[포커스] AWS, “아이디어를 현실로 만드는 클라우드 인프라의 시대가 왔다”
아마존웹서비스(AWS)는 지난 5월 10~11일 연례 기술 콘퍼런스인 ‘AWS 서밋 코리아 2022’를 진행했다. 이 자리에서 AWS는 폭넓은 분야에서 디지털 혁신을 뒷받침하기 위한 클라우드 기술의 폭과 깊이를 더하겠다는 전략과 함께, 자사의 다양한 서비스 개발 방향 및 국내 산업분야의 적용사례 등을 소개했다. ■ 정수진 편집장
비즈니스 혁신 위한 클라우드의 성장세 이어간다
새로운 클라우드 기술과 성공사례를 소개하는 AWS 서밋(AWS Summit)은 올해로 8회째를 맞은 AWS의 연례 글로벌 콘퍼런스로, 국내서는 2015년 첫 시작됐다. AWS코리아의 함기호 대표는 “AWS 서비스의 발전은 클라우드 서비스에 대한 고객의 니즈와 기대가 높아졌기 때문이라고 보고 있으며, AWS는 투자와 지원을 이어가고 있다”면서, “이번 서밋은 클라우드 통한 비즈니스 혁신에 대한 고객들의 높은 관심을 반영하고자 했으며, 산업/기술 주제별로 90여 개의 강연 및 40여 개 고객사의 AWS 솔루션 도입 경험과 성공사례를 소개했다”고 전했다.
AWS의 맷 우드(Matt Wood) 비즈니스 애널리틱스 담당 부사장은 기조발표에서 “IT 인프라와 소프트웨어를 구매하고 직접 업데이트 및 관리하는 시대는 지났다”고 선언했다. 클라우드 플랫폼에 새로운 기능이 빠르게 추가되고 있으며, 많은 기업과 공공영역에서 클라우드 서비스로 제공되는 탄력적 인프라를 사용해 혁신 제품을 구축하고 있다는 것이다.
우드 부사장에 따르면 AWS는 컴퓨팅과 데이터베이스부터 로보틱스, 머신러닝, VR(가상현실)/AR(증강현실), 애널리틱스 등 200개 이상의 서비스를 제공하고 있으며, 작년 한 해에만 3084개의 신규 서비스 및 기능을 플랫폼에 탑재시켰다. 이렇게 클라우드 서비스의 폭을 넓히면서 AWS는 아이디어를 실행하고 성과를 얻는 과정까지 빠르고 매끄럽게 이어질 수 있도록 지원한다는 전략이다. 또한, 아이디어를 실현하는 엔진의 역할을 할 수 있도록 개별 서비스의 기능도 깊이를 더하겠다는 것이 AWS의 설명이다.
AWS는 국내서도 클라우드 시장에서 성장세를 이어간다는 계획이다. AWS는 지난 2016년 전세계 12번째로 서울 리전(region)을 개설한 이후 2019년과 2020년에는 세 번째와 네 번째 가용영역(Available Zone : AZ)을 개설했다. 서울 리전의 경우 개설 초기 24개 서비스로 시작해 현재는 160여 개의 서비스를 제공하고 있다. AWS 코리아에 따르면, 현재 국내의 AWS 활성 고객사는 수만 개이며, 파트너사는 1000여 개로 늘었다.
▲ AWS의 맷 우드 부사장은 아이디어를 현실로 구현하도록 돕는 클라우드 서비스와 기능을 꾸준히 확대하고 있다고 소개했다.
디지털 전환의 밑거름은 데이터
이번 AWS 서밋에서 AWS는 자사의 다양한 클라우드 서비스를 소개했다. 우드 부사장은 “모든 산업에 걸쳐 클라우드에서 재창조(reinvention)가 일어나고 있으며, 모든 디지털 전환 사례가 데이터를 바탕으로 가속화되고 있다”면서, 데이터에 기반한 비즈니스 의사결정을 강조했다. 지속 성장이 가능한 비즈니스를 구축하기 위해 비즈니스의 주변 환경을 이해하는 것부터 시작해, 활용 가능한 데이터를 어떻게 의사결정에 활용할 것인지까지 전체적 관점에서 측정해야 한다는 것이다.
