Subscribe to the Teradata Blog

Get the latest industry news, technology trends, and data science insights each week.



I consent that Teradata Corporation, as provider of this website, may occasionally send me Teradata Marketing Communications emails with information regarding products, data analytics, and event and webinar invitations. I understand that I may unsubscribe at any time by following the unsubscribe link at the bottom of any email I receive.

Your privacy is important. Your personal information will be collected, stored, and processed in accordance with the Teradata Global Privacy Policy.

클라우드로 전환을 고려할 때 온프레미스 비용의 5가지 "P"

클라우드로 전환을 고려할 때 온프레미스 비용의 5가지 "P"
엔터프라이즈 시스템을 클라우드로 이전하는 것은 규모를 불문하고 회사에게 벅찬 도전이 될 수 있습니다. 공급업체 선택, 아키텍처 최적화, 비즈니스 연속성 보장, 재정적 정당성(및 기타 많은 고려 사항) 모두 결정에서 중요한 역할을 합니다. 더 어려운 것 중 하나는 특히 클라우드로 전환하는 것을 정당화하려고 할 때 온프레미스 비용을 정량화하는 것입니다. 유형 비용은 재무를 통해 쉽게 인식할 수 있는 반면, 무형 비용은 파악하기가 더 어렵습니다(때로는 감정적임). 무형의 비용은 종종 상실된 기회 또는 새로운 비즈니스 성장을 늦추거나 억제하는 활동의 형태로 나타납니다. 회사 내에서 혁신을 주도하기 위해 소프트웨어 및 하드웨어 실행에 관련된 전체 비용을 이해하려는 경우, 온프레미스 비용 정량화에 대한 "5P"를 고려하세요.
 
 
유형 비용의 5 P:
 
  1. Power – 데이터 센터는 컴퓨터, 에어컨 및 조명에 전기가 필요합니다. 신뢰할 수 있는 데이터 센터에는 정전 시 시스템 가용성을 보장하기 위한 백업 발전기가 있습니다. 또한 회사의 비즈니스 연속성 전략에 따라 재해 복구 및 고가용성을 위한 추가 사이트가 필요합니다. 이 모든 것에는 "Power"가 필요합니다.
  2. Place – 조직은 개발, 테스트, QA, 생산 및 끊임없이 성장하는 애널리틱스 검색 환경과 같은 모든 환경에 대해 플로어 또는 랙 공간을 구입하거나 임대해야 합니다. 다시 말해, 화재 감지 및 예방 기능을 포함하여 DR 및 고가용성 사이트도 고려해야 합니다.
  3. People – 기존 하드웨어, 네트워크, 소프트웨어 및 보안 인프라를 모니터링하고 유지 관리하려면 IT 리소스가 필요합니다. 또한 연간 계획 주기 중 IT는 새로운 하드웨어, 소프트웨어 및 시설 증가를 계획하고 프로비저닝해야 합니다. 이러한 복잡한 환경을 효과적으로 관리하기 위해 고도로 숙련된 리소스에는 최신 기술 발전과 업계 모범 관행을 따라잡기 위한 지속적인 교육과 훈련이 필요합니다.
  4. Payment – 온프레미스는 일반적으로 CapEx 모델을 따르며, 선불 결제가 필요합니다. 반면, OpEx 모델은 다양한 소비 요구 사항에 맞는 종량제 옵션을 제공합니다. 경우에 따라 온프레미스 리소스를 OpEx(예: 렌탈 모델)로 계약할 수 있습니다. 그럼에도 불구하고 이러한 리소스는 미래 성장을 위해 여전히 오버프로비저닝되어야 하며 다른 모든 유형 및 무형 비용은 여전히 적용됩니다.
  5. Performance – 조직은 일별, 월별 및 계절별 처리를 고려하고 최대 요구 사항에 맞는 계획을 세워야 합니다. 오버프로비저닝은 현재의 유기적 성장 및 새로운 개발 처리 요구 사항을 해결하는 데 필요하며 하드웨어, 소프트웨어 및 네트워크 구매에 반영됩니다. 미래 성장을 위한 계획을 세우기 위해 시설도 오버프로비저닝됩니다. 안타깝게도 예상치 못한 경제 또는 비즈니스 우선 순위가 변경되면 되돌릴 수 없습니다. 일부 공급업체는 "사용한 만큼만 지불"하는 탄성 기능을 온프레미스에서 제공합니다. 지불 및 성능 비용을 해결하는 데 도움이 될 수 있지만 결론적으로 시스템을 과도하게 프로비저닝해야 하고 궁극적으로 확장성이 제한됩니다.
 
