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.
클라우드

IDG 블로그 | 데이터 마이그레이션을 망치는 방법

David Linthicum | InfoWorld 2021.08.09
냉정하게 말하자면, 대부분 기업의 데이터는 최적의 상태와는 거리가 멀다. 이 말을 확인하고 싶다면? 그저 고객 데이터 기록이 어디에 있는지 물어보라. 서로 다른 부서 네 곳에 물어보면, 네 가지 서로 다른 대답을 듣게 될 것이다.
 
ⓒ Getty Images Bank

이 문제는 자연스러운 부산물이다. 20~30년 동안 당시에 인기 있었던 데이터베이스를 사용해 새로운 데이터베이스를 만들어왔기 때문이다. 이들 데이터베이스에는 메인프레임용 데이터베이스, 대규모 관계형 데이터베이스, 오픈소스 SQL, 객체 데이터베이스, 그리고 최근의 특수 목적용 데이터베이스까지 포함된다.

이기종 환경과 복잡성 문제는 테라바이트급 데이터를 클라우드로 이전하려는 기업에는 부정할 수 없는 현실이다. 이런 기업은 클라우드에서 가상 유사한 데이터베이스를 찾아야만 한다. 정확하게 개발업체까지 일치하는 데이터베이스일 수도 있고, 아니면 최소한의 구조 변경과 변환이 필요한 데이터베이스일 수도 있다. 안타까운 것은 이런 접근법은 데이터베이스 사일로 문제를 영속시킨다는 점이다. 오래된 문제이자 현재의 문제를 다음 세대의 IT로 떠넘기는 끝나지 않는 문제의 대표적인 예다.

다음 세대로 떠넘기면 비교적 저렴하게 문제를 해결할 수 있다. 하지만 모든 것을 바로잡는 방법은 그렇게 쉽지도 저렴하지도 않다. 이 때문에 단기적 관점으로 데이터를 퍼블릭 클라우드로 마이그레이션하면, 비용 절감이나 민첩성, 생산성이 좋아지지 않는 경우가 많다. 데이터센터에 있던 문제가 이제는 클라우드에 있는 문제가 되었을 뿐이기 때문이다.

코로나19 팬데믹으로 많은 기업에서 퍼블릭 클라우드의 역할이 더 커졌다. 대부분 기업은 빠르고 저렴하게 클라우드로 이전하고자 한다. 이 때문에 데이터 마이그레이션에도 리프트 앤 시프트 방식을 사용한다. 처음에는 예산 관점에서 좋아 보일 수도 있다. 하지만 장기적인 관점에서 리프트 앤 시프트 방식은 데이터를 두 번 이전해야 한다는 것을 의미한다. 한 번은 잘못된 방식으로 이전하고, 두 번째에야 올바른 방식으로 이전하게 된다.

좋지 않은 소식도 있다. 가장 효과적인 데이터 마이그레이션은 몇 개월이나 아니라 몇 년이 걸린다.

하지만 누군가는 데이터의 클라우드 마이그레이션을 기업 데이터를 마침내 바로잡을 기회로 보기도 한다. 데이터를 최고의 상태로 만들어 수년 동안 모은 기업 데이터로 멋진 일을 하고자 한다. 따라서 가장 좋은 마이그레이션은 퍼블릭 클라우드로 이전하면서 모든 데이터를 표준화하고 개선하는 데 중점을 둔다. 좀 더 효과적인 데이터 마이그레이션을 위한 기본 요소 3가지를 정리했다.
 
  • SSOT(Single Source of Truth). 하나의 데이터베이스가 고객과 재고, 영업 등에 관한 데이터를 관리해야 한다. 수십 곳으로부터 데이터를 모아야 해서는 안되며, 데이터 품질 문제를 겪지 않아야 한다. 이를 위해서는 데이터에 대한 대규모 외과수술이 필요할 수도 있으며, 무려 30년 만에 데이터베이스를 표준화해야 할지도 모른다. 하지만 기업 데이터를 좀 더 잘 사용할 수 있고 가치 있게 만드는 기본 단계이다.
 
  • 이기종 메타데이터 관리. 모든 클라우드 및 온프레미스 데이터베이스에 걸쳐 추상화 계층이 있어서 구조와 데이터의 의미를 단일 인터페이스를 통해 변경할 수 있어야 한다.
 
  • 데이터 가상화. 일반적인 아키텍처 기법은 데이터 가상화를 이용하는 것이다. 이를 통해 아무리 많은 물리 데이터베이스라도 볼 수 있으며, 현재의 필요에 맞춰 실질적으로 결합하거나 분리할 수 있다. 데이터 가상화의 강점은 재구성한 데이터에 맞춰 백엔드 물리 데이터베이스를 변경하지 않아도 된다는 것이다. 데이터베이스를 클라우드로 이전하는 빠른 방법이며, 그러면서도 데이터를 더 효율적이고 민첩한 방식으로 다룰 수 있다.

신기술처럼 들리겠지만, 그렇지 않다. 데이터 가상화는 1990년대부터 사용한 기술이며, 현재는 퍼블릭 클라우드에서 이용할 수 있을 뿐이다. 일각에서는 사기라고 생각한다. 데이터 가상화는 클라우드로 이전하는 데이터를 강화하고 개선하는 예산이 적을 때는 실제로 상당한 단점이 된다.

록인이라는 문제를 겪고 싶다면, 데이터베이스를 현재 그대로 퍼블릭 클라우드에 재배치하면 된다. 사실을 직시하자. 현재의 데이터는 아마도 혼란스러운 상태일 것이다. 반창고를 붙이는 것만으로는 수십 년의 데이터 파편화를 봉합할 수 없는 순간이 온다. 대부분 기업 데이터가 기반 문제를 바로잡기 위해 수술이 필요했던 시절은 지나갔다. 문제를 클라우드로 옮기면 더 큰 문제가 생길 뿐이다. editor@itworld.co.kr
 Tags 마이그레이션 이기종 복잡성 종속성 데이터베이스

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.