> ## Documentation Index > Fetch the complete documentation index at: https://docs.sifi.life/llms.txt > Use this file to discover all available pages before exploring further. # 워크스페이스 관리 > 이 문서는 **[보안과 거버넌스](/training/12-security-and-governance/overview)** 섹션의 일부입니다. ## 워크스페이스 관리가 왜 중요한가요? Databricks를 조직에 도입하면 **누가 무엇을 할 수 있는지, 비용은 어떻게 통제할 것인지, 환경은 어떻게 분리할 것인지** 를 체계적으로 관리해야 합니다. 이러한 관리 없이 플랫폼을 운영하면 비용 폭증, 보안 사고, 환경 간 간섭 등의 문제가 발생할 수 있습니다. > 💡 **워크스페이스(Workspace)** 는 Databricks에서 사용자가 작업하는 독립적인 환경입니다. 노트북, 클러스터, Job, 데이터 등이 워크스페이스 단위로 격리됩니다. *** ## Account vs Workspace 관리 구조 Databricks는 **2계층 관리 구조** 를 사용합니다. 이 구조를 이해하는 것이 관리의 출발점입니다. | 계층 | 역할 | 관리 대상 | 접근 방법 | | ------------- | ---------- | ------------------------------------------- | ----------------------------------------------- | | **Account** | 전사 수준 관리 | 사용자, 그룹, 워크스페이스 목록, 빌링, Unity Catalog 메타스토어 | Account Console (accounts.cloud.databricks.com) | | **Workspace** | 프로젝트 수준 관리 | 클러스터, 노트북, Job, 권한, 시크릿 | Workspace UI (xxx.cloud.databricks.com) | ### 관리자 역할 | 역할 | 범위 | 주요 권한 | | ------------------- | ------------------- | ------------------------------------------------ | | **Account Admin** | 전체 Account | 워크스페이스 생성/삭제, 사용자 관리, 빌링, Unity Catalog 메타스토어 할당 | | **Workspace Admin** | 개별 Workspace | 클러스터 정책, 기능 활성화, 워크스페이스 내 권한 관리 | | **Metastore Admin** | Unity Catalog 메타스토어 | 카탈로그 생성, 데이터 거버넌스, Delta Sharing | | 수준 | 역할/구성 | | ------------------------------- | --------------------------------------- | | **Databricks Account** | Account Admin (전사 관리) | | **Workspace A**(개발) | Workspace Admin, 개발팀 사용자들, 클러스터/노트북/Job | | **Workspace B**(스테이징) | Workspace Admin, QA팀 사용자들 | | **Workspace C**(프로덕션) | Workspace Admin, 운영팀 + 서비스 프린시펄 | | **Unity Catalog Metastore**(공유) | Metastore Admin | *** ## Workspace 생성 및 설정 ### Workspace 생성 (Account Console) Account Admin이 Account Console에서 워크스페이스를 생성합니다. | 항목 | 예시 | | ------------- | ---------------------- | | Workspace 이름 | my-company-dev | | 클라우드 리전 | ap-northeast-2 (서울) | | 네트워크 설정 | VPC ID, Subnet ID (선택) | | Unity Catalog | Metastore 연결 (필수 권장) | ### 권장 워크스페이스 분리 전략 | 전략 | 설명 | 적합한 경우 | | ------------ | --------------------------------- | ------------------- | | **환경별 분리** | Dev / Staging / Prod 별도 Workspace | 가장 일반적, 보안과 안정성 확보 | | **팀별 분리** | 데이터 엔지니어링 / 데이터 사이언스 / 분석 팀 | 팀 간 간섭 방지, 비용 추적 용이 | | **프로젝트별 분리** | 프로젝트 A / 프로젝트 B | 프로젝트 완료 시 정리 용이 | | **규제별 분리** | PII 처리용 / 일반 분석용 | 규제 요건이 엄격한 산업 | > 💡 Unity Catalog를 사용하면 여러 Workspace에서 **동일한 데이터 카탈로그** 를 공유할 수 있으므로, Workspace를 분리해도 데이터 접근성은 유지됩니다. *** ## 사용자 및 그룹 관리 ### Account 수준 사용자 관리 사용자와 그룹은 **Account 수준** 에서 관리하는 것이 권장됩니다. Account에서 생성된 사용자를 각 Workspace에 할당하는 방식입니다. ```text theme={null} Account 수준 관리 흐름: 1. Account Console에서 사용자/그룹 생성 2. 