지금 통용되는 의미의 관찰가능성(현대 IT 운영의 중요한 축을 담당하는 90억 달러 규모의 범주)은 일반적으로 구글 검색, 구글 광고, 유튜브와 같은 하이퍼스케일 서비스에 대한 구글의 사이트 안정성 엔지니어링 접근 방식과 연관된다.
구글의 사이트 안정성 엔지니어링 책에 따르면 구글은 2003년, 쿠버네티스의 영감이 된 클러스터 운영체제인 보그(Borg)의 탄생에 즈음해서 보그몬(Borgmon)이라는 새로운 모니터링 시스템을 만들었다. 구글은 분산 인프라 전반에서 작동하는 마이크로서비스의 경우 움직이는 부분이 워낙 많은 만큼 동적 시스템을 이해하기 위해서는 실시간으로 작동하고 플랫폼 팀을 불필요한 노이즈로 뒤덮지도 않는 새로운 모델이 필요하다는 것을 인식했다.
보그몬은 “시계열 데이터 수집을 모니터링 시스템의 가장 중요한 역할로 만들고, 시계열을 차트와 알림으로 조작하기 위한 풍부한 언어로 체크 스크립트를 대체”했다.
프로메테우스와 그라파나의 등장
보그몬은 프로메테우스(Prometheus) 탄생의 전기가 됐다. 프로메테우스는 2014년에 출시됐으며 현재 메트릭 기반 모니터링 및 알림을 위해 가장 널리 사용되는 오픈소스 기술이다. 거의 같은 시기에 이와 별개로 관찰가능성을 시각화하기 위한 그라파나(Grafana)가 등장했다. 이 두 오픈소스 기술로 인해 수천만 명의 개발자로 구성된 커뮤니티가 형성되고 메트릭과 로그, 트레이스를 중심으로 한 관찰가능성 범주의 혁신 동력이 마련됐다.물론 이야기는 거기서 끝나지 않는다. 오늘날의 시스템은 기반 복잡성을 의도적으로 점점 더 많이 노출하고 있다. 우리가 다루는 데이터는 줄어들지 않고 더 늘어난다. 시스템은 갈수록 이질화되고 사용자 기대치는 계속 높아진다. 엔지니어링과 비즈니스의 절충은 이해는 되는 일이지만 이는 인간 운영자가 현재 일어나는 일을 파악하기가 점점 더 어려워진다는 것을 의미한다. 이들에게는 통제력을 되찾고 노출되는 복잡성을 억제하고 증류하기 위한 툴이 필요하다.
분산 시스템을 사람이 이해하기 위한 이 관찰가능성의 여정에서 가장 기대되는 새로운 발전 상황을 확인해 보자.
eBPF와 실리움을 사용한 커널 수준 관찰가능성
분산 시스템이 발전하면서 네트워크 계층의 추상화도 함께 발전했다. 이 영역에서 가장 기대되는 두 가지 기술은 애플리케이션이 파일 액세스와 네트워크 액세스 및 기타 운영체제 기능을 위해 리눅스와 접하는 모든 부분에서 커널 수준 인텔리전스를 추출하는 eBPF와 실리움(Cilium)이다.이 두 가지 기술, 그리고 허블(Hubble)과 같은 스토리지 백엔드는 애플리케이션 변경이 불필요한 새로운 연결 패브릭을 만들고, 커널 수준에서 이벤트를 관찰하기 위한 세분화된 텔레메트리 데이터를 풍부하게 생성한다. 현재 eBPF와 실리움으로 가장 성공적인 결과를 얻는 사용자는 네트워크 텔레메트리에 집중하거나 대규모 서비스 전반의 대규모 분석을 지원하는 사용자다.
