. 따라서 랩에 끝난 뒤에 모델(및 데이터 흐름)을 대상으로 작업할 수 있지만 지금은 모델을 배포하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E오른쪽 상단에 있는 \u003Cstrong\u003EDEPLOY\u003C/strong\u003E 버튼을 \u003Cstrong\u003E클릭\u003C/strong\u003E한 다음 기본값을 수락하고 \u003Cstrong\u003ECREATE를 클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku151.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 모델이 흐름에 배포되었습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku152.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E마지막 작업의 경우 모델이 적합한지를 평가하기 위해 배포된 모델과 테스트 데이터 세트와 비교하여 점수를 매길 것입니다. 흐름에서 \u003Cstrong\u003E모델\u003C/strong\u003E을 \u003Cstrong\u003E한 번 클릭\u003C/strong\u003E한 다음 \u003Cstrong\u003EAactions 메뉴\u003C/strong\u003E에서 \u003Cstrong\u003EScore를 선택\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku153.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E\u003Cstrong\u003Etest 데이터 세트\u003C/strong\u003E를 \u003Cstrong\u003EInput dataset\u003C/strong\u003E로 적용하고 \u003Cstrong\u003ECreate Recipe를 클릭\u003C/strong\u003E합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku154.jpg\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E마지막으로 실행 엔진이 \u003Cstrong\u003EIn-Database(SQL)로 설정되었는지 확인하고 Run\u003C/strong\u003E을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E축하드립니다! 모델을 구축했으며 점수를 매겼습니다.\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003ESnowflake에서 Dataiku 예측 검토\u003C/h2\u003E\n","\u003Cp\u003E이제 예측을 작성했던 Snowflake 테이블을 확인할 것입니다.\u003C/p\u003E\n","\u003Cp\u003ESnowsight 탭으로 전환하고 다음을 실행하여 컨텍스트를 설정합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse role sysadmin;\nuse warehouse compute_wh;\nuse database pc_dataiku_db;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E이제 다음 SQL을 실행하여 Snowflake으로 다시 작성된 Dataiku 모델의 점수가 매겨진 데이터를 확인합니다. 테이블 이름을 다음과 비슷해야 합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eshow tables like '%scored%';\nselect * from "COVID19_TEST_SCORED_space-3a316aed-dku_node-df3ee930";\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E‘show tables’ 명령에서 반환된 이름을 사용하고 SELECT 문에 이를 붙여 넣습니다.\u003C/p\u003E\n","\u003Cp\u003E이제 결과에서 가져온 차트에서 데이터를 볼 수 있습니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003EAdd Column and select ‘Country_region’\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku155.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Ch3\u003E복제로 테스트 팀을 위한 환경 생성\u003C/h3\u003E\n","\u003Cp\u003ESnowflake를 사용하면 "제로 카피 클론"이라고도 하는 테이블, 스키마 및 데이터베이스의 클론을 몇 초 안에 생성할 수 있습니다. 클론을 생성할 때 원본 객체에 있는 데이터의 스냅샷을 찍으며 복제된 객체에서 이를 사용할 수 있습니다. 복제된 객체는 쓰기 가능하고 클론 원본과는 독립적입니다. 즉 원본 오브젝트 또는 클론 오브젝트 중 하나에 적용된 변경 사항은 다른 오브젝트에 속하지 않습니다.\u003C/p\u003E\n","\u003Cp\u003E제로 카피 클론 생성의 일반적인 사용 사례는 개발 및 테스트를 위한 프로덕션 환경을 복제하여 프로덕션 환경에 부정적인 영향을 미치지 않게 두 개의 별도 프로덕션 환경을 설정 및 관리할 필요가 없도록 테스트하고 실험하는 것입니다.\u003C/p\u003E\n","\u003Cp\u003EPositive : \u003Cstrong\u003E제로 카피 클론 생성은 최고입니다!\u003C/strong\u003E <br> 큰 이점은 기본 데이터가 복사되지 않는다는 것입니다. 기본 데이터의 메타데이터/포인터만 변경됩니다. 이런 이유로 ‘제로 카피’이며 데이터 복제 시 저장소 요구 사항이 두 배로 늘어나지 않습니다. 대부분의 데이터 웨어하우스에서는 이렇게 할 수 없지만, Snowflake에서는 쉽게 할 수 있습니다!\u003C/p\u003E\n","\u003Cp\u003E기존 UI로 되돌아가고 Covid19 워크시트를 선택하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku156.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E워크시트에서 다음 명령을 실행하여 개발(dev) 데이터베이스를 생성합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse role sysadmin;\nuse warehouse compute_wh;\n    use database pc_dataiku_db;\n    use schema public;\n    create database dataiku_test_db clone pc_dataiku_db;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E닫힌 경우, 워크시트 왼쪽의 데이터베이스 객체 브라우저를 확장합니다.  왼쪽 패널에서 작은 새로 고침 버튼을 클릭하고 DATAIKU_TEST_DB 데이터베이스 아래의 객체 트리를 확장합니다.\u003C/p\u003E\n","\u003Cp\u003EDATAIKU_TEST_DB 데이터베이스 아래에서 새로운 테이블을 볼 수 있는지 확인합니다.  이제 개발 팀은 프로덕션 테이블이나 다른 오브젝트에 영향을 주지 않고 삭제를 포함하여 이러한 테이블로 원하는 모든 작업을 수행할 수 있습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku157.png\" alt=\"img\"\u003E\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003E타임 트래블 사용\u003C/h2\u003E\n","\u003Cp\u003ESnowflake의 타임 트래블 기능으로 사전 구성 가능한 기간 내 어느 시점이든 과거 데이터에 액세스할 수 있습니다. 기본 기간은 24시간이며 Snowflake Enterprise Edition 으로는 90일까지 가능합니다. 대부분의 데이터 웨어하우스에서는 이 기능을 제공하지 않지만, Snowflake에서는 쉽게 할 수 있습니다!\u003C/p\u003E\n","\u003Cp\u003E이러한 기능은 다음과 같이 응용할 수 있습니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003E실수로 또는 의도적으로 삭제되었거나 업데이트되었을 수도 있는 데이터 관련 오브젝트(테이블, 스키마 및 데이터베이스) 복구\u003C/li\u003E\u003Cli\u003E과거의 주요 시점으로부터 데이터를 복제하고 백업\u003C/li\u003E\u003Cli\u003E지정된 기간에 걸쳐 데이터 사용량/조작 분석\u003C/li\u003E\u003C/ul\u003E\n","\u003Cp\u003E다음 시나리오를 진행할 것입니다. 1: 사용자는 모든 테스트가 완료되었다고 생각하며 임시 테이블을 삭제하기로 결정합니다. 애석하게도 잘못된 테이블을 삭제합니다! 2: 사용자는 테이블을 업데이트하지만 WHERE 절을 잊었습니다. 테이블의 모든 행이 변경되었습니다! 3: 어떤 시점에 테이블의 클론을 생성합니다. 4: 테스트 테이블에 적용되었던 모든 변경 사항을 롤백하여 테스트를 위해 테이블을 새로 고칩니다.\u003C/p\u003E\n","\u003Ch3\u003E테이블 삭제 및 복구\u003C/h3\u003E\n","\u003Cp\u003E먼저 실수로 또는 의도적으로 삭제한 데이터 객체를 어떻게 복구할 수 있는지 살펴보겠습니다.\u003C/p\u003E\n","\u003Cp\u003E적절한 컨텍스트를 설정하겠습니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse database dataiku_test_db;    use schema public;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E작업할 테이블의 이름을 찾겠습니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eshow tables like '%scored%';\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E결과에서 이름 열을 확장하고 ‘COVID19_TRAIN_space-3a316aed-dku_node-df3ee930’와 비슷한 테이블 이름을 복사할 수 있습니다\u003C/p\u003E\n","\u003Cp\u003E작업을 더 쉽게 만들기 위해 이 테이블의 이름을 바꿀 것입니다. 다음 SQL을 실행합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003EAlter table “<table name from above>” rename to di_train;Example : alter table “COVID19_TEST_SCORED_space-3a316aed-dku_node-df3ee930” rename to covid19_test_scored;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E워크시트에서 covid19_train 테이블을 제거(삭제)할 다음 명령을 실행합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Edrop table covid19_test_scored;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E이제 covid19_train 테이블에서 SELECT 문을 실행합니다. 기본 테이블이 삭제되었기 때문에 ‘\u003Cstrong\u003EResults\u003C/strong\u003E’ 창에 오류가 나타나야 합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect * from covid19_test_scored limit 10;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku158.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 이 테이블을 다음과 같이 복구합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eundrop table covid19_test_scored;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003Ecovid19_test_scored 테이블을 복구해야 합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku159.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 covid19_train 테이블에서 SELECT 문을 실행합니다. 기본 테이블이 복원되었기 때문에 ‘\u003Cstrong\u003EResults\u003C/strong\u003E’ 창에 데이터가 나타나야 합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode\u003Eselect * from covid19_test_scored limit 10;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Ch3\u003E테이블 롤백\u003C/h3\u003E\n","\u003Cp\u003E테이블을 이전 상태로 롤백하여 covid19_test_scored 테이블에 있는 모든 province_state 이름을 ‘oops’라는 단어로 대체하는 의도하지 않은 DML 오류를 수정하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E상위 20개의 Locations를 반환하는 쿼리를 실행합니다. 업데이트하기 전에는 다음과 같이 나타나야 합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect province_state as "Location", count(*) as "count"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E테이블의 모든 지방 이름을 ‘oops’라는 단어로 대체하는 다음 명령을 실행합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eupdate covid19_test_scored set province_state = 'oops';\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E이제 상위 20개의 Locations를 반환하는 쿼리를 실행합니다. 스테이션 이름을 망쳤기에 하나의 행만 반환되었습니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect province_state as "Location", count(*) as "count"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku160.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E보통의 상황이라면 놀라는것도 잠시뿐 빨리 백업이 주변에 있기를 바랄 것입니다. 그러나 Snowflake에서는 데이터베이스를 대상으로 실행된 트랜잭션을 찾기 위해 단순히 기록을 검토할 수 있습니다. 메인 UI 창에서 역할을 SYSADMIN으로 변경하겠습니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku161.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003EHistory 탭을 클릭합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku162.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이 단계에서는 Snowflake를 대상으로 실행했던 모든 명령을 볼 수 있습니다. 이슈를 초래한 명령을 찾아보겠습니다. 필터가 보인다면 7.2.7로 이동합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku163.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E필터가 안 보인다면 'Add a filter'를 클릭합니다\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku164.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E필터는 다음과 같이 ‘SQL Text’ 및 ‘oops’로 변경합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku165.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E잘못된 업데이트 문을 실행한 SQL을 위해 Query ID를 클릭합니다. Query ID를 강조 표시하고 클립보드에 복사합니다.\u003C/p\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku166.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E어떠한 부분을 변경하기 전에 이 트랜잭션이 이슈를 초래했는지 확인할 수 있습니다. 이전에 복사한 Query ID를 대체하는 다음 SQL을 실행합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect province_state as "Location", count(*) as "count" from covid19_test_scored before(statement => '01982883-0042-3ced-0000-01f1000463fe') group by 1 order by 2 desc limit 20;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E이제 올바른 SQL임을 확인했으니 안전할 수 있도록 다음 SQL을 사용하여 기존 값으로 우선 클론을 생성합니다. 다시 한 번 이전에 복사한 Query ID를 사용합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Ecreate or replace table covid19_test_scored_rewind clone covid19_test_scored before(statement => '01982883-0042-3ced-0000-01f1000463fe');\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003ESELECT 문을 다시 실행하여 province_state 이름이 새롭게 복제된 테이블에서 복구되었는지 확인합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect province_state  as "Location", count(*) as "Count"from covid19_test_scored_rewindgroup by 1order by 2 desclimit 20;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku167.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E이제 클론이 올바른 값을 가지고 있음을 확인했으니 Snowflake에서 또 다른 생성 기능을 사용하고 2개의 테이블을 바꿀 것입니다. 새롭게 생성된 클론의 이름을 메인 테이블의 이름으로 바꿀 것입니다. 또한 망가진 테이블의 이름을 클론 이름으로 바꿀 것입니다.  이름을 바꾸기 위해 다음 SQL를 사용합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Ealter table covid19_test_scored_rewind swap with covid19_test_scored;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003ESELECT 문을 다시 실행하여 province_state 이름이 새롭게 바뀐 테이블에서 복구되었는지 확인합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Eselect province_state  as "Location", count(*) as "Count"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E\u003Cimg src=\"https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku168.png\" alt=\"img\"\u003E\u003C/p\u003E\n","\u003Cp\u003E축하합니다. 이제 이 랩을 완료하셨습니다! 다음 마지막 섹션에서 정리하겠습니다.\u003C/p\u003E\n<!-- ------------------------ -->\n","\u003Ch2\u003E(선택 사항) Snowflake 환경 초기화\u003C/h2\u003E\n","\u003Cp\u003E마지막으로 이 랩의 일부로 생성된 모든 오브젝트를 삭제하여 환경을 초기화하려면 워크시트에서 다음 SQL을 실행하십시오.\u003C/p\u003E\n","\u003Cp\u003E워크시트 컨텍스트를 설정하기 위해 이 SQL을 실행하십시오.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Euse role accountadmin;\nuse warehouse compute_wh;\nuse database covid19;\nuse schema public;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Cp\u003E그런 다음 이 SQL을 실행하여 이 랩에서 생성했던 모든 오브젝트를 삭제하고 웨어하우스 크기를 XSmall로 조정합니다.\u003C/p\u003E\n\u003Cpre\u003E\u003Ccode class=\"language-sql\"\u003Edrop database if exists dataiku_test_db;\nalter warehouse “PC_DATAIKU_WH” set warehouse_size = ‘XSMALL’;\n\u003C/code\u003E\u003C/pre\u003E\n","\u003Ch2\u003E종료 및 다음 단계\u003C/h2\u003E\n","\u003Cp\u003E이 자습서는 Snowflake와 Dataiku를 사용하는 방법을 알려주는 동시에 일부 주요 기능을 선보이기 위한 실습형 소개로 설계되었습니다.\u003C/p\u003E\n","\u003Cp\u003E자체 샘플 또는 제품 데이터를 로드하고 이 랩에서 다루지 않은 Snowflake의 고급 기능 중 일부를 사용하여 무료 평가판을 계속 사용해 보시길 권해 드립니다. Snowflake는 다음을 통해 여러 방법으로 도움을 줄 수 있습니다.\u003C/p\u003E\n\u003Cul\u003E\u003Cli\u003ESnowflake에 대한 더 많은 데이터를 얻고 분석하는 데 도움을 받기 위해 평가판/무료 ETL 및 BI 도구에 대한 액세스를 얻으려면 UI 맨 위에 있는 ‘Partner Connect’ 아이콘을 클릭하십시오\u003C/li\u003E\u003Cli\u003E"[무료 평가판 극대화를 위한 가이드](/test-driving-snowflake-the-definitive-guide-to-maximizing-your-free-trial/?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-download-maximizing-your-free-trial-guide)"를 읽으십시오\u003C/li\u003E\u003Cli\u003ESnowflake 가상 또는 현장 \u003Ca href=\"/about/webinars/\"\u003E이벤트\u003C/a\u003E에 참석하여 Snowflake의 기능 및 고객에 관해 자세히 알아보십시오.\u003C/li\u003E\u003Cli\u003E자세한 내용은 [영업](/free-trial-contact-sales/?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-contact-sales-from-lab-guide) 팀에 문의하십시오\u003C/li\u003E\u003C/ul\u003E"],"description":"","title":"Snowflake 및 Dataiku로 데이터 과학 가속화","elements":{"quickstartArticleBody":{"dataType":"string","title":"Quickstart Article Body","value":"\u003C!-- ------------------------ --\u003E\r\n## 랩 개요\r\n\r\n\r\n이 Snowflake 빠른 시작은 데이터 과학 프로젝트의 일환으로 Snowflake와 Dataiku Cloud를 함께 사용하는 것에 대한 기본 사항을 소개합니다. 두 가지 클라우드 기반 기술을 잘 통합한 몇몇 기능을 다룰 것입니다. 이는 특히나 [Snowflake 30일 무료 평가판](https://trial.snowflake.com) 및 Snowflake의 Partner Connect를 통해 Dataiku Cloud 평가판 버전과 사용하기 위해 설계되었습니다. 또한 Snowflake의 Data Marketplace와 여기에서 가져오는 타사 데이터 세트가 여러분의 Data Science 프로젝트를 강화하고 지원할 수 있는 방법에 대해 알아볼 것입니다.\r\n\r\n이 Snowflake 랩에서 수행하는 단계를 나타나는 순서대로 진행하는 이유를 여러분이 더 잘 이해할 수 있도록 돕기 위해 COVID-19 데이터를 사용하여 이론적인 실제 ‘스토리’의 일환으로 이 랩을 진행할 것입니다.\r\n\r\n이 랩의 스토리는 이동성 변화와 더불어 유럽의 COVID-19 사례를 조사할 것입니다. 과거 데이터를 사용하여 COVID-19 사망률을 예측하고 이동성 변화가 이에 큰 영향을 미쳤는지 확인하고자 합니다.\r\n\r\n데이터 소스는 Snowflake Marketplace에서 가져온 Starschema Covid-19 데이터베이스입니다. Snowflake의 Snowsight에서 데이터를 분석한 다음 Dataiku로 이동하여 일부 변환(계산을 위해 Snowflake로 푸시다운되는 것)을 수행할 것입니다. 그런 다음 예측 모델을 생성할 것입니다.\r\n\r\n사용할 특정 테이블은 지방과 일별로 사례 수를 보고하는 JHU_COVID_19 데이터 세트와 다양한 지역에 걸쳐 국가의 주/지역과 일별로 이동성의 퍼센트 변화를 보고하는 GOOG_GLOBAL_MOBILITY_REPORT 데이터 세트입니다.\r\n\r\n마지막으로 이러한 예측을 Snowflake에 다시 작성할 것입니다.\r\n\r\n이 랩을 완료하면 Snowflake와 Dataiku를 사용하여 단순한 Data Science 프로젝트를 사용하는 방법에 대해 알게 될 것입니다.\r\n\r\n### 사전 필요 조건 및 지식\r\n\r\n- Snowflake 30일 무료 평가판 환경 사용\r\n- SQL, 데이터베이스 개념 및 오브젝트에 대한 기본 지식\r\n\r\n### 학습할 내용\r\n\r\n이 랩에서 연습은 다음과 같은 단계로 진행됩니다.