자동화는 멀티 클라우드 인프라 모니터링의 핵심입니다.

인프라가 원활하게 실행되고 있는지 확인하는 것은 서비스를 유지하고 고객 만족도를 높이는 데 매우 중요합니다.

Dynatrace의 UK&I 지역 부사장인 Greg Adams가 멀티 클라우드 인프라 모니터링에서 automaton이 수행할 수 있는 핵심 역할에 대해 설명합니다.

디지털 혁신에 보조를 맞추기 위해 모든 산업의 조직은 앞서 나가는 데 필요한 민첩성과 확장성을 확보하기 위해 점점 더 멀티 클라우드 아키텍처로 전환하고 있습니다. IDC는 이러한 추세가 계속되면 2025년까지 클라우드 서비스에 대한 전 세계 총 지출이 1조 3000억 달러를 초과할 것으로 예측합니다.

그러나 추가되는 각 클라우드는 기술 환경이 더 많은 수의 플랫폼에 걸쳐 있기 때문에 인프라 관리 작업을 더 복잡하게 만듭니다. 결과적으로 IT 운영(ITOps) 팀이 더 많은 작업을 수행하게 되어 혁신에 집중할 수 없게 됩니다. 실제로, 우리의 연구에 따르면 ITOps 팀은 인프라 전반에 걸쳐 '단순히 켜진 상태를 유지하기 위해' 일상적인 수동 작업에 시간의 거의 절반(42%)을 보냅니다.

이러한 팀은 인프라 관리에 대한 보다 지속 가능한 접근 방식이 분명히 필요합니다. 즉, 멀티 클라우드 환경에서 관찰 가능성을 개선하고 수동 작업을 자동화하여 혁신을 주도하고 조직의 가치를 창출하는 데 더 많은 시간을 할애할 수 있는 접근 방식입니다.

다중 클라우드 편두통

인프라 성능을 효과적으로 관리할 수 없는 경우 ITOps 팀은 오늘날의 고객과 사용자가 요구하는 원활한 디지털 경험을 제공하기 위해 엄청난 노력을 기울일 것입니다. 멀티클라우드 환경 전반에 걸쳐 명확하고 종단 간 관찰 가능성을 갖는 것이 중요합니다. 불행히도 이러한 통찰력은 점점 더 파악하기 어려워지고 팀이 인프라를 따라잡기 위해 고군분투하면서 사각 지대가 조금씩 생겨나고 있습니다.

멀티 클라우드 환경은 본질적으로 복잡하고 인프라 모니터링에 대한 기존의 많은 접근 방식으로 관리하기 어렵습니다. 여기에는 몇 가지 요인이 있습니다.

첫째, 각 클라우드 플랫폼에는 Amazon CloudWatch 또는 Azure Monitor와 같은 고유한 기본 모니터링 도구가 함께 제공됩니다. 따라서 ITOps 팀은 인프라 전반의 활동을 추적하기 위해 기존 모니터링 솔루션 위에 계층화하는 데 필요한 도구의 범위가 점차 증가하고 있음을 알게 되었습니다. 우리의 연구에 따르면 조직은 평균적으로 7가지 모니터링 솔루션에 의존하여 멀티 클라우드 환경을 관리합니다. 이로 인해 팀은 사용자 여정이 여러 클라우드를 통과할 때 디지털 서비스의 문제를 식별하기 위해 다양한 대시보드에서 인사이트를 수동으로 조합하는 데 더 많은 시간을 소비해야 합니다.

Kubernetes의 수수께끼

관측 가능성을 더욱 어렵게 만드는 또 다른 요인은 다중 클라우드 환경 내에서 변경 빈도입니다. Kubernetes와 같은 플랫폼을 사용하면 조직이 수요에 맞게 멀티 클라우드 인프라를 빠르게 확장할 수 있지만 지속적인 변화로 인해 팀이 성능을 효과적으로 모니터링하고 관리하기가 어렵습니다. Kubernetes 환경은 또한 대량의 데이터를 생성하는데, 이는 ITOps 팀이 사용자 경험에 대한 멀티 클라우드 인프라의 영향을 이해하기 위해 수동으로 선별하는 것이 불가능합니다.

복잡성을 가중시키면서 '도구 스프롤'을 완화하기 위한 노력에서 팀은 종종 여러 도구를 결합하기 위해 오픈 소스 관찰 솔루션을 사용하여 인프라 모니터링에 DIY(Do-It-Yourself) 접근 방식을 채택합니다. 이로 인해 수동 작업이 낭비되고 유지 관리가 어려워 팀이 보다 전략적인 작업에 집중할 시간이 줄어들기 때문에 디지털 혁신을 방해합니다.

앞으로 과정 자동화

이러한 문제를 극복하기 위해 조직은 AIOps(IT 운영을 위한 인공 지능)를 활용하여 가능한 한 많은 수동 작업을 자동화하는 인프라 모니터링에 대한 새로운 접근 방식으로 IT 팀에 권한을 부여해야 합니다. 이는 환경 변화에 따라 멀티 클라우드 인프라를 지속적으로 발견하고 계측하여 사각지대를 제거합니다. 결과적으로 팀은 수동 모니터링 프로세스에 시간과 노력을 투자할 필요 없이 종단 간 관찰 가능성을 유지할 수 있습니다.

AIOps는 또한 경고를 자동으로 분류하고 관찰 가능성 데이터를 쿼리하여 팀이 사용자와 고객에게 원활한 디지털 경험을 제공하는 데 필요한 정확한 통찰력을 제공합니다. 이 접근 방식을 통해 AIOps는 팀이 멀티 클라우드 인프라 전반에서 문제의 원인을 이해하고 비즈니스 영향에 따라 문제의 우선 순위를 지정할 수 있도록 합니다. 이는 팀이 가장 중요한 문제를 먼저 해결한 다음 조직의 디지털 혁신을 가속화하는 작업에 집중할 수 있음을 의미합니다. 그러나 이는 팀이 관찰 가능성 데이터를 한 곳에서 통합할 수 있는 경우에만 가능합니다. 통합된 보기는 효과적인 자동화를 추진하는 데 필요한 전체 컨텍스트를 제공하는 단일 정보 소스를 생성합니다.

혁신을 위한 더 많은 시간

조직이 멀티 클라우드 환경으로 계속 전환함에 따라 원활한 디지털 서비스를 생성하고 고객 만족도를 높이는 데 인프라가 원활하게 실행되도록 하는 것이 더욱 중요해지고 있습니다. AI 및 자동화에 중점을 둔 인프라 모니터링 전략을 구현하면 ITOps 팀의 수동 작업 부담이 줄어듭니다. 결과적으로 팀은 혁신을 가속화하고 비즈니스를 위한 더 나은 결과를 도출하는 데 집중할 수 있습니다.