Offcanvas

디지털 트랜스포메이션 / 클라우드

벤더 기고ㅣ클라우드 네이티브를 통한 디지털 트랜스포메이션 가속화

2022.02.28 양승도  |  CIO KR
지난 10여 년간 IT 분야의 눈부신 기술 발전으로 모바일, 클라우드, 사물인터넷(IoT), 빅데이터, 인공지능(AI), 블록체인, 로봇 등은 SF 소설에서 등장하는 먼 미래의 기술이 아닌 눈앞에 닥친 현실이 되었다. 많은 기업이 이러한 기술을 활용해 경영, 고객 관리, 비즈니스 모델, 운영 프로세스 등 비즈니스 전반에 걸쳐 디지털 트랜스포메이션을 추진하고 있다. 

디지털 트랜스포메이션은 ‘다양하고 급진적인 고객들의 요구와 같이 빠르게 변해가는 비즈니스 환경에 능동적으로 대처하여, 현재의 비즈니스 경쟁력을 극대화하거나 새로운 비즈니스를 통한 신규 성장을 모색하는 모든 활동’으로 정의할 수 있다. 이를 위해서는 앞서 말한 디지털 기술을 빠르게 비즈니스에 접목하는 것뿐만 아니라 일회성에 그치지 않고 지속적인 혁신이 가능하도록 내부 프로세스와 기업 문화를 개선해 나가야 할 필요가 있다.

위에서 열거한 몇몇 새로운 디지털 기술은 한 가지 공통점이 있다. 관련 기술의 연구는 오래전, 길게는 수십 년 전부터 진행됐지만 최근 들어 일상생활과 비즈니스에 활용되기 시작했다. 인공지능을 예로 들면, 20세기 초부터 철학자 및 과학자 사이에서 ‘인간의 지능이나 의식을 기계에 구현하는 작업의 실현 가능성’을 두고 끊임없는 논쟁이 있었다. 
 
ⓒGetty Images

그리고 1956년 다트머스 컨퍼런스에서 존 매카시 박사가 동료들과 함께 진행하던 연구를 인공지능(Artificial Intelligence)이라는 이름으로 불러주기를 주장하면서 기계학습(Machine Learning) 기반의 ‘인공지능’에 대한 연구가 본격적으로 시작됐다. 문제는 대량의 데이터를 사용하여 컴퓨터가 스스로 경험적인 알고리즘을 만들어내는 기술은 대용량의 컴퓨팅 파워가 필요하다는 것이다. 

클라우드 컴퓨팅이 일반화되기 전에는 이러한 기술 연구를 위해  인프라를 구축하는데 막대한 초기 투자가 필요했다. 또한 고도로 훈련된 전문 인력만이 기계학습 및 인공지능을 스스로 연구할 수 있었다. 21세기에 들어서 아마존웹서비스(AWS)를 시작으로 많은 퍼블릭 클라우드 사업자들이 필요한 만큼 컴퓨팅 파워를 사용할 수 있는 서비스를 시작했고, 특히 병렬 처리를 빠르게 수행할 수 있는 그래픽 프로세서(GPU) 및 기계학습에 특화된 전용 프로세서를 언제든지 사용할 수 있도록 제공하고 있다. 

텐서플로우(TensorFlow), 파이토치(Pytorch) 등의 딥러닝(Deep Learning) 프레임워크를 포함한 기계학습 개발 환경을 복잡한 설치 과정 없이 클릭 몇 번으로 사용할 수 있게 함으로써 이제는 인프라에 대한 고민 없이 곧바로 기계학습 모델을 만들고 필요한 학습을 시작할 수 있게 됐다. 기계학습 기반의 인공지능을 업무에 접목하는 데만 몇 주에서 많게는 몇 개월 걸리던 과거와는 달리, 단 몇 시간 만에 해낼 수 있는 발판이 마련된 것이다.