관찰가능성과 소프트웨어 공급망 보안
Log4j와 같은 보안 익스플로잇으로 인해 소프트웨어 아티팩트(개발자가 소프트웨어를 구축하는 데 사용하는 프레임워크와 라이브러리)의 상대적인 보안 취약성이 드러났고, 이러한 빌딩 블록의 출처와 무결성을 보호해야 할 필요성이 대두됐다. 특히 Log4j의 경우 보안 팀은 취약점을 패치하는 작업뿐만 아니라 Log4j가 환경의 어느 부분에 있는지, 애초에 있기는 한지 파악하는 데도 어려움을 겪었다.일반적인 엔터프라이즈에는 방대한 서비스를 구성하는 수많은 아티팩트 카탈로그가 있고, 서비스가 실행되는 위치는 고도로 분산된다. 이로 인해 보안 팀은 인간의 추론 역량으로는 감당할 수 없는 늪에 빠졌다. 모든 지표는 관찰가능성이 소프트웨어 공급망 보안과 함께 가야 한다는 것을 가리키고 있다. 필자는 공급망 보안 기술이 관찰가능성 영역과 심층적으로 통합될 것으로 전망한다.
관찰가능성 사용 편의성의 발전
관찰가능성은 인기를 끌고 있지만, 여전히 너무 많은 분야에 대한 전문 지식이 필요하다. 자동화의 발전은 유용한 데이터의 탐색과 선택을 개선하고 간소화하는 데 도움이 될 것이다. 유입되는 데이터의 유형을 기반으로 자동으로 대시보드가 생성될 수 있다. 또한 자동 계측을 사용하면 전체 데이터 생성과 그에 따르는 비용이 약간 상승하겠지만, 데이터 추출의 기준선을 만들어 가치 실현 시간을 단축할 수 있을 것이다.관찰가능성 시각화의 경우 GUI 1세대에서 발전해 코드형 구성(configuration-as-code)이 핵심 개념이 된다. 개발자는 웹 인터페이스에서 구성 작업을 수행하는 대신 매일 다루는 익숙한 툴 및 개념인 API와 깃(Git) 통합을 통해 관찰가능성 데이터 및 구성을 다루게 된다. 개발자는 코드 프로그래밍과 같은 방식으로 모든 관찰가능성 데이터와 시각화를 다룰 수 있으며 여기에는 CI/CD, 롤백 및 기타 최신 운영의 모든 핵심 부문까지 포함된다.
애플리케이션 관찰가능성
기존 애플리케이션 모니터링(APM)은 범위가 극히 제한적으로, 기반 인프라는 무시한 채 애플리케이션만 관찰한다. 기존 애플리케이션 모니터링은 클라우드 제공업체, 네트워크, 스토리지, 데이터베이스, 기타 서비스, 클러스터 스케줄러, 또는 애플리케이션이 상호 작용하고 의존하는 그 밖의 모든 문제에 대한 시야가 없다. 차세대 관찰가능성 툴을 사용하면 개발자와 운영자는 메트릭, 로그, 트레이스, 프로필 사이를 단절없이 이동하면서 기업이 수행하는 모든 작업을 종합적으로 볼 수 있으며, 평균 복구 시간(MTTR)을 단축하고 사용자 만족도를 높일 수 있다.결론
더 심층적인 관찰가능성에 대한 요구를 이끄는 주된 동력은 기존 서비스 경계를 허무는 마이크로서비스와 클라우드 네이티브 컴퓨팅의 도입이다. 독립적인 팀에서 더 많은 작업을 병렬로 수행할 수 있도록 하기 위해 이러한 새로운 아키텍처를 구현하면서 조직은 수직 확장성을 일부 희생하는 대가로 수평 확장성이 제공하는 혜택을 얻었다.이 같은 엔지니어링의 절충은 비즈니스 측면에서는 타당하지만 시스템의 내재된 복잡성이 직접적으로 더 많이 노출된다는 대가가 따른다. 많은 팀이 이미 발견했듯이 지난 세대의 툴에는 이러한 복잡성을 억제, 증류하고 파악할 수 있는 기능이 없다. 즉, 많은 팀이 최신 툴의 부재로 인해 실패의 길로 들어섰다.
지금의 거시 경제 환경에서 경쟁사보다 더 적은 리소스를 사용하는 동시에 더 높은 신뢰성을 확보하는 것이 매우 중요하다. 분야별 전문가가 더 효율적이고 효과적으로 일할 수 있도록 하면 팀과 회사가 성공할 수 있는 발판이 마련된다.