\r\n\r\n- Snowflake에서 데이터베이스, 테이블, 뷰 및 웨어하우스 생성\r\n- Data Marketplace를 사용하여 Snowflake에 있는 데이터에 액세스\r\n- 원활하게 Dataiku DSS Cloud 평가판을 생성하기 위해 Snowflake의 ‘Partner Connect’ 사용\r\n- Dataiku에서 Data Science 프로젝트 생성 및 Snowflake 내에서 Dataiku를 통해 데이터에 대한 분석 수행\r\n- Dataiku에서 단순한 머신 러닝 모델 생성, 실행 및 평가\r\n- Snowflake에 다시 결과 작성\r\n- 테스트 환경을 위해 클론 생성 및 타임 트래블 사용\r\n\r\n### 구축할 것\r\n\r\n- COVID-19 머신 러닝 모델 생성, 실행 및 평가를 위해 Snowflake 및 Dataiku 통합\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## 랩 환경 준비\r\n\r\n\r\n[Snowflake 30일 무료 평가판](https://trial.snowflake.com?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-download-free-trial-from-lab-guide)에 아직 등록하지 않았다면, 지금 등록하십시오.\r\n\r\n여러분과 물리적으로 가까운 지역을 선택하고 Standard Edition에서는 제공되지 않는 일부 고급 기능을 활용할 수 있도록 Enterprise Edition을 선택합니다.\r\n\r\n등록 후, 활성화 링크와 Snowflake 계정 URL이 담긴 이메일을 받게 됩니다. 추후에 쉬운 액세스를 위해 이 URL을 즐겨찾기에 추가하십시오. 활성화 후 사용자 이름과 암호를 생성하게 될 것입니다. 이러한 자격 증명을 기록해 두십시오.\r\n\r\n이 랩 가이드와 웹 브라우저를 나란히 보고 랩 지침을 더 쉽게 따르기 위해 브라우저 창 크기를 조정하십시오. 가능하다면 보조 디스플레이에 랩 가이드만을 띄워 사용합니다.\r\n\r\n#### 랩 리소스 다운로드:\r\n\r\n\u003Cbutton\u003E\r\n\r\n[Download sample SQL](https://snowflake-corp-se-workshop.s3-us-west-1.amazonaws.com/VHOL_Snowflake_Dataiku/Snowflake_Dataiku_VHOL.sql) for use in Snowflake.\r\n\u003C/button\u003E\r\n\r\nNegative : **화면 캡처, 샘플 코드 및 환경에 관하여** \u003Cbr\u003E 이 랩의 화면 캡처는 여러분이 이 연습을 완료하고 보게 되는 것과는 약간 다른 예시 및 결과를 보여줄 수 있습니다.\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## Snowflake 사용자 인터페이스\r\n\r\n\r\n### Snowflake 사용자 인터페이스(UI)에 로그인\r\n\r\n브라우저 창을 열고 Snowflake 30일 평가판 환경의 URL을 입력합니다. 아래 로그인 화면이 나타납니다. 고유한 자격 증명을 입력하여 로그인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku1.png)\r\n\r\n### 시작 상자 및 자습서는 모두 닫습니다\r\n\r\n첫 로그인 시 ‘시작’ 및 ‘도우미’ 상자가 UI에 나타날 수 있습니다. 또한 ‘무료 평가판을 이용해 보세요...’ 리본이 UI 상단에 나타날 수 있습니다. 아래 스크린샷의 빨간색 상자에 있는 항목을 클릭하여 이를 최소화하고 닫습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku2.png)\r\n\r\n### Snowflake UI 탐색\r\n\r\n우선 Snowflake에 대해 알아봅시다! 이 섹션은 여러분이 익숙해질 수 있도록 사용자 인터페이스의 기본적인 구성 요소를 다룹니다. UI 상단에서 왼쪽부터 오른쪽까지 이동할 것입니다.\r\n\r\n상단 메뉴를 사용하면 다음과 같이 Snowflake의 다양한 영역 간에 전환할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku3.png)\r\n\r\n**Databases** 탭은 여러분이 생성했거나 액세스 권한을 지닌 데이터베이스에 관한 정보를 보여줍니다. 데이터베이스의 소유권을 생성, 복제, 삭제 또는 이전할 수 있을 뿐만 아니라 UI에서 데이터를 로드(제한적)할 수 있습니다. 사용자 환경에 이미 여러 개의 데이터베이스가 존재합니다. 하지만 이 랩에서는 이를 사용하지는 않을 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku4.png)\r\n\r\n**Shares** 탭은 테이블 데이터의 다른 복사본을 생성하지 않고, 별도의 Snowflake 계정이나 외부 사용자 간에 쉽고 안전하게 Snowflake 테이블을 공유하도록 데이터 공유를 구성할 수 있는 곳입니다.\r\n\r\n**Warehouses** 탭은 Snowflake에서 데이터를 로드하거나 쿼리하기 위해 컴퓨팅 리소스(가상 웨어하우스)를 설정하고 관리하는 곳입니다. ‘COMPUTE_WH (XS)’라는 웨어하우스가 사용자 환경에 이미 존재합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku5.png)\r\n\r\n**Worksheets** 탭은 SQL 쿼리 제출, DDL 및 DML 작업 수행 그리고 쿼리/작업 완료 시 결과 확인을 위한 인터페이스를 제공합니다. 기본 ‘Worksheet 1’이 나타납니다.\r\n\r\n왼쪽 창에는 사용자가 워크시트에 대해 선택한 역할로 액세스할 수 있는 모든 데이터베이스, 스키마, 테이블 및 뷰를 탐색할 수 있는 데이터베이스 오브젝트 브라우저가 있습니다. 하단 창에는 쿼리 및 작업 결과가 표시됩니다.\r\n\r\n이 페이지의 다양한 창의 크기는 작은 슬라이더를 움직여 조정할 수 있습니다. 또한 랩을 진행하면서 작업을 위해 워크시트에 더 많은 공간이 필요한 경우 왼쪽 창에서 데이터베이스 오브젝트 브라우저를 축소합니다. 이 가이드의 많은 스크린샷에서는 이 데이터베이스 오브젝트 브라우저를 닫은 상태로 둘 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku6.png)\r\n\r\n워크시트 탭 바로 오른쪽에 있는 기본 ‘Worksheet 1’의 왼쪽 상단에서 작은 아래쪽 화살표를 클릭합니다. ‘Load Script’를 클릭한 다음 이전 모듈에서 다운로드한 ‘lab_scripts.sql’ 파일을 찾고 ‘Open’을 클릭합니다. 이 랩의 나머지를 실행하기 위해 필요한 모든 SQL 명령이 이제 새로운 워크시트에 나타날 것입니다.\r\n\r\n**아직 어떠한 SQL 명령도 실행하지 마십시오. 나중에 랩으로 돌아와서 하나씩 실행하겠습니다**\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku7.png)\r\n\r\n워크시트 이름을 클릭하고 Covid19를 입력한 다음 ‘Enter’ 키를 눌러 새롭게 생성된 워크시트의 이름을 Covid19라고 지정합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku8.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku9.png)\r\n\r\nNegative : **경고 - 워크시트로 SQL 복사/붙여 넣기 금지** \u003Cbr\u003E Snowflake 워크시트에 SQL 코드를 복사하여 붙여 넣으면 형식 오류가 발생할 수 있으며 SQL이 올바르게 실행되지 않을 수 있습니다. 방금 다룬 ‘Load Script’ 메서드를 사용해야 합니다.  이전 또는 잠긴 브라우저에서는 브라우저가 여러분이 .sql 파일을 여는 것을 방해할 것이기에 이 ‘Load Script’ 단계를 수행할 수 없을지도 모릅니다. 이 경우 텍스트 편집기로 .sql 파일을 연 다음 .sql 파일에서 복사한 모든 텍스트를 ‘Worksheet 1’에 붙여 넣습니다\r\n\r\nPositive : **워크시트 vs UI** \u003Cbr\u003E 이 랩의 많은 구성은 시간을 절약하기 위해 이 워크시트 내에 미리 작성된 SQL을 통해 실행될 것입니다. 이러한 구성은 또한 덜 기술적인 방식으로 UI를 통해 실행할 수도 있지만 시간이 더 많이 소요됩니다.\r\n\r\n**History** 탭을 통해 지난 14일 동안 Snowflake 계정에서 실행했던 모든 쿼리의 세부 정보를 볼 수 있습니다(더 자세한 사항을 위해 쿼리를 분석하려면 Query ID 클릭).\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku10.png)\r\n\r\n여러분의 사용자 이름이 나타나는 UI 오른쪽 상단을 클릭하면 암호, 역할 또는 기본 설정을 변경할 수 있습니다. Snowflake에는 여러 가지 시스템에서 정의된 역할이 있습니다. 현재 역할은 기본 역할인 SYSADMIN입니다. 이는 랩의 다음 파트에서 변경할 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku11.png)\r\n\r\nNegative : **SYSADMIN** \u003Cbr\u003E 이 랩 대부분에서는 웨어하우스, 데이터베이스 및 계정의 기타 오브젝트를 생성하기 위한 권한을 가진 SYSADMIN(또는 시스템 관리자) 역할을 유지할 것입니다. 실제 환경에서는 이 랩의 작업에 서로 다른 역할을 사용하고 사용자에게 역할을 할당합니다. Snowflake의 액세스 제어에 대한 더 자세한 내용은 이 랩의 말미와 [설명서](https://docs.snowflake.com/user-guide/security-access-control-overview)에서 다룹니다.\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## Snowflake Partner Connect를 통해 Dataiku 평가판 계정 준비\r\n\r\n\r\n### Partner Connect를 통해 Dataiku 평가판 생성\r\n\r\n페이지 오른쪽 상단에서 프로필을 클릭하여 현재 역할이 `ACCOUNTADMIN`인지 확인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku12.png)\r\n\r\n상단 바에 있는 Partner Connect를 클릭하고 Dataiku를 찾기 위해 아래로 스크롤합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku13.png)\r\n\r\nDataiku 타일을 클릭합니다. 클릭하면 다음 창이 실행될 것입니다. 이는 Snowflake과 연결하기 위해 Dataiku에 필요한 연결 매개 변수를 자동으로 생성할 것입니다. Snowflake는 Dataiku 계정에서 사용하기 위한 목적으로 전용 데이터베이스, 웨어하우스, 시스템 사용자, 시스템 암호 및 시스템 역할을 생성할 것입니다.\r\n\r\n```\r\nDatabase:        PC_DATAIKU_DB\r\nWarehouse:       PC_DATAIKU_WH (X-Small)\r\nSystem User:     PC_DATAIKU_USER\r\nSystem Password: Autogenerated & Randomized\r\nSystem Role:     PC_DATAIKU_ROLE\r\n                 Role PUBLIC will be granted to the PC_DATAIKU_RLE\r\n                 Role PC_DATAIKU_ROLE will be granted to the SYSADMIN role\r\n\r\nDatabase(s) with USAGE privilege granted: leave this blank\r\n\r\n```\r\n\r\nDataiku에서 Snowflake와 연결하기 위해 **PC_DATAIKU_USER**를 사용하고자 합니다. 또한 Dataiku 내에서 활동을 수행할 때 Snowflake로 푸시다운되는 **PC_DATAIKU_WH**를 사용하고자 합니다.\r\n\r\n이는 Snowflake 확장을 통해 Dataiku에서 작업하고 있는 데이터 과학 팀이 다른 역할 및 웨어하우스를 사용하여 Snowflake로 데이터를 로드하고 있는 데이터 엔지니어링 팀과 완벽히 별도로 작업할 수 있음을 보여줍니다.\r\n\r\n사용자 암호(Snowflake에서 생성되며 절대 표시되지 않음)는 다른 모든 Snowflake 연결 매개 변수와 더불어 Dataiku 서버로 전달됩니다. 따라서 Dataiku 연결에 자동으로 사용될 것입니다. **PC_DATAIKU_USER 암호 변경 금지**. 암호를 변경하면 Dataiku는 Snowflake 데이터베이스와 연결할 수 없을 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku14.png)\r\n\r\nNegative : **정보 참고:** \u003Cbr\u003E 처음 생성했던 것과 다른 Snowflake 계정을 사용하고 있다면 여러분의 이메일 세부 정보를 요청하는 다음 화면이 나타날 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku15.png)\r\n\r\nNegative : ‘Go to Preferences’를 클릭하고 이메일 세부 정보를 입력합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku16.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku17.png)\r\n\r\n**Connect**를 클릭합니다. 여러분의 이름과 성을 요구할 수도 있습니다. 요구한다면 이를 입력한 다음 Connect를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku18.png)\r\n\r\n여러분의 파트너 계정이 생성되었습니다. **Activate**를 클릭하여 이를 활성화합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku19.png)\r\n\r\n이는 Dataiku의 실행 페이지로 여러분을 리디렉션할 새로운 페이지를 실행할 것입니다.\r\n\r\n이 단계에는 2가지 옵션이 있습니다.\r\n\r\n1. 기존 Dataiku 사용자 이름으로 로그인\r\n2. 새로운 Dataiku 계정을 위해 가입\r\n\r\n여러분이 Dataiku를 처음으로 사용하고 있다고 가정하기에 ‘Sign Up’ 상자를 선택하시기 바랍니다. 또한 GitHub, Google 또는 이메일 주소와 새로운 암호로 가입하십시오. Sign Up을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku20.png)\r\n\r\n여러분의 이메일 주소를 사용할 때 암호가 다음 조건을 충족하는지 확인합니다.\r\n\r\n1. 최소 8자의 암호 길이\r\n2. 포함되어야 하는 요소: 소문자(a~z) 대문자(A~Z) 숫자(예: 0~9)\r\n\r\n가입한 이메일로 Dataiku가 전송한 이메일을 받게 될 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku21.png)\r\n\r\n전송된 이메일로 Dataiku 계정을 활성화합니다.\r\n\r\n### Dataiku 설정 검토\r\n\r\n활성화 링크를 클릭할 때 간단히 Dataiku Cloud의 서비스 약관을 검토하십시오. 이를 위해 페이지 하단으로 스크롤을 내리십시오. **I AGREE**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku22.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku23.png)\r\n\r\n그런 다음 다음 정보를 사용하여 가입을 완료해야 할 것입니다.\r\n\r\n1. 이름\r\n2. 성\r\n3. 직위\r\n4. 여러분을 어떻게 정의하시나요(역할을 위한 드롭다운 옵션)\r\n5. 회사 이름\r\n6. 회사 규모(드롭다운)\r\n7. 여러분의 국가는 어디인가요(드롭다운)\r\n8. Dataiku Cloud를 사용하는 목적은 무엇인가요? *(선택 사항)*\r\n\r\n그런 다음 **Start**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku24.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku25.png)\r\n\r\n1. Dataiku Cloud Launchpad 사이트로 리디렉션될 것입니다. **GOT IT!**을 클릭하여 계속합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku26.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku27.png)\r\n\r\n이제 Snowflake의 Partner Connect를 통해 여러분의 Dataiku 평가판 계정을 성공적으로 설정했습니다. 이제 이 랩을 계속할 준비가 되었습니다. 이를 위해 Snowflake 브라우저로 되돌아갑니다.\r\n\r\nNegative : 사용자 암호(Snowflake에서 생성되며 절대 표시되지 않음)는 다른 모든 Snowflake 연결 매개 변수와 같이 Dataiku 서버로 전달됩니다. 따라서 Dataiku 연결에 자동으로 사용될 것입니다. PC_DATAIKU_USER 암호 변경 금지. 암호를 변경하면 Dataiku는 Snowflake 데이터베이스와 연결할 수 없을 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku28.png)\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## Snowflake Marketplace에서 COVID-19 데이터 가져오기 및 준비\r\n\r\n\r\nPositive : **Snowflake의 데이터 공유** \u003Cbr\u003E Snowflake Marketplace는 Snowflake의 호스팅된 데이터 익스체인지입니다. 여기에서 모든 Snowflake 고객은 원활하게 타사 데이터에 액세스할 수 있습니다. 또한 여기에서 회사는 데이터를 게시하고 다른 Snowflake 고객이 검색하고 구매할 데이터 서비스를 제공할 수 있습니다. 오늘날 220개 이상의 데이터 목록과 더불어 100명 이상의 데이터 공급자를 보유하고 있습니다. 더 자세한 정보는 [이 웹 페이지](/data-marketplace/)를 검토하십시오. \u003Cbr\u003E 또한 Snowflake Data Exchange를 확장하고, 여러분의 고객을 위한 파일을 생성하기 위해 FTP, 파일 공유 및 ETL 프로세스의 필요를 없앨 수 있으며, Snowflake Data Exchange를 표준화할 수 있습니다. 이는 데이터 사일로를 허물 것이며 이를 통해 여러분의 회사, 공급업체, 파트너 또는 고객을 높은 수준으로 통제하는 방식으로 마찰 없이 데이터를 공유할 수 있습니다. 여러분의 Data Exchange는 단일 데이터 사본에 대한 실시간 액세스를 통제합니다. 이를 통해 데이터에 대한 액세스를 안전하게 제어할 수 있으며, 파일을 복사하거나 ETL 파이프라인을 구축하는 것과 같은 기존 데이터 공유 메서드의 비용과 문제를 제거합니다.\r\n\r\n### Snowflake Marketplace에서 COVID-19 데이터 가져오기\r\n\r\nSnowflake Marketplace에 액세스하기 위해 다음 단계를 따르십시오.\r\n\r\n현재 역할이 `ACCOUNTADMIN`(오른쪽 상단에 표시됨)인지 확인합니다. 아니라면 오른쪽 상단에 있는 프로필을 클릭하여 역할을 업데이트합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku29.png)\r\n\r\n상단에 있는 **Data Marketplace** 아이콘을 클릭하고 **Explore the Snowflake Marketplace**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku30.png)\r\n\r\nData Marketplace를 처음 사용하는 경우 다음 로그인 화면이 나타날 것입니다. **Sign in to continue**를 클릭하고 다음 단계에서 여러분의 로그인 정보를 입력합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku31.png)\r\n\r\n이제 Snowflake Marketplace로 리디렉션될 것입니다.\r\n\r\n이는 여러 업계에 걸쳐 다양한 외부 데이터 소스를 표시할 것입니다. 오른쪽 상단에 있는 Search 상자를 통해 목록 또는 데이터 공급자를 검색할 수 있습니다. 왼쪽에 있는 사이드 메뉴는 Data Marketplace에서 사용 가능한 데이터 카테고리를 보여줍니다.\r\n\r\nCOVID-19 데이터를 찾고 있기에 왼쪽에 있는 **Health** 카테고리를 클릭하여 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku32.png)\r\n\r\nCOVID-19 데이터 세트의 수는 여기에 표시됩니다. **Starschema’s COVID-19 Epidemiological Data**를 사용할 것입니다. 해당 타일을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku33.png)\r\n\r\nStarschema 데이터 세트는 John Hopkins University, ECDC(European Centre for Disease Prevention and Control), RKI(German Robert-Koch-Institut) 및 미국 당국과 같은 현지 보건 당국에서 가져온 일별 COVID-19 사례 데이터를 포함하여 여러 테이블을 제공합니다. 또한 글로벌 정부 조치에 대한 인구 통계 데이터, 이동성 데이터 및 정보가 이 데이터 세트에서 제공됩니다.\r\n\r\n오른쪽 상단에서 여러분이 `ACCOUNTADMIN` 역할임을 확인합니다. 아니라면 사람 아이콘을 클릭하여 변경합니다. 그런 다음 **Get Data**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku34.png)\r\n\r\nDatabase name을 **COVID19**로 변경합니다. 또한 여러분이 데이터베이스(Public을 선택한 뒤에 선택 박스 선택)에 액세스할 수 있도록 모든 역할을 **Public**으로 선택합니다. 또한 Snowflake의 고객 사용 약관과 Starschema의 사용 약관을 위해 **Accept**를 클릭한 다음 마지막으로 **Create Database**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku35.png)\r\n\r\n빠르게 데이터베이스와 스키마를 확인하기 위해 **View Database**를 클릭합니다. INFORMATION_SCHEMA 및 PUBIC과 같은 2개의 스키마가 보일 것입니다. **PUBLIC**을 클릭하여 사용 가능한 테이블을 확인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku36.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku37.png)\r\n\r\n오른쪽 상단 필터에 JHU를 입력하면 [John Hopkins University](https://www.jhu.edu/)에서 가져온 데이터를 포함한 모든 테이블을 보게 될 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku38.png)\r\n\r\n또한 All Types가 선택되었으며 기본값으로 `ACCOUNTADMIN` 역할을 사용하고 있음을 보게 될 것입니다.\r\n\r\n오른쪽에는 공유 소유자, 이 데이터베이스에 있는 테이블 및 뷰의 수, 소스, 공유 이름 및 여러분과 데이터를 공유한 데이터 공급자를 포함한 데이터베이스 세부 정보가 보일 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku39.png)\r\n\r\n이제 전 세계 COVID 데이터로 매일 업데이트되는 StarSchema의 COVID-19 데이터 세트를 성공적으로 구독하게 되었습니다. 데이터베이스, 테이블, 뷰 또는 ETL 프로세스를 생성할 필요가 없었음을 기억하세요. 단지 검색을 통해 Snowflake 데이터 마켓플레이스에서 공유된 데이터에 액세스하기만 하면 됩니다.\r\n\r\n### Snowsight를 사용하여 COVID-19 분석\r\n\r\n이제 일부 준비 작업을 끝냈으니 COVID-19 데이터에 대한 데이터 분석을 중점적으로 진행하겠습니다. 이를 위해 SQL Worksheets를 대체하는 Snowsight를 사용할 것입니다. 이는 데이터 분석 활동을 지원하기 위해 설계되었습니다.\r\n\r\nSnowflake는 최근 차세대 분석 UI인 **Snowsight**를 출시했습니다. 재설계된 인터페이스와 더불어 분석가, 데이터 엔지니어 및 비즈니스 사용자를 위한 다양한 부분이 개선되었습니다. Snowsight를 사용하면 공유를 통해 쿼리를 작성하고, 결과를 얻고, 타인과 협업하는 것이 더 빠르고 쉬워집니다. 또한 조직에 걸쳐 데이터를 탐색하고 시각화하는 것이 더 쉬워집니다. Snowsight는 다음과 같은 다양한 기능과 개선된 부분을 포함합니다.\r\n\r\n- **빠른 쿼리 작성:** 특정 함수를 위해 테이블/열 이름, 데이터 필터 및 Snowflake 설명서에 대한 빠른 액세스와 일치하는 쿼리 구문 키워드 또는 목록 값을 위한 스마트 자동 완성을 포함합니다.\r\n- **대화형 쿼리 결과:** 이상값과 이상을 확인하기 위해 분포 히스토그램을 사용하여 쿼리가 반환한 데이터에 대한 요약 통계를 봅니다.\r\n- **매력적인 데이터 시각화:** 외부 분석/시각화 도구 없이 자동 차트 생성과 대시보드 생성을 위한 드래그 앤 드롭 인터페이스를 통해 데이터를 빠르게 분석합니다.\r\n- **공유 및 협업:** 팀 간에 안전하게 쿼리, 워크시트, 시각화 및 대시보드를 공유합니다.\r\n- **스키마 브라우저:** 지정된 문자열을 포함하는 이름을 가진 테이블, 뷰 및 열을 위해 현재 세션 역할로 액세스할 수 있는 데이터베이스와 스키마에 걸쳐 즉각적으로 검색합니다. 열 이름과 데이터 형식을 확인하기 위해 빠른 참조용으로 테이블을 고정합니다.\r\n\r\nSnowsight 사용에 대한 자세한 내용은 [설명서](https://docs.snowflake.com/ko/user-guide/ui-snowsight.html)를 참조하십시오.\r\n\r\n집중적으로 다룰 2개의 테이블에 대한 일부 예비 분석을 실행하겠습니다. 이를 위해 왼쪽 상단 모서리에서 **Worksheets**를 선택할 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku40.png)\r\n\r\nSnowsight를 처음으로 사용하는 것이라면 이를 활성화하기를 요청하는 프롬프트가 나타날 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku41.png)\r\n\r\n‘Enable Worksheets and Dashboards’를 클릭한 다음 ‘Import Worksheets’를 클릭합니다\r\n\r\n해당 **COVID19 Worksheet**를 클릭하여 이전에 로드한 스크립트를 엽니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku42.png)\r\n\r\n오른쪽 상단에 있는 SYSADMIN 역할과 여러분의 평가판 계정이 생성되었을 때 생성된 COMPUTE_WH를 사용하여 워크시트에서 올바른 컨텍스트를 확인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku43.png)\r\n\r\n또한 워크시트의 왼쪽 상단에서 올바른 **COVID19** 데이터베이스를 선택합니다. ![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku44.png)\r\n\r\n시간의 경과에 따른 몇몇 유럽 국가(독일, 영국, 프랑스, 이탈리아, 네덜란드, 폴란드, 스웨덴 포함)를 대상으로 확인된 사례에 대해 단순한 분석을 실행할 것입니다.