클라우드 서비스 - DAY. 01

1. 클라우드 컴퓨팅 소개

[ DX와 클라우드 컴퓨팅의 관계 ]

1. DX와 클라우드 컴퓨팅의 정의
   • DX: 조직이 디지털 기술을 활용해 프로세스, 제품, 서비스를 혁신하고 경쟁력을 강화하는 과정
   • 클라우드 컴퓨팅: 인터넷을 통해 데이터 저장, 서버, 네트워킹, 소프트웨어 등의 IT 자원을 필요에 따라 제공하여 사용한 만큼만 비용을 지불하는 기술
2. DX를 위한 클라우드 컴퓨팅의 역할
   • 유연성 제공: 클라우드는 IT 인프라를 유연하게 확장하거나 축소할 수 있어 DX 추진 시 필요한 기술 환경을 쉽게 구축할 수 있음
   • 비용 효율성: 초기 투자 비용이 큰 전통적인 인프라와 달리, 클라우드는 사용량 기반의 비용 구조를 제공하여 DX 실행 비용 절약
   • 신속한 혁신 지원: 클라우드 기반의 서비스는 애플리케이션 개발, 테스트, 배포 속도를 높여 DX 가속화
3. 클라우드 컴퓨팅의 DX 기여 사례
   • 데이터 중심 의사결정: 클라우드는 빅데이터 분석 및 AI 활용을 위한 기반을 제공하여 데이터 중심의 DX 촉진
   • 원격 근무와 협업 강화: 클라우드 기반 협업 도구와 인프라로 비즈니스 환경의 디지털화 지원

결론적으로, 클라우드 컴퓨팅은 DX를 위한 핵심 도구로, 조직이 디지털 기술을 도입하고 활용하는 데 필수적인 기술적 기반을 제공한다.

---

[ 전통적인 IT 환경 vs 클라우드 컴퓨팅 ]

1. 민첩성
   • 클라우드는 IT 자원을 필요할 때 바로 사용할 수 있어 새로운 서비스나 애플리케이션을 빠르게 개발, 배포, 테스트할 수 있음
   • 전통적인 IT 환경에서는 새로운 하드웨어나 소프트웨어를 구축하는 데 시간이 오래 걸림
2. 탄력성
   • 클라우드는 사용량 변화에 따라 자원을 자동으로 확장하거나 축소할 수 있어 예상치 못한 수요 증가에도 안정적으로 대응 가능
   • 전통 환경에서는 최대 수요를 대비해 자원을 과도하게 준비해야 하며, 낮은 사용률에서는 자원이 낭비됨
3. 비용 최적화
   • 클라우드는 초기 하드웨어 및 유지보수 비용 없이 사용량 기반(pay-as-you-go)으로 비용을 지불해 IT 예산을 효율적으로 사용할 수 있음
   • 전통 환경에서는 고정된 설비 투자와 유지보수 비용 발생
4. 확장성
   • 클라우드는 전 세계 데이터 센터를 통해 무제한에 가까운 확장성을 제공하며, 기업이 비즈니스를 성장시키는 데 필요한 IT 인프라를 유연하게 확보 가능
   • 전통 환경에서는 물리적 자원을 확장하는 데 제약이 많음
5. 관리 효율성
   • 클라우드 서비스 제공업체가 보안, 백업, 소프트웨어 업데이트 등의 관리 작업을 담당하여 IT 운영 부담 감소
   • 전통 환경에서는 IT 부서가 모든 작업을 직접 수행

요약하면, 클라우드 컴퓨팅은 변화하는 비즈니스 요구를 더 잘 충족시키고 IT 자원의 활용을 최적화하며, 전통적인 IT 환경에 비해 운영과 비용 면에서 큰 유리함을 제공한다.

---

※ 국내 클라우드 시장 전망

2025년 국내 IT 인프라 시장의 60%가 클라우드 환경으로 도입/전환될 것으로 예상(한국IDC)

---

[ 클라우드 퍼스트 전략 ]

※ 클라우드 퍼스트 전략이란?