더 큰 자동화를 향한 인간의 이해 진작은 산업 혁명, 반도체 혁명, 그리고 오늘날의 클라우드 혁명의 근간을 이룬다. 모든 혁명에는 패자와 승자가 있다. 이번에는 현대의 관찰가능성 원칙을 사용하여 클라우드에서 일어나는 일을 이해할 수 있는 사람이 승자가 될 것이다.
editor@itworld.co.kr
함께 보면 좋은 콘텐츠
Sponsored
Seagate
“작지만 큰 영향력” 하드 드라이브의 나노 스케일 혁신
ⓒ Seagate 플래터당 3TB라는 전례 없는 드라이브 집적도를 자랑하는 새로운 하드 드라이브 플랫폼이 등장하며 디지털 시대의 새로운 이정표를 세웠다. 플래터당 3TB를 저장할 수 있다는 것은 동일한 면적에서 스토리지 용량을 기존 드라이브 대비 거의 두 배로 늘릴 수 있다는 것을 의미한다. 이러한 혁신은 데이터 스토리지의 미래와 데이터센터의 디지털 인프라에 괄목할 만한 영향을 미친다. AI의 발전과 함께 데이터의 가치가 그 어느 때보다 높아졌다. IDC에 따르면 2027년에는 전 세계에서 총 291ZB의 데이터가 생성될 것으로 예측되며, 이는 스토리지 제조 용량의 15배 이상일 것으로 보인다. 대부분의 데이터를 호스팅하는 대형 데이터 센터에 저장된 데이터 중 90%가 하드 드라이브에 저장된다. 즉, AI 애플리케이션의 주도로 데이터가 급증함에 따라 물리적 공간을 늘리지 않으면서도 데이터를 저장할 수 있는 스토리지 기술 혁신이 필요하다. 데이터 스토리지 인프라를 업그레이드하는 것은 단순히 기술적인 문제가 아니라 지금 시대가 직면한 규모, 총소유비용(TCO), 지속가능성이라는 과제에 대한 논리적 해답인 셈이다. 열 보조 자기 기록(HAMR) 기술은 선구적인 하드 드라이브 기술로 드라이브 집적도 향상을 위해 지난 20년 동안 수많은 연구를 거쳐 완성되어 왔다. 씨게이트 모자이크 3+ 플랫폼은 이러한 HAMR 기술을 씨게이트만의 방식으로 독특하게 구현한 것으로, 미디어(매체)부터 쓰기, 읽기 및 컨트롤러에 이르는 복잡한 나노 스케일 기록 기술과 혁신적인 재료 과학 역량을 집약한 결정체다. 이 플랫폼은 데이터 비트를 변환하고 자기 및 열 안정성을 유지하면서 더욱 촘촘하게 패킹해서 각 플래터에 훨씬 더 많은 데이터를 안정적이고 효율적으로 저장할 수 있다. 예를 들어, 기존 데이터센터에 있는 16TB 드라이브를 30TB 드라이브로 업그레이드하면 동일한 면적에서 스토리지 용량을 두 배로 늘릴 수 있다. 더 낮은 용량에서 업그레이드한다면 상승 폭은 더욱 커진다. 이 경우, 테라바이트당 전력 소비량이 40% 감소하는 등 스토리지 총소유비용(TCO)이 크게 개선된다. 또한 효율적인 자원 할당과 재활용 재료 사용으로 운영 비용을 절감하고 테라바이트당 탄소 배출량을 55% 감소시켜 데이터센터가 지속 가능성 목표를 달성할 수 있다. 드라이브 집적도 향상은 하이퍼스케일과 프라이빗 데이터센터의 판도를 바꿀 수 있다. 데이터센터가 급증하며 전력사용량과 탄소배출량 역시 늘어나 데이터센터의 지속가능성이 화두가 되고 있는 가운데, 과학기술정보통신부는 ‘탄소중립 기술혁신 추진전략-10대 핵심기술 개발방향’에서 2030년까지 데이터센터 전력소모량을 20% 절감하겠다고 밝힌 바 있다. 이러한 목표에 발맞춰, 집적도를 획기적으로 개선한 대용량 데이터 스토리지를 활용하는 것은 원활하고 지속적인 AI 모델 학습, 혁신 촉진 및 비즈니스 성공을 위해 필수적이다. 엔터프라이즈 데이터센터의 경우 제한된 공간, 전력, 예산에 맞춰 확장할 수 있는 지속 가능한 방법을 찾아야 한다. 하드 드라이브의 집적도 혁신은 점점 더 커져가는 클라우드 생태계와 AI 시대에 대응하는 해답이자, 동일한 공간에 더 많은 엑사바이트를 저장하면서도 자원 사용은 줄이도록 인프라를 확장할 수 있는 방법이다. 이는 글로벌 데이터 영역에서 경쟁력을 유지하고 글로벌 디지털 경제의 선두주자로서 입지를 강화하는 데 매우 중요하다.