클라우드 컴퓨팅의 보편화로 오랜 연구 대상이었던 혁신 기술을 오늘날 비즈니스에 손쉽게 활용할 수 있게 됐다. 빅데이터, 사물인터넷 또한 마찬가지다. 현재의 비즈니스에서 발생하는, 작게는 수십 기가바이트(GB)에서 크게는 페타바이트(PB) 스케일의 데이터를 통해 향후 비즈니스에 활용할 수 있는 인사이트를 얻기 위해서는 제약 없는 저장 공간과 고성능의 컴퓨터 연산 능력을 필요할 때 언제든 사용할 수 있어야 한다.  

최근에는 데이터 회귀분석뿐만 아니라 실시간 분석의 필요성도 증가하고 있는 점을 고려하면  데이터에 대한 실시간 수집, 저장, 및 분석에 용이한 IT 환경은 필수적이다. 스마트 홈, 스마트 시티, 스마트 카 등 엄청난 양의 사물들이 인터넷에 연결돼 이전에는 경험하지 못했던 새롭고 다양한 서비스가 일상을 변화시키고 있는 가운데 이러한 사물을 네트워크로 연결하고, 실시간으로 발생하는 데이터를 수집하며, 때로는 사물에 특정 명령을 전달하는 일련의 과정을 위해서는 클라우드 컴퓨팅의 접근성, 확장성, 탄력성, 온디맨드 서비스라는 필수 요소가 뒷받침돼야 한다. 

클라우드 도입 전략
클라우드는 디지털 트랜스포메이션을 위한 기술을 제공하는 수단(tool), 즉 충분조건이라고 할 수 있다. 이렇듯 디지털 트랜스포메이션에 대한 기업 차원의 전략을 수립하는 과정에서 가장 먼저 클라우드에 대한 도입 전략을 고민하는 것은 자연스러운 시작이다. 

안타까운 것은 이러한 과정에서 가끔 주객이 전도되는 상황을 목격한다. 디지털 트랜스포메이션이라는 목표를 위해 필요한 도구인 클라우드가 그 자체로 목표가 되어버리는 것이다. 클라우드 도입을 위한 RFI/RFP, 그 과정에서 필요한 가격 비교, 지금까지 우리에게 익숙한 온프레미스 환경을 기준으로 클라우드를 평가하려는 시도(capacity sizing, 견적, tpmC 기준 성능, 등등), 플랫폼으로서의 클라우드가 아닌 온프레미스 데이터센터를 단순히 대체하는 또 다른 인프라스트럭처로서의 클라우드가 새로운 목표로 부상하는 경우가 비일비재하다.

진정한 혁신은 클라우드 도입에서 끝나지 않는다. 좀 더 구체적으로 비즈니스 워크로드를 처리하고 있는 애플리케이션을 클라우드 상에서 어떤 방식으로 사용할지, 그리고 이를 위해서는 어떤 방식으로 마이그레이션 할지 고민해야 한다. 물론 애플리케이션의 특성에 맞게 리프트 앤 시프트(Lift & Shift), 리-플랫폼밍(Re-platforming), 리-아키텍팅(Re-architecting) 등 다양한 방법이 필요하다. 무엇보다 중요한 것은  클라우드 활용의 효과를 극대화하기 위한 기업 각자의 방법을 찾아야 한다. 

온프레미스 데이터센터에서 운영 중인 전통적인 애플리케이션들은 대부분 모노리스(monolith)적인 특징을 가지고 있다. 단일 애플리케이션 내에 모든 비즈니스 로직이 들어가 있는 그야말로 ‘통짜 구조’로 운영된다. 이러한 모노리스 형태의 애플리케이션을 클라우드로 옮기는 가장 쉬운 방법은 리프트 앤 시프트 방식이다. 전체 시스템의 구조를 완벽하게 파악하지 않고 수정을 가하게 되면 특정 컴포넌트나 모듈에서의 성능 문제, 장애가 전체 시스템으로 확대되는 상황이 발생할 수 있다. 때문에 런타임 환경 및 애플리케이션도 최대한 수정을 하지 않고 떠서(Lift) 옮기는(Shift) 방식을 취하게 된다. 

