> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8a08bda2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 사용 사례

> 실시간 분석, 관측성, 데이터 웨어하우징, 에이전트형 분석을 포함한 ClickHouse 사용 사례를 살펴봅니다

ClickHouse는 **기본 데이터 저장소**와 **분석 계층** 모두로 활용하기에 적합합니다.

열 지향 아키텍처, 벡터화 처리, 클라우드 네이티브 설계 덕분에 ClickHouse는 속도와 확장성을 모두 요구하는 분석 워크로드에 특히 적합합니다.

| 사용 사례                                                   | TLDR                                                                                                                                        |
| ------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------- |
| [실시간 분석](/ko/get-started/use-cases/real-time-analytics) | 데이터가 유입되는 즉시 수십억 개의 행에 대해 1초 미만의 쿼리 성능을 제공합니다. 고객 대상 대시보드, 실시간 리더보드, 그리고 지속적으로 업데이트되는 이벤트 스트림을 읽는 모든 제품 기능에 이상적입니다.                         |
| [관측성](/ko/get-started/use-cases/observability)          | ClickStack를 통해 단일 ClickHouse 데이터베이스에서 로그, 메트릭, 트레이스를 수집하고 쿼리할 수 있습니다. 로그, 메트릭, 트레이스가 분리되는 사일로 문제를 없애고, 사전 집계 없이도 상호 연관된 고충실도 분석을 제공합니다.     |
| [데이터 웨어하우징](/ko/get-started/use-cases/data-warehousing) | 객체 스토리지의 오픈 테이블 포맷(Iceberg, Delta Lake, Hudi)과 ClickHouse를 함께 사용하면 데이터를 특정 시스템에 가두지 않으면서도 ACID 트랜잭션, 스키마 강제 적용, 웨어하우스급 쿼리 성능을 확보할 수 있습니다.   |
| [에이전트형 분석](/ko/get-started/use-cases/agentic-analytics) | AI agents는 높은 동시성과 고충실도 데이터를 동시에 필요로 합니다. ClickHouse는 실시간 분석, 데이터 웨어하우징, 관측성을 하나의 플랫폼으로 결합하여, agents가 MCP 또는 자연어 인터페이스를 통해 직접 쿼리할 수 있게 합니다. |