IT 운영에서 자동화가 종종 부족한 이유: 정적 규칙의 한계와 AIOps 대안

초기 오케스트레이션과 튜닝과 함께, 자동화 규칙은 라이트원스-디플로이-애니웨어(write-once-deploy-anywhere) 모델을 따르며 적응성을 위한 여지를 거의 남기지 않습니다. 새 엔터프라이즈 앱이 추가되거나, 워크로드가 클라우드 간에 이동하거나, 회사의 전반적 전략 계획이 변경될 때마다 규칙도 바뀌어야 합니다.

1947년, 제너럴 모터스(General Motors)는 최초의 현대 자동화 부서를 설립했습니다. 목표는 시간 소모적이고 자원 집약적인 작업(일반적으로 시급 직원이 처리)을 대체하기 위해 기계, 유압, 컴퓨터 기술 배열을 결합해 자동차 생산을 간소화하는 것이었습니다.

70년 후, 자동화 현상은 모든 산업과 시장으로 퍼졌고, IT에서 특히 열정적인 청중을 찾았습니다. 관리자와 IT 환경 간 행동과 응답을 모방하기 위해 여러 스크립트를 결합한 전체 플랫폼이 IT 전문가들을 스펙트럼 전반에서 가능한 한 많은 활동을 자동화하도록 이끌었습니다.

이제 새로운 소프트웨어 배포와 시스템 구성부터 연결이 끊긴 서버 재시작, 예기치 않은 변경에 대한 시정 조치까지 모든 것이 본질적으로 자동 조종(autopilot) 상태입니다. 하지만 한때 IT 팀의 병폐에 대한 만병통치약(panacea)으로 여겨지던 것이, 다음 물결의 IT 관련 과제 — 방대한 인프라, 기하급수적으로 더 큰 데이터 볼륨, 급속히 진화하는 비즈니스 요구 — 에 대해 비효과적이라는 징후를 보이기 시작했으며, 많은 이들이 의아해합니다: IT 자동화만으로 디지털 시대에 번영할 수 있을까? 아니면, IT 조직이 어떻게 효과적으로 계속 운영할 수 있을까?

정적 규칙으로 동적 환경 관리하기

디지털 트랜스포메이션의 여파로 IT 환경은 그 어느 때보다 복잡하고 방대해졌습니다. 관리할 인프라와 애플리케이션이 더 많고, 집계, 분석, 운영화할 데이터가 더 많습니다 — 모두 하이브리드 클라우드 전략의 등장으로 가능해졌습니다.

오늘날 평균 기업은 빠르게 변화하는 비즈니스 니즈(점점 더 요구가 많은 고객 기반과 기타 경쟁 압력에 의해 생성됨)를 따라잡기 위해 여러 퍼블릭 및 프라이빗 클라우드에서 수백 개의 애플리케이션을 실행합니다. 클라우드 플랫폼의 급속(그리고 광란적인) 채택과 유용한 포인트 도구에 대한 쉬운 접근은 지속적인 변화와 진화의 환경을 만들었으며, 이는 빠르게 관리 불가능해지고 있는 복잡성을 추가했습니다. 사실, 많은 IT 의사결정자들은 디지털 트랜스포메이션 노력이 효과적으로 관리되지 않으면 전체 조직에 부정적 영향을 미칠 위험이 있다고 보고합니다. 그리고 그 과제는 단순히 기존 자동화에는 너무 역동적일 수 있습니다.

우리가 아는 자동화는 규칙 기반이고 정책 주도입니다. 규칙은 특정 작업이나 활동을 수행하기 위한 단순하고 예측 가능한 명령이며, 해당 작업과 활동 주변 임계값이 위반되면 알림을 생성합니다. 자동화 규칙은 범위가 좁고 정적이며, 운영을 원활하고 효율적으로 유지하기 위해 수천 개의 다른 규칙과 조정되어야 합니다 — 정확히 그래서 그것들이 디지털화된 현대 IT 환경에서 더 이상 충분하지 않습니다.

초기 오케스트레이션과 튜닝과 함께, 자동화 규칙은 라이트원스-디플로이-애니웨어 모델을 따르며 적응성을 위한 여지를 거의 남기지 않습니다. 새 엔터프라이즈 앱이 추가되거나, 워크로드가 클라우드 간에 이동하거나, 회사의 전반적 전략 계획이 변경될 때마다 규칙도 바뀌어야 합니다.

더구나, 오늘날의 클라우드 기반, 서버리스 환경은 자동화에 지속적인 튜닝과 변경을 요구하며, 이 모든 것을 효과적으로 수행할 인력, 리소스, 능력을 가진 IT 팀은 존재하지 않습니다.

AIOps가 자동화를 슈퍼차지하다

인공지능의 부상은 IT 운영 전문가들에게 변곡점(inflection point)입니다. 왜냐하면 IT 운영에 AI를 적용하는 것(AIOps)이 끊임없이 변화하는 IT 환경을 관리하는 그들의 접근 방식을 완전히 재편할 수 있기 때문입니다. AIOps는 온프레미스와 클라우드 인프라를 아울러 소스 타겟 전반의 데이터를 단일 데이터 레이크로 집계할 뿐만 아니라, 인간이 놓칠 수 있는 방대한 정보 볼륨 속에서 가장 희미한 초기 경고 신호까지 선제적으로 식별하고, 그 중요성을 맥락화하며, 인간 개입 없이 즉각적이고 결정적인 적절한 조치를 취합니다.

팀 멤버들이 수없이 많은 알림을 수동으로 뒤지며 높은 우선순위와 낮은 영향 알림을 구별하려 시도하는 대신, AIOps 도구가 이 모든 것을 자동으로 수행합니다. 특정 IT 운영에 매핑된 미세 조정된 알고리즘을 적용해 수백만 로그 레코드와 메트릭을 걸러내 시스템 성능과 건강에 대한 가장 중요한 알림을 표면화해 더 큰 가시성을 제공하고, IT 팀 멤버들이 더 높은 우선순위 이니셔티브에 집중할 수 있게 해 IT 생산성과 효율성에 절실한 부스트를 제공합니다.

표준 IT 자동화는 수년간 광범위한 조직에 혜택을 주었습니다. 하지만 오늘날 기업은 초기에는 거의 아무도 상상할 수 없었던 IT 관리 과제에 직면해 있으며, 기존 IT 자동화로는 단순히 처리할 수 없습니다. 비즈니스가 점점 더 디지털화됨에 따라 — 인프라 추가, 새 서비스 출시, 새 데이터 스트림 통합 — 그들은 광대한 인프라를 완전히 통제하고 급속히 진화하는 경쟁 환경에서 보조를 맞추기 위해 더 진보된 지능형 자동화 솔루션을 필요로 할 것입니다.

작성자: 지아이 호프만(Jiayi Hoffman), 옵스램프(OpsRamp) 데이터 사이언스 아키텍트