- AI와 머신러닝 도입 증가
- 두 기술은 코드 작성, 분석, 테스트, 배포, 모니터링 자동화, 보안과 컴플라이언스도 강화
- DevOps에서 AI와 머신러닝이 함께 작동하면 소프트웨어 개발 프로세스의 일부 작업을 자동화해 생산성과 효율성 향상
- Market Research에 따르면, DevOps 시장에서 글로벌 생성형 AI 시장 규모는 2023년 13억250만달러→2032년 221억달러로 연평균 38.2%씩 성장할 걸로 관측
- 성장 요인:
- 점점 더 많은 기업이 클라우드로 이전하면서 소프트웨어 개발은 더 자동화되고, 더 효율화되길 요구받음
- 생성형 AI는 자동화 기술이기에 이러한 목적을 달성하는 데 핵심 도구로 쓰일 것
- 억제 요인:
- 생성형 AI 솔루션을 만들고 구현할 수 있는 인력은 아직 부족
- 생성형 AI 모델의 편향 가능성과 도덕, 법률문제 촉발 가능성
- 현재 소프트웨어 개발 방법에 생성형 AI를 통합하는 일의 어려움
- 생성형 AI는 소프트웨어 개발 프로세스에서 일부 프로세스를 자동화하는 데 쓰이면서 새로운 취약점과 공격 벡터를 제공할 수 있음
- 컨테이너화 확대
- 컨테이너화(Containerization)는 소프트웨어 코드를 라이브러리, 프레임워크, 기타 의존성과 같은 필수 요소와 함께 패키지에 포함해 각자의 컨테이너로 분리하는 것
- 디지털 트랜스포메이션 이니셔티브 일부로, 많은 기업이 기존의 수동 IT 작업을 테스트, 구성, 런타임 프로세스를 자동화하는 소프트웨어로 대체하고 있음. 컨테이너는 이를 지원하는 중요한 기술로 떠오름
- Reportlinker.com에 따르면, 애플리케이션 컨테이너 시장 규모는 2023년 42억3000만달러→2028년 150억600만달러로 연평균 28.9%씩 커질 걸로 관측
- 성장 요인:
- 컨테이너는 더 빠르고, 더 일관된 릴리즈 사이클을 제공하기에 애플리케이션의 출시 속도를 높이도록 지원
- 기업은 클라우드로 전환하면서 컨테이너의 유연성과 비용 절감 효과에 주목해 컨테이너 우선 전략을 취하는데 이는 컨테이너화가 확산하도록 이끌 수 있음
- 억제 요인:
- 애플리케이션 컨테이너 배포 속도는 비즈니스에 쓰이는 버그 또는 잘못된 구성과 같은 보안 위험에 취약하게 만듦
- 컨테이너 배포로 IT 인프라가 더 다양해지면서 기업은 미션크리티컬한 데이터 위치에 가시성이 부족해지고 데이터 손실 문제에 더 취약해질 수 있음
- 컨테이너는 커널 익스플로잇, 공유된 리소스 취약점 같은 특정 보안 위험에 더 취약할 수 있음
- 잘못된 구성 또는 감독 되지 않은 보안 관행은 심각한 보안 결함을 일으킬 수 있음
- IaC 도입 확산
- Infrastructure as Code(IaC)는 수동 프로세스가 아닌 코드로 인프라를 관리하고, 프로비저닝하는 DevOps 관행
- 조직은 IaC를 사용해 인프라를 프로비저닝하고, 유지관리하는 데 필요한 시간을 줄이고 인프라 구성의 정확성과 일관성을 개선할 수 있음
- Fortune Business Insights에 따르면, 글로벌 IaC 시장 규모는 2023년 9억870만달러→ 2030년 33억490만달러로 연평균 20.3%씩 성장할 걸로 관측
- 성장 요인:
- 최신 아키텍처는 느슨하게 연결된, 상호의존적 서비스와 API로 이뤄짐
- 이에 사람이 관리하는 클라우드 리소스 사용량은 늘어남, IaC는 이러한 복잡성을 다룰 수 있음
- IaC 플랫폼은 개발자에게 프로그래밍 언어의 모든 기능을 제공함
- 이로써 최신 클라우드 애플리케이션의 의존성을 더 간단하게 관리할 수 있음
- 억제 요인:
- IaC는 높은 수준의 기술 숙련도를 요구함
- 일부 기업은 문화와 비즈니스 절차의 변화, 기존 애플리케이션을 마이그레이션 하는 위험 또는 팀에 필수 기술이 부족할 가능성 때문에 IaC를 도입하길 꺼릴 수 있음
- 조직은 수동 인프라 관리 프로세스를 코드 기반의 자동화된 프로세스로 전환하면서 도전과제에 직면함
- 이는 기존 워크플로에 큰 영향을 미치고, 비즈니스 운영의 생산성을 떨어뜨릴 수 있음
- 대기업의 다층적이고 복잡한 아키텍처를 처리하는 지식이 부족하면 새 기술을 통합할 때 저항이 생길 수 있음
- 이 문제는 조직의 코드 기반 인프라 구성을 관리하면서 위험을 일으키고, 취약점 문제를 만듦
- 코드 기반 아키텍처를 관리하는 복잡성은 결국 IaC 시장 성장을 제한할 수 있음
- 옵저버벌리티 중요성 확대
- 옵저버빌리티(Observability)는 ‘시스템 외부 출력의 결괏값(지식)에서 시스템 내부 상태를 얼마나 잘 추론하는지’ 나타내는 척도. 이는 지표, 이벤트, 로그, 추적을 수집하고, 시각화하며, 분석하는 행위
- 옵저버빌리티 도구는 복잡하고 분산된 환경에서 애플리케이션 성능과 관련해 실시간 가시성과 세분화된 인사이트를 제공함
- Future Market Insights에 따르면, 이 시장 규모는 2022년 21억7370만달러→2032년 55억5320만달러로 연평균 8.2%씩 성장 전망
- 성장 요인:
- ‘시장 수요는 빠르게 변화하고, 여기에 유연하고 민첩하게 대응하려면 기업에 옵저버빌리티 기술이 있어야 함
- 이는 이해관계자와 고객 간에 소통과 협업을 촉진하고, IT 운영과 설계, 비즈니스 간에 장벽을 낮추며 비즈니스에서 중요한 역할을 수행할 수 있음
- 요즘 업계에서는 애플리케이션 성능을 이해하고 분석하며, 애플리케이션 안정성과 확장성, 가용성을 향상하는 데 주력함
- 이로써 옵저버빌리티를 향한 공감대는 커지고, 관련 플랫폼 활용도 늘어날 것
- 억제 요인:
- 옵저버빌리티 플랫폼 기술을 구현하는 비용이 많이 들어감
- 숙련된 인력이 부족해 다양한 조직에서 새로운 도구와 기술을 구현하는 데 저항도 있을 것
- NoOps의 부상
- ‘소프트웨어 환경을 완전히 자동화해 운영팀이 이를 관리할 필요가 없다’는 개념
- 이는 운영 효율성을 정점으로 끌어올려 전담 운영팀의 필요성이 없어지는 걸 지향
- AI, IaC, 서버리스 컴퓨팅은 NoOps 기반 기술로 거론됨
- NoOps는 개발자가 운영 문제에서 벗어나 코딩에 집중하는 걸 지향
- 빅데이터와 머신러닝을 결합해 IT 운영 프로세스를 자동화하는 AIOps 플랫폼 때문에 점점 더 많은 조직이 NoOps를 도입
- 조직은 NoOps로 전환하는 걸 신중하게 탐색해야 함
- 운영의 효율성을 더 높이더라도 사람의 필수 통찰과 의사결정 능력을 잃지 않도록 유의할 것