BI|분석 / 클라우드

클라우드는 데이터 분석을 어떻게 바꾸는가

Lisa Morgan | HPE 2017.05.31


아주 옛날부터 각종 비즈니스 지표를 이해하고 소통하는 것은 IT 부서, 더 구체적으로 “데이터 처리”라고 불렀던 업무는 IT의 몫이었습니다. 이제는 IT가 제공하던 것보다 더 나은 데이터 분석을 원하는 사업분야의 부채질을 받아 분석 업무가 전체 조직으로 확산되고 있습니다. 그 결과, 분석(Analytics)은 종종 IT의 개입 없이 IT와 상반된 결과를 낳으면서 엔터프라이즈의 기능적 분야로 자리매김하고 있습니다.

데이터 분석의 성장은 누가 어떤 데이터를 관리하고, 누구의 통제 하에 있는지에 대해 파급 효과를 끼치고 있습니다. 그리고 이런 현상은 주로 클라우드에서 벌어지고 있습니다. 대부분의 온프레미스 분석 공급업체들은 자사의 제품에 SaaS(Software-as-a-Service) 버전을 추가하며, 순수 SaaS 분석 옵션 숫자도 계속해서 늘어나고 있습니다. 기간업무 부서는 언제나 분석에 굶주려 있고 자체적인 IT 예산을 가지고 있기 때문에 두 유형의 공급업체 모두 사업 부서와 사업 부문을 타깃으로 하고 있습니다.

클라우드 기반 분석이 매력 있는 이유
클라우드 고유의 컴퓨팅 그리고 스토리지 능력과 결합된 클라우드의 확장성과 탄력성으로 조직은 과거보다 더 큰 데이터 세트를 가지고 작업할 수 있습니다. 데이터 세트가 커지면 과거에는 찾아내기 어렵거나 불가능했던 통찰력을 확보할 수 있습니다. 클라우드 분석을 사용해서, 사용자는 새로운 방식으로 내부 데이터를 결합하고, 내부 데이터를 서드파티 데이터와 혼합하며, 시간적 관점만 확인하던 과거와는 달리 고객 행태와 공급선 영향 같은 성공 요인에 대한 예측적인 관점까지 확보할 수 있습니다.

그렇다고 미래가 장밋빛인 것만은 아닙니다. SaaS 기반 분석 기능이 매력적이기는 하지만, 클라우드 분석을 기존 온프레미스 혼합체에 추가하거나 온프레미스 솔루션에서 클라우드 대안으로 이동할 때, 엔터프라이즈 구매자들이 고려해야만 하는 매우 현실적인 문제가 있습니다.

서로 다른 분석 옵션들은 데이터 과학자, 데이터 분석가, 비즈니스 분석가, 그리고 비즈니스 사용자를 포함해서 조직 내부의 서로 다른 역할에 서비스를 제공한다는 점을 깨닫는 것도 중요합니다. 때로는, 한 가지 옵션 유형의 매력 포인트가 미처 고려하지 못했던 제약사항에 의해서 상쇄되기도 합니다.

예를 들면, IT 업계 협회인 CompTIA는 일부 클라우드 분석 플랫폼이 사용 중인 포맷으로 데이터를 업로드하고 데이터를 표시하는 데는 대단히 훌륭하지만, 계산을 목적으로 설계된 것은 아니라는 점을 직접 체험했습니다. CompTIA의 조사와 시장 정보 담당 수석 부사장인 팀 허버트는 “가공되지 않은(Raw) 데이터로 평균값, 중앙값, 그리고 범위를 보여주고 싶을 때는 모든 분석 플랫폼이 처리하지는 못하는 회귀 분석이 적절할 수 있습니다”라고 말했습니다. 그는 “엑셀이건 데이터베이스 분석이건, 온프레미스에서 사용하고 있는 도구를 사용해서 계산을 수행하고, 그 결과를 클라우드로 업로드 해야 할 수 있습니다”라고 설명했습니다.

온프레미스 솔루션에 분석 추가하기
많은 조직들이 온프레미스 분석 솔루션을 보유하고 있으며 SaaS 분석을 거기에 추가하고 있습니다. 클라우드 서비스들에는 네트워크 연결을 통해서 이동시키기에는 비 현실적인 양의 데이터를 채워야 할 필요가 있습니다.

포레스터 리서치의 부사장 겸 책임 연구원인 마이크 구알티에리가 “유선을 통해서는 그렇게 할 수 없습니다. 그러므로, 고객 시설로 몰고 오는 트럭인 AWS 스노우볼(Snowball)이나 AWS 스노우모바일(Snowmobile)처럼 공급업체가 제공하는 상자 같은 다른 수단을 통해서 해야만 합니다”라고 말했다. “그 후에는, 원래 이동한 것과 비교해 매우 적은 양이기 때문에 데이터를 교환하는 것이 그리 어려운 일이 아닙니다”라는 설명입니다.