최적의 솔루션이 아니라는 것을 알고 있으면서도 당장의 개발 일정을 지켜내기 위해 사용하던 개발 프레임워크, 전통적인 관계형 데이터베이스(RDBMS) 등은 그 과정에서 떠안아야 할 기술 부채다. 

빠르게 변화하는 시장 상황과 고객 요구에 더 민첩하게 대응하기 위해서는 앞서 설명한 디지털 트랜스포메이션의 정의, 즉 독립된 서비스 단위로 탄력적이고 선택적인 확장과 각 서비스에 대한 독립적인 배포가 가능해야 한다. 그 과정에서 필요한 모든 기술 요소를 현대화하는 작업도 필수다. 개발 언어, 프레임워크, 네트워크, 스토리지, 및 데이터베이스 등에 대한 기술 부채를 과감하게 탕감할 수 있는 새로운 방법이 필요한 것이다. 

클라우드 네이티브
최근에 가장 많은 관심을 받는 클라우드 네이티브는 위에서 언급한 ‘기술 요소들의 현대화’를 통해 클라우드 기반의 비즈니스 혁신을 가속화할 수 있는 모범 사례라고 할 수 있다. 클라우드 네이티브는 클라우드의 장점을 극대화할 수 있게 애플리케이션을 구축하고 실행하는 방법이다. 

기존에 운영 중인 온프레미스 기반의 애플리케이션을 단순히 클라우드에 리프트 앤 시프트 방식으로 마이그레이션 하는 것을 넘어서, 컨테이너/쿠버네티스 등을 활용하여 마이크로서비스 아키텍처(MSA)를 채택하고 데브옵스(DevOps), 애자일(Agile) 방법론 등을 통해 개발자 생산성, 비즈니스 민첩성, 애플리케이션의 확장성과 가용성을 높이는 것이다. 

CNCF(Cloud Native Computing Foundation) 재단은 클라우드 네이티브에 대해서 다음과 같이 정의하고 있다. 클라우드 네이티브 기술은 조직이 퍼블릭, 프라이빗, 그리고 하이브리드 클라우드와 같은 현대적이고 동적인 환경에서 확장 가능한 애플리케이션을 개발하고 실행할 수 있게 해준다. 컨테이너, 서비스 메시, 마이크로서비스, 불변(Immutable) 인프라, 그리고 선언형(Declarative) API가 이러한 접근 방식의 예시다.

이 기술은 회복성, 관리 편의성, 가시성을 갖춘, 더 느슨하게 결합된 시스템을 구현한다. 견고한 자동화 기능을 함께 사용하면, 엔지니어 입장에서는 큰 변경사항도 최소한의 노력으로 자주, 예측할 수 있게 된다. CNFC 재단은 벤더 중립적인 오픈소스 프로젝트 생태계를 육성하고 유지함으로써 많은 이들이 해당 패러다임을 채택할 것을 독려하며,  최신 기술 수준의 패턴을 대중화하여 누구든지 이런 혁신을 경험할 수 있도록 지원한다.

예를 들면 대한항공은 세계 대형 항공사로는 처음으로 회사의 모든 정보기술(IT) 시스템을 클라우드로 전환했다. 대한항공은 마이크로서비스 아키텍처 기반으로 운영하여 데이터 분석 능력과 머신러닝 등 AWS의 기능을 바탕으로 항공 운항 비용의 절감, 맞춤형 여객 서비스, 예약·발권 시스템 편의성 증대 등에 적극 나설 계획이다.  

또한 한화생명은 AWS 클라우드 또는 온프레미스에서 쿠버네티스 애플리케이션을 구동, 운영 및 확장할 수 있는 유연성을 제공하는 아마존 EKS를 기반으로 신규 금융상품, 헬스케어 서비스, 보험 솔루션을 소개하는 애플리케이션을 구축했다. AWS를 활용해 한화생명 모바일 앱을 구축함으로써 사용자에게 보험과 관련된 다양한 정보와 건강한 라이프스타일을 추구하는데 유용한 콘텐츠를 제공하고 있다.