\r\n\r\n스크립트에서 제공된 대로 아래 명령을 실행합니다. Covid19 워크시트에서 다음 텍스트를 강조 표시하고 **‘Run’**을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku45.png)\r\n\r\n```sql\r\nuse role SYSADMIN;\r\nuse database COVID19;\r\nuse warehouse COMPUTE_WH;\r\n\r\nselect country_region, sum(cases), case_type, date from public.jhu_covid_19 where case_type='Confirmed' and country_region in ('Germany','United Kingdom', 'France', 'Italy', 'Spain', 'Netherlands', 'Poland', 'Sweden') group by date, country_region, case_type;\r\n\r\n```\r\n\r\n결과에는 결과 테이블이 포함될 것입니다. **Chart**를 클릭하여 결과의 단순한 시각화를 얻습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku46.png)\r\n\r\n차트의 오른쪽에서 다음과 같이 값을 변경합니다.\r\n\r\n- **Line 차트**\r\n- **SUM(CASES)** y축용, 선에서 확인된 값의 합계 표시\r\n- **DATE** x축용\r\n- Add Column을 클릭한 다음 Country_region을 클릭합니다\r\n- **COUNTRY_REGION** 각각의 국가에서 확인된 사례의 합계 표시\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku47.png)\r\n\r\n- *선택 사항: x축을 ‘Date’로, y축을 ‘Sum of confirmed cases’로 레이블을 붙입니다*\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku48.png)\r\n\r\n확인된 COVID-19 사례의 수가 3월에서 4월 중순까지 급격하게 증가한 것이 명확하게 확인됩니다. 그 이후에는 적용된 여러 봉쇄 조치로 인해 증가하던 추세가 큰 폭으로 느려졌습니다.\r\n\r\n그러나 9월에 가을이 시작되면서 확인된 COVID-19 사례가 기하급수적으로 걱정되는 수준으로 늘어난 것이 명확하게 확인됩니다. 3개의 주요 유럽 국가에서 확인된 사례가 궁극적으로 100만 건을 넘거나 그 언저리였습니다.\r\n\r\n오늘날 뉴스를 통해 사람들은 보통 새롭게 알려진 감염을 인지하고 있습니다. 또한 얼마나 많은 사람들이 COVID-19에 감염된 상태(Confirmed 사례에서 Recovered 사례를 뺀 ‘Active’ 사례 유형)인지 검토할 수 있습니다.\r\n\r\n차트 창에서 다음 명령을 실행합니다. 이 명령을 실행하면 해당하는 차트가 나타날 것입니다.\r\n\r\n```sql\r\nselect country_region, sum(cases), case_type, date from public.jhu_covid_19 where case_type='Active' and country_region in ('Germany','United Kingdom', 'France', 'Italy', 'Spain', 'Netherlands', 'Poland', 'Sweden') group by date, country_region, case_type;\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku49.png)\r\n\r\n**이는 y축에서 활성 사례의 합계를 나타냅니다.**\r\n\r\n이 단계에서 대부분 국가가 4월 말 이후로 감염을 ‘제어했음’을 쉽게 추론할 수 있습니다. 여름 동안 대부분 국가에서 활성 감염 사례가 비교적으로 안정적이거나 큰 폭으로 줄기도 했습니다. 2차 감염이 진행되면서 유럽에서 확인된 사례가 늘어나며 활성 사례가 기하급수적으로 늘어났습니다.\r\n\r\n### 데이터 문제\r\n\r\n종종 예측 모델 구축의 모든 프로세스를 진행하지만 예측이 그다지 정확하지 않으며 데이터 문제로 귀결되는 이슈를 추적합니다.  이와 같은 다른 경우에는 데이터가 시간이 지남에 따라 변하기에 모델을 더 이상 사용할 수 없습니다.  랩을 생성한 후 문제가 무엇이었는지 확인하기 위해 데이터로 돌아와 분석해야 했습니다.  요약하자면 2021년 6월 2일~3일쯤에 모종의 이유로 엄청난 수의 ‘음수 사망’이 발생하여 모델을 사용할 수 없어졌기에 위와 같이 결정하기 위해 동일한 Snowsight 시각화 기능을 사용했습니다.  카운트는 언제나 양수여야 합니다.   Snowsight를 사용하여 조사한 결과 Peru가 모델 정확도에 문제를 일으키는 문제가 있는 데이터를 보고했음을 발견했습니다.  \r\n이러한 데이터 문제를 발견하기 위한 선택적 단계로 다음 SQL 문을 실행할 수 있습니다.\r\n\r\n```sql\r\nselect DATE, province_state, SUM(CASES) \r\nfrom public.jhu_covid_19 \r\nWHERE CASE_TYPE = 'Deaths'\r\nand DATE \u003E='2021-05-25'\r\nand DATE \u003C='2021-06-06'\r\nand country_region = 'Peru'\r\ngroup by province_state, DATE \r\norder by province_state, date;\r\n```\r\n\r\n그런 다음 다음과 같은 시각화를 생성합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku49a.png)\r\n\r\nPeru가 COVID 발생 이후로 일반적으로 얼마나 많은 사람이 사망했는지를 주별로 명시함을 확인할 수 있을 것입니다. 그러나 2021년 6월 2일에 대부분의 사망이 새로운 ‘Unknown’ 상태에 할당된 다음 올바르게 보고되었습니다.  추후에 Snowflake에서 일별 주별 총 사망 수가 다름을 확인했을 때 이는 Peru의 2일로 인해 엄청난 음수 사망 수로 이어집니다.  이 데이터 문제를 해결하는 더 좋은 방법이 많이 있지만 이 랩에서 쉬운 방법은 단순히 솔루션에서 Peru를 필터링하는 것입니다.  추후 단계에서 이를 진행할 것입니다.\r\n\r\n### 추가적인 데이터 분석 및 소비를 위한 데이터 준비\r\n\r\n이제 사용할 공유된 COVID19 테이블을 참조하는 뷰를 생성하겠습니다. 기존 UI로 전환하고 **Worksheets** 탭을 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku50.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku51.png)\r\n\r\n```sql\r\nuse role PC_DATAIKU_ROLE;\r\nuse database PC_DATAIKU_DB;\r\ncreate or replace view JHU_COVID_19 as select * from COVID19.PUBLIC.JHU_COVID_19;\r\ncreate or replace view GOOG_GLOBAL_MOBILITY_REPORT as select * from COVID19.PUBLIC.GOOG_GLOBAL_MOBILITY_REPORT;\r\n```\r\n\r\n웨어하우스를 선택하지 않았습니다. 데이터베이스 오브젝트를 생성하는 문은 실행 중인 웨어하우스를 활용하지 않습니다. 따라서 이 부분을 선택하지 않은 상태로 둬도 괜찮습니다.\r\n\r\n이제 **Warehouses** 탭으로 이동하겠습니다. 상단의 ‘Create…’ 옵션에서 새로운 웨어하우스를 빠르게 생성할 수 있습니다. 방금 분석을 위해 사용한 COMPUTE_WH와 Partner Connect를 통해 Dataiku 계정을 생성했을 때 생성된 PC_DATAIKU_WH와 같은 2개의 가상 웨어하우스가 보일 것입니다.\r\n\r\n전체 행이 강조 표시되도록 이 ‘PC_DATAIKU_WH’ 웨어하우스(‘PC_DATAIKU_WH’라고 적힌 파란색 하이퍼링크 아님)의 행을 클릭합니다. 그 다음 그 위의 “Configure...”텍스트를 클릭해서 “PC_DATAIKU_WH”의 구성 세부 사항을 확인합니다. Dataiku에서 모델을 구축하고, 학습시키고, 배포하기 위해 이 웨어하우스를 사용할 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku52.png)\r\n\r\n많은 기능이 있기에 이 웨어하우스의 설정을 설명하겠습니다. 대부분의 기능은 타사 데이터 웨어하우스와는 달리 Snowflake에 고유합니다.\r\n\r\n참고 - Snowflake Enterprise Edition 이상을 보유하고 있지 않은 경우, 아래 스크린샷에서처럼 ‘Maximum Clusters’ 또는 ‘Scaling Policy’ 구성이 보이지 *않을* 것입니다. 이 랩에서는 멀티 클러스터링을 사용하지 않지만, Snowflake의 핵심 기능이기 때문에 이에 대해 논의할 것입니다.\r\n\r\n‘Size’ 드롭다운에서 웨어하우스의 크기를 선택합니다. 더 큰 데이터 로딩 작업 또는 더 많은 컴퓨팅 집약적 쿼리를 위해 더 큰 웨어하우스가 필요할 것입니다. 티셔츠 크기는 AWS EC2, Azure Virtual Machines 또는 Google Compute Engine Virtual Machines인 기본 컴퓨팅 노드를 의미합니다. 티셔츠 크기가 커질수록, 클라우드 공급자로부터 더 많은 컴퓨팅 리소스가 이 웨어하우스에 할당됩니다. 예를 들어 4-XL 옵션은 128개의 노드를 할당합니다. 또한 이 크기는 간단한 클릭만으로 언제든지 늘리거나 줄일 수 있습니다.\r\n\r\nSnowflake Enterprise Edition 이상을 보유하고 있다면 Maximum Clusters 섹션이 표시될 것입니다. 여기에서 단일 웨어하우스를 최대 10개의 클러스터로 이뤄진 다중 클러스터로 설정할 수 있습니다. 예를 들어 방금 언급한 4-XL 웨어하우스에 최대 클러스터 크기인 10이 할당된 경우, 이 웨어하우스를 지원하는 AWS EC2 또는 Azure VM 노드를 1280(128 * 10)개까지 확장할 수 있으며...단 몇 초면 됩니다! 다중 클러스터는 다수의 비즈니스 분석가가 동일한 웨어하우스를 사용하여 다양한 쿼리를 동시에 실행하는 동시성 시나리오에 이상적입니다. 이 시나리오에서 다양한 쿼리를 여러 클러스터에 할당하여 빠르게 실행하도록 할 수 있습니다.\r\n\r\n마지막 섹션은 웨어하우스를 자동으로 일시 중단할 수 있게 해 사용하지 않을 때 자동으로 일시 중단(중지)하고 크레딧이 소모되지 않도록 합니다. 일시 중단된 웨어하우스를 자동으로 재개(시작)하는 옵션도 있어서 새로운 워크로드가 할당되면 자동으로 다시 시작됩니다. 이 기능은 Snowflake의 공평한 ‘사용한 만큼 지불’하는 컴퓨팅 가격 책정 모델을 가능케 합니다. 이를 통해 고객은 데이터 웨어하우스 비용을 최소화할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku53.png)\r\n\r\nPositive : **Snowflake 컴퓨팅 vs 타사 웨어하우스** \u003Cbr\u003E 웨어하우스 생성, 스케일 업, 스케일 아웃 및 자동 일시 중단/재개 기능과 같이 방금 다룬 여러 웨어하우스/컴퓨팅 기능이 Snowflake에서는 모두 간단하게 이뤄지며 단 몇 초면 할 수 있습니다. 그러나 온프레미스 데이터 웨어하우스의 경우 이러한 기능은 상당한 물리적 하드웨어, 워크로드 급증에 대비한 과한 하드웨어 프로비저닝, 상당한 구성 작업을 필요로 하며 추가적인 문제로 인해 구현하기가 매우 어렵습니다(또는 불가능합니다). 심지어 다른 클라우드 데이터 웨어하우스는 훨씬 더 많은 구성 작업과 시간을 투자하지 않고는 Snowflake와 같은 스케일 아웃 및 스케일 다운이 가능하지 않습니다.\r\n\r\nNegative : **경고 - 지출을 조심하십시오!**\r\n\r\n이 랩을 진행하는 동안이나 이후에 정당한 이유 없이 다음 작업을 수행하는 걸 권장하지 *않습니다*. 왜냐면 그렇게 할 경우에는 $400의 무료 크레딧을 원하는 것보다 빨리 소진할 수도 있습니다.\r\n\r\n- 자동 일시 중단을 비활성화합니다. 자동 일시 중단이 비활성화되면, 웨어하우스가 계속 실행되어 사용하지 않을 때도 크레딧을 소모합니다.\r\n- 워크로드에 비해 과도하게 큰 웨어하우스를 사용합니다. 웨어하우스가 커질수록 더 많은 크레딧이 소모됩니다.\r\n\r\nDataiku 작업을 위해 이 가상 웨어하우스를 사용할 것입니다. 그러나 먼저 웨어하우스 크기를 약간 늘려 여기에 포함되는 컴퓨팅 파워를 늘릴 것입니다.\r\n\r\n이 데이터 웨어하우스 크기를 X-Small에서 Medium로 변경합니다. 그런 다음 ‘Finish’ 버튼을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku54.png)\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## Dataiku 프로젝트 생성 및 실행\r\n\r\n\r\n이 모듈에서는 Dataiku에서 호스팅하는 평가판 계정에 로그인하고 Dataiku 프로젝트를 생성할 것입니다.\r\n\r\nPositive : **완료된 샘플 프로젝트** \u003Cbr\u003E 이 랩에서 생성할 **COVID-19** 프로젝트의 완벽히 종료된 예를 추가했습니다. 또한 로그인하는 즉시 사용 가능합니다(아래 스크린샷에서와 같이 **Flight Delays**를 예측하는 또 다른 예시 프로젝트 포함).\r\n\r\n### Dataiku 프로젝트 생성\r\n\r\nDataiku Cloud 인스턴스로 되돌아갑니다. **OPEN DATAIKU DSS**를 클릭하여 시작합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku55.png)\r\n\r\n로그인했다면 **+NEW PROJECT**를 **클릭**하고 **Blank 프로젝트를 선택**하여 새로운 프로젝트를 생성합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku57.png)\r\n\r\nCOVID-19 데이터로 작업할 예정이기에 프로젝트 이름을 **Covid-19**로 지정합니다.\r\n\r\n이름을 생성할 때 프로젝트 키는 자동으로 채워지지만 직접 변경할 수도 있습니다.\r\n\r\n성공했습니다! 이제 COVID-19 프로젝트를 생성했습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku58.png)\r\n\r\n**Got it!**을 클릭하여 **Navigation and help in DSS** 팝업을 최소화하고 프로젝트 홈 화면으로 되돌아갑니다.\r\n\r\nDataiku DSS 페이지 검토 예시 프로젝트의 프로젝트 랜딩 페이지에서 주의를 기울여야 하는 몇 가지 부분이 있습니다.\r\n\r\n- 프로젝트 이름, 프로젝트와 관련된 이미지, 협력자 및 선택 태그:\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku59.jpg)\r\n\r\n- 프로젝트에 있는 오브젝트의 수와 유형.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku60.jpg)\r\n\r\n- 마크다운으로 작성된 프로젝트의 설명은 설명에 있는 특정 Dataiku 오브젝트(예: 데이터 세트, 저장된 모델 등)를 연결할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku61.jpg)\r\n\r\n- 프로젝트 Summary(기록은 Git 로그에 저장됨)와 더불어 더 나은 협업을 위한 Chat 기능입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku62.jpg)\r\n\r\n### 데이터 세트 가져오기\r\n\r\n**JHU_COVID_19** 및 **GOOG_GLOBAL_MOBILITY_REPORT** 데이터 세트를 가져옵니다\r\n\r\n**+IMPORT YOUR FIRST DATASET**를 클릭합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku63.png)\r\n\r\nSQL에서 **Snowflake**를 선택합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku64.png)\r\n\r\nJHU 테이블을 로드하려면 Table에 **JHU_COVID_19**(모두 대문자)를 입력하고 Schema에 **PUBLIC**을 입력합니다. 그런 다음 **TEST TABLE**을 클릭하여 연결을 테스트합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku65.jpg)\r\n\r\n성공적이라면 **CREATE**를 **클릭**하여 테이블을 생성합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku66.jpg)\r\n\r\n왼쪽 상단*(바로 가기 키 G+F)*에 있는 **흐름** 아이콘을 클릭하여 흐름으로 되돌아갑니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku67.jpg)\r\n\r\n단계를 반복하여 **GOOG_GLOBAL_MOBILITY_REPORT** 테이블을 로드합니다.\r\n\r\n흐름에서 **+Dataset**를 클릭합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku68.png)\r\n\r\n**SQL databases**에 커서를 올리고 **Snowflake**로 이동합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku69.png)\r\n\r\nTable에 **GOOG_GLOBAL_MOBILITY_REPORT**(모두 대문자)를 입력하고 Schema에 **PUBLIC**을 입력합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku70.jpg)\r\n\r\n**Test Table**을 클릭한 다음 **Create**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku71.jpg)\r\n\r\n흐름으로 되돌아갑니다(바로 가기 키 G+F). 흐름은 이제 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku72.png)\r\n\r\n**JHU_COVID_19** 데이터 세트를 두 번 클릭합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku73.png)\r\n\r\n**JHU_COVID_19** 테이블에는 해당 날짜의 사례 수와 유형(Active, Confirmed, Deaths, Recovered)에 대한 위치와 일별 데이터가 포함되어 있습니다.\r\n\r\nDataiku는 기본값으로 10,000개의 샘플 행을 읽습니다. 샘플링 메서드는 **Configure Sample**에서 변경할 수 있지만 이 랩에서는 기본값으로 유지해도 됩니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku74.png)\r\n\r\nDataiku는 자동으로 데이터 형식과 각 열의 의미를 감지합니다. 상태 표시줄은 유효한 데이터(녹색), 유효하지 않은 데이터(빨간색), 누락된 데이터(회색)의 수를 표시합니다. 오른쪽에 있는 **Quick Column Stats** 버튼을 클릭하여 Stats 열(데이터 품질, 분포)을 볼 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku75.jpg)\r\n\r\n끝났다면 **Close** 버튼을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku76.jpg)\r\n\r\n보다 심층적인 뷰를 원한다면 열 이름을 클릭한 다음 **Analyze**를 선택하여 열 수준 통계(샘플!)를 확인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku77.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku78.png)\r\n\r\n흐름으로 다시 이동합니다. 왼쪽 상단 모서리에 있는 **Flow** 메뉴 항목을 단순히 클릭하거나 바로 가기 키 G+F를 사용하여 이를 언제나 수행할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku79.jpg)\r\n\r\n이제 흐름에서 다시 한 번 2개의 데이터 세트가 보여야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku80.jpg)\r\n\r\n흐름에서 두 번 클릭하여 **GOOG_GLOBAL_MOBILITY_REPORT** 데이터 세트를 탐색합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku81.png)\r\n\r\n**GOOG_GLOBAL_MOBILITY_REPORT** 테이블에는 여러 카테고리(식료품점, 약국, 공원 등)에 걸친 퍼센트 변화에 대한 위치 및 일별 데이터가 포함되어 있습니다. 이 데이터 세트에 대한 자세한 내용은 [여기](https://www.google.com/covid19/mobility/)에서 확인하십시오.\r\n\r\n흐름으로 다시 이동합니다. 왼쪽 상단 모서리에 있는 **Flow** 메뉴 항목을 클릭하거나 바로 가기 키 G+F를 사용할 수 있습니다.\r\n\r\n### 데이터 준비\r\n\r\n**Group.** 2개의 데이터 세트에서 단순한 일부 집계를 수행하며 시작하겠습니다. 이는 이동성 변화와 지리적 영역에 걸친 새로운 COVID-19 사례를 이해하는 데 도움이 될 것입니다. 이를 위해 **Group** 레시피를 사용할 것입니다.\r\n\r\n**JHU_COVID_19** 테이블을 한 번 클릭한 다음 오른쪽에 있는 패널의 Visual 레시피 아래에 있는 **Group**을 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku82.jpg)\r\n\r\n**Group By** 드롭다운에서 **COUNTRY_REGION**을 선택하고 **Create Recipe**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku83.jpg)\r\n\r\n일부 추가 키를 그룹에 추가하고자 합니다.\r\n\r\n상단 섹션에서 **Group Keys**는 **Select key to add** 드롭다운을 사용한 다음 **ADD** 버튼으로 **PROVINCE_STATE**, **DATE** 및 **CASE_TYPE**을 위한 그룹화 키를 추가합니다\r\n\r\n동일한 섹션에서 이 통계가 필요하지 않기에 화면 중앙에 있는 **Compute count for each group** 옵션 선택을 해제합니다\r\n\r\n새로운 사례를 확인하고자 하기에 메인 **Per field aggregations** 섹션에서 **Difference** 필드를 찾아 **Sum** 집계를 추가합니다.\r\n\r\n이제 화면은 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku84.jpg)\r\n\r\nJohn Hopkins 데이터에는 4가지 사례 유형이 있지만 Deaths와 Confirmed만을 사용하고 예측하고자 합니다.  따라서 Active와 Recovered 레코드는 필터링할 것입니다.  또한 이전 섹션에서 밝혀진 문제 있는 Peru 데이터를 필터링할 것입니다.  \r\n할 일:\r\n\r\n- Group 레시피 화면의 왼쪽에서 Pre-Filter를 선택합니다.\r\n- Filter 토글을 켜고 다음을 충족하는 행만 남도록 드롭다운에서 지정합니다. ‘all the following conditions'\r\n- 드롭다운에서 CASE_TYPE를 선택한 다음 ‘is different from’을 선택하고 Recovered를 입력합니다.\r\n- + Add A Condition 버튼을 클릭하고 CASE_TYPE를 다시 드롭다운에서 선택하고, ‘is different from’을 선택한 다음 Active를 입력합니다\r\n- + Add A Condition 버튼을 클릭하고 COUNTRY_REGION를 다시 드롭다운에서 선택하고, ‘is different from’을 선택한 다음 Peru를 입력합니다\r\n\r\nPositive :  참고: 이러한 값은 대/소문자를 구분하기에 ‘recovered’, ‘active’ 및 ‘PERU’는 올바르게 작동하지 않을 것입니다.  또한 위 단계에서 ‘all the following conditions column’이 아닌 ‘all the following conditions’를 선택해야 합니다\r\n\r\n이제 화면은 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku85.png)\r\n\r\n그런 다음 왼쪽 하단에서 **RUN**을 클릭하여 레시피를 실행합니다. 컴퓨팅 엔진은 계산을 Snowflake로 푸시다운하기 위해 **In-database (SQL)**여야 합니다(필요할 경우 톱니 3개 클릭).\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku86.png)\r\n\r\n스키마를 변경하고 있기에 이에 대한 경고가 발생할 것입니다. **Update Schema**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku87.jpg)\r\n\r\n작업이 실행될 것이며 모든 것이 제대로 작동한다면 페이지 푸터에 **Job Succeeded** 메시지가 수신될 것입니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku88.jpg)\r\n\r\n왼쪽 상단에 있는 **Flow 아이콘을 클릭**하거나 **키보드에서 G + F 키를 눌러** **흐름으로 되돌아갑니다.**\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku89.jpg)\r\n\r\n이제 Google의 Mobility 데이터 세트를 집계할 것입니다. 흐름에서 **GOOG_GLOBAL_MOBILITY_REPORT**를 **한 번 클릭**하고 Visual Recipes에서 **Group**을 선택합니다. **Group by**에서는 **COUNTRY_REGION**을 선택하고 **Create Recipe**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku90.jpg)\r\n\r\n레시피의 **Group** 스테이지에서 이전과 동일한 방식으로 **PROVINCE_STATE**와 **DATE**를 추가 그룹화 키로 추가합니다.\r\n\r\n개별적으로 또는 대량 **Actions** 버튼을 사용하여 다음을 확인합니다.\r\n\r\n* **GROCERY_AND_PHARMACY_CHANGE_PERC**\r\n* **PARKS_CHANGE_PERC**\r\n* **RESIDENTIAL_CHANGE_PERC**\r\n* **RETAIL_AND_RECREATION_CHANGE_PERC**\r\n* **TRANSIT_STATIONS_CHANGE_PERC**\r\n* **WORKPLACES_CHANGE_PERC**\r\n\r\n이제 화면은 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku91.jpg)\r\n\r\n**Actions** 드롭다운을 클릭하고 선택된 6개의 열에 **Avg**를 적용합니다. 