많은 기업은 다양한 시스템과 어플리케이션을 가지고 있고, 기존 기업의 경우 이러한 시스템과 어플리케이션 중 다수가 온프레미스로 구축되어 있었다. 그래서 복잡하고 유지 관리 비용이 많이 들고 필요한 속도와 확장성을 기대하기 어려웠다.

그래서 IT와 어플리케이션을 현대화하고 프로그래밍 인터페이스 혹은 API를 활용하여 디지털 통합 및 디지털 혁신을 준비했다.

여기서는 API가 어떻게 사용되는지 알아보려고 한다.

먼저 기존 시스템이 가진 챌린지를 알아보고, API가 레거시 시스템을 현대화 하는 방법과 API가 새로운 비즈니스 가치를 창출하는 방법을 알아본다. 그리고 마지막으로 API 개발 및 관리를 위한 Apigee를 알아본다.

레거시 시스템의 과제

많은 기업 의사 결정자들은 레거시 시스템 유지와 새롭고 혁신적인 프로젝트 개발 사이에서 끊임없이 고민하고있다.

레거시 시스템은 유지 관리가 어렵고 확장성도 좋지 않다. 데이터를 관리하는 것도 다 다른 시스템으로 관리하고 있다.

레거시 시스템은 IoT나 모바일 어플리케이션과 같은 최신 기술의 구현을 지원하기 위해 개발되지 않았고, 데이터가 일괄적으로 또는 특정 시간 간격으로 공유되는 것을 위해 개발이 되었다. 즉 실시간 데이터를 제공하도록 개발되지 않았다. 결과적으로 IT 효율성을 계속해서 낮추고 있다.

그러므로 프로그래밍 인터페이스 / API를 사용해야 한다.

API를 활용하여 레거시 시스템을 현대화 하는 방법

API란 무엇일까? 또한 다양한 애플리케이션을 연결하고 시스템 간에 정보를 전달할 수 있도록 지원하는 소프트웨어로서 인프라 및 API를 현대화하는 데 어떻게 사용할 수 있을까?

API는 정의 및 프로토콜 집합을 사용하여 두 소프트웨어 구성 요소가 서로 통신할 수 있게 하는 메커니즘이다. 예를 들어, 기상청의 소프트웨어 시스템에는 일일 기상 데이터가 들어있다. 휴대폰의 날씨 앱은 API를 통해 이 시스템과 ‘대화’하여 휴대폰에 매일 최신 날씨 정보를 표시한다.

API는 시스템 간의 통합을 가능하게 하여 기업이 가치를 창출하고 새로운 서비스를 창출할 수 있도록 한다.

이는 레거시 시스템의 무결성을 보호하고 기본 데이터에 대한 안전한 액세스와 통제를 가능하게 하는 방식으로 데이터를 Expose함으로써 가능하다.

이를 통해 오래된 시스템을 사용하는 레거시 시스템은 최신 비즈니스 요구 사항에 적응하고 더 중요한 것은 새로운 기술과 플랫폼을 신속하게 받아들일 수 있다는 것이다.

API를 사용하여 새로운 비즈니스 가치 만들기

API는 액세스 및 통합을 용이하게 하는 도구로 시작되었다. 그리고 이제 API는 더 많은 기능을 하게 되었다.

디지털 생태계는 상호 연결된 회사와 제품의 그룹이다. 여기에는 벤더, third party 공급업체, 고객, 어플리케이션 등이 포함된다. 견고하고 잘 연결된다면, 디지털 에코시스템의 구축으로 더 많은 비즈니스 가치를 뽑아낸다.

고객에 대해 더 많이 알수록 통합된 엔드 투 엔드 디지털 경험을 제공할 수 있고, 해당 고객과 연결할 수 있는 서비스가 많을수록 고객에 대해 더 많이 알 수 있게 된다.

Monex는 투자자들에게 최고의 금융 서비스와 자본 시장에 대한 자유로운 접근을 제공하는 것을 목적으로 했다. 새로운 서비스를 배포하거나, 기존 서비스를 빠르게 업그레이드 할 수 없었다. 그래서 그들은 시간을 절약하고 새로운 제품 및 서비스 개발 프로세스를 단순화하기 위해 API를 개발했다. API를 사용하면 더 이상 레거시 시스템의 제약을 받지 않고 서비스와 스마트폰 앱을 더 빠르게 개발할 수 있었다. 그들은 API를 사용하여 기존 백엔드 서비스에서 가치를 창출했고, 고객에게 보다 원활한 디지털 경험을 제공할 수 있었다. 추가로 새로운 앱을 개발하는 금융 기술 비즈니스의 모든 사람을 위해 API를 게시하기로 결정했다. 이는 파트너 금융 기술 회사가 앱에서 고객 포트폴리오 잔액을 표시하는 방식을 변화시켜 비즈니스 파트너의 보안과 성능을 개선했다. Monex는 금융 기술 생태계의 중심이 되었다.

처음에는 API 프로그램 작업을 하는 개발자 팀이 있었지만 온프레미스 API 게이트웨이로는 원하는 속도나 성능으로 프로그램을 확장할 수 없다는 사실을 금방 깨달았다. 그래서 그들은 API 관리 플랫폼인 Apigee을 사용하기로 했다.

Apigee

인프라 및 어플리케이션 개발 격차에 대한 개요

CRM, ERP , SOA, DB, DW, DL과 같은 레거시 시스템은 비즈니스 데이터를 제공하지만 오늘날 사용자가 요구하는 변화 속도에 맞는 기능을 제공하지는 않는다.

반면 최신 어플리케이션은 연결된 경험을 제공하며 사용자 요구를 충족하도록 신속하게 업데이트 할 수 있다. 이러한 연결된 경험을 제공하는 어플리케이션은 안전하고 확장 가능하며 관리가 용이해야 한다. 따라서 개발자는 전체 어플리케이션 수명 주기를 관리하고, 레거시 시스템을 포함한 다양한 백엔드 시스템에 연결하고 소비자 데이터 및 서비스 생산자 간의 상호 작용을 추적 및 분석할 수 있어야 한다.

많은 기업이 레거시 시스템을 현대화하고 최신 어플리케이션을 만들기 위해 API를 만드는 일을 담당하는 소규모 개발자 팀으로 시작했다.

그러나 회사의 디지털 에코시스템이 더욱 복잡해짐에 따라 수백 개의 API를 안전하고 대규모로 관리하는데 시간과 노력 그리고 비용이 많이 필요해졌다.

그래서 Apigee가 나왔다.

Apigee가 이러한 격차를 해결하는 방법

Apigee 플랫폼에는 런타임 API 게이트웨이 기능을 제공하는 API 서비스 레이어가 포함되어 있다. APIgee 플랫폼에는 개발자 서비스가 퐇함되어 있다. 이는 개발자가 포탈에 접근하여 프로젝트에 API를 활용할 수 있음을 의미한다. 또한 어플리케이션을 등록할수도 있다.

성능 측정 및 추적은 API 관리의 중요한 요소이다.

고객 사례

칠레 보건부는 그들의 의료 서비스와 의료 시설은 각각의 시스템 간의 연결성 및 상호 운용성이 부족했다.

이는 의료 전문가가 포괄적인 의료 기록에 액세스 하는데 어려움을 겪고, 더 나은 환자 치료를 제공하기 위해 새로운 기술을 활용할 수 없음을 의미했다.

이전 통합 시도는 너무 많은 시간과 비용이 소요되어 실패했다.

그래서 그들은 모든 진료소 및 관리 프로세스를 디지털화하는 계획을 포함하여 일부 주요 프로그램을 지원하기 위해 API 우선 아키텍처를 채택했다.

Apigee 플랫폼은 전체 프로그램의 가속기 역할을 하여 API를 더 쉽게 관리할 수 있는 가시성과 제어 기능을 제공한다.

보건부는 정보 공유, 속도 개선(지연 제거), 의료 검사 중복 감소를 통해 비용 감소를 했다.

어플리케이션이란 무엇일까?

사용자가 무언가를 할 수 있도록 도와주는 컴퓨터 프로그램 또는 소프트웨어이다.(이메일/ 소셜 미디어 ...)

기존 어플리케이션은 온프레미스로 개발되어, 속도 저하 / 관리의 어려움 등이 있었다.

클라우드 기술을 통해 기업은 새로운 방식으로 어플리케이션을 개발하고 관리할 수 있으므로, 보다 민첩하고 사용자 요구에 신속하게 대응이 가능하다.

여기선 어플리케이션을 현대화 하려는 기업을 위한 5가지 일반적인 변경 패턴을 배울 예정이다. 추가로 기업이 직면한 응용 프로그램 개발에 직면한 문제를 살펴볼 예정이다. 그런 다음 쿠버네티스와 앱 엔진에 대해서 알아보려고 한다.

클라우드 변화 패턴

어플리케이션을 클라우드를 이동하는 방법은 여러개가 있다.

먼저 어플리케이션을 클라우드로 옮긴 다음 변동사항을 적용할 수 있고,

일반적으로 조직 내 작업 방식에 최소한의 변화를 가져오지만, 어플리케이션이 클라우드에서 실행되면 온프레미스에서 실행될 때 보다 더 쉽게 업데이트 할 준비가 된다. (구글 클라우드에서 제공하는 보안 방식을 적용하여 빠르게 변동사항 적용 가능 등등)

일부만 옮겨서 개발하고 예산이 생기면 그 때 마다 점점 옮겨나갈 수 있음

이동하기 전에 어플리케이션을 변경할 수 있으며,

보다 공격적인 접근 방식이며 마이그레이션 전에 어플리케이션을 재 설계하여 클라우드에 더 적합하게 만들 수 있다.

greenfield(새로운 환경)에서 개발할 수 있으며,

완전 새로운 것들을 개발하는 것으로 집으로 친다면, 사무실이 없었는데 사무실을 만들고 가구를 사는 느낌임

아직 어플리케이션을 만드는 단계는 아니며, 만약 어플을 만든다고 한다면 앞서 2개의 어떤 방식을 택할지 생각할 수 있음

brownfield(기존 환경)에서 개발 할 수 있으며,

온프레미스에 남아있는 레거시 어플리케이션을 대체할 새로운 어플리케이션을 클라우드 환경에서 개발하는 것

레거시 어플리케이션은 새로운 어플리케이션이 배포가 된 이후에 대체 됌

변경 없이 어플리케이션을 옮길 수 있다.

온프레미스 데이터 센터를 클라우드 스토리지로 옮길 때 많이 사용함. 혹은 재해 복구 용으로 옮기는 경우가 많음

App 개발에 있어 난제

기존에 비즈니스 전문가가 새로운 어플리케이션을 원할 때 기능을 식별하고, 용량을 예측하고, 다른 시스템과 통합을 고려하고 코드 라인이 완성되기 전에 리소스를 할당하기 위한 많은 작업을 수행해야 한다.

요구 사항이 합의되면, 새 어플리케이션을 설계, 구축, 테스트, 통합 및 배포 해야함 그러나 새로운 요구 사항은 기존 프로젝트와 시간 / 자원으로 인해 충돌이 일어남. 이러한 이유로 시간이 많이 들어감.

개발자는 인프라를 유지하는데 시간을 소비하지 않고 새로운 솔루션을 구축하고 싶어함. 다만 이러한 인프라에 신경을 더 써야 한다면 개발자는 지칠 수 있음

클라우드로 활용하면 레거시 시스템에서의 프로세스 적인 번거로움을 피할 수 있음

팀은 환경에 대한 걱정에서 벗어나 고객이 원하는 기능을 개발하는데 집중 할 수 있음

마이크로서비스 아키텍처는 이러한 문제를 줄일 수 있는데 각 서비스를 모듈 식으로 개발하여 코드를 변경해야 하는 위치를 쉽게 결정할 수 있다. 더욱이 서비스를 독립적으로 업데이트하고 배포할 수 있다.

CI/CD라고 하는 자동화된 지속적 통합 및 지속적 배포 접근 방식을 채택하면 어플리케이션 릴리스 속도와 안정성을 높이는데 도움이 됌

CI/CD 파이프라인을 사용하면 여러 변경 사항이 포함된 대규모 릴리스를 만드는 대신 점진적으로 변경 사항을 테스트하고 롤아웃 할 수 있음

이 접근 방식을 사용하면 회귀 위험을 피하고 문제를 신속하게 디버그하고 필요한 경우 안정적인 빌드로 롤백할 수 있다.

사용자에 대한 서비스를 중단하지 않고 어플리케이션을 업데이트 할 수 있다.

Google Kubernetes Engine

컨테이너화를 통해 개발자는 어플리케이션 디자인을 개별 구획으로 나눌 수 있다. (마이크로 서비스)

이점은 전체 어플리케이션에 영향을 주지 않고 코드의 일부를 업데이트 할 수 있다는 것이다.

또한 하나의 오류가 전체 어플리케이션에 영향을 미치지 않기에 탄력성을 보장한다.

쿠버네티스는 컴퓨터 어플리케이션 배포, 확장 및 관리를 자동화하기 위한 오프소스 컨테이너 시스템이다.

App Engine

앱 엔진은 확장 가능한 웹 어플리케이션 및 모바일 백엔드를 구축하기 위한 플랫폼이다. (Monolithic식)

예를 들어 어플리케이션을 빌드할 때 App Enginedms 코드를 실행하는 데 필요한 하드웨어 및 네트워킹 인프라를 관리하므로 개발자는 더 이상 귀중한 시간을 할애할 필요가 없다.

배포하는 동안 App Engine은 수신하는 트래픽 양에 다라 어플리케이션을 자동으로 확장하므로 사용한 리소스에 대해서만 비용을 지불하면 된다.

새로운 클라우드 시대에서 어떻게 살아남을 수 있을까?

새로운 시대에 성공할 수 있는 조직 능력의 핵심은 조직이 IT리소스를 구조화하고 사용하는 방식이다.

기존 IT인프라를 운영 및 유지 관리하기 위해 리소스를 투자하는 것에서 벗어나 새롭고 더 높은 가치의 제품 및 서비스를 만드는 데 집중하는 것을 의미할 수 있다.

클라우드를 통해 조직은 새로운 어플리케이션을 개발 구축하여, 고객 및 직원과 더 빠르고 대규모로 참여를 유도할 수 있다.

궁극적으로 클라우드 기술을 활용하여 비즈니스를 혁신하려면 새로운 협업 모델, 변화하는 문화 및 프로세스, 팀 생산성 및 혁신 지원이 필요하다.

IT에 대한 접근 방식이 고정 용량 구매에서 사용한 만큼만 비용을 내는 변화에 따라 상당한 재정적 이점을 얻고 있다.

