IT 담당자의 2021년 사업계획을 위한 Oracle 클라우드 솔루션

기업 IT 인프라를 구성하는 요소 중 가장 중요한 시스템은 무엇일까요? 모든 IT 서비스의 근간이 되는 데이터베이스입니다. 사내에서 운영하는 ERP, 그룹웨어, CRM, SCM 등 기간계 시스템 뿐만 아니라 대외적으로 운영하는 다양한 웹서비스의 뒷단에는 데이터를 입력하고 저장하고 처리하는 데이터베이스가 필요합니다. 기업이 제공하는 서비스의 성능은 곧 데이터베이스의 성능으로 대변된다고 봐도 과언이 아닐 정도니까요.

이렇게 중요한 데이터베이스이다보니 설령 장애라도 발생하면 모든 서비스에 심각한 영향을 끼치기 때문에 데이터베이스는 대부분 안정성을 위해 단독 하드웨어에 설치하고 이중화까지 꼼꼼하게 구성해 두는 경우가 많습니다. 그리고 최고의 성능을 보장하기 위해 가장 고성능의 서버와 스토리지를 사용하기 때문에 데이터베이스 시스템은 기업 IT 인프라 중 가장 고가의 시스템이고 DBA같은 전문 담당자도 필수라 유지보수 비용도 많이 드는 것이 사실이죠.

<이미지 출처 : Bplans Blog>

이제 2020년도 얼마 남지 않았기에 많은 기업들이 2021년 사업계획을 준비하면서 IT 예산을 얼마로 책정할 지 고심 중이지 않을까 싶습니다. 역시나 가장 큰 화두는 어떻게 비용을 줄일 것이냐일텐데, 다른 시스템보다 많은 비용이 소요되는 데이터베이스 시스템이니만큼, 여기서 비용을 줄일 수 있다면 다른 분야에서 비용 절감 효과가 크지 않더라도 전체 IT 예산을 놓고 보면 비용을 꽤 줄일 수 있을겁니다.

게다가 새해이니만큼 새로운 프로젝트를 계획하는 것도 IT 담당자 입장에서는 매우 중요하죠. 만약 기업에서 제공하는 제품의 종류가 다양하고 운영하는 서비스 채널도 다수라면 쌓이는 데이터도 어마어마할텐데, 이 참에 다수의 채널에서 수집되는 다양한 유형의 데이터를 분석해서 새로운 비즈니스 기회를 찾을 수 있는 시스템을 구축할 수 있다면, 이것이야 말로 새해에 야심차게 추진해 볼 만한 프로젝트이지 않을까요?

데이터베이스가 매우 중요한 시스템인 것은 사실이니까요. 이번 콘텐츠에서는 지난 10월29일과 11월5일에쉐어드아이티 웨비나 클래스를 통해 소개해 드렸던 데이터베이스의 통합을 통한 비용 절감, 그리고 차세대 데이터 분석 플랫폼 구축에 대한 내용을 정리해 보려고 합니다. 시간 관계상 웨비나에서 미처 말씀드리지 못햇던 내용도 포함해서요.

아젠다는 아래와 같습니다.

• 1.데이터베이스 통합을 통한 비용 절감 : Oracle Exadata의 가치와 사례

• 2.자율운영 데이터베이스로 차세대 데이터분석 플랫폼 구축하기 : Oracle ADW(Autonomous Data Warehouse)의 가치와 사례

그럼 '쉐어드아이티 웨비나 클래스 리뷰, IT 담당자의 2021년 사업계획을 위한 Oracle 클라우드 솔루션' 지금 시작합니다.

이 콘텐츠는 한국오라클의 지원으로 제작되었습니다.

1. 데이터베이스의 통합을 통한 비용 절감 : Oracle Exadata의 가치와 사례

첫 번째 주제는 데이터베이스의 통합을 통한 비용 절감입니다. 기존에 온프레미스에서 다수의 서비스를 지원하는 다양한 데이터베이스를 하나로 통합해서 운영함으로써 비용절감이 가능하다라는 내용인데요. 기업이 데이터베이스를 각각 서비스에 맞게 개별적으로 운영하는, 즉 워크로드 별로 분리해서 운영하는 데에는 다 그럴만한 이유가 있죠. 서비스 별 안정성 때문일 수도 있고, 워크로드 별로 필요한 성능이 다를 수도 있기 때문입니다.

하지만 어쨌든 워크로드 별로 데이터베이스를 다수 운영한다는 것은 관리포인트가 그만큼 늘어나는 것이기 때문에 유지보수 비용이 증가할 수 밖에 없습니다. Oracle은 이 점을 노려서 Oracle의 차세대 데이터베이스 어플라이언스인 Exadata로 통합할 것을 권고하고 있습니다. 그렇다면, Exadata는 어떤 솔루션 이길래 다수의 데이터베이스를 통합할 수 있는 것일까요? 웨비나 내용을 토대로 요약해 보겠습니다.

1) 온프레미스에서의 Exadata 도입 효과

• ■Oracle Exadata란?

