개념: 합성 데이터 & Delta Lake

모듈 1에서 만나는 Databricks 기능을 한눈에 정리합니다. 각 항목의 상세 사용법은 모듈 본문의 해당 시점에서 다룹니다.

개념 / 기능	한 줄 요지
합성 / 시드 데이터	민감정보 없이 현실 분포를 흉내 낸 가짜 데이터. 강사 시드 임포트 + Genie Code 생성 시연 2트랙
PySpark	Spark의 분산 처리 Python API. Serverless에서 pandas 대신 기본으로 290만 건 병렬 생성·적재
Faker / dbldatagen	Faker=현실적인 가짜값(이름·날짜·코드) 생성, dbldatagen=분포·상관 제어에 강함(비율·범위 지정 대량 생성)
Delta Lake	ACID 트랜잭션·Time Travel을 지원하는 기본 테이블 형식. 전 17테이블 저장 형식
Parquet	컬럼 단위 압축 오픈 파일 포맷. Delta 내부 저장 + 시드 데이터 교환 포맷
CTAS / CREATE TABLE	쿼리 결과·파일을 테이블로 저장. 시드 parquet 임포트·공유 카탈로그 복제
UC Volumes	UC 거버넌스 아래 파일 저장 영역(`/Volumes/...`). 시드 parquet·비정형 파일 저장
의도적 데이터 품질 이슈	교육 목적으로 심은 결함·상관(중복·단위 오류·규칙 위반 등). 이후 EDA·정제·AI 함수 실습의 재료