“데이터는 새로운 석유다” 또는 “데이터는 디지털 경제의 윤활유다.” 저와 비슷한 분이라면 이런 표현이나, 어쩌면 경영대학원에서나 쓸 법한 “데이터 부산물의 수익화”라는 표현까지도 진부하게 느껴질 만큼 많이 들어보셨을 것입니다. 하지만 모든 훌륭한 상투적 표현이 그렇듯, 이 말들도 근본적인 진실에 기반하고 있습니다. 이 경우에는 서로 보완하는 두 가지 진실입니다. 첫 번째 진실은 일상적인 운영 과정에서 부산물로 생성되는 데이터에 실제로 잠재적 가치가 있다는 점입니다. 두 번째 진실은 이와 관련이 있지만 흔히 언급되지 않는 것으로, 그 잠재적 가치를 추출하는 고도의 작업은 여러 단계를 거치는 여정이라는 점입니다. 다만 그 과정에는 자연스러운 발전 단계와 성숙 단계가 존재합니다.
한발 물러서서 보면, 운영 과정에서 생성되는 데이터를 활용해 비즈니스 가치를 창출한다는 개념은 결코 새로운 것이 아닙니다. 실제로 식료품 및 배송 업종처럼 물류 최적화에 의존하는 산업에서는 오래전부터 이 개념을 이해하고 받아들여 왔습니다. 이와 마찬가지로, 현대 기업이 추구하는 "디지털 트랜스포메이션"이라는 흐름은 이 아이디어를 일반화한 것으로, 대개 내부 비즈니스 프로세스와 워크플로에 먼저 적용됩니다. 특히 애플리케이션 및 애플리케이션 서비스 분야에서도 이와 유사한 진화가 일어나고 있습니다. 이 글에서는 애플리케이션과 애플리케이션 서비스의 진화가 데이터 가치 추출이라는 더 큰 메가트렌드와 어떻게 상호작용하고 조화를 이루는지, 이러한 공생 관계가 현재 어느 단계에 와 있는지, 그리고 가까운 미래에 어떤 방향으로 나아갈지를 중점적으로 살펴보겠습니다.
1단계: 수집 및 보고
이 여정은 데이터 수집에서 시작됩니다. 데이터는 시스템의 연료라고 생각하면 이해하기 쉽습니다. 연료가 없으면 작업을 수행하는 엔진에 동력을 공급할 수 없습니다. 애플리케이션 서비스 솔루션이 보안, 안정성, 성능 관리 및 오케스트레이션을 위한 수많은 이벤트와 통계를 제공한다는 점을 고려하면, 겉보기에는 이미 해결된 문제처럼 보입니다. 하지만 데이터는 구조화되어 있지 않은 경우가 많고, 구문도 제각각이며, 의미 체계도 임시방편으로 정해지는 경우가 많습니다. 간단하지만 흔한 예를 들어 보겠습니다. 데이터에서 시간이라는 개념은 어떻게 표현될까요? 타임스탬프처럼 개념적으로 단순한 요소조차 일반적으로 여러 방식으로 표현됩니다. 이는 이벤트와 통계를 설명하는 기본적인 "원자"를 공통된 방식으로 표현하는 공용어가 필요하다는 점을 보여 줍니다. 기술 용어로는 이를 일관된 데이터 스키마를 기반으로 하고 필요에 따라 어댑터나 변환기를 활용하는 “데이터 수집”이라고 합니다. 이러한 필요성은 역사적으로 SIEM 공급업체의 성장과 가치 창출을 가능하게 한 핵심 동인 중 하나였습니다. 이들은 수많은 개별 보안 솔루션 전반의 보안을 종합적으로 파악할 수 있도록 표준화된 용어 체계를 제공해야 한다는 요구를 충족했습니다. 그 결과물로 데이터를 통합하여 제시하는 역량, 즉 현재 일어나고 있는 일과 과거에 일어난 일을 체계적이고 종합적으로 보여 주는 목격자 보고서를 제공하는 단계가 오늘날 업계 대부분이 도달한 여정의 현주소입니다. 현재 애플리케이션 생태계에서는 주로 SIEM 및 APM 시장 분야가 이를 대표합니다.
