Single-screen 4-panel comic scenarios comparing confusing Google Cloud Data, DB, and AI options (15#1 ~ 15#8). Click any row or the right arrow (›) to step through each episode.
비슷해 보이는 Google Cloud 데이터 · DB · AI 서비스 중 언제 무엇을 골라야 하는지(When to choose which) 4컷 만화 시나리오로 정리한 한 화면 장표(15#1 ~ 15#8)예요. 행을 클릭하거나 오른쪽 화살표(›)를 누르면 1화부터 차례로 이동해요.
Single-region under 30TB cost efficiency Cloud SQL vs 4x PG acceleration + embedded analytics AlloyDB vs Multi-region unlimited write Cloud Spanner단일 리전 30TB 이하 가성비 Cloud SQL vs PG 4배 가속 + 초고속 분석 내장 AlloyDB vs 멀티 리전 무제한 쓰기 Cloud Spanner
BigQuery internal SQL ELT Dataform ($0) vs Real-time streaming Dataflow vs Legacy migration Managed Service for Apache Spark vs Orchestration Workflows · AirflowBigQuery 내부 SQL ELT Dataform($0) vs 실시간 스트림 Dataflow vs 기존 코드 이관 Managed Service for Apache Spark vs 오케스트레이션 Workflows · Airflow
Decision formula between Lakehouse tables supporting row/column-level security & Iceberg, and zero-transformation $0 ingestion via Pub/Sub BigQuery Subscription행·열 보안과 Iceberg를 지원하는 Lakehouse 테이블과 변환 없이 $0로 적재하는 Pub/Sub BigQuery Subscription 선택 공식
| No.번호 | Category / Link분류 · 연계 페이지 | Decision Comic Scenario Topic의사결정 시나리오 만화 주제 (When to choose which) | Decision Criteria & Target핵심 선택 임계치 · 비교 대상 | Visual Style도식화 방식 · 구성 | Open Slide장표 바로가기 |
|---|---|---|---|---|---|
| 15#1 | File & Object Transfer파일 · 객체 전송14 · Data Transfer & Migration 6 Options Comparison Table ↗14 · 데이터 전송 · 이관 6대 옵션 비교표 열기 ↗ | Ep. 1 · Move 80TB On-Prem Logs by Next Week? Over a 100Mbps Line?!제1화 · 사내 80TB 로그를 다음 주까지 옮기라고요? 회선은 100Mbps인데! |
1TB · 100Mbps · 7-Day Threshold & Direct SaaS Ingestion1TB · 100Mbps · 7일 임계치 및 SaaS 직통 적재
gcloud storage · Storage Transfer Service · Transfer Appliance · BigQuery DTS
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#1 ↗15#1 장표 ↗ |
| 15#2 | Relational Operational DB관계형 운영 DB17#3 · Relational DB 3-Engine Branch Architecture ↗17#3 · 관계형 DB 3종 분기 구성도 열기 ↗ | Ep. 2 · Core E-Commerce Order DB: Is Cloud SQL Enough? Or AlloyDB vs Spanner?제2화 · 쇼핑몰 핵심 주문 DB, Cloud SQL로 충분할까요? AlloyDB나 Spanner로 가야 할까요? |
Single-Region Cost vs 4x PG Acceleration vs Multi-Region Unlimited단일 리전 가성비 vs PG 4배 가속 vs 멀티리전 무제한
Cloud SQL · AlloyDB for PostgreSQL · Cloud Spanner
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#2 ↗15#2 장표 ↗ |
| 15#3 | DB Migration vs CDC ReplicationDB 이관 vs CDC 복제17#4 · DMS vs Datastream 3-Branch Architecture ↗17#4 · DMS vs Datastream 3갈래 구성도 열기 ↗ | Ep. 3 · Zero-Downtime Operational DB Cutover vs Real-Time BigQuery CDC Ingestion — Why Different Tools?제3화 · 살아있는 운영 DB를 옮길 때와 BigQuery로 실시간 복제할 때, 왜 도구가 다를까요? |
Operational DB Migration (DMS) vs BigQuery · GCS CDC (Datastream)운영 DB 엔진 이관(DMS) vs BigQuery · GCS CDC(Datastream)
Database Migration Service · Datastream · Spanner Migration Tool
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#3 ↗15#3 장표 ↗ |
