클라우드(Cloud), 도구에서 핵심 전략으로: 클라우드 이제는 선택이 아닌 필수

2006년 아마존(Amazon)이 강력한 자사 인프라를 바탕으로 AWS(Amazon Web Service)를 설립하고 IaaS(Infrastructure as a Service) 형태의 클라우드를 제공하기 시작한지 10여년이 넘는 시간동안, 기업들은 클라우드를 가상화된 서버, 스토리지, 네트워크 등의 자원을 활용하여 서버 구축 비용을 절감하기 위한 하나의 IT 도구 정도로 여길 뿐이었다.

예외적으로 아마존(Amazon)이나 알리바바(Alibaba) 같이 끊김없는 실시간 데이터 처리의 니즈가 있었던 전자상거래(e-commerce) 기업들은 독자적으로 클라우드 컴퓨팅 기술에 대한 노하우를 축적하여 aws나 알리바바 클라우드(Alibaba Cloud)와 같은 거대한 클라우드 서비스(Cloud Service)를 프로덕트화 하기도 했지만, 사람들은 클라우드를 퍼블릭 클라우드(Public Cloud)라고  부르며 일반적인 인터넷 서비스를 구축하기 위한 플랫폼 정도로 생각했을 뿐, 클라우드 컴퓨팅(Cloud Computing) 기술이 가진 무궁무진한 잠재력을 알아보는 이들은 많지 않았다.

이제 가용할 수 있는 데이터의 양이 폭발적으로 증가하고 이를 다양한 니즈에 맞게 활용할 수 있는 머신러닝(딥러닝) 알고리즘과 고성능 컴퓨팅 기술이 발전하면서 시대는 급격히 변했다. 인공지능 도입은 선택이 아닌 필수가 되었고, 산업을 막론하고 이러한 트렌드에 대응하기 위한 클라우드 도입의 중요성은 증대되었다. 기업들은 이제 단순한 IT도구로써의 클라우드를 넘어, 디지털 전환(Digital Transformation)의 핵심 전략으로서 클라우드 도입 및 운용을 요구받게 된 것이다.

산업과 서비스의 경계를 넘나드는 클라우드 성공사례

이러한 트렌드를 반영하듯, 가트너(Gartner)에서는 2023년 주목해야 할 10가지 Strategic Technology중 하나로 'Industry Cloud Platform(산업 클라우드 플랫폼)'을 꼽았다. 기존의 ‘퍼블릭 클라우드’보다 한단계 발전한 ‘산업 클라우드 플랫폼'이란, 다양한 산업군에 속한 기업들이 각 도메인별 데이터 특성을 고려하여 맞춤형 서비스를 제공하는 플랫폼을 말한다.

더 나아가 산업 클라우드 플랫폼은 전사적인 인공지능 운영을 위한 MLOps(Machine Learning Operations)연계까지 염두해둔 핵심 디지털 트랜스포메이션 전략의 개념까지 포함한다. 이처럼 클라우드는 기업의 데이터 수집, 저장, 머신러닝/딥러닝 모델개발과 배포까지 전 과정에서 핵심적인 역할을 수행한다.

* MLOps란 프로덕션에서 기계 학습 모델을 안정적이고 효율적으로 배포하고 유지 관리하는 것을 목표로 하는 패러다임이다. (출처 : wikipedia)

그렇다면 각 기업들은 어떻게 산업 클라우드 플랫폼을 DT 전략의 핵심 전략으로 이용하고 있을까? 각 산업을 대표하는 기업들의 클라우드 성공 사례를 통해 살펴보자.

'보다 안전하고 편리한 주행 서비스'를 제공하는 BMW의 CARASSO

BMW는 클라우드 기술을 활용하여 자사의 차량에서 수집된 운행 데이터를 분석하고 이를 기반으로 보다 안전하고 편리한 주행 서비스를 제공하는 'CARASSO'를 개발하였다. 뿐만 아니라 AWS 클라우드의 다양한 서비스는 BMW가 수집한 차량주행 데이터를 저장하고 분석하며, 새로운 기능을 손쉽게 추가할 수 있게 하였으며, 이를 바탕으로 BMW는 4주에 한 번씩 서비스에 신규 기능을 추가하고 있다.  
(출처 : 연합뉴스 https://www.yna.co.kr/view/AKR20170419125600017)

BMW는 AWS의 서비스 가운데 아마존 S3, 아마존 SQS, 아마존 다이나모DB, 아마존 RDS, AWS 엘라스틱 빈스토크를 활용해 CARASSO를 구축했다. 이러한 AWS 클라우드 상의 다양한 서비스 덕분에 BMW가 CARASSO를 개발하는데 걸린 시간은 고작 6개월에 불과하다. 과거에는 새로운 차나 서비스를 디자인하기 위해 4~5년의 시간이 걸렸으나, 클라우드 덕분에 6개월만에 신규 서비스를 출시할 수 있게 된 것이다.

