관리 도구

개발자와 운영자를 위한 애플리케이션 중심 AI 기반 클라우드 제공

Thu, 01 May 2025 17:53:00 +0000

* 본 아티클의 원문은 2025년 4월 10일 Google Cloud 블로그(영문)에 게재되었습니다.

오늘 Google은 애플리케이션 수명 주기의 모든 단계에서 클라우드 개발자와 운영자에게 도움이 되는 새로운 AI 기능을 공개합니다. 핵심 내용을 정리하면 다음과 같습니다.

애플리케이션을 클라우드 환경의 중심으로 삼고 기존 클라우드 모델의 인프라 복잡성을 제거합니다. 이제 설계, 관찰, 보호, 최적화가 인프라 수준이 아닌 애플리케이션 수준에서 가능해집니다.
Gemini Code Assist와 Gemini Cloud Assist에 새로운 기능을 도입해 애플리케이션 개발 수명 주기의 모든 단계에 AI 지원을 추가합니다. IDE(통합 개발 환경) 내 개발 부담을 덜 수 있도록 복잡한 워크플로용으로 설계된 에이전트를 비롯해 새로운 에이전트를 도입합니다. 또한 전체 애플리케이션 여정을 더 스마트하고 생산적으로 만들기 위해 관리 및 운영 작업에 AI를 적용합니다.

새로운 애플리케이션 중심 클라우드 환경

애플리케이션은 오늘날플리케이션은 오늘날 비즈니스에서 엔진 역할을 합니다. 하지만 전통적인 리소스 중심 클라우드 모델은 애플리케이션 설계, 배포, 관리에 막대한 복잡성을 초래하므로 개발자가 비즈니스 요구사항을 하위 수준의 인프라 세부정보로 해석할 수밖에 없고 이에 따라 애플리케이션의 전반적인 목적과 성능 목표가 모호해집니다. 또한 애플리케이션 구성요소가 여러 시스템과 대시보드에 분산되면 성능을 추적하거나 비용을 파악하거나 문제를 해결하기가 어려워집니다. Google의 애플리케이션 중심 접근 방식은 여러 가지 새로운 서비스와 확장된 기능을 통해 이러한 문제 해결에 도움이 됩니다.

App Design Center 소개

현재 공개 프리뷰 버전으로 제공되고 있는 신규 서비스인 App Design Center는 플랫폼 관리자와 개발자가 클라우드 애플리케이션의 설계, 배포, 발전을 간소화하는 동시에 애플리케이션의 보안, 안정성, 권장사항 준수를 보장하는 데 도움이 됩니다. App Design Center는 API와 gcloud 명령줄 인터페이스 외에도 애플리케이션 템플릿 설계 및 수정을 위한 캔버스 스타일의 시각적 접근 방식을 제공합니다. 또한 배포를 위한 애플리케이션 템플릿을 구성하고, 인프라를 인라인 코드로 보고, 설계를 위해 팀원과 협업할 수 있습니다. 애플리케이션 배포는 App Hub에 자동으로 등록되어 간편한 운영과 문제 해결을 지원합니다.

애플리케이션의 가시성과 제어 도구를 통합하는 Cloud 허브

새로운 Cloud 허브 서비스는 전체 애플리케이션 환경의 중앙 지휘소로, 개발자가 애플리케이션과 워크로드에서 중요한 요소에 집중할 수 있게 합니다. 이 서비스는 배포, 상태, 문제 해결, 리소스 최적화, 유지보수, 할당량, 예약에 대한 인사이트와 지원 케이스를 제공하여 애플리케이션의 주요 측면을 관리하는 데 도움이 됩니다. 이렇게 정보를 통합하여 볼 수 있으므로 관리가 간소화되고 문제 해결이 빨라집니다. Cloud 허브는 현재 공개 프리뷰 버전으로 제공되며 Google Cloud 콘솔 사용자라면 누구나 이용할 수 있습니다. 여기에서 Cloud 허브를 체험해 보세요.

Google Cloud 기반 애플리케이션 환경을 통합하여 볼 수 있는 Cloud 허브

App Hub 및 앱 중심 모니터링 가능성 확장

App Hub는 상호 연결된 서비스 및 워크로드로서 애플리케이션을 모델링하여 애플리케이션 중심의 관점을 제공합니다. 현재 Google Kubernetes Engine(GKE), Cloud Run, Cloud SQL, AlloyDB를 비롯한 20개 이상의 Google Cloud 제품과 통합되어 애플리케이션 중심 환경의 기반을 다지고 있으며 앞으로도 더욱 확대될 예정입니다.

또한 애플리케이션 중심 모니터링 가능성 역량을 강화하기 위한 두 가지 기능이 새로 출시되었습니다. 첫 번째로, 공개 프리뷰 버전의 애플리케이션 모니터링은 원격 분석(로그, 측정항목, trace)에 자동 태그 지정을 지원하며 애플리케이션 컨텍스트, Application Awareness 알림, 즉시 사용 가능한 애플리케이션 대시보드를 제공합니다. 두 번째로, 비용 탐색기를 도입하여 세분화된 애플리케이션 비용과 사용률 측정항목을 파악해 효율성 개선 기회를 식별할 수 있게 합니다. 비용 탐색기는 현재 비공개 프리뷰 버전으로 제공됩니다. 사용해 보려면 여기에서 신청하세요.

AI 지원 애플리케이션 개발 및 관리

Google은 Gemini Code Assist와 Cloud Assist를 통해 소프트웨어 개발 수명 주기 전반에 걸쳐 개발자의 애플리케이션 개발을 가속화하고 클라우드 운영을 간소화하기 위해 힘쓰고 있습니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud 무료로 사용해 보기'), ('body', <wagtail.rich_text.RichText object at 0x7f1b9cf4c2e0>), ('btn_text', '무료로 시작하기'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

Gemini Code Assist: 개발자 생산성 향상

Gemini Code Assist는 Android 스튜디오, Firebase Studio, JetBrains, VS Code 등 자주 사용되는 코드 편집기에서 이미 AI 지원을 제공하고 있습니다. 오늘은 소프트웨어 엔지니어를 지원하는 Code Assist의 세 가지 새로운 방법을 발표합니다.

자연어 요청을 여러 단계와 파일로 구성된 솔루션으로 변환할 수 있는 에이전트
Code Assist를 외부 서비스, 서드 파티 파트너, 심지어 다른 에이전트에 쉽게 연결할 수 있는 새로운 도구
향상된 코딩 기능을 갖춘 Gemini 2.5를 이제 개인용 Gemini Code Assist에서 이용할 수 있음

Gemini Code Assist 에이전트

불과 얼마 전에 Sundar Pichai는 Google 코드의 25%가 AI로 작성된다고 밝혔으며 Google 고객사의 방향도 다르지 않습니다. 르노 그룹의 Ampere, Broadcom, CGI, CME Group, PayPal, Wipro는 현재 코드를 작성하고 애플리케이션을 개발하는 데 Code Assist를 사용하고 있습니다. 실제로 Chicago Mercantile Exchange를 운영하는 CME Group은 대부분의 개발자가 Code Assist를 통해 월 10.5시간이 넘는 생산성 향상 효과를 얻고 있다고 밝혔습니다.

애플리케이션을 프로덕션에 배포하려면 코딩 외에도 다양한 작업이 필요합니다. 따라서 Google은 소프트웨어 개발 수명 주기 전반의 작업에 도움이 되도록 설계된 Gemini Code Assist 에이전트를 통해 강력한 새 기능을 선보이고 있습니다.

이제 Gemini Code Assist의 에이전트는 다음과 같이 모든 종류의 일반적인 개발자 작업을 지원할 수 있습니다.

신규 소프트웨어 개발: Google Docs에 있는 제품 사양을 바탕으로 애플리케이션을 개발합니다.
코드 마이그레이션: 한 언어에서 다른 언어로 코드 변환을 수행하고 언어/프레임워크 버전 간에 코드를 변환합니다.
새 기능 구현: GitHub에서 사용자에게 할당된 문제를 읽고 문제를 해결하는 코드를 만듭니다.
코드 검토 실행: 품질, 권장사항, 조직 스타일에 따른 코드 분석 및 의견을 제공합니다.
테스트 생성: 테스트 사례를 만들고 테스트를 실행하고 결과를 보고합니다.
AI 테스트 수행: 모델 입력/출력을 평가하여 잠재적인 콘텐츠 안전 문제점을 파악하고 해결합니다.
문서 생성: 전체 저장소에 대한 위키 스타일 문서를 작성 및 업데이트하고 전체 코드베이스 Q&A를 제공합니다.

에이전트가 백그라운드에서 작업을 수행할 때 개발자는 진행 중인 작업과 완료된 작업을 파악할 수 있어야 합니다. Google에서 Gemini Code Assist 칸반 보드를 개발한 이유도 여기에 있습니다. 이 보드를 사용하면 Google 에이전트와 소통하고 Gemini가 작업 완료를 위해 생성한 작업 계획을 검토하고 다양한 작업/요청의 진행 상황을 추적할 수 있습니다.