<이미지 출처 : databaser.net>

기존의 데이터베이스는 스토리지와 데이터를 주고 받는 과정에 있어서 많은 병목 현상이 발생해 성능 상의 제약이 많았습니다. 아무리 고성능의 서버와 스토리지, 네트워크 컨트롤러를 준비한다 한들 기존의 아키텍처에서는 데이터베이스의 성능이 저하될 수 밖에 없는 구조적 한계가 명확했습니다. 그 요인에는 위 표와 같이 데이터베이스와 스토리지 간의 데이터 대역폭 문제, 그리고 스토리지에서 발생하는 다양한 병목현상이 있는데요.

<이미지 출처 : databaser.net>

기존의 데이터베이스의 이러한 구조적 한계를 극복한 것이 바로 Oracle Exadata입니다. Exadata는 위와 같이 데이터베이스와 스토리지간의 대역폭을 넓히고 그 수를 늘렸으며, 스토리지에서 I/O를 처리할 때 캐시메모리를 활용, 기존 보다 최대 20배 더 빠른 성능을 통해 데이터베이스와 스토리지간의 병목현상을 해결했습니다. 이를 위해 수십년동안 검증된 Oracle 데이터베이스 엔진에 최고의 성능을 자랑하는 서버와 스토리지를 얹어 하나의 어플라이언스 장비로 만든 것이 바로 Oracle Exadata입니다.

• ■Exadata의 가치 1 : 다양한 유형의 워크로드를 통합

Exadata의 강력한 성능 덕분에 기업에서 운영하는 여러 유형의 데이터베이스 워크로드를 하나의 Exadata로 통합할 수 있습니다. Exadata는 각 워크로드 별로 개별적인 컴퓨팅과 스토리지 자원을 할당할 수 있고, Exadata에서 운영되는 각각의 데이터베이스 워크로드는 서로 격리되어 독립적으로 운영되기 때문에 다른 워크로드에 영향을 주지 않습니다. 덕분에 Exadata라는 하나의 머신에서 다수의 워크로드를 안정적으로 운영할 수 있는 것입니다.

• ■Exadata 가치 2 : 업계 최고의 보안

Exadata의 데이터베이스 엔진은 업계에서 가장 널리 사용되는 Oracle 데이터베이스 엔진입니다. 전세계에서 가장 많이 사용되는 솔루션이니 해커들의 공격 1순위인 것은 당연하겠죠. 때문에 그 어떤 데이터베이스보다도 많은 공격을 받았고, 수 많은 해커들의 위협에 대응해 오면서 Oracle 데이터베이스의 보안도 점점 강화되어갔습니다. 

위에 보시는 것과 같이, Exadata에 적용된 수많은 보안 정책과 기술들, 그리고 수시로 제공되는 Oracle의 보안 패치 덕분에 Exadata에서 데이터베이스를 안전하게 운영할 수 있습니다.

• ■Exadata 가치 3 : RAC에서 한단계 더 진화한 가용성, Application Continuity

데이터베이스야 말로 기업 IT 인프라에서 가장 안정적으로 운영되어야 할 시스템이라고 서두에서 강조했었는데요. Exadata에는 Oracle RAC라는 업계에서 가장 안정성이 높다고 인정받는 Active / Active 솔루션이 적용되어 기업의 데이터베이스를 안정적으로 운영합니다.

여기에 Oracle 12c부터 적용된 Application Continuity 기능을 통해 가장 앞단의 애플리케이션에서 장애가 발생하더라도 Exadata가 즉시 복구해서 애플리케이션 사용자가 서비스 장애를 경험하기 전에 알아서 조치합니다. 심지어 개발자가 실수로 세션을 죽였다면 Application Continuity가 발동되어 Exadata가 스스로 세션을 복구하기도 한다는군요. 데이터베이스에 영향을 끼칠만한 심대한 장애는 Oracle RAC로, 애플리케이션 단에서 발생할 수 있는 사소한 오류는 Application Continuity를 통해 기업은 고객에게 항상 안정된 서비스를 제공할 수 있게 됩니다.

• ■Exadata 가치 4 : 시스템 영역과 스토리지 영역을 분리한 아키텍처

Exadata가 기존의 데이터베이스와 달리 스토리지 병목 현상을 최소화하기 위해 대역폭을 늘리고 캐시메모리를 사용해 I/O 성능을 끌어올렸다는 것은 앞에서 말씀 드렸습니다. 이 외에 또다른 가치이 바로 컴퓨팅 자원을 사용하는 시스템 영역과 데이터를 처리하는 데이터 영역을 나눠서 관리한다는 것입니다.

통상 데이터베이스에 연결된 스토리지에서 대량의 데이터를 처리할 경우 스토리지에서 컴퓨팅 자원을 많이 가져다 쓰기 때문에 데이터베이스 성능이 떨어지기 마련입니다. 하지만 Exadata는 시스템 영역과 스토리지 영역을 분리했기 때문에 대량의 데이터를 처리하더라도 시스템 영역에 부하가 가중되지 않기 때문에 데이터베이스 성능 저하를 최소화 시킬 수 있습니다. 이러한 아키텍처적인 차별성 덕분에 Exadata의 성능이 뛰어나다고 볼 수 있겠죠.

