Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

관찰가능성

기고 | 옵저버빌리티, IT 조직이 더 ‘스마트’하게 일하는 해법

데이터는 1945년에 개발된 최초의 범용 디지털 컴퓨터 에니악(ENIAC) 시절에도 적시에 적절한 사람이 맡아야만 비로소 가치를 발휘할 수 있었다. 가치 있는 데이터는 기업뿐만 아니라 공급업체와 고객의 요구를 충족시키기 위한 정보에 입각한 결정을 내릴 수 있도록 해야 한다. 데이터는 어느 기업에서나 중요하지만 기업의 규모가 커질수록 관리는 더욱 복잡해진다. 예를 들어, 한 글로벌 기업이 작은 기기를 제조 및 판매한다고 가정해보자. 싱가포르의 지사는 미국 팔로알토나 독일의 다른 디자인팀과 협력해 제품을 설계할 수 있다. 이후 기기 제조는 전 세계에서 조달된 원자재로 말레이시아 공장에서 이루어질 수 있다. 다시 말해 품질과 고객 만족도를 보장하기 위해서 완성품이 사용자에게 도달하기까지 전 세계에서 수집된 수백만 개의 데이터 포인트가 적절히 취합돼 품질과 고객 만족을 보장하는 데 사용되어야 한다.    데이터는 오늘날 비즈니스에서 확장 가능한 기술 및 애플리케이션을 통해 복잡하고 전 세계적인 과정을 거쳐야 한다. 기업은 이 프로세스를 보호하기 위해 다수의 모니터링 툴을 사용하곤 한다. 한번 툴이 도입되면 모니터링 시스템은 변동이나 오류가 있을 때 알림을 보낸다. 하지만 고장 및 버그 발생 시 오류 위치 파악이 쉽지 않고, IT 전문가가 해결책을 찾기까지 시간이 낭비될 수 있다. 게다가 오류가 없는데도 알림이 빈번하게 잘못 울리면, 피로도가 증가한다. 그로 인해 팀은 비즈니스 개선을 위해 설계된 더 높은 수준의 작업에 집중하지 못하고 알림 관리에 시간을 허비하게 된다. 이는 IT 조직이 시스템의 가용성을 보장하기 위해 더 열심히 일해야 한다고 생각하기 쉽지만, 잘못된 생각이다. IT 조직은 더 열심히 일하기보다는 더 ‘스마트’하게 일해야 하며, 그러기 위해서는 풀스택 옵저버빌리티(Full Stack Observability)가 해법이 될 수 있다. 기존 모니터링은 수동 또는 통계적 임계값을 기초로 텔레메트리 데이터 평가용 메트릭 기반의 대시...

