2021.10.13

IDG 블로그 | AI는 클라우드 마이그레이션을 막지 못한다

David Linthicum | InfoWorld
데이터센터 인력에 관한 새로운 설문조사에 따르면, AI가 당장 데이터센터의 인력 부족 문제를 해소하는 데 도움이 될 것으로 보이지는 않는다.

대형 데이터센터 관리자와 운영자 중 약 50%는 기술 인력을 구하기 어렵다고 답했는데, 2018년의 38%에서 크게 증가한 수치이다. 응답자 4명 중 3명은 AI 기반 기술이 언젠가는 데이터센터에 필요한 인력을 줄여줄 것으로 본다. 하지만, 이런 변화가 일어나는 것은 5년 후에나 가능할 것이라고 답했다. 
 
ⓒ Getty Images Bank

현재 일어나고 있는 변화를 살펴보자. 코로나19 팬데믹으로 데이터센터의 안정성이 큰 문제가 됐다. 봉쇄와 차단, 그리고 초기에는 일부 직원의 건물 진입 거부 등으로 많은 데이터센터 인력이 시스템에 접근하지 못해 가장 기본적인 운영 작업도 못하는 경우가 발생했다.

대부분 기업은 원래 계획했던 퍼블릭 클라우드 마이그레이션에 속도를 냈다. 하지만 아무리 서두른다고 해도 대부분 기업의 퍼블릭 클라우드 마이그레이션이 반환점을 도는 데만 몇 년은 걸릴 것이다.

데이터센터의 기술 인력도 충분하지 않은데, 클라우드로의 이전도 원하는 만큼 빨리 진행할 수 없다. 그렇다면, 앞으로 나아갈 수 있는 선택지는 무엇일까?

일부 팩션은 AI를 구세주로 밀고 있다. 좀 더 효과적인 데이터센터 운영에 초점을 맞춘 새로운 툴이 더 적은 인력으로 더 안정적인 운영이 가능한 새로운 데이터센터 모델을 구현할 수 있도록 해준다는 주장이다. 이들 툴은 클라우드 마이그레이션 전에 문제를 해결하거나 경우에 따라서는 퍼블릭 클라우드보다 더 저렴한 선택지를 제공할 수도 있다.

하지만 현실은 늘 계획대로 안되기 마련이다. 보고서에 나타나듯이, 대부분 데이터센터 운영자는 5년 내에는 AI가 사람의 운영 부담을 덜어줄 것이라 기대하지 않는다. 필자가 지난 30년 간의 기술 도입 패턴을 기반으로 예측하자면, 7~9년은 걸릴 것이다.

그렇다면, 5년 혹은 9년 후 데이터센터 모델의 가장 큰 문제는 무엇일까? 지금은 R&D 자금의 대부분이 클라우드 컴퓨팅에 투여되고 있다. AI가 데이터센터 운영 부담을 덜어줄 때까지 전통적인 시스템을 고수한다면, 하드웨어와 소프트웨어 업체가 제공하는 업데이트가 몇 년 전보다 확연히 줄어드는 현실에 직면할 수도 있다. 안타깝게도 클라우드 마이그레이션은 기업의 실질적인 필요를 넘어 시장의 동력에 의해 가속화될 것이다. 현재 사용하고 있는 기술 역시 시장의 진화와 후속 지원을 따르겠지만, 변화가 기존 데이터센터 기반 기술에 알맞지 않을 수도 있고, 도움이 아니라 방해가 될 수도 있다.

물론, 필자도 조금 더 나은 미래를 그리고 싶다. 일부 선제적인 기업은 자사의 기존 데이터센터에 자동화를 적극적으로 도입하고 있다. 하지만, 보통 이런 기술 개척자는 클라우드의 가치도 일찍 알아보고 다른 기업보다 먼저 클라우드를 도입한 상태이다.

대부분 기업은 클라우드라는 변화를 한 번에 한 단계씩 구현할 필요가 있다. 즉 기존 데이터센터는 기술 인력 부족 문제를 해결해야 하며, 예언된 AI 중심 데이터센터 자동화도 구현해야 한다. 향후 몇 년 간, 많은 데이터센터 인력이 힘든 시간을 맞이할 것이다. 결국에는 성공하겠지만, 클라우드로의 진화는 우리가 생각한 것보다 훨씬 강력할 것이다. editor@itworld.co.kr


2021.10.13

IDG 블로그 | AI는 클라우드 마이그레이션을 막지 못한다

David Linthicum | InfoWorld
데이터센터 인력에 관한 새로운 설문조사에 따르면, AI가 당장 데이터센터의 인력 부족 문제를 해소하는 데 도움이 될 것으로 보이지는 않는다.

