Metric Views 기초: 개념, 생성, 활용

이 문서는 AI/BI 섹션의 일부입니다.

왜 비즈니스 시맨틱 레이어가 필요한가요?

데이터 플랫폼이 성숙해질수록 가장 큰 문제는 “같은 지표인데 팀마다 숫자가 다르다” 는 것입니다. 이것은 기술적 문제가 아니라 비즈니스 신뢰의 문제 입니다.

💡 비즈니스 시맨틱 레이어(Business Semantic Layer) 란, “매출”, “활성 사용자”, “이탈률” 같은 비즈니스 지표의 정의(Definition), 계산 로직(Logic), 차원(Dimension)을 중앙에서 한 번 정의 하고, 모든 소비 도구(대시보드, SQL, Genie, 외부 BI)에서 동일하게 사용하는 계층입니다. dbt의 Semantic Layer, Looker의 LookML, AtScale 등이 비슷한 개념이지만, Databricks의 Metric View는 Unity Catalog에 네이티브로 통합 되어 거버넌스(권한, 리니지, 감사)가 자동 적용되는 것이 차별점입니다.

시맨틱 레이어 없이 발생하는 문제

CFO: "지난 분기 매출이 얼마야?"

재무팀 대시보드: "₩45.2억" (환불 제외, 세금 포함)
마케팅팀 대시보드: "₩52.8억" (환불 포함, 할인 전 금액)
영업팀 리포트:    "₩48.1억" (확정 매출만, 보류 제외)

→ "도대체 우리 매출이 얼마인 거야?" (경영진의 신뢰 상실)

이 문제의 근본 원인은 각 팀이 독립적으로 SQL을 작성하면서 “매출”의 정의가 분산 되기 때문입니다. 10개 대시보드에 10개의 다른 SUM(amount) 로직이 존재합니다.

시맨틱 레이어의 해결 방식

관점	시맨틱 레이어 없이	시맨틱 레이어 사용
지표 정의	각 대시보드/쿼리에 하드코딩	중앙에서 한 번 정의
변경 관리	10개 대시보드를 일일이 수정	정의 1곳 수정 → 전체 자동 반영
거버넌스	누가 정의했는지 추적 불가	UC의 소유자/권한/감사 적용
일관성	팀마다 숫자가 다름	전 조직 동일한 숫자
셀프서비스	SQL을 알아야 분석 가능	Genie에 “매출 보여줘”만 하면 됨

Metric View란?

💡 Metric View(메트릭 뷰) 는 Databricks의 비즈니스 시맨틱 레이어 구현체입니다. Unity Catalog의 1급 객체(First-class Object) 로서, 테이블이나 뷰처럼 catalog.schema.metric_view 네임스페이스로 관리됩니다. 비즈니스 메트릭을 중앙에서 한 번 정의하면, AI/BI 대시보드, Genie, SQL 쿼리 어디서든 일관되게 사용할 수 있습니다.

왜 Metric View가 필요한가요?

조직이 커지면 같은 비즈니스 지표가 팀마다 다르게 정의 되는 문제가 흔하게 발생합니다.

문제 상황	예시
지표 정의 불일치	마케팅팀의 “매출”에는 환불이 포함되고, 재무팀에는 포함되지 않음
로직 중복	같은 계산 로직이 10개 대시보드에 각각 하드코딩되어 있음
변경 관리 어려움	계산 방식이 바뀌면 모든 대시보드와 쿼리를 일일이 수정해야 함
거버넌스 부재	누가 어떤 지표를 어떻게 정의했는지 추적할 수 없음

Metric View는 이 문제를 다음과 같이 해결합니다.

Metric View 장점	설명
Single Source of Truth	메트릭을 한 곳에서 정의하고 모든 도구에서 동일하게 사용합니다
Unity Catalog 거버넌스	메트릭에도 접근 권한, 태그, 리니지가 적용됩니다
자동 집계	차원(Dimension)과 측정값(Measure)을 정의하면 자동으로 집계합니다
AI/BI 통합	Dashboard, Genie에서 메트릭을 직접 활용할 수 있습니다

핵심 개념

차원 (Dimension)과 측정값 (Measure)

개념	설명	예시
차원 (Dimension)	데이터를 분류하는 기준 (GROUP BY 대상)	날짜, 지역, 제품 카테고리
측정값 (Measure)	집계되는 수치 (SUM, AVG 등의 대상)	매출액, 주문 수, 평균 단가
필터 (Filter)	메트릭에 적용되는 기본 조건	status = ‘completed’
Time Dimension	시간 기반 분석의 기준 시간 컬럼	order_date

💡 비유: 엑셀의 피벗 테이블에서 “행”에 넣는 것이 차원, “값”에 넣는 것이 측정값이라고 생각하면 됩니다.

Metric View 생성

SQL로 생성

-- 매출 메트릭 뷰 생성
CREATE OR REPLACE METRIC VIEW catalog.schema.revenue_metrics
COMMENT '매출 관련 핵심 비즈니스 메트릭'
AS SELECT
  -- 차원 (Dimensions)
  order_date AS time          DIMENSION COMMENT '주문 날짜',
  region                      DIMENSION COMMENT '판매 지역',
  product_category            DIMENSION COMMENT '제품 카테고리',
  customer_segment            DIMENSION COMMENT '고객 등급',

  -- 측정값 (Measures)
  SUM(order_amount)           MEASURE total_revenue
                              COMMENT '총 매출 (환불 제외)',
  COUNT(DISTINCT order_id)    MEASURE order_count
                              COMMENT '주문 건수',
  SUM(order_amount) / COUNT(DISTINCT order_id)
                              MEASURE avg_order_value
                              COMMENT '평균 주문 금액',
  COUNT(DISTINCT customer_id) MEASURE unique_customers
                              COMMENT '고유 고객 수'
FROM catalog.schema.gold_orders
WHERE order_status = 'completed';  -- 완료된 주문만 포함