• IT와 비즈니스 의사결정 과정에서 클라우드 기술을 최우선적으로 고려하는 접근 방식
• 기업에서 신규 애플리케이션이나 시스템을 구축하거나 기존 인프라 업그레이드 시,
  먼저 클라우드 기반 솔루션을 선택하는 것을 목표로 함
• 이는 온프레미스(내부 서버) 기반 시스템을 사용하는 전통적인 접근과 대비됨

---

[ 클라우드 서비스 모델 ]

1. IaaS (Infrastructure as a Service)

• 정의: 컴퓨팅 자원(서버, 스토리지, 네트워크 등)을 가상화 형태로 제공하여, 사용자가 원하는 환경을 직접 구성하고 관리할 수 있는 서비스
• 주요 특징:
  • 물리적 하드웨어 대신 가상 인프라를 제공
  • 사용자가 OS, 애플리케이션 등을 설치하고 관리
• 예시: AWS EC2, Microsoft Azure Virtual Machines, Google Compute Engine
• 사용 사례:
  • 대규모 데이터 처리, 테스트/개발 환경 구성

---

2. PaaS (Platform as a Service)

• 정의: 애플리케이션 개발 및 실행을 위한 플랫폼을 제공하는 서비스로, 사용자는 코드를 작성하고 실행하는 데 집중할 수 있음
• 주요 특징:
  • OS, 미들웨어, 데이터베이스 등을 제공
  • 개발 및 배포 환경이 통합적으로 관리됨
• 예시: Google App Engine, Microsoft Azure App Services, Heroku
• 사용 사례:
  • 웹 애플리케이션 및 API 개발, 빠른 프로토타이핑

---

3. SaaS (Software as a Service)

• 정의: 소프트웨어 애플리케이션을 인터넷을 통해 제공하며, 사용자는 설치나 유지보수 없이 바로 활용 가능
• 주요 특징:
  • 클라우드 기반 애플리케이션 제공
  • 사용자는 소프트웨어 사용에만 집중, 업데이트와 유지보수는 서비스 제공자가 담당
• 예시: Google Workspace(Gmail, Docs), Salesforce, Dropbox
• 사용 사례:
  • 이메일, 고객 관계 관리(CRM), 협업 툴

---

관리 책임의 범위:

• IaaS: 인프라만 제공 → 사용자가 OS, 애플리케이션 관리
• PaaS: 인프라 + 플랫폼 제공 → 사용자가 애플리케이션 개발에 집중
• SaaS: 애플리케이션 포함 전체 제공 → 사용자가 소프트웨어만 사용

이러한 모델은 기업의 필요에 따라 유연하게 선택할 수 있으며, 클라우드 환경의 핵심 구성 요소로 널리 사용된다.

---

[ 클라우드 배포 모델 ]

1. 퍼블릭 클라우드 vs 프라이빗 클라우드

특성	퍼블릭 클라우드	프라이빗 클라우드
소유권	클라우드 서비스 제공업체	조직(내부) 또는 외부 서비스 제공업체
접근성	공용(다수 사용자 공유)	전용(단일 조직만 사용)
보안 및 프라이버시	낮음	높음
비용	낮음(사용량 기반 과금)	높음(초기 투자 및 유지비)
유연성/확장성	매우 높음	제한적
관리 부담	제공업체 관리	조직이 직접 관리 또는 외주 관리

---

결론:

• 퍼블릭 클라우드: 초기 비용이 적고 빠른 확장성을 원하는 중소기업이나 스타트업에 적합
• 프라이빗 클라우드: 보안과 규제가 중요한 금융, 의료, 정부기관 등에서 선호
  많은 조직은 두 모델을 혼합한 하이브리드 클라우드를 선택하여 두 모델의 장점을 동시에 활용

---

2. 단일 클라우드 vs 멀티 클라우드

특성단일 클라우드멀티 클라우드

특성	단일 클라우드	멀티 클라우드
제공업체 수	1개	2개 이상
관리 복잡성	낮음	높음
종속성	높음(Vendor Lock-in)	낮음(탈중앙화)
비용	상대적으로 낮음	상대적으로 높음
장애 복원력	낮음(단일 제공업체 장애 시 전체 영향)	높음(백업 옵션 다양)
유연성/최적화	제한적	높은 선택 가능성

---

결론:

• 단일 클라우드:
  • 간단한 운영과 비용 최적화를 추구하는 소규모 기업에 적합
• 멀티 클라우드:
  • 안정성, 유연성, 성능 최적화를 중요시하는 대규모 기업에 적합
  • 특히 규제 준수가 필요한 경우에 유리함
• 많은 기업은 하이브리드 클라우드를 포함하여 단일과 멀티 클라우드를 혼합하여 사용하는 경우도 많다.