이전과 같이 필요하지 않기에 **Compute count for each group** **선택을 해제**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku92.jpg)\r\n\r\n그런 In-database (SQL)이 컴퓨팅 엔진임을 확인한 다음 왼쪽 하단에서 **RUN**을 클릭하여 레시피를 실행합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku93.png)\r\n\r\n이전과 같이 스키마를 변경하고 있기에 이에 대한 경고가 발생할 것입니다. **Update Schema**를 클릭하고 새롭게 집계된 데이터 세트를 탐색합니다.\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다**.\r\n\r\n**JHU_COVID_19** 테이블에는 이전 단계의 사례 유형과 국가 지역, 주, 날짜 및 유형별로 그룹화한 이전 열로부터 계산한 차이를 위한 열이 포함되어 있습니다.\r\n\r\n그러나 사례 유형과 차이가 별도의 열(예: Confirmed 및 Deaths는 별도의 열임)일 수 있도록 데이터 서식을 변경하고자 합니다. **Pivot** 레시피로 이러한 작업을 수행할 수 있습니다.\r\n\r\n흐름에서 **JHU_COVID_19_by_COUNTRY_REGION**을 클릭한 다음 **Pivot**을 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku94.jpg)\r\n\r\n**Pivot By** 드롭다운에서 **CASE_TYPE**을 선택합니다.\r\n\r\n**CREATE RECIPE**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku95.jpg)\r\n\r\n이 화면이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku96.jpg)\r\n\r\n우선 왼쪽 상단에 있는 **Examples** 상자에서 가져온 예시 중 하나를 사용하겠습니다. **Pivot Table**을 선택합니다.\r\n\r\n그런 다음 일부 Row identifiers를 선택합니다. 출력 테이블에서와 같이 검색될 열이 존재합니다. **Row identifiers** 아래에서 ‘Add new column’을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku97.jpg)\r\n\r\n다음 열을 선택합니다. **COUNTRY_REGION**, **PROVINCE_STATE** 및 **DATE**\r\n\r\n(참고: 여기에서 열 식별자를 추가하는 순서는 단순히 출력 데이터 세트에 열이 나타날 순서를 반영합니다. 아주 중요하지는 않지만 원한다면 여러분의 프로젝트 데이터 세트가 이 가이드에서 보이는 아래 순서를 반영하도록 할 수 있습니다.)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku98.jpg)\r\n\r\n그런 다음 **Populate content with** 섹션에서는 **CASE_TYPE**을 포함한 새로운 열 아래에 속할 값을 정의할 것입니다. 집계에는 값, 최소, 최대 등의 카운트와 같은 다양한 옵션이 있습니다.\r\n\r\n우선 **Count of records**를 **선택 해제**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku99.png)\r\n\r\n그런 다음 **Add new** 드롭다운을 클릭합니다.\r\n\r\n값이 하나밖에 없으니 **Difference_sum**을 선택합니다. 기본 집계는 원치 않는 **count**입니다. 이를 변경하려면 카운트 왼쪽에 있는 **아래쪽 화살표**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku100.jpg)\r\n\r\nCount 대신 **Aggregation** 아래에서 **Min**을 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku101.jpg)\r\n\r\n이제 다음 설정이 적용되어 있어야 합니다. Pivot 레시피에서 **RUN**을 클릭합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku102.jpg)\r\n\r\n새로운 열이 정상적으로 생성되었는지 확인하기 위해 흐름으로 되돌아가 새로운 데이터 세트를 두 번 클릭하여 새로운 데이터 세트를 탐색합니다.\r\n\r\n사례 유형(**Confirmed** 및 **Deaths**)을 위해 새로운 열이 있음을 볼 수 있으며 **PROVINCE_STATE**에서 데이터가 꽤 많이 누락된 것을 볼 수 있습니다. 이 문제는 다음 섹션에서 처리할 것입니다.\r\n\r\n시간이 있다면 **Deaths_DIFFERENCE_sum_min** 열을 **마우스 왼쪽 버튼으로 클릭**하고 **Analyze**를 선택하는 것도 좋습니다. 데이터 분포에 대해 무엇을 알아차리셨나요? 꽤나 큰 이상값(보이지 않는다면 **Sample**에서가 아닌 **Whole data**에서 실행)이 있는 것 같습니다. 이러한 부분 또한 다음 섹션에서 처리하고자 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku103.jpg)\r\n\r\n**흐름으로 되돌아가면** 이 스테이지에서는 여러분의 프로젝트 흐름이 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku104.jpg)\r\n\r\n지금까지 사용한 그룹화 및 피벗과 같은 레시피는 주어진 작업을 수행하며 여러분에게 아마도 이미 익숙할 것입니다. Prepare 레시피는 약간 다릅니다. 이를 보유하고 있는 데이터 정리, 정규화 및 강화를 위한 도구를 DIY를 위한 망치, 끌 및 줄자와 같은 도구가 아닌 도구 상자라고 생각해 보십시오. DSS 전문 용어로는 이러한 ‘도구’를 프로세서라고 부르며 Prepare 레시피에서는 이를 시각적 및 대화형 방식으로 사용합니다.\r\n\r\nPrepare 레시피에서 사용할 수 있는 다양한 프로세서가 있으며 누락된 데이터에 대한 도움을 받기 위해 가장 간단한 몇몇 도구를 사용할 것입니다.\r\n\r\n흐름에서 그룹화되었으며 전환된 JHU 데이터 세트를 **클릭**한 다음 **Prepare** 레시피를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku106.jpg)\r\n\r\n자동으로 생성된 출력 데이터 세트 이름이 몇 번의 변환 이후에 약간 다루기 힘들어진 것을 볼 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku107.jpg)\r\n\r\n이를 **JHU_COVID_19_prepared**로 **자른** 다음 **Create Recipe**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku108.jpg)\r\n\r\n**PROVINCE_STATE** 열에서 누락된 데이터를 처리하고자 합니다. Prepare 레시피가 이 작업에 여러 방식으로 도움이 될 수 있으며 아마 가장 단순한 기술을 사용하여 비어 있는 행을 채울 것입니다.\r\n\r\n**PROVINCE_STATE**라는 열을 **마우스 왼쪽 단추로 클릭**한 다음 **More actions를 선택**하고 **Fill empty rows with…**를 선택합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku109.jpg)\r\n\r\n브레이크 아웃 상자에 단순히 **NA**를 입력하고 **OK**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku110.jpg)\r\n\r\n단계는 왼쪽에 추가됩니다. 그런 다음 **COUNTRY_REGION** 또는 **DATE**가 비어 있다면 행을 제거할 것입니다.\r\n\r\n방금 사용한 것과 같은 컨텍스트에 민감한 옵션과 더불어 프로세서의 전체 라이브러리에도 액세스할 수 있습니다.\r\n\r\n**+ADD A NEW STEP** 버튼을 **클릭**합니다. 이 단계에서는 다양한 옵션을 선택할 수 있습니다. 따라서 Processor 라이브러리에서 **Data Cleansing**을 선택하고 **Remove rows where cell is empty** 프로세서(프로세서가 있는 위치를 모르거나 주어진 작업에 사용 가능한 옵션을 탐색할 때 검색 창도 사용 가능)를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku111.jpg)\r\n\r\n왼쪽에 생성된 단계에서 **multiple** 열 옵션을 선택하고 **+ADD A COLUMN** 버튼을 클릭하여 우선 **COUNTRY_REGION**을 추가합니다. 그런 다음 **DATE** 열을 추가합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku112.jpg)\r\n\r\n마지막으로 전환한 다음 **Death_DIFFERENCE_sum_min** 열을 분석할 때 발견한 이상값을 처리하겠습니다.\r\n\r\n**+ADD A NEW STEP** 버튼을 다시 **클릭**하여 프로세서 라이브러리를 엽니다. 이번에는 **Filter Data** 섹션을 **선택**하고 **Filter rows/cells on value** 프로세서를 **선택**합니다. Action 드롭다운을 **Remove matching rows**로 **설정**하고, Column에 **DATE**를 설정한 다음 파란색 **+ADD VALUE** 옵션을 **클릭**하고 **2020-08-31** 날짜를 입력합니다\r\n\r\n**참고:** 주기적으로 업데이트되고 수정되는 실시간 데이터 세트에서 작업하고 있습니다. 이와 같은 오류가 JHU 데이터 세트에서 제거되었다면 이 단계를 건너뛰어도 됩니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku113.jpg)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku114.jpg)\r\n\r\n레시피를 실행하기 전에 **어떤 실행 엔진이 사용될 것인지 확인**합니다. **Local stream**으로 설정되어 있다면 **톱니 3개를 클릭**하고 **In-database (SQL)를 선택**한 다음 **RUN**을 클릭하여 Snowflake로 계산을 푸시합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku115.jpg)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku116.jpg)\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다.**\r\n\r\n그룹화된 Google Mobility 데이터에서 동일하게 단순한 데이터 정리를 수행하고자 합니다. 프로세스를 반복하는 대신 흐름에서 단순히 이전에 생성했던 **Prepare 레시피**를 **한 번 클릭**하고 오른쪽에 있는 **Actions 메뉴**에서 **Copy**를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku117.jpg)\r\n\r\n복사 브레이크 아웃 상자에서 **Replacement for** 아래에 있는 **드롭다운 상자를 클릭**하여 이전에 그룹화한 이동성 데이터 세트인 **GOOG_GLOBAL_MOBILITY_REPORT_by_COUNTRY_REGION**(참고: 기존 GOOG_GLOBAL_MOBILITY_REPORT가 **아닌** 이 데이터 세트를 선택해야 함)을 찾습니다\r\n\r\n출력 이름을 입력해야 합니다. 이 데이터 세트 이름을 **GOOG_prepared**라고 지정하고 **Create Recipe**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku118.jpg)\r\n\r\n**RUN**을 클릭하여 복사된 레시피를 실행하고 프롬프트가 나타나면 **Update Schema**를 선택합니다.\r\n\r\n이제 변환을 적용했으니 **JHU**와 **GOOG** 테이블을 합치겠습니다.\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다.**\r\n\r\n**JHU_COVID_19_prepared**를 **마우스 왼쪽 버튼으로 클릭**한 다음 **시프트 키를 누르며** **GOOG_prepeared**를 **마우스 왼쪽 버튼으로 클릭**합니다. 이는 오른쪽 패널에 있는 통해 시각적 레시피를 여러 데이터 세트에 적용 가능한 레시피로만 업데이트할 것입니다. **Join** 레시피를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku119.jpg)\r\n\r\n**CREATE RECIPE**를 **클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku120.jpg)\r\n\r\nDataiku는 자동으로 연결할 잠재적 키를 감지합니다. 기본 Join Type은 **Left Join**입니다. 일치하는 것만 남기기 위해 **Inner join**으로 이를 변경하고자 합니다. Join Type과 Conditions를 변경하려면 키 사이에 있는 **= 기호**를 **클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku121.jpg)\r\n\r\n**Join Type을 선택한** 다음 **Inner Join을 선택**하고 **Close**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku122.jpg)\r\n\r\n나머지 기본값을 수락하고 **RUN**을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku123.jpg)\r\n\r\n이제 데이터를 탐색하고, 정리하고, 집계하고, 합쳤으니 일부 기능을 생성하고자 합니다. 모델링을 시작할 때 과거 동향이 미래 동향을 예측하는 데 도움이 되는지 확인하기 위해 일부 지연 시간 기능을 계산하고자 합니다. 이를 위해(더 많은 작업에도 사용 가능) **Window** 레시피를 사용할 수 있습니다.\r\n\r\n윈도우 함수는 현재 행과 일부분 관련되어 있는 테이블 행 세트에 걸쳐 계산을 수행합니다. 이는 집계 함수를 통해 수행할 수 있는 계산 유형과 유사합니다. 일반적인 집계 함수와는 달리 윈도우 함수는 열을 하나의 출력 행으로 그룹화하지 않습니다. 행은 별도의 ID를 유지합니다.\r\n\r\n다시 말해, 이전에 사용했던 Group 레시피와는 달리 Window 레시피는 데이터 세트에서 행의 수를 줄이지 않습니다. 이는 데이터 세트의 모든 행의 하위 집합인 ‘윈도우’에서 모든 행을 사용하는 계산의 결과인 데이터 세트에서 새로운 열을 생성합니다.\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다.**\r\n\r\n**JHU_COVID_19_prepared_joined** 데이터 세트를 **클릭**한 다음 **Window** 레시피를 클릭합니다. **New window recipe** 화면에서 기본값을 수락하고 **CREATE RECIPE를 클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku124.jpg)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku125.jpg)\r\n\r\n**Window definitions** 아래에서 **Partitioning Columns 토글을 켠** 다음 **COUNTRY_REGION** 및 **PROVINCE_STATE를 선택**합니다. 과거 지연 시간 변수를 생성했으니 **Order Columns 토글을 켜고** **DATE**를 선택하겠습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku126.jpg)\r\n\r\n왼쪽에 있는 **Aggregations** 단계를 **클릭**하고 **분할 및 주문에 사용했던 열(COUNTRY_REGION, PROVINCE_STATE 및 DATE)을 제외한** **모든 열을 선택**합니다. 개별적으로 각 집계를 선택하는 대신 대량 작업을 수행하기 위해 **Action** 버튼에서 **아래쪽 화살표를 클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku127.jpg)\r\n\r\n**Retrieve**가 이미 선택되었으니 **Value in a previous row**를 선택하고 **각 지연 시간 상자에 1,2,7,14를 입력**합니다(이 마지막 단계는 개별적으로 완료해야 함). 이는 전날, 그 전날, 1주 및 2주 전의 값을 제공합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku128.jpg)\r\n\r\n레시피(엔진이 **In-database** 및 **Update Schema**인지 확인해야 함)에서 **RUN**을 클릭합니다. 또한 이 레시피가 스키마 변경 대화 상자에서 생성하는 모든 새로운 열(기능)을 확인합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku129.png)\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku130.jpg)\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다.**\r\n\r\n**흐름 확인:** 흐름은 다음과 같이 나타나야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku131.jpg)\r\n\r\n### 선택적 데이터 준비 단계\r\n\r\n시간상 오늘은 다룰 수 없는 많은 추가 데이터 준비 단계가 있습니다. 예:\r\n\r\n1. 숫자 기능 일반화(시각적 Prepare 레시피 또는 SQL 레시피에서)\r\n2. Window 레시피에서 추가 기능 생성\r\n3. 더 많은 작업이 있으니 이 랩을 종료하고도 탐색해 보십시오!\r\n\r\n### 머신 러닝\r\n\r\n머신 러닝 모델을 적용하기 전에 데이터를 다음과 같이 나눌 것입니다.\r\n\r\n1. 데이터의 80% → 학습\r\n2. 데이터의 20% → 테스트\r\n\r\n**합쳐진 데이터 세트를 선택**한 다음 **Split** 레시피를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku132.jpg)\r\n\r\n**ADD를 클릭**하여 2개의 데이터 세트(학습 및 테스트)를 지정합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku133.jpg)\r\n\r\n하나의 데이터 세트 이름을 **train**으로 지정한 다음 **CREATE DATASET**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku134.jpg)\r\n\r\n테스트를 위해 반복합니다. **ADD**를 클릭한 다음 데이터 세트 이름을 **test**로 지정하고 **CREATE DATASET**를 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku135.jpg)\r\n\r\n모든 데이터 세트를 생성했다면 **CREATE RECIPE**를 클릭합니다.\r\n\r\n분리 메서드의 경우 **Dispatch percentiles of sorted data를 선택**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku136.jpg)\r\n\r\n**날짜별로 정렬**하고 학습/테스트를 위해 표준 80/20 분할을 지정합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku137.jpg)\r\n\r\n마지막으로 **Pre-Filter** 스테이지를 선택합니다. 사망 차이가 0보다 큰 행만 남기고 싶기에 **Filter 토글을 켠** 다음 **Deaths_DIFFERENCE_sum_min을 선택**하고 이를 **(\u003E) 0**보다 크게 지정합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku138.jpg)\r\n\r\nSplit 레시피에서 **RUN**을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku139.png)\r\n\r\n이제 모델링을 시작할 것입니다. 흐름에서 생성했던 과거 데이터와 기능을 사용하여 사망률의 변화를 예측하고자 합니다.\r\n\r\n**G + F 키를 눌러 흐름 화면으로 되돌아갑니다.**\r\n\r\n흐름에서 **train 세트**를 **한 번 클릭**한 다음 **LAB**을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku140.png)\r\n\r\nAutoML Prediction을 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku141.jpg)\r\n\r\n대상 변수인 **Deaths_DIFFERENCE_sum_min**을 **선택**한 다음 **Quick Prototypes**와 **Create**를 선택합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku142.jpg)\r\n\r\n**DESIGN** 탭을 **선택**하여 모델 학습 매개 변수를 구성합니다. 화면 왼쪽에 있는 **Train/Test Set** 섹션에서 **TIME ORDERING을 활성화**하고 **DATE**를 시간 변수로 설정합니다. 방대한 데이터 세트를 사용하고 있지 않기에 **Sampling Method**를 **No Sampling (whole data)**로 설정할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku143.jpg)\r\n\r\n그런 다음 **Features Handling** 섹션을 선택합니다. 여기에서는 기능의 토글을 설정할 수 있습니다(머신 러닝 도중에 사용되어야 하나요? 만약 사용된다면 변수 유형은 어떻게 다뤄야 하나요?). 예측을 위해 단순히 숫자 데이터만 사용할 것이니 **COUNTRY_REGION, PROVINCE_STATE 및 DATE 토글을 끄겠습니다**. 나머지 숫자 기능은 학습 전에 크기 조정을 가능케 하는 세트로 남아 있을 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku144.jpg)\r\n\r\n마지막으로 **Algorithm** 섹션을 선택합니다. 여기에 다양한 옵션이 있지만 일부 단순한 회귀에 집중하겠습니다. 또한 **Ridge Regression 및 Lasso Regression**의 **토글만 켜겠습니다**. 끝났다면 모델을 학습시키기 위해 **Train** 버튼(오른쪽 상단)을 **클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku145.jpg)\r\n\r\n선택적으로 학습 세션의 이름을 지정하고 설명을 입력하거나 비워 둘 수 있습니다. 다시 **Train을 클릭합니다**.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku146.jpg)\r\n\r\nDSS는 여러분의 디자인 설정에 맞춰 모델을 생성하고 학습시킬 것입니다. 첫 번째 세션에서는 평가하고 있는 메트릭의 측면(이 경우 R2 점수, 1에 가까울 수록 좋음)에서 Lasso regression이 Ridge regression을 능가했음을 확인할 수 있습니다.\r\n\r\n**세션 창** 또는 **결과 창**에서 이름을 **클릭**하여 최고의 성능 모델에 대한 세부 정보를 **드릴다운**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku147.jpg)\r\n\r\n모델을 해석하고 성능에 대해 더 잘 이해하는 데 도움이 되는 몇 가지 도구와 시각화를 보유하고 있습니다. **INTERPRETATION** 메뉴 아래에서 왼쪽에 있는 **Regression coefficients** 옵션을 **클릭**하여 계수를 확인하겠습니다. 아마 놀랍지 않게도 최근 사망이 중요하지만 학습 세션을 실행하려면 거주 변화도 중요합니다.\r\n\r\n**참고:** 모델 요약 화면에 있을 때 모델 학습 및 디자인 화면으로 되돌아가고 싶다면 상단에 있는 **Models**를 **클릭**하기만 하면 됩니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku148.jpg)\r\n\r\n왼쪽 메뉴에 있는 **Performance** 섹션 아래에서 **Scatter Plot**을 **클릭**합니다.\r\n\r\n모델이 완벽하다면 모든 포인트가 대각선에 위치할 것입니다. 이는 예측한 값이 실제 값과 정확하게 일치함을 의미합니다. 선 아래에 위치한 포인트는 과소평가를 의미하고 선 위에 있는 포인트는 과대평가를 의미합니다. 일반적인 목표는 포인트와 대각선 사이의 거리를 최소화하는 것입니다.\r\n\r\n이 예는 개선할 여지가 있지만 첫 번째 실행임을 감안하면 괜찮습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku149.jpg)\r\n\r\n또한 **Interpretation** 메뉴 아래에 있는 **Subpopulation analysis**를 **클릭**하겠습니다. 이는 모델이 다양한 부분 모집단에 걸쳐 동일하게 작동하는지를 평가하는 데 유용할 수 있습니다. 이 경우에는 국가별로 분석하겠습니다. **드롭다운**에서 **COUTRY_REGION을 선택**하고 **COMPUTE**를 클릭합니다. 이 예에서 모델이 미국, 멕시코 및 인도 데이터를 대상으로는 잘 수행되었지만 다른 많은 국가를 대상으로는 그렇지 않았습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku150.jpg)\r\n\r\n이러한 부분은 추가적으로 탐색하기를 원하기에 이제 모델을 이해하고 개선하기 위한 실험/개선의 반복적인 프로세스를 시작할 것입니다. 따라서 랩에 끝난 뒤에 모델(및 데이터 흐름)을 대상으로 작업할 수 있지만 지금은 모델을 배포하겠습니다.\r\n\r\n오른쪽 상단에 있는 **DEPLOY** 버튼을 **클릭**한 다음 기본값을 수락하고 **CREATE를 클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku151.jpg)\r\n\r\n이제 모델이 흐름에 배포되었습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku152.jpg)\r\n\r\n마지막 작업의 경우 모델이 적합한지를 평가하기 위해 배포된 모델과 테스트 데이터 세트와 비교하여 점수를 매길 것입니다. 흐름에서 **모델**을 **한 번 클릭**한 다음 **Aactions 메뉴**에서 **Score를 선택**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku153.jpg)\r\n\r\n**test 데이터 세트**를 **Input dataset**로 적용하고 **Create Recipe를 클릭**합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku154.jpg)\r\n\r\n마지막으로 실행 엔진이 **In-Database(SQL)로 설정되었는지 확인하고 Run**을 클릭합니다.