AWS는 관계형 데이터베이스 시스템인 오로라(Amazon Aurora)를 통해 데이터의 구조를 최대한 활용하고, 데이터의 종류에 대한 정보를 최대한 활용할 수 있다는 점을 내세웠다. 오로라를 통해 데이터 저장소를 구축하면 데이터 관리 비용 및 데이터의 지연 시간을 줄이며, 데이터 기반 예측의 정확도를 높일 수 있는 것이다. AWS는 오로라로 더 나은 관계형 데이터베이스를 구축할 수 있으며, 상용 데이터베이스 수준의 보안, 성능, 가용성에 오픈소스 데이터베이스의 장점을 결합하는 등의 노력을 통해 2017년 이후 오로라의 사용량이 10배 이상 늘었다고 소개했다.
또한, 레드시프트(Amazon Redshift)는 엔터프라이즈용 데이터 웨어하우스를 단일 서비스로서 일반 사용자에게 제공한다. 레드시프트는 데이터 공유, 기계학습 기능 추가와 함께 쿼리 연동 기능, 하드웨어 가속기, 서버리스 기능 등을 제공하고 있다.
머신러닝의 성숙도 높이는 기술 및 교육 제공
한 곳에 모은 데이터를 유용한 정보로 변환해 지식을 축적할 수 있도록 지원하는 데이터 레이크(data lake)도 AWS의 관심사 중 하나이다. 이러한 데이터의 활용분야 중 하나가 빅데이터 기반의 머신러닝(ML)이다. 많은 고객들이 데이터 수집 및 분석에 기계학습을 통한 예측 분석을 활용하면서 디지털 전환을 추진하고 있다. AWS는 주요한 딥러닝 라이브러리에 대한 지원, 모델 훈련용 GPU 제공. 훈련된 모델을 애플리케이션에 임베드할 수 있는 서비스 제공 등을 통해 폭넓은 머신러닝 기능을 제공하고 있다고 소개했다.
머신러닝은 클라우드에서 딥러닝 학습이 가능해지면서 몇 년 새 기술 성숙도 또한 높아졌다. API(애플리케이션 프로그래밍 인터페이스)를 통해 다양한 애플리케이션과 머신러닝의 결합도 가능해졌다. AWS는 클라우드 서비스뿐 아니라 머신러닝 기반의 맞춤형 칩을 개발해 머신러닝 모델의 훈련 및 예측 지연 시간을 줄일 수 있다는 점을 내세웠다. Arm 아키텍처 기반으로 AWS가 개발한 범용 CPU 그래비톤(Graviton)은 현재 3세대까지 출시했는데, 높은 효율성과 파워를 제공하면서 범용 워크로드에서 가성비를 높인 것이 특징이다. 한편, 우드 부사장은 “2025년까지 2900만 명의 머신러닝 개발자를 트레이닝하는 것이 목표”라고 밝히기도 했다.
클라우드를 더욱 다양하게 활용하도록 지원
우드 부사장은 “거의 모든 산업에서 수백만 고객이 AWS를 사용하고 있는데, 이들 고객은 초기에는 비용 절감을 위해 클라우드를 도입하기 시작했지만 점차 더 큰 이점을 발견하고 있다”고 전했다.
마이크로서비스 아키텍처(MSA)는 컨테이너 형태의 작은 서비스를 결합하는 인프라 구조인데, 이는 코딩 작업 없이 애플리케이션이나 서비스를 구축하고 빠르게 출시할 때 유용하다는 것이 AWS의 설명이다. 또한, AWS는 나이트로(AWS Nitro)를 통해 다양한 서비스의 효율을 높일 수 있는 전용 소프트웨어와 하드웨어를 제공한다. 나이트로는 1대 또는 여러 대의 서버를 관리 위한 하이퍼바이저(hypervisor)를 대체해 대규모의 인프라를 관리할 수 있으며, 다양한 목적에 맞게 최신 프로세서를 포함한 500개 이상의 컴퓨팅 인스턴스 타입을 제공한다.
