클라우드 개발자 팁과 강좌 게시판

클라우드 서비스란 무엇인가

코난(김대우) — Tue, 21 Feb 2023 13:11:23 +0900

클라우드 서비스에 대한 소개 영상이 깔끔해서 가져왔습니다. 도움 되시길 바랍니다.

클라우드는 무엇일까요? 클라우드를 통해 우리의 삶은 어떻게 변화할까요? 영상을 통해 확인해보세요.

Zabka 그룹의 리테일 비즈니스 소개 영상

코난(김대우) — Fri, 13 Jan 2023 09:17:05 +0900

유튜브님의 추천 영상 가져옵니다.

우리로 치면 편의점 같은 유럽의 기업이 자동화된 나노 스토어 비즈니스를 진행하는 사례입니다.

Żabka Group launches autonomous Nano stores

https://customers.microsoft.com/en-us/story/1589693036635058141-zabka-retail-microsoft-cloud-for-retail

As the largest modern convenience store chain in Poland, Żabka Group has made it its mission to understand and anticipate the needs of its customers—providing products and services that make their lives easier. Now, the company is launching Nano stores offering autonomous, frictionless, unmanned retail experiences designed to deliver the ultimate in convenience to customers. Using AI-powered real-time computer vision technology from AiFi to track customer behavior and product selection, and Microsoft Cloud for Retail to support data centralization, analysis, and solution scalability, Żabka is creating personalized customer journeys that are receiving high customer satisfaction ratings. In addition, Żabka is increasing operational efficiencies, gaining more foot traffic, and passing on cost savings to its customers.

AKS 실전 | ep9. 클로징 | 애저 듣고보는 잡학지식

코난(김대우) — Wed, 04 Jan 2023 10:53:37 +0900

마이크로소프트 박인혜님의 영상입니다.

앞서 다루었던 애저 쿠버네티스 서비스(AKS) 실전에 대한 모든 에피소드를 잘 만나보셨을까요? 어떤 에피소드들을 다루었는지, 그리고 추가로 자료를 찾으려면 어디를 봐야할지 발표자의 클로징 멘트를 통해 들어보고자 합니다.
---
목차

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징 ⬅️

- 슬라이드: https://aka.ms/azure-playlists/aks-201
- AKS 활용법 101 에피소드 목록: https://www.youtube.com/playlist?list=PLDZRZwFT9WkuMBsjmzk5E7GOG8DIh49Ur

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족 | 애저 듣고보는 잡학지식

코난(김대우) — Sun, 01 Jan 2023 09:27:07 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS)를 실전 프로덕션에서 간과해서는 안될 여러 부분 중 SNAT(소스 네트워크 주소 변환) 포트 고갈에 대한 증상 및 해결책, 그리고 전반적인 쿼터가 부족해 발생할 수 있는 증상 및 고려 사항을 알아보겠습니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://www.youtube.com/playlist?list=PLDZRZwFT9WkuMBsjmzk5E7GOG8DIh49Ur 링크를 통해 확인하실 수 있습니다)

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep7. 프로덕션 고려 사항 - IO overload | 애저 듣고보는 잡학지식

코난(김대우) — Wed, 28 Dec 2022 17:24:37 +0900

마이크로소프트 박인혜님의 영상입니다.

이번 에피소드에서는 쿠버네티스를 실제 프로덕션 환경에서 런칭할 때 간과해서는 안되는 여러 부분 중 IO 오버로드에 대한 부분을 만나보겠습니다. 관련되어 있을 수 있는 여러 증상, 이에 따라 유념해야 할 관찰/관측이 무엇인지 다룹니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://www.youtube.com/playlist?list=PLDZRZwFT9WkuMBsjmzk5E7GOG8DIh49Ur 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload ⬅️
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep6. 프로덕션 고려 사항 - 메모리 overload | 애저 듣고보는 잡학지식

코난(김대우) — Tue, 27 Dec 2022 09:31:19 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS) 실전, 이번 에피소드부터는 쿠버네티스를 실제 프로덕션 환경에서 런칭할 때 간과해서는 안되는 부분을 만나보고자 합니다. 먼저 첫 번째, 메모리 오버로드에 대한 부분을 살펴보겠습니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://www.youtube.com/playlist?list=PLDZRZwFT9WkuMBsjmzk5E7GOG8DIh49Ur 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload ⬅️
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep5. AKS Volume 심화 | 애저 듣고보는 잡학지식

코난(김대우) — Fri, 23 Dec 2022 11:13:10 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS) 실전, 이번 에피소드에서는 AKS를 통해 어떤 식으로 볼륨이 만들어졌는지를 확인해보고자 합니다. 애저에서 지원하는 다양한 디스크 유형과 이에 따른 쿠버네티스 스토리지 클래스가 어떻게 되는지 자세히 만나보겠습니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://aka.ms/azure-playlists/aks-10... 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화 ⬅️
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep4. AKS Network 심화 - 2 | 애저 듣고보는 잡학지식

코난(김대우) — Thu, 22 Dec 2022 09:52:33 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS) 실전, 이번 에피소드는 지난 에피소드에 이어 네트워크를 더 자세히 살펴보고자 합니다. AKS 클러스터를 만든 후 리소스 그룹에서 확인 가능한 네트워크를 살펴보면서 AKS를 통해 구성된 네트워크 환경을 같이 보시죠!
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://aka.ms/azure-playlists/aks-10... 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2 ⬅️
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

AKS 실전 | ep3. AKS Network 심화 - 1 | 애저 듣고보는 잡학지식

코난(김대우) — Tue, 20 Dec 2022 09:40:02 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS) 실전, 이번 에피소드는 AKS 네트워크에 집중합니다. 애저 네트워크 환경과 쿠버네티스에서 관리하는 네트워크 구성이 어떤 상호 관련을 이루는지 kubenet과 Azure CNI 차이 등과 함께 자세히 살펴봅니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://aka.ms/azure-playlists/aks-10... 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2
* ep3. AKS Network 심화 - 1 ⬅️
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

[2023 IT트렌드] 2027년, OO능력이 빠른 성장 기업의 특징일 것

코난(김대우) — Fri, 16 Dec 2022 10:04:50 +0900

브런치에 기고 중인 2023 IT트렌드입니다.

2027년, OO능력이 빠른 성장 기업의 특징일 것

2027년까지 "머신 비전(machine vision)"을 모든 신제품/프로세스의 고유한 기능으로 배포하고 사용할 수 있는 능력이, 산업에서 가장 빠르게 성장하는 5대 기업의 주요 특징이 될 것. - IDC, IT Industry 2023 Predictions

2027년이면 아직 여유가 있어 보입니다. 하지만, 예측에서 말하는 과실이 상당히 달콤해 보이네요. "가장 빠르게 성장하는 기업의 주요 특징" - 컴퓨터 비전(computer vision)과는 비슷하면서도 조금 다른 머신 비전에 대해서 살펴보고, 2023년 산업별 적용 방안에 대해 살펴봅니다.

머신 비전, 컴퓨터 비전

머신 비전은 산업 분야에서 사용되는 자동화된 검사(automatic inspection), 프로세스 제어(process control), 로봇 가이드(robot guidance)와 같은 애플리케이션을 위한 이미지 자동 검사 및 분석 제공 기술입니다. 이에 반해 컴퓨터 비전은 컴퓨터 과학(computer science)의 한 형태로 시스템 엔지니어링 분야의 머신 비전과 분야가 다릅니다. 넓은 의미에서 머신 비전은 컴퓨터 비전을 포괄하며 여러 인공지능 기술을 이용해 산업계에서 작업을 확인, 판단하는 과정을 포함합니다. 바꿔 말하면, 머신 비전은 산업계의 여러 실질적인 문제 해결에 좀 더 많은 초점을 맞추고 있습니다.

