엔터프라이즈 컴퓨팅 환경에서 워크로드 자동화는 매우 중요한 역할을 합니다. 중요 워크로드 중 상당 수가 자동화를 바탕으로 처리됩니다. 이런 이유로 워크로드를 효율적으로 최적화하고 그 상태를 유지하는 것은 매우 중요합니다. 이 작업은 고급 분석 전제가 되어야 가능합니다. 문제는 이게 쉽지 않다는 것인데, 그 이유는 워크로드 자동화 환경의 복잡성 때문입니다. 오늘날 기업의 자동화 워크로드는 메인프레임에서부터 클라우드에 이르기까지 다양한 환경에서 운영됩니다. 그리고 워크로드의 양과 범위가 확장되면서 사용되는 도구와 그들 사이의 상호 의존성 또한 증가하고 있습니다. 이로 인해 많은 조직에서는 가시성이 저하되고, 다양한 자동화 플랫폼을 사용하면서 최적화되지 않은 워크로드와 인프라로 인한 어려움을 겪고 있습니다.
엔드투엔드 자동화 프로세스와 데이터 모니터링을 깊이 있게 시각화할 수 없다면, 전체 환경을 명확히 이해하고 최적화하기 어려울 수 있습니다. 작업들이 종종 상호 의존성이나 비즈니스 맥락 없이 개별적으로, 혹은 단순히 개체 수준에서만 관리되는 경우가 있습니다. 예를 들어, 비즈니스 사용자는 위험 평가 프로세스의 흐름을 실시간으로 모니터링하여 정확성과 반응 속도를 높일 필요가 있습니다. 이러한 복잡한 프로세스는 다양한 소스와 도구를 통해 발전해왔으며, 각각의 정보 사일로 간 통합된 가시성을 제공하는 것이 중요해졌습니다. 복잡한 워크로드 관리가 요구되는 현 시대에는 적절한 도구의 선택이 중요하며, 이를 통해 팀은 워크로드와 실행 환경을 최적화하기 위한 필요한 통찰력과 제어를 확보할 수 있습니다. 그렇다면 효과적으로 워크로드를 최적화하려면 어떻게 접근해야 할까요? 여섯 가지 핵심 포인트를 짚어 보겠습니다.
필수 워크로드 최적화 기능
자동화 솔루션은 온프레미스, 클라우드 등 모든 환경에서 운영하는 워크로드에 대한 가시성을 확보할 수 있는 지능형 분석 기능을 필요로 합니다. 이러한 솔루션들은 특히 다음과 같은 몇 가지 중요한 요구 사항을 충족해야 합니다.
1.지속적인 모니터링 및 데이터 수집
지속적인 모니터링은 워크로드를 효과적으로 최적화하기 위한 핵심입니다. 주요 성능 지표(KPIs)를 계속해서 추적하고 분석할 수 있는 기능이 없다면, 운영팀은 필요한 정보 없이 결정을 내려야 하며, 이는 최적화 작업을 제대로 진행하기 어렵게 만듭니다.
2. 장기 이력 데이터의 보관
워크로드의 과거 데이터를 보관하는 것은 매우 중요합니다. 이 데이터를 통해 운영팀은 워크로드의 성능을 정확히 분석하고, 추세를 파악하여 예측할 수 있습니다. 장기 데이터 저장은 스케줄링 문제뿐만 아니라 애플리케이션별 비효율성에 대한 통찰력을 제공하며, 워크로드 관련 이벤트 데이터를 장기간 보관하여 위험을 줄일 수 있습니다. 사용자가 효율적이고 사용하기 쉬운 분석 및 보고 도구를 이용할 수 있도록 지원하는 것도 중요합니다.
3. 비즈니스 프로세스 시각화 및 SLA
비즈니스 가시성을 확보하려면 먼저 전체 프로세스를 시각화할 수 있어야 합니다. 이게 되어야 특정 작업부터 시작하여 관련 작업, 종속성까지 포함한 전체 비즈니스 프로세스를 시간 순서대로 보여주는 시각화 도구를 통해 모든 단계의 연결성을 파악하고 성능 저하의 원인을 빠르게 찾아낼 수 있습니다. 그리고 SLA 관련 작업 연결 및 이벤트 정보를 캡처하여 SLA 위반 가능성을 사전에 예측하고 조치를 취할 수 있습니다.
다음으로 과거, 현재, 미래의 성능 분석도 필요합니다. 과거 실행 기록을 기반으로 성능 저하 요인을 분석하고, 과거, 현재, 미래 성능을 비교 분석하여 문제를 사전에 예측하고 해결할 수 있습니다. 직관적인 대시보드와 차트로 SLA 임계값 대비 현재 성능을 쉽게 확인하고 SLA 달성 여부를 파악할 수 있습니다.
4. 용량 최적화
인프라 성능은 작업 성능과 밀접한 관련이 있습니다. 이는 리소스 활용 최적화가 중요한 이유입니다. 에이전트나 네트워크 장치의 성능 저하는 즉각적인 영향을 미칠 수 있습니다. 이 문제는 다른 서비스 및 작업으로 확산될 수 있습니다. 이러한 문제를 방지하기 위해 운영팀은 구성 요소 지연 시간, 설계 및 운영 지연, 그리고 중요 경로 시간 단축에 주의를 기울여야 합니다. 올바른 통찰력을 통해 비효율성을 제거하고 최적화 기회를 파악할 수 있습니다.
5. 동향 분석
워크로드 운영팀에게는 SLA 위반, 프로세스 실행의 큰 차이, 그리고 시스템 지연에 대한 실시간 경고를 제공하는 플랫폼이 필요합니다. 원하는 이상적인 상황은 변경 모델링 및 시뮬레이션 기능을 통해 변경 사항을 시행하기 전에 그 영향을 검증할 수 있는 것입니다. 이러한 고급 기능이 팀에 있으면 성능 및 대기 시간 문제를 보다 신속하고 효율적으로 식별할 수 있습니다. 또한 모든 교정 조치의 영향을 객관적으로 측정할 수 있습니다.
6. 시스템 및 워크로드 성능 분석
워크로드 엔진의 성능은 자동화 기반 서비스에도 큰 영향을 줄 수 있습니다. 이 엔진은 시간대별, 일별 또는 분기별로 성능 추세를 보여줄 수 있습니다. 지속적인 최적화의 핵심은 이러한 추세를 추적하고 새로운 문제를 발견하는 것입니다. 이를 위해서는 장기 워크로드 데이터 저장소가 필요합니다. 또한, 워크로드 엔진의 복잡하고 상호 의존적인 특성을 고려할 때 운영팀은 세부적인 가시성도 확보해야 합니다. 서버 수준에서는 워크로드 엔진이 잘 작동할 수 있지만, 작업을 실행하는 느린 서버 에이전트에 대한 연결은 작업 부하 성능에 영향을 줄 수 있습니다. 사용자가 특정 에이전트의 로드에 대한 가시성을 확보할 수 있다면 전반적인 성능 저하와 성능이 저하된 특정 서버 세트의 상관 관계를 파악할 수 있습니다. 스케줄러 구성 요소 성능에 대한 세부적인 모니터링 및 보고를 설정하여 팀은 문제를 보다 신속하게 식별하고 해결할 수 있습니다.
더 알아보기
본 포스팅에서 소개한 내용의 상세 정보는 "효과적인 워크로드 최적화를 위한 요구 사항”이라는 이북을 통해 확인할 수 있습니다.