2025년, 60%의 클라우드 오퍼링에 OO가 탑재
2023 인사이드 IT Trend
2025년까지 60%의 인프라스트럭처, 보안, 데이터, 네트워크 오퍼링(Offering)은 폭넓은 자동화와 운영비용을 크게 절감하는 "클라우드 기반 제어 플랫폼"이 탑재될 것입니다.
IDC - IT Industry 2023 Predictions
2023년 발표된 리서치 그룹 IDC의 IT 산업 예측 자료입니다. "클라우드 기반 제어 플랫폼"이 무엇이며 어떤 변화를 주도할지 저와 함께 살펴보시죠.
기업의 가장 큰 고민 "비용"
기업/조직의 IT 서비스에서 클라우드가 차지하는 비용이 몇 % 입니까?
지난 3년간 IT 예산 중 클라우드 비용의 증감 추세는 어떻습니까?
답은 분명히 "클라우드 지출은 지속적으로(가파르게) 증가하고 있음"일 것입니다. 이 증가세는 점점 올라가 90% 가까이까지 도달할 것이며, 일부 레거시를 제외한 모든 신규 IT 비즈니스는 모두 클라우드로 적용될 것입니다. 바꿔 말하자면, 단순 IT 비용이 아니라, 비즈니스 핵심역량이 모두 클라우드로 전이되며 그 비용은 지속 증가할 것입니다.
아래의 질문은 조금 뼈아픕니다.
현재, 얼마나 많은 배포된 클라우드 리소스가 유휴 상태입니까?
= 얼마의 클라우드 리소스 비용이 낭비되고 있습니까?
IT 부서의 사람이 관리하기 어려운 수많은 클라우드에 배포된 서비스와 개발 중인 서비스, 신규로 도입 예정인 XaaS 서비스 등 이미 인력으로 모니터링 가능한 수준을 넘어섰습니다. 클라우드 비용이 증가하면서 유휴 리소스 비용 역시 비례적으로 증가할 것입니다.
클라우드 리소스 비용 절감에 머신러닝을 도입
머신러닝과 AI 기술이 새로운 산업을 열면서 다양한 영역에서 적용되고 있습니다. 그렇다면 이런 가설은 어떨까요?
"인공지능 클라우드 제어 시스템"이 회사/조직의 클라우드 인프라, 보안, 데이터, 네트워크 등을 최적화해 비용을 일정 % 절감해준다면?
재무팀이 보면 좋아할 소식이 될 겁니다. 더 흥미로운 사실은 이미 이러한 인공지능 기반 클라우드 인프라 최적화 비즈니스는 현재 진행형이라는 것입니다.
Yotascale AI based cloud cost optimization
IBM Turbonomic cloud optimization
이미 이런 회사들이 AI 클라우드 리소스 최적화 비즈니스를 시작하고 있습니다.
인공지능, 머신러닝으로 클라우드 제어 플랫폼이 잘 동작하려면
머신러닝 모델을 만들고 예측을 하려면, 데이터가 필요합니다. 그냥 데이터가 아니라 전처리가 잘 된 데이터가 주어져야 좋은 머신러닝 모델이 만들어집니다.
예측하고 싶은 것은? - 클라우드 기반 자동화로 클라우드 리소스 최적화 제어 기능.
그렇다면 학습할 데이터 구조는? - 가능한 작고 모듈화 된 클라우드 리소스로부터 나온 라벨 데이터.
작고 모듈화 된 클라우드 리소스를 제작하려면?
이것이 우리가 고민해야 할 부분입니다. "작고 모듈화 된 클라우드 리소스"
하지만, 크게 걱정할 필요는 없습니다. 마이크로서비스 아키텍처(MSA)로 개발했거나, 클라우드 기반 애플리케이션으로(PaaS) 개발 또는 사용 중이라면 이미 자동화된 클라우드 제어 플랫폼의 수혜를 받을 준비는 완료입니다. 하지만 아쉽게도, 클라우드 기반으로 제작되지 않았다면? 예를 들어, 레거시를 그냥 IaaS로 옮겨(fork and lift) 왔다면? - 앞으로 제공될 이런 자동화된 클라우드 제어 플랫폼의 수혜를 전체 또는 부분적으로 받기 어려울 것입니다.
Microsoft Azure의 Monitoring 예시 화면클라우드 기반으로 애플리케이션이 개발되었다면, 이렇게 클라우드 벤더의 모니터링에 손쉬운 통합이 가능합니다. 모니터링에 메트릭이 전달되고 있다는 것은 자동화된 클라우드 제어 플랫폼을 사용할 준비가 되었다는 의미이기도 합니다.
독립 시스템(SCS - Self-Contained System)
SCS 역시 클라우드 기반 아키텍처에서 자주 논의되는 중요한 팩터입니다. SCS가 비즈니스 중심의 "독립된 기능을 제공하는 서비스" 아키텍처 관점이라면 기술적인 관점에서는 "마이크로서비스 아키텍처"와 유사합니다. 간략히, 기능 단위로 쪼개어 서비스를 배포하고 각각의 기능이 독립적으로 운용되도록 서비스 아키텍처를 수립하는 것입니다.
