진화하는클라우드 멀티·엣지 클라우드네이티브 · 2020-04-29 · OpenFog...
24
Transcript of 진화하는클라우드 멀티·엣지 클라우드네이티브 · 2020-04-29 · OpenFog...
클라우드 컴퓨팅 환경 변화
IT 기반 환경의 변화
• 전통적 IT 환경대비 현재의 필요 인력의 변화, 관리 도구 변화, 복잡도 증가로 인하여 자동화
에 대한 운영 필요성 증대로 점차 전통적인 IT 환경에서 클라우드 서비스로 전환
클라우드 컴퓨팅 주요 트랜트
• 초자동화(Hyperautomation)
• 다중 경험(Multi-experience)
• 전문성의 민주화(Democratization of Expertise)
• 인간 증강(Human Augmentation)
• 투명성 및 추적성(Transparency and Traceability)
• 자율권을 가진 엣지(The Empowered Edge)
• 분산형 클라우드(Distributed Cloud)
• 자율 사물(Autonomous Things)
• 실용적 블록체인(Practical Blockchain)
• 인공지능 보안(AI Security)
2020년 주요 전략기술(가트너)
Hybrid & Multi cloud
Edge Computing
Cloud Native
• Containers and the Cloud
• Open Source Software and the Cloud
• Interest in Serverless Computing Drops
• Private and On-Premise Clouds
• Multi-Clouds
• Hybrid Clouds
• Edge Computing and the Cloud
• Artificial Intelligence and the Cloud
• Changes in Cloud Architecture
2020년 클라우드 컴퓨팅 및 아키텍처(Dataversity)
Multi Cloud
• AWS나 GCP, MS Azure와 같은 하나 혹은
둘 이상의 퍼블릭 클라우드 공급자와 프
라이빗 클라우드 플랫폼 혹은 온-프레미
스 인프라를 함께 사용하는 것
Hybrid CloudMulti Cloud
• 같은 형태의 클라우드 서비스를 의도적으
로 여러 퍼블릭 클라우드 업체로부터 받
아사용하는 것(Garter)
• 2017년 11억 6,950만 달러에서 연평균
성장률 30.9%로 증가하여, 2022년에는
44억 9,270만 달러에 이를 것으로 전망
Multi Cloud
Multi Cloud 시장 및 활용
• 대부분의 기업이Multi Cloud 활용전략
을 수립하고 있으며, Hybrid 클라우드
비중을 높게 두고 있음
Source : Markets and market(2017)
2017 2022
연평균 성장률30.9%
44.9억달러
11.7억달러
Multi Cloud
• Cloud 관리의 복잡성
• 네트워크 Latency 및 대역폭 문제
• 암호화와 관련된 복잡성 및 비용
• IT 정책의 충돌
• 폭 넓은 전문 기술의 필요성
• 고객 맞춤형 소프트웨어의 개발 비용
• 클라우드 간 데이터 전송의 보안 위협
• 시스템 복잡성 증가로 인한 공격영역 증가,
• 클라우드간 신뢰 관리 문제
• 관리의 오버헤드
Multi Cloud 장단점
• 서비스 가용성 향상
• 고착화(Lock-in) 위험의 감소
• 유연성 : 최적의 적합 유형의 우수한
서비스를 선택
• 새로운 비즈니스 요구사항 대응 민첩성
• 시장 출시 기간 단축
• 요구에 가장 적합한 서비스(기능 수준, SLA)
• 데이터의 위치, 규정 준수
• 내부 IT 서비스 기능 비용과 외부 클라우드
서비스의 비교
장점 단점
Multi Cloud
Multi Cloud 도입사례
【KCA】【NIA】
• 정보시스템 Hybrid/Multi Cloud 도입을 진
행 중으로 두 개 이상의 Multi Cloud를 통
해 고가용성을 확보
• 전면적인 민간 클라우드 도입을 선도하
기 위해서 전체 시스템에 Hybrid/Multi
