여러 프로젝트를 진행하면서 눈에 띄는 동향이 있다. 바로 AI옵스나 보안 운영 플랫폼 같은 운영 툴을 이용해 클라우드, 하이브리드 클라우드, 멀티클라우드 배치를 선제적으로 운영하는 데 필요한 대부분을 자동화하는 것이다. 이는 일상적인 관리와 모니터링 작업부터 문제 해결을 위해 서버를 끄고 켜는 작업까지 모든 것을 자동화하는 것을 의미하며, 머신러닝이 주로 사용된다. 바로 AI옵스의 AI이다.
아직 운영 인력을 재교육할 준비가 된 기업은 없지만, 원인 진단이나 자율 치유 프로세스, BCDR 영역은 확실히 발전하고 있다. 클라우드 운영 엔지니어의 일상을 채우는 다른 서비스도 사람에게 맡기는 것보다 더 안정적으로 만들기 위해 자동화할 수 있다. 우리는 현재 학습 능력이 있는 툴을 다루고 있으며, 이들 툴은 운영 경험을 쌓을수록 좋아질 것이고, 결국에는 사람보다 일을 더 잘할 수 있을 것이다.
클라우드옵스 자동화는 자율 주행과 비슷하다. 이 기술이 자동차를 운전할 수 있다는 것을, 아마도 사람보다 더 잘 운전할 수 있다는 것을 알지만, 여전히 두렵게 느껴진다. 클라우드옵스 자동화는 자동차 운전보다 훨씬 복잡하지만, 여러 문제 중 많은 수가 극복될 것이다. 결국에는 클라우드를 더 잘 운영할 수 있는 자동화된 프로세스가 구현될 것이고, 위험을 사전에 인지하는 보안 시스템은 날이 갈수록 좋아질 것이다.
그렇다면 우리는 클라우드옵스 자동화를 기꺼이 받아들일 수 있을까? 운전대에서 손을 놓을 수 있을까?
필자는 이들 기술이 폭넓게 채택되는 데 3~5년이 걸릴 것이라고 생각한다. 대기업이 워크로드의 20~30%를 퍼블릭 클라우드로 이전하는 데 10년이 걸렸다는 점을 고려하면, 생각보다 오래 걸릴 수도 있다.
클라우드옵스와 섹옵스 자동화의 결정적인 성공 요인은 전통적인 방식, 즉 사람보다 훨씬 나은 성과를 가져다주는 것이다. 공격적인 몇몇 선발주자가 자율 운영을 먼저 도입하고, 성공적이라는 것이 증명된 다음에야 다른 기업도 따를 것이다. 필자가 아는 한 IT 분야에서 기술이 확산하는 방식은 항상 이렇다. 아무리 믿을 수 있는 기술이라도 누군가 먼저 시도해 보길 바란다.
효과적인 자동화는 기업의 진정한 경쟁력 강화 요소가 될 것이다. 자동화된 운영 프로세스는 확장이 가능하고 시간이 지날수록 점점 더 발전하고 더 큰 효과를 가져다줄 것이다. 우려되는 부분은 어떤 이유로든 인력이 배후에서 조종하는 것이다. AI 기반 자동화 운영 프로세스만큼 효과적이지 못할 것이다.
공상과학 이야기가 아니다. 지금 사용할 수 있는 기술이다. 절벽 가장자리를 걸어가는 위험을 감수하지 않더라도 대부분 기업 클라우드 배치에서 수작업 프로세스의 80%를 자동화할 수 있으며, 2년이면 100% 자동화할 수 있을 것이다.
요령이라면, 기술이 사람을 대체하기 전에 사람의 기대와 불안감을 해소하는 것이다. 이제 이 문제는 이해 충돌은 아니지 않은가? editor@itworld.co.kr