떠오르는 엔터프라이즈 기술 10선③

한창 유행이 되고 있는 용어는 누구라도 알고 있다. 하지만 너무나 많기 때문에 거의 소음에 가깝다. 인포월드는 이런 소음 속에서 신호를 추출해 IT 전문가에게 가치있는 것들만을 분리해 내는 일에 착수했다.

분명 현재의 IT는 비용을 절감하고 사람들이 일하는 방법을 바꾸어 놓고 새로운 경지를 열어갈 잠재력을 가진 기술들이 넘쳐나는 시대이다. 하지만 분석가들이 떠들어 대는 수준 높은 트렌드에 휩쓸리지 않고 우리 자신에게 물어보자. 과연 어떤 엔터프라이즈 기술이 지금은 아니지만, 조만간 엄청난 반향을 불러올 것인가?

여기 소개하는 10가지 기술은 거품이 하나도 없는 실제 있는 그대로의 기술이다. 미리 밝혀두지만, 이 기술들을 선정하는 과정에는 인포월드의 테스트 센터 이상의 그 어떤 과학적인 방법도 사용하지 않았다. 이들 유망 엔터프라이즈 기술 10선은 순전히 인포월드 에디터와 기고가의 판단을 종합해 선정한 것이다.

또한 의도적으로 구체적인 제품 이름을 언급하거나 추천하는 것을 피했다. 현재 도입된 상태보다는 장기적인 가능성에 더 중점을 두었기 때문이다. 만약 기업의 기술 전략을 세우고 어떤 것에 집중할 것인지를 선택하는 자리에 있다면, 이 목록을 참고하기 바란다.

물론 최종 10가지 기술로 후보를 좁혀나가는 것이 쉽지는 않았다. 특히나 지난 10월 공지가 나간 후 너무나 많은 멋진 후보들이 접수됐다. 하지만 우리가 선정한 기술 모두가 확실하다고 보장하기는 어렵다. 과거의 경험으로 볼 때, 일부 독자는 우리의 결정에 정색을 하고 반대할 것이다.

그리고 한 가지 더, 클라우드 컴퓨팅 같은 이미 잘 알려진 것을 원한다면, 가트너의 하이프 사이클이 더 적절한 정보를 제공할 것이다.

떠오르는 엔터프라이즈 기술 10선①

- 10. 화이트리스팅(WhiteListing)

- 9. 크로스플랫폼 모바일 애플리케이션 개발

떠오르는 엔터프라이즈 기술 10선②

8. 하드웨어 전력 절감

7. 멀티코어 프로세서

6. SSD

SSD(solid-state drive)는 분명히 지난 세기에도 있었던 것이지만, 최근에는 새로운 제품의 폭발적인 증가와 극적인 가격 하락이 일어나고 있다. 과거에 SSD는 주로 가능한 최고 성능을 내야하는 애플리케이션용으로 사용됐다. 하지만 현재는 여러 애플리케이션의 성능 향상을 위한 외부 캐시로 사용되는 등 훨씬 폭넓게 사용되고 있다. 물론 GB당 가격을 따지면 SSD는 여전히 디스크에 비해 비싼 저장장치이지만, 내부 서버 메모리 증설과 비교하면 훨씬 저렴한 선택이 된다.

하드디스크와 비교할 때 SSD는 읽기/쓰기 속도가 빠를 뿐만 아니라 전송 속도도 더 빠르고 전기도 적게 소비한다. 반면에 SSD는 각 셀에 기록할 수 있는 횟수가 한정돼 있기 때문에 수명이 짧다는 단점이 있다.

SSD는 SLD(Single Level Cell)과 MLC(Multi Level Cell)의 두 가지 종류가 있다. SLC는 MLC보다 빠르고 수명도 10배나 긴 반면, 가격이 비싸다. 쓰기 한도가 SSD에게는 큰 장벽이지만, 최근 쓰기 사양이 높아지고 있고, 내장 DRAM 캐시의 효율적인 사용으로 단점을 해소하면서 더욱 가치가 높아지고 있다. 일부 업체들은 공식적인 용량보다 더 많은 실제 용량을 추가하는 방식으로 드라이브의 수명을 늘리기도 하는데, 이 방식은 여분의 셀에 걸쳐 데이터를 분산시켜 셀의 수명을 연장시키는 알고리즘을 사용한다.