많은 기업에서 인프라 현대화는 디지털 혁신의 기반이 된다.

이 모듈에서는 아래와 같은 내용을 다룰 예정이다.

1) IT인프라 현대화의 의미와 중요성 2) 다양한 컴퓨팅 옵션의 사용 3) Private, hybrid, multi cloud architecture와 의미 4) Google Cloud의 글로벌 인프라 5) Google Cloud 컴퓨팅 솔루션

인프라의 현대화

대부분의 조직에서 인프라를 소유하고 운영하는 것은 비즈니스를 차별화 하지 않는다. 오히려 부담이 되는 경우가 많은데, 인프라 조달 프로비저닝 및 유지 관리와 같은 것이 예시이다. 더불어, 해당 서버를 최대한의 한도를 쓰면 확장도 쉽지가 않다.

이러한 부담을 줄이기 위한 한가지 옵션은 회사의 IT 인프라를 최대한 아웃소싱하고 클라우드로 마이그레이션 하는 것이다.

기술사용자는 랩톱이나 컴퓨터에서 앱을 개발한다. 데이터나 파일로 저장하고 이너넷을 통해 서로 연결한다. 회사가 성장하고 좀 더 컴퓨팅 파워가 필요하면 데이터 서버를 가질 수 있다. 조직은 자체 서버, 데이터 센터, 냉각 시스템, 물리적 보안 등등과 함께 유지 관리 및 지속적인 보안 비용을 지불해야 한다.

이것에서 벗어나기 위해 사용하는 방법은 co-location이다. 여기에서 기업은 대규모 데이터 센터를 설정하고 다른 조직은 해당 데이터 센터의 일부를 임대한다. 즉 조직은 더 이상 호스팅과 관련된 비용은 내지 않지만 유지 관리 비용은 지불해야 한다.

온프레미스와 co-location 모두 상당한 양의 비용이 투입이 되어야 가치가 창출된다.

현재는 많은 기업들이 인프라를 아웃소싱 하고 있으며, 지역 및 전 세계 고객에게 제품과 서비스를 제공하기 위해 성장하고 있으며 빠르고 안전하게 확장을 해야한다.

요구 사항에 맞추기 위해서는 여전히 비용이 많이 들어가고 있으며, 이러한 것에서 IaaS를 통해 아웃소싱 하는 방식을 채택하고 있다.

IaaS는 대여의 개념으로 아파트로 생각한다면 히터가 고장나면 집 주인이 고쳐야 한다는 점이다. 이는 IT 비용이 막대한 자본 지출에서 운영 지출로 이동함을 의미한다.

Google Cloud는 물리적 데이터 센터와 가상화된 데이터 센터의 경험에 익숙한 방식으로 구성된 컴퓨팅, 스토리지, 네트워크 리소스를 제공한다.

유지 관리 작업은 클라우드 공급자에 넘어가므로, 회사 전문 지식의 상당 부분을 비즈니스를 발전시키는 프로세스 및 어플리케이션을 구축하는데 집중할 수 있다.

아웃소싱 IT 리소스는 회사에 유연성을 제공하지만 팀이 웹 어플리케이션 보안과 같은 항목을 계속 관리해야 한다. (웹 사이트, 웹 어플리케이션, 웹 서비스를 다루는 정보 보안)

클라우드에서 Compute option의 이해

클라우드의 장점

1) On demand self service - 네트워크 보안, 스토리지, 컴퓨팅 성능 및 데이터와 같은 기술에 대한 리소스 감소 2) Broad network access - 대기 시간이 거의 없이 컴퓨팅 리소스와 데이터에 액세스 가능 3) Resource pooling - 리소스가 데이터 센터의 글로벌 네트워크에 분산되어 자연 재해가 생기더라도 연속적인 작업 가능 4) Rapid elasticity - 빠르게 확장 / 축소가 가능하다. 5) Measured service - 초기 비용이 많이 들지 않으며, 비용이 예측 가능함

어떤 옵션을 사용할 수 있을까?

VM

하나의 큰 서버에서 여러 어플리케이션을 동시에 실행하기 위해서 가상 머신을 만든다(효율적이고 관리하기 쉽다) 이를 가능하게 만드는게 Hypervisor임 그 위에 VM을 만듬

컨테이너

가상 머신과 동일한 원칙을 따름 (소프트웨어 서비스를 실행하고, 단일 하드웨어에서 리소스를 최적화하기 위해 격리된 환경을 제공함 - VM보다 훨씬 효율적)

가상 머신은 하드웨어의 전체를 나누지만(OS를 여러개로 나눔), 컨테이너는 APP만 올려 놓으면 됌 - 효율적임

OS 전체를 부팅하는 것 보다 더 빠르게 시작하고 메모리의 일부만 사용함.

컨테이너는 민첩성(Agile)을 개선하고 보안을 강화하며 리소스를 최적화하고 클라우드에서 어플리케이션 관리를 간소화 한다.

쿠버네티스

자동화된 컨테이너 조직화를 제공하는 오픈 소스 클러스터 관리 시스템이다. 즉 머신 및 서비스 관리를 간소화한다.

이를 통해 어플리케이션 안정성이 향상되고 개발 및 운영에 소요되는 시간과 리소스가 줄어든다.

Serverless

컴퓨팅 성능과 같은 리소스가 필요에 따라 백그라운드에서 자동으로 프로비저닝됨을 의미한다. 이는 기업이 실제로 쿼리나 어플리케이션을 실행하지 않으면 컴퓨팅 성능에 대해 비용을 지불하지 않는 것을 의미한다.

간단히 말해 서버리스는 기업이 원하는 기능에 대한 코드를 작성하고, 클라우드 공급자가 해당 작업을 진행해주는 것이다. (FaaS라고도 불림)

Hybrid and Multi Cloud

클라우드로 완전히 이동을 하지 않았을 때 보유한 인프라를 현대화 하려면 어떻게 해야 할까?

Private Cloud

조직이 자체 데이터 센터에 서버를 가상화하여 자체 사설 온프레미스 환경을 만드는 것이다. 이미 자체 인프라에 상당한 투자를 했거나 규제상의 이유로 데이터를 온프레미스에 보관해야 할 때 해당 방법을 사용함

Hybrid Cloud

온프레미스 또는 프라이빗 클라우드 인프라와 퍼블릭 클라우드 서비스의 일부 조합을 사용하는 경우이다.

일부 데이터 및 어플리케이션이 클라우드로 마이그레이션이 됐다. 나머지는 온프레미스에 남아있으며, 프라이빗 클라우드와 퍼블릭 클라우드 간의 상호 연결을 통해 상호 운용성을 허용한다. (많은 조직이 현재 처한 상황임)

Multi Cloud

여러 퍼블릭 클라우드 서비스를 사용하는 것이다.

조직은 관련된 서로 다른 네트워크 간의 유연성과 보안 연결이 필요하다. 주요 강점을 활용하기 위해 Public Cloud의 특정 요소를 통합하려는 경우 하이브리드 클라우드 또는 멀티 클라우드를 사용하도록 선택할 수 있다.

Google Cloud Anthos

새 어플리케이션을 빌드하고 어디서나 실행할 수 있는 개방형 어플리케이션 현대화 플랫폼

Google Cloud Compute Solution

Virtual machine

1) Compute Engine

가상 머신을 만들고 실행할 수 있는 컴퓨팅 및 호스팅 서비스 데이터 세터와 전 세계 광섬유 네트워크에서 실행되는 확장 가능한 고성능 가상 머신을 제공함.

빠르게 부팅되며 영구 디스크 저장소가 제공되며 일관된 성능을 제공한다.

쉽게 컨테이너화 할 수 없는 가상 인프라 시스템을 완벽하게 제어해야 하는 경우 이상적임

2) VMWare Engine

Google Cloud에서 VMware 플랫폼을 실행 할 수 있는 완전 관리형 서비스이다. Google은 인프라, 네트워킹 및 관리 서비스를 제공하므로 효율적이고 안전하게 사용할 수 있다.

3) Bare Metal

많은 기존 워크로드를 클라우드로 쉽게 마이그레이션 할 수 있다. 지연 시간을 최소화하면서 Google Cloud와 통합할 수 있음

Container

1) Google Kubernetes Engine

GKE는 Google 인프라를 사용하여 컨테이너화된 어플리케이션을 배포, 관리, 확장하기 위한 관리형 환경을 제공한다.

앱 개발 속도를 높이고, 운영을 간소화하며 인프라를 관리할 수 있음.

Serverless computing

1) Cloud Run

개발자가 선호하는 종속 항목 및 도구를 사용하여 선호하는 프로그래밍 언어로 어플리케이션을 빌드하고 몇 초 만에 배포할 수 있다.

사용자 트래픽에 따라 거의 0에서 자동으로 확장 및 축소하여 모든 인프라 관리를 해준다.

2) Cloud Functions

클라우드 서비스를 구축하고 연결하기 위한 서버리스 실행 환경이다. 간단하고 직관적인 개발자 환경을 제공 개발자가 이벤트에 응답하는 작은 코드를 작성하고 실행할 수 있으므로 더욱 민첩해짐

3) App Engine

웹 어플리케이션 개발 및 호스팅을 위한 서비스 및 클라우드 컴퓨팅 플랫폼이다. 앱 개발자가 완전 관리형 서버시르 플랫폼에서 모든 프로그래밍 언어로 확장 가능한 웹 및 모바일 백엔드를 구축할 수 있음 즉 인프라 관리없이 코드 작성에 집중 가능

Volumn의 데이터와 Cloud 베이스의 올바른 툴 활용은 ML과 AI 사용에 기초가 된다.

기초를 설정하기 위해 ML 및 AI에 대한 정의부터 시작한다.

그 이후 기계 학습 모델의 효능에 영향을 미치는 몇 가지 중요한 데이터 품질 고려 사항을 다룰 것이다.

마지막으로 ML을 활용하여 비즈니스를 근본적으로 변화시킨 몇 가지 실제 사용 사례를 소개한다.

머신러닝이란?

ML를 이해하려면 비즈니스 데이터에 대해 이해를 먼저 해야한다.

분석가가 매일 보는 대시보드가 있나? 관리자가 매달 검토하는 보고서가 있나?

대시보드와 보고서는 모두 역방향 데이터의 예이다. 과거에 일어난 일에 대해서 분석을 하는 것이며 이것을 통해 메트릭을 계산하거나 추세를 식별하기 위해 진행한다.

그러나 비즈니스에서 가치를 창출하려면 미래를 봐야한다.

그렇다면 ML은 무엇일까? ML을 이해하려면 먼저 AI를 정의해야 한다.

AI란 시각적 인식, 음석 인식, 의사 결정 또는 언어 간의 번역과 같이 일반적으로 인간 지능이 필요한 작업을 수행할 수 있는 모든 종류의 기계를 설명하는 광범위한 분야 또는 용어이다.

ML은 AI 분야의 특정 지점이다.(일부이다) 특히 ML은 명시적으로 프로그래밍 하지 않고도 데이터를 학습하고, 예측 또는 결정을 내릴 수 있는 프로그램을 의미한다. 이는 데이터를 분석하기 위해 알고리즘 또는 모델을 사용하여 수행된다. 이러한 알고리즘은 기록 데이터를 입력으로 사용하여 새로운 출력 값을 예측한다.

ML은 예측 통찰력을 도출하고 규모에 맞게 반복적인 결정을 내리기 위해 표준 알고리즘 또는 표준 모델을 사용하여 데이터를 분석하는 방법이다. 간단히 말하면 정답의 예를 컴퓨터에 제공하여 문제를 해결하는 방법을 컴퓨터에 가르치는 방법이다.

예를 들어 컴퓨터에 세금 신고 예시를 제공하여 예상 세금을 예측할 수 있다. 마찬가지로 날씨 패턴을 예측하는데도 도움이 된다.

좀 더 기술적으로 말하자면, 기계학습을 사용하여 모델이 이전에 본 적이 없는 과일이나 야채 사진에 정확하게 레이블을 지정하고 싶다고 가정해보자. 많은 과일 및 채소 이미지, 입력 데이터 및 올바른 레이블, 출력 데이터를 사용하여 ML 모델 또는 표준 알고리즘을 교육한다.

데이터 품질

이전 섹션에서 ML은 표준 알고리즘 또는 모델을 사용하여 데이터를 분석하는 방법이라고 배웠다.

이렇게 분석된 데이터는 예측 통찰력을 도출하고 반복적인 결정을 내리는데 도움이 된다. 이러한 데이터는 문제가 없는 대량의 데이터를 사용하면 더 효과적인데(과적합 문제가 있을수도..), 문제가 없는 것이 무엇인지에 대해 알아본다.

전통적인 소프트웨어 개발에서 버그는 예기치 않거나 바람직하지 않은 동작을 유발하는 코드의 실수이다.

ML에서는 알고리즘 구현에 버그가 있을 수 있지만, 데이터의 버그가 훨신 더 일반적이다.

예를 들자면, 당뇨병 걸린 사람을 예측을 할 때 있어, 걸린 사람인지 안걸린 사람인지 판별하는 것은 의사가 한다. 결국 해당 데이터에 대한 레이블링을 의사가 하는 것인데, 의사 주관이 들어가므로 데이터가 명확하지 않을 수 있고 이는 ML 모델 자체에 영향을 줄 수 있다.

그럼 데이터 품질을 향상시키려면 어떻게 해야할까?

아래와 같이 최고의 데이터에는 세 가지 특성이 있다.

커버력이 있다.

문제 도메인의 범위와 그것이 설명할 수 있는 모든 시나리오를 나타낸다.

예를 들면 빨간 차와 파란 차가 있다고 할 때 빨간 차에 대한 결함만 학습을 하면 파란 차에 대한 결함은 감지를 못할 수 있다.

깨끗하거나 일관적이다.

데이터 일관성이라고도 하며, ML 모델이 정확한 예측을 수행하는데 방해될 수 있는 항목을 포함하거나 제외하는 경우 데이터는 더럽거나 일관성이 없다고 본다. 이것은 우리가 이전에 이야기한 오류나 버그와 매우 유사하다.

불일치의 가장 일반적인 형태는 데이터 형식이다. 여러 문서의 데이터를 분석하려고 하고 각 문서의 데이터 포인트 중 하나가 타임스탬프라고 하자. 그렇다면 타임스탬프 데이터는 다 동일한 형태로 있어야 하며 그렇지 않으면 데이터가 더럽다고 간주한다.

앞서 말한 당뇨병 환자의 예시에서 데이터 레이블이 잘못 되어 있는 것도 더러운 데이터라고 할 수 있다.