Gemini Code Assist 도구

IDE에서 Gemini Code Assist를 통해 효과적으로 작업하려면 외부 소스의 컨텍스트에 쉽게 액세스할 수 있어야 합니다. 이를 위해 현재 프리뷰 버전으로 제공되고 있는 Gemini Code Assist 도구가 빌드되었습니다. 이 도구는 Gemini Code Assist의 채팅에서 액세스 가능한 사전 빌드된 연결 기능으로, 이를 통해 개발자는 Atlassian, Sentry, Snyk 등의 파트너가 제공하는 업계 최고의 도구와 Google 앱의 정보를 손쉽게 이용할 수 있습니다.

지원 대상 IDE 확대: Android 및 Firebase Studio

개발자가 원하는 IDE에서 직접 코드를 작성, 변환, 이해할 수 있도록 지원하는 Gemini Code Assist가 더욱 확대 지원된다는 소식을 전해드립니다. Gemini Code Assist는 이제 Android 스튜디오에서 제공되며, 엔터프라이즈 보안 및 개인 정보 보호 기능을 통한 AI 코딩 지원을 원하는 전문 개발자에게 유용한 기능입니다.

또한 Google은 Gemini Code Assist로 구동되며 Firebase 플랫폼용으로 목적에 맞게 빌드된 두 가지 새로운 에이전트를 출시했습니다. 하나는 새로운 Firebase Studio 개발 환경 내에서 앱 아이디어를 UI, 백엔드 코드, AI 처리 흐름을 포함해 완벽하게 구동되는 프로토타입으로 전환하는 앱 프로토타입 제작 에이전트이고, 다른 하나는 Firebase 앱 배포 환경 내에서 엔드 투 엔드 테스트를 생성, 관리, 실행하여 모바일 앱의 프로덕션을 준비하는 앱 테스트 에이전트입니다. 두 에이전트는 현재 프리뷰 버전으로 제공됩니다.

Gemini Cloud Assist: 애플리케이션 운영 및 관리 간소화

Gemini Cloud Assist는 Google Cloud 환경의 애플리케이션 수명 주기 전반에 AI 기반 지원을 제공합니다. 덕분에 개발자, DevOps팀, 클라우드 관리자, SRE는 초기 인프라 설계부터 배포, 모니터링, 문제 해결, 지속적인 최적화에 이르기까지 애플리케이션을 보다 효과적이고 효율적으로 관리할 수 있습니다. Gemini Cloud Assist는 채팅 인터페이스를 통해 목적에 맞게 빌드된 AI 기반 워크플로와 Google Cloud 제품 내에서 바로 AI 지원을 제공합니다. 콘솔과 모바일에서 모두 지원되며, 현재 공개 프리뷰 버전으로 Google Cloud 사용자 누구나 이용할 수 있습니다.

애플리케이션 설계

Gemini Cloud Assist는 App Design Center와 통합되어 애플리케이션 인프라 설계 및 배포를 앞당깁니다. Gemini Cloud Assist를 사용하면 원하는 결과를 자연어로 설명하여 애플리케이션 인프라를 설계할 수 있습니다. 예를 들어 Gemini Cloud Assist에 '3계층 전자상거래 웹사이트를 설계해 줘' 또는 '사진을 동영상으로 변환하는 모바일 앱을 설계해 줘'라고 요청하면 아키텍처 다이어그램과 애플리케이션 템플릿이 자동으로 생성되어 Gemini를 사용해 반복적으로 미세 조정할 수 있습니다. App Design Center에 배포 워크플로가 직접 내장되어 있으므로 이러한 애플리케이션 템플릿을 Google Cloud에 즉시 배포할 수도 있습니다. 또한 비공개로 공유된 카탈로그를 사용하여 이 템플릿을 팀에 배포하거나 Terraform으로 내보내 다른 워크플로와의 상호 운용성을 높일 수 있습니다.

Gemini Cloud Assist를 사용하여 자연어로 빠르게 애플리케이션 인프라 설계 생성 및 미세 조정

조사를 통한 문제 해결

Gemini Cloud Assist 조사는 문제 해결 과정을 크게 단축하는 AI 기반의 새로운 워크플로입니다. 이 도구는 로그 및 오류 패턴, 구성 변경, 문제 해결 런북과 같은 포괄적인 데이터 세트와 클라우드 환경을 활용하여 근본 원인을 신속하게 파악하고 완화 옵션을 제공합니다.

조사 흐름에는 오류 감지, 영향을 받은 리소스, 사용자 보고 증상이 포함되며 이를 바탕으로 Gemini Cloud Assist가 관찰 및 요약된 결과를 도출합니다. 오류나 로그 항목에서 직접 조사를 시작하거나 모든 콘솔 페이지 오른쪽 상단의 조사 아이콘을 통해 실행할 수 있습니다. 그런 다음 채팅에서 특정 조사와 관련된 질문을 입력하고 수정하면서 반복할 수 있습니다. 또한 Gemini Cloud Assist를 사용하면 Google 지원팀에 조사 케이스를 쉽게 이관할 수 있습니다. Google 지원팀은 사용자 동의하에 조사 결과를 활용하여 지속적인 인적 지원을 제공합니다. Gemini Cloud Assist 조사는 현재 비공개 프리뷰로 제공됩니다. 사용해 보고 싶다면 여기에서 신청하세요.

비용 및 사용률 최적화

또한 Gemini Cloud Assist는 개발자와 DevOps팀뿐만 아니라 FinOps 실무자와 재무팀을 위한 AI 기반 비용 관리 및 최적화 기능을 제공합니다. 개발자와 DevOps팀은 Cloud 허브 비용 최적화 대시보드를 통해 애플리케이션 비용과 사용률에 대한 인사이트를 확인할 수 있습니다. Gemini는 비용을 vCPU 또는 메모리와 같은 사용률 데이터와 연결하여 비효율성을 파악하고 맞춤형 추천을 제공합니다. 비용 탐색기는 비용과 사용률을 더욱 세밀하게 분석할 수 있도록 유연한 히트맵 시각화를 제공하고 단일 또는 복수 리소스의 컴퓨팅 및 메모리 사용률을 집계합니다. 30일 치의 이전 데이터를 확인하고 프로젝트, 애플리케이션, Google Cloud 제품, 리소스 유형을 기준으로 완벽하게 필터링할 수 있습니다.

Cloud Billing 내에서 지난 1년간(2024년 1월~2025년 1월) Gemini Cloud Assist 비용 보고서를 사용한 고객이 FinOps에서 10만 시간 이상을 절약한 것으로 확인되었습니다. 이제 Gemini Cloud Assist의 기능이 확대되면서 FinOps 허브 2.0를 사용한 낭비 관련 인사이트와 비용 최적화 기회가 포함됩니다.

Google Cloud 전반의 Gemini Cloud Assist 통합

Google은 기존 워크플로 내에서 AI 기반 지원을 직접 제공하기 위해 Storage Insights, Cloud Observability, Firebase, 데이터베이스 센터, Flow Analyzer, FinOps 허브는 물론 Google Cloud의 보안 및 규정 준수 관련 서비스 등 자주 사용하는 Google Cloud 서비스 전반에 Gemini Cloud Assist를 통합하고 있습니다.

여기에 채팅 경험도 향상되었습니다. 이제 Gemini Cloud Assist는 애셋 및 구성, 시스템 상태, 측정항목 및 로그, 비용 보고를 비롯해 배포 환경에 대한 풍부한 컨텍스트를 갖추고 더욱 우수한 품질의 지원을 제공할 수 있습니다. 또한 BigQuery 코드 생성, 데이터베이스 및 스토리지 설명과 같은 특정 전문 영역 관련 작업도 처리합니다.

지금 바로 Google Cloud를 통해 애플리케이션을 빌드하고 관리해 보기

AI 기반의 새로운 애플리케이션 중심 클라우드를 통해 조직의 미래 원동력이 될 애플리케이션을 더 쉽게 빌드하고 관리할 수 있습니다.

시작하는 데 도움이 되도록 새로운 엔터프라이즈급 Google 개발자 프로그램을 일부 프리뷰 버전으로 제공하고 있습니다. 이 새로운 혜택은 개발자와 플랫폼팀이 Google Cloud와 Google Cloud의 AI 제품을 안전하고 저렴한 비용으로 살펴볼 기회를 선사합니다. 개발자는 사용 가능 라이선스 수를 기준으로 월 $75의 고정 요금으로 새로운 기술을 실험하고 개념 증명을 구축하고 기술을 향상하는 데 도움이 되는 샌드박스 환경을 이용할 수 있습니다. 여기에는 Gemini Code Assist Enterprise, 클라우드 리소스 할인 및 Gitlab, Harness, Jetbrains, Snyk와의 통합이 포함되어 있어 개발자는 참조 아키텍처를 활용하여 일반적인 생성형 AI 애플리케이션 패턴을 빌드할 수 있습니다. 이 혜택에 관한 자세한 내용은 여기를 참고하세요.

이 블로그에서 발표된 새로운 제품과 기능을 사용해 보려면 다음을 참고하세요.