예를 들어, 쇼핑몰 서비스라면 회원 모듈, 결제 모듈, 제품 검색 모듈 등으로 분리하는 것이죠. 독립 서비스는 각각 API로 기능을 호출이 가능하기 때문에 새로운 서비스를 만들어도 전에 만든 결제 모듈을 재사용이 가능하고, 기술기반 서비스로 모듈화가 가능합니다.
나중에 기회가 되면 CBD부터 시작되는 Java의 Corba와 Microsoft의 DCOM부터 이야기를 풀어볼 수 있으면 좋겠네요.
소프트웨어 기반 기능(Software-defined function)
이미 글로벌 클라우드 벤더들을 이용한다면 크게 고민할 필요 없습니다. 클라우드 플랫폼의 근간은 "가상화(Virtualization)"로 구현되어 있습니다. 물리적인 서버의 장치를 가상의 장치로 "흉내" 내는 것이 그 핵심입니다. 당연히 네트워크 역시 SDN(Software-Defined Network)으로 가상화해 제공합니다.
클라우드 기반 자동 제어 플랫폼이니 다양한 소프트웨어 기반 기능을 통해 인프라 정보를 취합해 인공지능 자동화에 활용하겠죠. 예를 들어, SDN과 같은 기능도 이러한 자동화 플랫폼에 중요 정보를 제공해 이후 활용될 것입니다.
AI 기반 클라우드 리소스 제어 자동화 및 최적화의 장점
이러한 자동화는 어떤 장점을 회사/조직에 제공할까요?
- 빠른 의사결정 = 비용절감
디지털 비즈니스에 더 유연하게 대처 가능합니다. 패턴 데이터에 따라 의사결정을 수행/보조하는 인공지능으로 더 빠른 의사결정이 가능하며 클라우드 비용 절감에 사용될 것입니다.
- 규모가 확장돼도 운영 비용은 유지
현재보다 훨씬 큰 규모의 서비스를 운영해도, 추가 인력비용이 증가하지 않습니다.
- 시스템 단순화 및 기술 부채 감소
SCS 아키텍처로 작고 모듈화 된 클라우드 리소스로 개발 코스트는 복잡도로 올라갈 수 있으나, 시스템 운영비용은 내려가며 작은 모듈 단위 배포는 개발팀의 복잡성을 낮춰 기술 부채를 감소시킵니다.
AI 기반 클라우드 리소스 제어 자동화 및 최적화의 단점
트레이드오프 되는 항목들도 분명 있습니다.
- 데이터 품질 관리
데이터에 기반하기 때문에 데이터의 품질(Quality)에 매우 민감합니다. 데이터 품질 관리와 지속적인 연관성에 대한 검증이 필요해 추가적인 비용이 발생합니다.
- 레거시 클라우드 리소스에 대한 지속 관리 비용
자동제어가 안 되는 클라우드 리소스는 지속적인 인력비용이 발생합니다.
AWS, Azure, GCP - 3대 클라우드 벤더들의 상황
현재 진행형입니다. 이 벤더들 모두 자체적으로 AI 역량이 있으니, 방향성이 잡히고 어디 한 곳이 시작하면 나머지 클라우드 벤더들도 달려들겠죠. 확실한 건 2025년까지 60%가 적용된다고 하니 발등에 불 떨어진 상황일 겁니다. 조금 더 같이 지켜보시죠.
그렇다면 우리는 어떻게 준비해야 할까요?
이미 비즈니스를 시작한 회사도 있고, 2025년까지 60%의 기업이 도입할 것이라면 준비할 시간이 길지 않습니다. 특히, 기존 애플리케이션의 수정이 필요한 부분도 있어 전문 개발 지원팀에서 전략을 준비하실 것을 권장해 드립니다.
현재 전사적으로 배포 / 개발 중인 클라우드 앱 리스트
클라우드 리소스 모니터링을 통한 구독 내 유휴 상태 파악
클라우드 리소스 사용 상태 확인 - 자동 스케일링 기능 적용 등(단기적 관점)
SCS 및 모듈화 상황 점검
현재 클라우드 리소스 사용 상태 확인 - 자동 스케일링 기능 적용 등
앞으로 도입될 클라우드 기반 소프트웨어나 서비스의 모듈화 상태 점검
IaaS 등에서 fork & lift 한 애플리케이션 확인 후 PaaS 등으로 전환 가능 여부 확인 (또는 레거시는 레거시로.)
회사/조직의 IT 리소스 자동화된 관리는 자동화 정도만큼 보유 인력 변동 가능성과 여러 이해관계 상충이 발생할 수 있으며 조직 규모에 따라 달라질 수 있음을 주의해야 합니다.
2025년까지 60%의 인프라스트럭처, 보안, 데이터, 네트워크 오퍼링(Offering)은 폭넓은 자동화와 운영비용을 크게 절감하는 "클라우드 기반 제어 플랫폼"이 탑재될 것입니다.
참고 링크:
https://www.cio.com/article/410720/10-future-trends-for-working-with-business-leaders.html
https://itbrief.com.au/story/as-a-service-tech-by-wire-most-important-tech-developments
https://en.wikipedia.org/wiki/Self-contained_system_(software)
https://learn.microsoft.com/en-us/azure/architecture/guide/architecture-styles/microservices
https://jmagazine.joins.com/forbes/view/336732
사진출처: pixabay
