본문 바로가기 주메뉴 바로가기

최신IT소식

데이터베이스 관리에 영향을 미치는 5가지 DBMS 트렌드

관리자 2020-07-16 조회수 221



데이터베이스 관리에 영향을 미치는 5가지 DBMS 트렌드

 

데이터베이스 관리 작업은 날이 갈수록 복잡해지고 있습니다. 데이터베이스 관리자가 감독해야 할 미션 크리티컬한 애플리케이션을 지원하는 데이터베이스가 100개가 넘습니다. 데이터의 양은 계속해서 늘어가고, 부족한 예산 속에서 이들의 성능을 유지하는 것도 쉽지 않은 일입니다.

퀘스트소프트웨어는 유니스피어 리서치(Unisphere Research)와 함께 PASS(Professional Association for SQL Server) 회원 300명을 대상으로 데이터베이스 관리에 영향을 미치는 트렌드를 알아보았습니다.

그 결과, 데이터베이스 관리자들은 클라우드(52%), 빅데이터(41%), 인공지능/머신러닝(39%), 데브옵스(32%), 애자일 개발(25%)을 데이터베이스 관리에 영향을 미치는 주요 기술로 꼽았습니다.

 

1. 클라우드 데이터 스토리지 

클라우드의 컴퓨팅 리소스를 구매하는 방식이나 SaaS 애플리케이션이나 더 이상 새롭지는 않습니다. 이제 클라우드에 새로운 ‘S’가 등장했습니다. 바로 서비스형 스토리지(Storage as a Service, STaaS)입니다.

온사이트 어레이의 비용이 대폭 낮아졌음에도 불구하고, 많은 조직은 클라우드 기반 구독 모델로 데이터 스토리지를 마이그레이션함으로써 자본 지출을 한층 더 최소화할 방법을 모색하고 있습니다. 기업은 스토리지 기술을 지속적으로 업그레이드해야 할 필요성을 줄이는 한편, IaaS 또는 PaaS를 도입하는 이유와 비슷한 이유로 클라우드 데이터 스토리지의 유연성과 확장성에 주목하고 있습니다.

클라우드 도입의 부상은 온프레미스 데이터센터 운영의 감소 및 온사이트 데이터베이스 전문가 수의 감소와 맞물려 있습니다. 그러나 엔터프라이즈 클라우드는 비교적 성숙도가 낮습니다. 대부분의 데이터는 여전히 온프레미스에서 관리, 저장되고 대부분의 데이터베이스 관리자는 클라우드 데이터 관리와 분산 애플리케이션과의 연결 최적화 경험이 부족합니다.

 

2. 빅데이터

데이터 기반 의사 결정은 더 이상 막연한 희망이 아니라 필수입니다. 데이터베이스 전문가는 분석과 보고를 위해 데이터 과학자가 적절한 데이터에 액세스할 수 있도록 보장하는 일을 최전선에서 맡고 있습니다. 여러 플랫폼에 걸쳐 많은 수의 개별 데이터베이스를 관리하는 데이터베이스 전문가는 BI 보고와 분석을 위해 트랜잭션 데이터와 운영 데이터를 통합하라는 요청까지 받고 있습니다. 또한, 비즈니스 의사 결정의 방향타 역할을 하는 데이터에 대한 신뢰 수준을 보장하기 위해 데이터 품질도 개선해야 합니다.

 

3. 머신러닝과 인공지능

데이터의 복잡성이 너무 높아져 통계 분석을 할 수 없는 상황에서 머신러닝의 활약이 시작됩니다. 대량의 데이터를 기반으로 패턴을 파악하고 결과를 예측하기 위해 알고리즘이 사용됩니다. 이 데이터를 여러 소스에서 극히 빠른 속도와 높은 정확도로 수집해 AI 인프라로 공급해야 합니다. 앞으로 데이터베이스 전문가는 갈수록 복잡해지는 데이터 환경을 예전보다 더욱 빠른 속도로 탐색해야 합니다.

빅데이터와 머신러닝이 합류하는 지점에서 데이터베이스 전문가의 새로운 역할이 발전하고 있습니다. 바로 머신러닝 운영 엔지니어입니다. 이 역할을 머신러닝 모델을 배포하는 방법을 이해해야 하므로, 머신러닝 모델에 대한 지식이 포함되며, 백엔드 시스템과 프로세스에 대한 지식도 필요합니다. 머신러닝 운영 엔지니어는 더 많은 데이터에 대한 모델의 갈증과 모델에 데이터를 계속 공급하기 위한 가장 효과적인 방법, 두 가지 모두 잘 알아야 합니다.

 

4. 데브옵스

데이터베이스 전문가의 관점은 “애자일은 1990년대부터 있었고, 데브옵스 툴은 2000년대 후반부터 나오기 시작했는데, 데이터베이스 개발이 애플리케이션 개발을 따라잡지 못하는 이유는 무엇인가?”입니다.

좋은 질문입니다. 그러나 애플리케이션 개발자를 따라잡기 위해 노력하는 경우가 아니라 해도, 데이터베이스 전문가가 데브옵스 방법과 툴을 사용하고자 하는 것은 당연합니다. 애플리케이션 개발의 민첩성과 느린 데이터베이스 릴리스를 조화시키기는 쉽지 않은 일입니다. 더 많은 데이터베이스 개발을 데브옵스 파이프라인으로 가져오려면 어떻게 해야 할까요? 조직이 데이터베이스 개발과 변경 관리를 데브옵스 파이프라인에 본격적으로 통합한다면, 그 결과는 지속적인 데이터베이스 운영입니다.

다른 관점에서, 문화로서의 데브옵스는 데이터 관리자, DBA, 데이터베이스 관리자로 확장될 때 힘을 발휘합니다. 실제로 데이터베이스 변경이 애플리케이션 변경과 함께 지속적 통합(CI)과 지속적 배포(CD) 파이프라인으로 들어가면, 조직의 데브옵스 이니셔티브는 더 강력해집니다.

 

5. 애자일 개발

애자일이 데이터베이스 관리와 맞닿는 부분은 디지털 혁신에서 성공의 핵심은 데이터를 최대한 신속하게 경쟁 우위로 사용하는 데 있다는 점입니다. 조직을 강에 비유하면 데이터베이스 전문가는 최상류, 즉 데이터를 빠르게 찾고 제공하기에 적합한 위치에 있습니다.

현명한 데이터 관리자는 개발 팀의 지속적 프로세스를 받아들여 데이터 모델링에 적용해서 애플리케이션과 보조를 맞추도록 합니다. 이들은 대체로 선형적인 데이터베이스 관리 접근 방식을 변형해서 스프린트에서 스프린트로, 릴리스에서 릴리스로 이어지는 개발자의 접근 방식을 수용합니다. 더 나아가 이들은 데이터베이스 코드를 애플리케이션 코드와 같은 우선순위로 다루고, 애플리케이션 개발자가 코드에 사용하는 것과 동일한 리포지토리를 사용하고, 이를 CI에 충족시킵니다.

 

이번 설문조사에는 이 외에 다양한 내용들이 포함되어 있습니다. ‘미래를 내다보는 데이터베이스 전문가: 데이터베이스 관리 동향에 관한 PASS 설문’ 자료를 확인하시고, 변화하고 있는 DBMS 트렌드를 확인해 보시기 바랍니다.

 

 

  • 등록된 댓글이 없습니다.