지금 바로 Google Cloud 콘솔에 로그인하여 Gemini Cloud Assist의 강력한 기능을 경험해 보세요. 'Opt(Alt) + G'를 누르거나 Gemini 버튼을 클릭하여 콘솔에서 Gemini Cloud Assist를 실행하면 됩니다. 기능에 관한 자세한 내용은 이 웹사이트에서 확인하세요.
지금 바로 Google Cloud 콘솔에서 Cloud 허브에 로그인하여 애플리케이션 환경을 전반적으로 파악하세요. 여기에서 신청하면 Cloud 허브의 비용 최적화 대시보드를 사용해 볼 수 있습니다.
Gemini Code Assist 에이전트 프리뷰 대기자 명단에 등록하세요.
Gemini Cloud Assist 조사를 사용해 보려면 신청하세요.
개인 프로젝트에 Gemini 2.5를 사용해 보려면 원하는 IDE의 개인용 Gemini Code Assist 확장 프로그램을 설치하세요.
Firebase Studio를 사용해 보세요.

신규 인시던트에 빠르게 대응하도록 도와주는 Personalized Service Health

Mon, 18 Mar 2024 01:00:00 +0000

*본 아티클의 원문은 2024년 1월 19일 Google Cloud 블로그(영문)에 게재되었습니다.

조직에서는 애플리케이션의 상태와 성능을 모니터링하기 위해 다양한 서드 파티 도구를 사용하는 경우가 많습니다. 그러나 서비스 품질 저하가 발생할 때 문제의 원인이 항상 명확하지는 않습니다. 클라우드 제공업체와 관련된 문제인지, 애플리케이션 환경의 문제인지 파악하기 쉽지 않습니다. 최근 Google Cloud에서 발표한 Personalized Service Health 정식 버전에는 Cloud 네트워킹 인시던트에 대한 알림을 고객에게 신속하게 제공하는 신규 인시던트(emerging incident)라는 새로운 기능이 포함되어 있습니다.

신규 인시던트는 머신 기반 알림으로 사용자와 내부 Google SRE팀에 동시에 전달되며, 인시던트에 관한 중요한 첫 게시물이 게시되기까지 걸리는 시간을 크게 단축해 줍니다. Google SRE팀에서 문제를 조사하고 그 영향을 평가하는 중에도 Google Cloud 인시던트가 발생하면 그와 동시에 고객에게 알림이 전송됩니다. 신규 인시던트 알림을 받으려면 지원되는 Cloud 네트워킹 제품에서 Personalized Service Health를 사용 설정하고, 알림을 설정하면 됩니다.

신규 인시던트 관련 커뮤니케이션은 프로젝트 맞춤형으로 실시간 전송되므로, 운영 중단을 해결하고 비즈니스에 미치는 영향을 완화할 조치를 구현하는 데 도움이 됩니다. 물론 Personalized Service Health는 활성 인시던트(Active Incident)에 대한 업데이트를 적시에 전송하므로, 모든 인시던트 정보를 확인할 수 있는 리소스로도 활용할 수 있습니다. 조치를 빨리 취할수록 평균 해결 시간(MTTR)을 더 많이 단축하고 애플리케이션 안정성을 개선할 수 있습니다. 이처럼 실시간으로 맞춤화된 커뮤니케이션은 아래와 같습니다.

Google Cloud 네트워킹 제품의 상태는 다양한 프로브를 사용하여 지속적으로 모니터링됩니다. 시스템에서 성능 저하 또는 서비스 중단을 감지하면 평가된 영향에 따라 고객에게 전달되는 내부 알림을 자동으로 생성하고 대시보드, 로그, 알림, API를 포함한 모든 Personalized Service Health 채널을 통해 전송합니다.

그 후 이벤트가 확인되면 신규 인시던트는 종료되어 확인된 인시던트에 연결됩니다. 네트워크 경로 변경으로 고객에게 미치는 영향이 완화되는 등 이벤트가 단기적으로 발생한 경우에는 확인된 이벤트가 생성되기도 전에 이벤트가 종료될 수 있습니다. 이러한 초기 알림은 고객에게 문제의 근원에 대한 명확한 정보를 제공합니다. 이제 인시던트가 활성화되어 있는 한, 고객은 Google Cloud의 인시던트 대응 프로세스에서 신규(emerging) 및 확인된(confirmed) 인시던트에 대한 업데이트를 모두 적시에 받게 됩니다.

지금 시작하기

Personalized Service Health가 사용 설정되어 있다면 지원되는 제품에 대한 신규 인시던트는 해당 제품을 사용하는 모든 프로젝트에서 기본적으로 사용할 수 있습니다. 신규 인시던트 관리에 관한 자세한 내용은 여기에서 알아볼 수 있습니다. 신규 인시던트 알림 정책은 Service Health 대시보드 내에서 구성할 수 있습니다.

자세한 내용은 Personalized Service Health 문서 및 시작 가이드를 참조하세요. 시작하려면 프로젝트 또는 조직 전반에서 Personalized Service Health를 사용 설정하세요.

Cloud Logging의 로그 애널리틱스 차트 및 대시보드 공개 프리뷰 버전 발표

Tue, 07 Nov 2023 06:00:00 +0000

Google Cloud는 개발자의 시간이 얼마나 소중한지 잘 알고 있습니다. 로그에서 유용한 정보를 찾아내는 것은 문제를 해결하고, 성능을 최적화하며, 정보에 입각해 클라우드 인프라 관련 결정을 내릴 때 매우 중요한 역할을 할 수 있습니다.

오늘 Google Cloud에서는 Cloud Logging에 통합된 로그 애널리틱스 차트 그리고 Cloud Monitoring 대시보드에 차트를 저장하는 기능을 발표합니다. 두 기능 모두 현재 프리뷰 버전으로 사용할 수 있습니다.

이번 출시로 로그 애널리틱스 쿼리 결과에 대한 차트를 만든 후 Cloud Monitoring 대시보드에 저장할 수 있게 되었습니다.

시작하는 데 도움이 될 몇 가지 예시를 소개합니다.

Troubleshooting

로그 애널리틱스는 대시보드와 임시 쿼리를 통해 보다 빠르게 문제를 해결하도록 도와줍니다. Cloud Logging은 기본적으로 Google Kubernetes Engine(GKE)을 비롯한 GCP 서비스에서 애플리케이션 로그를 수집합니다. 문제가 발생할 경우 근본 원인을 파악하고 빠르게 문제를 해결해야 합니다.

아래의 대시보드에서는 애플리케이션 모니터링 및 문제 해결과 관련된 4가지 로그 애널리틱스 차트를 제공합니다. 4가지 차트 모두에서 용량, 오류, 지연 시간을 급증시킨 이벤트가 발생했으며 이로 인한 가용성 저하를 명확히 파악할 수 있습니다.

문제를 자세히 살펴보려면 점 3개 메뉴에서 'Explore in Log Analytics'를 클릭해 로그 애널리틱스 페이지에서 차트를 열면 됩니다.

이 페이지에서 로그 볼륨이 생성된 컨테이너 유형을 확인한 후 쿼리를 세부 조정하여 서비스를 식별할 수 있습니다. 이 예시에서는 Google Kubernetes Engine(GKE) 라벨로 그룹화하여 프론트엔드 및 결제 서비스에서 가장 많은 오류가 발생했음을 쉽게 확인할 수 있습니다. 이 정보를 확보하면 로그 탐색기에서 해당 서비스의 로그 세부정보를 조사한 다음 근본 원인을 파악하는 문제 해결 단계를 진행할 수 있습니다.

Audit 로그 예시

Cloud Audit 로그는 클라우드 환경에서 발생하는 이벤트에 대한 자세한 정보를 제공합니다. 구체적으로 예를 들어보자면, 데이터 액세스 로그에서는 Cloud Storage 버킷과 같은 클라우드 리소스의 사용과 관련된 세부정보를 확인할 수 있습니다. Audit 로그는 액세스 문제 해결과 프로젝트 상황 파악 모두에 유용합니다.

로그 애널리틱스에서는 데이터 액세스 로그를 시간에 따라, 또는 기타 유용한 방식으로 그룹화하여 분석할 수 있습니다. 예를 들어 이슈로 인해 Cloud Storage 버킷에 액세스할 수 있게 된 사용자를 파악해야 할 경우, 로그 애널리틱스는 모든 사용자 액세스를 찾는 데 도움이 됩니다.

code_block: <ListValue: [StructValue([('code', 'SELECT\r\n timestamp,\r\n proto_payload.audit_log.resource_name as resource_name,\r\n proto_payload.audit_log.method_name as method_name\r\n proto_payload.audit_log.authentication_info.principal_email as user_email,\r\n data_access.resource.type as resource_type,\r\n auth.permission as auth_permission,\r\nFROM `your_project.global._Default._AllLogs` As data_access,\r\nUNNEST(proto_payload.audit_log.authorization_info) AS auth\r\nWHERE\r\n log_id="cloudaudit.googleapis.com/data_access" \r\n AND data_access.resource.type = "gcs_bucket"'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1b9cb9a580>)])]>

The results are returned as a table.

차트 모드로 전환하면 가장 많이 액세스한 사용자를 매우 쉽게 알 수 있습니다. 분류 옵션에서 auth_permission 필드를 사용하면 각 사용자의 권한이 표시되어 가장 많은 Cloud Storage 객체에 액세스한 사용자를 쉽게 확인할 수 있습니다. 이 사례에서는 액세스 로그가 있는 개인 사용자도 있었지만 액세스 대부분이 특정 App Engine 앱 사용자에게서 발생했습니다.