2) Oracle Exadata로 데이터 처리 역량을 5배 늘린 성공기

앞서 살펴본 Exadata의 가치들을 실제 현업에서 제대로 활용하고 계신 곳이 있습니다. 롯데하이마트는 Oracle Exadata를 도입해 매년 성수기 시즌마다 반복되는 데이터베이스 성능 저하로 인한 불편함을 해소하고 미래에 투자하려고 계획했던 신규 서버 도입 비용도 절감할 수 있었다고 하는데요. 주요 내용을 요약해 보겠습니다.

롯데하이마트는 매년 여름 성수기 시즌이 에어컨 대목이라 운영 중인 온라인 하이마트 쇼핑몰에 방문자가 폭주했었다고 합니다. 감당하기 어려운 트래픽으로 인해 데이터베이스 성능이 떨어져 사이트를 둘러보고 쇼핑하는 고객도, 내부에서 들어온 주문을 처리하는 직원들도 큰 불편을 겪어왔다고 합니다. 가장 큰 문제는, 매년 반복되는 이 현상을 해결하기 위해 성수기 시즌을 대비해 시스템을 확장하는 형태로만 대응해왔기 때문에 비용은 비용대로 쓰고 근본적인 문제는 해결하지 못한 상황이었던 것입니다. 그리고 온라인 쇼핑몰을 운영하고 있었기에 당연히 365일 24시간 중단되지 않는 무중단 운영이 가능한 시스템이 필요했고요.

롯데하이마트는 Oracle Exadata를 도입해 여름 성수기 시즌을 무사히 보낼 수 있었습니다. 트래픽이 몰리고 OLTP성 데이터가 폭증해도 Exadata에서 안정적으로 데이터를 처리하니 쇼핑몰이 느려지거나 다운되는 일이 없어진거죠. 게다가, 기존에 정기적으로 수행하는 배치작업을 수행함에 있어 Exadata 도입 이후 이전 대비 4배 ~ 6배나 빨라졌다고 합니다. 덕분에 과거와는 달리 안정으로 쇼핑몰을 운영할 수 있게 되었고, 빠른 성능의 시스템을 통해 내부 직원들의 만족도 역시 크게 올라갔다고 하는군요.

롯데하이마트는 Exadata를 도입해서 매번 골치아팠던 여름 성수기 시즌을 무사히 보낼 수 있게 된 것에 더해, 매년 투자해왔던 시스템 확장 즉, 서버 증설에 대한 비용을 절감할 수 있게 되었다고 합니다. Exadata 덕분에 예전 처럼 과거의 아키텍처로 만들어진 데이터베이스 시스템을 확장할 필요가 없어진 것이죠. 물론 롯데하이마트 쇼핑몰의 방문자가 더 많아져 거래량이 더욱 늘어난다면 Exadata 노드를 확장할 필요가 있겠지만, 롯데하이마트에서는 적어도 향후 몇년 간은 신규 서버를 증설하지 않아도 될 정도의 성능을 확보했다고 판단하고 있습니다.

여기까지 데이터베이스를 Oracle Exadata로 통합했을 때의 효과에 대해 살펴봤고요. 전체 내용이 궁금하신 분들은 아래 영상을 참고하시기 바랍니다.

3) 온프레미스에서 클라우드로 데이터베이스 통합하기

• ■클라우드 기반 Exadata의 가치 1 : 스케일링을 통한 자원 활용 최적화

이번에는 온프레미스에서 운영하는 데이터베이스를 클라우드로 옮겨서 운영했을 때 왜 비용이 절감되는지에 대해 알아볼 차례입니다. 위 장표와 같이 기존에 온프레미스에서 운영하던 데이터베이스 7개를 클라우드에서 운영되는 Exadata 1개로 통합했을 때 5년 TCO 기준 36%의 비용절감 효과가 있었다고 합니다.

클라우드로 옮겼을 때 비용이 절감되는 가장 큰 이유는 클라우드의 스케일업 & 다운 기능 덕분입니다. 온프레미스에서 데이터베이스를 구축할 때 향후 예측 가능한 최대 피크 기준으로 데이터베이스 서버의 사이징을 하게 됩니다. 필요 이상으로 사이징을 하는 것이 일반적이기 때문에 낭비되는 자원이 발생할 수 밖에 없죠. 하지만 클라우드에서는 데이터가 몰리는 시점에 따라 자동으로 컴퓨팅 자원을 늘렸다 줄였다 할 수 있고 관리자가 수동으로 관리할 수 있는 스케일링 덕분에 낭비되는 비용 없이 구축 및 운영이 가능합니다.

• ■클라우드 기반 Exadata의 가치 2 : BYOL과 자동화 관리

클라우드에서 데이터베이스를 운영하게 되면 의례 클라우드용 데이터베이스 라이선스를 새로 구매해야 한다고 알고 계실겁니다. Oracle은 온프레미스에서 사용하고 있는 데이터베이스 라이선스를 클라우드에서도 사용할 수 있는 BYOL(Bring Your Own License)를 지원합니다. 때문에 온프레미스에서 Oracle 데이터베이스를 사용하고 있다면 클라우드에서 추가비용을 지불할 필요가 없게 됩니다. 물론 사용하려는 규모에 따라 어느 정도의 비용 추가는 있을 수 있지만 기존에 보유한 라이선스를 재활용할 수 있다는 것을 기억해 주세요.

그리고, 클라우드에서 운영되는 데이터베이스이다보니 클라우드에서 지원하는 각종 자동화 기능을 활용해 관리 편의성을 향상시킬 수 있습니다. 온프레미스에서 직접 데이터베이스를 운영하는 것 대비 높은 수준의 SLA를 통해 데이터베이스를 안정적으로 운영할 수 있으며, 데이터베이스를 위한 최신 기술들을 사용할 수 있고, 다양한 자동화 기능 덕분에 보다 적은 인력으로 데이터베이스를 관리할 수 있게 됩니다.

• ■클라우드 기반 Exadata의 가치 3 : 클라우드 마이그레이션을 위한 사전 계획 및 검증 솔루션 제공

온프레미스에서 운영하는 데이터베이스를 클라우드로 옮기는 것은 간단한 일이 아닙니다. 온프레미스에서의 운영 환경 그대로 클라우드로 옮겨야함은 물론이고, 클라우드에서도 과연 안정적으로 성능에 문제 없이 잘 운영될 지 예측하기가 쉽지 않기 때문이죠. 거기에 데이터의 정합성까지 맞춰야 하기 때문에 클라우드로 데이터베이스를 옮기기 전에 큰 비용을 들여 전문 업체의 컨설팅을 받는 경우도 많습니다.

Oracle은 Database Consolidation Workbench라는 데이터베이스를 클라우드로 이관하는 것을 도와줄 수 있는 자동화 솔루션을 제공합니다. 데이터베이스 관리자는 Workbench를 활용해 온프레미스에서 클라우드로 이관하기 위한 계획을 수립하고 시뮬레이션을 해 볼 수 있으며, 클라우드로 옮겼을 때 잘 작동하는 지 테스트를 통해 검증해 볼 수 있습니다. 덕분에 전문 업체에 별도의 컨설팅 비용을 지불하지 않고도 스스로 데이터베이스 이관을 위한 사전 작업을 충분히 할 수 있게 됩니다.

• ■클라우드 기반 Exadata의 가치 4 : 클라우드로 마이그레이션을 위한 두 가지 방법 제공

Workbench를 통해 클라우드로의 이관을 충분히 검증했다면, 실제 이관을 수행해야 핥텐데요. Oracle은 이를 위해 두 가지 방법을 제공하고 있습니다. 만약 이관 대상 데이터베이스가 다운타임이 발생해도 괜찮은 워크로드라면 Data Pump 방식을 이용해 클라우드로 데이터베이스를 이관할 수 있습니다. 이관 대상의 데이터를 내려받아 클라우드로 업로드 하는 형태입니다. 일반적으로 가장 많이 활용되며 데이터베이스 관리자들에게 익숙한 방식이라고 볼 수 있습니다.

만약 다운타임이 발생하면 안되는, 24시간 운영되어야 하는 워크로드라면 Zero Downtime Migration 방식을 사용하면 됩니다. 온프레미스 데이터베이스의 데이터를 클라우드로 이관할 때 발생할 수 있는 다운타임을 최소화하거나 아예 무중단으로 이관을 진행할 수 있습니다. 이 두 가지 방법을 통해 온프레미스의 데이터베이스를 클라우드로 손쉽게 이관할 수 있게 됩니다.

4) 아트박스, 온프레미스 데이터베이스를 클라우드로 전환한 성공기

이번에는 앞서 살펴본 온프레미스 데이터베이스를 클라우드로 옮기는 방안에 대한 실제 사례를 알아보겠습니다. 국내 No.1 팬시 & 문구 기업인 아트박스의 사례를 요약해 보겠습니다.

아트박스는 전국에 수많은 오프라인 매장을 운영함과 동시에 온라인 쇼핑몰도 함께 운영하고 있습니다. 그리고 온라인 쇼핑몰을 운영하기 위한 기반 시스템은 모두 자체 인력으로 직접 개발해 운영해 왔는데요. 온라인 쇼핑몰의 규모가 확장됨에 따라 시스템 규모도 커지고 관리 포인트도 늘어나 유지보수에 어려움이 많아 클라우드로의 이관을 검토했다고 합니다.

아트박스는 클라우드로 데이터베이스를 이관하기 위해 다양한 클라우드 서비스를 검토했었다고 합니다. 이 과정에서 이미 오랫동안 사용해왔던 Oracle 데이터베이스가 클라우드로 갔을 때 성능 저하 없이 잘 운영 될 수 있는가에 대해 중점적으로 검토했었다고 하는데요. 결국 Oracle 데이터베이스의 무중단 운영을 위한 RAC를 가장 잘 지원할 수 있는 Oracle Cloud Infrastructure를 선택했다고 합니다.

하지만 처음에 파트너와 함께 OCI 미국 리전 기반으로 BMT를 진행했을 때 CDN 속도 저하 이슈로 실제 쇼핑몰 운영을 담당하기에는 무리가 있었다고 합니다. 데이터센터가 미국에 있다보니 네트워크 지연은 어쩔 수 없었겠죠. 쇼핑몰 특성 상품 이미지를 빠르게 보여주는 것이 매우 중요하기 때문에 이 상태로는 이관이 불가능했습니다.