2단계: 정제 및 설명
이 여정의 다음 단계는 목격자 보고서를 해석하는 것입니다. 즉, 공통점을 찾고, 데이터를 설명 가능한 패턴으로 정제하며, 이상 징후를 식별합니다. 관련 데이터의 양이 방대하기 때문에 일반적으로 이 작업에서는 컴퓨터가 사람을 지원하거나 사람의 역량을 보완합니다. 이러한 지원은 고급 통계적 분류 기법을 활용하는 형태로 이루어질 수 있으며, 주로 비지도 학습 기법을 사용하되 때로는 사람이 주도하는 데이터 탐색 및 시각화를 병행하기도 합니다.
DoS 방어 분야의 한 가지 예로는 유입 트래픽의 지리적 특성을 시각화하는 것이 있으며, 이는 소수의 국가에서 발생하는 악성 트래픽을 식별하는 데 자주 사용됩니다. 또 다른 예로는 사람의 행동과 봇의 행동 특성을 구분하는 사용자 행동 분석("UBA") 도구가 있습니다. 이러한 솔루션은 웹 상호작용이 사람에 의해 이루어졌을 가능성을 산정하기 위해 통계 분석을 사용하는 경우가 많습니다.
이 여정의 단계인 “정제 및 설명”은 이전의 “수집 및 보고” 단계에서 발전한 것입니다. 이 단계 역시 기본적으로 분석을 적용할 수 있는 대규모의 구조화된 데이터 풀을 확보하는 데 의존합니다. 앞서 언급했듯이, 이 접근 방식은 최근 등장한 애플리케이션 보안용 포인트 솔루션 중 일부의 기반이지만, 그 적용 범위는 좁습니다.
3단계: 추론 및 예측
이 여정의 세 번째 단계는 "정제 및 설명"의 기본적인 분석을 넘어, 더 심층적인 분석적 추론을 통해 예측과 향후 관측될 것으로 예상되는 결과에 대한 전망을 도출하는 것입니다. 이를 통해 솔루션은 단순히 반응하는 수준을 넘어, 예상되는 미래 행동을 지능적으로 추정할 수 있게 됩니다. 애플리케이션 인프라 계층의 예로는 애플리케이션 성능 관리(APM) 분야를 들 수 있습니다. 즉, 시간에 따른 행동 패턴을 식별하고 이를 활용해 향후 리소스 요구 사항을 예측하는 것입니다. 애플리케이션 비즈니스 로직 사용 사례의 또 다른 예로는 여행 사이트에서 머신 러닝(“ML”) 기술을 사용하여 향후 특정 날짜의 특정 노선에 대한 수요와 공급을 예측하는 방식을 들 수 있습니다. 여기에는 이전 단계에서 발견한 데이터 패턴을 기반으로 하는 고급 분석 기술, 특히 시계열 및 선형 회귀 기법에 기반한 기술이 가장 흔히 사용됩니다.
4단계: 추론 및 처방
네 번째이자 마지막 단계에서는 전체 시스템에 실행 가능한 조정 및 개선 조치를 적용하기 위해 "피드백 루프를 완성"합니다. 앞선 두 단계의 분석 결과는 일련의 선제적 권고 사항으로 전환됩니다. 이 단계에서 시스템은 적응성을 갖추고 공격과 환경 변화에 더욱 강해집니다. 예를 들어, 이 기능을 활용하는 개념적 애플리케이션 인프라는 예측 수요에 따라 컨테이너 워크로드 인스턴스를 선제적으로 생성하거나 제거할 수 있습니다. 또는 애플리케이션 보안의 맥락에서는 이전에 학습한 봇넷 행동을 기반으로 봇넷에서 생성된 트래픽을 선제적으로 필터링할 수 있습니다. 이미 오늘날 비즈니스 로직 영역에서 찾아볼 수 있는 대표적인 사례로는 예상 수요와 공급을 기반으로 하는 동적 가격 책정이 있습니다.
기반 기술은 대개 규칙 기반이며, 이러한 규칙을 사용해 예측을 실행 가능한 조치로 전환합니다. 그러나 애플리케이션 인프라 및 애플리케이션 서비스의 맥락에서는 이 접근 방식이 구성 및 오케스트레이션을 위한 의도 기반 또는 선언적 지시문과 함께 사용되는 경우가 많습니다.