산업계의 머신 비전, 컴퓨터 비전 현황

머신 비전의 핵심 기능인 컴퓨터 비전을 좀 더 풀어보려 합니다. 아래의 차트에서 보는 것과 같이 각 산업별로 2022년까지 골고루 성장하고 있으며 특히 리테일(retail), 컨슈머(consumer), 로보틱스(robotics) 및 머신 비전 분야에서 큰 성장세를 보이고 있습니다. 지난 7년간, 산업 전체가 10배 성장하였고, 2023년부터 2027년까지는 IDC의 예측대로 기업과 조직의 적용 및 배포 능력이 핵심 디지털 비즈니스가 될 정도로 성장할 것입니다.

Computer vision market trend - https://bitrefine.group/11-blog/120-establishing-your-brand-on-colleg

머신 비전, 컴퓨터 비전 기술이 아직 잘 와닿지 않습니다.
제조 산업에 종사하고 있는데, 비전 기술의 적용이나 적용된 제품 등을 볼 기회가 많지 않습니다. 좀 더 실질적이고 구체적인 사례가 필요합니다.

우리에게 좀 더 익숙한 산업별로 비전 기술들이 어떻게 적용되고 있는지, 조금 더 시나리오를 통해 살펴보겠습니다.

제조업(manufacturing)

제조 비즈니스가 강한 기업들이 많기 때문에 국내에도 많은 부분에서 이미 도입이 되었습니다. 특히, 결함/손상 감지 기능의 머신 검사(machine inspection) 등은, 여러 국내 기업이 글로벌 상품화 판매합니다.

- 생산 라인의 결함/손상 감지

- 제한구역 내 적합 인력 배치 확인(보호 장비 착용 등)

- 물체나 도구가 배치된 위치 확인

- 드론/위성을 이용한 농업 원격 감지 - 유수량 측정 및 토양 분석 등

Microsoft, 제조업 - 인지 서비스(Cognitive Service) 적용

금융권(financial service)

금융보다는 대부분 리스크 관리나 부정거래, fraud 감지와 같은 영역에서 많은 수십 년간 선구적으로 도입된 산업입니다. 비전 분야에서 다음 시나리오가 유용하며 여러 시도와 사업화가 진행 중입니다.

- 서명(signature) 확인

- 안면 인식

- 신원 확인 문서의 진정성 체크

- 보험의 이미지를 통한 손상 및 클레임 평가

소매업(retail)

브랜드 분석이나 개인화 서비스(가격 민감도 분석), 개인 맞춤 프로모션과 같은 빅데이터와 머신러닝 예측기법이 지난 십수 년간 리테일 산업에 적용되었다면, 이제 비전 분야에서 역시 리테일 산업의 다양한 시도가 진행되고 있습니다.

- 선반 분석 - 재고 누락, 진열 규정 준수 감지

- 소매 발자취 분석(footfall analytics)

- 매장 활동 - 대기열 길이, 테이블 가용성

- 제품 사진으로 제품 정보 검색

- 제품 특정 지원을 받기 위해 사진을 찍어 모델을 식별

Microsoft retail 비즈니스

헬스케어(healthcare)

국내에도 활성화된 유전체 분석, 신약 개발, 환자 상태 모니터링 등의 일반 헬스케어 시나리오에서, 비전 분야와 합쳐진 지능화된 관제로 한 단계 더 업그레이드 중입니다. 다음과 같은 시나리오가 진행 중입니다.

- 물품 위치 - 가까운 휠체어 위치 등

- 안전 - 차단된 복도

- 의료기기 사용

- 진단도구 - 사진으로 진단

- 아이템 식별 - 파손된 아이템 신고 및 제품 정보 받기

Microsoft InnerEye open-source deep learning toolkit

공공/정부

빅데이터나 일반 머신러닝 기술을 활용한 재난/재해 예측이나 공공 자료 분석, 사회 시설 모니터링, 예산 편성 등에 적용했다면, 2023은 안전, 관제, 범죄 위협 감소 등 좀 더 빠르고 기민한 대응을 위한 비전 시나리오 역시 새로운 기회입니다.

- 안전 - 비정상적인 운전, 행동, 헬멧 착용 등

- CCTV 군중 분석

- 공항 등에 남겨진 가방 감지

- 긴급하지 않은 범죄 신고

- 번호판 인식

- 웨어러블 카메라 영상 분석

- 항공 / 위성 영상 분석

운송업(transportation)

물류 예측이나, 최적 경로 탐색, 장치 교환 시점 예측과 같은 일반 머신러닝 시나리오에서 비전 기술을 도입해 실시간 대응과 자율 주행과 같은 분야로 운송업도 이동 중입니다.

- 철탑, 철로 등 측량

- CCTV 군중 분석

- 트래픽 레벨 분석

Microsoft Azure to scale AI-based autonomous driving technology

비전 기술과 메타버스, 증강현실

비전 기술은 산업과 일, 여가 등 모든 곳에 기본 기능으로 녹아들 것입니다. 특히, 증강현실에서 비전 기술은 더 극대화된 경험을 제공할 수 있고, 향상된 비전 기술 제공이 증강현실 서비스 기업의 핵심 역량이 될 가능성이 높습니다.

메타버스 등 증강현실 공간에서 업무/게임/건강 등 서비스를 제공하거나 조직의 서비스를 통합하면서 주요한 플레이어로 자리 잡으면, 비즈니스 성과 개선과 고객 충성도를 높이는 여러 중장기적 이점을 얻을 것으로 예측됩니다.

Microsoft Computer Vision Applications for Mixed Reality Headsets

2027년까지 "머신 비전(machine vision)"을 모든 신제품/프로세스의 고유한 기능으로 배포하고 사용할 수 있는 능력이, 산업에서 가장 빠르게 성장하는 5대 기업의 주요 특징이 될 것.

IDC 리포트는 이러한 산업별 비전 기술을 새로운 제품이나 프로세스에 고유한 기능으로 배포하고 사용할 수 있는 능력에 대해 언급합니다. 산업별 비전 기술의 사례, 시나리오를 통해 다양한 비전 관련 기술을 검토하고, 앞으로 제공할 제품이나 위의 사례처럼 증강현실 등 신규 서비스에 도입하기 위한 고민이 우리에게 필요합니다.

비전 기술 도입에 대한 기업의 고민

이러한 기술의 중요성과 비즈니스 가치는 통감하지만, 도입과 유지 비용에서 결정이 어렵습니다.
비전 기술을 위해 데이터 과학자를 고용/유지하고, 인공지능 개발 및 배포를 위한 팀과 장비를 구성해야 하는 초기 투자비용을 감당하기 어렵습니다.

비단, 비전 기술뿐만 아니라 다양한 인공지능 서비스를 도입을 검토하고 조직의 제품이나 프로세스에 도입하고 싶지만, 이러한 초기 비용으로 인해 선뜻 결정하기 어렵습니다.

이런 경우를 위해, 클라우드 벤더(CSP)들은 SaaS 형태로 개별 기업이 구독 형태로 사용한 인공지능 서비스를 제공합니다.

예를 들어, 비전 기술의 경우 Azure Cognitive Service Computer Vision을 이용해 API 형태로 제공하는 서비스를 적용할 수 있습니다. 데이터 과학자와 같은 전문인력 없이, 높은 품질의 레디 메이드 된 인공지능 기술/서비스를 바로 사용할 수 있으며, 배포 과정 역시 자동으로 제공해 조직의 서비스에 바로 올려 검토해 볼 수 있습니다. 검토 후 인공지능 기술을 자사의 제품이나 서비스 적용에 확신이 든다면, 그때 새로운 데이터 과학자를 채용하고, 팀을 만들어서 전문적으로 인공지능 서비스를 적용하는 단계로 이동 가능합니다.

XaaS의 시대입니다. 이제 더 이상 컴퓨터 비전과 같은 혁신 기술 플랫폼 비용은 비즈니스의 제약사항이 아닙니다. 클라우드를 잘 활용하여 기업과 조직 비즈니스 성장의 도구로 삼으시길 바랍니다.

머신 비전 도입 시 검토사항

머신 비전 기술 도입 시 여러 벤더로부터 구매하면 통합해서 관리가 어려울 수 있습니다.