완료되어 있다.

인간의 지식을 대체할 수 있는 세계에 대한 충분한 데이터의 가용성을 의미한다. 즉 데이터가 충분히 준비가 되어 있어야 한다.

Google Cloud에서의 AI와 ML

많은 사람들이 ML을 활용하려면 데이터 분석가, 데이터 엔지니어, ML 엔지니어로 구성된 강력한 기술팀이 필요하다고 생각한다.

그러나 ML은 그 어느 때보다 훨신 더 쉽게 접근이 가능하다.

위 사진과 같이 순서도를 고민하면 된다.

첫 번째로 훈련된 데이터를 가지고 있나? 없다면 Pre-trained APIs 중 일부를 사용하여 문제를 해결해야 한다.

자체 학습 데이터가 있을 경우, ML을 빌드하기 위한 통합 관리형 플랫폼인 Vertex AI 서비스를 이용하면 된다.

만약 자체적인 개발을 통해 모델을 관리하지 않다면 AutoML을 이용하면 되며, 모델을 관리하고 있다면 Custom model tooling을 이용하면 된다.

Pre-trained APIs

자체 학습 데이터가 없는 경우 활용한다. 전문 데이터 사이언티스트는 없지만, 분석가와 개발자가 있는 경우 좋은 옵션이다. 가장 노력이 덜 들지만, 자유도는 떨어진다.

이미지, 동영상, 텍스트 분석과 같은 일반적인 작업을 위해 ML 모델에 대한 액세스를 제공하는 선행 학습된 API를 사용한다.

API는 가상 프라이빗 클라우드, 온프레미스 또는 Google Public 클라우드에 배포할 수 있으며 ML 전문 지식 수준에 관계없이 사용이 가능하다.

이러한 사전 학습된 API는 4가지로 볼 수 있다.

1) 시각 2) 언어 3) 대화 4) 구조화된 데이터

이를 더 잘 이해하기 위해서 사용자가 사진을 업로드하는 모바일 앱을 빌드하는 개발자라고 생각하자

앱은 이미지가 무엇인지 인식하고 작업에 안전하지 않은 이미지는 제외해야한다. 이 경우 Vision API를 활용할 수 있다. Vision API는 Google 데이터를 사용하여 얼굴, 물체, 텍스트, 이미지, 감정까지 자동으로 감지하는 강력한 사전 학습된 기계 학습 모델을 제공한다.

Natural Language API는 사전 훈련된 또 다른 API이다.

웹 사이트에 매일 많은 메세지를 받는 연락처 양식이 있다고 가정하자. 이 데이터는 수동으로 처리, 분류 및 조치하기 어렵다.

NL API는 Google 데이터를 사용하여 감정과 텍스트에서 구문 항목을 발견하고, 텍스트를 사전 정의된 카테고리로 분류한다.

AutoML

데이터가 있을 경우 코드 없이 기계 학습 모델을 학습하고, 테스트 및 배포한다. 이것은 보다 맞춤화된 ML 모델을 생성하는데 약간의 시간과 노력을 투자하려는 기업에게 훌륭한 옵션이다.

Custom model tooling

Google Cloud에서 제공하는 다양한 제품군을 통해 직접 학습을 한다.

시간이나 비용이 들지 모르지만, 비즈니스에 가장 차별화되고 혁신적인 결과를 제공한다.

커뮤니티나 운영 효율성을 높이는 AI Solution 센터가 있다.

실제 고객 사례

네 가지의 일반적인 비즈니스 사례를 보려고 한다.

1) 규칙 기반 시스템 교체

Google 검색을 예로 들자,

스포츠 팀인 giant를 검색한다고 하자. 캘리포니아의 농구팀인 giant를 보여줄지, 뉴욕의 미식축구 팀인 giant를 보여줄지 모른다.

몇 년 전의 검색 엔진은 수동으로 코딩된 규칙을 사용하여 사용자에게 표시할 스포츠 팀을 선택했다.

Query가 giant이고 사용자가 Bay 지역에 있을 경우 캘리포니아 농구팀을 보여주고, 지역이 뉴욕이면 미식축구팀을 보여줬다. 만약 해당 사항이 없다면, 그냥 거인에 대해서 결과를 보여줬다.

단순한 예지만 이걸 모든 상황(giant가 아닌 다른 검색어)에 대입해보자면 굉장히 많은 경우의 수가 생긴다. 이럴 경우 ML은 큰 도움이 된다.

사용자가 쿼리별로 어떤 검색 결과를 클릭했는지 알려주는 모든 데이터가 있다면 검색 결과의 순위를 예측하도록 머신 러닝 모델을 교육할 수 있다.

이것이 Google 검색 시스템의 시작 기반이였다.

2) 프로세스 자동화

대규모로 예측하고 반복적인 결정을 내리는 프로세스를 자동화 하는 것

3) 비정형 데이터 이해

이미지, 비디오 및 오디오 같이 비정형 데이터를 이해할 수 있음.

비슷한 정도 같은 것들을 비교할 수 있음. (표절?)

4) 개인화된 고객 경험 생성

신문과 이메일의 차이 정도로 고객 경험을 만들 수 있다. 신문은 모든 사람에게 관심이 있는 것이며, 이메일은 개인화하여 관심이 있는 것을 안내한다.

대표적인 예시는 유튜브다.

현재 데이터의 위치와 데이터를 클라우드로 마이그레이션 할 때의 이점을 알 수 있다.

데이터베이스, 데이터웨어하우스, 데이터레이크 등 데이터 스토리지와 관련된 주요 용어 정의

기업이 데이터에 대한 통찰력을 얻을 수 있게 해주는 Looker 같은 BI 솔루션을 살펴본다.

Data를 Cloud로 Migration

고객 데이터를 생각했을 때, 현재 어디에 데이터가 저장이 되어 있을까? 일부 데이터는 이미 클라우드에 저장 되어 있을 수 있다. 그러나 대부분의 기업에서 방대한 양의 데이터가 여전히 온프레미스에 저장되거나 개별 컴퓨터에 있다.

데이터의 가치를 고려할 때 온프레미스에 데이터를 저장하는 것은 매트리스에 돈을 넣어두는 것과 비슷하며, 보안상으로도 좋지 않다.

그러므로 데이터를 저장하고 처리하는 방식이 비즈니스 성공에 굉장히 중요하다.

데이터를 온프레미스에 저장하는 경우 데이터의 일부 혹은 전부를 클라우드로 옮겨가는 것을 고민해야한다.

데이터를 온프레미스에 저장하면, 데이터의 수집, 보안 및 처리를 지원하는 IT 인프라의 책임을 생각해야한다. 또한 IT 인프라의 용량을 유지 관리하고 확장할 책임도 있다. 즉 비용과 시간이 많이 소요될 수 있다. 게다가 다운타임의 위험도 많이 있다.

데이터를 Cloud로 Migration해서 얻을 수 있는 이점은 데이터를 수집하고 사용할 수 있는 속도, 특히 다양한 형식의 데이터를 분석하고 사용할 수 있는 속도다.

Cloud Databases

Database는 일반적으로 테이블에 저장되고 컴퓨터 시스템에서 전자적으로 액세스 할 수 있는 조직화된 데이터 모음이다. 회사는 일반적으로 DB를 사용하여 기본 온라인 거래를 추적하고 회사가 비즈니스를 효율적으로 운영되는데 도움이 되는 정보를 제공하거나, 관리자와 직원이 더 나은 결정을 내리는데 도움을 준다.

데이터 무결성과 확장성은 데이터베이스를 사용하는 비즈니스의 두 가지 우선 순위이다.

데이터 무결성 또는 트랜잭션 무결성은 데이터베이스에 저장된 데이터의 정확성과 일관성을 의미한다. 데이터 무결성은 데이터베이스가 처음 설계될 때 일련의 규칙을 정하고 데이터가 수집될 때 지속적인 오류 검사 및 유효성 검사 루틴 방식으로 진행된다.

확장성은 갑작스럽게 트랜잭션이 늘어났을 때도 처리할 수 있게 하기 위해 확장이 가능해야 함을 의미한다.

Cloud SQL

RDBMS로 기존 시스템, 클라우드, 쿠버네티스, BigQuery, 등과 쉽게 통합되며 성능 혁신을 기반으로 한다.

일반적인 데이터베이스 관리 시스템 및 방법론과 호환된다. 보안, 가용성 및 내구성을 제공하며 스토리지가 활성화되면 자동으로 확장된다.

이를 통해 조직은 클라우드에서 데이터베이스를 쉽게 결정, 유지, 관리할 수 있다.

Cloud Spanner

또다른 RDBMS로 글로벌 규모로 설계가 되었다. Cloud Spanner를 사용하면 데이터가 리전 간에 자동으로 즉시 복사가 된다. 이 복제는 한 지역이 오프라인이 되더라도 다른 지역에서 계속 데이터를 제공할 수 있음을 의미한다. 또한 Query를 날리면 어느 지역이든 동일한 결과를 출력해낸다.

Cloud Data Warehouses

데이터베이스는 트랜잭션 데이터를 온라인 방식으로 저장하지만, 데이터 웨어하우스는 데이터베이스를 비롯한 여러 소스의 데이터를 조합한다.

데이터베이스는 다양한 소스에서 대량의 데이터를 효율적으로 수집할 수 있도록 구축되고 최적화된다.

데이터 웨어하우스는 대규모 및 다차원 데이터 세트를 신속하게 분석할 수 있도록 구축된다. (비즈니스에서의 데이터 중앙 허브라고 생각하면 됌)

BigQuery

가동 중지 시간이 없는 업그레이드, 유지 관리 및 확장이 가능한 Fully Managed Data Warehouse 이다.

매우 빠른 속도, 제로 오버헤드를 사용하여 페타바이트 규모의 데이터를 분석할 수 있다.

이는 조직으로서 유지 관리에 시간과 리소스를 소비하는 대신 분석에 집중하여 의미있는 인사이트를 도출할 수 있게 한다.

대부분의 데이터 웨어하우스 공급자는 스토리지와 컴퓨팅을 함께 연결한다. 따라서 고객은 Query 실행 여부에 관계없이 컴퓨팅 용량에 대해 비용을 지불해야 한다. 다만, BigQuery는 그렇지 않다..!!(Serverless) 필요한 컴퓨팅 파워는 자동으로 프로비저닝 된다.

Cloud Data Lakes

데이터레이크는 대량의 정형, 반정형 및 비정형 데이터를 저장, 처리 및 보호하도록 설계된 리포지토리이다. 방대한 양의 데이터를 기본 형식으로 저장하고, 크기 제한을 무시하고 다양한 데이터를 처리할 수 있다.

데이터 웨어하우스의 주요 목적은 데이터를 변환하고 통합하여 손쉬운 데이터 분석을 가능하게 하는 것이다.

데이터레이크는 기본적으로 유연하며 이는 데이터웨어하우스의 큰 한계 중 하나이다. 기존 데이터웨어하우스에서만 분석된 데이터는 잘 정의된 스키마를 따르지 않는 데이터를 처리하기가 어렵다. 해당 데이터는 종종 무시되기 때문이다.

데이터 레이크는 종종 다양한 제품으로 구성되므로 데이터 레이크에 사용할 제품을 결정할 때 수집되는 데이터의 특성을 고려해야 한다.

위의 사진은 정형, 반정형, 비정형 데이터가 어떤 Google Cloud 제품을 사용하면 효율적으로 저장이 되는지를 나타낸 순서도이다.

예를 들어, 구조화되지 않은 데이터를 데이터 레이크에 저장하기 위한 최고의 제품은 Cloud Storage 이다.

Cloud Storage는 Blob 데이터를 저장하고 제공할 수 있는 서비스이다. Blob은 일반적으로 이미지, 오디오, 기타 미디어 개체를 의미한다.

Cloud Storage는 조직에 다양한 옵션을 제공하므로 액세스 요구 사항에 따라 객체 스토리지를 조정할 수 있다.

실제로 Cloud Storage 주요 이점 중 일부는 최소 용량 없이 무제한 데이터를 저장할 수 있다는 것이다. 대기 시간이 짧고 원하는 만큼 자주 데이터를 검색할 수 있으며 전 세계 어디에서나 액세스 할 수 있다.

BI Solutions

기업이 자주 직면하는 문제는 올바른 BI 솔루션을 식별하는 것이다. 일반적으로 BI 솔루션은 어려워서 엔지니어링 팀을 따뤄 두며, 데이터 분석과와 나눠진다. 그 결과 실시간 인사이트를 얻는 목적을 무산시킨다.

어떤 솔루션은 소수의 사람만 혹은 일부의 데이터에만 접근이 가능하게끔 한다.

looker

분석데이터베이스 위에 위치하며, 데이터를 설명하고 비즈니스 지표를 정의하는 것을 간단하게 만드는 데이터 플랫폼이다.

신뢰할 수 있는 데이터가 있다면, 팀의 모든 사람이 이를 탐색하고 분석하며 자신의 질문에 답하고 시각화를 생성하면서 더 큰 인사이트를 발견할 수 있다.

데이터는 오늘날의 비즈니스 세계에서 많이 사용되는 용어이며 그럴만한 이유가 있다. 데이터 캡처, 관리 및 활용은 거의 모든 산업에서 고객 경험을 재정의하고 새로운 가치를 창출하는데 핵심이다.

이 섹션에서는 아래 내용에 대해 알아볼 예정이다.

1) 데이터란 무엇이며, 디지털 혁신에서 데이터의 역할은 무엇인가? 2) 조직에서 데이터를 활용할 수 있는 방법 3) 데이터 유형을 분석 4) 클라우드에서 데이터를 사용하는 비즈니스에 대한 중요한 데이터 고려 사항

디지털 전환에 있어 데이터의 역할

데이터란 조직에 유용한 모든 정보이다.

스프레드 시트, 이메일, 오디오, 비디오 등등이 여기에 포함된다.

기업은 이제 전혀 다른 방법으로 데이터에 접근할 수 있는데, 조직 내부 데이터, 고객 및 산업 데이터 등이 포함된다.

조직이 운영을 디지털화함에 따라 재무 정보, 물류데이터, 생산 결과, 품질 보고서 등 모든 종류의 비즈니스 데이터를 사용할 수 있게 되었다.

기업은 또한 고객에 대한 새로운 종류의 데이터에 액세스 할 수 있다.

사용자가 웹 페이지에서 보내는 시간, 소셜 미디어 게시물에 대한 반응과 같은 디지털 상호 작용 등이 예시이다. 이것들은 고객 행동에 대한 새롭고 풍부한 정보 소스가 된다.