Cloud 환경 전환을 추진
Source : 한국방송통신전파진흥원2019)Source : 한국정보화진흥원(2019)
Edge computing
• 응답시간을 개선하고 대역폭
을 절약하기 위해 필요한 곳
에 연산과 데이터 스토리지
를 도입하는 분산 컴퓨팅 패
러다임
• 클라우드 컴퓨팅처럼 중앙
집중형 처리 방식이 아닌, 데
이터가 생성되는 네트워크의
단말에서 가까운 엣지에서
데이터를 처리하는 방식
Edge computing 개념
Source : 삼성 뉴스룸
Edge computing
Edge computing 동인
컴퓨팅 및 센서 비용의 지속적인
급락
작은 풋프린트(footprint) 장치(예 :
게이트웨이 또는 센서 허브) 컴퓨
팅 능력 향상
기계 혹은 환경에서 지속적인 데
이터(예 : 날씨 또는 시장 가격) 증
가
최신 머신러닝 및 분석 증가클라우드 컴퓨팅과 엣지 컴퓨팅의 연계
Source : Openstack
Edge computing
Edge computing 시장
• 26.5%의 연평균 성장률(2019년 28억 달러 ->
2024년까지 69억달러)에 이를 것으로 성장예측
• 산업 전반에 걸쳐 사물 인터넷 (IoT) 채택 증가,
지연 시간이 짧은 처리 및 실시간 자동 의사 결정
솔루션에 대한 수요 증가, 기하 급수적으로 증가
하는 데이터 볼륨과 네트워크 트래픽을 능가 할
필요성으로 요인에 기인
• 자율주행차와 커넥티드카 인프라의 출현과 엣지
컴퓨팅 솔루션의 효율성을 향상시키기 위한 경량
프레임워크 및 시스템의 필요성은 엣지컴퓨팅 벤
더에게 충분한 기회를 제공 할 것으로 예상2019 2024
연평균 성장률26.5%
69억달러
28억달러
Source : Markets and market(2017)
Edge computing
Edge computing 표준화
• 플랫폼마다 서로 다른 요구사항을 충족시키고 다양한 기기들을 서비스해야 하는 특성상 여러
기업들이 함께 사용할 수 있는 표준이 필수적
Audi AG , BMW Group , Daimler AG, Huawei , Intel , Nokia, Qualcomm 등으로 구성,
무인자율주행을 구현하는 데 필요한 표준화
국제 이동통신표준화 기구인 3GPP(3rd Generation Partnership Project) 는 LTE 및 LTE-
Advanced 관련 표준화
OpenFog 컨소시엄은 다양한 역량과 분야에서 Fog 컴퓨팅의 표준화 및 홍보를 목표로
하는 전 세계 첨단 기술 기업 및 학술 기관의 컨소시엄
전세계 66개국과 5개 대륙에서 850개 이상의 회원을 지닌 비영리 기관으로
MEC(Mobile Edge Computing) 표준화 수행
Edge computing
Edge computing 도입사례
• (영국 캠브리지시) • (미국 켄터키시 교통국)
도로 결빙 방지 및 제설 시스템
✓ 빅 데이터 분석 및 엣지 컴퓨팅을 적용 -> 도
로 및 제설차에 있는 센서와 엡 데이터를 이
용 엣지에서 분석 처리
✓ 결빙 방지 및 제설 스케줄을 보다 정확하게
사용할 수 있어 폐기물을 줄이고 눈과 얼음
제거 시 5~10%를 절약
스마트가로등 기반의 도시 데이터자산화 프로젝트
• (미국 국방부)
✓ 해병대와 특수 부대에서도 임무에 배치 가능한 전술 cloud를 사용
✓ 전술 edge에 있을 때 개선된 지휘력과 통제력을 제공
✓ 군인들은 3D렌더링 응용프로그램 또는 지형공간 응용프로그램과 같이 상황인식을 제공하는 전술적 측면에
서 보다 복잡하고 정교한 응용 프로그램을 실행
CLOUD NATIVE
클라우드 컴퓨팅 모델의 장점을 모두 활용하는 애플리케이션을 개발하고 실행하기
위한 접근 방식
• DevOps : 소프트웨어 전달과 Infrastructure 변경
프로세스 자동화를 목표로 소프트웨어 개발자와
IT 운영자가 협업한 결과물
• Continuous delivery : 개별 애플리케이션을 변
경하면 다른 변경 사항과 함께 하나의 릴리스나
유지 관리 창 등의 이벤트에 통합해 들어갈 때까