그래서 아트박스는 OCI 한국 리전 오픈 후 다시 테스트를 진행했고, CDCN 성능에 문제가 없음을 확인한 후 OCI로 온프레미스 데이터베이스를 이관하기로 결정했습니다.

아트박스는 온프레미스의 데이터베이스를 OCI로 이관한 덕분에 기존 환경 대비 많은 부분이 좋아졌다고 합니다. 대표적으로 온라인 쇼핑몰 시스템의 24시간 모니터링이 가능해졌고, 이슈 발생 시 담당자에게 자동으로 알림이 발송되어 빠른 대응을 통해 진정한 무중단 운영을 구현했다고 합니다.

게다가 OCI는 타 클라우드 서비스와는 달리 네트워크 트래픽 아웃바운드 비용을 받지 않아 비용을 크게 절감했다고 하는데요. 아트박스같은 자체 쇼핑몰의 경우 상품을 쿠팡, 11번가, 지마켓 같은 오픈마켓에도 등록해 운영하는 경우가 많습니다. 이 때 오픈마켓에서는 자체 쇼핑몰의 상품이미지를 가져가야 하기 때문에 자체 쇼핑몰에서 오픈마켓으로 네트워크 트래픽이 발생하게 되죠. 하지만 OCI는 이 비용을 받지 않아 비용 절감이 가능했다고 합니다.

여기까지 온프레미스 데이터베이스를 클라우드로 이관했을 때의 가치와 비용절감 효과에 대해 살펴봤고요. 보다 자세한 내용은 아래 영상을 통해 확인하실 수 있습니다.

2. 자율운영 데이터웨어하우스로 차세대 데이터 분석 플랫폼 구축하기와 사례

두 번째 주제는 자율운영 데이터웨어하우스로 차세대 데이터 분석 플랫폼 구축하기입니다. 이번에 소개해 드릴 솔루션은 Oracle이 자랑하는 ADW, Autonomous Data Warehouse인데요. 소위 빅데이터 분석까지는 아니더라도, 기업이 보유한 다양한 유형의 데이터를 한데 모아 분석할 수 있다면 새로운 비즈니스 가치를 빠르게 찾아낼 수 있을 것입니다.

하지만 많은 기업들은 수 많은 데이터를 한데 모으는 것 조차 버거워하고 있습니다. 기껏 어렵게 모은다 한들 어떻게 분석해야 할 지 막막한 경우도 많고요. 데이터 분석을 위해 데이터 분석가, 데이터 과학자를 투입해 보지만 분석과 예측 과정에 다다르기까지의 과정이 험난해 투자 대비 효과가 크지 않죠. 이번에는 이러한 기업들의 고민을 해결해 줄 수 있는 Oracle의 솔루션과 사례를 소개하고자 합니다.

1) 자율운영 데이터웨어하우스, ADW의 가치와 기능 소개

많은 기업들이 데이터가 중요한 것은 잘 알고 있지만 활용에 어려움을 느끼고 있습니다. 왜 그럴까요? 데이터들이 각기 다른 장소에 흩어져 있어 분석에 활용할 만한 데이터를 찾아내기가 어렵기 대문입니다. 데이터를 한 곳에 모았다 한들 모은 데이터가 개별적으로 너무 잘개 쪼개져있기 때문에 제대로 된 분석도 어렵습니다. 거기에 AI기술의 발달로 머신러닝을 활용하면 뭔가 그럴싸한 분석 결과가 나올 것으로 기대했지만, 너무 큰 기대였다는 것에 실망하는 기업들이 증가하고 있다고 합니다.

• ■Data Warehouse란?

기업들의 이런 고민을 해결하기 위해 필요한 것이 바로 DW, Data Warehouse입니다. DW는 대량의 데이터를 분석하기 위한 커다란 데이터 저장공간을 말하는데, 다수의 데이터베이스에서 데이터 정제과정을 거쳐 DW에 저장하고 분석해서 시각화 과정을 거쳐 비즈니스 가치를 찾아낼 수 있도록 도와주는 솔루션입니다. 앞으로 말씀드릴 ADW는 DW에 관리 자동화 기능이 접목된 차세대 DW라고 보시면 되겠습니다.

• ■Oracle Autonomous Data Warehouse의 가치 1 : 다양한 기능을 제공하는 통합형 DW

Oracle ADW에는 다양한 업무에서 발생하는 다수의 서로 다른 데이터 유형을 단일 저장소에 저장하고 분석할 수 있습니다. 게다가 원시데이터가 저장되는 데이터 레이크에 저장된 데이터도 ADW에서 Query를 날려 조회할 수 있게 하고요. 데이터 유형이 다양하더라도 ADW에서 통합적으로 분석이 가능하고 AI를 활용해 분석 결과를 예측할 수도 있습니다. 일반적으로 이러한 작업을 수행하려면 각 작업 별로 개별적인 솔루션이 필요한데, 기업은 Oracle ADW라는 하나의 플랫폼에서 이런 작업들을 수행할 수 있게 됩니다.

• ■Oracle Autonomous Data Warehouse의 가치 2 : 3가지 배포 옵션

ADW는 3가지 형태로 이용할 수 있습니다. 첫째는 OCI에서 ADW를 이용하는 것이고 둘째는 OCI에 구현된 ADW를 기업의 자체 데이터센터, 프라이빗 클라우드에 구축해 이용할 수도 있습니다. 

