Offcanvas

AI / 클라우드

블로그 | ‘리프트 앤 시프트는 이제 그만···’ 생성형 AI와 퍼블릭 클라우드 이전

2023.10.16 David Linthicum  |  InfoWorld
생성형 AI는 애플리케이션 종속성, 네트워크 구성, 보안 위험을 분석할 수 있다. 이런 작업을 하지 않는 게으른 조직에게 특히 도움이 될 수 있다.
 
Image Credit : Getty Images Bank


생성형 AI 기술이 클라우드 마이그레이션을 어떻게 지원할 수 있는지에 대한 기사가 등장하기 시작했다. 클라우드 아키텍처에서 생성형 AI의 역할에 대해서는 이미 다룬 바 있지만, 여기서는 엔터프라이즈 데이터센터에서 퍼블릭 클라우드로의 애플리케이션 마이그레이션을 더 효과적으로 자동화하는 방법에 대해 살펴본다.

필자는 클라우드 이전 과정을 더 쉽고 빠르게 만들어주는 모든 것에 지지를 보낸다. 10여 번의 마이그레이션 프로젝트를 추진하는 과정에서, 나는 '클라우드'로 이전할 수 있는 수백 개의 애플리케이션과 데이터 세트를 살펴보고 이를 위한 최선의 방법을 찾아야 했다. 이 문제를 AI에 맡길 수 있었다면 기꺼이 맡겼을 것이다. 

마이그레이션에는 많은 작업이 필요하다. 예를 들어 코드의 현재 상태, 데이터베이스, 통합 메커니즘, 보안, 거버넌스 등을 살펴가며 제대로 마이그레이션하려면 세부 사항을 살펴봐야 한다.

안타깝게도 대부분의 기업은 이 단계를 거의 전부 건너뛴다. 코드와 데이터를 가져와서 퍼블릭 클라우드 제공업체의 아날로그로 옮긴다. 흔히 '리프트 앤 시프트'라고 하는데, 이는 마이그레이션에 대한 잘못된 접근 방식인 경우가 많다. 현재 많은 기업이 이러한 실수에 대한 대가를 치르고 있다.
 
생성형 AI가 대행할 수 있는 작업은?
자동화된 평가는 생성형 AI의 특히 중요한 이점이다. 기업이 선호하지 않는 많은 세부 작업을 수행한다. 생성형 AI는 조직의 인프라를 분석하고 코드와 데이터의 상태에 대한 보고서를 생성할 수 있다. 이는 시작점에 대한 더 나은 이해를 제공할 수 있다. 

또 생성형 AI는 애플리케이션 종속성, 네트워크 구성, 리소스 사용률과 같은 요소를 조사하여 마이그레이션 팀이 인프라를 더 잘 이해하고 특정 워크로드를 클라우드로 마이그레이션하는 데 있어 정보에 입각한 결정을 내릴 수 있도록 지원한다. 오늘날의 접근 방식에는 이 단계가 누락되어 있는 경우가 대다수다. 이는 방법을 몰라서가 아니라 시간과 비용을 투자하고 싶지 않기 때문이다. 그런 맥락에서 게으른 사람들을 더 효과적으로 만드는 도구는 환영할 만한 존재다.

생성형 AI 기반 도구는 조직의 요구사항에 따라 적합한 클라우드 서비스 제공업체와 구성을 선택하는 데 도움을 줄 수도 있다. AI는 워크로드 패턴, 보안 요구 사항, 비용 고려 사항을 분석하여 최적화된 클라우드 솔루션을 찾을 수 있다. 또 시간과 비용 때문에 수행하지 못하는 작업을 대행할 수 있다. 필자는 생성형 AI가 부족한 부분을 채워주기를 간절히 바란다.

클라우드 마이그레이션에는 데이터 손실, 보안 침해 또는 서비스 중단의 위험이 내재되어 있다. 생성형 AI는 인프라 또는 애플리케이션의 잠재적 취약성을 분석하여 이러한 위험을 평가하고 완화하는 데 도움을 줄 수 있다. 또한 잠재적인 보안 허점을 식별하고 필요한 보안 조치를 추천해줄 수도 있다.

클라우드 마이그레이션에서 중요한 측면 중 하나는 데이터 손실 없이 데이터를 전송하는 것이다. 생성형 AI는 데이터 볼륨, 민감도, 네트워크 대역폭에 따라 가장 적합한 데이터 마이그레이션 전략을 제안할 수 있기에 이 프로세스를 자동화하고 간소화할 수 있다.

마지막으로, 생성형 AI는 기존 애플리케이션을 평가하고 대상 클라우드 환경에 최적화할 수 있는 방법에 대한 인사이트를 제공할 수 있다. 코드 저장소와 애플리케이션 종속성을 분석해 애플리케이션 리팩토링 또는 재설계에 대한 권장 사항을 제공하는 것도 가능하다.

게으른 사람도 성공하게 만들기 
지난 10년 동안 수많은 클라우드 마이그레이션이 실패했다. 이는 마이그레이션을 담당하는 사람들이 시간이 많이 걸리지만 중요한 작업을 건너뛰었기 때문인 경우가 많다. 결과적으로 비효율적으로 마이그레이션된 애플리케이션과 데이터로 인해 기업에 막대한 비용을 치러야 했다. 생성형 AI 지원 도구가 이러한 작업을 자동화할 수 있다면 큰 이익이 될 것이다.

물론 기업 중 일부는 실제로 클라우드 배포를 위해 분석, 리팩토링 및 최적화하는 버거운 작업을 수행해왔다. 생성형 AI는 이제 이러한 작업 중 상당수를 자동화하여 더 잘 수행할 수 있도록 도울 수 있다. 게으른 기업에게만 도움이 되는 것이 아닌 셈이다. 

* David S. Linthicum은 국제적으로 인정받는 컴퓨팅 산업 전문가다. ciokr@idg.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
Sponsored
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.