차트를 대시보드에 추가하면 나중에 사용하기 위해 차트를 저장하는 것은 물론 Cloud Storage의 상황을 명확하게 파악할 수 있습니다.

차트 및 대시보드의 작동 방식

차트 기능을 사용하려면 먼저 로그 애널리틱스에서 쿼리를 실행합니다. 기본적으로 쿼리 결과는 'TABLE' 탭이 선택된 테이블에 표시됩니다. 차트를 보려면 'CHART' 탭을 클릭합니다. 선택하면 자동 차트 구성이 쿼리 결과에 적용됩니다. 다양한 차트 유형, 측정기준, 측정, 측정 함수를 선택해 차트를 맞춤설정하고 결과를 특정 필드별로 분류할 수도 있습니다.

차트를 Cloud Monitoring 대시보드에 저장하려면 'Save chart' 버튼을 사용합니다. 그러면 차트 이름을 지정하고 기존 대시보드를 선택하거나 새 대시보드를 만들 수 있습니다. 차트를 대시보드에 저장한 후에는 'Save chart' 버튼 옆에 있는 드롭다운을 선택해 대시보드를 찾을 수 있습니다. 여기에서 프로젝트의 대시보드를 표시한 간략한 목록을 볼 수 있으며, Cloud Monitoring 대시보드 목록 페이지도 열 수 있습니다.

프리뷰 버전에서는 Cloud Monitoring에서 바로 대시보드를 수정할 수 없습니다. 차트는 Cloud Monitoring에서 삭제하고 로그 애널리틱스에서 추가할 수 있습니다. 로그 애널리틱스에서 Cloud Monitoring 대시보드의 로그 애널리틱스 차트를 열려면 차트의 점 3개 메뉴에서 'Explore in Logs Analytics' 옵션을 사용해 로그 애널리틱스에서 동일한 차트를 엽니다.

다음 단계

Cloud Logging에 추가된 이 두 기능은 로그에서 새로운 방식으로 유용한 정보를 얻는 데 도움이 될 것입니다. 하지만 이것이 다가 아닙니다. 새로운 차트 유형과 Cloud Monitoring 대시보드에서 온전히 수정할 수 있는 기능도 지원할 계획입니다. 아직 로그 애널리틱스에서 차트와 대시보드를 사용해 보지 않았다면 지금 시작해 보세요.

Personalized Service Health 소개: 이슈 대응 커뮤니케이션 향상

Fri, 25 Aug 2023 07:00:00 +0000

*본 아티클의 원문은 2023년 8월 3일 Google Cloud 블로그(영문)에 게재되었습니다.

사용 중인 클라우드 서비스가 이슈로 인해 중단되는 경우 효과적인 대응은 중단의 원인을 파악하고 영향의 범위를 평가하는 것에서 시작됩니다. 이 단계는 이해관계자와의 커뮤니케이션이나 재해 복구 절차의 진행과 같은 조치를 취하는 데 있어 매우 중요합니다. 그러나 클라우드 서비스 제공업체를 사용하는 경우 효과적인 이슈 대응 역량은 제공되는 이슈 커뮤니케이션의 투명성, 시의성, 실행 가능성에 따라 달라집니다.

오늘, Google Cloud 서비스 중단에 대한 빠르고 투명하고 관련성 있고 실행 가능한 커뮤니케이션을 제공하는 Personalized Service Health를 소개하게 된 것을 기쁘게 생각합니다. 현재 미리보기 버전으로 제공되는 Personalized Service Health를 사용하면 이슈 대응의 한 지점, 또는 이슈 대응이나 모니터링 도구와 통합하여 Google Cloud 서비스 중단에 대한 상세 알림을 받을 수 있습니다.

Personalized Service Health를 사용해야 하는 이유

현재 Google은 사용자에게 영향을 미칠 가능성이 있는 이슈가 감지되면 Google Cloud Service Health를 통해 공개적으로 해당 정보를 게시합니다. 높은 신뢰도를 갖추고 있는 이 공개 대시보드는 널리 알려야 하는 활성 이슈(일반적으로 규모가 크거나 심각도가 높음)에 대한 정보를 전달합니다. Google Cloud 제품 및 해당 제품이 운영되는 리전별로 구성되는 Google Cloud Service Health는 Google Cloud 제품에 영향을 미치는 이슈에 대한 실시간 정보를 표시하며 서비스 중단 내역을 다운로드할 수 있는 메커니즘을 제공합니다.

Personalized Service Health는 이러한 장점을 한 단계 더 발전시킨 서비스로, 많은 고객에게 이슈 대응 여정을 나서기에 이상적인 목적지 역할을 합니다. Personalized Service Health는 다음과 같은 기능을 제공합니다.

고객과 관련된 서비스 중단을 결정하는 제어 기능: Google Cloud Service Health는 광범위한 고객에 영향을 미치는 이슈를 게시하며, 전체 이슈 목록을 제공하는 것은 아닙니다. 더 많은 이슈에 대해 조기에 또는 더 빈번하게(규모가 작은 이슈 포함) 알림을 받고자 하는 경우 Personalized Service Health를 사용하여 이슈 발생 시 알림을 받는 방법과 시기를 설정하면 됩니다.
기존 이슈 관리 워크플로와 통합하는 기능: Personalized Service Health는 고객이 선호하는 이슈 관리 도구 및 워크플로와의 다양한 통합 옵션을 제공합니다. 예를 들어 알림을 PagerDuty와 통합하여 서비스 중단이 시작될 때 적절한 이슈 대응 전문가에게 알릴 수 있습니다.
사전 예방적 이슈 발견 가능성: Personalized Service Health는 로그를 내보내며 맞춤설정 가능한 알림을 푸시하여 워크플로에서 이슈의 발견 가능성을 높일 수 있습니다.

이러한 이점에 대해 자세히 살펴보겠습니다.

이벤트를 발견하는 방식을 선택하는 알림 구성

Personalized Service Health는 Google Cloud 서비스 중단이 게시 또는 업데이트될 때 광범위한 대상에 알림을 전송할 수 있습니다. 이때 알림을 받을 대상과 위치를 선택하고 영향을 받는 Google 서비스 및 위치, 현재 프로젝트와의 관련성, 관찰 가능한 증상, 알려진 완화 방법을 포함하여 이슈에 대한 중요 정보를 포함하도록 알림 내용을 맞춤설정할 수 있습니다.

알림은 Personalized Service Health에서 직접 구성하거나, Cloud Monitoring에서, 또는 Terraform을 통해 구성할 수 있습니다. 각 알림은 이메일, SMS, Pub/Sub, 웹훅 또는PagerDuty를 포함한 하나 이상의 대상으로 전송 가능합니다. 또한 보다 상세한 알림을 받을 수 있도록 하나의 프로젝트에 대해 여러 개의 알림을 생성할 수 있습니다.

Personalized Service Health는 고객의 프로젝트에 영향을 미칠 수 있는 서비스 중단 관련 정보를 다양한 관련성 수준에 따라 게시하도록 설계되었습니다. 이 접근 방식은 고객이 반드시 필요하다고 생각하는 것 이상의 정보를 제공할 수 있습니다. 균형을 맞추려면 다양한 통합 지점에 걸쳐 관련성이 있다고 판단되는 이슈만 확인하도록 이슈를 필터링할 수 있습니다.

대시보드: 표시되는 필드와 이슈의 최신성을 기준으로 이슈 테이블을 필터링합니다.
알림: Google Cloud 제품, 위치 또는 프로젝트와의 관련성을 포함한 모든 이슈 필드를 사용하여 조건부 알림 정책을 만들 수 있습니다.
API: API 요청에 요청 필터를 사용하여 애플리케이션에서 프로그래매틱 방식으로 이벤트를 추가 필터링할 수 있습니다.
로그: Cloud Logging은 로그가 로그 싱크를 통해 다른 대상으로 라우팅될 때 로그를 필터링하는 강력한 쿼리 언어를 지원합니다.

기존 이슈 관리 워크플로와 통합

이슈 대응에는 조직의 여러 구성원, 팀, 도구가 관여할 수 있습니다. Personalized Service Health는 프로그래매틱 액세스, 사전 예방적 또는 사후 대응적 상호작용, 기존 도구에 대한 설정에 따라 다양한 통합 옵션을 제공함으로써 기존 이슈 대응 프로세스에 맞추는 것을 목표로 합니다.

Personalized Service Health를 Google Cloud 콘솔에서 직접 대시보드로 사용하거나, 원하는 워크플로의 기존 이슈 대응 또는 모니터링 도구에 맞춰 조정할 수 있습니다. Service Health 대시보드는 프로젝트와 관련된 활성 이슈 목록을 제공하며, 각 이슈에 대해 해당 이슈의 세부적인 영향을 보거나 Google Cloud 지원팀의 업데이트를 추적할 수 있습니다. 빠르게 설정하고 간편하게 유지관리할 수 있습니다.