\r\n\r\n축하드립니다! 모델을 구축했으며 점수를 매겼습니다.\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## Snowflake에서 Dataiku 예측 검토\r\n\r\n\r\n이제 예측을 작성했던 Snowflake 테이블을 확인할 것입니다.\r\n\r\nSnowsight 탭으로 전환하고 다음을 실행하여 컨텍스트를 설정합니다.\r\n\r\n```sql\r\nuse role sysadmin;\r\nuse warehouse compute_wh;\r\nuse database pc_dataiku_db;\r\n```\r\n\r\n이제 다음 SQL을 실행하여 Snowflake으로 다시 작성된 Dataiku 모델의 점수가 매겨진 데이터를 확인합니다. 테이블 이름을 다음과 비슷해야 합니다.\r\n\r\n```sql\r\nshow tables like '%scored%';\r\nselect * from \"COVID19_TEST_SCORED_space-3a316aed-dku_node-df3ee930\";\r\n```\r\n\r\n‘show tables’ 명령에서 반환된 이름을 사용하고 SELECT 문에 이를 붙여 넣습니다.\r\n\r\n이제 결과에서 가져온 차트에서 데이터를 볼 수 있습니다.\r\n\r\n```sql\r\nAdd Column and select ‘Country_region’\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku155.png)\r\n\r\n### 복제로 테스트 팀을 위한 환경 생성\r\n\r\nSnowflake를 사용하면 \"제로 카피 클론\"이라고도 하는 테이블, 스키마 및 데이터베이스의 클론을 몇 초 안에 생성할 수 있습니다. 클론을 생성할 때 원본 객체에 있는 데이터의 스냅샷을 찍으며 복제된 객체에서 이를 사용할 수 있습니다. 복제된 객체는 쓰기 가능하고 클론 원본과는 독립적입니다. 즉 원본 오브젝트 또는 클론 오브젝트 중 하나에 적용된 변경 사항은 다른 오브젝트에 속하지 않습니다.\r\n\r\n제로 카피 클론 생성의 일반적인 사용 사례는 개발 및 테스트를 위한 프로덕션 환경을 복제하여 프로덕션 환경에 부정적인 영향을 미치지 않게 두 개의 별도 프로덕션 환경을 설정 및 관리할 필요가 없도록 테스트하고 실험하는 것입니다.\r\n\r\nPositive : **제로 카피 클론 생성은 최고입니다!** \u003Cbr\u003E 큰 이점은 기본 데이터가 복사되지 않는다는 것입니다. 기본 데이터의 메타데이터/포인터만 변경됩니다. 이런 이유로 ‘제로 카피’이며 데이터 복제 시 저장소 요구 사항이 두 배로 늘어나지 않습니다. 대부분의 데이터 웨어하우스에서는 이렇게 할 수 없지만, Snowflake에서는 쉽게 할 수 있습니다!\r\n\r\n기존 UI로 되돌아가고 Covid19 워크시트를 선택하겠습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku156.png)\r\n\r\n워크시트에서 다음 명령을 실행하여 개발(dev) 데이터베이스를 생성합니다.\r\n\r\n```sql\r\nuse role sysadmin;\r\nuse warehouse compute_wh;\r\n    use database pc_dataiku_db;\r\n    use schema public;\r\n    create database dataiku_test_db clone pc_dataiku_db;\r\n```\r\n\r\n닫힌 경우, 워크시트 왼쪽의 데이터베이스 객체 브라우저를 확장합니다.  왼쪽 패널에서 작은 새로 고침 버튼을 클릭하고 DATAIKU_TEST_DB 데이터베이스 아래의 객체 트리를 확장합니다.\r\n\r\nDATAIKU_TEST_DB 데이터베이스 아래에서 새로운 테이블을 볼 수 있는지 확인합니다.  이제 개발 팀은 프로덕션 테이블이나 다른 오브젝트에 영향을 주지 않고 삭제를 포함하여 이러한 테이블로 원하는 모든 작업을 수행할 수 있습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku157.png)\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## 타임 트래블 사용\r\n\r\n\r\nSnowflake의 타임 트래블 기능으로 사전 구성 가능한 기간 내 어느 시점이든 과거 데이터에 액세스할 수 있습니다. 기본 기간은 24시간이며 Snowflake Enterprise Edition 으로는 90일까지 가능합니다. 대부분의 데이터 웨어하우스에서는 이 기능을 제공하지 않지만, Snowflake에서는 쉽게 할 수 있습니다!\r\n\r\n이러한 기능은 다음과 같이 응용할 수 있습니다.\r\n\r\n- 실수로 또는 의도적으로 삭제되었거나 업데이트되었을 수도 있는 데이터 관련 오브젝트(테이블, 스키마 및 데이터베이스) 복구\r\n- 과거의 주요 시점으로부터 데이터를 복제하고 백업\r\n- 지정된 기간에 걸쳐 데이터 사용량/조작 분석\r\n\r\n다음 시나리오를 진행할 것입니다. 1: 사용자는 모든 테스트가 완료되었다고 생각하며 임시 테이블을 삭제하기로 결정합니다. 애석하게도 잘못된 테이블을 삭제합니다! 2: 사용자는 테이블을 업데이트하지만 WHERE 절을 잊었습니다. 테이블의 모든 행이 변경되었습니다! 3: 어떤 시점에 테이블의 클론을 생성합니다. 4: 테스트 테이블에 적용되었던 모든 변경 사항을 롤백하여 테스트를 위해 테이블을 새로 고칩니다.\r\n\r\n### 테이블 삭제 및 복구\r\n\r\n먼저 실수로 또는 의도적으로 삭제한 데이터 객체를 어떻게 복구할 수 있는지 살펴보겠습니다.\r\n\r\n적절한 컨텍스트를 설정하겠습니다.\r\n\r\n```sql\r\nuse database dataiku_test_db;    use schema public;\r\n```\r\n\r\n작업할 테이블의 이름을 찾겠습니다.\r\n\r\n```sql\r\nshow tables like '%scored%';\r\n```\r\n\r\n결과에서 이름 열을 확장하고 ‘COVID19_TRAIN_space-3a316aed-dku_node-df3ee930’와 비슷한 테이블 이름을 복사할 수 있습니다\r\n\r\n작업을 더 쉽게 만들기 위해 이 테이블의 이름을 바꿀 것입니다. 다음 SQL을 실행합니다.\r\n\r\n```sql\r\nAlter table “\u003Ctable name from above\u003E” rename to di_train;Example : alter table “COVID19_TEST_SCORED_space-3a316aed-dku_node-df3ee930” rename to covid19_test_scored;\r\n```\r\n\r\n워크시트에서 covid19_train 테이블을 제거(삭제)할 다음 명령을 실행합니다.\r\n\r\n```sql\r\ndrop table covid19_test_scored;\r\n```\r\n\r\n이제 covid19_train 테이블에서 SELECT 문을 실행합니다. 기본 테이블이 삭제되었기 때문에 ‘**Results**’ 창에 오류가 나타나야 합니다.\r\n\r\n```sql\r\nselect * from covid19_test_scored limit 10;\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku158.png)\r\n\r\n이제 이 테이블을 다음과 같이 복구합니다.\r\n\r\n```sql\r\nundrop table covid19_test_scored;\r\n```\r\n\r\ncovid19_test_scored 테이블을 복구해야 합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku159.png)\r\n\r\n이제 covid19_train 테이블에서 SELECT 문을 실행합니다. 기본 테이블이 복원되었기 때문에 ‘**Results**’ 창에 데이터가 나타나야 합니다.\r\n\r\n    select * from covid19_test_scored limit 10;\r\n\r\n### 테이블 롤백\r\n\r\n테이블을 이전 상태로 롤백하여 covid19_test_scored 테이블에 있는 모든 province_state 이름을 ‘oops’라는 단어로 대체하는 의도하지 않은 DML 오류를 수정하겠습니다.\r\n\r\n상위 20개의 Locations를 반환하는 쿼리를 실행합니다. 업데이트하기 전에는 다음과 같이 나타나야 합니다.\r\n\r\n```sql\r\nselect province_state as \"Location\", count(*) as \"count\"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\r\n```\r\n\r\n테이블의 모든 지방 이름을 ‘oops’라는 단어로 대체하는 다음 명령을 실행합니다.\r\n\r\n```sql\r\nupdate covid19_test_scored set province_state = 'oops';\r\n```\r\n\r\n이제 상위 20개의 Locations를 반환하는 쿼리를 실행합니다. 스테이션 이름을 망쳤기에 하나의 행만 반환되었습니다.\r\n\r\n```sql\r\nselect province_state as \"Location\", count(*) as \"count\"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku160.png)\r\n\r\n보통의 상황이라면 놀라는것도 잠시뿐 빨리 백업이 주변에 있기를 바랄 것입니다. 그러나 Snowflake에서는 데이터베이스를 대상으로 실행된 트랜잭션을 찾기 위해 단순히 기록을 검토할 수 있습니다. 메인 UI 창에서 역할을 SYSADMIN으로 변경하겠습니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku161.png)\r\n\r\nHistory 탭을 클릭합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku162.png)\r\n\r\n이 단계에서는 Snowflake를 대상으로 실행했던 모든 명령을 볼 수 있습니다. 이슈를 초래한 명령을 찾아보겠습니다. 필터가 보인다면 7.2.7로 이동합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku163.png)\r\n\r\n필터가 안 보인다면 'Add a filter'를 클릭합니다\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku164.png)\r\n\r\n필터는 다음과 같이 ‘SQL Text’ 및 ‘oops’로 변경합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku165.png)\r\n\r\n잘못된 업데이트 문을 실행한 SQL을 위해 Query ID를 클릭합니다. Query ID를 강조 표시하고 클립보드에 복사합니다.\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku166.png)\r\n\r\n어떠한 부분을 변경하기 전에 이 트랜잭션이 이슈를 초래했는지 확인할 수 있습니다. 이전에 복사한 Query ID를 대체하는 다음 SQL을 실행합니다.\r\n\r\n```sql\r\nselect province_state as \"Location\", count(*) as \"count\" from covid19_test_scored before(statement =\u003E '01982883-0042-3ced-0000-01f1000463fe') group by 1 order by 2 desc limit 20;\r\n```\r\n\r\n이제 올바른 SQL임을 확인했으니 안전할 수 있도록 다음 SQL을 사용하여 기존 값으로 우선 클론을 생성합니다. 다시 한 번 이전에 복사한 Query ID를 사용합니다.\r\n\r\n```sql\r\ncreate or replace table covid19_test_scored_rewind clone covid19_test_scored before(statement =\u003E '01982883-0042-3ced-0000-01f1000463fe');\r\n```\r\n\r\nSELECT 문을 다시 실행하여 province_state 이름이 새롭게 복제된 테이블에서 복구되었는지 확인합니다.\r\n\r\n```sql\r\nselect province_state  as \"Location\", count(*) as \"Count\"from covid19_test_scored_rewindgroup by 1order by 2 desclimit 20;\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku167.png)\r\n\r\n이제 클론이 올바른 값을 가지고 있음을 확인했으니 Snowflake에서 또 다른 생성 기능을 사용하고 2개의 테이블을 바꿀 것입니다. 새롭게 생성된 클론의 이름을 메인 테이블의 이름으로 바꿀 것입니다. 또한 망가진 테이블의 이름을 클론 이름으로 바꿀 것입니다.  이름을 바꾸기 위해 다음 SQL를 사용합니다.\r\n\r\n```sql\r\nalter table covid19_test_scored_rewind swap with covid19_test_scored;\r\n```\r\n\r\nSELECT 문을 다시 실행하여 province_state 이름이 새롭게 바뀐 테이블에서 복구되었는지 확인합니다.\r\n\r\n```sql\r\nselect province_state  as \"Location\", count(*) as \"Count\"from covid19_test_scoredgroup by 1order by 2 desclimit 20;\r\n```\r\n\r\n![img](https://www.snowflake.com/content/dam/snowflake-site/developers/guides/data-science-with-dataiku-kr/dataiku168.png)\r\n\r\n축하합니다. 이제 이 랩을 완료하셨습니다! 다음 마지막 섹션에서 정리하겠습니다.\r\n\r\n\u003C!-- ------------------------ --\u003E\r\n## (선택 사항) Snowflake 환경 초기화\r\n\r\n마지막으로 이 랩의 일부로 생성된 모든 오브젝트를 삭제하여 환경을 초기화하려면 워크시트에서 다음 SQL을 실행하십시오.\r\n\r\n워크시트 컨텍스트를 설정하기 위해 이 SQL을 실행하십시오.\r\n\r\n```sql\r\nuse role accountadmin;\r\nuse warehouse compute_wh;\r\nuse database covid19;\r\nuse schema public;\r\n```\r\n\r\n그런 다음 이 SQL을 실행하여 이 랩에서 생성했던 모든 오브젝트를 삭제하고 웨어하우스 크기를 XSmall로 조정합니다.\r\n\r\n```sql\r\ndrop database if exists dataiku_test_db;\r\nalter warehouse “PC_DATAIKU_WH” set warehouse_size = ‘XSMALL’;\r\n```\r\n\r\n## 종료 및 다음 단계\r\n\r\n\r\n이 자습서는 Snowflake와 Dataiku를 사용하는 방법을 알려주는 동시에 일부 주요 기능을 선보이기 위한 실습형 소개로 설계되었습니다.\r\n\r\n자체 샘플 또는 제품 데이터를 로드하고 이 랩에서 다루지 않은 Snowflake의 고급 기능 중 일부를 사용하여 무료 평가판을 계속 사용해 보시길 권해 드립니다. Snowflake는 다음을 통해 여러 방법으로 도움을 줄 수 있습니다.\r\n\r\n- Snowflake에 대한 더 많은 데이터를 얻고 분석하는 데 도움을 받기 위해 평가판/무료 ETL 및 BI 도구에 대한 액세스를 얻으려면 UI 맨 위에 있는 ‘Partner Connect’ 아이콘을 클릭하십시오\r\n- \"[무료 평가판 극대화를 위한 가이드](/test-driving-snowflake-the-definitive-guide-to-maximizing-your-free-trial/?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-download-maximizing-your-free-trial-guide)\"를 읽으십시오\r\n- Snowflake 가상 또는 현장 [이벤트](/about/webinars/)에 참석하여 Snowflake의 기능 및 고객에 관해 자세히 알아보십시오.\r\n- 자세한 내용은 [영업](/free-trial-contact-sales/?utm_source=Snowflake&utm_medium=lab guide&utm_campaign=dataiku-vhol-contact-sales-from-lab-guide) 팀에 문의하십시오","multiValue":false,":type":"text/x-markdown"},"quickstartArticleLogoImage":{"dataType":"string","title":"Quickstart Article Logo Image","multiValue":false,":type":"text/plain"}},"elementsOrder":["quickstartArticleBody","quickstartArticleLogoImage"],"isDeveloperGuidesPage":false,":type":"snowflake-site/components/contentfragment",":items":{},":itemsOrder":[],"model":"snowflake-site/models/quickstart-article"},"flexible_column_cont":{"id":"flexible-column-container-2facd26980","type":"2-column-75-25","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"none","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-5d97e1622e",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"quickstart_last_modi":{"id":"quickstart-last-modified-a2deac00ee","icon":{"id":"icon","icon":"calendar",":type":"snowflake-site/components/icon","appliedCssClassNames":"snowflake-icon-blue"},"lastModifiedDatePrefix":"Updated","lastModifiedDate":"2025-03-04",":type":"snowflake-site/components/quickstart/quickstart-last-modified","appliedCssClassNames":"snowflake-responsive-component-top-padding-small"},"text":{"id":"text-e61c52f695","additionalClasses":"qs-disclaimer-text","text":"\u003Cp\u003E\u003Cspan style=\"color: #666;\"\u003EThis content is provided as is, and is not maintained on an ongoing basis. It may be out of date with current Snowflake instances\u003C/span\u003E\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"snowflake-responsive-component-top-padding-small"}},":itemsOrder":["quickstart_last_modi","text"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-2a45012ea2",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{},":itemsOrder":[]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false}},":itemsOrder":["contentfragment","flexible_column_cont"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-022e5b3fac",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"quickstart_table_of_":{"layout":"SIMPLE","id":"container-dfda7de0e8","isDeveloperGuidesPage":false,":type":"snowflake-site/components/quickstart/quickstart-table-of-content/quickstart-table-of-content-container",":items":{"quickstart_table_of_":{"id":"quickstart-table-of-content-a52ffecd15",":type":"snowflake-site/components/quickstart/quickstart-table-of-content","fragmentPath":"/content/dam/snowflake-site/ko/content-fragments/quickstarts/data-science-with-dataiku-kr","headings":["\u003Ch2\u003E랩 개요\u003C/h2\u003E","\u003Ch2\u003E랩 환경 준비\u003C/h2\u003E","\u003Ch2\u003ESnowflake 사용자 인터페이스\u003C/h2\u003E","\u003Ch2\u003ESnowflake Partner Connect를 통해 Dataiku 평가판 계정 준비\u003C/h2\u003E","\u003Ch2\u003ESnowflake Marketplace에서 COVID-19 데이터 가져오기 및 준비\u003C/h2\u003E","\u003Ch2\u003EDataiku 프로젝트 생성 및 실행\u003C/h2\u003E","\u003Ch2\u003ESnowflake에서 Dataiku 예측 검토\u003C/h2\u003E","\u003Ch2\u003E타임 트래블 사용\u003C/h2\u003E","\u003Ch2\u003E(선택 사항) Snowflake 환경 초기화\u003C/h2\u003E","\u003Ch2\u003E종료 및 다음 단계\u003C/h2\u003E"]},"quickstart_button":{"id":"quickstart-button-242391e15e",":type":"snowflake-site/components/quickstart/quickstart-button","fragmentPath":"/content/dam/snowflake-site/ko/content-fragments/quickstarts/data-science-with-dataiku-kr","appliedCssClassNames":"snowflake-responsive-component-top-padding-none"}},":itemsOrder":["quickstart_table_of_","quickstart_button"]}},":itemsOrder":["quickstart_table_of_"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false},"markup_editor":{"id":"markup-editor-d372fbf2db","title":"Page CSS","cssContent":"#quickstart-template-main-flexible-container{padding:24px}#quickstart-template-main-flexible-container \u003E .snowflake-flexible-column-container-items{grid-template-columns:1fr 0}.qs-disclaimer-text p \u003E span{font-size:15px !important}@media (min-width:768px){#quickstart-template-main-flexible-container{padding:24px 32px}#quickstart-template-main-flexible-container \u003E .snowflake-flexible-column-container-items{grid-template-columns:7fr 3fr;gap:48px}}@media (max-width:767px){#quickstart-template-main-flexible-container \u003E .snowflake-flexible-column-container-items{gap:0}}@media (min-width:1024px){#quickstart-template-main-flexible-container{padding:0 92px 48px 92px}#quickstart-template-main-flexible-container \u003E .snowflake-flexible-column-container-items{gap:117px}}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false}},":itemsOrder":["quickstart_hero","flexible_column_cont","markup_editor"],":type":"wcm/foundation/components/responsivegrid"},"modal_container":{"layout":"SIMPLE","id":"container-784c335f46",":type":"snowflake-site/components/modal/modal-container",":items":{},":itemsOrder":[]},"experiencefragment-footer":{"id":"experiencefragment-b62b7128a6","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/footer/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","classNames":"aem-xf",":items":{"root":{"additionalClasses":"sf-footer","layout":"SIMPLE","id":"container-7a1ec4389e","appliedCssClassNames":"ui-background-02",":type":"snowflake-site/components/container",":items":{"container_copy_1901439591":{"additionalClasses":"sf-footer__inner","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-303afabf18","appliedCssClassNames":"snowflake-container snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"flexible_column_cont":{"id":"flexible-column-container-ec69161e5d","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"medium","bottomPadding":"extra-small","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"sf-footer-grid","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-4c6979b7c4",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container":{"additionalClasses":"sf-footer-grid__inner","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container":"aem-GridColumn aem-GridColumn--default--12","container_1622723482":"aem-GridColumn aem-GridColumn--default--12","container_copy_copy_":"aem-GridColumn aem-GridColumn--default--12","container_copy_copy":"aem-GridColumn aem-GridColumn--default--12","container_copy":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-334606e108","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"container_1622723482":{"additionalClasses":"sf-footer__column","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-5ec7a887be","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"container":{"additionalClasses":"sf-footer__newsletter-group","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"text":"aem-GridColumn aem-GridColumn--default--12","marketo_v2":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-8632f2bfa2","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"text":{"id":"text-d58a4cad80","additionalClasses":"sf-footer__newsletter-title","text":"\u003Cp\u003E\u003Cb\u003E월간 뉴스레터 구독하기\u003C/b\u003E\u003C/p\u003E\r\n\u003Cp\u003ESnowflake의 최신 제품 정보, 전문가 인사이트 및 유용한 리소스를 이메일로 편리하게 받아보세요.