Day 1에서 데이터를 수집하고 Day 2에서 Glue로 카탈로그화·변환했다. 이제 데이터를 읽고 이해할 차례다. 모델을 만들기 전, 데이터 사이언티스트는 반드시 데이터를 들여다본다. "이 피처의 분포는? 결측치는? 타깃과의 관계는?" — 이것이 **EDA(Exploratory Data Analysis, 탐색적 데이터 분석)**다.
오늘은 데이터 레이크를 직접 쿼리하는 Athena, 데이터웨어하우스 Redshift, 그리고 ML의 출발점인 EDA 기초를 본다.
Athena는 S3에 저장된 데이터를 서버리스 SQL로 쿼리하는 서비스다. Presto/Trino 엔진 기반이고, 클러스터 프로비저닝이 전혀 없다. Glue Data Catalog의 테이블 정의를 그대로 사용한다.
핵심 특징: