기고 | 클라우드로 빅 데이터 다루는 7가지 방법

3. 구매에 앞서 시험해 보고 문의하며 SLA를 고수한다.
조사를 해야 한다. 주식 시장 거래자들과 투자자들을 대상으로 하는 온라인 커뮤니티를 운영하면서, 클라우드 제공기업인 지그나이트(Xignite)를 통해 DaaS를 활용하고 있는 스톡트위트(StockTwits)의 CTO인 크리스 코리뷰는 "내부 애플리케이션과 개발자에게 잘 들어맞는지 확인하기 위해 공급자 각각에게 데이터 서비스 접근이나 샘플 데이터를 요구해야 한다"라고 조언했다.

그는 또 "동일한 서비스란 없다. 데이터 형식이나 액세스 방식이 크게 달라질 수 있다. 여러 서비스를 살펴봐야 한다. 일부 산업에서 데이터는 상품이 됐다. 따라서 자신의 예산과 데이터 품질에 맞는 데이터 제공자를 찾아 거래를 체결할 수 있게 됐다"라고 말했다.

인포시스의 프랍할라는 DaaS 벤더들은 일종의 구매 전 시범 서비스를 제공해야 한다고 말했다. 그는 "클라우드에 이미 데이터가 있기 때문에, 잠재 고객들이 이를 시범적으로 사용하도록 해보는데 아무런 문제가 없다. 이를 거부하는 벤더들이라면 그 이유를 잘 설명해야 할 것이다. 그렇지 않은 벤더라면 무언가를 숨기고 있는 것이다"라고 설명했다.

DaaS는 상대적으로 새로운 서비스다. 따라서 다른 유료 고객들이 어떻게 판단하고 있는지 확인을 해보는 것이 좋다. 프랍할라는 "아직까지는 베스트 프랙티스가 적은 새로운 모델이다. 따라서 벤더들이 제대로 된 가격 책정 모델을 세우고 이를 제안해 시장을 형성하기가 쉽지는 않다. 따라서 정보를 구할 수 있다는 고객이 있다는 것 자체가 좋은 신호가 된다"라고 말했다.

데이터 공급회사를 선택했다면, 예외 없이 SLA(Service Level Agreement)를 고집해야 한다. 프랍하라는 SLA 감독과 관리에 따른 비용으로 서비스의 전반적인 가격이 올라갈 수 있지만, 서비스가 중단되기라도 한다면, 기업은 서비스 제공회사가 어느 정도 강도로 서비스를 복원해야 하는지 말할 수 있는 기준점을 갖게 되는 것이라고 설명했다.

포레스터 리서치의 수석 애널리스트 노엘 유하나에 따르면, DaaS에 있어 가장 크게 우려되는 부분은 성능이었다. 그는 데이터 서비스가 또 다른 계층을 추가하면서 서비스 요청에 따른 응답 시간을 지연시킬 수 있다. 따라서 기업은 성능과 스케일 개선을 위해 데이터 서비스를 통해 데이터를 분산해 캐싱해야 한다고 말했다.

4. 튼튼한 거버넌스 구조를 구축한다.
DaaS에서는 아주 많은 데이터가 다양한 출처로부터 기업으로 흘러 들러온다. 이들 데이터는 중요도도 다르고, 보안과 프라이버시 요건도 다르다.

따라서 기업들은 DaaS와 관련된 정책, 가이드라인, 기준에 대한 튼튼한 거버넌스를 확보할 필요가 있다. 유하나는 "데이터 거버넌스는 데이터 서비스에서 아주 중요한 역할을 한다. 애플리케이션과 사용자, 프로세스에 맞는 데이터에 접근하도록 해주고, 데이터를 신뢰할 수 있도록 해주기 때문이다"라고 설명했다.

프랍하라는 DaaS 보안 수준은 데이터에 대한 액세스를 어떤 방법으로 관리하는지에 따라 달라진다고 말했다. 또 데이터 서비스 접근에 대한 보안 자체를 표준화할 필요가 있다고 덧붙였다. 모든 클라우드 컴퓨팅과 관련해 대부분의 기업들은 보안을 크게 걱정하고 있다. 이는 DaaS에도 마찬가지로 적용된다.

프랍하라는 "DaaS의 일반적인 단점들은 여타의 클라우드 컴퓨팅과 관련된 단점들과 대체적으로 유사하다. 소비자가 서비스 공급자가 서버 다운타임을 회피하는 역량에 의존할 수 없다는 것 등이다"라고 말했다. 따라서 데이터 출처의 확장성과 가용성과 관련된 거버넌스 문제는 PaaS, SaaS, IaaS와 마찬가지로 DaaS에도 적용된다.

그러나 DaaS는 이밖에도 특유의 거버넌스 문제를 초래한다. 프랍할라에 따르면 전통적인 데이터 보호 구조의 효과를 재고해야 하는 문제다. 그는 "배치 모델의 특성이 전통적인 아키텍처와는 크게 다르다"라고 설명했다.

5. 데이터 품질을 강조한다.
데이터 품질은 DaaS 거버넌스 노력의 일부가 되어야 한다. 별도로 언급할 가치가 있다. 품질에 우선 순위를 두고 있지 않다면, DaaS는 시간과 돈의 낭비로 끝날 수 있다.

코리뷰는 이와 관련, "기업들은 데이터 공급회사가 보유하고 있는 품질 메카니즘을 이해해야만 한다. 열악한 품질은 나쁜 [결과], 그리고 나쁜 사용자 체험을 초래할 수 있다"라고 말했다.

구체적으로, 데이터 서비스 제공회사가 데이터를 클리닝해 소비자가 필터 및 모니터링 툴 구축, 열악한 데이터 품질과 관련된 문제 관리에 자원을 낭비할 필요가 없는지를 점검해야 한다. 코리뷰는 "기업들은 품질이 높은 데이터를 요구해야 하고, 서비스 제공회사에게 데이터 품질을 어떤 방식으로 유지하는지를 물어야 한다"라고 말했다.