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-04"},"marketo_v2":{"id":"marketo-v2-15f0a8bfb1","marketoForm":{"successUrl":null,"formId":"45871","edit":false,"script":null,"hidden":null,"values":null},"marketoConfigured":true,"formConfigured":true,"munchkinId":"252-RFO-227","serverInstance":"252-RFO-227.mktoweb.com",":type":"snowflake-site/components/form/marketo-v2"}},":itemsOrder":["text","marketo_v2"]}},":itemsOrder":["container"]},"container":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"text_copy":"aem-GridColumn aem-GridColumn--default--12","text":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-1e3fb37ee3","appliedCssClassNames":"snowflake-responsive-container-inner-padding-medium",":type":"snowflake-site/components/container",":items":{"text":{"id":"text-dd3fd8e181","additionalClasses":"sf-footer__link-group","text":"\u003Cp class=\"sf-footer__column-title\"\u003E제품\u003C/p\u003E\r\n\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/product/platform/\"\u003EPlatform\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/product/data-engineering/\"\u003EData Engineering\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/product/analytics/\"\u003EAnalytics\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/product/ai/\"\u003EAI\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/product/applications-and-collaboration/\"\u003EApplications & Collaboration\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/pricing-options/\"\u003E요금\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"},"text_copy":{"id":"text-d2e9558881","additionalClasses":"sf-footer__link-group","text":"\u003Cp class=\"sf-footer__column-title\"\u003ESupport\u003C/p\u003E\r\n\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"/en/support/\"\u003ESupport (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"/en/support/\"\u003E우선 지원 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://status.snowflake.com/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003E지원 현황 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"}},":itemsOrder":["text","text_copy"]},"container_copy_copy":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"text":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-84543f1757","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"text":{"id":"text-a9c5c778b4","additionalClasses":"sf-footer__link-group","text":"\u003Cp class=\"sf-footer__column-title\"\u003E산업용\u003C/p\u003E\r\n\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/advertising-media-entertainment/\"\u003E광고, 미디어 및 엔터테인먼트\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/financial-services/\"\u003E금융 서비스\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/healthcare-and-life-sciences/\"\u003E헬스케어 및 라이프사이언스\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/manufacturing/\"\u003E제조\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/public-sector/\"\u003E공공 부문\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/retail-consumer-goods/\"\u003E리테일/소비재\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/solutions/industries/technology/\"\u003E테크놀로지\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"}},":itemsOrder":["text"]},"container_copy":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"text":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-b0c194c5d3","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"text":{"id":"text-31c4ff2614","additionalClasses":"sf-footer__link-group","text":"\u003Cp class=\"sf-footer__column-title\"\u003E회사\u003C/p\u003E\r\n\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/company/overview/about-snowflake/\"\u003ESnowflake 소개\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/company/overview/leadership-and-board/\"\u003E리더십 및 이사진 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://careers.snowflake.com/us/en?_ga=2.189098923.1024280027.1746985324-1783381883.1746382047\"\u003E채용 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://investors.snowflake.com/overview/default.aspx\" target=\"_blank\" rel=\"noopener noreferrer\"\u003E투자자 관계 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://trust.snowflake.com/\"\u003ETrust Center (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/brand-guidelines/\"\u003E브랜드 가이드라인 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/contact/\"\u003E연락처\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/news/\"\u003E뉴스룸\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/company/overview/esg/\"\u003EESG (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/company/overview/snowflake-ventures/\"\u003ESnowflake Ventures (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/company/overview/end-data-disparity/\"\u003E데이터 불평등 종식 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"}},":itemsOrder":["text"]},"container_copy_copy_":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"text":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-6627ebb4de","appliedCssClassNames":"snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"text":{"id":"text-603d4e0654","additionalClasses":"sf-footer__link-group","text":"\u003Cp class=\"sf-footer__column-title\"\u003E학습\u003C/p\u003E\r\n\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://snowflake.com/ko/resources/\"\u003E리소스 라이브러리\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"/en/webinars/demo/\"\u003E라이브 데모 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"/ko/fundamentals/\"\u003EFundamentals\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/resources/learn/training/\"\u003E교육 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/resources/learn/certifications/\"\u003E자격 인증\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://learn.snowflake.com/en/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003ESnowflake University (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/developers/guides/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003E개발자가이드\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://docs.snowflake.com/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003E설명서 (EN)\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"}},":itemsOrder":["text"]}},":itemsOrder":["container_1622723482","container","container_copy_copy","container_copy","container_copy_copy_"]}},":itemsOrder":["container"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false}},":itemsOrder":["flexible_column_cont"]},"container_573483281_":{"additionalClasses":"sf-footer__bottom","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container_112062425":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-ea8b011d20","appliedCssClassNames":"snowflake-responsive-container-inner-padding-none",":type":"snowflake-site/components/container",":items":{"container_112062425":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-a476afcdb1","appliedCssClassNames":"snowflake-container snowflake-responsive-container-inner-padding-small",":type":"snowflake-site/components/container",":items":{"flexible_column_cont":{"id":"flexible-column-container-c62277aedf","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-b75da14e7f",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container":{"additionalClasses":"sf-footer__legal-container","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container":"aem-GridColumn aem-GridColumn--default--12","text_copy_copy_16360_258165670":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-aaa5904143","appliedCssClassNames":"snowflake-responsive-container-inner-padding-none",":type":"snowflake-site/components/container",":items":{"container":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"image":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-c37e99ab8e","appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small",":type":"snowflake-site/components/container",":items":{"image":{"id":"image-a8cae0ad38","additionalClasses":"sf-footer__logo","src":"https://www.snowflake.com/content/experience-fragments/snowflake-site/language-masters/ko/site/footer/master/_jcr_content/root/container_573483281_/container_112062425/flexible_column_cont/flexible_column_content_container_1/container/container/image.coreimg.svg/1747882370694/nav-icon-snowflake-bug.svg","alt":"Snowflake logo","imageLink":{"valid":true,"url":"/en/"},"lazyEnabled":true,":type":"snowflake-site/components/image"}},":itemsOrder":["image"]},"text_copy_copy_16360_258165670":{"id":"text-6297a1c3d0","additionalClasses":"sf-footer__legal-links","text":"\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/legal/privacy/privacy-policy/\"\u003E개인정보 처리방침\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/legal/snowflake-site-terms/\"\u003E사이트 이용 약관\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://info.snowflake.com/Preference-center.html\"\u003E이메일 수신 설정\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Cbutton id=\"ot-sdk-btn\" class=\"ot-sdk-show-settings\"\u003E쿠키 설정\u003C/button\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/legal/privacy/privacy-policy/#12\"\u003E개인 정보를 공유하지 않습니다.\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/ko/legal/\"\u003E법률\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E© 2026 Snowflake Inc. All Rights Reserved ㅣ 스노우플레이크코리아 유한회사 ㅣ 대표자: 마이클파스콸스카펠리 ㅣ 주소: 서울특별시 강남구 테헤란로 134, 10층(역삼동, 포스코타워 역삼) ㅣ 사업자등록번호: 523-87-02399\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-04"},"markup_editor":{"id":"markup-editor-119e12b4cf","title":" ","htmlContent":"\u003Cdiv class=\"sf-footer__social\"\u003E\r\n\u003Cdiv data-testid=\"snowflake-footer-twitter\" class=\"snowflake-button-icon snowflake-button-white snowflake-footer-social-item\"\u003E\u003Cdiv class=\"snowflake-button-icon \"\u003E\u003Ca href=\"https://x.com/Snowflake\" data-testid=\"button-external\" aria-label=\"X (Twitter)\" role=\"button\" class=\"snowflake-button-container\" title=\"X (Twitter)\" tabindex=\"0\" target=\"_blank\" rel=\"noreferrer\"\u003E\u003Cdiv data-testid=\"button-icon-wrapper\"\u003E\u003Csvg xmlns=\"http://www.w3.org/2000/svg\" fill=\"none\" viewBox=\"0 0 59 53\" class=\"button-icon\"\u003E\u003Cpath fill=\"currentColor\" d=\"M46.614 0h9.044L35.8 22.49 59 53H40.795L26.54 34.46 10.223 53H1.18l21.036-24.055L0 0h18.657l12.878 16.937zM43.45 47.72h5.013L16.023 5.085h-5.387z\"\u003E\u003C/path\u003E\u003C/svg\u003E\u003C/div\u003E\u003C/a\u003E\u003Cdiv\u003E\u003C/div\u003E\u003C/div\u003E\u003C/div\u003E\u003Cdiv data-testid=\"snowflake-footer-linkedin\" class=\"snowflake-button-icon snowflake-button-white snowflake-footer-social-item\"\u003E\u003Cdiv class=\"snowflake-button-icon \"\u003E\u003Ca href=\"https://www.linkedin.com/company/3653845\" data-testid=\"button-external\" aria-label=\"LinkedIn\" role=\"button\" class=\"snowflake-button-container\" title=\"LinkedIn\" tabindex=\"0\" target=\"_blank\" rel=\"noreferrer\"\u003E\u003Cdiv data-testid=\"button-icon-wrapper\"\u003E\u003Csvg xmlns=\"http://www.w3.org/2000/svg\" fill=\"currentColor\" viewBox=\"0 0 24 24\" class=\"button-icon\"\u003E\u003Cpath d=\"M22.223 0H1.772C.792 0 0 .773 0 1.73v20.536C0 23.222.792 24 1.772 24h20.451c.98 0 1.777-.778 1.777-1.73V1.73C24 .773 23.203 0 22.223 0ZM7.12 20.452H3.558V8.995H7.12v11.457ZM5.34 7.434a2.064 2.064 0 1 1 0-4.125 2.063 2.063 0 0 1 0 4.125Zm15.112 13.018h-3.558v-5.57c0-1.326-.024-3.037-1.852-3.037-1.851 0-2.133 1.449-2.133 2.944v5.663H9.356V8.995h3.413v1.566h.047c.473-.9 1.636-1.852 3.365-1.852 3.605 0 4.27 2.372 4.27 5.457v6.286Z\"\u003E\u003C/path\u003E\u003C/svg\u003E\u003C/div\u003E\u003C/a\u003E\u003Cdiv\u003E\u003C/div\u003E\u003C/div\u003E\u003C/div\u003E\u003Cdiv data-testid=\"snowflake-footer-facebook\" class=\"snowflake-button-icon snowflake-button-white snowflake-footer-social-item\"\u003E\u003Cdiv class=\"snowflake-button-icon \"\u003E\u003Ca href=\"https://www.facebook.com/snowflakedb/\" data-testid=\"button-external\" aria-label=\"Facebook\" role=\"button\" class=\"snowflake-button-container\" title=\"Facebook\" tabindex=\"0\" target=\"_blank\" rel=\"noreferrer\"\u003E\u003Cdiv data-testid=\"button-icon-wrapper\"\u003E\u003Csvg xmlns=\"http://www.w3.org/2000/svg\" fill=\"currentColor\" viewBox=\"0 0 24 24\" class=\"button-icon\"\u003E\u003Cpath d=\"M24 12c0-6.627-5.373-12-12-12S0 5.373 0 12c0 5.99 4.388 10.954 10.125 11.854V15.47H7.078V12h3.047V9.356c0-3.007 1.792-4.668 4.533-4.668 1.312 0 2.686.234 2.686.234v2.953H15.83c-1.491 0-1.956.925-1.956 1.875V12h3.328l-.532 3.469h-2.796v8.385C19.612 22.954 24 17.99 24 