AIㆍML / BI|분석 / IoT / 가상화ㆍ컨테이너 / 개발자 / 데이터ㆍ분석 / 데이터센터 / 오피스ㆍ협업 / 클라우드

2017년을 넘어 이어질 9가지 엔터프라이즈 기술 동향

Eric Knorr | InfoWorld 2016.12.07

올해 엔터프라이즈 기술을 한 단어로 요약하자면 명확성(clarity)이다.

컨테이너, 마이크로서비스, 클라우드 확장성, 데브옵스, 애플리케이션 모니터링과 스트리밍 분석을 둘러싼 새로운 생태계가 일시적 유행이 아니라는 점은 밝혀졌다. 미래의 기술로서, 이미 실리콘 밸리와 시애틀의 최첨단 기업들을 움직이고 있다.

동시에 이 신세계와 대부분의 기존 엔터프라이즈 IT 운영 사이의 간격이 더 커지고 있음도 사실이다. 열기가 식긴 했어도 "디지털 트랜스포메이션"이라는 용어가 아직 사라지지 않은 이유도 그래서다. 레거시에서 현대적 시스템으로 도약하기 위해서는 여러 단계에 걸친 방대하고 전반적인 변화가 필요하다.

그렇다면 2017년은 어떨까? 엔터프라이즈 기술의 현재 상태를 알면 앞을 예견하기도 그만큼 쉽다. 그래서 필자는 내년과 그 이후의 9가지 엔터프라이즈 기술 동향을 예측했다. 가장 확실한 것부터 차례로 살펴보자.

1. 진보된 협업
몇 년에 걸친 "비즈니스 소셜 네트워킹"의 실패 이후, 슬랙(Slack)과 슬랙을 중심으로 한 생태계는 채팅 기반 협업을 핵심 비즈니스 애플리케이션으로 부상시켰다. 물론 힙챗(HipChat)부터 플록(Flock)에 이르기까지 많은 경쟁업체들이 있고, 마이크로소프트 팀(Teams)이 슬랙을 격파할 수 있을지에 대해서도 큰 관심이 쏠리고 있다. 특히 팀은 오피스 365에 무료로 제공된다.

필자 개인적으로는 단순한 채팅 기반 협업이 이렇게 부상했다는 사실이 신기하다. 채팅방이라는 개념은 IRC 시절부터 항상 있었기 때문이다. 개발자들은 리누스 토발즈가 리눅스 커널 리버전을 관리하기 위한 방편으로 깃(Git)을 제안했을 때부터 더 심층적인 형태의 협업을 수행해왔다. 현재 가장 널리 사용되는 깃 구현은 깃허브(GitHub)와 비트버킷(Bitbucket), 깃랩(GitLab)이다. 존 유델 등은 깃허브가 코드를 넘어 온갖 것의 협업을 위한 토대를 제공할 수 있다고 주장한다.

더 흥미로운 점은 머신 러닝을 통해 협업 플랫폼이 조직의 사람과 리소스, 데이터를 모아 즉석으로 작업그룹을 형성하게 될 수도 있다는 것이다. 이는 조라와르 비리 싱이 최근 인포월드와의 인터뷰에서 밝힌 아이디어다. 사일로를 허무는 협업은 디지털 변형을 위한 열쇠이므로 이를 가능하게 해주는 머신 인텔리전스는 향후 이 분야에서 가장 큰 기회 영역이 될 것이다. 플록은 "매직 서치" 기능을 통해 이미 그 가능성을 일부 보여주고 있다.

2. 딥 러닝
AI와 그 하위 집합인 머신 러닝의 부흥에는 막대한 연산, 메모리, 데이터를 제공하는 클라우드의 힘이 크게 작용한다. 이를 통해 알고리즘이 방대한 데이터를 소화해 신속하게 유용한 결과를 생산할 수 있기 때문이다. 머신 러닝 중에서도 극히 연산 집약적인 딥 러닝의 경우 특히 더 그렇다. 딥 러닝은 동일한 문제에 대해 동시에 작동하는 복수의 신경망 계층을 사용해 영상 인식부터 사기 탐지, 예측 분석에 이르는 작업을 수행한다.