옵저버빌리티 관찰가능성 솔라윈즈 1일 전

IBM, 데이터 옵저버빌리티 기업 ‘데이터밴드.ai’ 인수

IBM이 데이터 급증과 이에 따른 중요성 증가를 고려해 하이브리드 클라우드 및 AI 서비스를 강화하기 위한 전략의 일환으로 데이터 옵저버빌리티 서비스 기업 ‘데이터밴드.ai(Databand.ai)’를 인수한다고 밝혔다. 인수가는 공개되지 않았다. IBM에 따르면 이번 인수는 IDC에서 2020년 미화 약 50억 달러로 추산한, 매년 크게 성장 중인 데이터 옵저버벌리티 시장을 개척하려는 시도다.    데이터 옵저버벌리티는 풀스택 옵저버벌리티 그리고 애플리케이션 성능 관리(APM)와는 다르다. 데이터 옵저버빌리티는 데이터 세트나 데이터 파이프라인이 원하는 대로 작동하지 않는 이유를 파악하는, 풀스택 옵저버빌리티의 하위 집합이다. 데이터 옵저버빌리티 플랫폼은 데이터 엔지니어가 애널리틱스 대시보드 또는 머신러닝 모델 등의 데이터 제품이 제대로 작동하는지 신속하게 파악하고, 오류 발생 시 문제 원인을 추적하는 데 필요한 도구를 제공한다.  일반적으로 옵저버빌리티는 엔터프라이즈 애플리케이션, 데이터 플로우, 분산 인프라를 모니터링하는 작업을 설명하는 비교적 새로운 IT 용어다. 옵저버빌리티를 지원하는 시스템은 이전의 APM 프로그램을 넘어, 높은 수준의 IT 인프라 개요와 세분화된 지표를 제공해 효율적인 애플리케이션, 네트워크, 데이터 및 보안 관리를 가능하게 한다.  풀스택 옵저버빌리티 도구 및 서비스를 제공하는 회사로는 데이터독, 뉴렐릭, 다이나트레이스, 허니콤, 수모 로직, 시스코 앱다이나믹스, AWS, 오라클, 마이크로소프트 등이 있다. IBM의 옵저버빌리티 관련 인수는 이번이 처음은 아니다. 하이브리드 클라우드 측면에서 애플리케이션 성능 모니터링 시장을 목표로 지난 2020년 11월 인스타나(Instana)를 사들인 바 있다.  데이터밴드.ai는 데이터 옵저버빌리티를 전문으로 한다. 이 스타트업은 이스라엘 텔아비브에 본사를 두고 있으며, 지난 2018년 에브게니 슐만, 조시 베남람, 빅터 샤...

IBM 옵저버빌리티 관찰가능성 2022.07.08

WAN 트러블 슈팅 : 신속한 해결을 위한 가이드

WAN(Wide Area Network)은 다양한 업무용 트래픽과 비업무용 트래픽을 전송하는 복잡한 클라우드입니다. 대부분의 WAN은 서비스 프로바이더 뿐만 아니라, 여러 가지 전송 유형을 포함합니다. 최근 몇 년간 저렴한 비용으로 WAN을 구축하고 보완할 수 있는  DIA(Dedicated Internet Access) 서킷의 역할이 증가했습니다.  WAN 전체가 이러한 인터넷 회선을 통해 오버레이 또는 VPN으로 구축되는 경우들이 있습니다. 트래픽은 프라이빗 연결을 사용하는 대신 로컬 인터넷 브레이크아웃과 경로를 공유합니다. 하지만 자동화가 증가하고 추상화가 계속되면서 때로는 특정 로직 이나 경로로 인해 서비스 보장에 문제가 발생합니다. 이 가이드에서는 문제 발생 시 도움이 되는 몇 가지 실용적인 방법와 전략을 안내합니다. <10p> 주요 내용 - 사용자 모니터링 - 네트워크 모니터링 및 관찰가능성(Observability) - 트러블 슈팅 일반 권장 사항 - 전제 조건과 가정 - 해결 방안 및 도달 가능성  