지 기다리지 않고 준비되는 즉시 release 가능
• Micro-services : 소규모 서비스 집합의 일부로
서 애플리케이션을 개발하려는 아키텍처형 접근
방식
• Containers : 가상 머신 (VM)과 비교했을 때 효율
성과 속도를 모두 제공
Source : Pivotal Software
CLOUD NATIVE
• (예측가능) 작은 단위의 서비스를 자동화된 체계를 통해 배포하여 오류 가능성을 줄임
• (다양한 기술) 서비스 단위별로 적합한 언어 및 미들웨어를 활용하여 최적화된 아키텍처를 구성
(Ployglot)
• (적정용량) 마이크로 서비스 단위로 구성되어 필요한 기능 단위만 용량을 확장할 수 있어 효율적으로
자원을 활용
• (공동작업) 개발자와 운영자간의 긴밀한 협업환경
• (지속적인 전달) 지속적으로 통합되고 배포되는 환경 제공
• (독립성) 애플리케이션이 느슨하게 결합 되어 다른 서비스에 영향을 주지 않고 독립적으로 관리 운영
• (자동화된 확장성) 자원의 상태와 사용량에 따라 자동으로 동적 자원 할당
• (빠른 복구) 오류가 발생된 기능 단위만 수정하고 빌드 배포하면 되므로 대응이 빠름
Cloud Native 애플리케이션(Vs, 기존 어플리케이션) 장점
Cloud Native 애플리케이션의 중요성
CLOUD NATIVE
Micro Service Architecture, Container 가상화(Docker), Severless computing, Orchestration & Management(Kubernetes) ……..
경쟁우위확보• 고객의 요구에 부응해 신속하게 애플리케이션을 구현하고 전달할 수 있는 환경이 업계의
경쟁력이 될 것이다. IT 서비스의 목표를 비용 절감에서 비즈니스 성장엔진으로 변경
유연성• 비즈니스 우선 순위를 맞추고 가격을 최적화하기 위해 다양한 클라우드 업체들에 마이그
레이션 하거나 배포할 능력을 유지
개발자에동기부여
• 개발자들은 여러 클라우드에서 실행되고 크기를 조정하기 위해 코드를 작성하는 오버헤
드를 차단하고 고객가치를 전할 코드 작성에 집중 가능
운영과비즈니스 정렬
• 비즈니스 우선 순위를 맞추고 가격을 최적화하기 위해 다양한 클라우드 업체들에 마이그
레이션 하거나 배포할 능력을 유지
CLOUD NATIVE
▪ Cloud Native 애플리케이션은 MSA(Micro Service Architecture)로 실현
▪ MSA는 기능 단위의 작은 애플리케이션을 구축하고 이들이 가벼운 통신방식(REST 등)으로 연결
되어 동작하는 애플리케이션
MSA(Micro Service Architecture)
<Monolithic vs. Micro-services Architecture> <쇼핑몰에서 MSA 구성 사례>
CLOUD NATIVE
MSA(Micro Service Architecture) 사례
NETFLIX Cloud 아키텍처11번가MSA 사례
CLOUD NATIVE
• Container : 하나의 호스트 운영체제 위
에 여러 개의 격리된 시스템 환경을 구
성할 수 있는 운영체제 수준의 가상화
기술
Container 가상화(Docker)
• Docker : Container 기술 기반의 대표적
인 가상화 기술, 게스트 운영체제 없이
배포하므로 설치된 이미지 자체의 용량
에 따른 네트워크 부하 및 배포 시간을
고려했을 때 큰 장점을 가짐
<가상머신과 Container 비교>
<Docker 아키텍처>
CLOUD NATIVE
Orchestration & Management(Kubernetes)
• Cloud Native 애플리케이션은 실제 여러 container에 걸쳐 있으며, container는 여러 서버 호스트
에 배포
• container의배포와 협업을 container orchestration이라고하며, 가장 많이 활용되고 있는 대표
적인 플랫폼이 kubernentes임
< Kubernetes 개념>< Kubernetes 필요성>
CLOUD NATIVE