주요 클라우드 서비스는 모두 고객에게 딥 러닝에 필요한 부가적인 성능(GPU 처리 포함)을 제공할 수 있다. 이 분야의 선두인 구글의 텐서플로우(TensorFlow)는 구글 클라우드 플랫폼의 서비스, 그리고 오픈 소스 프로젝트 두 가지 형태로 모두 제공된다. IBM의 왓슨(Watson)도 딥 러닝 기술을 습득했고, 이제 개발자들이 블루믹스(Bluemix) 클라우드를 통해 이용할 수 있게 됐다. 마이크로소프트 애저(마이크로소프트 코그니전트 툴킷(Microsoft Cognizant Toolkit)), AWS(그리고 MXNet 프레임워크와 새로운 레코그니션(Rekognition), 폴리(Polly), 렉스(Lex) 서비스까지)과 같은 새로운 서비스까지 가세하면서 분위기는 한껏 가열되고 있다.

3. 화려하게 돌아온 SQL
몇 년 동안 우리는 온통 몽고DB나 카산드라와 같은 NoSQL 데이터베이스에 관해서만 이야기했다. 이러한 새로운 솔루션이 제공하는 유연한 데이터 모델링과 스케일 아웃의 이점이 놀라웠기 때문이다. 그러나! SQL 역시 스케일 아웃을 습득했다. 즉, 클러스트릭스DB(ClustrixDB), 딥SQL(DeepSQL), 멤SQL(MemSQL), 볼트DB(VoltDB)와 같은 제품에서도 데이터베이스 서버의 몸집을 키우는 대신 보편적인 노드를 간단히 추가할 수 있다. 게다가 아마존 오로라, 구글 클라우드 SQL과 같은 클라우드 기반 서비스 형태의 데이터베이스 덕분에 스케일 아웃 문제는 생각할 필요도 없다.

동시에 NoSQL 데이터베이스는 발걸음을 뒤로 돌려 SQL과의 상호운용성을 제공하고 있다. 데이터가 많다면 그 데이터를 분석하고자 한다는 것, 그리고 인기 있는 분석 도구(그 사용자들을 말할 것도 없고)에는 여전히 SQL이 필요하다는 것은 불변의 사실이다. NoSQL은 무수한 변형을 통해 여전히 막대한 잠재력을 제공하지만 SQL이 사그라질 기미는 없다. 모두가 SQL과 NoSQL의, 일종의 대대적인 단일화를 예견한다. 이 단일화가 어떤 실질적 형태를 갖게 될지는 아무도 모른다.

4. 퀴베르네티스의 승리
애플리케이션의 미래가 어떤 형태가 될지는 모두가 안다. 바로 확장 가능한 클라우드 인프라의 도커 컨테이너에서 실행되는 마이크로서비스다. 그러나 모놀리식 애플리케이션을 마이크로서비스로 분할할 때 문제가 발생한다. 이 마이크로서비스들을 관리하고 조율해야 한다는 점이다. 이를 해결하기 위해 아파치 메소스(Mesos), 도커 스웜(Swarm), 구글 퀴베르네티스를 포함한 몇 가지 솔루션이 부상했다.

현재 시점에서 보면 퀴베르네티스의 승리가 거의 확실하다. 어떻게 보면 당연하다. 대규모 프로덕션 환경에서 컨테이너를 실행하는 데 있어 구글보다 더 많은 경험을 가진 회사는 없기 때문이다. 구글은 보그(Borg)라는 내부 시스템을 사용하는데, 이 보그가 쿠버네티스의 모체다. 모든 주요 클라우드는 퀴베르네티스를 지원하며 온프레미스 구현과 클라우드 구현 모두 가장 앞선 퀴베르네티스 제공업체는 코어OS(CoreOS)와 레드헷이다. 여기에 퀴베르네티스 프로젝트의 공동 창안자이자 전 구글 직원 크레이그 맥러키가 창업한 신생 기업 헵쇼(Heptio)도 있다.

다만 컨테이너가 아직 극히 초기 단계에 불과하다는 점 등 여러 가지 변화 요인이 있는 만큼 퀴베르네티스의 승리가 짧게 끝날 가능성도 있다. 예를 들어 최근 AWS re:Invent 컨퍼런스에서 CTO 워너 보겔스는 여러 가지 새로운 컨테이너 관리 및 오케스트레이션 도구를 발표했다. 구글은 당연히 퀴베르네티스를 고수하겠지만 경쟁은 끝나지 않았다. 이제 시작일 뿐이다.

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.