인터넷은 또한 산업 벤치마킹 보고서와 같은 외부 데이터에 대한 액세스를 증가시켰다.

이 데이터를 캡쳐하고 활용하여 비즈니스 가치를 실현하는 것이 디지털 혁신의 핵심이다.

기존 IT 인프라를 갖춘 대기업은 데이터 가치를 활용하는데 있어 몇 가지 제한 사항에 직면해 있다.

데이터 센터 설정 및 유지보수를 위한 비용 효율적인 솔루션 찾기. 리소스 용량을 확장하거나 축소하고, 특히 연중 최대 수요 시간에 전 세계적으로 용량을 조절하기. 종종 다른 형식과 플랫폼에 저장되는 기록 데이터에 액세스하기.

시간과 비용 효율적인 방식으로 과거 데이터와 새로운 데이터로부터 인사이트를 도출한다.

Google Cloud 같은 Public Cloud는 조직에 비용 조정, 빠른 탄력성, 자동화를 제공한다.

이를 통해 조직은 전체 에코시스템에서 조각난 데이터와 플랫폼을 통합시킬 수 있다.

특히 클라우드는 한 때 거의 불가능했던 데이터 솔루션을 제시했다.

기업은 이제 테라바이트의 데이터를 실시간으로 소비, 저장 및 처리하고 요청 시 쿼리를 실행하여 즉시 데이터를 검색하고 사용 할 수 있으며, 리소스는 이제 글로벌 네트워크에 분산시킨다.

이는 여러 데이터 센터가 데이터 손실 또는 서비스 중단에 대해 별도 비용 없이 회복(resilience)을 할 수 있음을 의미한다.

또한 데이터를 신속하고 비용 효율적으로 결합, 분석하여 비즈니스 팀에 제공할 수 있다.

이는 많은 기업에서 처음으로 데이터 통찰력이 비즈니스 전반에 걸쳐 매우 정확하고 액세스 가능하며 이제는 혁신을 가능하게 한다는 것을 의미한다.

데이터의 가치를 실현하여 비즈니스를 혁신한 조직의 몇 가지 예를 보자

저예산 항공사는 서비스로 음식을 제공하지 않고 원하는 경우에 비용을 청구하고 제공한다. 이것은 비용 효율적인 솔루션처럼 보일 수 있는데, 필요한 식사 수를 추정하기가 어려운 경우가 많다. 많이 먹을 것 이라고 예측하고 음식을 준비하면 음식이 버려지고 수익을 잃을 위험이 생긴다. 적게 먹을거라고 생각하고 준비를 안하면 고객 서비스의 타격을 입을 수 있다.

아시아의 한 항공사에서는 데이터를 활용하여 이 문제를 해결할 수 있는 방법을 재 구상 했다. 먼저 그들은 비행기의 크기와 승객 수와 같이 재고를 추정하는데 도움이 되는 요소를 식별했지만, 이러한 요소를 기반으로 한 추정은 그다지 정확하지 않다는 것을 알고 데이터에 대해 다르게 생각해야 한다는 것을 깨달았다.

그래서 항공편, 목적지, 시간, 환승편과 같은 추가 정보를 분석했다. 이 정보를 사용하여 인사이트를 발견했다. 예를 들자면 인도 항공편에서는 채식 비율이 높다는 것을 알게 되었다.

조직에서의 데이터 활용

데이터 맵은 비즈니스 프로세스에서 사용되는 모든 데이터의 차트이다.

예를 들어 의류 소매점 체인을 소유하고 있다고 생각해보자.

데이터 맵에 무엇을 포함할 수 있을까?

고객이 매장 중 한곳에서 물품을 구매한다. 그것은 데이터 포인트다. 각 다른 지점에서 다른 구매와 함께 집계하면 이것을 데이터 세트라고 한다.

Transactions, Returns, Footfall등 이러한 모든 데이터 세트가 사용자에 관한 것이다. 따라서 사용자 데이터는 첫 번째 데이터 버킷이 된다. 이 카테고리에서 제품과 서비스를 사용하거나 구매하는 고객의 모든 데이터가 포함된다.

운영 적인 측면에서 보자면, 각 매장의 인력 수준, 재고 배송 날짜, 각 매장의 판매 실적, 매장 인력 구조 등은 두 번째 버킷인 기업 데이터로 볼 수 있다. 여기서 판매 패턴 및 운영과 같은 회사에 대한 데이터가 포함된다.

세 번째 범주는 사용자 및 기업 데이터를 엮은 것인데 이것을 산업 데이터라고 한다. 산업 데이터는 특정 도메인에 대한 지식을 얻기 위해 해당 분야의 모든 사람이 보거나 액세스해야 하는 개별 조직 외부에서 발견되는 데이터이다. 여기에는 더 넓은 트렌드와 구매 패턴, 논문 등을 포함할 수 있다.

이러한 세 개의 버킷이 데이터 맵을 구성한다. 각 버킷에 더 많은 데이터 세트를 추가하면 더 많은 인사이트를 뽑아 낼 수 있다.

단순히 각 데이터 세트만 보지 말고 데이터 세트의 결합으로 인사이트를 뽑는게 중요하다

데이터 타입의 이해

데이터 결합을 더 잘하기 위해 두 가지 유형의 데이터와 이 유형이 비즈니스에서 의미하는 바에 대해 알아보자.

Structured Data

구조화된 데이터이다. 이름, 주소, 신용 카드 번호 및 기타 양적 데이터로 구성된 고객 기록 데이터베이스에 쉽게 저장이 가능하다.

Unstructured Data

구성이 없고 질 적인 경향이 있다. 워드 프로세싱 문서, 이미지, 오디오 등이 있다. 이 데이터는 개체로 저장할 수 있다. 개체는 데이터 자체, 다양한 양의 메타데이터 및 전역적으로 고유한 식별자로 구분된다.

일부 비정형 데이터는 BLOB(Binary Large Object)이라는 형식으로 저장할 수 있다.

조직은 정형, 비정형 데이터를 모두 활용하여 인사이트를 얻고 결정을 내린다. 그러나 비정형 데이터는 역사적으로 분석하기가 매우 어려웠는데 클라우드 기술이 이를 변화시켰다.

정형 데이터와 비정형 데이터를 모두 활용할 수 있는 중고차 대리점의 예를 살펴보자.

고객이 자동차를 대리점에 가져갈 떄 마다 에이전트는 각 자동차의 사진을 수동으로 업로드하고 라벨을 붙인다음 모델과 상태에 따라 가격을 설정해야 했다.

이 프로세스는 차량당 평균 20분이 소요됐다.

이 경우 자동차 대리점에서 자동화를 사용하여 더 나은 프로세스를 만드는 방법은 무엇일까?

그들은 기계 학습 모델을 개발하기로 했다. (다음 주제에서 다룰 예정)

구조화되지 않은 데이터인 사진을 구조화된 데이터인 가격 정보와 결합했다. 그런 다음 결합된 데이터를 활용하여 자동차 금액에 대한 예측을 만들어 냈다.

이 새로운 접근 방식을 통해 차량을 촬영하고 평가하는 모든 프로세스가 20분에서 2~3분으로 줄어들었다.

중요한 데이터 고려

방대한 양의 데이터를 캡쳐하고 저장하고 분석하는 것이 클라우드 기술을 채택하는데 핵심이다. 그러나 이러한 양과 다양성의 데이터를 처리하려면 윤리적 고려 사항이 수반되며 보안에 대한 대안적 사고 방식이 필요하다.

Google은 데이터 캡처 및 관리에 있어 책임감이 필요하다고 믿는다.

캡쳐 할 수 있는 데이터가 캡쳐를 해야하는 데이터는 아니다. 즉 조직은 저장 및 분석할 데이터에 대한 책임 있는 결정을 내릴 필요가 있다.

이것은 또한 기업이 이미 소유하고 있는 데이터를 확장시킨다.

또한 데이터에 액세스 할 수 있는 사람과 데이터를 사용하는 방법을 조사하는 것이 중요하다.

먼저 데이터 소스, 데이터 수집 방법, 저장 위치를 고려하자.

개인 데이터 또는 민감한 데이터의 경우에는 안전하게 수집하고 클라우드에 저장할 떄 암호화를 하고 외부 위협으로부터 보호해야 한다. 또한 일부 사용자만 볼 수 있도록 액세스 권한을 부여한다.

데이터 보안 및 개인정보 보호는 글로벌에서 더 복잡해진다. 지역 또는 산업별 규정은 종종 데이터 정책을 안내한다. Google Cloud는 기업에서 사용할 수 있는 권장사항 리소스를 제공한다.

또 다른 고려사항은 모든 데이터가 관련되어 있고 적절한지 여부이다.

예를 들어 수천개의 X선 폐 이미지를 활용하여 새로운 환자 X선에서 폐에 종양 표시를 자동으로 식별하도록 ML 모델을 훈련한다고 가정하자.

필요한 것은 X-Ray 이미지이다. 필요 없는 것은 개인 환자의 정보이다.

비정형 데이터의 경우에 더 윤리, 개인 정보 보호 정책을 지키기가 복잡하다.

예를 들자면, 수백 건의 고객 문제를 해결하는 고객 지원 팀은 자동화된 도구를 통해 이메일 구절에서 패턴을 찾고 대상 솔루션을 개발하고 싶을 수 있다.

이메일에 귀중한 데이터가 포함되어있는지 등을 알고 보호를 하는 것이 중요하다.

클라우드로 전환할 때 다양한 클라우드 서비스를 관리하고 운영하는 방법에 대해 고민해야 한다.

이러한 것 중 하나는 사용할 클라우드 컴퓨팅 서비스 모델의 유형에 대한 고민이다.

조직은 일반적으로 특정 비즈니스 요구 사항에 따라 서비스 모델 유형을 선택한다.

이 과정에서는 3가지 유형의 컴퓨팅 서비스 모델을 공부한다.

IaaS(Infrastructure as a Service) PaaS(Platform as a Service) SaaS(Software as a Service)

해당 세션을 마치고 나면, IaaS, PaaS, SaaS를 정의하고 장단점을 비교할 수 있으며 실제 사례에서 어떤 플랫폼을 선정할지 정할 수 있다.

Cloud Computing service models

클라우드 컴퓨팅 세계에는 고객 요구 사항에 따라 선택할 수 있는 다양한 컴퓨팅 서비스 모델들이 있다.

기존 IT에서 조직은 자체 온프레미스 또는 자체 관리 데이터 센터에서 하드웨어, 소프트웨어 및 개발 도구와 같은 리소스를 구매, 설치, 유지관리하여 리소스를 소비한다.

클라우드 컴퓨팅에서 클라우드 서비스 공급자는 리소스를 소유, 관리 및 유지한다.

고객은 구독을 통해 사용을 하며 인터넷 연결만 가능하면 된다.

클라우드 컴퓨팅을 사용하면 제 3자(Venvor?)가 인프라의 일부를 책임져주며, 이는 조직이 핵심 비즈니스에 더 많은 시간을 집중할 수 있게 함을 의미한다.

대부분의 조직은 다양한 요구 사항을 해결하기 위해 클라우드 컴퓨팅 모델의 조합을 사용한다.

각각의 모델은 사진과 같이 표현이 가능한데, 모델이 점점 위로 갈수록 인프라에 대한 지식과 관리가 덜 필요해진다. 이 개념을 추상화라고 한다.

추상화 인프라의 목표는 불필요한 정보를 제거하고 운영을 단순화하여 복잡성을 줄이는 것이다.

추상화는 클라우드 컴퓨팅의 핵심 개념중 하나이다. (기술의 세부 사항은 줄이고, 비즈니스 요구 사항에 집중해야 함)

• 자동차 예시 : 자동차는 목적지에 잘 도달하면 되며, 시동을 걸었을 때 엔진이 어떻게 작동하는지는 크게 궁금해 하지 않아도 됌 이러한 물리적으로 복잡한 내용을 제거하는 것이 추상화

on-prem

자동차로 비유하자면, 자동차를 소유하는 것과 다름이 없다. 자동차를 구입하면 사용 및 유지 관리에 대한 책임이 있다. 업그레이드는 새 자동차를 구입하는 것을 의미하며 시간이 걸리고 비싸다.

IaaS

차를 빌리는 것과 비슷하다. 차를 빌릴 때 차를 선택하고 원하는 곳으로 운전하지만 차는 내 것이 아니며, 차를 변경하기가 쉽다.

PaaS

택시를 타는 것과 비슷하다. 특정 방향을 제공하면 실제 운전은 택시 기사가 하게 된다. (즉 내가 원하는 것을 설정하면, Google에서 기능 실행을 해주는 것)

SaaS

버스를 타는 것과 비슷하다. 교통 수단을 이용할 수 있지만, 사용자 지정은 어렵다. 정해진 노선(틀) 내에서 활용을 해야 함.

IaaS(Infrastructure as a Service)

IaaS는 인터넷을 통해 컴퓨팅, 네트워킹, 스토리지 및 데이터베이스와 같은 거의 무한 확장 가능한 인프라 리소스의 온디맨드 가용성을 제공하는 컴퓨팅 모델이다.

IaaS를 통해 조직은 하드웨어를 완전히 구입하지 않고 필요한 리소스를 임대 할 수 있으며, 사용한 만큼만 비용을 지불한다. 모든 데이터를 물리적으로 유지하거나 관리할 필요 없이 기존 데이터 센터와 동일한 기술 및 기능을 제공한다.

기업이 IaaS를 선택하는 이유는 자본 지출을 운영 비용으로 전환하려고 하는 것이다.

전통적인 IT 방식으로 봤을 때 서버를 확장하려면 몇 달이 걸리는 조달 프로세스를 통해 장비를 구입해야 하며, 물리적 공간을 준비해야 한다. 또한 IT 전문가도 필요하며 수요가 급증할 때 확장하기가 어렵고, 과도하게 구축됐을 때도 문제가 될 수 있다.

반대로 IaaS는 개별 서비스로 제공되므로 조직에서 필요한 것을 선택할 수 있다. 클라우드 공급자는 인프라를 관리하고 기업은 소프트웨어 설치, 구성 및 관리와 데이터 보안 유지에 집중이 가능하다.

Compute Engine 및 Cloud Storage는 IaaS 제품의 예이다. Compute Engine으로 가상 머신을 만들고, Cloud Storage에 모든 유형의 데이터를 저장할 수 있다.

그럼 IaaS의 이점이 무엇일까?

1) 경제적이다. 사용한 만큼만 비용이 나가고, 비용 예상이 가능하여 예산 수립을 하기가 쉽다.

