☁ Cloud Native란?
☁ 클라우드 네이티브의 정의
- 클라우드의 이점을 백퍼센트 활용하지 못하는 기존 시스템에서의 애플리케이션과 달리
클라우드의 이점을 최대로 활용할 수 있도록 애플리케이션을 구축하고 실행하는 방식 - 클라우드 네이티브라는 이름만 보게 되더라도
클라우드 네이티브는 클라우드의 규모와 크기 조정 및 성능에 최적화되어 있는
애플리케이션을 개발하기 위한 접근 방식과 기술을 이야기한다는 것을 알 수 있음
- 2015년 처음 클라우드 네이티브라는 용어를 사용한 리눅스는 CNCF 재단을 만들어
클라우드 네이티브로 전환할 수 있는 오픈 소스 기술들을 추진하고 관리하고 있음 - 또한 CNCF 재단에서는
'클라우드 네이티브 기술은 조직이 퍼블릭, 프라이빗, 그리고 하이브리드 클라우드와 같은
현대적이고 동적인 환경에서 확장 가능한 애플리케이션을 개발하고 실행할 수 있게 해주는 기술.
컨테이너, 서비스 메쉬, 마이크로서비스, 불변 인프라, 그리고 선언형 API가
클라우드 네이티브 접근 방식의 예시들이며 이 기술은 회복성, 관리 편의성, 가시성을 갖춘
느슨하게 결합된 시스템을 가능하게 하며 견고한 자동화 기능을 함께 사용하면
엔지니어는 영향이 큰 변경을 최소한의 노력으로 자주, 예측 가능하게 수행할 수 있다.'
라고 클라우드 네이티브를 정의했음
☁ 클라우드 네이티브를 위한 주요 4가지 요소
- 클라우드를 실현하기 위한 주요 4가지 요소에는
데브옵스, 지속적인 통합/배포, 마이크로서비스, 컨테이너 기반 인프라가 존재
- 레드헷에서는 이와 같이 이러한 주요 요소들을 가지고 클라우드 네이티브의 실현을 비유함
이러한 기술들을 통해 사용자 피드백을 신속하게 통합하여
지속적으로 개선할 수 있는 비즈니스 가치를 제공할 수 있도록 클라우드 네이티브는 설계됨
☁ 클라우드 네이티브 이점 사례
- 클라우드 네이티브 이점 사례로는 넷플릭스, 위챗, 우버 등이 있음
- 넷플릭스는 프로덕션에 600개 이상의 서비스가 있고 하루에 100번 배포를 함
넷플릭스는 클라우드로 이전을 하면서 인프라만 클라우드로 옮기게 된다면
기존에 지닌 모놀리식 구조와 데이터베이스에 대한 의존, 데이터센터의 비대화로 인한
모든 문제와 한계점을 그래도 옮기는 것 밖에 되지 않음을 알게 되어
애플리케이션 중심의 클라우드 네이티브로 전면 재설계하였음 - 우버는 프로덕션에 1000개 이상의 서비스가 있고 하루에 수천번 배포를 함
또한 위챗은 프로덕션에 3000개 이상의 서비스가 있고 하루에 1000번 배포를 함
그렇기 때문에 이들은 독립 마이크로 서비스로 구성된 클라우드 네이티브 시스템을 선택해
시장 상황에 신속하게 대응하고 있음
☁ 클라우드 네이티브 문제점과 고찰
- 하지만 클라우드 네이티브는 이렇게 단순히 좋기만 할까요?
- 이렇게 다양한 기술을 사용하는 만큼, 다양한 기술의 장점이 모이기도 하지만, 단점도 모이게 됨
데브옵스 안에서 이루어지는 클라우드 네이티브인 만큼, 구축된 데브옵스 파이프라인이 없으면
팀이 마이크로 서비스와 관련된 분산 워크 플로우 및 책임을 관리하는데 어려움을 겪을 수 있음
컨테이너의 경우 빠른 확장을 적절하게 모니터링하지 않으면 보안 위험을 초래할 수 있음
마이크로서비스의 경우 여러 서비스가 분산되어 얽혀있기 때문에
이로 인한 복잡성이 높고 분산시스템을 어떻게 구성할 것인지에 대한 어려움이 존재함
또한 이렇게 인프라 뿐만 아니라 이러한 기술에 맞춰 조직이 변화되어야 하는 조직 재설계도 필요 - 세상에 나쁜 기술은 없다라는 말처럼 다양한 상황 속에서 이점과 단점을 따져
어떤 기술이 필요할지, 클라우드 네이티브가 나에게 적합한 기술일지
생각해보는 개발자가 되는 것이 필요하다는 고찰을 하게 됨
☁ 참고 문헌
더보기
'Community > GDSC' 카테고리의 다른 글
[220601/220604] Solution Challenge 15주차 (0) | 2022.06.01 |
---|---|
[220530-220612] 2022 GDSC ML Start Study - 5주차 (0) | 2022.06.01 |
[220524/220529] Solution Challenge 14주차 (0) | 2022.05.29 |
[220523-220529] 2022 GDSC ML Start Study - 3주차 (0) | 2022.05.29 |
[220518] Solution Challenge 13주차 (0) | 2022.05.22 |