Severless Computing
• 클라우드에서 컴퓨팅 기능을 실행하는 서비스 모델 중 하나
➢ 클라우드 서비스 제공자가 서버 운영, 리소스의 동적 할당 등의 부분을 책임지고, 사용자는 실제 수행
될 로직만을 작성하는 형태의 컴퓨팅 모델
• FaaS(Function as a Service)
➢ 사용자는 애플리케이션의 로직을 상태가 없는 (stateless) 함수의 형태로 구현, 서버리스 컴퓨팅 이용
➢ 애플리케이션 운영에 필요한 다른 모든 사항은 클라우드 사업자가 책임을 지게 됨
• 특정한 이벤트(예를 들어, API 호출이나 데이터 스트림의 이벤트)가 발생하면 이 이벤트에 해당하는 함수(즉,
사용자가 등록한 서비스 로직)가 자동으로 실행되어 애플리케이션이 수행되는 컴퓨팅 방식
< Amazon Lambda 서비스의 기본 구조>
구분
AWS Lambda Azure Function Cloud Functions Cloud Functions
제공사 Amazon Microsoft Google Naver (nCloud)
사용 언어Node.js, Python, Ruby,
Java, Go, C#, PowerShell
Node.js, Python, Ruby, Java,
Go, C#, PowerShell, PHP, F#
Node.js
Python, GO
Node.js, Python, Java,
Swift, PHP, .NET(C#), GO
최대실행시간 15분 10분(프리미엄 요금제 무제한) 9분 2분
최대메모리할당 128MB~3008MB 1.5GB (프리미엄 14GB) 2048MB 512MB
요금
요청회수월별 1백만회 무료, 이후
1백만회 당 $0.20
월 1백만회 무료, 백만 번 실행
당 ₩0.20
월별 2백만회 무료, 이후
1백만회 당 $0.40
월별 1백만회 무료, 이후
1백만회 당 200원
메모리-소요시간$0.0000166667/GB-s (월
400,000GB-s 무료)
$0.000016/GB-s
(월400,000GB-s무료)
GB-초 $0.0000025
(월 400,000GB-s 무료)
0.017원/GB-s
(월400,000GB-s무료)
CPU-소요시간 - -GHz-초 $0.0000100 (월
200,000GHz-초 무료)-
추가 데이터 전송요금 부과 데이터 전송요금 부과 데이터 전송요금 부과 데이터 전송요금 부과
주요 Trigger Type
API Gateway
Amazon S3
DynamoDB
AWS Kinesis
AWS IoT
EventHub
Azure Storage
Pub/Sub
HTTP
Cloud Storage
Firebase
API Gateway
Cron
Github
CLOUD NATIVE
Severless Computing 서비스
CLOUD NATIVE
Severless Computing 사례
미 의회 Voicemail 시스템호주 GT-Scan2시스템
Multi Cloud
기존 백업 및 DR 시스템을 위해 클라우드를 사용하여 보다 안정적으로 운영
마이 데이터를 활용한 포탈 구축을 위해 각 데이터를 가지고 있는 각 기관의 데이
터를 수집·공유·서비스할 수 있는 아키텍처의 구현 가능
Edge Computing
• 지연 없는 실시간 데이터 분석, 지역 내 통신 인프라, 초연결(Hyper-Connected) 사회
의 구축을 통해 재난/범죄/교통 등에 끊김 없는 서비스를 제공
• 신재생 에너지 발전 시설과 엣지 컴퓨팅, 퍼블릭 클라우드를 연결하여 발전, 송전, 예
측, 장비 고장 예방 등의 기능을 수행하는 아키텍처 적용 가능
Serverlesscomputing
• 공공부문의 경우 서버리스 컴퓨팅의 외부 인력에 의존하는 경우가 많고, 특정한 기간
이나 일정 시간에만 집중적으로 활용되는 서비스들도 적지 않으므로 장점 활용이 가
능
• 벤더 락인(Lock-in) 효과에 대한 면밀한 검토가 필요하며 현재로서는 대형 퍼블릭 클
라우드 서비스를 사용 가능할 경우에만 서버리스 컴퓨팅 활용 가능
신기술 적용을 통한 공공부문 클라우드 활용 방안
QnA