WAN 트러블슈팅 모니터링 2022.06.16

'eBPF부터 오픈소스까지' 2022년 '관찰가능성' 주요 트렌드 5가지

관찰가능성(observability)의 중요성이 점점 더 커지고 있다. 메트릭스(metrics), 로그(log), 트레이스(trace)를 이용해 기업 환경 내 문제를 탐지, 진단, 구분하는 데 필수적이기 때문이다. 그런데 변화의 속도가 빠른 IT 분야 특성상 관찰가능성 역시 그 개념과 구현 방법 측면에서 빠르게 진화하고 있다.   과거에 관찰가능성은 본질적으로 데이터 애널리틱스 문제였다. 관찰가능성이란 IT 시스템의 외부 출력이라는 공식적인 정의가 있기는 하지만, 실제로는 다소 폭넓은 “사람이 시스템에 관해 질문하고 대답할 수 있는 능력”으로 보는 것이 더 정확하다. 후자의 정의는 관찰가능성을 (나중에 끼워 넣는 것이 아니라) 시스템 설계에 일부로 포함시켜야 할 당위성을 부여하고, 관찰가능성을 실현하려면 엔지니어와 시스템 관리자가 애널리틱스 사고방식을 적용해야 할 필요성을 강조한다는 점에서 더 적확하기도 하다. 올해는 많은 기업이 텔레메트리 데이터 사용의 심화 및 다변화에 나서는 한편 툴링을 통합해 관찰가능성 수준을 높이려 할 것으로 보인다. eBPF, 오픈텔레메트리(OpenTelemetry)같은 기술 덕분에 진입 장벽이 낮아지고, 성숙해진 데이터 애널리틱스를 활용해 IT팀과 데브옵스팀이 더 빠르고 효과적으로 문제를 파악해 대응할 수 있게 될 것이다.   분산 트레이싱 도입 확대 그동안 많은 IT 및 비즈니스 리더가 분산 트레이싱의 잠재력이 얼마나 큰지 깨닫지 못했고, 결과적으로 관찰가능성 최적화를 추진할 큰 기회를 놓쳤다. 그러나 올해는 분산 트레이싱 채택이 늘어날 가능성이 크다. 워크로드를 클라우드 네이티브 아키텍처와 마이크로서비스 아키텍처로 옮기는 기업이 늘어남에 따라 분산 트레이싱은 오류 발생 지점과 성능 부진 원인을 정확히 찾아내는 보편적인 수단으로 자리 잡을 것이다. 최근 실시한 ‘데브옵스 펄스(DevOps Pulse) 설문조사’ 결과를 보면, 기업 내 트레이싱 사용이 전년 대비 38% 늘어났다. 아직 트레이싱을 사용하지 않...

관찰가능성 observability 2022.02.03

IDG 블로그 | 클라우드옵스 기술이 해야만 하는 6가지

클라우드옵스(CloudOps)가 무엇인지는 아직도 정의 중이며, 핵심 문제를 해결하는 데 필요한 기술이 무엇인지도 마찬가지이다. 이럴 때는 다른 모든 클라우드 컴퓨팅 환경과 마찬가지로, 현재 동작 중인 클라우드옵스 솔루션을 핵심 구성요소로 분해해 보는 것이 도움이 된다. 또한 어떤 기술이 어떤 가치를 가져오는지를 정의해 보는 것도 좋다. 이를 위해 클라우드옵스 툴이라면 반드시 갖춰야 할 역량 6가지를 뽑았다.    데이터를 관찰하고 모은다. 추가 분석과 실행을 위한 패턴을 찾는 데 필요하다면, 규모와 관계없이 많은 시스템으로부터 데이터를 모으고 관찰해야 한다. 여기에는 몇 가지 구성요소가 포함되는데, 커넥터나 에이전트를 이용해 관리 하의 시스템과 커뮤니케이션하는 기능, 안정적인 방법으로 일부 중앙화된 클라우드옵스 시스템으로 데이터를 되가져오는 기능 등이 필요하다. 유의미한 방식으로 대량의 시스템 데이터를 연계한다. 여기에는 데이터의 소스와 같은 패턴을 판단하는 기능이나 심도 있는 분석을 하기 전에 데이터를 그룹으로 묶는 기능 등이 필요하다. 문제와 근본 원인을 판단하기 위한 패턴을 분석한다. AI옵스나 범용 클라우드옵스 툴이 실제로 비용을 절감하는 중요한 요소이다. 취합하고 연계한 데이터에서 패턴을 찾아내고, 고장 난 네트워킹 장비와 같은 현재의 문제를 알려주는 패턴을 판단할 수 있어야 한다. 더 나아가 발생할 가능성이 큰 문제를 예측한다. 선제적인 클라우드옵스는 큰 문제가 발생하는 것을 막을 수 있다. 예를 들어, I/O 오류가 나고 있는 클라우드 스토리지 시스템을 파악할 수 있는데, 이런 오류는 장애가 임박했다는 것을 나타낸다. 데이터 관찰을 통해 발견한 것을 운영팀과 공유한다. 프로세스도 자동화해 자동으로 대응하고 문제를 바로잡아야 한다. 하나는 뭔가 잘못되고 있다는 것을 알려주는 것이고, 나머지는 이 과정에서 오류를 바로 잡을 사람에게 확실히 알려지도록 하는 것이다. 빠르게 발전하고 있는 자동화된 티켓팅 시스템이나 자체 치유...