무형 비용의 5 P:
 
  1. Provisioning Timeline – 기존 온프레미스에 신기술을 도입할 때 일반적으로 RFI/RFP 프로세스를 통해 선구매를 완화하는 데 도움이 됩니다. 새 인프라를 구입하거나 기존 인프라 확장에는 일반적으로 몇 개월 단위로 측정되는 배송, 설치, 설정 및 테스트를 수행하는 데 시간이 걸립니다. 연간 CapEx 계획 주기와 데이터 센터 시설 내 공간을 뒤섞어야 할 가능성으로 인해 프로세스가 더 지연될 수 있습니다.
  2. Polyglot Flexibility(다중 언어 유연성) – 데이터 탐색에 필요한 액세스 방법(BI 도구, IDE, 노트북, 대시보드), 애널리틱스 방법(ML, DL) 및 코딩 방법(언어 및 라이브러리)이 폭발적으로 증가하고 운영화에 대한 잠재적 필요성이 증가함에 따라 조직의 기술 요구 사항을 계획하기가 점점 더 어려워지고 있습니다. 데이터 과학자는 해결하려는 문제의 요구에 가장 적합한 도구, 언어 및 기술을 신속하게 프로비전할 수 있어야 합니다. 검색 프로세스의 일환으로 데이터 과학자는 가설의 구성 요소를 신속하게 테스트하여 실행 가능성을 빠르게 테스트합니다. 실행 불가능하다고 판단되면 가설의 방향이 바뀌거나 완전히 버려집니다. 다른 검색 노력은 결과가 중요하지만 정기적으로 분석을 실행할 필요가 없는 일회성으로 판단할 수 있습니다. 두 가지 경우 모두 도구, 언어 및 기술이 빠르게 폐기될 수 있습니다. 가치 있고 반복 가능한 애널리틱스가 검색되면 이러한 도구, 언어 및 기술을 운영하여 생산 애널리틱스 에코시스템의 일부가 됩니다. 온프레미스 환경에서는 빠르게 진행되는 데이터 탐색의 새로운 패러다임을 지속할 수 없는 반면, 최신 클라우드 아키텍처에서는 자산을 빠르게 프로비저닝하거나 폐기할 것으로 예상되기 때문에 환영을 받습니다.
  3. Portability(이식성) – 국가 및 지역 규정이 점점 더 보편화되어 특정 지리적 경계 내 데이터를 보관해야 합니다. 로컬 온프레미스 환경과 이를 관리하는 기술을 구축하는 것은 어렵고 많은 비용이 들 수 있습니다. 최신 클라우드 아키텍처로 전환하는 조직은 새로운 데이터 센터를 구축 및 관리할 필요 없이 위치별 규정 요구 사항을 보다 신속하게 해결할 수 있습니다. 이는 더 나은 로컬 성능을 제공해야 하는 상황에도 적용될 수 있습니다. 최신 클라우드 아키텍처는 주요 클라우드 서비스 공급자를 통해 글로벌 서비스를 사용할 수 있지만, 완전히 글로벌 범위를 포괄하는 CSP는 없습니다. 조직은 CSP 전반에 진정한 글로벌 가용성, 솔루션 민첩성 및 선택의 유연성을 가능하게 하는 연결된 멀티 클라우드 데이터 플랫폼에 투자함으로써 CSP 종속을 피하는 애널리틱스 애플리케이션 및 플랫폼을 선택하는 데 노력해야 합니다.
  4. Platform Cascading - 자산 수명을 연장하기 위해 새 프로덕션 하드웨어를 사용할 수 있게 되면 이전 하드웨어는 종종 개발자/테스트/QA 환경으로 계단식으로 내려가고 가장 오래된 하드웨어가 순환에서 제거됩니다. 좋은 방법이지만 실행하려면 시간과 리소스가 추가로 필요합니다. 최신 클라우드 아키텍처에서는 이러한 환경을 독립적으로 확장하거나 업그레이드할 수 있으므로 자산의 계단식 연결이 더 이상 필요하지 않습니다.
  5. Proliferation of Data via Replication(복제를 통한 데이터 확산) – 온프레미스 환경은 프로덕션 시스템의 성능에 맞게 조정되어 SLA 및 비즈니스 연속성 계획이 시행되도록 합니다. 비프로덕션 환경(예: DEV, 테스트, QA) 및 데이터 탐색은 일반적으로 데이터 가용성에 의해 제한됩니다. 사용자는 프로덕션 성능 고려 사항으로 인해 프로덕션 데이터에 직접 액세스할 수 없거나 액세스가 제한되어 있으며, 종종 이러한 비프로덕션 환경에 부분 데이터가 산발적이고 드물게 복제됩니다. 최신 클라우드 아키텍처에서 이러한 비프로덕션 환경은 데이터 공유 및 자동 확장 기능으로 인해 전체 프로덕션 데이터에 직접 액세스할 수 있어 전체 또는 부분 데이터 하위 집합을 복제할 필요성이 크게 줄어듭니다.
 