Personalized Service Health를 외부 알림, 모니터링 또는 이슈 대응 도구와 통합하는 경우 Service Health API는 특정 프로젝트와 관련된 모든 이슈 또는 조직의 모든 프로젝트에 대한 프로그래매틱 액세스를 제공합니다. API는 관련성 있는 모든 이슈, Google Cloud의 업데이트, 영향 설명의 전체 목록에 대한 프로그래매틱 액세스를 제공합니다.

내역과 보고서 만들기 및 과거 중단에서 배우기

서비스 중단이 시작되면 Cloud Logging은 이벤트에 대한 모든 업데이트의 Personalized Service Health 로그를 수집합니다. 이벤트의 내역 기록을 작성하기 위해 스토리지 버킷에 로그를 보존할 수 있습니다. 또한 로그 애널리틱스와 BigQuery를 함께 사용하여 과거 서비스 중단을 분석할 수 있습니다.

통합하여 시간이 갈수록 더욱 커지는 이점 누리기

오늘부터 Personalized Service Health가 Compute Engine, Cloud Storage, 모든 Cloud Networking 제품, BigQuery, Google Kubernetes Engine 등 50여 개의 Google Cloud 제품 및 서비스와 통합됩니다. 통합된 Google Cloud 제품에서 고객에게 영향을 미칠 수 있는 서비스 중단이 감지되면 Personalized Service Health가 영향 평가를 제공하고 증상, 알려진 해결 방법 또는 해결 ETA를 포함한 업데이트를 공유합니다.

일부 제품은 Personalized Service Health를 통해 더 빠른 초기 게시와 결정적인 영향 신호를 포함한 고급 기능을 제공하며, 공개 Google Cloud Service Health 대시보드에는 게시되지 않는 영향력이 작은 이슈를 게시할 수 있습니다. 다음은 통합되는 제품 및 지원되는 기능의 전체 목록입니다. 지원되는 Google Cloud 제품 및 기능은 시간이 지나면서 증가할 전망입니다.

고객 및 파트너의 사례

"클라우드 공급업체는 서비스 중단을 너무 빨리 알리는 것이 아닌지 염려하며 지나치게 신중한 접근을 보입니다. 모르고 있는 상태에서 워크로드가 다운되는 것보다 선제적으로 워크로드를 이동한 뒤에 문제가 없음을 발견하는 편이 낫다고 생각합니다. Google Cloud가 이 단계를 고객에게 보다 투명하게 공개하는 것에 만족감을 느끼며 앞으로 PSH 활용이 기대됩니다."

- 저스틴 왓츠, Telus 정보 서비스 및 기술 전략 부문 책임자

“Personalized Service Health가 이슈 대응 전문가에게 보내는 사전 예방적 알림은 모든 기업 고객의 이슈 대응 프로세스에서 중요한 역할을 합니다. PagerDuty와 Google Cloud의 파트너십은 클라우드 서비스 중단에 신속하게 대응하고 원활한 디지털 경험을 제공하는 데 도움이 되는 현대적 운영을 위한 필수적인 플랫폼을 고객에게 제공할 수 있도록 지원합니다."

-조나단 렌드, PagerDuty 제품 부문 SVP

지금 시작하기

안정적인 인프라는 클라우드 워크로드를 위해 필수적이며 Google은 기술, 제품, 프로세스 혁신을 통해 안정성의 기준을 지속적으로 높이고 있습니다. 안정석의 핵심 구성요소는 이슈 대응의 속도와 효율성입니다. 발생 가능성이 낮기는 하지만 만약 클라우드 서비스 이슈가 발생한다면 원활한 커뮤니케이션이 중요합니다. Personalized Service Health는 이슈 대응 커뮤니케이션을 한 단계 더 발전시키는 데 필요한 정보를 제공하므로 현재 일어나고 있는 상황을 신속하게 평가하고 애플리케이션에 대한 영향을 최소화하기 위한 조치를 취하고 이해관계자에게 계속 정보를 제공할 수 있습니다. 시작하려면 프로젝트 또는 조직 전반에서 Personalized Service Health를 사용 설정하세요.

개발자가 보안, 가성비, 탄소 감축을 최적화하는 데 ML 기반 추천을 활용하는 방법

Wed, 21 Jun 2023 07:00:00 +0000

* 본 아티클의 원문은 2022년 10월 21일 Google Cloud 블로그(영문)에 게재되었습니다.

머신러닝이 시민과 소비자의 생활에 어떤 긍정적인 영향을 미칠 수 있는지에 대한 얘기는 쉽게 접할 수 있습니다. 그런데 머신러닝이 클라우드 관리자를 위해 복잡하고 반복적인 업무를 줄여줄 수 있다는 사실을 알고 계셨나요? Google Cloud Active Assist는 데이터, 인텔리전스, ML을 사용하여 클라우드 환경의 보안, 성능 및 비용을 최적화합니다. Active Assist 포트폴리오의 도구에는 Policy Intelligence, Network Intelligence Center, Predictive Autoscaler와 다양한 Google Cloud 서비스를 위한 추천 모음이 포함되어 있습니다. Active Assist는 올해 Google Cloud Next의 주요 주제였으며, 이 기회를 빌어 지난 한 해 동안 출시된 모든 기능을 간략히 살펴보고, 자세한 내용을 알아볼 수 있는 몇 가지 리소스를 소개해 드리겠습니다.

Active Assist의 주요 신기능

더 적은 비용으로 더 많은 작업을 하고자 Google Cloud에 지원을 요청하는 고객이 증가하고 있습니다. Google은 고객의 의견을 적극 반영하여 비용을 최적화하고 비용과 성능 사이에서 적절한 균형을 맞추고 보안을 집중적으로 강화하는 데 도움이 되는 여러 핵심 영역에 초점을 맞춰 다음과 같은 기능 및 제품을 마련했습니다.

방화벽 인사이트에서 새롭게 개선된 부분 [블로그, 문서]
분석을 위해 BigQuery로 추천 및 인사이트 내보내기 [블로그]
BigQuery 슬롯 추천자 [블로그, BigQuery에서 비용과 성능 간 균형을 이루는 방법]
Cloud SQL 비용 최적화 추천자 [블로그, 유휴 및 초과 프로비저닝된 인스턴스 감지하기)
미사용 프로젝트 추천자의 맞춤설정 기능 향상 [관찰 기간 맞춤설정]
Error Reporting 추천 [문서, 오류 보고 빠르게 찾기]
Cloud Run 서비스 계정 추천자 [블로그, Cloud Run 서비스 보안 향상]
GKE 지원 중단 알림 [문서, 지원 중단에 대한 K8s 클러스터의 노출 평가하기]
빠른 액세스 기반의 Google Cloud 새 홈페이지 환경 [블로그 #1, 블로그 #2, Google Cloud 콘솔을 보다 편리하게 만들기]
Cloud Storage 버킷 수준 역할 추천 [문서, 스토리지 버킷에 최소 권한 원칙 적용]
Dataflow 진단 추천자 [블로그, 작업별 진단 정보 및 활용 가능한 분석 정보]
미사용 프로젝트 추천에 비용 영향 추가 [블로그, 문서]

Next ’22에서 Active Assist를 주제로 진행된 8개 세션

Next ’22의 여러 흥미로운 소식과 발표 중에서 Active Assist 포트폴리오에 포함된 제품을 다룬 세션을 요약했습니다.

다음을 확인하세요 :

DEVKEY1 10가지 주요 클라우드 기술 예측
이 개발자 기조연설 세션에서는 2025년 말까지 현실화될 가능성이 높은 것으로 판단되는 10가지 주요 클라우드 기술 예측을 확인할 수 있습니다. 최첨단 기술 트렌드 중에서 Active Assist는 고객이 지속 가능성 과제에 대처하는 데 도움이 되는 Google Cloud 솔루션의 핵심 요소로 손 꼽힙니다.

OPE100 DevOps, 시스템 관리자, 운영자를 위한 다음 단계
Active Assist 솔루션 포트폴리오에 포함된 Cloud SQL 보안 통계는 고객이 보안 취약점을 줄이고 보안 상황을 개선하고 운영 효율성을 높이는 데 도움이 되는 여러 보안 통계를 제공합니다. Active Assist의 미사용 프로젝트 추천을 Google Cloud 탄소 발자국과 함께 사용하면 고객이 미사용 프로젝트의 리소스를 해제하여 탄소 배출을 줄이는 데 도움이 됩니다.

MOD105 엔터프라이즈 설계자와 개발자를 위한 다음 단계
이 대담에서 다루는 Compute Engine의 예측 자동 확장 처리 기능은 Active Assist를 통해 구현되며, 고객이 비용 균형을 유지하면서도 운영 효율성을 대폭 개선하는 데 도움이 됩니다.

MOD103 Google Cloud에서 비용을 절감할 수 있는 10가지 주요 방법
이 세션에서는 Compute Engine부터 Cloud SQL에 이르기까지 폭넓은 Google Cloud 서비스를 지원하는 Active Assist의 모든 비용 최적화 추천사항을 알아보고, 실제 고객 사례를 통해 고객이 전반적인 클라우드 지출을 수백만 달러 절약하는 데 이러한 도구가 어떻게 도움이 되는지를 살펴봅니다.