클라우드옵스 관찰가능성 자동화 2021.06.30

“모니터링의 새로운 경계” 관찰 가능성의 이해

관찰 가능성(Observability, 관측 가능성, 관찰성)이란 용어는 2018년 즈음에 소프트웨어 엔지니어링 분야에서 모니터링의 자연스러운 진화로 평가되며 상당한 추동력을 얻기 시작했다. 각종 측정 지표와 이벤트, 로그, 추적을 위한 원시 출력값을 한 곳에 모으면, 소프트웨어 개발자는 소프트웨어 시스템이 어떻게 동작하고 있으며 어디에서 문제가 일어나고 있는지 실시간으로 파악할 수 있다.   하지만 관찰 가능성이란 개념 자체는 좀 더 폭넓은 엔지니어링의 제어 이론에 뿌리를 두고 있는데, 외부 출력값만을 사용해 시스템의 내부 상태를 관찰할 수 있다는 것이 기본 개념이다. 마이크로서비스와 컨테이너를 통해 분산 소프트웨어 시스템이 광범위하게 확산하면서 ‘측정할 수 없는 것은 관리할 수 없다’는 오래 격언이 무색해지고 있다.   관찰 가능성 vs. 모니터링 많은 사람에게 관찰 가능성은 그저 애플리케이션 모니터링에 새로운 이름을 붙인 것에 불과하다고 느껴질 것이고, 이쪽 업계의 유행어에 대한 회의적인 시각도 적지 않을 것이다. 하지만 이 둘 간에는 기본적인 차이가 있다. 모니터링은 사용자가 수행하는 무엇이고, 관찰 가능성은 시스템의 속성이다. 한 단계 더 나아가, 엔지니어링 관리자이자 기술 블로거인 어네스트 뮬러는 2018년 당시 “관찰 가능성은 시스템의 속성이다. 다양한 계측기기를 사용해 시스템을 모니터링할 수 있지만, 만약 시스템이 실제로 내부에서 무슨 일이 일어나는지 파악할 수 있을 만큼 자신의 상태를 충분히 외부로 드러내지 않으면 아무 것도 할 수 없다”라고 강조했다. 이제 개발자는 애플리케이션을 마이크로서비스라는 작은 단위로 쪼개서 곳곳에 분산된 클라우드 서버에서 컨테이너로 호스팅한다. 이런 애플리케이션은 데브옵스팀의 전시안이 지켜보는 가운데 끊임없이 배치된다. 진정한 관찰 가능성에 대한 필요성은 날이 갈수록 중요해지고 있다. 소프트웨어 개발자 신디 스리다란은 자신의 책 ‘분산 시스템 관찰 가능성(Distributed Sy...