여정 가속화
이 여정은 "수집 및 보고"에서 "정제 및 설명"으로, 다시 "추론 및 예측"을 거쳐 최종적으로 "판단 및 처방"에 이르는 자연스러운 발전 과정입니다. 각 단계의 진전은 이전 단계를 토대로 이루어지며, 새롭고 더욱 예리한 차원의 가치를 창출합니다. 오늘날 애플리케이션 인프라 및 서비스 영역의 과제를 해결하기 위한 솔루션들은 이러한 데이터 가치 추출 과정에서 성숙도가 제각각이며, 대개 수많은 개별 솔루션 간의 통합도 원활하지 않습니다.
그에 앞서 필요한 기반 단계, 즉 데이터 ‘엔진’을 움직이는 이른바 ‘연료’는 광범위한 애플리케이션 서비스 전반에 대한 가시성을 확보하는 것입니다. 애플리케이션 제공 체인의 여러 지점에 배포되고 일관된 데이터 의미 체계 및 연합형 데이터 저장소 원칙과 결합된 이러한 계측은 F5가 애플리케이션 서비스의 미래를 향한 여정을 가속화하는 방법 중 하나입니다. 당사는 더 나은 개별 솔루션 통합이 가능하도록 데이터 유입 경로를 확대하는 동시에 관련 기술 구성 요소의 고도화 개발을 앞당김으로써 고객에게 가치를 제공하는 속도를 더욱 높이고자 합니다.
향후 글에서는 데이터가 이끄는 아키텍처를 좀 더 자세히 다루고자 합니다. 시야를 좁혀 관련 핵심 기술을 심층적으로 살펴보는 한편, 시야를 넓혀 여러 독립적인 데이터 파이프라인에 걸쳐 복수의 데이터 생태계가 상호 작용하는 방식도 살펴보겠습니다.
관련 블로그 게시물
AI 시대의 새로운 애플리케이션 제공 원칙으로 복잡성 극복하기
보안, 일관성, 완전 자동화에 중점을 둔 애플리케이션 제공의 새로운 6가지 원칙을 도입하여 복잡성 없이 하이브리드 멀티클라우드의 유연성을 누리세요.
디지털 혁신을 가속화하는 6가지 기술 역량
오늘날의 엔터프라이즈 아키텍처에는 기술 변화를 주도하는 데 핵심적인 민첩성, 확장성, 보안 및 관찰 가능성이 부족하지만, 이 여섯 가지 핵심 역량은 기업이 디지털 혁신 전반에 걸쳐 위험과 과제를 관리하는 데 도움이 될 것입니다.
하이브리드 근무가 ID 중심 보안으로의 전환을 이끌고 있습니다
자동화와 디지털화의 폭발적인 성장에 하이브리드 근무 모델로의 전환 추세가 더해지면서, IP 기반 보안에서 벗어나 ID 기반 액세스 전략으로 전환하는 움직임이 더욱 가속화될 것입니다.
관점의 현대화: 애플리케이션에서 경험으로
그리스와 로마의 신들처럼, 여러 신화에서도 동일한 존재가 다양한 모습으로 나타나는 것을 볼 수 있습니다. 본질적으로 각각의 화신은 기존 존재가 새로운 얼굴로 드러난 것입니다. 디지털 세계에서도 이와 비슷한 양상이 나타납니다. 우리가 ‘애플리케이션’이라고 부르는 것들은 흔히 기존 기능이 새로운 형태로 구현된 것이라 볼 수 있습니다.
코로나19 이후 기업 결제의 디지털 전환
디지털 결제는 과거의 현금만큼이나 보편화되었습니다. 코로나19 팬데믹으로 인한 봉쇄 조치는 소비자의 디지털 결제 서비스 의존도를 더욱 빠르게 높였습니다. 기업의 디지털 결제 도입 역시 가속화되었습니다. 대중을 상대로 영업하든 하지 않든 기업에는 여전히 지급해야 할 대금과 받아야 할 대금이 있기 때문입니다.
공급망 해킹과 보안에서 하드웨어의 역할
수석 아키텍트 Dave Schmitt와 CTO 오피스가 최근 Bloomberg의 Super Micro 관련 기사를 계기로 하드웨어 보안 전문성의 중요성을 되짚어봅니다. 또한 이 글에서는 시스템이 안전하게 보호되고 있는지 확인하기 위해 공급업체에 물어봐야 할 질문도 소개합니다.