미국 LA시는 사이버보안 공격에 대비해 AWS를 사용하고 있다. CIO인 테드 로스에 따르면, LA는 서부 해안에서 가장 큰 보안 타깃이라고 합니다. 미국에서 2번째로 혼잡한 공항, 서반구에서 가장 큰 항구, 그리고 400만명의 주민을 보유하고 있습니다. 유명세를 타고 있는 경찰서–LA 경찰서가 등장한 TV 드라마와 신문 기사 수를 생각해 보십시오–는 해킹이 성공하면 더 많은 악명을 얻는다는 것을 알고 있는 해커들에게 최고의 도전입니다.

로스는 “우리는 37개의 서로 다른 부서 전체에서 24시간마다 2억 4,000만 개의 기록을 소화하고 있습니다”라고 말했습니다. 또, “이 많은 데이터는 침해 사례라는 바늘을 찾아야만 건초 더미와 같습니다. 클라우드는 사이버보안이든 어떤 분야든, 타당한 가격으로 대량의 데이터 분석을 수행할 수 있게 효과적인 메커니즘을 제공해줍니다”라고 설명했습니다.

온프레미스 하드웨어와 소프트웨어에 상당한 투자를 한 조직은 어떤 분석 프로세스를, 어떤 속도로, 그리고 어떤 이유로 클라우드로 이전할지를 결정해야만 합니다.

공공기관의 VAR(Value-added Reseller) DLT 솔루션의 데이터와 분석 담당 수석 기술자인 데이비드 루발은 “어떤 애플리케이션이 언제 개발됐는지에 따라 달라지므로 워크로드 대화가 우선입니다. 이런 애플리케이션 중 일부는 클라우드 준비가 되어있지 않을 수도 있으니까요”라고 말했습니다. 루발은 “기술의 발전 속도가 너무 빠른 나머지, 여러 해 전에 개발돼 이미 폐업한 시스템, 애플리케이션, 데이터베이스가 많습니다. 결국, IT 환경에 별도의 이전 경로를 필요로 하는 ‘섬’이 존재하게 되었습니다”라고 덧붙였습니다.

전통적인 데이터 웨어하우스 환경에서 클라우드로 이전할 때는 예상 밖의 지연 문제가 일어날 수 있습니다. 지연은 애플리케이션에 나쁜 영향을 미칠 수 있으며, 그로 인해 사용자 경험, 분석의 적시성, 그리고 심지어는 시간에 민감한 통찰력의 정확성에 악영향을 줄 수 있습니다.

클라우드 이전을 앞두고는 온프레미스와 클라우드 분석의 상대적인 TCO와 ROI를 이해하려 노력해야 합니다. 각각의 워크로드와 투자를 최적화하기 위해, 각각의 무엇이 가장 적함한지를 판단하기 위해 최선을 다하십시오.

로스는 “데이터를 클라우드로 옮기고 있다면, 일단 고착을 걱정하지는 않아도 됩니다. 클라우드에서 시작해 온 프레미스 데이터를 옮길 때, 또 온 프레미스에서 클라우드로 데이터를 옮길 때에도 워크로드를 클라우드에 올리고 내리는 작업을 자유롭게 할 수 있어야 합니다”라고 강조했습니다. 또, “현명한 조직이라면 늘 최고의 이익을 평가하고 늘 최선의 이익을 얻을 것”이라고 덧붙였습니다.

클라우드 솔루션으로 이전하기
온프레미스 BI(Business Intelligence), 분석 서비스의 SaaS 버전이나 전혀 다른 솔루션, 솔루션 세트로 이전할 조직도 있을 것입니다. 클라우드건 온프레미스건, 단순히 제품 기능, 특성, 기능보다는 의사결정에 영향을 주는 요인이 더 많습니다. 상황에 따라서는, 특히 한 공급업체의 제품에서 다른 공급업체의 제품으로 이동할 때, 데이터 매핑 같은 기술적 문제가 대두될 수 있습니다.

국제 법률 사무소인 화이트 앤 케이스의 소싱과 기술 거래 관행 부문 파트너인 다렌 오르제코브스키는 “온프레미스 구성에 맞춰져있는 데이터가 클라우드 구성에 따라 어떻게 매핑되는지를 살펴야 하기 때문에 미리 계획해야만 합니다. 이전이나 내보내기를 할 때마다 신중하게 생각하고 데이터 위생(Data Hygiene) 면에서 어떤 문제도 없음을 확인하십시오”라고 조언했습니다. 각종 필드(Field)가 같은 방식으로 매핑되지 않거나 새로운 환경에서는 이전 환경에서 나오던 포맷으로 결과물이 나오지 않을 수도 있습니다.

공급업체 간의 계약 조건이 다를 수 있기 때문에 리더들은 데이터의 양방향 이식성도 고려해야 합니다. 퍼블릭 클라우드 서비스로 데이터를 업로드할 떄는 대개 문제가 없습니다. 그렇지만, 데이터를 내릴 때는 문제가 될 수 있습니다. 구매자들은 “동의” 단추를 누르기 전에 데이터 이식성을 포함한 서비스 조건을 숙지해야 할 것입니다.