한편, AWS는 지역별 대규모 데이터센터인 리전뿐만 아니라 다양한 에지(edge) 환경에서 자사의 애플리케이션을 구동할 수 있도록 확장하고 있다. 이를 통해 AWS 서비스를 더욱 적은 비용으로 손쉽게 구축하고 빠르게 활용할 수 있다는 것이 AWS의 설명이다.
▲ 마이크로서비스 아키텍처로 빠르게 구현한 삼성엔지니어링의 데이터 플랫폼
스마트 제조를 위한 클라우드 활용사례 소개
이번 AWS 서밋에서는 클라우드의 메가트렌드와 함께 금융, 리테일, 제조 및 하이테크, 미디어 통신, 공공 부문 등 국내 여러 산업영역에서 AWS 클라우드를 활용한 사례가 폭넓게 선보였다. 이 가운데 제조 산업에서는 ▲머신러닝을 활용한 생산 효율 향상 ▲사물인터넷(IoT) 플랫폼 구축 ▲MSA를 통한 플랜트 설계 환경 혁신 ▲비전 검사 체계 개선으로 스마트 공장 구현 ▲디바이스 빅데이터 분석 플랫폼 구축 등의 내용이 소개됐다.
한국타이어테크놀로지는 글로벌 공급 네트워크에 걸쳐 효율적인 재고 보충 및 안정적인 공급을 위한 수요계획 수립이 필요했는데, 전통적인 예측 방식으로 다양한 변수를 적용해 정확하게 수요를 예측하는데 어려움을 겪었다. 최적의 SCM 운영으로 효율을 높이고자 한 머신러닝을 수요예측에 적용하기 위해 한국타이어테크놀로지는 AWS의 프로토타이핑(Prototyping)을 통해 서비스 구축의 타당성을 검증하는 작업을 빠르게 진행했다. 또한, SCM 서버의 데이터 생성 - 데이터 전처리 - 데이터 저장/훈련/추론 - 예측 결과의 후처리 - 결과 데이터 전달까지 전체 프로세스를 빠르게 구축할 수 있었다.
코웨이는 정수기와 공기청정기 등 다수의 제품을 연결하기 위한 IoT 플랫폼을 AWS 구축 기반으로 구축했다. 기존 IoT 플랫폼을 AWS로 마이그레이션하는 과정을 몇 달만에 완료했는데, 서버리스 아키텍처를 채택해 리소스를 줄이면서, 프로젝트 운영의 안정성을 확보할 수 있었다. AWS 코리아는 “IoT 솔루션은 에지 디바이스, 통신, 네트워크, 서버, 데이터 분석까지 다양한 영역의 고민이 필요하다. AWS는 지속적인 변경 관리, 개선 부담을 덜 수 있는 디바이스 연결 및 관리, 데이터 저장/분석을 위한 솔루션 등을 폭넓게 제공한다. 또한, 인공지능/머신러닝과 통합해 인텔리전트 IoT 솔루션을 구축하도록 지원한다”고 설명했다.
삼성엔지니어링은 석유화학 플랜트를 개발하는 과정에서 도면이나 문서에 기반한 커뮤니케이션 대신 3D 모델과 해석 모델 및 도면 사이에 정합성을 확보하는 방식의 개발 체계 전환을 진행했다. 데이터를 기반으로 설계 작업을 자동화 및 효율화하는 것뿐 아니라 개발 과정의 데이터를 분석해 AI 모델을 생성하고 복잡한 문제를 해결할 수 있도록 하는 것이 핵심인데, 이런 데이터 플랫폼을 만들기 위해 삼성엔지니어링은 MSA에 주목했다.
새로 개발하는 시스템뿐 아니라 기존 시스템까지 잘 연결되는 것이 중요했기 때문에, 삼성엔지니어링은 서비스를 적절한 크기로 쪼개 개발하고 느슨하게 연결하는 방향을 설정했다. 그리고 각 애플리케이션이 공유하는 서비스는 중앙에서 일괄 개발하고, 각 앱은 이에 더해 개별 기능만 구현 및 관리하는 방식으로 전체 개발 시간과 비용을 절감할 수 있었다. 개발해야 하는 서비스가 줄면서 서비스 품질 향상 및 운영/유지보수의 효율화라는 효과도 얻었다.
■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2022-06-02