Seagate
'반박 불가' 하드 드라이브와 SSD에 관한 3가지 진실
ⓒ Getty Images Bank 하드 드라이브가 멸종할 것이라는 논쟁이 10년 넘게 계속되고 있다. 빠른 속도와 뛰어난 성능이 필요한 애플리케이션에 적합한 플래시 스토리지의 연매출이 증가하고 있는 것은 자명한 사실이다. 하지만, 클라우드의 보편화 및 AI 사용 사례의 등장으로 인해 방대한 데이터 세트의 가치가 높아지는 시대에 하드 드라이브는 플래시 스토리지로 대체할 수 없는 가치를 가지고 있다. 전 세계 엑사바이트(EB) 규모 데이터의 대부분을 저장하는 하드 드라이브는 데이터센터에서 그 어느 때보다 필수적이다. 전 세계 데이터 세트의 대부분이 저장된 엔터프라이즈 및 대규모 클라우드 데이터센터는 데이터 성장에서 핵심이 될 것이다. 하드 드라이브와 SSD를 비교하자면, 하드 드라이브 스토리지는 2022년에서 2027년 사이 6,996EB 증가할 것으로 예상되는 반면, SSD는 1,363EB 증가할 것으로 보인다. ⓒ Seagate 생성형 AI 시대에는 콘텐츠를 경제적으로 저장해야 하기 때문에 플래시 기술과 밀접하게 결합된 컴퓨팅 클러스터는 더 큰 하드 드라이브 EB의 다운스트림 수요를 직간접적으로 촉진할 것이다. 하드 드라이브가 왜 데이터 스토리지 아키텍처의 중심이 될 수밖에 없는지는 시장 데이터를 근거로 설명 가능하다. 가격 책정 근거 없는 믿음 : SSD 가격이 곧 하드 드라이브 가격과 같아질 것이다. 사실 : SSD와 하드 드라이브 가격은 향후 10년간 어느 시점에도 수렴하지 않을 것이다. 데이터가 이를 명확하게 뒷받침한다. 하드 드라이브는 SSD에 비해 테라바이트당 비용 면에서 확고한 우위를 점하고 있으며, 이로 인해 하드 드라이브는 데이터센터 스토리지 인프라의 확고한 주춧돌 역할을 하고 있다. IDC 및 포워드 인사이트(Forward Insights)의 연구에 따르면, 하드 드라이브는 대부분의 기업 업무에 가장 비용 효율적인 옵션으로 유지될 것으로 전망된다. 엔터프라이즈 SSD와 엔터프라이즈 하드 드라이브의 TB당 가격 차이는 적어도 2027년까지 6대 1 이상의 프리미엄이 유지될 것으로 예상된다. ⓒ Seagate 이러한 TB당 가격 차이는 장치 구입 비용이 총소유비용(TCO)에서 가장 큰 비중을 차지하는 데이터센터에서 특히 두드러지게 드러난다. 장치 구입, 전력, 네트워킹, 컴퓨팅 비용을 포함한 모든 스토리지 시스템 비용을 고려하면 TB당 TCO는 하드 드라이브 기반 시스템이 훨씬 더 우수하게 나타난다. ⓒ Seagate 따라서, 플래시는 특정 고성능 작업의 수행에 탁월한 스토리지이지만, 하드 드라이브는 당분간 안정적이고 비용 효율적이며 널리 채택된 솔루션을 제공하는 데이터센터에서 계속해서 주류로 사용될 것이다. 공급과 확장의 관계 근거 없는 믿음 : NAND 공급이 모든 하드 드라이브 용량을 대체할 정도로 증가할 수 있다. 