가격은 사전에 상세하게 이해할 필요가 있는 문제입니다. 클라우드 서비스는 일반적으로 온프레미스 솔루션에 비해 저렴하다고 예상하기 쉽지만, 가격 구조를 이해하지 못한다면 깜짝 놀라게 될 수도 있습니다. 사용량이 늘어날수록, 가격도 높아간다는 것을 어렵게 깨달은 사용자도 많습니다.

포레스터의 구알티에리는 “계정과 데이터로 하고 싶은 것을 할 수 있는 무료 구간이 있었지만, 워크로드가 일관적이라면 가격이 높아질 수도 있습니다. AWS에서 막대한 청구서를 받았다는 회사의 이야기를 들었습니다”고 말했습니다. 또, “매일 포트폴리오 위험분석을 구동할 경우에는 온프레미스가 더 저렴할 수도 있습니다”라고 조언했습니다.

보안을 잊어서는 안 됩니다
보안에 대해 여전히 회의적이어서 클라우드를 완전히 배제하는 조직도 있습니다. 클라우드 솔루션이 본질적으로 안전하다고 생각하는 조직도 있습니다. 일반적으로는 마이크로소프트, 아마존을 비롯한 업체들이 자사 인프라 보호를 위해 대규모 투자를 해왔다는 점을 감안해 조직의 보안에 대한 관심은 일견 줄어든 면이 있습니다. 그렇지만 늘 그랬듯이, 클라우드 보안은 가장 취약한 링크만큼만 강력하다.

LA 시의 로스는 “우리 보안 직원은 온프레미스와 같은 수준의 보안을 유지하는 방법을 알아야 하며, 이제는 인터넷 상으로 이동했으므로 그에 어울리는 방식으로 접근할 필요가 있습니다”라고 말했습니다. 또, “자사 온프레미스 아키텍처 상에 존재하지 않는 애플리케이션과 데이터를 관리하는 방법을 알 수 있어야 한다”고도 강조했습니다.

일부 분석 공급업체는 확장성, 탄력성, 그리고 보안을 이용하기 위해 AWS, 애저, 그리고 구글 클라우드 플랫폼 상에서 제품을 구축했습니다. 그렇지만, 공급업체의 보안 메커니즘이 자사의 필요사항을 충족한다고 해서, 내부 보안 관행이 침입을 허용해서는 안 됩니다.

CompTIA의 허버트는 “어떤 경우에는, 온프레미스에 비해 더 많은 관리자들이 클라우드 데이터에 액세스하고 있기 때문에 상황이 악화될 수 있어서, 관리 권한을 제대로 설정했는지 확인해야만 합니다”라고 말했습니다. 그는 “대개는 사용자들이 대시보드 데이터를 받아보고 몇 가지 기본 조작을 수행할 수 있게 해주는 옵션이 있겠지만, 데이터세트에 대한 액세스 권한은 없습니다. 사용자들은 데이터세트를 내보내거나 변경할 수 없습니다”라고 설명했습니다.

클라우드로 전송되는 데이터가 정기적으로 업데이트되지 않았으면, 백업도 문제가 될 수 있습니다. 대다수 기업이 데이터를 백업하고는 있지만, 클라우드에 있는 데이터 자산 업데이트에 대한 교육은 소홀히 하고 있습니다.

요점
클라우드 분석은 기업들에 경쟁우위를 창출할 때 사용할 확장성 있고, 유연하며, 대개는 컴퓨트 집중적인 옵션을 제공하고 있습니다. 그렇지만, 이런 제품이 차용할 용이성과 속도가 언뜻 보기보다는 구현이 더 복잡하다는 사실을 지나칠 위험이 있습니다. 예를 들면, 기간 업무에서는 자체적인 클라우드 분석 솔루션 도입이 점점 늘어나고 있지만, 누가 정보에 액세스하는지 또는 공급업체의 사용 계약이 소속 기업의 보안이나 프라이버시 정책을 위반하고 있는지의 여부를 고려하지 않을 수 있습니다.

대다수 조직은 소속 직원의 행태를 통제하는 정책을 가지고 있지만, 이런 정책이 늘 집행되고 있지는 않으며, 이제는 최신 비즈니스 환경이 되어버린 복잡성에 세부사항이 묻혀버릴 수 있습니다. 늘 그랬듯, 기술적 의사결정을 할 때는 비즈니스와 IT의 동반자적 관계를 유지하는 것이 현명합니다.

클라우드에서의 분석: 리더를 위한 교훈
- 분석에 있어서의 해탈을 기대하지 마십시오. 많은 클라우드 분석 플랫폼들은 불만스러운 특성 제약사항을 가지고 있습니다.

- 온프레미스 분석과 SaaS 애플리케이션을 모두 사용하는 것이 일반적입니다. 이전 대상을 택일하기 위해서는, 시기와 이유뿐 아니라 클라우드로 이전하기에 적합한 분석 프로세스에 대한 어려운 질문에 답을 해야만 합니다.

- 클라우드에서의 데이터 공유로 어떻게 새로운 보안 취약점이 생겨나는지 생각해보십시오. 

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.