Ai ML

사실 dbt는 정식 명칭이 “data build tool”인데, dbt Labs에서는 일부러 소문자 표기(db t)를 고수합니다.

이유 

1. 브랜딩 철학

• dbt Labs는 “데이터팀을 위한 도구가 거창한 이름이 아니라, 가볍고 실용적인 툴”이라는 이미지를 주고 싶었습니다.
• 그래서 일반적인 약자처럼 “DBT”라고 대문자로 쓰지 않고, 소문자 dbt라는 독특한 스타일을 선택했습니다.

2. 개발자 문화와 유사성

• 리눅스 명령어나 Python 패키지 이름처럼, 소문자 CLI(command-line interface) 툴 스타일을 따랐습니다.
• 실제로 설치 후 실행할 때도 dbt run, dbt test처럼 소문자 명령어를 입력합니다.

3. 공식 가이드라인

• dbt Labs 공식 문서에서도 “항상 dbt라고 소문자로 작성할 것”을 권장합니다. 가이드

• 대문자 DBT는 다른 의미(예: 심리치료에서 쓰이는 Dialectical Behavior Therapy)와 혼동될 수 있기 때문에 차별화 목적도 있습니다.

• ETL ( Extract → Transform → Load )
  • 전통적 방식
  • 데이터를 원본에서 추출(Extract) → 중간 처리 서버에서 변환(Transform) → 최종적으로 데이터 웨어하우스에 적재(Load)
  • 데이터 웨어하우스의 연산 능력이 부족하던 시절에 주로 사용됨
  • [Source] → (Extract) → [ETL 서버에서 Transform] → (Load) → [Data Warehouse]
• ELT ( Extract → Load → Transform )
  • 현대적 방식 (dbt가 여기에 해당)
  • 데이터를 원본에서 추출(Extract) → 그대로 데이터 웨어하우스에 적재(Load) → 웨어하우스 내부에서 SQL 기반 변환(Transform) 수행
  • Snowflake, BigQuery, Redshift, Databricks 등 강력한 클라우드 DWH가 등장하면서 표준이 됨
  • [Source] → (Extract + Load, Ingestion) → [Data Warehouse] → (Transform, dbt) → [Analytics-ready Data]
• 요약