대형 데이터센터 관리자와 운영자 중 약 50%는 기술 인력을 구하기 어렵다고 답했는데, 2018년의 38%에서 크게 증가한 수치이다. 응답자 4명 중 3명은 AI 기반 기술이 언젠가는 데이터센터에 필요한 인력을 줄여줄 것으로 본다. 하지만, 이런 변화가 일어나는 것은 5년 후에나 가능할 것이라고 답했다. 
 
ⓒ Getty Images Bank

현재 일어나고 있는 변화를 살펴보자. 코로나19 팬데믹으로 데이터센터의 안정성이 큰 문제가 됐다. 봉쇄와 차단, 그리고 초기에는 일부 직원의 건물 진입 거부 등으로 많은 데이터센터 인력이 시스템에 접근하지 못해 가장 기본적인 운영 작업도 못하는 경우가 발생했다.

대부분 기업은 원래 계획했던 퍼블릭 클라우드 마이그레이션에 속도를 냈다. 하지만 아무리 서두른다고 해도 대부분 기업의 퍼블릭 클라우드 마이그레이션이 반환점을 도는 데만 몇 년은 걸릴 것이다.

데이터센터의 기술 인력도 충분하지 않은데, 클라우드로의 이전도 원하는 만큼 빨리 진행할 수 없다. 그렇다면, 앞으로 나아갈 수 있는 선택지는 무엇일까?

일부 팩션은 AI를 구세주로 밀고 있다. 좀 더 효과적인 데이터센터 운영에 초점을 맞춘 새로운 툴이 더 적은 인력으로 더 안정적인 운영이 가능한 새로운 데이터센터 모델을 구현할 수 있도록 해준다는 주장이다. 이들 툴은 클라우드 마이그레이션 전에 문제를 해결하거나 경우에 따라서는 퍼블릭 클라우드보다 더 저렴한 선택지를 제공할 수도 있다.

하지만 현실은 늘 계획대로 안되기 마련이다. 보고서에 나타나듯이, 대부분 데이터센터 운영자는 5년 내에는 AI가 사람의 운영 부담을 덜어줄 것이라 기대하지 않는다. 필자가 지난 30년 간의 기술 도입 패턴을 기반으로 예측하자면, 7~9년은 걸릴 것이다.

그렇다면, 5년 혹은 9년 후 데이터센터 모델의 가장 큰 문제는 무엇일까? 지금은 R&D 자금의 대부분이 클라우드 컴퓨팅에 투여되고 있다. AI가 데이터센터 운영 부담을 덜어줄 때까지 전통적인 시스템을 고수한다면, 하드웨어와 소프트웨어 업체가 제공하는 업데이트가 몇 년 전보다 확연히 줄어드는 현실에 직면할 수도 있다. 안타깝게도 클라우드 마이그레이션은 기업의 실질적인 필요를 넘어 시장의 동력에 의해 가속화될 것이다. 현재 사용하고 있는 기술 역시 시장의 진화와 후속 지원을 따르겠지만, 변화가 기존 데이터센터 기반 기술에 알맞지 않을 수도 있고, 도움이 아니라 방해가 될 수도 있다.

물론, 필자도 조금 더 나은 미래를 그리고 싶다. 일부 선제적인 기업은 자사의 기존 데이터센터에 자동화를 적극적으로 도입하고 있다. 하지만, 보통 이런 기술 개척자는 클라우드의 가치도 일찍 알아보고 다른 기업보다 먼저 클라우드를 도입한 상태이다.

대부분 기업은 클라우드라는 변화를 한 번에 한 단계씩 구현할 필요가 있다. 즉 기존 데이터센터는 기술 인력 부족 문제를 해결해야 하며, 예언된 AI 중심 데이터센터 자동화도 구현해야 한다. 향후 몇 년 간, 많은 데이터센터 인력이 힘든 시간을 맞이할 것이다. 결국에는 성공하겠지만, 클라우드로의 진화는 우리가 생각한 것보다 훨씬 강력할 것이다. editor@itworld.co.kr


X