이 기사에서는 클라우드 컴퓨팅에 대해 알아야 할 주요 동향에 대해 설명합니다. 빅 데이터의 5V는 최근 7로 업데이트되었으며 가변성과 시각화가 원래의 5가지(볼륨, 속도, 다양성, 진실성 및 가치)에 결합되었습니다. 이러한 증가는 데이터가 점점 더 방대해지고 복잡해질 뿐 아니라 점점 더 복잡해지고 있음을 암묵적으로 인정하는 것입니다.
2021년 클라우드 컴퓨팅에 대해 알아야 할 주요 트렌드
2021년의 5가지 주요 데이터 트렌드는 인공 지능, 클라우드 컨테이너, 데이터 민주주의, 경계 및 서버리스 컴퓨팅입니다. 이러한 모든 경향은 2020년 대유행으로 인해 큰 타격을 받았으며 여러 면에서 이러한 모든 기술이 함께 움직입니다. AI는 서버리스에서 잘 작동하는 컨테이너를 사용하여 데이터 민주화에 도움이 됩니다.
팬데믹이 닥치고 전 세계 기업들이 재택근무 기능을 제공해야 했을 때 이러한 추세는 비즈니스를 평소와 같이 운영하는 데 중요한 것으로 판명되었습니다. 이러한 모든 경향은 앞으로도 계속 번창할 것입니다. 일시적인 성공이 아닙니다. 모든 경영진이 인식하고 계속 적용해야 하는 정교한 비즈니스 변화 기술입니다.
인공 지능
2021년에는 클라우드가 AI의 풍부한 잠재력을 더 많이 실현하는 데 도움이 될 것입니다. 많은 사람들이 약속한 과대 광고의 높이에 도달하지 못할 수도 있지만 클라우드를 통해 유입되는 엄청난 양의 데이터는 약속을 현실로 만드는 데 도움이 될 것입니다. AI는 구현하기 어려운 기술이지만 컨테이너, Kubernetes, 서버리스 컴퓨팅 및 강력한 ML 프레임워크와 같은 클라우드 및 소프트웨어는 사용자가 더 빠르고 확장 가능한 AI를 만드는 데 도움이 될 것입니다.
지난 수십 년 동안 클라우드를 지원하는 많은 주요 발전은 AI를 허둥거리는 기술에서 거의 무한한 잠재력 중 하나로 끌어올리는 데 도움이 되었습니다. 여기에는 저렴한 병렬 처리, 빅 데이터 및 7V의 출현과 Google, Microsoft 및 Facebook과 같은 회사의 향상된 ML 알고리즘에 대한 액세스가 포함됩니다. “한 번 컴파일, 언제 어디서나 배포” 기능으로 인해 클라우드 컨테이너는 AI 애플리케이션의 개발 및 배포를 촉진하여 AI를 민주화하는 데 도움이 됩니다.
컨테이너
컨테이너는 패키지된 애플리케이션 코드와 이를 실행하는 데 필요한 모든 소프트웨어 라이브러리 및 종속성으로 구성된 실행 가능한 소프트웨어 단위입니다. 컨테이너는 실행에 필요한 모든 것을 포함하는 독립형 단위이며 데스크탑, 기존 IT 또는 클라우드 등 어디에서나 실행할 수 있습니다.
Gartner는 코딩 요구 사항 없이 다른 외부 응용 프로그램에서 사용할 수 있는 기계 학습 모델을 패키징하는 데 컨테이너가 선호되는 방법이라고 믿습니다. 컨테이너에는 전체 기계 학습 프로세스가 포함될 수 있습니다. 필요에 따라 확장하고 몇 분 안에 가동할 수 있습니다. ML 훈련 단계에서 컨테이너는 여러 호스트 서버를 사용할 수 있으며 훈련된 모델은 여러 컨테이너 엔드포인트에 배포되고 필요한 곳에 배포될 수 있습니다.
VM(가상 머신)과 유사하지만 컨테이너는 기본 하드웨어를 가상화하지 않고 운영 체제와 필요한 라이브러리 및 종속성을 가상화합니다. 이는 컨테이너를 가볍고 빠르며 휴대성이 뛰어난 상태로 유지하는 데 도움이 됩니다. 컨테이너는 또한 DevOps, 서버리스 컴퓨팅 및 마이크로서비스와 같은 최신 개발 및 아키텍처를 지원합니다.
