集中か？ 分散か？ NTTドコモがDWH／データレイクから「データメッシュ」に移行したワケ

生成AI活用で「データカタログ」のメタデータ整備を効率化

　NTTドコモでは、ユーザーが必要とする“データの発見”を促すため、データカタログの整備も強化した。最後に登壇した同社 上野正暉氏は、中央集権型のデータカタログの問題を「中央のチームがすべてのデータを把握できず、適切なメタデータの整備が難しい」と指摘し、データオーナーやユーザーがデータカタログの更新に関与できるように変えたとした。

　これには中央のチームメンバーの負荷を減らす狙いがあるが、データ知識が豊富だからといって、現場の負荷を増やすことになっては意味がない。また、データメッシュのような分散型のアーキテクチャでは、中央集権型よりも共通ルールを徹底させることが難しくなる。そこでデータオーナーにすべての更新権限を与えるのではなく、特定部分の更新のみ認めることで、データガバナンスの自律性とデータカタログの品質維持の両立を図ることにした。

　たとえばデータカタログの更新時、データオーナーはメタデータを追加しなくてはならなくなったが、手作業で行う必要はない。ツールが効率的な作業をサポートしてくれる。このツールの裏側で活躍するのが「生成AI」だ。LLMがうまく機能するよう、NTTドコモは事前にデータオーナーが遵守するべきルールを定めたデータ規約を整備。LLMがデータ規約を含めた社内文書を参照できれば、データオーナーがルールを意識しすぎることなく、メタデータの効率的な整備が可能になると考えた。

　データオーナーが使うツールは、Streamlit in Snowflakeで開発したアプリケーションだ。データカタログの更新は、データオーナーのクリックひとつでできる。その処理は、テキストデータの検索を得意とするCortex Searchが行い、ドキュメントとデータを参照し、データカタログに付加すべきメタデータ情報を出力してくれる。データオーナーは、その結果を確認・修正して整えるだけでよい。ユーザーも同じアプリケーションを使うが、データカタログから選んだデータの説明がわかりにくい場合は、フィードバックを提供できる。次の更新で、Cortex Searchはその内容も参照して、新しい出力結果を提供するので、ユーザーの評価を取り入れた継続的な改善が可能になった。

　この他、Cortex Analystを用いて業務に特化した「SQL生成」も行っていると、上野氏は紹介した。データメッシュへの移行、生成AIの活用と、NTTドコモでのデータ活用の裾野は着実に拡がっている。今後はAI自体が自律的にデータを取得し、アクションまで実行するユースケースが増えてくるだろう。そのときデータ基盤の重要性はますます高まる。最後に再び登壇した松原氏は、今後データ基盤を継続的に強化することを表明して、講演を締めくくった。