마지막은 OCI에서 이용하되, OCI 자원을 다른 기업들과 공유하는 것이 아닌 오롯이 우리만을 위해 전용 구역을 할당받아 사용하는 것입니다. 이렇게 되면 성능 뿐만 아니라 보안 상으로도 더욱 안전하겠죠? 세 가지 유형 모두 기반 기술은 클라우드이며 Pay as you go, 사용한 만큼 과금되는 형식입니다.

• ■Oracle Autonomous Data Warehouse의 가치 3 : 클라우드에서 간편하게 구현

ADW는 클라우드에서 운영되기 때문에 데이터베이스를 생성하고 배포하고 데이터를 올리는 과정이 매우 간편합니다. 데이터베이스 생성의 경우  OCI UI에서 3단계만 거치면 데이터베이스를 생성할 수 있는데 온프레미스에서 수일에서 수주가 걸리는 작업을 클라우드에서 수분 내에 완료할 수 있습니다. 

또한 데이터 업로드 시 직접 보유한 데이터를 ADW에 업로드하는 방식이 있고 OCI, AWS, Azure의 Object Storage를 사용해 ADW로 데이터를 보내는 방식을 제공합니다. ADW에서 다양한 데이터 업로드 옵션을 제공하고 있어서 데이터베이스 관리자라면 분석할 데이터를 ADW로 보내는 작업에 큰 어려움이 없을 것입니다.

• ■Oracle Autonomous Data Warehouse의 가치 4 : 다양한 SaaS 데이터도 분석 가능

Oracle ADW는 Oracle에서 제공하는 ERP, HCM, CX, SCM 등 다양한 SaaS의 데이터 뿐만 아니라 3rd party SaaS의 데이터도 함께 통합적으로 분석할 수 있습니다. 즉, ADW를 활용하면 기업에서 사용하는 다양한 SaaS의 데이터를 분석할 수 있는, 우리 회사만의 통합 데이터 분석 플랫폼을 구현할 수 있다는 것입니다.

• ■Oracle Autonomous Data Warehouse의 가치 5 : 강력한 자동화 기능

Oracle ADW의 핵심 가치는 바로 제품명에도 붙어있는 Autonomous, 자동화라고 할 수 있습니다. 기존에 DBA가 반복적으로 수행하던 다양한 작업들을 ADW가 알아서 자동으로 수행합니다. 때문에 DBA는 루틴하게 처리했던 업무들을 ADW에 맡기고 데이터 분석과 같은 보다 가치있는 일에 시간을 투자할 수 있게 됩니다. 거기에 성능 최적화를 위한 튜닝 작업까지도 ADW가 알아서 합니다.

또한 데이터 분석가 역시 데이터 분석을 위해 DBA의 부담을 많이 줄인 형태로 ADW를 활용해 필요한 데이터셋을 구성하고 바로 분석할 수 있습니다. 자동화 기능 덕분에 관리자가 셀프서비스로 데이터 웨어하우스라는 방대한 플랫폼을 효율적으로 관리를 할 수 있게 됩니다.

• ■Oracle Autonomous Data Warehouse의 가치 6 : 오토 스케일링

앞서 클라우드에서 운영되는 Exadata의 가치에 대해 말씀드렸던 내용이 ADW에도 그대로 적용됩니다. 기반 기술은 OCI이니까요. 타사 MPP DW 솔루션인 AWS의 Redshift와 Snowflake는 그들이 미리 정해둔 규격으로만 오토 스케일링이 가능합니다. 만약 CPU가 10개가 필요하다 할지라도 타 제조사의 경우 16개의 CPU 단위로만 확장이 가능해 6개의 CPU 자원이 낭비되는 셈이죠.

하지만 OCI기반의 Oracle ADW는 정해진 규격이 아닌 관리자가 직접 수동으로 CPU와 Storage를 독립적으로 설정할 수 있습니다. 게다가 지정해 둔 사이즈의 최대 3배 이내로 자동 확장이 가능해 타 제조사 대비 진정한 오토 스케일링을 구현했다고 볼 수 있습니다. 이는 곧 낭비되는 자원이 없으니 비용 절감으로 이어질 수 있겠죠?

• ■Oracle Autonomous Data Warehouse의 가치 7 : 보안 자동화 + 사용자가 직접 감사 가능

ADW가 자동으로 수행하는 업무에는 DBA 업무 뿐만 아니라 보안관련 업무도 포함됩니다. ADW에 저장되는 모든 데이터는 자동으로 암호화되며 보안관련 업데이트 및 패치 역시 무중단으로 온라인에서 자동으로 진행되고요. 여기에 더해 관리자가 DW에 접근하는 사용자들의 행동을 모니터링하고 적절한 조치를 취할 수 있는 감사 기능도 제공합니다. Data Safe라는 도구를 사용하면 관리자는 ADW에 대한 보안 정책을 수동으로 관리할 수 있으며, 사용자 대상 감사를 수행하고 민감데이터를 자동으로 마스킹해 보안적으로 안전하게 ADW를 운영할 수 있게 됩니다.