분석 노하우를 '제품화'한 맥더모트 인터네셔널(McDermott International)

이탈리아의 해양 석유 굴착 장치 및 LNG 시설 전문 기업 맥더모트 인터네셔널은 클라우드와 데이터, 인공지능 기술을 활용하여 새로운 영역의 비즈니스를 개척한 대표적인 사례다. 맥더모트 인터네셔널은 클라우드 기반 데이터 플랫폼 상에서 실시간으로 공급망의 변화와 비즈니스 트렌드를 분석하여 핵심 인사이트를 제공받을 뿐만 아니라, 인공지능 기술을 활용하여 설계 결함이나 구성 부정확성을 감지하고 공급업체가 제시한 가격을 분석하며, 이러한 자동화 작업을 통해 생산성을 높였다. (출처 : CIO)

뿐만 아니라 클라우드를 활용한 애널리틱스 노하우를 협력업체에게 제품화하여 새로운 B2B 비즈니스 기회를 창출하기까지 하였다. 맥더모트 CIO 바게쉬 데이브는 “내부용으로 개발된 제품인데 이제 고객들이 찾고 있어 우리에게는 수입원이 되었다”라고 말했다.  회사의 지속 가능성 기술 덕분에 고객사들이 석유 의존도를 낮출 수 있게 된 것이다.

이처럼 데이터와 인공지능은 기업들이 기존에 시도하지 못했던 일을 가능하게 만들어 주고 있으며, 이러한 혁신의 중심에는 클라우드가 있다. 기업들은 클라우드 상에 축적된 고객 데이터를 분석하여 보다 나은 서비스를 제공하는 것은 물론, 산업의 경계를 뛰어넘어 전혀 다른 새로운 영역의 비즈니스에 도전하기도 한다. 기업의 혁신적인 디지털 전환(Digital Transformation)을 위해 클라우드 도입은 선택이 아닌 필수다.

성공적인 클라우드 도입을 위해 고려해야 할 점들

1.클라우드 도입의 목적이 명확한가?

기존의 온프레미스(On-premise) 방식에 비해 클라우드는 다양하고 명확한 장점을 가지고 있다. 온프레미스(On-premise) 방식과는 달리 클라우드는 초기 장비 투자비용이 들지 않으며, 정액제로 사용한 만큼 돈을 지불하는 방식이기 때문에 비용절감이 가능하다. 또한 기능추가 역시 인프라를 증설하는 것이 아닌, 클라우드 시스템 상에서 필요한 기능을 증설하면 되기 때문에 확장 역시 용이하다. 운영시에도 클라우드 서비스 업체의 도움을 받는다면, IT부서의 운용 인력이 많이 필요하지 않다는 장점이 있다.

*온프레미스(On-premise) : 기업의 서버를 클라우드와 같이 '가상의 공간'이 아니라, 자체적으로 보유하고 있는 서버에 직접 설치하고 운영하는 방식.

그러나 위의 명확한 장점들에도 불구하고 도입 목적이 불분명하다면 성공적인 클라우드 활용은 어려울 것이다. 위의 클라우드 도입 성공사례에서 살펴보았듯, 클라우드 도입은 이제 단순 비용절감이 아닌 디지털 전환(Digital Transformation)을 위한 핵심 전략이라는 관점에서 바라보아야 하기 때문이다. 따라서 클라우드를 도입하려는 회사에서는 IT부서 뿐만 아니라 전사적으로 다음과 같은 사항을 고려하고 도입 목적을 명확하게 해야 할 필요가 있다.