클라우드 서비스를 활용하려는 움직임은 계속 빠른 속도로 성장하고 있습니다. Gartner는 퍼블릭 클라우드 서비스가 2021년에 23.1% 증가하여 3,323억 달러에 도달할 것으로 예상하고 있으며, 그 중 1,964억 달러가 인프라 서비스에 사용될 것으로 예측합니다. 클라우드로 전환에는 많은 가치가 있고 과장된 이미지도 있습니다.
 
클라우드로 전환의 비용편익을 평가하는 것은 어려운 일입니다. 유형 비용은 재무를 통해 쉽게 정량화가 가능합니다. 무형 비용은 정량화하기가 훨씬 더 어렵습니다. 그러나 무형 비용은 비즈니스의 새로운 통찰력, 가치 실현 시간, IT 유지 관리 용이성 및 솔루션 민첩성에 직간접적으로 막대한 영향을 미칩니다.
Portrait of Andrew Bloch

(Author):
Andrew Bloch

Andrew is a Senior Strategic Account Director at Teradata, with over 20 years of consulting experience in helping large organizations evaluate, justify, and implement complex IT solutions.
  View all posts by Andrew Bloch
Portrait of Brian McGregor

(Author):
Brian McGregor

Brian is a Senior Strategic Account Executive at Teradata, with over 20 years' experience in the Retail, Hospitality, Travel and Transportation industries. He specializes in enterprise analytics and customer experience management.
  View all posts by Brian McGregor
Portrait of Dwayne Johnson

(Author):
Dwayne Johnson

Dwayne Johnson is a principal ecosystem architect at Teradata, with over 20 years' experience in designing and implementing enterprise architecture for large analytic ecosystems. He has worked with many Fortune 500 companies in the management of data architecture, master data, metadata, data quality, security and privacy, and data integration. He takes a pragmatic, business-led and architecture-driven approach to solving the business needs of an organization.
  View all posts by Dwayne Johnson

Teradata Vantage를 통해 복잡한 데이터와 분석을 해답으로 전환하십시오.

Contact us