OPE202 Day 2 운영작업의 복잡성 완화하기
초기 클라우드 배포 후 Day 2 운영이 어려울 수 있다는 점을 잘 알고 있습니다. 새로운 혁신을 추진하면서도 기존 사용자를 만족시켜야 하기 때문입니다. 이 세션에서는 Day 2 운영 과제를 해결하는 데 도움이 되는 도구로서 Active Assist를 다룹니다.

ANA105 관리형 데이터베이스로 앱을 마이그레이션하기에 지금이 적기인 이유
이 세션에서는 비용과 성능의 균형을 맞추는 것부터 안정성과 보안을 개선하는 데 이르기까지 관리형 MySQL 환경을 보다 편리하게 만들기 위한 핵심인 Active Assist 기반의 Cloud SQL 지능형 솔루션 모음을 소개합니다. Active Assist는 Google Cloud와 함께 하는 여정의 모든 단계에서 도움이 됩니다.

MOD107 네트워크, 데이터, 컴퓨팅과 같은 클라우드 인프라를 Google 방식으로 보호하기
Google은 세계 최대 규모의 웹 앱과 서비스를 보호하고 있습니다. 이 과정에서 Google은 컴퓨팅, 데이터, 네트워크와 같은 클라우드 인프라를 보호하는 방법에 대한 여러 노하우를 얻었습니다. 이렇게 터득한 노하우를 Google Cloud에 적용하여 고객을 위한 보안을 기본적으로 실현합니다. Active Assist 기반의 방화벽 통계는 모든 Google 보안 솔루션의 핵심 요소입니다. 이 세션에서 자세한 내용을 확인하세요.

MOD205 모든 워크로드를 위한 네트워크 간소화 및 보호
클라우드 네트워킹은 기업에서 더 쉽고 빠르게 마이그레이션, 빌드, 확장하는 데 도움이 되는 많은 기능을 제공합니다. Network Intelligence Center를 통해 제공되는 새로운 관측 가능성 기능인 네트워크 분석기는 기본 네트워크로 인해 발생하는 장애를 자동으로 감지하고 근본 원인 분석을 수행하고 서비스의 가용성, 성능, 보안을 개선할 수 있는 권장사항을 제안하여 고객의 역량을 강화합니다. 고객은 네트워크 분석기를 통해 사후 대응적 워크플로를 사전 예방적 프로세스로 전환하여 네트워크 및 서비스 다운타임을 줄일 수 있습니다.

편리하게 확인하실 수 있도록 Next ’22의 모든 Active Assist 관련 세션을 재생목록으로 준비했습니다.

What's next?

최신 Active Assist 기능, 추천자, 추천 허브 경험 또는 Next ’22 세션에 대한 의견이 있다면 언제든 전해주세요. active-assist-feedback@google.com으로 경험과 제안을 보내주시면 성심성의껏 검토하겠습니다.

Active Assist를 비롯한 Google의 모든 포트폴리오 제품과 솔루션을 자세히 알아보고 싶으신가요? 솔루션 홈페이지를 확인하세요. 제 Twitter 계정을 팔로우하셔도 됩니다. 읽어 주셔서 감사드리며 여러분의 소중한 의견을 기다리겠습니다.

몰입형 머신러닝 교육으로 미래 AI 리더를 양성하는 LG CNS

Wed, 28 Sep 2022 00:00:00 +0000

* 본 아티클의 원문은 2022년 9월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

한국의 디지털 혁신(DX) 전문 기술의 선두 주자인 LG CNS는 고객이 클라우드, 인공지능(AI), 빅데이터, 스마트 공장, 스마트 물류를 포함한 다양한 분야에서 디지털 성장을 달성할 수 있도록 지원합니다. 2020년 말 LG CNS는 컨설팅 서비스 및 시스템 통합 서비스 제공업체로서 핵심 경쟁 우위를 입증하고 확장하기 위해 자체적으로 디지털 혁신과 성장을 견인할 방법을 조사했습니다. 고객의 혁신 여정에 더 많은 혁신 기술과 기술적 전문성을 제공하여 시장에서 입지를 다지고, 국내외에서 창의적인 통찰력과 사고 리더십을 계속 제공하기 위해서는 내부 팀의 AI 역량을 강화해야 했습니다.

LG CNS는 외부의 여러 교육 프로그램을 조사한 후 세계 정상 수준의 팀을 더욱 발전시키기 위해 적절한 교육과 지원을 제공하는 Google Cloud 학습 서비스와 파트너 관계를 맺기로 결정했습니다. LG CNS는 AI 및 머신러닝(ML) 분야에서 Google의 전 세계적인 리더십을 인정하고 존중했으며, 이미 한국 시장에서 최고로 손꼽히는 LG CNS의 입지를 세계적 수준으로 격상시킬 수 있는 유일한 파트너는 Google밖에 없다고 판단했습니다. LG CNS 직원들은 Advanced Solutions Lab(ASL)에서 ASL Virtual을 통해 5주 동안 머신러닝, 1주 동안 머신러닝 작업(MLOps) 교육에 참여했습니다. 참가자들은 이 몰입형 교육 프로그램을 통해 Google 캠퍼스에 가지 않고도 Google Cloud 엔지니어와 ML 전문가로부터 직접 배우고 공동작업을 진행할 수 있었습니다.

이 혁신적인 교육 프로그램에 참여한 LG CNS 직원들은 엄격한 기준에 따라 선발되었습니다. 모두 LG CNS 내에서 실적이 우수한 직원으로 평가되었으며 AI/ML 분야에서 1~2년의 실무 경험을 보유했습니다. 많은 직원이 지속적인 역량 개발과 관리를 통해 회사 내 AI 개발 리더로 성장하여 LG CNS가 해당 업계에서 선두 기업의 위치를 유지하고 다른 비즈니스와 협력하여 자체 DX 솔루션을 발전시키도록 이끌 것입니다.

“교육에 참여한 모든 직원들이 세계 최고의 AI 기술을 보유한 Google Cloud ASL 프로그램을 통해 성장할 수 있기를 바라며, 각 부문에서 AI를 선도하는 위치에 올라서길 기대합니다” — LG CNS SVP

Google Cloud 학습 서비스가 교육 프로세스 구성 단계에서 조기에 관여하고 LG CNS의 요구사항에 민첩하게 대응한 덕분에 LG CNS에서는 초기 ASL ML 과정이 시작되자마자 자체 프로그램에 MLOps 교육 주간을 추가할 수 있었습니다. 이러한 생산적인 협업 경험을 통해 Google Cloud 학습 서비스의 강점과 유연성, 그리고 특정 고객의 니즈와 비즈니스 목표에 부합하도록 가상 학습 콘텐츠를 맞춤화할 수 있는 역량이 입증되었습니다.

LG CNS는 2021년에 진행된 1차 교육에서 성공을 거둔 후 2022년 또 다른 동질 집단을 대상으로 ASL ML/MLOps 교육을 진행해 더 많은 AI 및 ML 전문가 그룹을 양성했습니다. 이를 통해 LG CNS는 직원의 역량을 더욱 강화하여 고객의 디지털 변혁과 혁신을 지원하는 최첨단 기술을 지속적으로 발전시키고 개발할 수 있게 되었습니다.

클라우드 교육 서비스를 통해 조직에 비즈니스 혁신을 일으킬 수 있는 방법에 대해 자세히 알아보려면 Google Cloud 교육 및 자격증을 방문하여 귀사에 맞는 학습 여정을 시작하세요.

Active Assist 권장사항을 통한 탄소 발자국 절감

Fri, 22 Apr 2022 00:00:00 +0000

* 본 아티클의 원문은 2022년 2월 17일 Google Cloud 블로그(영문)에 게재되었습니다.

지난해 Google Cloud의 모든 고객으로부터 집계한 합산 데이터를 분석한 결과, 총 600,000kgCO2e 이상이 유휴 상태의 프로젝트에서 발생한 것으로 나타났습니다. 유휴 상태란 제거하거나 다시 시작할 수 있는 상태를 의미합니다. 이 수치는 거의 10,000그루의 나무를 심는 효과와 맞먹는 규모입니다. 오늘 Google Cloud에서는 이제 Active Assist 지속가능성 권장사항을 통해 유휴 워크로드를 간편하게 파악할 수 있다는 소식을 전해드립니다.

Active Assist는 Google Cloud의 AIOps 솔루션의 일부로서 데이터, 인텔리전스, 머신러닝을 사용하여 클라우드 복잡성을 완화하고 관리 업무를 줄여 줍니다. Active Assist 포트폴리오는 Policy Intelligence, Network Intelligence Center, Predictive Autoscaler, 다양한 Google Cloud 서비스용 권장사항 등의 제품 및 도구로 구성되며 모두 사용자가 운영 목표를 달성할 수 있도록 지원하는 것에 초점을 두고 있습니다. 오늘 Google Cloud에서는 지속가능성 목표를 달성하고 워크로드의 탄소 발자국을 줄이는 데 도움이 되도록 Active Assist의 범위를 확대합니다.

클라우드 인프라와 관련된 탄소 배출량은 전체 환경 발자국에서 큰 부분을 차지할 수 있습니다. Google Cloud에서 실행하기로 선택한 것은 훌륭한 첫걸음입니다. Google Cloud에서는 데이터 센터에서 사용되는 에너지를 2017년부터 100% 재생 에너지로 대체했으며 2030년까지 무탄소 에너지로 상시 운영하기 위해 노력하고 있습니다. Google Cloud에서 운영을 시작하면 사용량을 최적화하는 조치를 통해 워크로드의 총 탄소 배출량을 감축할 수 있습니다.