사실 : 하드 드라이브를 NAND로 완전히 교체하려면 감당할 수 없는 설비투자(CapEx)가 필요하다. NAND 산업이 모든 하드 드라이브 용량을 대체하기 위해 공급을 빠르게 늘릴 수 있다는 주장은 재정적, 물류적으로 엄청난 비용이 발생한다는 점을 간과한 낙관적인 생각이다. 산업 분석기관 욜 인텔리전스(Yole Intelligence)의 2023년 4분기 NAND 시장 모니터 리포트에 따르면, 전체 NAND 산업은 2015년~2023년 사이 3.1제타바이트(ZB)를 출하하면서 총 매출의 약 47%에 해당하는 2,080억 달러의 막대한 자본 지출을 투자해야 했다. 반면, 하드 드라이브 산업은 데이터센터 스토리지 수요의 거의 대부분을 매우 자본 효율적인 방식으로 해결하고 있다. 씨게이트가 2015년~2023년 사이 3.5ZB의 스토리지를 출하하며 투자한 자본은 총 43억 달러로, 전체 하드 드라이브 매출의 약 5%에 불과하다. 그러나 NAND 산업의 경우 ZB당 약 670억 달러에 해당하는 금액을 투자한 것으로 나타나 하드 드라이브가 데이터센터에 ZB를 공급하는 것이 훨씬 더 효율적임을 알 수 있다. ⓒ Seagate 작업 부하 근거 없는 믿음 : 올 플래시 어레이(AFA)만이 최신 엔터프라이즈 작업 부하의 성능 요구를 충족할 수 있다. 사실 : 엔터프라이즈 스토리지 아키텍처는 일반적으로 디스크 또는 하이브리드 어레이, 플래시, 테이프를 사용하여 특정 작업 부하의 비용, 용량, 성능 요구 사항에 최적화할 수 있도록 미디어 유형을 혼합한다. 기업이 플래시 없이는 최신 작업 부하의 성능 수요를 따라잡지 못할 위험이 있다는 주장은 다음과 같은 3가지 이유로 반박 가능하다. 첫째, 대부분의 최신 작업 부하에는 플래시가 제공하는 성능상의 이점이 필요하지 않다. 전 세계 데이터의 대부분은 클라우드와 대규모 데이터센터에 저장되어 있으며, 이러한 환경에서는 작업 부하 중 극히 일부에만 상당한 성능이 필요하다는 파레토 법칙을 따르고 있다. 둘째, 예산 제약이 있고 데이터 세트가 빠르게 증가하는 기업들은 성능뿐만 아니라 용량과 비용의 균형을 맞춰야 한다. 플래시 스토리지는 읽기 집약적인 시나리오에서는 탁월한 성능을 발휘하지만 쓰기 작업이 증가하면 내구성이 떨어져 오류 수정과 오버프로비저닝에 추가 비용이 발생한다. 또한, 대규모 데이터 세트나 장기 보존의 경우 영역 밀도가 증가하는 디스크 드라이브가 더 비용 효율적인 솔루션일 뿐만 아니라 수천 개의 하드 드라이브를 병렬로 활용하면 플래시를 보완하는 성능을 달성할 수 있다. 셋째, 수많은 하이브리드 스토리지 시스템은 다양한 미디어 유형의 강점을 단일 유닛에 원활하게 통합하고 최대한으로 활용할 수 있도록 세밀하게 조정된 소프트웨어 정의 아키텍처를 사용한다. 이러한 스토리지는 유연성을 제공하므로 기업은 지속적으로 변화하는 요구 사항에 따라 스토리지 구성을 조정할 수 있다. AFA와 SSD는 고성능의 읽기 집약적인 작업에 매우 적합하다. 하지만 하드 드라이브가 이미 훨씬 낮은 TCO로 제공하는 기능을 AFA로 불필요하게 비싼 방법으로 제공하는 것은 비용 효율적이지 않을 뿐만 아니라, AFA가 하드 드라이브를 대체할 수 있다고 주장하는 근거가 될 수 없다.