엣지 컴퓨팅은 클라우드가 답입니다. 처음부터 끝까지 직접 하려다 보면 끝나지 않는 프로젝트 일정 속에 갇힐 수 있습니다. 그 이유는 무엇일까요? 크게 역량 측면에서 그 이유를 찾을 수 있습니다. 대부분의 IT 조직은 엣지 컴퓨팅에 대한 경험이 없습니다. 따라서 엣지 컴퓨팅을 위한 컴퓨팅, 데이터 환경을 구축하고 운영할 인력이 마땅치 않습니다. 역량 부족은 시스템 문제의 직·간접적인 원인입니다. 엣지 컴퓨팅을 위한 애플리케이션 플랫폼 아키텍처 설계부터 데이터 파이프라인 구축, 그리고 AI와 빅 데이터 분석을 적용할 수 있는 기술력이 내부적으로 없는 경우에는 오랜 기간 시행착오를 피할 수 없습니다.
클라우드는 엣지 컴퓨팅 진입 장벽을 낮추었습니다. 엣지 컴퓨팅 환경부터 백엔드까지 필요한 모든 것을 분산 환경에서 유연하게 구성할 수 있습니다. 초기 투자 부담도 없고, 운영 인력을 시급히 늘릴 이유도 없습니다. 필요한 것은 아이디어와 의욕으로 가득한 개발 조직입니다. 흔히 말하는 개발에만 집중하고, 인프라와 플랫폼은 클라우드를 적극 이용하는 식의 접근을 하면 엣지 컴퓨팅은 어느 기업이나 도전 가능한 목표가 될 수 있습니다. 🙂
물론 예산과 역량이 충분할 경우 직접 처음부터 끝까지 다 하는 것을 선호할 수도 있습니다. 이 경우도 필요한 요소를 클라우드로 채우면 프로젝트 속도와 효율을 높일 수 있는 길을 찾을 수 있습니다.
DIY와 클라우드 사용, 뭣이 다른가?
그렇다면 직접 구축과 클라우드 이용은 무엇이 다를까? DIY는 인프라 구축을 위한 장비 발주부터 시작해 설치, 설정 그리고 소프트웨어 스택을 올린 다음 최적화를 거듭하는 긴 과정을 거쳐야 합니다. 이후 운영이 짐으로 다가옵니다. 인프라와 플랫폼을 주기에 맞춰 최신 기술로 바꾸어야 하는 확장과 업그레이드 역시 번거롭습니다.
클라우드는 직접 구축하는 데 필요한 모든 사전, 사후 과정을 불필요한 것으로 만듭니다. 관리형 클라우드 서비스를 이용해 서버리스 기반의 엣지 컴퓨팅 환경을 구축하면 인프라와 플랫폼 관리 업무 부담은 사실상 없다고 볼 수 있습니다. 클라우드에 익숙한 개발 팀이라면 셀프서비스 방식으로 인프라와 플랫폼을 구성해 애플리케이션을 배포할 수 있습니다. 또한, 클라우드 특성상 늘 최신 기술과 기능이 반영된 환경을 유지할 수 있어 업그레이드 계획을 세울 필요도 없습니다. 확장은 말할 것도 없고요.
클라우드를 이용하면 엣지 컴퓨팅에 AI와 첨단 분석을 적용하는 것도 수월합니다. 엣지 컴퓨팅 환경에 AI 모델을 적용하려면 훈련을 위한 백엔드 환경과 추론을 위한 장치 환경을 매끄럽게 연결하는 데이터 파이프라인이 필수입니다. 분석도 마찬가지입니다. 수집과 분석을 위한 데이터 길을 만들어야 합니다. 문제는 데이터를 수집하고 처리하는 흐름을 만드는 것이 생각보다 복잡한 일이란 것입니다. 엣지 컴퓨팅처럼 사내 네트워크 환경을 벗어난 분산 환경의 경우 더욱 그러합니다. 관리형 클라우드 서비스는 이 역시 간소화합니다. 엣지 컴퓨팅 환경에서 쏟아지는 데이터를 배치 또는 실시간으로 수집하고, 처리하고, 관리하는 데 필요한 모든 시스템을 관리형 서비스 형태로 이용할 수 있어 가능한 일입니다.
이상으로 엣지 컴퓨팅 시대를 앞당기는 데 있어 클라우드가 어떤 역할을 하는지 알아보았습니다.
다음 포스팅에서는 구글 클라우드의 엣지 컴퓨팅 관련 서비스에 대해 알아보겠습니다. 😀
