Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 [블로그 게시물](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)을 참조하세요. # 열 압축으로 저장된 데이터 크기 축소 *압축*은 열 수준에서 저장되는 데이터의 크기를 줄일 수 있는 작업입니다. 이 작업은 스토리지 공간을 절약하여 스토리지에서 읽어오는 데이터의 크기를 줄임으로써 디스크 I/O의 크기가 감소하고 쿼리 성능이 개선되는 효과가 있습니다. ENCODE AUTO는 테이블의 기본값입니다. 테이블이 ENCODE AUTO로 설정되어 있는 경우 Amazon Redshift는 테이블의 모든 열에 대한 압축 인코딩을 자동으로 관리합니다. 자세한 내용은 [CREATE TABLE](r_CREATE_TABLE_NEW.md) 및 [ALTER TABLE](r_ALTER_TABLE.md)(을)를 참조하세요. 그러나 테이블의 열에 압축 인코딩을 지정하면 테이블이 더 이상 ENCODE AUTO로 설정되지 않습니다. Amazon Redshift는 더 이상 테이블의 모든 열에 대한 압축 인코딩을 자동으로 관리하지 않습니다. 테이블을 생성할 때 테이블의 열에 압축 형식 또는 *인코딩*을 수동으로 적용할 수 있습니다. 또는 COPY 명령을 사용하여 압축을 자동으로 분석하고 적용할 수 있습니다. 자세한 내용은 [COPY를 통한 압축 인코딩 선택](c_best-practices-use-auto-compression.md) 섹션을 참조하세요. 자동 압축 적용에 대한 자세한 내용은 [자동 압축을 사용하여 테이블 로드](c_Loading_tables_auto_compress.md) 섹션을 참조하세요. **참고** COPY 명령을 사용하여 자동 압축을 적용하는 것이 매우 바람직합니다. 새 테이블이 다른 테이블과 동일한 데이터 특성을 공유하는 경우 압축 인코딩을 수동으로 적용하도록 선택할 수 있습니다. 또는 테스트에서 자동 압축 중 적용된 압축 인코딩이 데이터에 적합하지 않다는 것을 발견한 경우 그렇게 할 수 있습니다. 압축 인코딩을 수동으로 적용하려면 먼저 이미 데이터가 로드된 테이블을 대상으로 [ANALYZE COMPRESSION](r_ANALYZE_COMPRESSION.md) 명령을 실행한 후 그 결과를 가지고 압축 인코딩을 선택할 수 있습니다. 또한 압축을 수동으로 적용할 때는 각 열에 대한 압축 인코딩을 CREATE TABLE 문에 포함시켜 지정합니다. 구문은 다음과 같습니다. ``` CREATE TABLE table_name (column_name data_type ENCODE encoding-type)[, ...] ``` 여기서 *encoding-type*은 다음 섹션에서 설명하는 키워드 표에서 가져옵니다. 예를 들어 다음은 2열 테이블인 PRODUCT를 생성하는 문입니다. 데이터를 테이블에 로드하면 PRODUCT\$1ID 열은 압축되지 않지만 PRODUCT\$1NAME 열이 BYTEDICT(Byte Dictionary Encoding)를 사용하여 압축됩니다. ``` create table product( product_id int encode raw, product_name char(20) encode bytedict); ``` 열의 인코딩은 ALTER TABLE 명령을 사용해 테이블에 추가할 때 지정할 수 있습니다. ``` ALTER TABLE table-name ADD [ COLUMN ] column_name column_type ENCODE encoding-type ``` **Topics** + [압축 인코딩](c_Compression_encodings.md) + [압축 인코딩 테스트](t_Verifying_data_compression.md)