2) 효율적이다. 필요할 때 정기적으로 사용이 가능하다. 인프라가 확장될 때 지연이 되지 않으며, 과잉 구축으로 인해 리소스가 낭비되지 않는다. 이러한 효율성은 개발 수명 주기를 단축하고 궁극적으로 출시 시간을 단축시켜준다. (서버 인프라가 제한이 되어 있으면, 사용자에 따라 스펙을 고민해야 하는데 Cloud는 손쉽게 늘렸다 줄였다 할 수 있으니)

3) 생산성을 높여준다. 클라우드 공급자가 물리적 인프라 설정 및 유지 관리를 담당하므로, IT 부서는 시간과 비용을 절약할 수 있다. 리소스를 더 효율적으로 사용할 수 있음

4) 신뢰할 수 있다.(Reliable) 하드웨어 리소스의 한 구성요소가 실패하더라도 서비스는 일반적으로 계속 사용이 가능하다.

5) 유연하다.(Scalable) 비즈니스 요구에 따라 신속하게 확장하거나 축소할 수 있다.

IaaS는 워크로드 양을 예측할 수 없거나, 비즈니스 변동에 따라 신속하게 움직여야 하는 경우 큰 도움이 된다.

PaaS(Platform as a Service)

PaaS는 애플리케이션을 개발, 실행 및 관리하기 위한 클라우드 기반 플랫폼을 제공하는 컴퓨팅 모델이다.

PaaS는 개발자들이 관련 인프라를 구축하고 유지보수할 필요 없이 자신의 맞춤형 앱을 개발, 실행 및 관리할 수 있는 플랫폼을 제공하기 때문에 매력적이다.

또한 내장된 소프트웨어 구성요소를 사용하여 어플리케이션을 구축할 수 있으므로 작성해야 하는 코드의 양이 줄어든다.

Cloud Run 및 BigQuery는 PaaS 제품의 예인데, Cloud Run은 규모에 맞게 어플리케이션을 개발하고 호스팅하기 위한 완전 관리형 서버리스 플랫폼으로 필요에 따라 서버 프로비저닝과 앱 인스턴스 확장을 처리한다. BigQuery는 데이터를 관리하고 분석하는 완전 관리형 엔터프라이즈 데이터 웨어하우스이며 인프라 관리 없이 빅 데이터 질문에 답하기 위해 쿼리를 날릴 수 있다.

PaaS의 이점은 무엇일까?

1) 개발 시간이 단축된다. 개발자는 개발 환경을 설정하고 유지 관리하는데 시간을 소비하는 대신 코딩을 바로 진행할 수 있으므로 시장 출시 시간이 단축된다.

2) 확장이 가능하다. PaaS를 통해 조직은 필요할 때마다 어플리케이션을 구축, 테스트, 스테이징 및 실행을 위한 추가 용량을 구입할 수 있다. 또한 클라우드 인프라 고유의 확장성을 활용하도록 응용 프로그램을 설계할 수 있다.

3) 관리가 줄어든다. IaaS보다 훨신 더 기본 리소스 관리를 추상화함으로써 PaaS는 인프라 관리, 패치, 업데이트 및 기타 관리 작업을 클라우드 서비스 공급자에게 오프로드 한다.(구글에서 해당 작업들을 처리해줌) 이것은 새로운 기능에 집중할 수 있는 비용 효율적인 방법을 제공한다.

4) 유연하다 다양한 프로그래밍 언어를 지원하고 분산된 팀을 위한 손쉬운 협업을 통해 PaaS는 개발자에게 프로토타입에서 엔터프라이즈 솔루션에 이르기까지 다양한 프로젝트를 동일한 플랫폼에서 제공할 수 있는 유연성을 제공한다.

그렇다면 PaaS는 어떤 시나리오에 적합할까?

PaaS는 다음과 같은 조직에 적합하다.

소유 및 관리에 많은 투자를 하지 않고 고유한 맞춤형 어플리케이션을 만들려고 한다. 어플리케이션을 빠르게 테스트하고 배포하고 싶다. 레거시 어플리케이션이 많고 운영 비용을 절감하고자 한다.

SaaS(Software as a Service)

SaaS는 웹 브라우저를 통해 클라우드 제공자가 관리하는 전체 애플리케이션을 제공하는 컴퓨팅 모델이다. 클라우드 제공자는 클라우드에서 애플리케이션 소프트웨어를 호스팅하고 브라우저를 통해 제공한다.

SaaS는 소비자로부터 기술을 완전히 추상화하기 때문에 매력적이다. 최종 사용자는 클라우드 공급자가 책임져주는 기본 인프라에 신경쓸 필요가 없다.

조직은 바로 사용할 수 있는 소프트웨어 제품에 액세스하기 위한 가입비만 지불하면 된다. (Gmail, Google Drive, Meet ...)

SaaS의 이점은 무엇일까?

1) 비용 절감이 된다. SaaS를 사용하면 IT 직원이 각 개별 컴퓨터에 어플리케이션을 다운로드하고 설치할 필요가 없다. SaaS를 통해 공급업체는 클라우드의 데이터, 서버, 스토리지 및 업데이트와 같은 잠재적인 기술 문제를 관리한다. 이는 조직의 유지 관리 및 지원을 간소화 하는데 도움이 된다.

2) 비율 효율적이다. SaaS는 고정적으로 월 / 연간 계정 비용 방식을 책정한다. 예측 가능한 비용과 사용자당 예산 책정을 통해 명확한 재정 관리가 가능하다.

3) 유연하다. 인터넷을 통해 모든 것을 사용할 수 있다. 언제 어디서나 모든 장치에서 소프트웨어에 액세스 할 수 있다.

SaaS는 어떤 조직에 유용할까?

SaaS는 최소한의 사용자 지정이 필요한 표준 소프트웨어 솔루션을 사용하려는 조직에 적합하다.

애플리케이션 또는 인프라를 유지 관리하는 데 시간이나 내부 전문 지식을 투자하고 싶지 않고, IT 팀이 전략적 프로젝트에 집중할 시간이 더 필요한 경우 그리고 다양한 기기와 위치에서 앱에 액세스해야 할 때 유용하다.

Cloud Computing model 선택

그렇다면 조직은 자신에게 가장 적합한 클라우드 컴퓨팅 모델을 어떻게 결정을 할까?

비즈니스 요구사항, 필요한 기능, 사용가능한 전문 인력 여부에 따라 다르다.

매우 유연하고 확장 가능한 서비스를 찾고 있다면 IaaS가 어울린다. 이 모델은 가장 많은 Handling과 사용자 지정 기능을 제공하지만 가장 많은 관리 책임과 전문 기술이 필요하다.

구축을 위해 설계된 플랫폼이 필요한 경우 PaaS가 비즈니스에 즉시 도움이 될 것이다. 응용 프로그램을 구축하는 비용 효율적인 방법을 제공하지만 여전히 약간의 기술 전문 지식과 약간의 관리는 필요하다.

번거로운 설치 없이 즉시 사용 할 수 있는 기능을 원하는 경우 SaaS가 어울린다. 최소한의 관리 책임과 기술 전문성을 필요로 하지만, 사용자 지정 기능을 활용하기는 어렵다.

다만, Computing Model은 상호 배타적이지 않다. 사용 사례에 따라 조직은 세가지를 모두 활용하여 다양한 비즈니스 요구 사항을 해결할 수 있다.

조직은 관리 레벨(management level), 제어(control), 책임(responsibility), 유연성(flexibility), 전문성(expertise needed)과 같은 변수를 기반으로 옵션을 비교해야 한다.

예를 들어 대규모 조직에서 새로운 재고 관리 시스템을 구현해야 한다고 생각할 때, IT전문 지식을 갖고 있고 인프라를 관리하려는 의지가 있다면 IaaS 리소스를 사용할 수 있다. 조직의 IT팀은 서버 구성을 완벽하게 제어할 수 있지만 서버 구성을 관리하고 유지하는 부담도 가진다.

PaaS 솔루션을 선택하고 맞춤형 CRM 어플리케이션을 구축하는 동시에 인프라 관리를 클라우드 서비스 공급자에게 맡길 수 있다. 이 경우 어플리케이션의 기능에 대한 완전한 제어를 유지하면서 관리 부하를 줄인다.

SaaS는 인프라를 매일 관리하지 않고 소프트웨어의 기능에 대한 모든 제어권도 포기한다.

The shared responsibility model

각 클라우드 컴퓨팅 모델이 가지는 서로 다른 responsibility 영역 중 하나는 보안이다. 조직이 자체 데이터 센터에서 데이터를 관리할 때 해당 조직은 보안의 모든 측면을 책임진다.

그러나 인프라가 클라우드로 이동함에 따라 책임의 일부가 클라우드 공급자에게 이전된다.

이 개념을 공유 책임 모델이라고 한다.

클라우드의 보안은 클라우드 공급자와 고객 간의 공동 책임이다. 클라우드 컴퓨팅 서비스 모델에 따라 직접적인 책임은 다랄지지만, 조직은 항상 데이터 보안을 제어하고 클라우드 공급자는 항상 인프라 보안을 책임진다.

Google Cloud에서는 자체 운영에 사용하는 것과 동일한 인프라 및 보안 서비스를 통해 위협 및 사기 행위로부터 조직의 데이터를 보호한다.

그러나 Security of the cloud와 Security in the cloud은 서로 다르다. Security of the cloud은 클라우드 공급처에서 보안을 책임지고, Security in the cloud은 고객이 클라우드 보안을 책임진다. 사용하는 클라우드 컴퓨팅 유형에 따라 구체적인 고객 책임이 어떻게 달라지는지 조직이 이해하는 것이 중요하다.

How the shared responsibility model works

다양한 클라우드 컴퓨팅 모델을 함께 살펴보면 클라우드 제공자의 책임이 어디에서 끝나고 고객의 책임이 어디에서 시작되는지 알 수 있다. 공유 책임에 대한 일반적인 지침은 "구성하거나 저장하는 경우 이를 보호할 책임이 있다" 이다. 이는 일반적으로 클라우드 공급자가 하드웨어, 네트워크 및 물리적 보안과 같이 직접 제어하는 클라우드 부분을 보호할 책임이 있음을 의미한다. 동시에 고객은 구성, 액세스 정책 및 사용자 데이터와 같이 클라우드 내에서 생성하는 모든 것을 보호할 책임이 있다.

어떤 클라우드 공급처를 사용하든 공동 책임이 있다.

아래는 Google Cloud와 고객 책임을 나타내는 것이다.

1) On-Prem 조직이 직접 데이터 센터를 운영하는 경우 인프라 보안은 전적으로 조직의 내부 팀의 책임이다. 그들은 서버와 서버에 저장된 데이터를 보호할 책임이 있다.

2) IaaS 조직이 IaaS 컴퓨팅 모델로 전환하면 일부 책임을 Google에 전가한다. 여기에는 물리적 리소스에 대한 책임과 인프라 및 네트워크 보안에 대한 책임을 고객과 공유하는 것이다. 운영체제의 보안, 응용 프로그램을 실행하는데 필요한 소프트웨어 스택 및 데이터와 같은 나머지는 고객의 책임이다. 해당 방식은 최대한의 자유와 통제를 허용하지만 대부분의 책임을 고객에게 부여한다.

3) PaaS 물리적 인프라, 액세스 및 인증, 네트워크 보안 및 게스트 운영 체제에 대한 전적인 책임을 Google이 갖고 간다. 고객은 플랫폼에서 생성된 코드나 데이터와 같은 모든 콘텐츠의 보안에 대한 책임이 있다.

4) SaaS 기본 인프라에서 실제 어플리케이션에 이르기까지 보안의 거의 모든 측면을 담당한다. 고객은 여전히 애플리케이션 사용, 피싱 공격을 방지하기 위한 인증 설정과 같은 액세스 정책 및 사용자 콘텐츠와 같은 몇 가지 보안 책임이 있다.

공유 책임 모델의 한 가지 중요한 측면은 고객이 사내 데이터 센터를 보유하고 있든, 단일 사용자 라이센스에 대해 월 구독료만 지불하든 상관없이 항상 데이터 보안에 대한 책임을 져야 한다는 것입니다. 고객은 자신의 데이터에 액세스할 수 있는 사용자 또는 사용자를 제어합니다. Google Cloud는 고객의 데이터를 안전하게 유지하기 위해 노력하고 있지만 보안은 공유된 책임이다.

이 챕터에서 배운 내용들

클라우드가 비즈니스에 미칠 수 있는 영향을 이해하려면 먼저 기본 클라우드 개념을 아는 것이 중요하다.

해당 세션에서는 고객 비즈니스 사용 사례를 통해 클라우드 인프라로 전환할 때의 이점을 설명한다.

클라우드로의 이동이 조직의 지출에 어떠한 영향을 미치는지를 설명한다.

프라이빗, 하이브리드 또는 멀티클라우드 인프라가 다양한 비즈니스 사용 사례에 가장 적합한 시기를 식별한다.

기본 네트워크 인프라 용어를 정의한다.

빠르고 안정적인 네트워크로 연결된 글로벌 인프라와 데이터 센터를 통해 Google Cloud가 어떻게 디지털 혁신을 지원하는지 알게 된다.

Total cost of ownership - TCO

조직에서는 클라우드로의 이전을 고려할 때 클라우드 TCO 분석을 수행하는 경우가 많다.

이 분석은 현재 온프레미스 시스템을 실행하는 비용과 클라우드 채택 비용을 비교하는 것을 목표로 한다.

온프레미스의 경우 TCO는 전체 수명동안 정적 리소스의 비용을 평가하는 것과 관련이 있다.

그러나 클라우드의 동적인 특성으로 인해 향후 비용을 예측하는 것은 어려울 수 있다.(유저가 늘면 인프라를 늘리고 아니면 줄일수 있기에)

조직에서 클라우드 TCO를 계산하려고 할 때 가장 실수하는 것중 하나는 클라우드 운영 비용을 온프레미스 시스템과 직접 비교하는 것이다.

이러한 비용은 동일하지 않다.

온프레미스 인프라 비용은 하드웨어 및 소프트웨어 초기 구매 비용이 전부인데 반해, 클라우드 컴퓨팅 비용은 월간 구독 혹은 사용하는 만큼 나오는 것이기 때문이다.

또한 전력, 냉각, 유지보수 및 기타 지원 서비스와 같은 자체 데이터 센터 운영에 드는 모든 운영 비용을 고려하는 것이 중요하다.

데이터 센터는 많은 양의 IT인프라, 컴퓨팅 및 스토리지 리소스를 수용하는 공간이다.