머신 비전의 대상이 사람일 경우 프라이버시 등에 대한 고려가 미리 필요합니다.

XaaS 비전 서비스 제공자를 검토할 때 프라이버시나 윤리적 기술 적용 관련 가이드라인이 있는지 확인해야 합니다.

머신 비전을 대규모로 배포일 경우 통합관제가 가능한지 검토합니다.

2023 인사이드 IT 트렌드가 완료되었습니다.

잠시 스페어 원고를 마련하고 "2023 인사이드 AI 트렌드" 시리즈로 돌아오도록 하겠습니다.

참고 자료:

https://wire19.com/it-industry-predictions-by-idc/

https://www.cio.com/article/410720/10-future-trends-for-working-with-business-leaders.html

https://www.techrepublic.com/article/idc-it-predictions/

https://cwongproductions.com/blog/f/idc-predictions-for-connectedness-in-2023-and-beyond

https://www.zdnet.com/article/tech-in-2023-weve-analysed-the-data-and-heres-whats-really-going-to-matter/

https://en.wikipedia.org/wiki/Machine_vision

이미지 출처: https://pixabay.com/

[2023 IT트렌드] 2026년, 45%의 OO가 AI를 신뢰 안 함

코난(김대우) — Thu, 15 Dec 2022 09:40:07 +0900

브런치에 기고 중인 2023 IT 트렌드입니다.

2026년, 45%의 OO가 AI를 신뢰 안 함

2026년, G2000 기업의 45%는 일선 실무자와 비즈니스 리더가 검증된 자율 기술 시스템이 시작한 조치를 신뢰하지 않기 때문에 중대한 위험에 계속 직면할 것 - IDC, IT Industry 2023 Predictions

흥미로운 2023 IT 트렌드입니다. 여러 의미로 해석 가능한 이 예측은 어떤 의미에서는 AI나 자동화 기술에 대한 적용성을, 다른 의미에서는 실무자나 비즈니스 리더의 신중함으로 해석 가능하기 때문입니다. 고민하면서 양쪽 모두를 차근차근 풀어보도록 하겠습니다. 이전 2023 IT 트렌드 글을 통해 소개해 드린 것처럼, 앞으로 IT 운영 관리 업무 자동화와 AI 시스템 의존도는 지속 증가할 것으로 예상됩니다.

참고#1:

2025년, 60%의 클라우드 오퍼링에 OO가 탑재

참고#2:

2027년까지 IT 예산 50%가 OO에 사용됩니다.

기술적 관점에서 이렇게 AI 자동화를 활용한 여러 좋은 예측들도 속속 발표되고 있지만, 이 예측에 따르면 현업에서 AI와 자동화 기술 도입은 좀 더 시간이 걸릴 것으로 예측됩니다. 그 이유는 결국 AI 신뢰성에 대한 문제 때문입니다.

책임 있는 AI(responsible AI), 신뢰할 수 있는 AI(trusted AI)

여러 클라우드 벤더(CSP)들이 이러한 AI에 대한 강령들을 속속 발표했습니다. AI의 발전은 기술 혁신의 단면을 보여줬지만, 반대급부로 그 적용성에 대한 기대치는 마우 달랐습니다. 예를 들어, "인공지능 판사"에 대한 논란입니다.

- 보석으로 풀려나려면 11시 30분에 재판을 받아라. 배고픈 판사가 보석 석방률이 높다.
- 유전무죄, 무전유죄. 이럴 바에는 인공지능 판사에게 재판받자.

인공지능 판사 도입 시도는 국내에서도 여러 번 있었습니다. 기술적인 입장에서 보면, 수십 년간의 판례와 법정 대화는 정확하게 기록되어 있어 훌륭한 모델 트레이닝 데이터로 활용 가능하며, 법전은 물론 구형, 실형, 선고 등과 같은 결정 역시 정형화된 부분이 대부분이기 때문입니다. 기술적인 상황과 다르게 실제 여러 전문가의 의견은 여전히 이르다는 평가입니다.

실제 재판을 받아야 하는 피고인. 인생이 결정될 수 있는 입장에서 AI판사에 대한 신뢰는 여러 해석과 다툼의 여지가 여전히 많습니다. 인공지능 판사에 대한 양쪽 의견을 차근차근 살펴보면 AI의 도입이 늦어지는 이유에 대해 조금 더 깊게 살펴볼 수 있습니다.

책임 있는 AI(Responsible AI) - Microsoft

1) 윤리(ethical)

윤리적 관점에서 AI는 주장에 있어서 공정하고 포용적이어야 하고, 그 결정에 대한 책임을 져야 하고, 다른 인종, 장애 또는 배경을 차별하거나 방해하면 안 됩니다.

Q. AI 판사, 판결하는 AI라면, 판결에 대한 불복 등 항소를 통해 AI 판사의 기술적 문제가 발견될 수 있고, 막대한 손해배상 청구 소송을 당한다면, 그 책임과 배상은 "누가" 해야 할까요?

A. AI를 설계하고 제작하는 사람은 AI의 결정에 대해 책임(accountability)이 있습니다.

Q. 결국 AI도 개발자가 만듭니다. 이 개발자는 사람이고 모든 사람은 보유 편향이 있습니다. 이 개발자가 청소년 시절 집단 괴롭힘을 당했다면, 집단 괴롭힘 가해자 판결 루틴에 무의식적으로(또는 의도적으로) 편향된 결과를 넣을 수도 있지 않을까요?

A. AI를 설계하고 제작하는 사람은 AI의 결정에 대해 책임이 있으며, 모델 개발 시 포용적(inclusive) 관행으로 개발자나 데이터 과학자의 편향 가능성을 파악하고 해결해야 합니다.

Q. 과거 AI "이루다 사건"처럼, 악성 사용자(abuse user)에 의한 혐오발언, 개인정보 유출 등의 사태로 3주 만에 서비스가 중단되었습니다. 판사 AI도 비슷할 것입니다. 판사 AI가 어떻게 안정적이고, 또한 안전하다고 판단할 수 있습니까?

A. AI 시스템이 설계한 의도에 따라 안정적으로(reliability) 작동하고 여러 상황에 안전(safety)하게 대응하는 것이 중요하며, 엄격한 테스트 및 유효성 검사를 설정하고 평가 프로세스를 다변화해야 합니다. AI 시스템에 대한 지속적인 모니터링과 추적 프로세스를 설정해 피드백 루프(사용자의 입력을 AI 트레이닝에 재사용)를 엄격하게 설정하고, 지속적으로 최신 상태를 유지해야 합니다.

2) 설명 가능성(explainability)

설명 가능성은 데이터 과학자, 감사자 및 비즈니스 의사 결정권자가 AI 시스템이 의사 결정과 결론에 도달하는 방법의 합리적 근거를 제시할 수 있도록 하는 데 도움이 됩니다. 또한 회사 정책, 산업 표준 및 정부 규정을 준수하는 데 도움이 됩니다. 데이터 과학자는 특정 수준의 정확도를 달성한 방법과 무엇이 이 결과에 영향을 미쳤는지 관련자에게 설명할 수 있어야 합니다. 마찬가지로 회사의 정책을 준수하려면 감사자에게는 모델의 유효성을 검사하는 도구가 필요하고, 비즈니스 의사 결정권자는 신뢰를 얻기 위해 투명한 모델을 제공할 수 있어야 합니다.

Q. AI판사가 왜 이런 판결을 한 것입니까? AI판사는 결국 공공기관(법무부)나 법원에 고용된 회사의 개발자가 만들어낸 블랙박스입니다. 어떻게 이 판결의 유효성을 검증할 수 있습니까?

A. 설명 가능성(explainability)은 예측 모델을 만든 데이터 과학자나 개발자, 감사자 및 비즈니스 의사 결정권자가 결정과 결론까지 도달한 방법과 절차를 정당화할 수 있는 방안을 제공합니다. 이러한 결과가 도출된 요인을 이해당사자에게 설명 가능해야 하며, 모델 투명성 역시 제공되어야 합니다. (2023 IT 트렌드의 중요한 주제이므로 아래에서 좀 더 깊게 논의합니다.)