12Z\"\u003E\u003C/path\u003E\u003C/svg\u003E\u003C/div\u003E\u003C/a\u003E\u003Cdiv\u003E\u003C/div\u003E\u003C/div\u003E\u003C/div\u003E\u003Cdiv data-testid=\"snowflake-footer-youtube\" class=\"snowflake-button-icon snowflake-button-white snowflake-footer-social-item\"\u003E\u003Cdiv class=\"snowflake-button-icon \"\u003E\u003Ca href=\"https://www.youtube.com/user/snowflakecomputing\" data-testid=\"button-external\" aria-label=\"YouTube\" role=\"button\" class=\"snowflake-button-container\" title=\"YouTube\" tabindex=\"0\" target=\"_blank\" rel=\"noreferrer\"\u003E\u003Cdiv data-testid=\"button-icon-wrapper\"\u003E\u003Csvg xmlns=\"http://www.w3.org/2000/svg\" fill=\"currentColor\" viewBox=\"0 0 24 24\" class=\"button-icon\"\u003E\u003Cpath d=\"M23.76 7.2s-.233-1.655-.955-2.381c-.914-.956-1.936-.961-2.405-1.017-3.356-.244-8.395-.244-8.395-.244h-.01s-5.039 0-8.395.244c-.469.056-1.49.06-2.405 1.017C.473 5.545.244 7.2.244 7.2S0 9.145 0 11.086v1.819c0 1.94.24 3.886.24 3.886s.233 1.654.95 2.38c.915.957 2.115.924 2.65 1.027 1.92.183 8.16.24 8.16.24s5.044-.01 8.4-.249c.469-.056 1.49-.06 2.405-1.017.722-.727.956-2.381.956-2.381S24 14.85 24 12.905v-1.819c0-1.94-.24-3.886-.24-3.886ZM9.52 15.113V8.367l6.483 3.385-6.483 3.36Z\"\u003E\u003C/path\u003E\u003C/svg\u003E\u003C/div\u003E\u003C/a\u003E\u003Cdiv\u003E\u003C/div\u003E\u003C/div\u003E\u003C/div\u003E\r\n\u003C/div\u003E","cssContent":".sf-footer #ot-sdk-btn.ot-sdk-show-settings,.sf-footer #ot-sdk-btn.optanon-show-settings{color:rgba(255,255,255,.7) !important;text-underline-offset:4px;border-top:none;border-left:none;border-right:none;border-bottom:1px dotted transparent;background-color:transparent !important;background-image:none !important;transition:300ms ease text-decoration-color;padding:0 !important;font-size:12px;font-family:'Lato',sans-serif}.sf-footer #ot-sdk-btn.ot-sdk-show-settings:hover,.sf-footer #ot-sdk-btn.optanon-show-settings:hover{color:rgba(255,255,255,1) !important;border-bottom:1px dotted var(--ui-01);transition:300ms ease text-decoration-color}.sf-footer__legal-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:last-child{flex-shrink:0}.sf-footer__disclaimers{background-color:#042130}.sf-footer__disclaimers .snowflake-simple-stat-disclaimer p a{color:inherit;text-decoration:none !important}.sf-footer__disclaimers .snowflake-simple-stat-disclaimer p sup{margin-right:2px}.sf-footer__disclaimers .snowflake-simple-stat-disclaimer p{text-indent:-5px;padding-left:5px}.sf-footer__disclaimers-inner{border-top:1px solid rgba(255,255,255,.25);padding:40px 0}.sf-footer__disclaimers .snowflake-simple-stat{align-items:flex-start;text-align:left;color:rgba(255,255,255,.7);margin-bottom:10px}.sf-footer__social{display:flex;justify-content:center;gap:12px}.sf-footer .snowflake-footer-social-item{margin:0 !important}.sf-footer .snowflake-footer-social-item a{line-height:0;background-color:rgba(3,24,35,.8);display:inline-block;width:48px !important;height:48px;border-radius:8px;display:inline-flex;justify-content:center;align-items:center;transition:300ms ease background-color}.sf-footer .snowflake-footer-social-item a:hover{background-color:var(--ui-01) !important;transition:300ms ease background-color}.sf-footer__bottom{padding-bottom:40px}.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoError .mktoErrorMsg{max-width:100%;color:#fff}.sf-footer .mktoForm .mktoError .mktoErrorMsg .mktoErrorDetail{display:inline-block}.sf-footer .mktoFormRow:has(.mktoHtmlText:empty){display:none}.sf-footer .mktoFormRow .mktoHtmlText span{color:#fff !important}.sf-footer{background-color:#042130}.sf-footer .optanon-toggle-display:hover{text-decoration-color:var(--ui-01) !important;cursor:pointer !important;text-underline-offset:4px;text-decoration-style:dotted !important;text-decoration-color:var(--ui-01);color:#fff !important;transition:300ms ease text-decoration-color;text-decoration:underline;opacity:1}.sf-footer__logo{width:40px}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container{row-gap:32px}.sf-footer__legal-container\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;justify-content:space-between;align-items:center;text-align:center;row-gap:16px}.sf-footer__legal-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:nth-child(2){text-align:center;flex-grow:1}.sf-footer__legal-links li button,.sf-footer__legal-links li a,.sf-footer__legal-links li{margin:0;color:rgba(255,255,255,.7) !important;font-weight:500}.sf-footer__legal-links li a:hover{color:rgba(255,255,255,1) !important}.sf-footer div.sf-footer__copyright p,.sf-footer div.sf-footer__legal-links li,.sf-footer div.sf-footer__legal-links a,.sf-footer div.sf-footer__legal-links p{font-size:12px !important}.sf-footer__legal-links ul{list-style-type:none;margin:0;padding:0;display:flex;gap:20px;row-gap:4px;justify-content:center;flex-wrap:wrap;text-align:center}.sf-footer__legal-links li:last-child{width:100%}.sf-footer .mktoFormRow:has(.mktoPlaceholder),.sf-footer .mktoFormRow:has(input[type=\"hidden\"]){display:none !important}.sf-footer .mktoFormCol{margin-bottom:0 !important}.sf-footer label[for=\"adhoc1\"]{width:auto !important;flex-grow:1;margin-left:16px}.sf-footer .mktoFieldWrap:has(label[for=\"adhoc1\"]){display:flex;flex-direction:row-reverse;margin-top:22px}.snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoCheckboxList input[type=checkbox]{background-color:transparent !important;border:1px solid rgba(255,255,255,.4) !important;border-radius:4px !important}.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoEmailField,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoTelField,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoTextField,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap select{background-color:transparent !important;color:#fff !important;height:auto !important;border:1px solid rgba(255,255,255,.4) !important;border-radius:4px !important;padding:12px 18px !important}.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoEmailField:focus,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoTelField:focus,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoTextField:focus,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap select:focus{border-color:var(--ui-01) !important}.sf-footer .mktoForm *{padding:0 !important}.sf-footer .mktoForm,.sf-footer .snowflake-marketo-form-container{padding:0 !important;background:transparent;margin-bottom:0;box-shadow:none}.sf-footer .mktoHtmlText.mktoHasWidth{width:100% !important;margin:24px 0}.sf-footer .mktoFormRow{flex-direction:column}.sf-footer .mktoForm .mktoButtonWrap{margin:0 !important}.sf-footer select{background-image:url(\"data:image/svg+xml,%3Csvg width='14' height='8' viewBox='0 0 14 8' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M.981445 1.43496L6.90897 7.32496L12.9314 1.33496' stroke='white' stroke-width='1.33333' stroke-miterlimit='10' stroke-linecap='round' stroke-linejoin='round'/%3E%3C/svg%3E%0A\") !important}.sf-footer .snowflake-marketo-form .mktoButtonWrap.mktoNative{justify-content:flex-start}.sf-footer *::placeholder{color:#fff !important;opacity:.8}.sf-footer .mktoForm .mktoButtonWrap.mktoSimple .mktoButton{background-color:var(--ui-01) !important;color:#fff !important;width:100% !important;padding:12px 16px !important;border:1px solid var(--ui-01) !important;background-image:none !important;border-radius:48px;text-transform:uppercase;font-weight:800 !important;font-family:'Texta',sans-serif !important;font-size:16px !important;line-height:1.2}.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoHtmlText\u003Espan,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap .mktoLabel\u003Espan,.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap label.mktoLabel{color:#fff !important}.sf-footer__newsletter-title p:not(:first-child){margin-top:8px !important}.sf-footer__newsletter-title p b{font-weight:800 !important;font-family:'Texta',sans-serif !important;font-size:22px !important;line-height:1.2}.sf-footer__newsletter-title p:last-child{font-size:14px !important;opacity:.8}.sf-footer__link-group li a[target=\"_blank\"]::after{content:'';display:inline-block;width:10px;height:10px;margin-left:5px;background-image:url(\"data:image/svg+xml,%3Csvg width='11' height='11' viewBox='0 0 11 11' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M6.72222 1.22222C6.38471 1.22222 6.11111 .948616 6.11111 .611111C6.11111 .273607 6.38471 0 6.72222 0H10.3889C10.551 0 10.7064 .0643867 10.821 .178988C10.9356 .293596 11 .449032 11 .611111V4.27778C11 4.61529 10.7264 4.88889 10.3889 4.88889C10.0514 4.88889 9.77778 4.61529 9.77778 4.27778V2.08647L4.09879 7.76545C3.86013 8.00409 3.4732 8.00409 3.23454 7.76545C2.99589 7.52681 2.99589 7.13986 3.23454 6.90122L8.91355 1.22222H6.72222ZM0 2.44444C0 1.76943 .547207 1.22222 1.22222 1.22222H4.27778C4.61529 1.22222 4.88889 1.49583 4.88889 1.83333C4.88889 2.17084 4.61529 2.44444 4.27778 2.44444H1.22222V9.77778H8.55556V6.72222C8.55556 6.38471 8.82915 6.11111 9.16667 6.11111C9.50418 6.11111 9.77778 6.38471 9.77778 6.72222V9.77778C9.77778 10.4528 9.23059 11 8.55556 11H1.22222C.547207 11 0 10.4528 0 9.77778V2.44444Z' fill='white'/%3E%3C/svg%3E%0A\");background-size:contain;background-repeat:no-repeat;background-position:center}.sf-footer__link-group ul,.sf-footer__link-group li{margin:0;padding:0;list-style-type:none}.sf-footer__link-group ul{margin-top:20px !important}.sf-footer__link-group li{margin-top:15px}.sf-footer div.sf-footer__link-group\u003Espan\u003Ep\u003Ea,.sf-footer div.sf-footer__link-group\u003Espan\u003Ep{color:var(--ui-01) !important;font-weight:800 !important;font-family:'Texta',sans-serif !important;font-size:20px !important;line-height:1.2}.sf-footer__link-group li a{opacity:.9;color:#fff !important;font-weight:500 !important;font-size:15px !important;line-height:1.3}.sf-footer__link-group li a:hover{opacity:1}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container::before,.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container::after{display:none}.sf-footer__column{flex-grow:1}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:not(:first-child){width:50%}@media (min-width:800px){.sf-footer__legal-links ul{justify-content:flex-start;text-align:left}.sf-footer__social{justify-content:flex-end}.sf-footer__legal-links ul{padding-left:24px}.sf-footer__legal-container\u003E.container\u003E.cmp-container\u003E.aem-container{text-align:right;flex-wrap:nowrap}.sf-footer__legal-links.align-left ul{justify-content:flex-start}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;justify-content:space-between;flex-direction:row}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:auto !important;max-width:200px}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{flex-grow:1;order:2;width:100% !important;max-width:none}.sf-footer__legal-container\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:auto}}@media screen and (min-width:1380px){.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container{flex-wrap:nowrap}.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{padding-right:48px;max-width:380px;background-color:rgba(3,24,35,.4);padding:32px;margin-left:48px;border-radius:16px}.sf-footer__link-group li,.sf-footer__link-group li a{font-size:14px !important;line-height:1.3}}@media screen and (max-width:991px){.sf-footer-grid__inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv:first-child{order:2;margin-top:24px !important}}@media screen and (max-width:420px){.is-reduced-mobile .heading-1-v2,.is-reduced-mobile .heading-1-v2-sm{font-size:32px;line-height:28px}}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false}},":itemsOrder":["container","text_copy_copy_16360_258165670","markup_editor"]}},":itemsOrder":["container"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false}},":itemsOrder":["flexible_column_cont"]}},":itemsOrder":["container_112062425"]},"markup_editor_copy":{"id":"markup-editor-ec6442f46f","title":"New css","cssContent":"body:has(.snowflake-skip-to-content[style=\"top:82px;\"]) #subNav,body:has(.snowflake-skip-to-content[style=\"top:90px;\"]) #subNav,body:has(.snowflake-skip-to-content[style=\"top:98px;\"]) #subNav,.pushdown-banner-dismissed #subNav{top:var(--scroll-padding-top) !important;transition:300ms ease top}.sf-footer .mktoFormRow .mktoHtmlText span{font-family:'Lato',sans-serif !important}.snowflake-button-primary.snowflake-button-blue .snowflake-button-container{justify-content:center}.related-chip-25{background-color:#fff;border:1px solid rgba(204,204,204,.5);border-radius:8px;padding:20px;position:relative}.related-chip-25:hover{box-shadow:rgba(152,162,179,.1) 0 10px 20px 0}.related-chip-25:hover::after{right:24px;transition:300ms ease right}.related-chip-25::after{content:'';display:block;transition:300ms ease right;background-image:url(\"data:image/svg+xml,%3Csvg width='8' height='14' viewBox='0 0 8 14' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M7.66699 7C7.66699 6.6571 7.53559 6.32825 7.30169 6.08578L2.34446 .947072C1.84529 .429617 1.0164 .429617 .517219 .947072C.0427878 1.43887 .042788 2.21798 .517219 2.70978L4.65591 7L.51722 11.2902C.0427889 11.782 .0427887 12.5611 .51722 13.0529C1.0164 13.5704 1.84529 13.5704 2.34447 13.0529L7.30169 7.91421C7.53559 7.67175 7.66699 7.34289 7.66699 7Z' fill='%2329B5E8'/%3E%3C/svg%3E%0A\");width:8px;height:14px;display:block;position:absolute;right:30px;top:50%;transform:translateY(-50%);background-size:contain;background-position:center;background-repeat:no-repeat}.related-chip-25 .heading-5-v2{font-size:22px;line-height:1.4}.related-chip-25 .snowflake-content-chip-image{width:48px}.related-chip-25 .snowflake-content-chip-image__image{aspect-ratio:1;height:auto;object-fit:contain}.related-chip-25 .snowflake-content-chip-button{display:none}.related-chip-25:hover::after{right:24px;transition:300ms ease right}.related-chip-25 .snowflake-content-chip-content-without-tag{flex-grow:1;padding-right:24px}.related-chip-25::after{content:'';display:block;transition:300ms ease right;background-image:url(\"data:image/svg+xml,%3Csvg width='8' height='14' viewBox='0 0 8 14' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath fill-rule='evenodd' clip-rule='evenodd' d='M7.66699 7C7.66699 6.6571 7.53559 6.32825 7.30169 6.08578L2.34446 .947072C1.84529 .429617 1.0164 .429617 .517219 .947072C.0427878 1.43887 .042788 2.21798 .517219 2.70978L4.65591 7L.51722 11.2902C.0427889 11.782 .0427887 12.5611 .51722 13.0529C1.0164 13.5704 1.84529 13.5704 2.34447 13.0529L7.30169 7.91421C7.53559 7.67175 7.66699 7.34289 7.66699 7Z' fill='%2329B5E8'/%3E%3C/svg%3E%0A\");width:8px;height:14px;display:block;position:absolute;right:30px;top:50%;transform:translateY(-50%);background-size:contain;background-position:center;background-repeat:no-repeat}.related-chip-25 .heading-5-v2{font-size:22px;line-height:1.1}.related-chip-25 .snowflake-content-chip-image{width:48px;flex-shrink:0}.related-chip-25 .snowflake-content-chip-image__image{aspect-ratio:1;height:auto;object-fit:contain}.related-chip-25 .snowflake-content-chip-button{display:none}.case-study-25.small-logo .snowflake-case-study-card-logo img{width:60px !important}.swiper-slide .case-study-25{width:95%;margin-left:auto;margin-right:auto}.case-study-25 .snowflake-case-study-card-logo img{width:140px !important;height:auto !important;transform:none !important;margin:24px 0 8px 0}.case-study-25 .snowflake-case-study-card-image__image{object-position:left center}.case-study-25 .snowflake-case-study-card-information-container{padding-right:24px}.case-study-25 ul{list-style-type:none;padding:0;margin:8px 0 0 0}.case-study-25 li{font-size:15px !important;line-height:1.3 !important;display:flex;flex-direction:column;border-left:4px solid var(--ui-01);padding-left:24px;margin-top:24px;color:#535862;gap:4px}.case-study-25 li b{display:block;font-family:'Texta',sans-serif;font-weight:900 !important;font-size:48px !important;line-height:.9 !important;color:var(--ui-01)}.case-study-25 .snowflake-case-study-card-description p{color:#535862}.case-study-25 .snowflake-case-study-card-description p:nth-child(2):not(:has(a)){color:#000;font-family:Texta;font-size:30px !important;line-height:1 !important;font-style:normal;font-weight:700;text-indent:-8px}.case-study-25.is-story .snowflake-case-study-card-description p:nth-child(2):not(:has(a)){text-indent:0}.case-study-25 .snowflake-case-study-card-key-card{background-color:transparent}.case-study-25 .snowflake-case-study-card-button{display:none}.case-study-25{border-radius:24px;overflow:hidden}@media screen and (min-width:1024px){.case-study-25 .snowflake-case-study-card-left-container{position:static;width:60%;min-height:0}.case-study-25 .snowflake-case-study-card-right-container::after{content:'';display:block;width:60%;max-width:340px;padding-bottom:50%;background-image:url(\"data:image/svg+xml,%3Csvg xmlns='http://www.w3.org/2000/svg' fill='none' viewBox='0 0 22 16' class='snowflake-pushdown-banner-placeholder-arrow'%3E%3Cpath fill='%2329B5E8' fill-rule='evenodd' d='M17.865 8.756c.088-.274.124-.555.118-.834a2.551 2.551 0 0 0-1.3-2.142L7.887.76C6.645.055 5.063.475 4.35 1.7a2.535 2.535 0 0 0 .947 3.494l4.916 2.809-4.916 2.801a2.543 2.543 0 0 0-.947 3.502c.713 1.222 2.295 1.64 3.537.934l8.796-5.024a2.541 2.541 0 0 0 1.182-1.46Z' clip-rule='evenodd'%3E%3C/path%3E%3C/svg%3E\");background-size:contain;background-repeat:no-repeat;position:absolute;top:-10%;left:-20%}.case-study-25 .snowflake-case-study-card-right-container{max-width:none;width:40%;position:absolute;top:-5%;right:-5%;z-index:0;height:110%}}@media screen and (min-width:768px){.case-study-25 li{max-width:50%}.case-study-25 ul{display:flex;gap:48px}}.snowflake-text.section-eyebrow p{margin-left:auto;margin-right:auto;margin-bottom:16px !important}.snowflake-text.section-eyebrow p,.snowflake-text.eyebrow-text p{text-transform:uppercase;font-family:'Texta',sans-serif !important;font-weight:800 !important;letter-spacing:.025em;margin-bottom:12px;line-height:1.1 !important}.snowflake-title-v2.dynamic .heading-2-v2 span.snowflake-title-v2-line{font-size:clamp(2.5rem,3.5vw,4rem) !important;line-height:.85 !important}.checklist ul{padding:0;margin:0}.checklist ul li{list-style-type:none;padding-left:32px;position:relative}.checklist ul li:not(:last-child){margin-bottom:1em}.checklist ul li::before{content:'';display:inline-block;width:20px;height:20px;background-image:url(\"data:image/svg+xml,%3Csvg width='24' height='25' viewBox='0 0 24 25' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Crect y='.985352' width='24' height='24' rx='12' fill='%23D4F0FA'/%3E%3Cpath d='M7.28613 13.2967L10.7147 16.7253L17.5718 9.86816' stroke='%2329B5E8' stroke-width='2' stroke-linecap='round' stroke-linejoin='round'/%3E%3C/svg%3E%0A\");background-size:contain;background-repeat:no-repeat;position:absolute;top:3px;left:0}.last-line-blue .snowflake-typographyv2 .snowflake-title-v2-line:last-child{color:var(--ui-01)}.snowflake-text p sup{line-height:0}.snowflake-title-v2.lowercase .heading-3-v2{font-size:28px;line-height:1;text-transform:none;font-weight:700}.snowflake-title-v2.lowercase .heading-2-v2{font-size:32px;line-height:1;text-transform:none;font-weight:700}.content-chip-new{border:1px solid rgba(204,204,204,.5);border-radius:16px;overflow:hidden}.content-chip-new .snowflake-image-container{border-radius:0;display:none}.content-chip-new .snowflake-content-chip-image{margin-right:0;max-width:180px;flex-shrink:0}.content-chip-new .snowflake-content-chip-content{padding:24px}.content-chip-new .black-blue-text-color .snowflake-title-v2-line:first-child{font-size:24px;line-height:1.1}.content-chip-new .black-blue-text-color .snowflake-title-v2-line:not(:first-child){font-family:'Lato',sans-serif;font-size:17px;color:#535862 !important;font-weight:500;line-height:1.45;margin-top:8px;display:none}div.snowflake-text a{font-weight:normal;color:var(--ui-01);text-decoration:underline;text-underline-offset:4px;text-decoration-style:dotted !important;text-decoration-color:transparent;transition:300ms ease text-decoration-color}div.snowflake-text a:hover{text-decoration-color:var(--ui-01);transition:300ms ease text-decoration-color}.footer-nav__link-group .snowflake-button-container,.subnav__item--button,.snowflake-card-v2-advanced-button .snowflake-button-container{justify-content:flex-start}.button-container\u003E.container\u003E.cmp-container\u003E.aem-container{align-items:center}.button-container\u003E.container\u003E.cmp-container\u003E.aem-container .snowflake-button-primary+.snowflake-button-link{margin-left:12px !important}.snowflake-button-regular.snowflake-button-link .snowflake-button-container{font-size:18px !important;text-align:left;justify-content:flex-start;line-height:1.4 !important}body .snowflake-card-v2-advanced{border:1px solid rgba(204,204,204,.5);border-radius:var(--spacing-02);transition:300ms ease all}body .snowflake-card-v2-advanced:hover{transform:translateY(-10px);box-shadow:rgba(152,162,179,.1) 0 10px 20px 0;transition:300ms ease all}body .snowflake-card-v2-advanced-inner{border-bottom:none}body .snowflake-card-v2-advanced-image{line-height:0}body .snowflake-card-v2-advanced-image__image{aspect-ratio:16 / 9}body .snowflake-card-v2-advanced-content{position:relative}body .snowflake-card-v2-advanced-content::after{content:'';display:block;position:absolute;bottom:0;left:0;transition:300ms ease all;width:20%;height:4px;background-color:var(--ui-01);opacity:0}body .snowflake-card-v2-advanced:hover .snowflake-card-v2-advanced-content::after{width:100%;opacity:1;transition:300ms ease all}body .snowflake-card-v2-advanced .snowflake-button-link.snowflake-button-blue .snowflake-button-container\u003E.link-icon{transition:300ms ease transform}body .snowflake-card-v2-advanced:hover .snowflake-button-link.snowflake-button-blue .snowflake-button-container\u003E.link-icon{transform:translateX(4px);transition:300ms ease transform}.six-columns\u003E.container\u003E.cmp-container\u003E.aem-container,.three-columns\u003E.container\u003E.cmp-container\u003E.aem-container,.four-columns\u003E.container\u003E.cmp-container\u003E.aem-container,.five-columns\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-wrap:wrap;gap:24px}.six-columns.align-center\u003E.container\u003E.cmp-container\u003E.aem-container,.three-columns.align-center\u003E.container\u003E.cmp-container\u003E.aem-container,.four-columns.align-center\u003E.container\u003E.cmp-container\u003E.aem-container,.five-columns.align-center\u003E.container\u003E.cmp-container\u003E.aem-container{justify-content:center}.three-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:100%;margin:0 !important}.six-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv,.four-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv,.five-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(50% - 12px);margin:0 !important}@media screen and (min-width:768px){.three-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(50% - 12px)}.six-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv,.four-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv,.five-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(33.333% - 16px)}}@media screen and (min-width:1024px){.snowflake-title-v2.lowercase .heading-3-v2{font-size:34px}.snowflake-title-v2.lowercase.larger .heading-2-v2{font-size:44px;line-height:.95}.three-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(33.333% - 16px)}.four-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(25% - 18px)}.five-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(20% - 19.2px)}.six-columns\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(16.6666% - 20px)}.snowflake-title-v2.lowercase .heading-3-v2{font-size:28px !important}}@media screen and (min-width:1200px){.snowflake-title-v2.lowercase .heading-2-v2{font-size:40px}.content-chip-new .snowflake-content-chip-content{padding:32px}.content-chip-new .snowflake-image-container,.content-chip-new .black-blue-text-color .snowflake-title-v2-line:not(:first-child){display:block}}.promo-banner-25{border-radius:16px;overflow:hidden}.promo-banner-25 .snowflake-premium-content-banner-image-container{position:relative;max-width:380px}.promo-banner-25 .snowflake-text{color:#535862}.promo-banner-25 .snowflake-premium-content-banner-image__image{transform:translateY(8px);transition:300ms ease transform;border-radius:0;width:85%;margin:0 auto;display:block;position:relative;z-index:1}.promo-banner-25 .snowflake-premium-content-banner-image__link:hover .snowflake-premium-content-banner-image__image{transform:translateY(0);transition:300ms ease transform}.promo-banner-25 .snowflake-premium-content-banner-image__inner{height:auto;padding-top:24px}.promo-banner-25 .snowflake-premium-content-banner-image__link{position:relative;z-index:1;height:auto}.promo-banner-25 .snowflake-premium-content-banner-image__link::after{content:'';display:block;position:absolute;clip-path:polygon(0 0,66% 0,100% 100%,0 100%);bottom:0;left:0;width:100%;height:100%;background:var(--ui-01);transition:300ms ease width}.promo-banner-25 .snowflake-premium-content-banner-image__link:hover::after{width:110%;transition:300ms ease width}.sf-footer .snowflake-marketo-form .mktoFormRow .mktoFieldWrap select{background-position:95% 50%}.sf-footer__disclaimers .text-size-small .snowflake-text p{color:#fff !important;font-size:10px !important;opacity:.8}@media screen and (min-width:768px){.sf-footer__disclaimers .text-size-small .snowflake-text p{font-size:12px !important}}@media screen and (max-width:1023px){.mobile-top-padding{padding-top:64px}}@media (max-width:799px){.sf-footer .snowflake-marketo-form .mktoButtonWrap.mktoNative .mktoButton{width:100% !important}.sf-footer__logo{text-align:center;display:block;margin:0 auto}}.customer-card .snowflake-card-v2-advanced-image{aspect-ratio:4.35 / 1}.customer-card .snowflake-card-v2-advanced-image__image{width:100%;height:100%;padding-left:8px;object-fit:contain;object-position:left center;margin:0 !important;aspect-ratio:initial}.customer-card .snowflake-card-v2-advanced-image__inner{height:110px}.customer-card .snowflake-card-v2-advanced-tag-indicator{display:none}.pc-hero .snowflake-container-arrow-small-gray-image{top:-34% !important;width:18% !important}.pc-hero .snowflake-container-arrow-small-gray-image path{fill:var(--ui-01);opacity:1}@media screen and (max-width:767px){.mobile-padding-top{padding-top:64px}.hide-mobile{display:none !important}.pc-hero{padding-top:52px}.pc-hero p,.pc-hero .left-alignment .snowflake-title-v2-line,.pc-hero h1 span{text-align:center !important}}div.snowflake-pushdown-banner-button{margin-top:0}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false}},":itemsOrder":["container_copy_1901439591","container_573483281_","markup_editor_copy"]}},":itemsOrder":["root"]},"markup_editor":{"id":"markup-editor-ea519812cb","title":"Quickstarts Overrides","cssContent":".snowflake-markdown blockquote{padding:24px 32px;background:#f6f9fa;border:1px solid #29b5e8;border-radius:16px}.snowflake-markdown .snowflake-image-container img{width:auto !important;max-width:100%}.snowflake-markdown .snowflake-text ol{padding-left:20px !important}.snowflake-markdown .snowflake-text li{margin:0 0 12px 0 !important}.snowflake-markdown h3.snowflake-markdown-h3{font-size:20px !important;font-family:Texta,sans-serif !important}@media (min-width:768px){.snowflake-markdown h3.snowflake-markdown-h3{font-size:28px !important}}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false}},":itemsOrder":["experiencefragment-banner","experiencefragment-header","markup_editor_1950346551","responsivegrid","modal_container","experiencefragment-footer","markup_editor"],":type":"wcm/foundation/components/responsivegrid"}},":itemsOrder":["root"],"locale":"ko"}