데이터 민주화
오늘날의 기업에서 데이터는 거의 유비쿼터스 상태가 되었습니다. ‘시각화’는 빅 데이터에 직면한 추가 사항 중 하나지만, 뒤늦게 추가된 것이 중요하지 않은 것으로 해석되어서는 안 됩니다. 오히려 그 반대입니다. 이것은 아마도 7V 중 가장 중요한 것 중 하나일 것입니다. IBM Cognos와 같은 비용 효율적인 BI 도구는 대기업과 중소기업 모두에서 인기를 얻고 있으며 데이터 시각화는 이러한 도구에서 가치를 추출하는 가장 좋은 방법 중 하나입니다.
2021년까지 더 많은 IT 부서가 IT 도구와 소프트웨어에 대한 권한을 포기하고 더 많은 데이터를 민주화할 것입니다. 이는 비즈니스 인텔리전스 도구일 뿐만 아니라 Microsoft SQL Server Integration Services, Alteryx 또는 RapidMiner와 같은 데이터 통합 도구도 될 것입니다. 셀프 서비스 분석 도구의 비즈니스는 계속해서 성장할 것입니다. 데이터의 민주화를 통해 기업의 모든 수준의 직원은 데스크톱, 모바일 장치 및 거의 모든 곳에서 데이터를 탐색하고 분석할 수 있습니다.
엣지 컴퓨팅
대부분의 데이터는 만료 날짜와 함께 제공되며 이것이 에지 컴퓨팅의 이론입니다. 에지 장치에서 데이터를 캡처하고, 클라우드로 보내고, 거기에 있는 소프트웨어로 모델을 구축하고, 결과를 컴파일한 다음, 데이터를 처음에 캡처한 에지 장치로 다시 보내서 경고를 보내는 데 사용하는 이유는 무엇입니까? 에지 장치는 마케팅 시스템의 일부여야 합니다. 에지 장치도 모델을 구축하도록 하지 않는 이유는 무엇입니까? 하드웨어가 점점 작아지고 소프트웨어가 훨씬 더 정교해짐에 따라 매우 복잡한 모델을 클라우드 에지에서 에지 장치에 포함할 수 있어 데이터를 훨씬 더 유용하고 작업 지향적으로 만들 수 있습니다.
AWS, Dell, HPE, Google, IBM 및 Microsoft와 같은 대규모 공급업체는 서버리스 컴퓨팅 모델을 활용하는 에지 클라우드 전략을 채택하고 있습니다. 데이터는 클라우드 에지에서 실시간 애플리케이션을 통해 소비자의 모바일 장치로 직접 흐를 수 있습니다. IoT 솔루션은 이제 거의 모든 곳에 배포할 수 있으며 클라우드 공급자는 수십만 개의 로컬 접속 지점에서 콘텐츠 전달을 지원하기 위해 에지 컴퓨팅 서비스를 추가하고 있습니다.
2021년에는 기업이 분산 애플리케이션 환경을 채택함에 따라 기업 네트워크 에지 보안과 사용자, 서비스, 애플리케이션 및 데이터 보호가 더욱 강조될 것입니다.
서버리스 컴퓨팅
서버리스 컴퓨팅을 통해 개발자는 가장 잘하는 일인 코드 작성을 할 수 있습니다. 클라우드 공급자는 해당 코드를 실행하는 인프라와 서버를 설정 및 유지 관리하는 동시에 시스템이 제대로 작동하도록 하는 데 필요한 유지 관리를 담당합니다. 2018년 Gartner는 서버리스 컴퓨팅을 인프라 및 운영에 대한 상위 10대 컴퓨팅 트렌드 중 하나로 강조했으며 시간은 Gartner의 예측이 정확함을 입증했습니다.
서버리스 컴퓨팅은 BaaS(Backend as a Service) 기능을 통합하고 클라우드 공급자는 모든 시스템 인프라 관리, 운영 및 유지 관리 비용, 보안, 소프트웨어 패치 및 업데이트를 처리하는 동시에 고객은 애플리케이션 구축에만 집중할 수 있습니다.