미사용 프로젝트의 탄소 영향 평가

이제 Active Assist 미사용 프로젝트 추천자를 사용하여 유휴 프로젝트를 제거함으로써 감축 가능한 총 탄소 배출량을 예측할 수 있습니다. 이에 따라 조직의 모든 프로젝트에 대한 풍부한 사용률 통계를 얻고 머신러닝을 사용하여 미사용 가능성이 높은 유휴 상태의 프로젝트를 파악할 수 있습니다. 이제 Active Assist가 사용률 통계의 일부로 제공하는 데이터 포인트에 carbonFootprintDailyKgCO2 필드가 포함되어 특정 프로젝트와 관련된 탄소 배출량을 추정할 수 있습니다. 또한 권장사항도 유휴 프로젝트를 제거했을 때 매월 감축할 수 있는 CO2를 킬로그램 단위로 예측합니다.

이러한 기능은 Recommender API, 권장사항 허브, 탄소 발자국 대시보드, BigQuery 권장사항 내보내기를 통해 제공되며 회사의 기존 도구 및 워크플로와 간편하게 통합할 수 있습니다.

Carbon Sense 제품군 소개

글로벌 IT 리더 중 90%가 디지털 애플리케이션과 인프라의 지속가능성 강화를 최우선으로 추진함에 따라 Google에서는 Active Assist의 권장사항과 같은 AIOps 기능을 비롯한 Google Cloud 내 다양한 제품에 지속적으로 투자하여 지속가능성 목표 달성을 돕고 있습니다. 그 일환으로 고객이 새로운 기능을 손쉽게 찾아 활용할 수 있도록 기존 제품과 신제품을 Carbon Sense 제품군에 통합하고 있습니다. Carbon Sense는 탄소 배출량을 정확하게 보고하고 감축할 수 있는 기능 모음입니다. Active Assist는 Google Cloud 사용에 따른 총 탄소 배출량을 파악하고 측정할 수 있는 탄소 발자국 등의 제품과 사용자가 보다 청정한 리전에서 워크로드를 실행할 수 있도록 지원하는 저탄소 신호를 Carbon Sense 제품군에서 결합합니다. 앞으로 몇 달에 걸쳐 Carbon Sense와 관련된 소식이 계속 업데이트될 예정이니 기대해 주세요.

지속가능성 권장사항 시작하기

Active Assist 지속가능성 권장사항을 시작하려면 탄소 발자국 대시보드와 권장사항 허브에서 유휴 상태에 있을 가능성이 있는 프로젝트를 검토하고 해당 프로젝트와 관련된 탄소 배출량을 평가하세요. 관련하여 Google Cloud Console에서 권장사항을 확인하세요.

권장사항을 보려면 미사용 프로젝트 추천자에 대한 IAM 권한과 특정 조직 내 리소스를 볼 수 있는 권한이 있어야 합니다.

또한 조직에서 BigQuery로 권장사항을 자동으로 내보낸 다음 데이터 스튜디오 또는 Looker를 사용해 유휴 프로젝트를 조사할 수 있습니다. 또는 연결된 시트로 Google Workspace Sheets를 사용하여 SQL 쿼리를 작성할 필요 없이 BigQuery에 저장된 데이터와 상호작용할 수 있습니다.

다른 추천자와 마찬가지로개인 정보 보호 및 보안 설정의 투명성 및 제어 탭에서 적절한 데이터 그룹을 비활성화하여 언제든 조직이나 프로젝트의 데이터 처리를 선택 해제할 수 있습니다.

미사용 프로젝트 추천자를 사용하여 유휴 클라우드 리소스와 관련된 탄소 발자국을 줄이는 데 도움을 얻으시길 바라며 이 기능에 대한 피드백과 의견을 기다립니다. 의견이 있으시면 언제든지 active-assist-feedback@google.com으로 보내주세요. 아울러 Google Cloud에서 개발하는 새로운 기능을 사전 체험해 보려면 Active Assist 신뢰할 수 있는 테스터 그룹에 가입해 주세요.

Terraform이 지원되는 새로운 Google Cloud Marketplace Private Catalog 알아보기

Tue, 19 Apr 2022 00:00:00 +0000

* 본 아티클의 원문은 2022년 2월 25일 Google Cloud 블로그(영문)에 게재되었습니다.

편집자 주: 2022년 3월부터 Private Catalog의 명칭이 서비스 카탈로그로 변경되었습니다. 이 변경사항은 조직에서 승인된 솔루션 구성을 효율적으로 관리하고 배포하는 데 도움이 되는 기본 제공 Google Cloud 기능에는 영향을 미치지 않았습니다.

2019년 4월 Google Cloud에서는 Private Catalog를 모든 Google Cloud Marketplace 고객에게 정식 버전으로 출시한다는 소식을 발표했습니다. 이 제품은 조직의 클라우드 관리자, 개발자, 조달 관리자에게 모든 사용자가 내부적으로 사용할 수 있도록 승인된 앱 및 솔루션에 대한 단일 중앙 집중식 공간을 제공합니다. Private Catalog는 Google Cloud 서비스, 타사 및 내부 솔루션을 보다 쉽게 찾고 사용할 수 있도록 하며, 관리자에게 명확한 가시성과 배포 제어 기능을 제공하여 위험을 제한하도록 해 줍니다.

Private Catalog를 정식 버전으로 선보인 이후 기업 고객들과 긴밀히 협업한 끝에 Terraform지원과 관리자 환경 개선사항을 발표하게 된 것을 기쁘게 생각합니다.

Terraform을 사용한 인프라 배포

엔지니어들은 Terraform을 클라우드에서 확장할 수 있는 솔루션을 빌드하고 배포하는 기술로 점차 선호하고 있으며, Terraform은 가장 많은 지원 요청이 접수된 기능 중 하나가 되었습니다.

이번 Private Catalog 업데이트로 Terraform 구성을 수집하고 배포할 수 있게 되었습니다. 또한 Terraform을 설치하지 않고도 Terraform을 사용해 인프라를 배포할 수 있습니다. Terraform 환경을 개선할 올해 출시 예정 추가 기능들을 기대해 주세요.

쉬운 제품 관리

기존에는 Private Catalog를 사용할 때 사용자가 만든 제품이 단일 카탈로그에 속했습니다. 덕분에 카탈로그 수준에서 제품을 쉽게 관리할 수 있었지만 동일한 제품을 여러 카탈로그에 포함하거나 조직의 모든 제품 목록을 가져오기가 어려웠습니다.

최신 버전의 Private Catalog에서는 제품과 카탈로그가 분리됩니다. 이제 카탈로그 밖에서 제품을 관리하고 제품을 여러 카탈로그에 일괄 추가합니다. 또한 조직의 모든 제품에 대한 명확하고 간결한 뷰는 물론 공유되는 카탈로그도 얻을 수 있습니다. Private Catalog는 제품 및 카탈로그 목록을 쉽게 볼 수 있도록 개선된 관리자 UX도 제공합니다.

간단한 관리 위임

이번 업데이트가 있기 전에는 조직 수준에서 Private Catalog IAM 권한을 추가해야 했습니다. 다양한 수준의 GCP 리소스 계층 구조에서 권한을 추가할 수 있는 유연성을 원한다는 피드백을 받았기 때문입니다. 이제는 폴더 및 프로젝트 수준에서 Catalog IAM 권한을 추가할 수 있어 더 이상 조직 수준의 클라우드 관리자가 카탈로그 관리자 권한을 관리할 필요가 없습니다. 이 같은 제휴 모델을 통해 복잡한 기업이 GCP 계층 구조 어디서나 개별 카탈로그 및 권한을 쉽게 관리할 수 있으며 관리자가 각기 다른 폴더 또는 프로젝트에서 개별 카탈로그를 관리하도록 지원할 수 있습니다. 조직 관리자가 누구인지 찾을 필요가 없으며 카탈로그 관리자의 권한이 제한되지도 않습니다. 물론 원한다면 기존의 중앙 집중식 모델을 유지할 수 있습니다.

공유된 카탈로그를 간편하게 확인

고객의 또 다른 불만사항은 카탈로그 공유였습니다. 클라우드 관리자가 카탈로그를 GCP 조직, 폴더 또는 프로젝트와 공유하므로 최종 사용자에게는 솔루션의 가시성을 제공하지만 Private Catalog에는 공유되는 메타데이터가 표시되지 않았습니다. 이번 출시 버전에서는 개선된 거버넌스 제어 기능을 갖춘 공유 제어 및 정보가 카탈로그 목록에 눈에 잘 띄게 표시되며 또한 카탈로그 공유를 쉽게 취소할 수 있습니다.

제품 일괄 수정

제품을 여러 카탈로그에서 공유한 경우 기존에는 각 카탈로그에 이를 다시 만들어 각 카탈로그를 별도로 관리해야 했습니다. 이번 출시 버전에서는 제품이 카탈로그와 독립적으로 관리되기 때문에 제품을 간편하게 카탈로그에 일괄 할당하고 한곳에서 제품을 관리할 수 있습니다.