클라우드 네이티브를 위해 필요한 다양한 프랙티스
이러한 클라우드 네이티브를 실행하기 위한 몇 가지 방법을 소개하자면 다음과 같다. 

1) 데브옵스: 애플리케이션을 배포하고 인프라 변경 프로세스를 자동화하는 것을 목표로, 소프트웨어 개발자와 IT 운영 간의 협업 프로세스를 일컫는다.

2) CI/CD: 지속적인 통합을 통해 개발자가 빌드한 애플리케이션 코드의 테스트 과정을 자동화하여 코드를 통합하고 저장한다. 지속적인 배포를 통해 개발된 코드 및 변경 사항이 테스트를 거쳐 저장소에 업로드되고 실제 서비스로 배포되는 전 과정을 자동화한다. 이를 통해 애플리케이션을 더 적은 위험으로 빠르고 안정적으로 그리고 자주 배포할 수 있다.

3) 마이크로서비스: HTTP API를 통해 통신하는 소규모의 독립된 서비스 모음으로, 애플리케이션을 구축하기 위한 아키텍처 접근 방식이다. 전통적인 모노리스 방식이 아닌, 애플리케이션을 구성하는 서비스를 아주 작고 독립적인 단위로 분해하여 개발/구축하고 각 구성 요소들이 API를 통해 필요한 데이터를 주고받도록 함으로써 서비스의 안정성과 확장성을 지원하는 방식이다.

4) 컨테이너: 기존의 익숙한 가상머신(VM)에 비해 더 나은 효율성과 속도를 제공하는 가상화 기술로, 하나 이상의 격리된 컨테이너를 동적으로 분할하여 경량화된 가상화를 제공하는 기술이다. 컨테이너는 애플리케이션을 실행하기 위한 환경을 패키징하여 이미지로 만들기 때문에 경량화되어 있는 것이 특징이다. 또 서버나 운영체제에 종속되어 있지 않아 애플리케이션을 더 쉽게 이식할 수 있다.

클라우드 네이티브를 통한 이점
실제 IT 환경에 적용했을 때, 클라우드 네이티브의 이점은 크게 6가지로 볼 수 있다. 

• 가상화 플랫폼 또는 IaaS(Infrastructure as a Service) 형태의 클라우드 서비스에 구축된 인프라에 대한 자동화를 넘어 애플리케이션 계층까지 전체 인프라의 오케스트레이션, 관리 및 자동화가 가능하다. 

• 예기치 않은 이벤트 및 장애로부터 더욱더 쉽게 복구할 수 있는 내결함성을 강화하여 인프라와 애플리케이션을 안정적으로 운영할 수 있다. 전통적인 장애 극복 방법과는 다른 불변 인프라(Immutable Infrastructure) 방식은 구성 요소가 변경되지 않고 교체되는 IT 리소스에 대한 서비스 및 소프트웨어 배포를 관리하는 접근 방식이다. 변경 사항을 발견할 때마다 애플리케이션 또는 서비스가 효과적으로 재배포 되도록 자동화한다. 

• 다양한 형태로 제공되는 클라우드 네이티브 도구는 상태 관리, 모니터링 및 알림을 위한 시각화를 제공하고 감사 로그를 통해 애플리케이션을 쉽게 디버그 할 수 있다. 

• 개발한 애플리케이션에 대한 보안 점검을 사후에 하지 않고 개발자는 처음부터 필요한 보안 요구사항을 포함하여 애플리케이션을 개발할 수 있다. 이런 프로세스를  데브섹옵스(DevSecOps)라고 부른다. 

• 컨테이너는 표준 가상머신에 비해서 가볍기 때문에, 컨테이너를 이용하여 애플리케이션을 배포하면 리소스 활용도를 높여 효율적으로 자원을 사용할 수 있다. 

• 마이크로서비스를 통해 복잡한 애플리케이션을 더 작은 조각으로 분할함으로써 독립적으로 개발, 테스트 및 관리할 수 있다. 이를 통해 전체 애플리케이션에 영향을 주지 않고 단일 마이크로서비스를 업데이트하거나 롤백할 수 있다. 급변하는 비즈니스 요구사항을 실시간으로 반영하여 빨리 배포하는 것이 가능하다.

