Singer tap과 target을 활용해 ELT 파이프라인을 구축하는 선언형 코드 우선 데이터 통합 엔진으로, Hub를 통해 600개 이상의 API와 데이터베이스를 지원합니다.
mage-ai/mage-ai
Python, SQL 또는 R로 데이터 파이프라인을 구축하고 예약 실행 및 디버깅할 수 있는 셀프 호스팅 노트북 스타일 환경입니다.
대체할 수 있는 제품:Apache Airflow Cloud
- 스타
- 8,836
- 포크
- 992
- 열린 이슈
- 636
- 마지막 커밋
- 7일 전
어떤 프로젝트인가요?
Mage OSS는 데이터 파이프라인을 구축하기 위한 셀프 호스팅 개발 환경입니다. 노트북 스타일 UI에서 블록을 하나씩 조합해 파이프라인을 만들며, 각 블록은 Python, SQL 또는 R로 작성할 수 있습니다. 편집기에서는 코드와 함께 로직을 문서화할 수도 있습니다.
이 도구는 일반적인 데이터 통합 작업을 지원합니다. 데이터베이스, API, 클라우드 스토리지용 사전 구축 커넥터가 포함되어 있으며, 파이프라인을 수동으로 실행하거나 cron 방식으로 예약 실행할 수 있습니다. 각 블록을 단계별로 실행하고 로그와 데이터 미리보기를 확인하는 시각적 디버깅 기능도 제공합니다. dbt 모델을 Mage 안에서 직접 구축하고 실행할 수 있습니다.
Docker, pip 또는 conda로 설치할 수 있으며, 클라우드 계정 없이 로컬에서 실행됩니다. 같은 프로젝트에서 제공하는 상용 플랫폼인 Mage Pro는 오픈소스 코어에 엔터프라이즈 오케스트레이션, 협업 및 AI 지원 기능을 추가합니다.
핵심 기능
- 01Python, SQL 또는 R로 블록을 하나씩 조합해 파이프라인 구축
- 02로직 작성 및 문서화를 지원하는 노트북 스타일 편집기
- 03데이터베이스, API, 클라우드 스토리지용 사전 구축 커넥터
- 04파이프라인을 수동 또는 cron 방식으로 예약 실행
- 05로그와 데이터 미리보기를 제공하는 단계별 실행
- 06파이프라인 내에서 dbt 모델 실행 및 관리
활용 사례
- Python 변환 작업을 거쳐 Google Sheets의 데이터를 Snowflake 같은 데이터 웨어하우스로 옮기기
- 제품 데이터를 정제하고 집계하는 SQL 파이프라인을 매일 실행하기
- 시각적인 노트북 스타일 인터페이스에서 dbt 모델 개발하기
- 각 단계를 자세히 확인하며 소규모 ETL 또는 ELT 작업을 로컬에서 실행하기
빠른 시작
- 1
Docker로 설치(권장)
docker pull mageai/mageai:latest - 2
또는 pip로 설치
pip install mage-ai - 3
또는 conda로 설치
conda install -c conda-forge mage-ai
사용 전 알아둘 점
- 셀프 호스팅을 하려면 자체 머신 또는 인프라에 설정해야 합니다.
- 엔터프라이즈 오케스트레이션 및 AI 도구와 같은 Mage Pro 기능은 OSS 버전에 포함되지 않습니다.
포함된 컬렉션
토픽
자주 묻는 질문
- mage-ai은(는) 무엇인가요?
- Python, SQL 또는 R로 데이터 파이프라인을 구축하고 예약 실행 및 디버깅할 수 있는 셀프 호스팅 노트북 스타일 환경입니다. Mage OSS는 데이터 파이프라인을 구축하기 위한 셀프 호스팅 개발 환경입니다. 노트북 스타일 UI에서 블록을 하나씩 조합해 파이프라인을 만들며, 각 블록은 Python, SQL 또는 R로 작성할 수 있습니다. 편집기에서는 코드와 함께 로직을 문서화할 수도 있습니다.
- mage-ai은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- mage-ai은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- mage-ai은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. mage-ai의 마지막 커밋은 2026년 10월 16일입니다.
- mage-ai은(는) 어디에 사용할 수 있나요?
- Python 변환 작업을 거쳐 Google Sheets의 데이터를 Snowflake 같은 데이터 웨어하우스로 옮기기 제품 데이터를 정제하고 집계하는 SQL 파이프라인을 매일 실행하기 시각적인 노트북 스타일 인터페이스에서 dbt 모델 개발하기 각 단계를 자세히 확인하며 소규모 ETL 또는 ELT 작업을 로컬에서 실행하기
- mage-ai는 어떻게 설치하나요?
- Docker로 설치(권장): docker pull mageai/mageai:latest 또는 pip로 설치: pip install mage-ai 또는 conda로 설치: conda install -c conda-forge mage-ai
- mage-ai은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/mage-ai/mage-ai
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
자연어로 정의한 대규모 정형·비정형 데이터용 LLM 기반 MapReduce 및 ETL 파이프라인을 실행하는 Python 시스템입니다.
API, 데이터베이스, 파일의 데이터를 웨어하우스, 레이크, AI 애플리케이션으로 옮기는 오픈소스 ELT 플랫폼
테이블, 데이터셋, ML 모델, 보고서 같은 데이터 자산을 정의하고 실행 및 모니터링하는 Python 오케스트레이션 플랫폼입니다.
SQL과 Markdown으로 인터랙티브한 데이터 보고서와 대시보드를 만드는 오픈소스 코드 기반 BI 도구입니다.
스크립트를 스케줄링, 재시도, 캐싱, 이벤트 기반 자동화 기능을 갖춘 프로덕션 데이터 파이프라인으로 전환하는 Python 워크플로 오케스트레이션 프레임워크입니다.