여기까지 Oracle ADW에 대한 내용을 살펴봤고요. 보다 자세한 내용은 아래 영상에서 확인하실 수 있습니다.

2) ADW로 쉽게 시작하는 데이터 분석과 고객 사례

ADW가 제공하는 기능과 경쟁사 대비 뛰어난 가치에 대해 알아봤으니 이제 ADW를 활용해 어떻게 데이터 분석을 할 수 있는지와 사례에 대해 살펴보겠습니다.

• ■ADW의 분석 결과를 시각화 하기 위한 Oracle Analytics Cloud + 3rd party Tool

ADW라는 훌륭한 데이터 분석 플랫폼으로 데이터를 한데 모아 분석했다 하더라도 새로운 비즈니스 가치를 찾아내기 위해서는 시각화 작업이 필요합니다. 방대한 분석 결과를 Raw data로 아무리 들여다본들 인사이트를 얻어내기란 어렵기 때문입니다. 그래서 필요한 것이 시각화 도구인데, Oracle Analytics Cloud는 사용자가 스스로 쉽게 차트를 활용해 대시보드를 만들고 관계자들과 공유할 수 있게 해줍니다.

ADW는 OAC외에 다양한 3rd party 도구도 활용할 수 있습니다. Tableau, Power BI, Cognos 등 업계에서 널리 사용되는 시각화 도구를 ADW에 연결해 대시보드를 만들 수 있고요. 또한 python, JAVA, .NET, node.JS, PHP, Ruby 등 다양한 언어도 지원해서 시각화 도구를 거치지 않고 차트를 직접 만들어 웹페이지에서 바로 띄워줄 수 있습니다. 사용자 맞춤형 대시보드도 제작이 가능하다는 것입니다.

• ■ADW와 OAC의 분석 결과 예측을 위한 Machine Learning

ADW와 OAC에는 Oracle이 오랫동안 자사의 데이터베이스 사용 데이터를 토대로 연구해온 Machine Learning이 접목되어 있습니다. 덕분에 관리자는 데이터를 좀 더 쉽게 분석할 수 있고 그 결과가 과연 타당할 지, 향후 어떤 결과를 불러올 지 예측해낼 수 있습니다.

나아가 ADW는 AutoML을 지원하게 될 예정입니다. 학습 데이터만 지속적으로 제공하면 AI가 자동 학습을 통해 보다 나은 예측 결과를 보여줄 수 있습니다. 단순히 예측 결과를 보여주는 것에 그치지 않고, 어느 알고리즘의 결과가 더 나은지 제안까지 해줍니다.

이러한 ML을 활용한 분석결과 예측은 데이터 과학자가 있더라도 오랜 시간과 노력을 통해 수행할 수 있는 난이도가 높은 작업입니다만 ADW에서 제공하는 ML 도구 덕분에 기업은 예측 결과를 더욱 빠르게 얻어낼 수 있고, 보다 실현 가능성이 높은 결과를 채택함으로써 리스크를 최소화할 수 있을 것입니다.

• ■ADW vs 경쟁 솔루션

지금까지 살펴본 ADW의 다양한 기능은 경쟁 솔루션 대비 더 나은 가치를 제공합니다. ADW의 데이터베이스 엔진은 업계에서 가장 강력한 Exadata 기반으로 운영되며 업계 유일의 튜닝 자동화, 보안 자동화를 구현했으며 관리자 입맛대로 조정 가능한 진정한 오토 스케일링 덕분에 비용을 크게 절감시킬 수 있습니다. AWS Redshift 대비 비용은 절반에 Snowflake보다는 2배에서 3배나 성능이 빠르다고 합니다.

게다가 이러한 ADW의 기술을 고객의 데이터센터에 이식해서 그대로 사용 가능하다는 것 역시 경쟁사와 차별화되는 가치라고 할 수 있습니다. 강력한 자동화 기능 덕분에 DBA의 업무를 줄여주고, 데이터 관리도 셀프 서비스로 가능케 도와주는 ADW를 통해 기업의 차세대 데이터 분석 플랫폼을 구축해 보시는 것은 어떨까요?

• ■반도체 파운드리 회사의 ADW 도입 사례

앞서 ADW의 특징과 경쟁사 대비 특장점에 대해 설명드렸는데, 이번에는 이 ADW를 도입해 사용하고 있는 고객의 사례를 소개하려고 합니다. 반도체 파운드리 회사의 CTO께서 인터뷰하신 내용 중 주요 내용을 요약해 보겠습니다.

반도체 파운드리 회사의 IT 인프라 환경은 무중단 운영을 보장하는 것이 가장 중요합니다. 365일 24시간 돌아가는 생산 라인에 문제가 생기면 주문 발주 후 납기로 이루어진 비즈니스에 차질이 생길 뿐만 아니라 회사 평판에도 악영향을 끼쳐 향후 주문을 받지 못하는 사태가 생길 수도 있기 때문입니다.

때문에 이 회사에서는 보안 위협으로 인한 생산 라인 장애 발생을 미연에 방지하는 것이 가장 중요했고, ADW를 도입해 보안 로그를 분석하는 용도로 사용하고 있다고 합니다.

2018년 8월 글로벌 No.1 반도체 파운드리 회사인 대만의 TSMC에서 보안사고가 발생해 $250M, 한화로 약 3천억원이 넘는 피해가 발생했습니다. 때문에 인터뷰하고 계신 회사에서도 해킹이 우리 같은 반도체 회사에도 발생할 수 있구나 라는 인식을 하게 되었고, 이를 계기로 보안을 강화할 필요가 있다는 내부 공감대가 형성되어 ADW를 도입해 보안 로그를 분석하고 있다고 합니다.

이 회사에서는 과거 보안로그를 Excel 파일이나 PDF로 보관했었다고 합니다. 위 장표 우측의 이미지처럼 말이죠. 이러한 형태의 데이터를 분석하는 것은 매우 어렵습니다. 게다가 기업 규모가 큰 편이 아니어서 IT 예산이 넉넉하지 않았기 때문에 보안관제 혹은 AI를 활용한 분석 시스템은 도입이 어려웠다고 합니다.

Tableau같은 시각화 도구를 사용해 보신 분들은 잘 아시겠지만, 시각화 하기 위한 데이터가 정제가 되어있지 않으면 아무리 좋은 시각화 도구를 사용한다 할 지라도 차트로 그리고 대시보드를 만드는 데에 한계가 명확합니다. 저도 과거 Tableau를 사용할 때 대시보드 만드는 것 보다 데이터 정제작업에 시간이 더 오래 걸렸던 기억이 나는데요. OAC는 별다른 정제 작업 없이 그대로 로그 파일을 올려도 그럴싸한 대시보드를 만드는 데에 큰 어려움이 없었다고 합니다.

이 반도체 파운드리 회사에서 보안로그 분석 시스템 구축을 위해 OAC를 선택한 이유는 클라우드 서비스이면서 사용이 쉬워 셀프 서비스가 가능했다는 것을 꼽을 수 있겠습니다. 만약 온프레미스 환경에서 이러한 로그분석 시스템을 구축하려면 전용 하드웨어와 소프트웨어를 준비하고 전문 개발인력이 붙어 데이터 분석 및 대시보드를 개발해야 하는 대형 프로젝트가 될텐데요. 하지만 OAC를 활용하면 이미 환경은 갖춰져있고 사용자가 데이터만 업로드해 직접 차트를 그려가며 대시보드를 만들어낼 수 있으니 시간과 비용을 모두 절감할 수 있게 됩니다.

실제로 이 회사에서도 2019년 9월에 OAC 사용을 시작했고, 1주일만에 로그분석 대시보드 초안을 완성했다고 합니다. 그리고 개선 과정을 거쳐 2019년 말에 현재 사용하고 있는 보안로그 분석 대시보드를 완성했다고 합니다. 자사의 데이터 분석 시스템을 별도의 공급업체에서 SI프로젝트처럼 개발하는 것이 아닌 자체 인력을 활용해 직접 셀프 서비스로 구현할 수 있을 정도로 OAC는 쉽게 사용할 수 있었다고 합니다. Excel보다 더 쉽다고 하는데, 저도 사용해 보고 싶은 흥미가 마구 생기네요.

OAC를 활용해 보안로그 분석 시스템이 구축된 이후 회사에서는 보안의 전체 현황을 한눈에 점검할 수 있었고, 덕분에 어디가 보안에 취약한 지 알수 있게 되었습니다. OAC를 통해 자사의 웹 방화벽 및 바이러스 위협에 대한 보안을 강화할 수 있어 전체적인 보안 환경이 한층 강화시킬 수 있었다고 합니다.

게다가 기존에 Excel을 활용해 담당자들이 직접 수작업으로 하던 보안로그 분석 작업들을 OAC 대시보드를 활용해 데이터만 업로드하면 미리 만들어진 대시보드에 짠 하고 차트가 그려지니, 이전 대비 로그분석 시간이 획기적으로 단축되어 경영진에도 그 성과를 인정받았다고 합니다. 그래서 현재는 OAC를 보안로그 분석을 넘어 사내 다른 분야로의 확장을 계획하고 있고, 데이터 정제 후 OAC 업로드 과정을 RPA를 통해 자동화할 수 있는 방안을 고민하고 있다고 합니다.

여기까지 ADW를 통해 쉽게 시작하는 데이터 분석과 사례에 대해 살펴봤고요. 자세한 내용은 아래 영상에서 확인하실 수 있습니다.

이렇게 지난 두 차례의 웨비나 내용을 정리해 봤습니다. 2021년에 데이터베이스 담당자들의 새해 계획으로 비용절감, 데이터 분석 프로젝트를 생각하고 계신다면, 이번 콘텐츠가 조금이나마 도움이 되시지 않을까 싶습니다. ADW의 고객 사례에서 알 수 있듯이, IT 담당자 입장에서 특정 프로젝트를 성공적으로 추진해 경영진으로부터 성과를 인정받고 예산을 할당받아 또 다른 프로젝트를 추진하는 것 만큼 기쁜 일이 또 있을까요?

늘 비용 절감, 그리고 새로운 뭔가를 내놓으라는 압박에 시달리는 IT 담당자 분들의 2021년 건승을 기원하며, 이만 마치겠습니다. 끝!