Q. AI 판사가 피부색, 성별, 성적 지향, 종교적 성향 등에 따라 공정하다고 판단할 수 없습니다. 특히 머신러닝에 대한 상식처럼, 수많은 데이터, 특히 과거 수십 년간의 데이터를 학습에 사용했다면 더더욱 최근의 변화된 사회를 판결에 적용하지 못할 것입니다. 이런 AI 판사가 어떻게 공정하다고 판단할 수 있습니까?

A. 공정성(fairness)을 위해 시스템에 차별이 없도록 균형과 견제가 AI에 필요합니다. 공정성 검사 목록을 인공지능 평가에 항상 적용하며 불공정의 영향을 최소화하는 권장 평가 사항을 체크해야 합니다. 전체 AI 개발 단계에서 사용 가능한 공정성 도구가 여러 벤더 또는 오픈소스 프로젝트로 제공됩니다. 불공정 완화 알고리즘과 공정성을 시각화(visualization)하는 것도 가능합니다.

Q. 같은 재판, 같은 데이터를 넣어도 AI판사의 응답이 모델의 버전에 따라 다릅니다. 확인하니 기술적 관점에서 사용된 데이터, 알고리즘, 전처리(pre-processing) 시 변환 루틴과 같은 모델 트레이닝에 사용되는 다양한 자산들에 따라 모델이 달라지는 것으로 확인했습니다. 이 모델이 만들어진 방법을 투명하게 체크할 수 있습니까?

A. 투명성(transparency)이 이러한 데이터, 알고리즘, 전처리시 변환 루틴과 같은 모델 트레이닝에 사용되는 모든 설정(configuration과 parameter)과 자산을 기록해 모델을 재현할 수 있도록 유지합니다. 이 방법으로 모델의 예측 결과를 더 잘 이해할 수 있게 됩니다.

Q. 판사 AI에서 트레이닝에 사용된다고 하는 데이터는 오래전 과거 개인정보를 중요하게 보지 않았던 시절의 데이터를 포함하고 있습니다. 이러한 개인정보가 어떻게 보호됩니까?

A. 데이터 보유자가 AI 시스템 데이터를 보호(security)할 의무가 있고, 개인정보(privacy)는 필수 항목입니다. 개인정보에 대한 데이터를 랜덤화, 익명화하고 개발자나 데이터 과학자에게도 개인정보를 숨겨서 모델을 트레이닝합니다.

설명 가능한(explainable) AI와 머신러닝

IT 트렌드가 아니라, AI와 머신러닝의 입장을 대변하는 변호사가 된 것 같은 기분이 드네요. 특히, 모두에게 가장 설득력이 높은 부분은 설명 가능한 AI와 머신러닝입니다.

설명 가능한 AI(XAI) 트렌드는 최근 몇 년 동안 이러한 신뢰 문제에 대한 접근으로 다양한 연구와 노력이 있습니다. 예를 들어, Github에서 오픈소스로 제공되는 Microsoft의 InterpretML이나 Google의 Vertex Explainable AI가 그런 사례입니다.

통계 모델에 explain 수행 - 특성 기여 점수를 시각화해 예측에 가장 많이 기여한 특성 확인

이미지 분류 모델에 explain 수행 - 이미지의 어떤 특성이 강아지 또는 고양이 분류에 기여했는지를 시각화

하지만 기술적 난제도 있습니다. 모델의 종류에 다라 구조 해석이 가능한 유리상자(glass-box) 모델과 복잡한 신경망 구조의 중첩으로 해석이 어려운, 딥러닝으로 생성된 블랙박스 모델도 있습니다. AI 신뢰에 대한 고민과 함께 이 xAI 분야 역시 매우 빠르게 발전하는 분야이니 조금 더 기다리셔도 좋습니다.

기술적 AI가 아닌 조직의 사람에 대한 접근

기술적인 관점에서 AI 신뢰에 대해 살펴보았습니다. 그렇다면 다시 오늘의 IT 트렌드 주제를 살펴봅니다.

2026년에 G2000 기업의 45%는 일선 실무자와 비즈니스 리더가 검증된 자율 기술 시스템이 시작한 조치를 신뢰하지 않기 때문에 중대한 위험에 계속 직면할 것 - IDC, IT Industry 2023 Predictions

AI와 자동화 시스템의 도입은 조직의 장기적 관점에서 큰 혜택이지만, "자동화되는 당사자"들에게 다른 의미로 다가옵니다. 늘 기업의 변화에는 임직원과 프로세스의 저항이 함께 공존했습니다. 변화에 대한 저항은 이렇게 바늘과 실처럼 불가분의 관계입니다.

일선 실무자들의 저항

전사 관점에서 가장 크고 오래가는 도전은 사람(고객, 파트너, 직원)입니다.

자동화가 가져다주는 혜택에는 비용절감이라는 숨은 의도가 있고, 이는 "내 일자리가 사라짐"으로도 의역 가능합니다. 이럴 경우 일반적인 대응은, 도입이나 검토에 소극적이며, 팀이나 조직 차원의 방어기제 동작이 있을 수 있습니다. AI와 자동화 기술에 대한 신뢰만큼, 조직의 신뢰 구축도 필수적입니다. 단계적인 도입 지침을 통해 최소 단위 팀에서 실험적으로 도입을 진행하면서 점차 그 범위를 넓혀가는 형태의, 기업의 문화에 맞는 여러 단계적 도입 방안을 고려할 수 있습니다.

비즈니스 리더의 저항

비즈니스 리더, 소위 C레벨의 임원들은 오랜 시간 관계를 통한 비즈니스를 가치 교환에 입각해 신중하게 결정했을 가능성이 높습니다. 비즈니스 방향을 틀라는 예측 리포트가 올라왔는데, 근본도 모르는 AI가 예측했다? 블랙박스로 내부를 알 수 없는 모델 = 신뢰할 수 있는 AI의 여러 팩터로 인해 더 큰 저항이 있을 수 있으며 도입을 위한 설득이 지극히 어려울 수 있습니다.

이럴 경우는 비즈니스 비 치명(non-critical) 분야부터 시작할 수 있습니다. 예를 들어, 추천 서비스와 같은 분야로 시작해 조금씩 단계를 옮겨가며 치명 분야, 예를 들면 공장자동화와 같은 분야로 단계적 이행이 필요합니다. 도입 검토 단계부터 비즈니스 리더와 협의해 KPI를 설정하고, PoC는 비즈니스 조직의 매출 기여에 초점을 맞춥니다. 데이터에 입각한 분석과 비즈니스 예측이 신뢰를 얻기까지 오랜 시간이 걸릴 수 있습니다.

전사적 관점에서 준비사항

2023년, IT 조직 또는 CIO 조직의 새로운 업무는 자동화와 인공지능의 조치를 조직의 한 프로세스로 정립하는 새로운 역할입니다.

- 비즈니스 프로세스 자동화와 IT 프로세스 자동화에 AI를 점차적으로 검토하고 도입합니다.

- 중장기적 관점에서 단계적으로 분야와 산업별 임직원 대상 교육을 위한 이행 지침을 마련합니다.

- AI - 사람과 조직 간 기대치와 역할 간극을 정량화해 확인하고, 이 간극을 좁힐 수 있는 파트너와 적극 협업합니다.

2026년에 G2000 기업의 45%는 일선 실무자와 비즈니스 리더가 검증된 자율 기술 시스템이 시작한 조치를 신뢰하지 않기 때문에 중대한 위험에 계속 직면할 것 - IDC, IT Industry 2023 Predictions

참고 자료:

https://wire19.com/it-industry-predictions-by-idc/

https://www.cio.com/article/410720/10-future-trends-for-working-with-business-leaders.html

https://www.techrepublic.com/article/idc-it-predictions/

https://cwongproductions.com/blog/f/idc-predictions-for-connectedness-in-2023-and-beyond

https://www.zdnet.com/article/tech-in-2023-weve-analysed-the-data-and-heres-whats-really-going-to-matter/

https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/innovate/best-practices/trusted-ai

https://github.com/interpretml/interpret/

https://cloud.google.com/vertex-ai/docs/explainable-ai/overview#compare-method

사진 출처:

https://pixabay.com/

AKS 실전 | ep2. AKS Compute 심화 - 2 | 애저 듣고보는 잡학지식

코난(김대우) — Wed, 14 Dec 2022 09:42:17 +0900

마이크로소프트 박인혜님의 영상입니다.

