The Medallion Architecture Reconsidered: What It Solved, and Where It’s Cracking
Author: Santosh Shinde | Source: Medium (AI That Ships) | Published: 2026-07-05
⚠️ 클리핑이 도입부에서 잘려 있음(유료 구독 벽). 아래는 확보된 범위의 요약이며, 같은 주제의 더 완결된 논의는 The Shape and Feel of the Post-AI Data Stack 참조.
한 줄 요약
Bronze/Silver/Gold는 레이크하우스를 조직하는 기본 멘탈 모델의 자리를 정당하게 얻었지만, 패턴에 대한 비판이 날카로워졌고 AI 워크로드가 데이터 플랫폼에 요구하는 것 자체를 바꿔놓았다.
핵심 주장/내용
- Databricks 정의상 medallion은 데이터를 논리적으로 조직하는 설계 패턴으로, 각 레이어를 흐르며 구조와 품질을 점진적으로 개선하는 것이 목표
- Bronze (Raw) — 소스 데이터를 있는 그대로 받는 landing zone + 인제스션 메타데이터. 비즈니스 로직 없음. 임무는 완전성(completeness)과 재생 가능성(replayability)
- Silver (Validated) — 정제, 중복 제거, conformance. 분석을 위한 공유되고 신뢰할 만한 기반
- Gold (Enriched) — (클리핑 절단)
- 저자의 문제의식: 패턴이 왜 등장했는지 되짚고, 정확히 어디서 금이 가고 있는지 짚은 뒤, 그 균열이 요구하는 재정의를 제안하겠다는 것
관련 위키
Source: 원문 보기