각 Workspace에 사용자/그룹 할당 3. Workspace 내에서 세부 권한 설정 ``` ### ID 공급자(IdP) 연동 — SCIM 프로비저닝 대규모 조직에서는 **SCIM**(System for Cross-domain Identity Management)을 통해 IdP와 자동 동기화합니다. | IdP | 지원 방식 | 설명 | | --------------------------------- | -------- | ---------------- | | **Microsoft Entra ID (Azure AD)** | SCIM 2.0 | 가장 많이 사용되는 연동 방식 | | **Okta** | SCIM 2.0 | SSO + 자동 프로비저닝 | | **OneLogin** | SCIM 2.0 | SSO + 자동 프로비저닝 | | **Google Workspace** | SCIM 2.0 | Google 계정 기반 | ```bash theme={null} # SCIM 프로비저닝 설정 시 필요한 정보 # Account Console > Settings > Identity Providers SCIM Endpoint: https://accounts.cloud.databricks.com/api/2.0/accounts//scim/v2 SCIM Token: ``` ### 그룹 기반 권한 관리 개별 사용자 대신 **그룹** 에 권한을 부여하는 것이 모범 사례입니다. ```sql theme={null} -- Unity Catalog에서 그룹 기반 권한 부여 GRANT USE CATALOG ON CATALOG analytics TO `data_analysts`; GRANT USE SCHEMA ON SCHEMA analytics.gold TO `data_analysts`; GRANT SELECT ON SCHEMA analytics.gold TO `data_analysts`; -- 데이터 엔지니어 그룹에는 쓰기 권한까지 부여 GRANT ALL PRIVILEGES ON SCHEMA analytics.silver TO `data_engineers`; ``` *** ## 클러스터 정책으로 비용 통제 **클러스터 정책(Cluster Policy)** 은 사용자가 생성할 수 있는 클러스터의 사양을 제한하여 비용을 통제하는 핵심 도구입니다. ### 클러스터 정책 예시 ```json theme={null} { "spark_version": { "type": "regex", "pattern": "16\\.[0-9]+\\.x-scala.*", "defaultValue": "16.2.x-scala2.12", "hidden": false }, "node_type_id": { "type": "allowlist", "values": [ "i3.xlarge", "i3.2xlarge" ], "defaultValue": "i3.xlarge" }, "autoscale.min_workers": { "type": "fixed", "value": 1, "hidden": true }, "autoscale.max_workers": { "type": "range", "minValue": 1, "maxValue": 10, "defaultValue": 4 }, "autotermination_minutes": { "type": "range", "minValue": 10, "maxValue": 60, "defaultValue": 30 }, "custom_tags.team": { "type": "fixed", "value": "data-engineering" } } ``` ### 정책 적용 전략 | 대상 그룹 | 정책 이름 | 주요 제한 | | ------------ | ----------------- | ------------------------------ | | **데이터 분석가** | `analyst-small` | 최대 4 워커, i3.xlarge, 30분 자동종료 | | **데이터 엔지니어** | `engineer-medium` | 최대 10 워커, i3.2xlarge, 60분 자동종료 | | **데이터 사이언스** | `ml-gpu` | 최대 4 GPU 워커, p3.2xlarge | | **프로덕션 Job** | `production-job` | 고정 사양, 태그 필수 | ````bash theme={null} # Databricks CLI로 클러스터 정책 생성 databricks cluster-policies create --json '{ "name": "analyst-small", "definition": "{\"node_type_id\":{\"type\":\"allowlist\",\"values\":[\"i3.xlarge\"]},\"autoscale.max_workers\":{\"type\":\"range\",\"minValue\":1,\"maxValue\":4}}" }' | 예산 범위 | 금액 | |----------|------| | 전사 월 예산 | $50,000 | | dev-workspace | $10,000/월 | | staging-workspace | $5,000/월 | | prod-workspace | $35,000/월 | | 알림 임계값 | 