애저 쿠버네티스 서비스(AKS) 실전, 두 번째 에피소드에서는 Compute 부분을 AKS로부터 생성된 클러스터와 네트워크 구성, 관련 생성된 리소스 그룹, VMSS (가상 머신 확장 집합) 등 순서로 자세히 살펴봅니다.
---
(본 주제는 지난 AKS 활용법 101에 이은 심화 주제입니다 - 지난 영상은 https://aka.ms/azure-playlists/aks-10... 링크를 통해 확인하실 수 있습니다)

* ep0. 인트로
* ep1. AKS Compute 심화 - 1
* ep2. AKS Compute 심화 - 2 ⬅️
* ep3. AKS Network 심화 - 1
* ep4. AKS Network 심화 - 2
* ep5. AKS Volume 심화
* ep6. 프로덕션 고려 사항 - 메모리 overload
* ep7. 프로덕션 고려 사항 - IO overload
* ep8. 프로덕션 고려 사항 - SNAT 포트 고갈 & 쿼터 부족
* ep9. 클로징

(슬라이드는 마지막 클로징 에피소드에서 공개 예정입니다)

#애저 #쿠버네티스 # AKS #심화 #프로덕션 #메모리 #IO #SNAT #Azure #Compute #Network #컨테이너 #Container
---
발표자 소개

박인혜 | 한국마이크로소프트

멀티 클라우드 환경, 여기서 한번에 관리! | Azure Arc

코난(김대우) — Wed, 14 Dec 2022 09:28:45 +0900

마이크로소프트 최덕순, 이정애님이 진행하는 영상입니다.

멀티 클라우드 환경, 여기서 한번에 관리! | Azure Arc

온프라미스나 멀티클라우드에 운영하는 서버, SQL 서버, 쿠버네티스를 Azure에서 통합 관리하도록 하는 착한 솔루션 #AzureArc. 하이브리드 클라우드 환경을 한번에 관리하는 솔루션을 배워보세요!

0:00 인사말
0:28 Azure Arc란?
1:46 어디에 어떻게 쓰면 좋을까?
3:22 서비스 이용을 통한 장점!
3:59 Azure Arc 지원 서버 연동 방법
5:38 과금 정책은, 무료!?
7:00 Azure Arc 지원 SQL 서버
7:41 Azure SQL Managed Instance
8:25 더 추가되는 Azure Arc 서비스

Azure Arc 더 알아보기: http://aka.ms/azure-arc-kr

마이크로소프트와 함께 하세요 🧡💚💙💛
페이스북: https://www.facebook.com/MicrosoftKorea
트위터: https://twitter.com/MicrosoftKorea
링크드인: https://www.linkedin.com/company/micr...

#데이터센터 #클라우드 #마이그레이션 #하이브리드 #쿠버네티스 #리눅스 #SQL #에지 #데브옵 #Azure #마이크로소프트

[2023 IT트렌드] 2026년, 55%의 기업이 독립된 OO시스템으로 곤란

코난(김대우) — Wed, 14 Dec 2022 09:15:02 +0900

브런치에 기고 중인 IT트렌드 2023 입니다.

2026년까지 55%의 기업들이 독립된 제어 시스템(siloed control systems)으로 인해 연결 비용과 데이터 공유 제한 문제로 통합 관제(tech-by-wire)에 어려움을 겪을 것. - IDC FutureScape: Worldwide IT Industry 2023 Predictions

2023년의 IT 트렌드는 단연코 디지털 비즈니스의 복잡성 증가가 주요한 화두입니다.

2022년 12월, 디지털 공간에서 비즈니스를 전개하는 G2000 기업 중 40% 이상의 수익이 디지털 제품, 디지털 서비스 및 경험에서 나오는 것으로 측정됩니다. 디지털 비즈니스가 성장하는 만큼, 핵심 터가 되는 클라우드 플랫폼 구성 역시 복잡해지고, 클라우드를 포함하는 IT 운영 환경도 비례적으로 복잡해집니다. 온프레미스(on-premise), 프라이빗 클라우드(private), 퍼블릭 클라우드(public), 하이브리드 클라우드(hybrid), 멀티 클라우드(multi) 등 디지털 비즈니스의 핵심 인프라스트럭처 패턴 다양성도 함께 높아집니다.

그렇다면, 이러한 복잡한 시스템의 관리는 현재 어떻게 하고 있나요?

우리의 관제시스템은 어떻게 운영되고 있습니까?
이러한 급변하는 클라우드 운영 환경에 준비가 되어 있습니까?

관제시스템의 과거와 현재 - 사진: pixabay, space-x

클라우드 인프라스트럭처 다양성이 제공하는 가치와 관제라는 난제

이미 클라우드 벤더(CSP)에서 제공하는 관리 툴을 쓰고 있어요.
예를 들면, AWS CloudWatch나 Azure Monitor, GCP Cloud Monitoring 같은 게 관제 아닌가요?

2022년 12월, 온프레미스는 회사의 한 구석 서버실에서 레거시 시스템으로 여전히 회사의 한 업무를 담당하고 있습니다. 언젠가는 서버실을 떠나 클라우드로 올라가겠지만, 유지 비용 대비 신시스템의 효율을 고려할 때 한동안 남아 있을 것입니다. 이러한 레거시 애플리케이션 관제 도구는 깍둑깍둑 한 인터페이스의 통합 관제와는 거리가 먼 독립 애플리케이션 또는 명령줄 인터페이스(CLI-command line interface) 일 겁니다.

한때 큰 투자를 통해 구축한 프라이빗 클라우드 역시 마찬가지입니다. 사내(또는 지역 데이터센터)에 구축되어 높은 보안성과 데이터 접근 제어가 가능합니다. 이미 구축되어 있기 때문에 인프라 구성의 유연함 역시 큰 장점입니다. 이런 프라이빗 클라우드에서 사용되는 마이크로소프트의 Hyper-V나 VMWare, OpenStack과 같은 솔루션은 확장 가능한 통합 관제 시스템을 전체 또는 일부만 제공합니다.

퍼블릭 클라우드는 온프레미스나 프라이빗 클라우드처럼 직접적인 인프라스트럭처 운영 비용이 없습니다. 클라우드 벤더가 제공하는 여러 새로운 기술을 빠르게 도입 가능하며, 무한대에 가까운 확장성과 인프라 유연성은 다양한 형태의 비즈니스 트래픽을 관리할 수 있습니다. 퍼블릭 클라우드는 가장 높은 수준의 클라우드 통합 관제 시스템을 제공합니다.

하이브리드 클라우드는 일반적으로 프라이빗 클라우드와 퍼블릭 클라우드가 결합된 환경을 의미합니다. 네트워크 환경을 구성해 가상화된 네트워크 망을 생성할 수 있으며, 이 가상 네트워크(virtual network)를 이용해 퍼블릭 클라우드와 프라이빗 클라우드를 하나로 묶을 수 있습니다. 프라이빗 클라우드에서 제공하기 어려웠던 인프라 확장성과 유연성을 퍼블릭 클라우드를 통해 상호 보완적으로 제공할 수 있습니다. 여러 장점에도 불구하고 구성의 복잡성과 운영의 난이도가 높으며, 프라이빗 클라우드에서 어떤 솔루션을 사용하는가에 따라 퍼블릭 클라우드와의 통합관제 여부가 결정됩니다.