관찰가능성 모니터링 측정 2021.02.23

IDG 블로그 | 클라우드 컴퓨팅의 관찰 가능성에 관한 몇 가지 고찰

관찰 가능성은 애플리케이션과 데이터, 인프라를 좀 더 총체적인 가치를 제공하는 방식으로 감시할 수 있는 접근법이다.   관찰 가능성(Observability)이란 용어와 개념이 완전히 새로운 것은 아니다. 관찰 가능성은 엔지니어링과 제어 이론의 세계에 제일 처음 등장했다. 누구에게 묻느냐에 따라 정의는 다르겠지만, 일부 공통적인 규칙과 이해가 나타나고 있는데, 대부분 AI옵스와 클라우드옵스 분야의 일부 선도자가 만들어낸 유행어이다.  본질적으로 관찰 가능성은 외부의 모든 데이터와 상태에 관한 지식으로부터 내부 시스템의 상태를 얼마나 잘 추론할 수 있느냐를 의미한다. 사용자가 직접 수행하는 작업인 모니터링과는 약간 다른데, 관찰 가능성은 시스템 속성의 하나이다. 이런 식의 설명이 혼란스럽다면, 좀 더 실용적인 정의도 있다. “관찰 가능성이란 개념과 이 개념을 지원하는 툴을 이용할 수 있는 역량”이다. AI옵스 툴 같은 대부분 모니터링 및 운영 툴은 관찰 가능성에서 일정한 역할을 한다. 하지만 어떤 면에서 필자에게는 모니터링이란 오래된 술을 관찰 가능성이란 좀 더 멋진 병에 담은 것에 불과하다. 구체적인 의심을 가지고 본다는 말이다. 긍정적인 측면에서는 점점 더 많은 툴이 관찰 가능성이란 개념에 맞춰 만들어지고 있다. 보안이나 데이터베이스, 네트워크 모니터링 같은 복잡한 운영 데이터를 다루는 기타 모니터링 플랫폼 뿐만 아니라 새로 등장하는 AI옵스나 클라우드옵스 툴세트 대부분이 그렇다. 관찰 가능성의 목적은 이런 데이터 지점 모두를 총괄적으로 이용하는 것으로, 대부분 기업이 요즘에는 하지 않는다. 관찰 가능성은 현대적인 시스템의 관리와 모니터링에 중요하다. 이는 현대적인 애플리케이션과 이런 애플리케이션이 전달되는 속도를 다루고 있다는 점을 생각하면 쉽게 알 수 있다. 많은 적용하는 프랙티스인 애플리케이션을 배치하고 난 후 모니터링과 관리를 추가하는 방식은 그리 쉽게 확장할 수가 없다. 관찰 가능성 개념의 또 다른 부분은 애플리케이션의...

관찰가능성 Oservability 클라우드옵스 2020.09.09

관찰가능성이 시스템 모니터링의 미래인 이유

클라우드로의 전환은 여전히 업계의 주요 추세지만, 마이그레이션을 수행하는 방법은 조직마다 상당히 다르다. 언론에 자주 오르는 기업은 철저한 트랜스포메이션을 실행한 기업이다. 클라우드 네이티브를 따르는 전면적인 개편과 급진적인 구조조정에 관한 이야기가 아무래도 눈길을 끌기 때문이다.    그러나 이것이 시장의 전부는 결코 아니다. 모든 기업이 똑같은 방식으로 클라우드 도입을 추진하는 것은 아니고, 아직 클라우드로 이전하지 않은 애플리케이션과 기업도 많다. 또한 부분적으로만, 또는 전통적인 “리프트 앤 시프트” 방식에 가깝게 마이그레이션한 기업도 상당수 존재한다.  예를 들어 오라일리 레이더(O’Reilly Radar)는 다양한 업종의 엔지니어, 설계자, IT 책임자 1,283명을 대상으로 2020 클라우드 도입 설문을 실시했는데, 여기서 응답자의 88% 이상은 어떤 형식으로든 클라우드를 사용한다고 답했다. 응답자가 속한 조직의 90% 이상은 향후 12개월 동안 클라우드 사용이 증가할 것으로 예상하고 있으며, 대기업 조직(직원 수 1만 명 이상) 응답자 중 이미 클라우드로 100% 애플리케이션을 이전했다고 답한 응답자는 17%에 불과했다. 결국 전 세계적으로 클라우드 마이그레이션 여정은 아직 진행 중인 단계다.  무엇이 가로막고 있을까? 한 가지 피할 수 없는 간단명료한 결론은 소프트웨어가 전보다 훨씬 더 복잡하다는 것이다. 클라우드의 영향력이 갈수록 커지고 있지만, 동시에 많은 수의 이기종 스택이 존재한다. 오라일리 설문 응답자의 절반 이상이 복수의 클라우드 서비스를 이용 중이며, 마이크로서비스를 구현했다고 답했다. 클라우드 서비스와 솔루션 제공업체 중에서 경쟁에서 압도해 지배적인 위치에 올랐다고 할 만한 확실한 승자는 없다. 사실 인기 있는 솔루션의 다양성은 앞으로도 줄어 들기는커녕 더 늘어날 가능성이 높다.    APM에서 관찰가능성으로  이처럼 다양성이 꾸준히 중시되는 이유 중 하나는 기...

모니터링 관찰가능성 APM 2020.08.14

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.