AI를 통한 자동화 솔루션 / 권필주 효성인포메이션시스템 수석 컨설턴트

▲ 권필주 효성인포메이션시스템 수석 컨설턴트

[아이티데일리] 전편에서는 데이터센터 현대화를 위한 플래시 클라우드 솔루션 선택의 첫 번째 조건으로서 ‘민첩성’에 대해 다뤘다. 이어서 두 번째 조건으로서 눈여겨 볼 특징으로 최근 업계 동향에 맞춘 ‘인공지능(AI)’ 기반의 자동화된 솔루션을 제안하려고 한다.

시장조사 기관인 가트너(Gartner)는 데이터센터의 대응 능력을 향상시키고 디지털 비즈니스 가치를 제공하기 위해 자동화가 필수적이라고 말한다. 이에 따라 최근 기업들은 디바이스 자동화, 클라우드 레디(Cloud-Ready) 애플리케이션, 가상머신(VM) 등 복잡해진 인프라 환경을 효과적으로 관리하기 위해 자동화를 도입하고 있는 추세다.

이는 오늘날 기업들이 방대한 양의 데이터 및 애플리케이션을 관리하는 데 할애하는 시간을 줄이고 혁신에 더 많은 시간을 투자해 데이터센터의 효율성, 생산성 그리고 가용량을 극대화하기 위함으로 해석된다. 실제로 IT 운영 중 발생하는 사람의 실수 대부분이 장애로 이어지는 만큼, AI 기반 데이터센터 자동화는 운영의 자동화를 통해 사람의 실수로 인한 장애를 없애고, 장애 발생의 근본 원인을 신속하고 정확히 파악해 해결할 수 있다.

시간 소요가 많은 반복적인 IT 업무환경에서 AI 기반 자동화는 가장 적합하며 이상적이라고 볼 수 있다. AI 기반 데이터센터 자동화의 궁극적인 목표는 제로 다운타임으로 전반적인 IT 관리 서비스를 가속화하는 것이다. 현재와 같이 리소스 집약적인 접근 방식으로는 점점 더 복잡해지는 IT 인프라를 더 이상 통제할 수 없다.

따라서 AI를 이용하면 시스템 중단 발생 시 자동으로 백업 시스템을 가동해 서비스가 유지되도록 할 수 있고, 원인을 자동으로 분석해 즉각적인 해결을 수행할 수 있다. 이 덕분에 기존의 수동적인 문제 해결 프로세스에 비해 복구 시간을 단축할 뿐 아니라 문제 원인도 빠르게 파악할 수 있다. 이렇게 AI를 통한 제로 다운타임을 실현시킬 때, 비로소 관리자는 새로운 인프라 도입 계획 등 데이터센터를 혁신하는 일에 몰두할 수 있게 된다.

애플리케이션의 자동화와 함께, 인프라의 자동화는 데이터센터 현대화를 위한 필요조건이다. 특히 가상 머신이나 컨테이너와 같이 가상화 공유 인프라를 기반으로 하는 클라우드 환경에서는, 물리 리소스와 가상화 리소스 간의 관계를 정확하게 분석하고 적절한 조치를 취할 수 있는 자동화가 반드시 뒷받침돼야 한다.

이에 따라, 효성인포메이션은 ‘히타치 VSP’ 제품군에 탑재된 심층 인사이트 툴 ‘HIAA(Hitachi infrastructure Analytics Advisor)’, IT 리소스 제공 및 관리 자동화 엔진 ‘HAD(Hitachi Automation Director)’, 그리고 국내에서는 실시간 통합 데이터 보호 솔루션 패키지인 ‘라이브 프로텍터(Live Protector)’에 포함된 핵심 솔루션인 통합 데이터 보호 솔루션 ‘HDID(Hitachi Data Instance Director)’까지를 포함하는 3가지 AI 운영 포트폴리오로 데이터센터 현대화 전략을 제안하고 있다.

먼저, AI 기반 분석 소프트웨어 ‘HIAA’는 머신러닝을 기반으로 한 인공지능 기능을 탑재, 동적인 성능 예측 분석을 수행을 통해 가장 중요한 ‘성능 병목점 사전 판단’과 ‘조치 방법 제안’에 초점을 뒀다. 기존 IT인프라에서는 각 기업의 데이터센터 담당자가 성능의 병목현상을 미리 인지해 대비하거나 SLA 조건에 따라 정적 임계치(Static Threshold)를 설정해 관리해왔다.

그러나 복잡한 가상화 공유 인프라 구조에서 임계치를 설정하고 모니터링을 통해 직접 판단하기에는 어려움이 있었다. 이를 해결하기 위해 개발된 ‘HIAA(Hitachi infrastructure Analytics Advisor)’는 동적 임계치(Dynamic Threshold)를 이용해 스토리지 성능 병목점을 빠르게 찾아 해결함으로써 인프라 성능을 최적화해주는 시각화 및 자동화 기반의 지능형 인프라 모니터링 기능을 제공한다. 또한, 사전 예측(Predictive Analytics)을 통해 미래의 리소스 사용률을 예측, 문제가 생기기 전에 조치할 수 있도록 지원한다.

두 번째로, 자동화 엔진인 ‘HAD’는 스토리지 프로비저닝과 같은 반복 관리 작업을 위한 자동화된 스토리지 프로비저닝을 제공한다. 반복적인 프로비저닝 작업을 베스트 프랙티스(Best Practice)를 기반으로 통합시켜 인프라 관리와 인프라 사용률을 함께 극대화시켜준다. 또한 복잡한 SAN 조닝(SAN Zoning)과 GAD(Global Active Device) 구성을 위한 자동화를 지원해, 인프라 세부 정보를 이해할 필요성을 제거해준다.

마지막으로, 안정적인 인프라를 위한 ‘HDID’ 데이터 보호 솔루션은 데이터 보호 프로파일 설정과 복제, 재해복구(DR) 및 스토리지 운영 관리를 자동화해 데이터 손실 시 스스로 복구가 가능하므로 비즈니스의 연속성을 지원한다. 또한, 기존의 파일 시스템의 데이터를 사용자가 읽기 어려운 고유 포맷이 아닌, 오브젝트 형태로 저장할 수 있도록 지원해 오브젝트 스토리지인 ‘HCP’에 대한 투자 가치를 높일 수 있다.

더불어 ‘HIAA’와 연계한 자동화 기능을 제공해 성능병목에 대한 자동화된 조치를 지원한다. 예를 들어 공유 리소스 환경에서 우선순위가 낮은 볼륨의 리소스 사용률이 증가해 전체 인프라의 성능에 영향을 주는 경우, ‘HIAA’를 통해 해당 볼륨을 찾아내고, 우선순위가 낮은 볼륨에 대한 어퍼 리미트(Upper Limit)를 설정해 성능을 제한하는 QoS의 설정을 ‘HAD’를 통해 손쉽고 빠르게 수행할 수 있다.

(3편에 계속)

저작권자 © 아이티데일리 무단전재 및 재배포 금지