멀티 클라우드는 하이브리드 클라우드와 가끔 혼용되지만, 엄격한 의미에서는 2개 이상의 퍼블릭 클라우드 벤더를 적용을 의미합니다. 사내의 부서나 비즈니스 요구에 의해 아마존의 AWS와 마이크로소프트의 Azure를 동시에 사용하는 것처럼요. 최근에는 디지털 주권 주장으로 인해 이러한 멀티 클라우드가 기업논리를 넘어 국가의 법제도와도 연결되고 있습니다. 멀티 클라우드 역시 통합관제가 어렵지 않습니다. 퍼블릭 클라우드 벤더가 제공하는 높은 수준의 통합 관리 API 덕분에 여러 방안을 취사선택할 수 있습니다.

이것이 2022년 12월의 상황입니다. 그렇다면, 2023년을 지나 2026년까지 우리 기업의 클라우드와 관제시스템에는 어떤 변화가 있을까요?

늘어나는 멀티 클라우드, 클라우드 벤더

전산실이라는 공간에서 프라이빗 클라우드, 퍼블릭 클라우드로 진화한 환경은 이제 반대로 클라우드에서 온프레미스로 돌아옵니다. 서버 하드웨어를 아무 곳에나 가져다 놓으면, 마치 클라우드의 일부처럼 동작하는 운영 방식입니다. Azure Stack이나 AWS Outpost 같은 경우입니다.

슬림하면서, 빠른 조직 구성은 독립회사처럼 움직이면서 빠른 의사결정이 가능합니다. 예산 역시 일정 수준에서 독립적이기 때문에 클라우드 벤더 도입을 결정할 때도 빠르게 조직의 요구에 맞는 선택이 가능합니다. 특히 팀 내 기술인력의 스펙에 맞춰 익숙한 클라우드 벤더를 선택해 계약하거나, 프로젝트에 꼭 필요한 기능을 제공하는 클라우드 벤더에 맞추기도 합니다.

GDPR, 사이버 보안법, 디지털 주권 주장으로 인해 특정 지역에 디지털 비즈니스를 전개하기 위해서는 반드시 해당 지역 데이터센터에 워크로드를 펼쳐야 하는 제한으로 인해 역시 클라우드 벤더가 또 추가됩니다.

끝으로, 비즈니스 협약이나 비즈니스 논리에 의해 클라우드 벤더를 추가하는 경우도 흔한 경우입니다.

이 정도 상황이니 이제 멀티 클라우드보다는 클라우드 파편화라고 불러야 할 정도로 우리는 다양한 멀티 클라우드를 디지털 비즈니스를 위해 도입하게 됩니다. 파편화된 만큼, 문제도 많아집니다. 바로 오늘의 주제인 통합 관제가 대표적인 문제입니다.

독립된 제어 시스템(siloed control systems)으로 인해 연결 비용과 데이터 공유 제한 문제로 통합 제어 및 운영(tech-by-wire)에 어려움을 겪을 것

하이브리드, 멀티 클라우드 통합 제어 및 운영

클라우드 벤더들은 이러한 하이브리드, 멀티 클라우드 통합 제어를 위한 기술을 이미 제공합니다.

Azure Arc 통합관제

클라우드 벤더의 기술로 표현하자면, Azure Arc와, AWS Outpost, GCP Anthos가 통합 관제 역할입니다.

아울러, 멀티 클라우드 간 통합성을 높이는 가장 손쉬운 방법은 컨테이너(container) 기술을 활용하는 것입니다. 컨테이너는 이름처럼 실행하기 위해 필요한 모든 구성요소를 패키징해 컨테이너 이미지(docker)로 만들고, 이 만들어진 이미지를 배포하고 실행해 애플리케이션을 구동합니다. 컨테이너화(Containerization)의 가장 중요한 장점은 이동성(portability)입니다. 현장 작업장 - 온프레미스 Edge 머신부터, 대규모 퍼블릭 클라우드까지 이 컨테이너 기술을 활용하면 클라우드 벤더에 상관없이 운용 가능합니다.

통합 운영 환경이 가져오는 비즈니스 가치

우리 기업의 세분화된 클라우드에 통합 관제가 가능해지면서, 핵심 자산인 데이터도 빠르게 흐르기 시작합니다. 한눈에 모든 기업 자산을 온프레미스부터 멀티 클라우드까지 통합해 모니터링이 가능해지니 비즈니스 의사 결정 속도가 올라가고, 연결성, 보안, 인프라 사용량, 워크포스 배포 시기와 규모 산정까지 예측 가능해집니다. 파편화된 인프라만큼 많았던 관리 인력 비용도 줄일 수 있게 됩니다. 더 좋은 소식은, 여러 업체가 인공지능적인 운영 기능을 개발하는 중이며, 2024년부터 통합 제어/운영의 많은 부분 자동화가 진행될 것으로 예측됩니다.

하지만, 여전히 통합이 저해되는 케이스도 발견됩니다. 해당 애플리케이션이 컨테이너 기술 등을 사용하지 않거나, 독립적인 제어 시스템을 자체적으로 사용하는 블랙박스 수준의 레거시 애플리케이션일 경우 통합이 어렵습니다.

통합관제는 2023년 더 이상 IT부서만의 표어가 아니라, 비즈니스의 속도를 높이는 기업의 핵심 가치로 부상하고, 관련 기술 확대가 시작되는 한 해로 기억될 것입니다.

전사적 관점에서 다음과 같은 절차로 통합을 준비합니다.

- 클라우드 도입 검토부터 개방형 표준을 제공하는지 여부를 오퍼링에 명시

- 컨테이너, 데이터 레이크(data lake) 기술과 같은 업계 표준(de facto standard) 기술을 사용해 데이터 및 워크로드 이동성을 최대한 확보

- 멀티 클라우드 염두에 두고, 데이터 이동성, 네트워크 보안, 워크로드 이동성 설정 가능한 애플리케이션을 설계

- 하이브리드 교차 운영 가능성 검토 - 비즈니스 논리 등으로 프라이빗 클라우드로 보내거나 반대의 경우도 존재

- 현재 제어/운영 환경 확인, 통합 제어/운영 플랫폼으로 점진적인 설계와 통합

- 보안과 안정성을 유지하며 새로운 제어/운영 시스템 적용을 위한 기술/프로세스를 교육

- 향후 통합 제어/운영 팀을 비즈니스 가치로 통합하도록 점진적인 프로세스 개선

- 통합운영환경이 제공할 가치에 대해 KPI를 수립, 기업 내부 평가에 적용

2026년까지 55%의 기업들이 독립된 제어 시스템(siloed control systems)으로 인해 연결 비용과 데이터 공유 제한 문제로 통합 관제(tech-by-wire)에 어려움을 겪을 것. - IDC FutureScape: Worldwide IT Industry 2023 Predictions

참고 자료:

https://wire19.com/it-industry-predictions-by-idc/

https://www.cio.com/article/410720/10-future-trends-for-working-with-business-leaders.html

https://www.techrepublic.com/article/idc-it-predictions/

https://cwongproductions.com/blog/f/idc-predictions-for-connectedness-in-2023-and-beyond

https://www.zdnet.com/article/tech-in-2023-weve-analysed-the-data-and-heres-whats-really-going-to-matter/

사진 출처:

https://pixabay.com/

[2023 IT트렌드] 2025년 20개 대표 제품 출시가 OO로 인해 지연됨

코난(김대우) — Tue, 13 Dec 2022 10:24:19 +0900

브런치에 기고 중인 IT트렌드 2023입니다.

2025년 20개 대표 제품 출시가 OO로 인해 지연됨

2025년에 지능형 자동화 및 클라우드에 의존하는 20개의 대표 디지털 제품(high-visibility digital product)의 출시가, 반도체 및 코드 공급망 문제로 지연될 것. - IDC, IT Industry 2023 Predictions

2020년, 코로나19 사태 이후 우리는 생산시설을 옮긴 기업들이 자국으로 다시 돌아오는 리쇼어링의 트렌드와 자국 최우선 비즈니스 논리를 앞세운 해외 기업 자국 유치, 온쇼어링 역시 목격하고 있습니다. 자국과 자국 기업의 이익 앞에 체면 따위는 없습니다. 정치적 상황을 이용하건, 구매 파워가 있는 기업을 통해 유치하건, 자국 내 완제품 설계/제조/판매를 위해서는 물불 가리지 않고 압박합니다. 이런 전방위 "자국 이익 우선 논리"로 국제정세가 움직입니다.