50%, 80%, 100% | ### 비용 절감 모범 사례 | 방법 | 절감 효과 | 설명 | |------|-----------|------| | **자동 종료** | ★★★ | 유휴 클러스터를 자동으로 종료합니다 | | **Jobs Compute 사용** | ★★★ | All-Purpose 대신 Jobs Compute로 배치 작업 실행 | | **Serverless 활용** | ★★☆ | 간헐적 워크로드에 적합, 유휴 비용 없음 | | **Spot 인스턴스** | ★★☆ | 워커 노드에 Spot 인스턴스 사용 (최대 90% 절감) | | **클러스터 정책** | ★★☆ | 과도한 클러스터 생성 방지 | | **예약 인스턴스** | ★★☆ | 장기 사용 시 Reserved/Savings Plans 적용 | --- ## 태그 기반 비용 할당 **태그(Tags)** 를 활용하면 비용을 팀, 프로젝트, 환경별로 정확하게 추적할 수 있습니다. ### 태그 적용 대상 | 대상 | 태그 설정 방법 | 예시 | |------|---------------|------| | **클러스터** | 클러스터 설정 > Custom Tags | `team:analytics`, `project:recommendation` | | **Job** | Job 설정 > Tags | `env:prod`, `owner:data-eng` | | **SQL Warehouse** | Warehouse 설정 > Tags | `department:finance` | | **클러스터 정책** | 정책에서 태그 강제 지정 | `cost_center:CC-1234` | ### 태그 전략 예시 ```json \{ "custom_tags.team": \{ "type": "fixed", "value": "data-engineering" \}, "custom_tags.env": \{ "type": "fixed", "value": "production" \}, "custom_tags.cost_center": \{ "type": "regex", "pattern": "CC-[0-9]\{4\}", "hidden": false \} \} ```` ### 시스템 테이블로 비용 분석 Unity Catalog의 **시스템 테이블** 을 통해 DBU 사용량을 상세히 분석할 수 있습니다. ```sql theme={null} -- 팀별 월간 DBU 사용량 조회 SELECT usage_metadata.cluster_tags['team'] AS team, billing_origin_product AS product, DATE_TRUNC('month', usage_date) AS month, SUM(usage_quantity) AS total_dbus, SUM(usage_quantity * list_price) AS estimated_cost FROM system.billing.usage u LEFT JOIN system.billing.list_prices p ON u.sku_name = p.sku_name WHERE usage_date >= '2025-01-01' GROUP BY 1, 2, 3 ORDER BY estimated_cost DESC; ``` ```sql theme={null} -- 비용 상위 10개 클러스터 조회 SELECT usage_metadata.cluster_id, ANY_VALUE(usage_metadata.cluster_tags['team']) AS team, SUM(usage_quantity) AS total_dbus FROM system.billing.usage WHERE usage_date >= CURRENT_DATE - INTERVAL 30 DAYS GROUP BY usage_metadata.cluster_id ORDER BY total_dbus DESC LIMIT 10; ``` *** ## 정리 | 관리 영역 | 핵심 포인트 | | ------------------------ | ---------------------------------- | | **Account vs Workspace** | Account은 전사 관리, Workspace는 프로젝트 관리 | | **사용자 관리** | Account 수준에서 관리, SCIM으로 IdP 연동 | | **클러스터 정책** | 사양 제한으로 비용 통제, 태그 강제로 추적 | | **기능 제어** | 프로덕션 환경에서는 보안상 불필요 기능 비활성화 | | **비용 관리** | 예산 설정 + 태그 + 시스템 테이블로 체계적 추적 | *** ## 참고 링크 * [Databricks Admin 공식 문서](https://docs.databricks.com/aws/en/admin/) * [클러스터 정책](https://docs.databricks.com/aws/en/admin/clusters/policy-definition.html) * [빌링 및 사용량](https://docs.databricks.com/aws/en/admin/account-settings/usage.html) * [시스템 테이블 — 빌링](https://docs.databricks.com/aws/en/admin/system-tables/billing.html) * [SCIM 프로비저닝](https://docs.databricks.com/aws/en/admin/users-groups/scim/)