하지만 무엇보다도 놀라운 것은 가격 인하다. 32GB SSD가 5년 만에 1,000달러에서 100달러 밑으로 떨어졌다. 물론 여전히 GB당 비용으로는 SATA 하드디스크보다 46배나 비싼 가격이다. 여기에 짧은 수명 문제에 대한 해결책이 제시되면, SSD 도입은 고성능에 목마른 클라우드 컴퓨팅이나 공유 애플리케이션 등을 중심으로 급속하게 확산될 것으로 예상된다.

5. NoSQL 데이터베이스

이제 데이터는 어디에서나 흘러넘치고 있다. 그리고 SQL과 데이터베이스가 동의어처럼 사용되는 시절도 빠르게 지나가고 있다. 이제 구식 관계형 데이터베이스만으로는 웹 2.0 애플리케이션에서 쏟아져나는 데이터의 홍수를 감당하기 힘들기 때문이다.

인기 있는 웹 사이트는 테라바이트급의 데이터를 쏟아내고 있지만, 이들 데이터는 회계부서에서 나오는 열과 행으로 구분되는 데이터와는 유사성이 거의 없다. 대신에 트래픽의 상세 정보는 일반 파일로 저장되어 보통 밤 늦게 수행되는 크론 작업을 통해 분석된다. 이런 데이터를 분석하고 살펴보는 데는 정보를 검색하고 맞춰보는 방법이 필요하다. 관계형 데이터베이스에서도 이런 작업을 처리할 수 있지만, 최악의 경우에도 데이터의 일관성을 유지하기 위한 메커니즘 때문에 힘겨운 일이 아닐 수 없다.

물론 충분한 추가 작업을 한다면, 어떤 것이라도 관계형 데이터베이스에 맞춰 넣을 수는 있다. 하지만 이는 회계부서에서 돈의 흐름을 쫓기 위해 개발한 정교한 메커니즘에 노력을 쏟아야 한다는 것을 의미한다. 최신 데이터베이스와 모든 정교한 장치가 필요한 문제가 아닌 이상, 이런 과부하에 투자를 하거나 성능 문제로 고통을 겪을 이유가 없다.

그렇다면 해결책은 무엇인가? 이런 구속에서 벗어나 NoSQL이란 새로운 접근법을 택하는 것이다. 기본적인 NoSQL 데이터베이스는 단순한 키와 값의 쌍으로 이루어져 있으며, 이들 쌍은 키와 속성값을 함께 묶어준다. 따라서 비어있는 열과 행으로 가득 찬 테이블도 없으며, 각 아이템에 새로운 애드혹 태그나 값을 추가하는 것도 문제없다. 트랜잭션도 선택사항일 뿐이다.

현재 NoSQL 솔루션으로는 프로젝트 볼드모트와 카산드라, 다이나마이트, HBase, 하이퍼테이블, 카우치DB, 몽고DB 등이 있으며, 매일 새로운 것들이 등장하고 있다고 해도 과언이 아니다. 이들 각각의 솔루션은 데이터에 액세스하는 방법이 조금씩 다르다. 예를 들어 카우치DB는 쿼리를 자바스크립트 기능으로 작성해야 한다. 몽고DB는 처음부터 내장 샤딩이 포함되어 있는데, 샤딩은 커다란 데이터베이스를 여러 조각으로 나눠서 여러 대의 서버에 분산시킨다.

단순한 키/값의 쌍은 단지 시작일 뿐이다. 예를 들어 Neo4J는 그래프 데이터베이스를 제공하는데, 네트워크를 돌아다니는 실제 루틴인 쿼리를 사용한다. 예를 들어 사용자가 한 친구의 모든 친구의 개의 이름을 찾는다 해도, 쿼리는 몇 줄이면 된다.

더 중요한 것은 불필요한 것은 피하면서 필요한 기능을 유지하는 것이다. 예를 들어 프로젝트 카산드라는 최종적으로 일관성 있는 답을 제공할 것을 약속하고 있는데, 아무리 무거운 시스템에서도 몇 초밖에 걸리지 않는다고 강조한다. Neo4J는 이름이나 콘텐츠로 특정 노드를 찾으려면 루신(Lucene)이란 다른 인덱싱 패키지를 필요로 하는데, NeoJ4는 네트워크 자체를 통해서 살펴볼 때만 도움이 되기 때문이다.

이들 모든 새 프로젝트는 조건을 느슨하게 함으로써 얻을 수 있는 속도를 재발견하기 위한 가장 최근의 시도일 뿐이다. 하위 호환성과 사용의 편이성을 향상하면서 규칙을 완화하는 더 많은 수정안들이 나올 것이므로, 이전에는 경험해 보지 못한 데이터 처리의 새로운 시대를 기대해도 될 것이다.