2022년 12월 6일 - TSMC 애리조나 공장서 연설하는 팀 쿡 애플 CEO. [사진=연합뉴스]

특히 반도체는 리쇼어링의 최우선 필수재가 되었으며, 제조 공장을 넘어 "실리콘 생태계"를 자국 내에 재구축하기 위해 국가의 모든 역량을 집중하고 있습니다.

코드 역시 마찬가지입니다. 미 행정부 차원에서 "코드 공급망" 안정화를 위해 정책을 내고 있으며 글로벌 클라우드 기업과 대표 오픈소스 프로젝트 모두 이를 핵심 어젠다로 집중하고 있습니다.

반도체 공급망 문제는 국가 차원의 디지털 산업 위기

2021년 코로나19 사태로 자동차 제조업체에 반도체 공급망 지연 사태가 발생하면서, 자동차 제조 지연 문제가 발생, 급기야 산업 전반에 병목을 만들고 침체된 경제에 직격탄이 되는 국가적 차원의 위기를 겪었습니다. 반도체 부족 사태가 급기야 국가 간의 반도체 쟁탈전으로까지 번진 이 여파는 2년이 지나 현재 진행형입니다. 반도체뿐만 아니라 이제 배터리 분야도 같은 길을 가고 있습니다. 차세대 제조 산업의 핵심 부품과 희토류 자원은 외교적 문제를 넘어 국가 간의 이해관계가 첨예하게 얽힌 국제 관계를 재편하고, 급기야는 카르텔 성격의 무기화 움직임까지 보이고 있습니다. 미국은 정부차원에서 이미 반도체 및 배터리 생산에 대한 여러 정책과 부양책을 내놓고 있으나, 여전히 지역적인 공급 부족은 2025년까지 발생할 것으로 예측되며, 공급망 안정화가 되지 않은 국가나 지역은 산업 전반에 대한 리스크가 높을 것으로 예측됩니다.

2023년에 급부상하는 코드 공급망 문제

개발자가 아니라면 "코드 공급망(code supply chain)"은 다소 생소할 수 있습니다.

서플라이 체인, 즉 공급망은 제조업의 용어입니다. 공급망을 풀어 설명하면 제조 및 공급하기 위해 필요한 프로세스 체인, 계획, 자재, 제조를 의미합니다. 코드 공급망도 같습니다. 애플리케이션을 개발하기 위해서도 이러한 공급망이 필요합니다.

멀리 볼 필요 없이 모든 산업과 기업, 공공 비즈니스에 사용되는 인공지능, 빅데이터, 클라우드 컴퓨팅, 5G, IoT, 바이오, 블록체인, 양자컴퓨터와 같은 핵심기술 모두가 소프트웨어 즉, 코드 위에서 동작하기 때문입니다.

그게 뭐 어때서요?
구매하거나 오픈소스 가져다 쓰는 게 공급망과 무슨 상관입니까?

오늘날의 애플리케이션은 더 이상 개발자가 하부 시스템부터 한 땀 한 땀 수작업으로 개발하는 패턴으로 제작되지 않습니다. 거의 모든 애플리케이션은 기술을 공급하는 타사의 코드와 API는 물론, 오픈소스 기반의 프레임워크와 라이브러리 등을 조합해 속도감 있게 개발합니다. 애플리케이션 개발에 생산성이 중요 팩터가 되면서 이러한 레고 블록 조립 같은 제작 패턴 개발은 지극히 일반적이고, 실제로도 생산성과 빠른 결과를 가져오는 프로세스입니다.

우리가 디지털 비즈니스를 위해 개발하는 애플리케이션은 수많은 복잡한 외부 구성요소에 종속되어 있다.

소재가 공급되고 완성품으로 소비된다. 이렇게 보면 반도체 같은 산업재와 코드 둘 다 "공급망의 핵심 소재" 측면에서 큰 차이가 없어 보이지만, 유한재인 소재와 다르게 무한재인 코드는 공급 부족과 부관해 보입니다.

코드는 무한정 복제 가능하고, 네트워크 위에서 전 세계 어디든 떠다니는 이동성(portability)이 있습니다.
무한재에 가까운 코드에 무슨 근거로 "코드 공급망 문제"가 발생한다는 것입니까?

코드 공급망 공격

솔라윈즈(SolarWinds) 사태

2020년 12월 솔라윈즈 사태는 미 상무부, 재무부, 국토안보부, 국무부, 미국 에너지부(Department of Energy)와 핵무기 비축량을 관리하는 미 핵안보국-NNSA(National Nuclear Safety Administration) 은 물론 글로벌 빅테크 기업과 보안 기술을 제공하는 보안업체들도 취약점에 노출되어 공격을 받은 사실이 확인되었습니다. 이 공격이 지정학적 리스크와 맞물리는 이유는, 특정 국가의 의도적인 공격임이 거의 확실하기 때문입니다.

https://zdnet.co.kr/view/?no=20210122194956

코드코브(Codecov) 공격

코드코브 공격은 발상이 다릅니다. 전 세계적으로 90% 이상의 개발 및 배포에 사용되는 컨테이너(container)와 도커(docker) 기술. 간략히 컨테이너는 독립적인 실행이 가능한 가상화 기술이며, 도커는 이 컨테이너를 만드는 데 사용되는 필요한 파일과 설정을 포함하는 이미지입니다. Codecov 사태는 이 도커 이미지 생성에 사용되는 코드를 변조해 해커가 원하는 명령을 수행하도록 재작성되었습니다. 예를 들어, 도커 이미지 생성 스크립트는 이런 패턴입니다.

이 공격의 특이점은 DevOps의 CI(continous integration) - 자동 코드 통합 테스트 과정과 CD(continous deployment) 자동 통합 및 배포 과정을 활용했다는 것입니다. DevOps라는 개발과 배포, 운영 통합 프로세스가 새로운 위협과 취약점을 만든 것입니다. 결국 CI/CD 과정에서 자동으로 코드를 점검하는 서비스를 제공하는 회사의 핵심 비즈니스가 수개월간 해킹의 숙주로 사용되는 사태가 발생한 것입니다.

https://www.boannews.com/media/view.asp?idx=96653

log4j 사태

사상 최악의 원격 코드 실행 취약점 공격으로 불리는 log4j 사태입니다. 애플리케이션의 상태를 기록하는 로그(log) 기능을 손쉽게 추가할 수 있는 오픈소스 프로젝트로 Java로 개발된 애플리케이션에서 거의 모두 사용합니다. 사상 최악으로 불리는 이유는 이렇게 오랜 시간 동안 워낙 많이 사용되고 있으며, 자사의 애플리케이션이 log4j 오픈소스로 개발된 것조차 모르는 채 SI 서비스의 일부로 납품되었기에 여전히 수많은 애플리케이션에서 보안패치가 적용되지 않고 현재도 운영되고 있기 때문입니다.

https://www.boannews.com/media/view.asp?idx=105393

매년 발생하는 크리티컬 수준의 코드 보안 문제는 IT 인프라를 멈추고 점검 및 대처해야 할 정도로 높은 위험성을 보이며, 대응방안이 나올 때까지 기업의 디지털 비즈니스 서비스 지연을 야기할 수 있습니다.

기업에게 핏줄과도 같은 공급망 측면에서 보면, 디지털 비즈니스의 핏줄인 코드 역시 중요한 공급망 자재입니다.

아래의 이미지는 Synopsys 사에서 공개한 2022 오픈소스 보안과 위협 분석 리포트 일부입니다. 수치의 정확성보다는 위협이 지속되고 있다 정도로 참고하세요.