클라우드 네이티브를 위한 준비, 무엇부터 시작할 것인가? 
지금까지의 IT 경험과는 다른 접근 방식이 낯설고 어렵게 느껴지는 건 당연하다. 하지만 디지털 트랜스포메이션을 가속화하기 위해서는 클라우드 네이티브 방법론 채택을 더 이상 미룰 수는 없다. 그렇다면 무엇을, 어디서부터 준비해야 할까?

우선, 주객이 전도되지 않도록 기업의 디지털 트랜스포메이션의 목표를 분명히 해야 한다. 즉,  클라우드 네이티브를 통한 비즈니스 혁신의 목표를 구체적으로 정하는 것이 필요하다. 또 데브옵스 및 애자일을 위한 조직문화를 정립해야 한다. 새로운 것을 시도하는 만큼 실패도 감수해야 한다. 혁신은 많은 실험을 통해 가능하고, 실험은 실패의 가능성을 내재하고 있다.  실패하지 않도록 복잡한 점검의 절차를 만드는 것보다, 빠르고 안전하게 실패할 방법이 필요한 때이다. 연 단위로 전체 프로젝트에 대한 예산을 심의하고 투자 결정을 하는 형태는 빠르게 변하는 시장 상황을 따라잡기 힘들다. 

새로운 조직문화와 클라우드 네이티브를 위한 새로운 기술에 대한 경험이 있는 아키텍트 및 개발자를 채용하고 인재를 유지할 수 있는 다양한 방법들도 고민해야 한다. 최근 폭발적으로 증가한 수요에 비해 공급이 부족한 개발자 구인 시장은 그 경쟁이 아주 치열하다. 경험과 능력이 있는 개발자를 채용하는 것만큼이나, 현재 근무하고 있는 인재들이 충분히 즐거운 환경에서 일할 수 있도록 하는 것도 중요하다. 이들은 새로운 조직문화를 유지하고 발전시켜 나가는데 핵심적인 역할을 한다. 

지속적인 혁신을 위한 긍정적인 피드백 루프를 만드는 것도 추천한다. 그 대상이 애자일 방법론이든 애플리케이션 아키텍처든 아니면 새로운 채용 공고든지 상관없다. 클라우드 네이티브에서는 지속적인 무언가만 있을 뿐 완결이라는 것은 없다는 점을 기억하면 좋을 것 같다. 마지막으로, 클라우드 서비스 제공자(CSP)를 통해 이미 앞서 있는 다른 기업의 사례들을 최대한 많이 공유받는 것이 필요하다. 중요한 것은, 어떠한 방식으로 진행했는지가 아니라,  진행하면서 느낀 점, 결과와 과정을 통해 무엇을 배웠는지를 공유받고 축적해 나가야 한다.

경험을 압축할 수 있는 알고리즘은 없다고 한다. 하지만 경험치만으로는 비즈니스 경쟁력을 얻기는 힘들다. 분명한 비즈니스 목표 아래 지속적인 혁신을 추구하는 것 만이 치열한 경쟁에서 우위를 점할 수 있는 길이다. 이를 위해 위에서 열거한 다양한 방법 중 단 한 가지라도 지금 당장 시작해 보기를 희망해 본다.

* 양승도 SA 매니저는 지난 26년간 개발자로 경력을 시작하여 레드햇, 오라클, VM웨어, AWS, 구글 등의 글로벌 IT 기업에서 오픈소스, Linux, 가상화 및 클라우드 컴퓨팅 기술 분야 업무를 수행했다. 스타트업부터 엔터프라이즈까지 다양한 기업의 클라우드 도입 여정을 함께 하면서 기술적인 조언을 제공하는 역할을 해오고 있으며, 현재는 AWS Korea에서DNB/Game/ISV SA 조직을 맡고 있는 시니어 솔루션즈 아키텍트 매니저로 일하고 있다. 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.