생성적 AI 및 퍼블릭 클라우드로의 마이그레이션

생성 AI 기술이 클라우드 마이그레이션을 어떻게 지원할 수 있는지에 대한 기사를 보기 시작했습니다. 우리는 이미 클라우드 아키텍처에서 생성 AI의 역할을 다루었습니다. 이는 실제로 엔터프라이즈 데이터 센터에서 퍼블릭 클라우드로의 애플리케이션 마이그레이션을 더 효과적으로 자동화하는 것입니다.

무엇보다도 저는 이 과정을 더 쉽고 빠르게 만드는 모든 것을 지지합니다. 수십 개의 마이그레이션 프로젝트를 진행한 사람으로서 저는 또한 “클라우드”로 이동할 후보인 수백 개의 애플리케이션과 데이터 세트를 살펴보고 이를 수행하는 최선의 방법을 찾아야 했습니다. 나는 이 문제를 AI에 푸시하면 기뻤을 것입니다.

마이그레이션에는 많은 바쁜 작업이 필요합니다. 예를 들어, 코드, 데이터베이스, 통합 메커니즘, 보안, 거버넌스 등의 현재 상태에 액세스한다는 것은 세부 사항을 살펴보는 것을 의미합니다. 즉, 올바르게 마이그레이션하려는 경우입니다.

불행하게도 대부분의 기업은 이 단계를 완전히 건너뜁니다. 그들은 코드와 데이터를 선택하여 공용 클라우드 제공업체의 아날로그로 옮깁니다. 이를 “리프트 앤 시프트”라고 하며 마이그레이션에 대한 잘못된 접근 방식인 경우가 많습니다. 현재 많은 기업들이 이러한 실수에 대한 대가를 치르고 있습니다.

GenAI는 무엇을 제공하나요?

자동화된 평가는 본질적으로 기업이 원하지 않는 많은 세부 작업을 수행하는 GenAI의 더 중요한 이점입니다. 생성적 AI는 조직의 인프라를 분석하고 코드 및 데이터 상태에 대한 보고서를 생성할 수 있습니다. 이는 시작점에 대한 더 나은 이해를 제공하여 성공적인 클라우드 마이그레이션을 위한 단계를 간략하게 설명합니다.

생성적 AI 도구를 통해 애플리케이션 종속성, 네트워크 구성, 리소스 활용도 등의 요소를 검사함으로써 마이그레이션 팀은 인프라를 더 잘 이해하고 특정 워크로드를 클라우드로 마이그레이션하는 것에 대해 정보에 입각한 결정을 내릴 수 있습니다. 이 단계가 오늘날의 접근 방식에서 빠져 있는 이유는 우리가 어떻게 해야 할지 모르기 때문이 아니라 시간과 돈을 쓸 의지가 없기 때문입니다. 그런 의미에서 게으른 사람들을 더욱 효과적으로 만드는 도구라면 무엇이든 도움이 됩니다.

생성적 AI 기반 도구는 조직의 요구 사항에 따라 가장 적합한 클라우드 서비스 공급자 및 구성을 식별하는 데 도움을 줄 수 있습니다. AI는 워크로드 패턴, 보안 요구 사항, 비용 고려 사항을 분석하여 최적화된 클라우드 솔루션을 찾을 수 있습니다. 이러한 작업은 수동으로 수행할 수 있지만 시간과 비용 때문에 수행되지 않는 경우가 많습니다. 저는 GenAI가 부족한 부분을 일부 해결하도록 하는 데 전적으로 찬성합니다.

클라우드 마이그레이션에는 데이터 손실, 보안 위반 또는 서비스 중단의 위험이 내재되어 있습니다. 생성적 AI는 아마도 인프라나 애플리케이션의 잠재적 취약성을 분석하여 이러한 위험을 평가하고 완화하는 데 도움이 될 수 있습니다. 또한 AI는 잠재적인 보안 허점을 식별하고 필요한 보안 조치를 권장함으로써 조직이 마이그레이션 중에 시스템과 데이터를 보호할 수 있도록 지원합니다.

클라우드 마이그레이션의 가장 중요한 측면 중 하나는 데이터를 폭파하지 않고 데이터를 전송하는 것입니다. Generative AI는 데이터 볼륨, 민감도, 네트워크 대역폭을 기반으로 가장 적절한 데이터 마이그레이션 전략을 제안하여 이 프로세스를 자동화하고 단순화할 수 있습니다.

마지막으로 생성적 AI는 기존 애플리케이션을 평가하고 대상 클라우드 환경에 맞게 최적화할 수 있는 방법에 대한 통찰력을 제공할 수 있습니다. 코드 리포지토리와 애플리케이션 종속성을 분석하면서 성능, 확장성 및 비용 효율성을 향상시키기 위해 애플리케이션을 리팩토링하거나 재설계하기 위한 권장 사항을 제공할 수 있습니다.

게으른 사람을 성공하게 만드는

지난 10년 동안 너무나 많은 클라우드 마이그레이션이 실패했습니다. 그 주된 이유는 마이그레이션 담당자가 시간이 많이 소요되지만 중요한 작업을 건너뛰어 기업이 비효율적인 마이그레이션된 애플리케이션과 데이터로 인해 많은 비용을 지출했기 때문입니다. GenAI 지원 도구로 해당 작업을 수행하고 심지어 자동화할 수 있다면 GenAI와 도구를 사용하는 사람들에게 승리가 될 것입니다.

물론 우리 중 일부는 실제로 클라우드 배포를 위해 힘든 작업, 분석, 리팩터링 및 최적화 작업을 수행해 왔습니다. 우리는 GenAI를 우리가 이미 해왔던 일을 단지 자동화하는 것으로 볼 수 있으며 이는 사실입니다. 예, 우리 중 일부는 올바른 일을 해왔습니다. 하지만 이제 우리는 이러한 작업 중 많은 부분을 자동화하고 더 나은 결과를 얻을 수 있습니다. 여전히 승리입니다.

본질적으로, 이는 열심히 일하는 사람들과 공평한 경쟁의 장을 마련합니다. 우리가 살고 있는 세상은 참 우스꽝스럽습니다. 하지만 상황이 더 나아진다면 저는 기꺼이 찬성합니다.