2022 Synopsys report - 2022년 오픈소스 사용량과 취약점

리포트 링크: https://www.synopsys.com/content/dam/synopsys/sig-assets/reports/rep-ossra-2022.pdf

2023년, 코드는 왜 과거보다 더 취약하고 문제가 많은가?

공급망 문제와 마찬가지로 점점 더 많은 소프트웨어가 기술을 공급하는 타사의 코드와 API는 물론 오픈소스 기반의 프레임워크와 라이브러리 코드를 조합해 개발하기 때문입니다.

누군가의 오픈소스 코드는 다른 누군가가 만든 오픈소스 코드를 상속받아 개발되며 상속되는 계층만큼 복잡성이 쌓이고, 공개된 오픈소스는 "코드가 모두 공개되었다"라는 이유만으로 신뢰합니다.

"네임드 보안 전문 기업이 만들어서 괜찮다. 전체 코드가 공개된 10년 이상 사용된 오픈소스라 괜찮다"라는 무지성 신뢰가 코드 공급망 붕괴 리스크를 높이고 있다.

반도체와 코드 역시 공급망 측면에서 보면 다르지 않습니다. 이런 코드 공급망 문제는 비단 디지털 비즈니스를 위해 애플리케이션과 서비스를 개발하고 운영하는 기업의 위협뿐만 아니라, 오픈소스 기술을 클라우드 서비스로 개발한 클라우드 벤더는 물론, 솔라윈즈, 하트블리드 사태처럼 국가 핵심 기간 시스템의 유지와 존속에도 지대한 위협이 되고 있습니다.

앞으로 우리가 만들고 서비스할 디지털 제품의 출시가 이런 코드 공급망의 문제로 지연될 수 있습니다. 그렇다면 이러한 코드 공급망 위협을 기업 차원에서 어떻게 대비할 수 있을까요?

SBOM(Software Bill of Materials) 작성

SBOM의 정의는 소프트웨어 패키지 및 구성 요소 등 고유하게 식별 가능한 형식으로 기계가 읽을 수 있는 메타데이터, 저작권 및 라이선스 등 소프트웨어 콘텐츠에 대한 기타 정보들을 포함하는 명세서입니다. 과자 봉지 뒤에서 쓰여있는 식품 원재료 표시와 같습니다. 이 소프트웨어가 무엇으로 만들어졌는지를 상세하게 목록화하고 관리하는 것만으로도 선제적 대응이 가능합니다.

SBOM이 안착하게 된 트리거가 된 사건은 위에서 알아본 솔라윈즈 사태로 미 행정부가 관련 지침 작성을 반강제로 강제해 업계에 안착하고 있습니다. 이미 많은 소프트웨어 기업과 오픈소스 기업은 이러한 SBOM을 여러 형태로 지원하고 있었으며, 마이크로소프트는 아예 github에 자사에서 소프트웨어 BOM에 사용하는 이 SBOM 도구를 공개해 두었습니다.

2023년, 모든 IT 개발 조직과 기술 공급자는 모든 구성요소를 나열하는 SBOM을 반드시 적용해야 합니다. 소프트웨어의 어느 구성요소에서 어떤 일이 생기는가? 지속적인 업데이트와 취약점 공개를 SBOM으로 빠르게 대응하고 보완할 수 있습니다. 당연하겠지만, 신뢰할 수 있는 외부 컴포넌트, 오픈소스와 및 외부 코드 공급업체에 대한 지속적인 3자 감사 및 평가 역시 코드 공급망 리스크 완화에 필수적입니다.

DevSecOps, DevOps + Security 적용

DevOps 애플리케이션 개발 라이프사이클 - 출처 Microsoft DevOps

이 IT 트렌드 2023 포스팅을 보고 계시다면, 조직에서 이미 DevOps를 활용하고 계실 겁니다. DevOps는 개발부터 배포, 운영환경까지 이어지는 절차로 개발팀과 운영팀 협력을 단일 프로세스로 통합해 비용을 낮추고 애플리케이션 배포 속도를 비약적으로 증가시키는 협업 모델입니다. 그리고, 이 모델에 보안 "Security"를 통합하면 DevSecOps가 되고, DevSecOps를 적용해 오늘의 주제인 코드 공급망 리스크를 완화할 수 있습니다.

DevSecOps Why, What, When - 출처 Microsoft devSecOps

DevSecOps는 개발팀과 IT 운영팀 모두 시스템을 안전하게 개발/유지해야 하는 연속적이고 지속적인 노력입니다. SBOM과 마찬가지로, 절차와 패턴에 의해 이러한 보안 기반 패턴을 강제하고 제어할 수 있습니다.

좀 더 기술적 측면으로는 코드 저장소, 코드 빌드 및 배포, 테스트 절차는 물론 컨테이너와 도커 이미지에 대한 보안 검사, CI/CD 에이전트 및 표준 Key vault를 이용한 자격증명(credential) 및 접근 제어(access control) 등 거의 모든 표준 보안 절차를 DevOps에 통합할 수 있고, 이 과정을 통해 보안성을 높이고 코드 공급망 리스크를 완화할 수 있습니다.

연결의 시대와 공급망 문제

연결성이라는 4차 산업혁명의 핵심인 인공지능, 빅데이터, 클라우드 컴퓨팅, 5G, IoT, 바이오, 블록체인, 양자컴퓨터 등 모든 핵심 기술이 반도체, 코드와 같은 핵심 산업재로 구축되어 있으며, 이는 모두 오늘 살펴본 공급망 문제에 노출되어 있습니다.

IT 인프라에 이중화와 결함 허용 시스템(Fault tolerant system)을 구축해 장애에 대비하는 것처럼 지금까지 당연하게 여겨왔던 코드 산업재들의 공급망도 고려해야 하는 지정학적 리스크와 불확실성의 시대가 왔습니다. 다행인 것은 2023년 빠르게 여러 국제적 리스크가 완화될 것으로 예측되고, 2025년 이후로 공급망 위기 단계가 낮아질 것으로 예측되고 있습니다. 다음과 같은 사항을 기업의 전사적 관점에서 고려할 수 있습니다.

- 개발팀, IT부서의 신속한 애플리케이션 개발도 중요하지만, SBOM/DevSecOps와 같은 절차와 모델을 기업의 핵심 프로세스로 정립하여 위협을 방지하고 대응합니다.

- 클라우드 벤더의 PaaS 기반 오픈소스 기술은 하부 인프라와 미들웨어에 대한 보안 위협을 완화하므로 IaaS 기반 애플리케이션을 줄이면서 점진적인 도입을 진행합니다.

- IT부서와 CTO, 사업부서 모두 비즈니스 연속성을 위해 전략적인 리소스/자산에 대한 중복을 고려해야 합니다.

- 5000대 기업 고객 80%는 2023년까지 IT 공급 위협으로부터 능동적인 보호를 위해 멀티 소싱 전략을 채택할 것. - IDC

- 글로벌 비즈니스를 전개하는 2000대 기업 80가 공급망 중단 위협을 예측/대응하기 위해 인텔리전스 투자를 확대할 것. - IDC

- 2028년까지 물류 창고 등에서 사용하는 로봇공학 및 자동화 비율이 10배 증가하여 생산성이 30% 향상될 것 - IDC

이 IT 트렌드 2023을 통해 차근차근 위협에 대비하고 디지털 비즈니스를 준비하셔서 더 좋은 성장의 기회가 지속하길 바랍니다.

참고 링크:

https://wire19.com/it-industry-predictions-by-idc/

https://www.cio.com/article/410720/10-future-trends-for-working-with-business-leaders.html

https://cwongproductions.com/blog/f/idc-predictions-for-connectedness-in-2023-and-beyond

https://www.techrepublic.com/article/idc-it-predictions/

https://learn.microsoft.com/en-us/devops/what-is-devops

https://learn.microsoft.com/en-us/devops/operate/security-in-devops

https://cloud.google.com/software-supply-chain-security/docs/attack-vectors?hl=ko

이미지 출처: https://pixabay.com/