우리 회사에서는 어떤 데이터를 분석에 대한 니즈가 있으며, 이는 MLOps 관점에서 데이터 가공 및 적재와 전체 인공지능 모델 구축, 배포 사이클에 어떻게 연동 되는가? 우리 회사가 속한 업계의 데이터는 어떤 특성을 가지고 있는가? 이를 위해서 예상치 못한 트레픽 급증을 해결할 클라우드의 자동 트래픽 증감기술 '오토 스케일링' 기능이 과연 필요할까? 마지막으로 동종업계 타사 경쟁업체들은 이러한 니즈를 클라우드를 사용해서 어떻게 해결하고 있는가?

2.조직의 니즈에 맞는 도입 전략

도입 목적이 명확히 정해졌다면 이제, 그에 맞는 도입 형태를 정할 필요가 있다. 클라우드 서비스는 조직의 필요에 따라 IaaS(Infrastructure), PaaS(Platform), SaaS(Software)의 세가지의 형태로 나뉜다.

IaaS(Infrastructure as a Service)는 가장 기본적인 형태의 클라우드 서비스 형태로, 클라우드 공급업체를 통해 제공받은 서버, 스토리지 및 네트워킹과 같은 컴퓨팅 리소스를 이용한다. 클라우드 업체는 구성을 위한 재료만 제공하는 방식이다.

IaaS는 PaaS나 SaaS에 비해 손이 많이가는 반면 자율성이 높고 커스터마이징이 용이하다는 장점이 있다. IT 자산을 직접 소유하는 만큼 필요한 만큼의 리소스만 유연하게 대여할 수 있다. 아마존의 AWS가 대표적인 예이다. 클라우드로의 빠른 전환을 원할 때 IaaS가 해답이 될 수 있다.

PaaS와 SaaS는 사용자가 클라우드 공급업체의 클라우드 기반 플랫폼 혹은 서비스를 이용할 수 있는 클라우드 컴퓨팅 서비스를 말한다. 플랫폼에서 미들웨어를 설치하지 않고도 API를 활용하거나, 소프트웨어 설치, 관리, 업그레이드 같은 업무에 신경을 쓰지 않아도 되기 때문에 매우 간편하게 사용할 수 있으며, IT 인력들이 보다 본질적인 업무에 집중할 수 있다는 장점이 있다.

또한 기업들은 데이터 보안과 전사적 전략을 고려하여 여러가지 업체의 클라우드 서비스를 조합하여 사용하는 멀티클라우드(Multi Cloud) 전략을 사용하거나 온프레미스(On-premise) 방식과 다양한 클라우드 서비스를 결합한 하이브리드(Hybrid Cloud) 전략을 활용할 수도 있다.

3.보안과 리스크 관리

클라우드 도입은 서비스 공급업체에 많은 부분을 의지한다는 온프레미스 방식과는 다른 여러가지 형태의 위험에 노출될 가능성이 있다. 삼성SDS 클라우드상품기획팀 Ideation TF에 따르면, 클라우드 도입을 저해하는 기술적 요인에는 정보 보안 리스크, 운영 리스크, 종속성 리스크 총 3가지가 있다고 한다. (출처 : https://www.samsungsds.com/kr/techreport/cloud-transformation.html)

정보 보안 리스크의 측면에서, 기업들의 민감정보 노출은 매우 중요한 이슈다. 클라우드 제공업체 자체적으로 여러가지 보안상품을 제공하고 있다고는 하지만, 고객들이 공동 인프라를 활용한다는 특성상 클라우드 활용 기업들은 보안 리스크에서 완전히 자유롭지 못한 것이 사실이다. 실제 인공지능 도입 프로젝트를 진행 하다보면 고객 정보 유출에 극도로 민감한 은행이나 보험등 금융업을 중심으로 일부 환경에만 클라우드를 도입하고 민감정보에 대해서는 여전히 자사 서버의 온프레미스 방식을 고수하는 고객사가 적지 않다.

또한 클라우드를 도입하는 기업들은 운영 리스크와 종속성 리스크에 대한 충분한 고려를 해야 한다.  특히 SaaS의 경우, 아키텍쳐가 다른 인프라 혹은 플랫폼 사이에 마이그레이션이 불가능하여 한가지 서비스 제공업체에 지나치게 종속될 수 있는 리스크가 있으며, 운영시 장애가 발생하여도 자사에서 직접 해결할 수 있는 부분에는 한계가 있다. 많은 기업들에서 이러한 운영 및 종속성 문제를 해결하기 위해 앞에서 살펴보았던 하이브리드 혹은 멀티클라우드 전략을 채택하고 있다.