주요 구문 요소

키워드	역할	설명
`DIMENSION`	차원 정의	GROUP BY에 사용되는 분류 기준입니다
`MEASURE`	측정값 정의	집계 함수(SUM, COUNT 등)가 적용되는 값입니다
`COMMENT`	설명 추가	메트릭의 비즈니스 의미를 문서화합니다
`WHERE`	기본 필터	메트릭에 항상 적용되는 조건입니다

Metric View 쿼리

기본 쿼리

-- 일별 총 매출 조회
SELECT time, total_revenue
FROM catalog.schema.revenue_metrics
ORDER BY time DESC
LIMIT 30;

차원별 집계

-- 지역별, 카테고리별 매출 (자동으로 GROUP BY 처리)
SELECT region, product_category, total_revenue, order_count
FROM catalog.schema.revenue_metrics;

필터 적용

-- 서울 지역의 월별 매출 추이
SELECT time, total_revenue, avg_order_value
FROM catalog.schema.revenue_metrics
WHERE region = '서울'
ORDER BY time;

💡 자동 집계: Metric View를 쿼리하면 SELECT에 포함된 차원을 기준으로 자동으로 GROUP BY 가 적용됩니다. 사용자가 직접 GROUP BY를 작성할 필요가 없습니다.

AI/BI 대시보드 연동

Metric View는 Lakeview 대시보드에서 직접 데이터 소스로 사용 할 수 있습니다.

대시보드에서 활용하는 방법

대시보드 편집 화면 에서 새 데이터셋을 추가합니다
데이터 소스로 Metric View 를 선택합니다
차원과 측정값이 자동으로 인식되어 시각화가 쉬워집니다
필터 위젯은 차원 컬럼에 자동으로 연결됩니다

연동 장점	설명
일관된 지표	모든 대시보드가 동일한 매출 정의를 사용합니다
자동 집계	차트에 차원을 끌어다 놓으면 자동으로 올바른 집계가 적용됩니다
권한 통합	Metric View의 접근 권한이 대시보드에도 적용됩니다
변경 전파	메트릭 정의가 바뀌면 모든 대시보드에 자동 반영됩니다

Genie에서 메트릭 활용

Genie 에 Metric View를 연결하면, 비즈니스 사용자가 자연어로 정확한 지표를 질문할 수 있습니다.

Genie Space 설정

Genie Space를 생성하거나 편집합니다
데이터 소스에 Metric View를 추가 합니다
사용자가 “이번 달 매출은?”이라고 물으면 Metric View의 정의대로 정확한 결과를 반환합니다

Genie 질문 예시

자연어 질문	Metric View 활용
”이번 달 총 매출은?”	`total_revenue` 측정값 + `time` 차원 필터
”지역별 주문 건수를 보여줘”	`order_count` 측정값 + `region` 차원
”VIP 고객의 평균 주문 금액은?”	`avg_order_value` + `customer_segment` 필터

💡 Genie + Metric View의 시너지: Metric View 없이 Genie를 사용하면, Genie가 SQL을 자유롭게 생성하므로 “매출”의 정의가 질문마다 달라질 수 있습니다. Metric View를 연결하면 항상 동일한 비즈니스 정의 로 답변합니다.

거버넌스 및 권한 관리

Metric View는 Unity Catalog의 3-Level Namespace 아래에서 관리되므로, 테이블과 동일한 거버넌스가 적용됩니다.

-- Metric View에 접근 권한 부여
GRANT SELECT ON METRIC VIEW catalog.schema.revenue_metrics
TO `analytics_team`;

-- 권한 확인
SHOW GRANTS ON METRIC VIEW catalog.schema.revenue_metrics;

거버넌스 기능	설명
접근 제어	GRANT/REVOKE로 메트릭 접근 권한을 관리합니다
리니지 추적	메트릭이 어떤 테이블에서 파생되었는지 추적합니다
태그	메트릭에 비즈니스 도메인, 데이터 분류 등의 태그를 부여합니다
감사 로그	누가 언제 메트릭을 조회했는지 기록합니다

모범 사례

항목	권장 사항
명확한 네이밍	메트릭 이름에 비즈니스 의미를 담습니다 (예: `total_revenue`, `monthly_active_users`)
COMMENT 필수	모든 차원과 측정값에 COMMENT를 추가하여 정의를 문서화합니다
Gold 테이블 기반	Metric View는 Medallion 아키텍처의 Gold 테이블 위에 생성합니다
기본 필터 활용	WHERE 절로 “완료된 주문만”, “활성 고객만” 등 기본 필터를 적용합니다
팀 간 합의	메트릭 정의는 데이터팀과 비즈니스팀이 함께 합의합니다
변경 관리	메트릭 정의 변경 시 영향받는 대시보드와 리포트를 확인합니다

​왜 비즈니스 시맨틱 레이어가 필요한가요?

​시맨틱 레이어 없이 발생하는 문제

​시맨틱 레이어의 해결 방식

​Metric View란?

​왜 Metric View가 필요한가요?

​핵심 개념

​차원 (Dimension)과 측정값 (Measure)

​Metric View 생성

​SQL로 생성

​주요 구문 요소

​Metric View 쿼리

​기본 쿼리

​차원별 집계

​필터 적용

​AI/BI 대시보드 연동

​대시보드에서 활용하는 방법

​Genie에서 메트릭 활용

​Genie Space 설정

​Genie 질문 예시

​거버넌스 및 권한 관리

​모범 사례