더불어 클라우드로 마이그레이션을 하지 않아서 생긴 무형의 손해도 고려해야한다.

CapEx(Capital expenditures) versus OpEx(operating expenses)

클라우드가 기존 IT와 다른 한 가지 영역은 클라우드로 이동할 때 비용 관리 방식이 달라진다는 것이다.

조직이 온프레미스 인프라에서 온디맨드 클라우드 서비스로 이동함에 따라 CapEx(자산) 에서 OpEx(운영)로 변경되기 때문이다.

CapEx

CapEx는 고정 자산에 투입되는 선불 비용이다. 조직은 한 번 구매하면 수년 동안 비즈니스에 도움이 된다.

예를 들어 조직이 서버, 프린터 또는 냉각 시스템 같은 하드웨어 구매하는 것을 의미할 수 있다.

이러한 자산을 유지하는 것은 수명과 유용성을 연장하기 때문에 CapEx로 간주된다.

대규모 일회성 구매는 종종 비용이 높기 때문에 소기업은 지출이 어렵다는 것을 알 수 있다.

CapEx에 더 많은 돈을 투자할수록 다른 비즈니스에 대한 현금 흐름이 줄어들 수 밖에 없다.

OpEx

즉각적인 이익을 위한 운영 비용 혹은 OpEx이 있다.

사업을 운영하는데 드는 일상적인 비용을 의미한다.

IT에서 이러한 비용은 웹 사이트 호스팅 혹은 도메인 등록과 같은 연간 서비스 가입비 등이다.

OpEx는 CapEx 항목과 같은 주요 장기 투자로 간주하지 않는다.

Private Cloud, Hybrid Cloud, Multi-Cloud 사용 전략

조직이 클라우드에만 의존하는 것이 항상 가능하거나 필요한 것은 아니다.

예를 들어 요구사항에 따라 Google Cloud와 같은 회사에서 제공하는 Public Cloud 서비스와 함께 작동하는 온프레미스 인프라가 필요할 수 있다.

다양한 클라우드 옵션 및 구성을 사용할 수 있으므로 각각의 의미를 아는 것은 중요하다.

Private Cloud

이는 조직이 자체 데이터 센터 또는 프라이빗 클라우드 공급자의 서버를 가상화하여 자체 프라이빗 전용 환경을 구축한 경우이다.

온프레미스 서버는 종종 사설 클라우드라고도 하지만 일반적으로 온프레미스 소프트웨어는 로컬 환경에서 실행되는 반면 사설 클라우드는 인터넷을 통해 접근 된다.

사설 클라우드 컴퓨팅은 전용 온프라미스 인프라보다 더 많은 사용자 정의를 통해 셀프 서비스, 확장성(Scalability), 탄력성(Elasticity)을 포함하여 조직에 공용 클라우드의 많은 이점을 제공한다.

이 접근 방식은 조직이 이미 상당한 인프라 투자를 했거나, 규제상(Regulatory)의 이유로 데이터를 온프레미스에 보관해야 하는 경우에 자주 사용된다.

Hybrid Cloud

어플리케이션이 서로 다른 환경의 조합에서 실행되는 클라우드이다.

가장 일반적인 예는 사내 데이터 센터와 같은 프라이빗 및 퍼블릭 클라우드 환경과 Google Cloud와 같은 퍼블릭 클라우드 컴퓨팅 환경을 결합하는 것이다.

하이브리드 클라우드 접근 방식은 퍼블릭 클라우드를 활용하면서 온프레미스 서버를 계속 사용할 수 있기 떄문에 오늘날 가장 일반적인 인프라 설정 중 하나이다.

Multi Cloud

GCP, AWS, Azure 등과 같은 두 개 이상의 퍼블릭 클라우드 공급자를 결합한 아키텍처를 설명하는 Multi Cloud가 있다.

조직은 다양한 퍼블릭 클라우드 공급자의 주요 강점을 활용하려는 경우 멀티 클라우드를 선택 할 수 있다.

또한 조직은 온프레미스 및 여러 퍼블릭 클라우드 환경의 조합을 운영하여 효과적으로 하이브리드 및 클라우드를 동시에 수행할 수 있다.

Hybrid Cloud와 Multi Cloud의 전략의 사용 방식

여러 클라우드에서 워크로드를 실행하는 최신 기술에 대한 액세스를 통해 조직은 각 클라우드 프로바이더의 최신 혁신과 기능을 활용할 수 있으므로 클라우드 기능에 대한 동급 최고의 접근 방식을 취하고 신속한 혁신을 위한 확장성(Scale), 보안(Security) 및 민첩성(Agility)을 확보할 수 있다.

1) 클라우드는 조직이 기존 환경에서 구현하기 어렵거나 불가능할 수 있는 고급 분석 서비스와 같은 기능을 구축하는데 도움이 될 수 있다.

2) 하이브리드 클라우드를 통해 조직은 합리적인 속도로 어플리케이션을 클라우드로 마이그레이션 할 수 있다.

3) 투자 수익 개선

조직은 데이터 센터 비용을 늘리지 않고도 클라우드 컴퓨팅 용량을 확장할 수 있다.

4) 도구 선택을 통한 유연성(Flexibility)

하이브리드 및 다중 클라우드 전략은 조직 전체에 이점이 있지만, 특히 다양한 프로젝트에서 작업하고 다양한 비즈니스 라인에서 고유한 문제를 해결하는 개발팀에 큰 도움이 될 수 있다. 즉 변화하는 시장 요구에 더 대응 할 수 있고, 벤더 종속(Lock-in) 문제를 방지한다.

5) 안정성(Reliability) 및 탄력성(Resiliency) 향상

조직은 여러 클라우드 및 온프레미스 인프라에 핵심 워크로드를 분산하여 가동 중지 시간 및 단일 장애 원인에 대한 과도한 의존성에 대한 우려를 줄일 수 있다. 이 접근 방식은 서비스의 품질과 가용성을 높일 수 있다.

6) 규정 준수 유지

많은 산업에는 앱이 작동할 수 있는 위치와 관련하여 정부 또는 규제 기관의 규칙이 있다.

하이브리드 솔루션을 채택하는 것은 조직이 지역 데이터 거버넌스, 디지털 요구사항을 준수하도록 하는 효과적인 방법이다.

7) 온프레미스에서 앱 실행

조직에는 클라우드로 온프레미스 또는 메인프레임 시스템에 남아 있어야 하는 규제된 어플리케이션이 있을 수 있다.

하이브리드 접근 방식은 원격 에지 위치에서 애플리케이션을 실행하는 동시에 자유롭게 혁신할 수 있다.

8) 소매점의 키오스크나 통신사의 네트워크와 같이 원격 위치에서 분산 애플리케이션을 실행하는 산업에 종사하는 조직은 하이브리드 클라우드의 이점을 누릴 수 있다.

이러한 앱은 종종 향상된 성능과 짧은 지연 시간이 필요하며 하이브리드 접근 방식을 통해 네트워크 에지에서 선택한 앱을 실행할 수 있습니다.

Digital Transformation에서의 네트워크

Digital Transformation은 네트워크의 중요성을 증가시켰다.

고객, 직원, 클라우드 어플리케이션 및 장치를 연결하는 것은 조직의 성공에서 중요하다.

모든 혁신에서 기본 앱과 서비스는 네트워크에 의존하여 통신한다.

그러나 신뢰할 수 있는 네트워킹 아키텍처가 어떻게 Digital Transformation 전략을 지원할까?

빠르고 안정적이며 대기 시간이 짧은 글로벌 네트워크는 UX와 고성능을 보장한다.

또한 데이터를 전 세계적으로 쉽게 전달하고 관리할 수 있다.

분산된 인력과 온라인 비즈니스로 인해 하드웨어를 추가하지 않고도 쉽게 확장할 수 있는 가상 네트워크 서비스를 통해 조직이 적응할 수 있다.

그러면 네트워크는 어떻게 작동할까?

광섬유 네트워크(Fiber-optic network)

광섬유 케이블에는 유리 또는 플라스틱으로 만들어진 가는 가닥인 하나 이상의 광섬유가 포함되어 있다.

이 섬유는 장거리에 걸쳐 빛의 펄스로 데이터를 전송하는데 사용된다.

해저 광섬유 케이블은 국제 네트워크 트래픽의 99%를 전송하지만, 우리는 케이블이 존재한다는 사실도 거의 인식 못한다.

그러나 이 콘텐츠는 어떻게 밀리초 내에 사람들에게 제공이 될까?

인터넷 서비스 공급자(ISP)와 같은 회사가 처리를 해준다.

광대한 글로벌 네트워크 내에서 서로 다른 모든 부분은 어떻게 서로를 인식하고 통신을 할까?

이를 작동시키는 프로토콜(Protocol)이 있다. 먼저 IP부터 시작한다면, IP는 Internet Protocol의 약자로, 이 주소는 네트워크 상의 특정 장치의 위치를 식별할 수 있는 일련의 숫자다.

도메인 이름은 인터넷의 IP 주소 또는 IP 주소 집합에 직접 매핑되는 기억하기 쉬운 이름이다.

예를들면 IP는 192.168.200.3인데, 도메인 주소는 youtube.com 같은 것들을 말한다.

도메인 이름 시스템 또는 DNS가 있다. DNS 서버는 IP 주소에 매핑된 도메인 이름 데이터베이스를 저정하고, 이 데이터베이스는 컴퓨터가 서로 통신하기 위해 쿼리하고 사용할 수 있다.

이 시스템은 웹의 전화번호부와 같은데, 웹 사이트를 방문할 때마다 컴퓨터는 DNS 조회를 수행한다.

전화번호부는 "Acme Pizza"와 같은 이름을 정확한 전화 번호로 변환하고, 마찬가지로 DNS는 "www.google.com "과 같은 웹 주소를 해당 사이트를 호스팅하는 컴퓨터의 IP 주소로 변환한다.

네트워크 Performance : Bandwidth and latency

Bandwidth

대역폭은 네트워크가 주어진 시간 동안 전송할 수 있는 데이터의 양을 측정하는 척도이다. 이 데이터 전송 속도는 일반적으로 초당 Mbps 혹은 Gbps로 측정된다. 일반적으로 대역폭이 높을수록 인터넷에서 정보를 더 빨리 다운로드 할 수 있다.

예시로 든다면 파이프로 생각할 수 있다. 더 넓은 파이프는 더 많은 물을 보낼 수 있다.

높은 대역폭을 갖는 것은 고화질 비디오 스트리밍과 같이 초당 많은 양의 데이터를 보낼때 유용하지만 네트워크 성능의 중요한 척도는 아니다.

예를 들자면 실시간 온라인 게임을 하는 사람은 Latency가 더 중요하다.

Latency

대기 시간은 데이터가 한 지점에서 다른 지점으로 도착하기까지의 시간이다.

파이프를 예시로 들자면, 수도꼭지를 열었을 때 부터 물이 나오기까지의 시간을 의미한다.

이상적으로는 가능한 0에 가까워야 하지만, 그 사이에 통과해야 하는 부분이 있기에 대기 시간은 조금 필요하다.

보내고 받을 수 있는 데이터의 양에 관계없이 네트워크 대기 시간이 허용하는 속도 만큼만 이동할 수 있다.

예를 들자면, 이미지를 다운로드 받는데 10ms(millisecond)가 소요된다고 생각하지만, 데이터를 수신하는 Latency가 100ms라고 상상해보자. 그러면 이동하는데 대부분의 시간을 보내게 되는 것이다.

클라우드 컴퓨팅 및 모바일 기술로 인해 개발자는 전 세계 고객에게 더 쉽게 다가갈 수 있지만 대기 시간이 길면 어플리케이션 성능이 저하될 수 있다.

웹 사이트는 사용자와 서버의 대역폭이 모두 우수한 경우에도 물리적 위치에 따라 일부 사용자의 경우 느리게 실행이 된다.

따라서 사용자가 서버에서 멀리 떨어져 있거나, 네트워크가 더 세분화 되어 있을수록 대기 시간이 길어진다.

Google Cloud regions and zones

Google은 지구상에서 가장 큰 네트워크 중 하나인 네트워크를 구축하기 위해 수년에 걸쳐 수십억 달러를 투자함.

고객에게 어플리케이션에 대해 가능한 최고의 처리량과 최저 지연 시간을 경험할 수 있게 설계함.

Google Cloud Infra는 북미, 남미, 유럽, 아시아, 호주 5개 주요 지리적 위치에 있음.

애플리케이션이 어디에 위치하는지에 따라 가용성, 내구성 및 대기 시간과 같은 품질에 영향을 미치기 때문에 여러 서비스 위치를 갖는 것이 중요하다. 이러한 특성 중 후자는 정보 패킷이 소스에서 대상으로 이동하는 데 걸리는 시간을 측정한다.

지역은 독립적인 지리적 영역을 나타내며 영역(Zone)으로 구성된다.

예를 들어 런던 또는 europe-west2는 현재 3가지의 다른 Zone으로 구성된 Region이다.(europe-west2-a, europe-west2-b, europe-west2-c)

Zone은 Google Cloud 리소스가 배포되는 영역이다.

예를 들어 Compute Engine을 사용하여 가상 머신을 실행하면 리소스 중복성을 보장하기 위해 지정한 영역에서 가상머신이 실행된다.

다른 지역에서 리소스를 실행할 수 있다.

이는 전 세계 사용자에게 응용 프로그램을 더 가까이에서 제공하고, 자연 재해와 같이 전체 지역에 문제가 있는 경우 보호하는데 유용하다.

일부 Google Cloud 서비스는 Multi Region이라는 서비스를 제공한다.

예를 들어 Cloud Storage를 사용하면 유럽 다중 지역 내 여러 공간에 저장이 된다 즉 런던 및 벨기에와 같이 유럽내에서 최소 160km 떨어져 있는 최소 두 개의 지리적 위치에 중복 저장이 된다.

Google's edge network

조직에 권장되는 모범 사례는 Gmail, Google 검색 및 Youtube와 같은 제품을 구동하는 동일한 네트워크를 사용하여 대부분의 여정 동안 Google의 사설 네트워크에서 트래픽을 유지하는 것이다.

조직은 글로벌 인프라가 제공하는 성능을 활용할 수 있다.

사용자가 Google 앱이나, 웹페이지를 열면 Google은 지연 시간이 가장 짧은 Edge 네트워크 위치에서 해당 요청에 응답한다.

Google의 Edge 네트워크와 사용자 근처에 인기 있는 콘텐츠를 저장하는 캐시를 유지 관리하는 방법을 이해하면 조직이 Google로 트래픽을 전달할 시기를 선택하는 데 도움이 된다.