| 15#4 | NoSQL · Cache · DWNoSQL · 캐시 · DW17#6 · Bigtable vs BigQuery vs Firestore Comparison Table ↗17#6 · Bigtable vs BigQuery vs Firestore 비교표 열기 ↗ | Ep. 4 · 50K Rider GPS Sensors/Sec & Mobile Chat: Does "Big" Mean BigQuery?제4화 · 초당 5만 건 라이더 GPS 센서와 모바일 채팅, 이름에 Big이 들어가니 BigQuery에 넣을까요? |
Ultra-Fast Wide-Column · DW · Mobile Docs · In-Memory Cache초고속 Wide-column · DW · 모바일 문서 · 인메모리 캐시
Firestore · Cloud Bigtable · Memorystore · BigQuery
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#4 ↗15#4 장표 ↗ |
| 15#5 | Lakehouse · Tables레이크하우스 · 테이블17#10 · Lakehouse vs Standard External Table Architecture ↗17#10 · Lakehouse vs 일반 외부 테이블 구성도 열기 ↗ | Ep. 5 · 50TB Parquet in Cloud Storage: Standard External Table or Lakehouse?제5화 · Cloud Storage의 Parquet 파일 50TB, 그냥 외부 테이블로 읽을까요? 왜 Lakehouse를 쓰나요? |
Ad-Hoc External vs Row/Column Security Lakehouse vs Peak Speed Native임시 탐색 External vs 행·열 보안 Lakehouse vs 최고속 Native
Standard External Table · Lakehouse · BigQuery Native Table일반 External Table · Lakehouse · BigQuery Native Table
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#5 ↗15#5 장표 ↗ |
| 15#6 | Pipeline 5 Tools파이프라인 5총사17#11 · Pipeline 5 Tools Division of Labor Architecture ↗17#11 · 파이프라인 5총사 역할 분담 구성도 열기 ↗ | Ep. 6 · Why 5 "Data-" Pipeline Tools? When to Transform Outside (ETL) vs In-Database (ELT)?제6화 · Data로 시작하는 파이프라인 도구가 왜 5개나 있나요? 언제 밖에서 가공(ETL)하고 언제 안에서 짜나요(ELT)? |
Conductor (Airflow) vs Pre-Load ETL vs In-DB SQL ELT ($0)지휘자(Airflow) vs 적재 전 ETL 3종 vs 적재 후 SQL ELT($0)
Managed Service for Apache Airflow · Dataflow · Managed Service for Apache Spark · Cloud Data Fusion · Dataform
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#6 ↗15#6 장표 ↗ |
| 15#7 | Real-Time Streaming Ingestion실시간 스트리밍 수집17#12 · Pub/Sub Direct Subscription vs Dataflow Branch Architecture ↗17#12 · Pub/Sub 직통 vs Dataflow 분기 구성도 열기 ↗ | Ep. 7 · Real-Time Events in Pub/Sub: Must We Always Spin Up Dataflow?제7화 · Pub/Sub으로 들어오는 실시간 이벤트, 무조건 Dataflow를 띄워야 하나요? |
Zero-Transform $0 Direct Ingestion vs Window Aggregation & PII Masking무가공 $0 직통 적재 vs 윈도잉 집계 · PII 마스킹 가공
Pub/Sub BigQuery Subscription · Pub/Sub + Dataflow
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#7 ↗15#7 장표 ↗ |
| 15#8 | AI · RAG · BQ PricingAI · RAG · BQ 요금제17#13 · Text-to-SQL vs Vector RAG Architecture ↗17#13 · Text-to-SQL vs Vector RAG 구성도 열기 ↗ | Ep. 8 · The CEO Asks AI for "Last Month Sales" & "Refund Policy": Vector DB for Everything?제8화 · 사장님이 AI 챗봇에 '지난달 매출 합계'와 '환불 규정'을 동시에 묻는데, 전부 벡터 DB에 넣을까요? |
Structured Numbers (SQL) vs Unstructured Docs (RAG) & Editions Break-Even정형 숫자(SQL) vs 비정형 문서(RAG) & Editions 손익분기점
Conversational Analytics · BigQuery VECTOR_SEARCH · AlloyDB AI · BigQuery On-Demand vs Editions
|
web-ppt 4-Panel Comic Slideweb-ppt 4컷 만화 장표 Team Lead Kim Mission ➔ Asst. Mgr. Park Trap ➔ Principal Lee WHEN ➔ 3-Sec Rule김팀장 미션 ➔ 박대리 함정 ➔ 이수석 WHEN ➔ 3초 공식 |
Slide 15#8 ↗15#8 장표 ↗ |
Pinch to zoom, drag to pan. Rotate phone landscape for a larger view.두 손가락으로 벌려 키우고, 한 손가락으로 옮겨 보세요. 휴대폰은 가로로 돌리면 더 크게 보여요.