---

※ 클라우드 서비스의 글로벌 시장 점유율

---

[ 분산 처리 ]

• 정의:
  • 여러 개의 컴퓨터나 서버가 협력하여 작업을 동시에 처리하는 방식
• 특징: 
  • 대량의 데이터를 처리하거나 고속 연산이 필요한 작업을 효율적으로 수행하기 위해 사용됨
  • 기본적으로 분산 처리 시스템은 여러 독립된 시스템이 협력하여 데이터 처리
  • 각 시스템은 하나의 처리 단위(노드)로 작동
• 주요 개념:
  1. 병렬 처리:
     • 여러 프로세스가 동시에 실행되어 작업을 나누어 처리하는 방식
     • 처리 속도를 크게 향상시킴
  2. 로드 밸런싱:
     • 작업을 여러 노드에 고르게 분배하여 각 노드의 부하를 최소화하고 작업을 효율적으로 처리
  3. 중복성:
     • 데이터를 여러 노드에 복제하여 데이터 손실 위험을 줄이고 시스템 안정성을 높임
  4. 분산 데이터베이스:
     • 데이터가 여러 노드에 분산되어 저장되고, 각 노드는 필요한 데이터를 로컬에서 직접 처리 가능

→ 분산 처리는 빅 데이터 처리, 클라우드 컴퓨팅, 병렬 컴퓨팅 등에 활용되며, 고속으로 대량의 데이터를 처리해야 하는 상황에서 중요한 역할을 한다.

---

[ 오토 스케일링 ]

• 정의:
  • 클라우드 인프라 환경에서 시스템 자원을 자동으로 조정하여, 사용자의 수요 변화에 맞게 서비스의 성능과 비용을 최적화하는 기술
• 특징:
  • 시스템은 자동으로 부하가 증가하거나 감소할 때, 자원 확장 및 축소 가능 
  • 예) 웹사이트 트래픽이 급증하면 자동으로 서버를 추가하고, 트래픽이 줄어들면 불필요한 서버를 자동으로 종료시킬 수 있다.

인프라 확장 방식: Scale Up vs. Scale Out

1. Scale Up (수직 확장)
   • 정의: 기존의 서버에 더 많은 CPU, 메모리, 저장 공간을 추가하여 성능을 향상시키는 방식
   • 장점: 관리가 비교적 간단하고, 단일 서버에서 확장할 수 있어 구성과 복잡성이 적음
   • 단점: 물리적인 한계가 있기 때문에 한 서버만으로 처리할 수 있는 한계가 있어 성능이 일정 한계를 넘어설 수 없음
2. Scale Out (수평 확장)
   • 정의: 서버의 수를 늘려 여러 서버를 동시에 사용하여 시스템 성능을 향상시키는 방식. 클러스터 환경을 만들어 여러 대의 서버가 동시에 작업을 처리함
   • 장점: 서버를 추가하여 시스템의 확장성이 거의 무한대로 커질 수 있다. 고가용성 및 부하 분산이 가능하여 시스템에 장애가 발생해도 다른 서버들이 처리 가능
   • 단점: 관리가 복잡해질 수 있으며, 각 서버 간의 데이터 동기화나 네트워크 성능이 중요해짐

오토 스케일링 활용 예시:

• 웹 애플리케이션: 사용자 수가 증가하는 시간대에 자동으로 서버를 추가하고, 사용자 수가 감소하면 서버를 줄여 비용을 절감합니다.
• 클라우드 서비스: 클라우드 환경에서 리소스를 자동으로 추가하거나 제거하여, 효율적인 비용 관리와 성능을 보장합니다.