네트워크의 Edge는 장치 또는 조직의 네트워크가 인터넷에 연결되는 장소로 정의된다. 진입점이기 때문에 'Edge' 라고 부른다.

Google의 Edge 네트워크는 ISP와 연결하여 사용자와 주고받는 트래픽을 받는 방법이다.

조직이 사용자 요구, 성능 및 비용에 따라 트래픽을 전달할 수 있는 네트워크 인프라로 구성된다.

Google은 사용자에게 고성능, 높은 안정성 및 짧은 대기 시간으로 서비스를 제공하는 것을 목표로 한다.

이 챕터에서 배운 내용들

인쇄기, 증기기관, 전기의 발명은 사람의 삶에 근본적으로 변화를 일으켰다. 클라우드 기술에서는 어떤 것이 있을까? 바로 디지털 전환(Digital Transformation)이 있다.

클라우드 기술은 조직이 사람들과 일하는 방식 궁극적으로는 사람들이 생활하는 방식에서 가치를 창출하는 방식을 변화시키고 있다.

세상을 탐색하는 방법, 미디어와 상호 작용하는 방법, 질병을 진단하는 방법 등등 수천 가지 혁신의 촉매제 역할을 한다.

Digital Transformation 이라는 용어는 지난 몇 년 동안 두드러지게 들려왔다. 그러면 디지털 혁신의 핵심 구성 요소는 무엇이며 클라우드 기술 사용과 어떤 관련이 있으며 많은 조직이 이를 추구하는 방법은 무엇일까?

Google Cloud에서는 디지털 혁신을 조직이 Public, Private, Hybrid Cloud Platform과 같은 새로운 디지털 기술을 사용하여 변화하는 비즈니스 및 시장의 요구사항을 충족하기 위해 비즈니스 프로세스, 문화, 고객 경험을 재 정립 하는 것을 목표로 한다.

조직은 혁신을 촉진하고 새로운 수익원을 창출하며, 시장 변화와 고객 요구에 신속하게 적응하기 위해 Digital Transformation Framework를 선택한다. 디지털 혁신을 통해 조직은 어플리케이션을 현대화 하고, 새로운 서비스를 창출하여 가치를 제공함으로써 운영 방식을 바꾸고 고객, 직원 및 파트너와의 관계를 재 정의한다. 이러한 이유로 디지털 기술의 급속한 발전은 모든 산업을 재정의 하고 있다.

많은 차량이 소프트웨어로 구동되며 노트북이나 휴대폰처럼 정기적인 업데이트를 받는다.

화학 분야에서 빅데이터와 인공지능은 Drug Discovery를 용이하게 한다.

금융 서비스 기관은 클라우드의 방대한 컴퓨팅 성능을 사용하여 이전보다 더 나은 통찰력을 제공한다.

점점 더 많이 포함되는 스마트 분석과 기하급수적으로 데이터를 생성하는 장치로 인해 기존의 사내 컴퓨팅 솔루션으로는 더 이상 충분하지 않아졌다. 비즈니스 혁신이 소프트웨어에 의해 주도됨에 따라 IDC FutureScape 보고서는 다음과 같이 예측한다.

2024년 까지 모든 IT 지출의 50% 이상이 디지털 전환 및 혁신에 사용될 것이다.
2025년까지 신규 기업의 90% 이상의 앱에는 AI가 내장 될 것이다.

선도적인 조직은 AI에 더 많이 의존하여 새로운 비즈니스 모델을 시작하고, 보다 맞춤화된 경험을 만들고, 운영을 최적화하여 비용을 절감할 것이다. 클라우드의 규모와 성능을 이해하는 것이 중요해졌다.

클라우드는 무엇일까?

클라우드 기술은 무엇을 의미하며, Digital Transformation을 어떻게 지원을 할까?

클라우드는 인터넷을 통해 사용할 수 있는 정보를 저장하고 계산하는 데이터 센터 네트워크에 관한 상징이다.

본질적으로 소프트웨어, 서버, 컴퓨터, 네트워크 및 보안 시스템의 복잡한 웹을 설명하는 대신 이 모든 것을 "Cloud" 라는 한 단어로 통칭하고 있다.

클라우드를 더 잘 이해하려면, 조직이 정보 기술 인프라를 구현할 수 있는 다양한 방법을 찾아보는 것이 좋다.

On-Prem

종종 On-prem으로 축약되는 온프레미스 IT 인프라는 조직의 데이터 센터 내에서 자체적인 요구사항을 충족하기 위해 현장에서 호스팅되고 운영되는 하드웨어 및 소프트웨어 어플리케이션을 의미한다. 이 방식은 IT 인프라를 관리하는 전통적인 방법이다.

온프레미스의 이점은 소유자가 서버 하드웨어 및 소프트웨어에 대한 물리적 제어를 제공하고, 지속적인 사용에 대해 비용을 지불할 필요가 없다는 것이다.

그러나 필요한 워크로드를 실행할 수 있는 컴퓨팅 성능을 갖추려면 몇 달이 걸릴 수 있는 조달 프로세스를 통해 물리적 서버 및 기타 인프라를 구입해야 한다.

이러한 시스템에는 일반적으로 충분한 전력과 냉각 기능을 갖춘 물리적 공간이 필요하다. 그리고 시스템을 구성하고 배포한 후 이를 관리할 전문 인력이 필요하다.

이러한 프로세스는 수요가 급증하거나 비즈니스가 확장될 때 변화에 대응하기가 어렵다.

조직은 실제로 필요한 것 보다 더 많은 컴퓨팅 리소스를 확보하는 경우가 많아 On-prem은 활용도가 낮고 오버헤드(어떤 처리를 위해 들어가는 간접적인 처리 시간)이 높다.

클라우드 컴퓨팅은 컴퓨팅 리소스를 확장 가능한 주문형 서비스로 제공하여 이러한 문제를 해결한다.

Private Cloud

Private 클라우드는 인프라가 모든 사용자 용이 아닌, 단일 조직 전용인 Cloud Computing 유형이다. 이 유형은 Single-Tenant 혹은 Corporate Cloud 라고도 부른다. 일반적으로 조직은 기존 On-prem 인프라에서와 마찬가지로 Private 클라우드에 대해 동일한 종류의 지속적인 유지 관리 및 관리를 수행해야 한다.

Private Cloud는 조직의 Private 서버안에 Hosting 된다.

Private Cloud Computing은 On-prem 인프라에서 사용되는 기능보다 더 많은 Self-service, 확장성, 탄력성 등의 이점을 기업에 제공한다.

조직이 자체 인프라에 이미 상당한 투자를 했거나 규제상의 이유로 데이터를 사내에 유지하거나 특정 방식으로 호스팅해야 하는 경우 프라이빗 클라우드를 사용할 수 있습니다.(?????)

Public Cloud

Public Cloud는 On-demand Computing Service 및 Infra가 Google Cloud와 같은 타사 공급자에 의해 관리되고, Public Internet을 통해 여러 조직 또는 Tenant와 공유되는 곳입니다.

이러한 공유는 퍼블릭 클라우드를 멀티 테넌트 클라우드 인프라(단일 인스턴스가 여러 고객에게 서비스를 제공하는 아키텍처)라고 부르는 이유입니다. 그러나 클라우드에서 실행되는 각 테넌트의 데이터 및 애플리케이션은 다른 테넌트에 숨겨집니다. 부동산 관리자가 관리하는 아파트라고 생각하시면 됩니다.

Public Cloud에는 컴퓨팅 및 인프라 리소스의 On-demand(요구에 즉시 수용하는 것) 가용성이 있기 때문에 조직은 리소스를 직접 획득, 구성 또는 관리할 필요가 없으며 사용한 만큼만 비용을 지불한다.

일반적으로 Public Cloud에서 사용할 수 있는 클라우드 컴퓨팅 서비스 모델에는 세 가지 유형이 있다.

1) IaaS(Infrastructure as a Serivce) - 컴퓨팅 및 스토리지 서비스를 제공하는 것 2) Pass(Platform as a Service) - 클라우드 앱을 구축하기 위한 개발 및 배포환경을 제공하는 것 3) SaaS(Software as a Service) - 사용자가 구독을 통해 소프트웨어에 액세스 할 수 있는 서비스로서의 앱을 제공한다.

이 세 가지 모델에 대해서는 추후 자세히 살펴볼 예정이다.

Hybrid Cloud

하이브리드 클라우드에서 어플리케이션은 서로 다른 환경의 조합에서 실행이 된다.

가장 일반적인 하이브리드 클라우드의 예는 On-Prem 데이터센터와 같은 퍼블릭 및 프라이빗 클라우드 환경과 Google Cloud와 같은 Public Cloud 컴퓨팅 환경을 결합하는 것이다.

Multi Cloud

멀티 클라우드는 2개 이상의 Public Cloud를 결합한 아키텍처를 의미한다.

해당 사진은 Hybrid + Multicloud의 예시이다. 서로 관련은 있지만, 서로 바꿔서 사용할 수 있는 용어는 아니며, 오늘날의 대부분 조직은 Multi Cloud 형식을 사용하고 있다.

Cloud Computing의 이점

On-prem 인프라와 비교하여 클라우드 컴퓨팅의 이점은 무엇일까?

1) 확장이 가능하다.

Cloud Computing은 조직이 확장 가능한 리소스와 On-demand 최신 기술에 액세스 할 수 있도록 하므로 제한된 고정 인프라에 대해 걱정할 필요가 없다. 이를 통해 인프라 배포 시간을 크게 단축할 수 있다.

2) 유연하다.

조직과 사용자는 비즈니스 요구 사항을 충족하기 위해 필요에 따라 서비스를 확장 또는 축소하여 어디에서나 클라우드 서비스에 액세스 할 수 있다.

3) 민첩하다.

조직은 기본 인프라에 대한 걱정 없이 새로운 어플리케이션을 개발하고 신속하게 생산에 투입할 수 있다.

4) 전략적 가치를 제공한다.

클라우드 공급자는 혁신 기술을 최신 상태로 유지하고 이를 고객에게 서비스로 제공하기 때문에 곧 쓸모없게 될 기술에 투자했을 때보다 더 많은 경쟁 우위를 가져가며 더 높은 투자 수익을 얻을 수 있다. 이를 통해 조직은 더 빠르게 혁신하고 새로운 아이디어를 시도할 수 있다.

5) 안전하다.

클라우드 컴퓨팅 보안은 클라우드 공급자가 구현하는 보안 메커니즘과 전담 팀의 깊이와 폭으로 인해 엔터프라이즈 데이터 센터보다 강력한 것으로 인식된다.

6) 비용 효율적이다.

클라우드 컴퓨팅 서비스 모델에 상관없이 사용하는 컴퓨팅 리소스에 대해서만 비용을 낸다. 갑작스러운 수요 급증이나 비즈니스 성장을 처리하기 위해 데이터 센터 용량을 과도하게 구축할 필요가 없으며, IT 직원을 배치하여 보다 전략적인 초기 전략(Initiatives)을 수행할 수 있다.

실제 사례(새로운 기술을 혁신하고 수용하는 것이 중요한 이유)

변화에 개방적이지 않고 기술을 동일하게 유지하는 것은 조직에 위험하다. 두 가지 예를 살펴봄으로써 이를 설명해보자.

한 회사는 이점을 위해 변화를 추구했고, 다른 곳은 변화를 추구하지 않았다.

1) 좋은 사례 - 닌텐도

닌텐도는 1889년부터 게임을 만들어 왔다. 인쇄기에 의해 가능해진 Hanafuda(화투)라고 불리는 전통적인 일본 카드로 시작을 했다. 거기서 그들은 지속적으로 새로운 기술을 사용하여 비즈니스를 변화시키고 게임 산업의 리더가 됐다. 심지어 게임 콘솔과 모바일 게임 장치를 처음으로 도입한 회사였다. 그러나 성공후에 멈추지 않았고, 2016년 포켓몬 고를 출시하고 1년 후인 2017년에는 최초의 클라우드 게임 콘솔인 닌텐도 스위치를 출시하며 모바일 게임에 혁명을 일으켰다. 대부분의 경쟁자들이 실패하고 있던 시기에 닌텐도는 새로운 기술을 사용하여 시장 점유율과 고객 기반을 지속적으로 유지하고 확장함으로써 변화했다. 최근에 닌텐도는 Google Cloud를 사용하여 전 세계 스마트폰에 게임을 제공하고 있다.

닌텐도가 성공한 이유는 무엇이였을까? 그들은 작동하는 방법이 아니라 존재하는 이유에 지속적으로 초점을 맞췄던 것이다. 닌텐도는 사람들이 게임을 플레이하기를 원하기 때문에 존재하며, 당연하게도 이 미션을 달성하기 위해 새로운 기술을 도입했던 것이다. 그들이 게임을 위한 최고의 도구로 액정 디스플레이에 초점을 맞추었다면 그 새로운 기술은 오히려 닌텐도에 마이너스로 작용했을 수 있다.

2) 나쁜 사례 - 백과사전 회사

특정 책 세트를 인쇄하고 판매하는 방법 즉 어떻게 작동하는지에 초점을 맞췄다. 가장 훌륭한 도서관의 선반에 늘어선 아름다운 가죽 제본 책 세트를 판매하는 것이 그들에게는 자랑스러워 하던 것이였다. 그러나 비용이 많이 들기 때문에 소수의 학자들이 구입할 수 밖에 없었다. 백과사전을 만들고 판매하는 회사에 중요했던 것은 인쇄기, 잘 보관된 창고, 책장 제작자, 무거운 컨테이너를 배송하고 받는 방법, 좋은 판매 전략이였다. 이 회사들은 책 제조에 너무 집중한 나머지 인간 지식을 수집, 분류 및 공유하는 초기 임무를 간과했다. CD-ROM과 최근 E-Book 기술의 발전으로 기존 백과사전 회사들은 비즈니스에 대한 위협을 받았고, 온라인으로 전환한 위키피디아 등의 새로운 기술을 도입한 백과사전 회사에 추월을 당했다.

닌텐도와 백과사전 회사의 시작은 동일했으나, 기술 혁신에 다르게 반응했기에 다른 결과를 경험했다. 현실은 일회성의 Digital Transformation 노력을 하는 것이 아니라, 지속적으로 해야한다는 것이다.

오늘날 의료에서 엔터테인먼트, 소매에서 제조까지 세계 수 많은 산업이 디지털화로 혼란을 겪고 있다. 조직이 새로운 기술을 받아들이고, 고객에게 더 나은 서비스를 제공함으로써 경쟁 우위를 확보할 수 있는 기회로 받아들이는 것이 중요하다.

클라우드 시대

오늘날의 클라우드 컴퓨팅 환경과 진정한 디지털 혁신이 어떤 모습인지 이해하려면, 우리가 어떻게 여기까지 오게 됐는지 이해를 해야한다.

VM(Virtual Machine) 클라우드 시대부터 시작이 되었다. VM은 가상머신을 의미하는데, 대 부분의 신생 기업인 새로운 조직은 하드웨어 구매 또는 운영을 포기하고 클라우드에서 시작할 수 있다는 것을 깨달았다. 이 것은 Twitter, Spotify 및 PayPal과 같이 오늘날 우리 모두가 사용하는 Cloud-Native 회사의 주요 촉매제였다. 최초의 VM 클라우드 시대가 끝날 무렵, 자체 데이터 센터를 운영하는 신생 기업은 거의 없었다.

다음은 조직이 IT 인프라를 클라우드로 마이그레이션한 인프라 클라우드 시대였다. 이 마이그레이션은 인프라가 더 빠르고 쉽게 확장 및 축소할 수 있기 때문에 비용을 절감했다. 회사는 클라우드 환경이 장기적인 인프라 계획이 필요하지 않고 보안이 더 좋기 때문에 더 빠른 개발이 가능했다. 또한 IT 직원의 관리 부담을 줄임으로써 조직은 더 많은 사람과 리소스를 새로운 기능 구축에 집중할 수 있게 됐다.

인프라 클라우드의 지난 10년 동안 이 마이그레이션을 무시한 회사는 뒤쳐졌다. 이러한 초기 클라우드 마이그레이션의 투자 수익이 중요했지만, 혁신적이거나 파괴적인 결과를 제공하거나 사람들이 IT외부에서 작업하는 방식을 근본적으로 바꾸지는 못했다. Digital Transformation은 단순히 비용 절감과 편의성을 위해 시스템을 클라우드로 마이그레이션하고 이전하는 것 이상을 추구해야 하기 때문이다. (초기 클라우드 마이그레이션 한 회사들은 투자 수익을 중요시하여 그 외에 가치를 느끼지 못한 것으로 보임)

미래를 내다볼 때 미래를 재창조한다는 것은 비즈니스가 이루어지는 곳뿐만 아니라 비즈니스가 이루어지는 방식도 바꾸는 것을 의미한다. 클라우드의 이점을 극대화하고 모든 사람, 프로세스 및 기술이 비즈니스에 최고 수준의 혁신을 가져올 수 있는 환경을 구축해야 한다.

조직이 단순히 인프라 결정을 내리는 것이 아니라 진정으로 혁신에 집중하는 혁신 클라우드 시대로 우리를 이끌어야 한다. 디지털화는 이제 기본이며 이 시대는 조직의 모든 팀에 혁신을 확산시키는 것이 중요하다. 이러한 지속적인 혁신과 발전을 촉진하기 위해 많은 조직들이 혁신 클라우드를 구축하고 있다. Transformation Cloud는 Digital Transformation에 대한 새로운 접근 방식이다. 앱 및 인프라의 현대화, 데이터 민주화, 인력 Connection, 믿을 수 있는 Transactions을 위한 환경을 제공한다.

이러한 솔루션은 맞춤형 산업 솔루션을 통해 사용하기 쉬운 플랫폼을 기반으로 구축되어 조직이 비용을 절감하고 모두를 위한 보다 지속 가능한 미래를 만들 수 있다는 확신을 심어준다.

그 결과 클라우드 컴퓨팅의 이점을 활용하여 혁신을 주도하고, 새로운 수익원을 창출하며 시장 변화와 고객 요구에 신속하게 대응하는 조직이 생겨나고 있다.

디지털 혁신으로 이어지는 과제

혁신을 가속화 하는 조직의 주요 지표는 혁신에 대한 생각이다.

애플리케이션과 서비스를 어디서 실행해야 하는지에 대한 인프라 질문 대신 모든 사람, 프로세스 및 기술이 변화하는 비즈니스 요구에 적응할 수 있도록 지원하는 환경을 구축하는 방법에 대한 혁신 질문을 던진다.

그렇다면 조직이 디지털 혁신을 겪게 만드는 문제 유형과 질문은 무엇일까?

Google에서는 고객에게 가장 큰 비즈니스 과제와 디지털 혁신을 가속화하는데 필요한 사항에 대해 이야기 할 때 아래와 같이 다섯가지의 주제를 듣는다.

1) 데이터를 이해하고 사용하는데 최고가 되기를 원한다.

조직은 데이터 사일로(한 부서에서 데이터를 관리하고 외부와 차단되어 있는 데이터 저장소 형태)를 빠르고 쉽게 해체하고 실시간 통찰력을 생성하며 더 나은 비즈니스 의사 결정을 내릴 수 있도록 stream, wake, warehouse 및 데이터베이스에 걸쳐 데이터를 통합하여 비용과 비효율성을 줄여야 한다.

2) 최고의 기술 인프라를 원한다.

조직은 성장을 위한 기반 역할을하고 시장 요구에 따라 안전하게 혁신하고 신속하게 적응할 수 있는 유연성을 갖춘 클라우드 플랫폼을 찾고 있다.

3) 최고의 하리브리드 작업 공간을 만들고 싶어한다.

우리가 일하는 방법과 장소의 근본적인 변화는 새롭고 더 강력한 연결 및 협업을 필요로 하며 대면에서 발생하는 많은 상호 작용이 디지털화 됐다.(Google Meet) 이러한 변화에는 더 많은 의도적인 연결과 협업이 필요하다

4) 조직이 데이터, 시스템, 유저가 안전하다는 것을 아는 것이 중요하다.

디지털 세계에서는 더욱 심각한 보안 문제가 발생하고 있으므로 이제 기업은 보안을 재고하고 있다. 빠르게 변화하는 환경에서 사람, 고객부터 Data 및 Transaction에 이르기까지 모든 것을 식별하고 보호하는 방법을 찾아야 한다.

5) 지속 가능성을 중요한 주제로 우선시하고 있다.

환경 영향을 최소화하는 제품과 서비스를 통해 보다 지속 가능한 미래를 만들고자 한다.(번개가 쳐서 전기가 내려가버리면 서버가 다운이 될 수 있기에..)

구글의 Transformation Cloud

Transformation Cloud의 기반을 형성하는 5가지 기본 기능이 있다.

데이터(Data)

데이터는 AI에서 가치를 창출하는 열쇠이며, 혁신과 차별화에 매우 중요하다. 그러나 데이터셋이 운영 및 분석 데이터 저장소에 분산되어 있는 경우 데이터 중심 기업이 되기는 어려울 수 있다.(한국에서는 이렇게 많이 사용하고 있는걸로 알고 있는데.. ) 2022년 설문 조사를 한 결과 측정 가능한 가치를 실현하기 위해 데이터 기반 조직을 만드는 데 성공한 기업은 26.5%에 불과했다고 한다.

데이터 클라우드는 데이터가 구글 클라우드에 있든 다른 클라우드에 있든 관계없이 전체 데이터 수명 주기에 걸쳐 데이터를 관리하는 통합 솔루션이다. (Big Query / Redshift / Snowflake 등등..) 이를 통해 조직은 뛰어난 확장성, 속도, 보안 및 안정성으로 데이터를 식별하고 처리할 수 있음.

Spotify, Ford 등의 선두 기업은 데이터 클라우드를 사용하여 AI가 내장된 데이터 기반 변환을 신속하고 안전하며 대규모로 진행한다.

개방형 인프라(Open infrastructure)

조직이 현대화된 IT시스템을 위해 구글의 Open Infrastructure cloud를 선택하는 이유는 구글의 Open Infrastructure cloud가 그 조직에 보안적 혁신을 주고, on-prem에서 edge(물리적인 위치나 그 근처에서 컴퓨팅을 수행하는 방법)로 edge에서 클라우드로 쉽고 혁신적이고, 개방적인 플랫폼으로 가는 자유를 주기 때문이다.

개방형 인프라 클라우드는 Google 클라우드 서비스를 다양한 물리적 위치에 제공하는 동시에 서비스의 운영, 거버넌스 및 진화는 Google 클라우드에 맡긴다.

단일 서비스 공급자나 폐쇄형 기술 스택에 의존하는 대신 오늘날 대부분의 조직은 오픈 소스 소프트웨어를 기반으로 하는 하이브리드 및 멀티클라우드 접근 방식을 사용하여 가장 적합한 장소에서 어플리케이션을 자유롭게 실행할 수 있기를 원한다.

개방형 인프라 클라우드는 조직에 애플리케이션을 구축, 마이그레이션 및 관리할 수 있는 선택권과 유연성을 제공하여 혁신 속도를 높이고 단일 클라우드 프로바이더에 대한 구속력(Lock-in)을 줄인다.

자주 혼동되는 두 가지 용어인 Open Standard와 Open Source를 보자.

Open Standard는 누구나 공개적으로 액세스하고 사용할 수 있는 특정 사양을 따르는 소프트웨어를 말한다. 소프트웨어 기능에 대한 지침을 제공하므로 공급업체의 Lock-in을 방지하고 이러한 표준을 사용하는 제품이 상호 운용 가능한 방식으로 성능을 발휘할 수 있다.

Open Standard의 예로는 웹에서 콘텐츠를 요청하기 위한 HTTP 또는 구조화된 데이터를 저장하기 위한 XML이 있다.

Open Source는 소스 코드가 공개적으로 액세스 가능하고 누구나 자유롭게 사용, 수정 및 공유할 수 있는 소프트웨어를 말한다. 분산된 커뮤니티는 일반적으로 투명성과 개방적인 아이디어 교환의 철학을 기반으로 오픈 소스 소프트웨어를 공개 협업으로 개발한다.

오픈 소스는 고객이 기대하는 이식성을 제공하기 위해 개방형 클라우드에서 중요한 역할을 한다. Google은 클라우드 컨테이너 상호 운용성의 업계 표준이 된 Kubernetes와 같은 프로젝트부터 모든 사람이 기계 학습 모델을 개발하고 교육할 수 있도록 지원하는 플랫폼인 TensorFlow에 이르기까지 오픈 소스를 통해 기술을 공유한 오랜 역사를 가지고 있다.

유연성을 제공하는 또 다른 방법은 Kubernetes, Istio, Knative와 같은 개방형 기술을 기반으로 구축된 Anthos와 같은 제품으로 관리되는 하이브리드 및 멀티클라우드 환경을 이용하는 것이다.

마지막으로 개방형 인프라는 경쟁하는 대신 파트너 에코시스템과 고객에게 제공할 수 있는 광범위한 솔루션을 제공한다.

협업(Collaboration)

사람들과 Connection을 만들고 협업하는 방식을 혁신하는데 도움이 된다. 혁신 클라우드는 단지 기술에 관한 것이 아니라, 사람과 문화가 더 중요하다. COVID 이후로 조직은 작업 준비에서 위치 및 시간 유연성을 모두 높였으며, 하이브리드 작업이 유지된다.

작업장(근무지)의 정의가 완전히 변경됨에 따라 지역 및 산업 전반에 걸친 정보 및 일선 근로자는 지역 및 산업 전반에 걸친 정보 및 일선 근로자가 어디에서나, 어떤 기기에서든 안전하게 연결, 생성 및 협업해야 합니다

이러한 새로운 하이브리드 작업 환경은 디지털 및 모바일 경험을 포함하여 대면 및 원격 상호 작용의 혼합을 지원해야 한다.

예를 들어 Google에서는 Google Workspace를 제공하는데, Gmail, Chat, Calendar, Drive, Docs, Sheets, Meet 등을 비롯한 커뮤니케이션 및 공동작업 앱을 Google AI 기반의 사람 중심 환경으로 통합한다.

신뢰(Trust)

신뢰할 수 있는 클라우드는 조직이 고급 보안 도구로 중요한 것들을 보호하도록 도와준다.

사이버 보안 위협의 증가로 인해 모든 회사는 보안 방식을 재고하고 있다. 이는 빠르게 변화하는 환경에서 사람과 고객부터 데이터와 Transaction에 이르기까지 모든 것을 식별하고 보호하는 방법을 찾는 것을 의미한다.

조직은 On-prem보다 클라우드가 더 안전하다고 보고있으며 직원, 고객 및 계약자가 서비스에 안전하게 액세스 할 수 있도록 간단하게 만들고 싶어한다.

그들은 글로벌 규모에서 위협을 찾고, 분석하고, 해결하기 위해 더 나은 가시성을 만들고 디지털 자산에 대한 제어를 유지하면서 클라우드 혁신의 이점을 누리길 원한다.

지속가능한 기술 및 솔루션(sustainable technology and solutions)

조직이 보다 지속 가능하게 구축하고 작업하는데 도움이 되는 기술과 솔루션을 사용하여 지속 가능한 기반 위에 구축된다.

오늘날 조직은 보다 (환경이) 깨끗하고 지속 가능한 세상을 만드는데 도움을 주도록 권장되며 지속적으로 발전하는데 도움이 되는 새로운 기술이 필요하다.

클라우드 컴퓨팅은 탄소 배출량을 줄일 수 있다.

구글 클라우드의 Adaption Framework

클라우드로의 이동은 비즈니스 혁신에 막대한 이점을 제공하지만, 위험도 있다.

문제는 다차원적이며, 클라우드에서 실행된 솔루션과 이를 지원하는 기술에 광범위한 영향을 미친다.

이를 구현해야 하는 사람과 이를 관리하는 프로세스 그리고 기술 등에 영향을 미치는데 클라우드에서는 Google Cloud Adaption Framework는 클라우드 적응을 가속화하기 위한 포괄적인 실행 계획을 만들어 조직이 클라우드를 빠르고 효과적으로 돕는 지도 역할을 한다는 것이다.

이를 위해 단기, 중기, 장기 전략을 만들고 있다.

조직이 클라우드 도입에서 어디에 있는지에 대한 확실한 평가와 원하는 위치에 도달할 수 있는 실행 가능한 프로그램을 제공한다.

조직이 약하거나 투자가 부족한 영역을 신속하게 파악이 가능하다.

요약

디지털 트랜스포메이션은 오래된 IT를 바꾸는 것 이상의 가치를 지닌다. 비용 절감과 편의성을 위하며, 수행 방식을 바꾼다.

클라우드의 이점을 극대화 하고 모든 사람, 프로세스 및 기술이 비즈니스에 최고 수준의 혁신을 가져올 수 있는 환경을 구축해야 한다.

이 챕터에서 배운 내용들