지금 Private Catalog로 이전하세요

이번 업데이트는 4월에 Private Catalog를 출시한 이후 최대 규모로 실시되는 것입니다. 새로운여러 기능을 활용하려면 이번 출시 버전으로 마이그레이션해야 합니다. 마이그레이션 시 제품이 단일 Google Cloud 프로젝트로 이전됩니다.

Google Cloud에서는 마이그레이션 프로세스를 쉽고 간단하게 만들기 위해 최선을 다하고 있습니다. 기존 Private Catalog 고객의 경우 마이그레이션 준비가 되면 6개 문항으로 구성된 이 간단한 양식을 작성해 주세요. 그러면 Google Cloud에서 직접 연락하여 마이그레이션 일정을 잡고 최신 버전에서 실행할 수 있도록 도와드립니다. 신규 고객은 Private Catalog 페이지를 방문하여 가입하거나 여기에서 자세한 내용을 알아보세요. 참고로 모든 Private Catalog 신규 고객은 처음 시작할 때 프로젝트를 선택해야 합니다.

새로운 기능이 조직 내 규정 준수 및 거버넌스에 도움이 되기를 바랍니다. 의견이 있으면 언제든 알려주시기 바랍니다. Google Cloud Marketplace에서 제공되는 Private Catalog를 지금 사용해 보세요.

Network Connectivity Center 소개: 온프레미스 및 클라우드 네트워킹 간소화의 혁명

Tue, 04 May 2021 00:00:00 +0000

* 본 아티클의 원문은 2021년 3월 24일 Google Cloud 블로그(영문)에 게재되었습니다.

클라우드 중심 전략으로 전환함에 따라 온프레미스 위치와 클라우드에서 리소스를 연결하는 복잡성을 관리하여 어디서나 모든 워크로드에 액세스할 수 있도록 해야 합니다. 이것은 대개 네트워크팀이 글로벌 클라우드 리전에서 일관된 액세스, 정책, 서비스를 제공하면서 동시에 여러 네트워크를 구성하고 관리해야 함을 의미합니다. 어디서나 네트워킹 서비스를 제공하려면 클라우드, 온프레미스 데이터 센터, 지점 위치를 원활하게 아우르는 프로그래매틱 방식의 간단한 모델이 필요합니다.

오늘 Google은 온프레미스 및 클라우드 연결에 요구되는 복잡한 네트워크를 간소화하기 위해 세계적 규모의 네트워크 관리를 제공하는 Network Connectivity Center의 프리뷰 버전을 발표합니다. Network Connectivity Center는 Google의 글로벌 인프라를 활용하여 이기종 온프레미스 및 클라우드 네트워크를 쉽게 만들고 연결, 관리할 수 있는 단일 관리 환경을 제공합니다. 또한 VPN, Partner Interconnect 및 Dedicated Interconnect는 물론 타사 라우터 및 SD-WAN을 원활하게 연결하는 역할을 하므로 애플리케이션이나 사용자가 어디에 있든 연결을 최적화하고 운영 부담을 줄이며 비용을 절감할 수 있습니다.

Colgate-Palmolive의 WAN 엔지니어링 책임자인 미구엘 메히아는 "업계 선두기업이 전 세계적으로 분산된 수많은 업무 센터에서 생산성을 유지하기 위해서는 빠르고 안정적인 네트워크가 필수적입니다."라고 말하며 다음과 같이 덧붙입니다. "Google Cloud의 Network Connectivity Center(NCC)를 사용하면 Google의 글로벌 네트워크에 대한 광범위한 액세스가 가능하고 원격 사이트 사용자와 애플리케이션을 일관된 방식으로 연결할 수 있습니다."

Network Connectivity Center는 온프레미스 및 클라우드 네트워크를 모두 한곳에서 만들고 확장 및 관리할 수 있는 간편한 방법을 제공합니다. Network Connectivity Center는 다음과 같은 이점을 제공합니다.

1. 단일 연결 모델
Network Connectivity Center는 사용자가 워크로드에 원활하게 액세스할 수 있도록 VPN, Interconnect, SD-WAN을 쉽게 연결하고 관리하는 고유한 기능을 제공합니다. Network Connectivity Center 리소스는 Google의 글로벌 인프라에서 실행되어 높은 성능과 안정성, 보안을 제공하므로 기업에서 동일한 이점을 활용할 수 있습니다.
2. 유연한 클라우드 연결
Network Connectivity Center가 제공하는 통합 연결 환경에서 기업은 Google의 글로벌 인프라를 사용하고 신규 또는 기존 Partner Interconnect 및 Dedicated Interconnect, Cloud VPN 연결, 타사 라우터/SD-WAN을 활용하여 온프레미스 사이트와 클라우드 리소스 간에 데이터를 안정적으로 전송할 수 있습니다.
3. VPN 기반의 멀티 클라우드 연결
Network Connectivity Center는 직접 또는 일련의 파트너를 통해 VPN 기반 클라우드 연결을 활용하여 기업이 여러 클라우드에서 리소스를 만들고 연결 및 소비할 수 있는 유연성을 제공합니다. 이러한 리소스는 Google의 인프라를 사용하여 안정적으로 연결되며 Network Connectivity Center 또는 일부 파트너 솔루션을 통해 직접 운영할 수 있습니다.
4. SD-WAN 통합/타사 라우터
SD-WAN 및 기타 라우팅 솔루션을 Google의 인프라와 통합할 때 Network Connectivity Center를 기본 시작 지점으로 사용할 수 있습니다. 이렇게 하면 기업에서는 SD-WAN 및 라우팅 솔루션의 이점을 Google Cloud로 확장하는 동시에 주문형 연결을 사용할 수 있는 간단하고 안정적인 방법을 확보할 수 있게 됩니다.
5. 글로벌 네트워크에 대한 실시간 가시성
Network Connectivity Center는 VPN, Partner Interconnect 및 Dedicated Interconnect, 온프레미스 네트워크 연결을 위한 단일 창을 제공합니다. 또한 엔드 투 엔드 가시성을 위해 Network Intelligence Center와 원활하게 페어링되므로 네트워크를 모니터링하고 시각화하며 문제를 해결할 수 있습니다. Network Intelligence Center를 사용하면 실시간 성능 및 네트워크 상태를 모니터링하고 트래픽 흐름을 확인하고 연결 의도를 확인할 수 있습니다.

Cisco 파트너십

2020년 4월에 Cisco와 Google Cloud는 고객이 안전한 주문형 연결(on-demand connectivity)을 설정할 수 있는 엔드 투 엔드 네트워크를 만들 수 있도록 Google Cloud를 사용한 Cisco SD-WAN Cloud Hub를 발표했습니다.

Cisco와의 확장된 파트너십을 통해 턴키 네트워킹 솔루션과 함께 Cisco 기술과 Google Cloud 기술의 장점을 모두 제공합니다. Cisco와 Google Cloud의 공동 솔루션은 Cisco SD-WAN Cloud Hub와 Google Cloud Network Connectivity Center를 활용하고 Google의 고성능 글로벌 인프라와 Cisco SD-WAN의 vManage를 사용하여 지사 사이트와 온프레미스 데이터 센터를 클라우드에 연결합니다. Cisco Cloud OnRamp를 사용하면 자동화된 프로세스를 통해 Cisco SD-WAN의 패브릭을 Google Cloud로 확장할 수도 있습니다. Cisco와 Google Cloud 간의 긴밀한 통합을 통해 개발된 이 솔루션은 복잡한 이기종 네트워크를 획기적으로 간소화하고 업무상 중요한 애플리케이션을 보호하며 운영 부담과 비용을 최소화하는 새로운 기능을 제공합니다.

Cisco Enterprise Routing, SD-WAN, Cloud Networking의 제품 관리 부문 부사장인 JL 발렌트는 "Google Cloud와 Cisco는 우리의 공동 고객이 Google Cloud Platform에서 실행되는 애플리케이션과 서비스에서 안전하고 자동화된 SD-WAN 액세스를 이용할 수 있도록 하기 위해 지속적으로 혁신을 주도하고 있습니다."라고 말하며 다음과 같이 덧붙입니다. "최신 통합 솔루션은 Cisco SD-WAN 패브릭을 Google Cloud로 확장하여 사이트와 클라우드 간 연결 프로비저닝을 손쉽게 자동화할 뿐만 아니라, 고객이 Google Cloud를 사용하여 몇 분 만에 배포할 수 있는 사이트 간 연결을 위해 매우 안정적인 고성능 글로벌 클라우드 네트워크를 제공할 수 있도록 지원합니다."

Network Connectivity Center를 통해 온프렘 및 클라우드 네트워크 관리를 간소화할 수 있다는 소식을 전하게 되어 기쁩니다.

Google Cloud는 Cisco Live에서 소개될 예정이며Network Connectivity Center에 대해 자세히 알아보려면 쇼케이스를 확인하세요.

VM 패치 전 디스크 클론 만들기

Mon, 03 May 2021 01:57:00 +0000

* 본 아티클의 원문은 2021년 3월 20일 Google Cloud 블로그(영문)에 게재되었습니다.

올해 초, Google Cloud에서 실행되는 가상 머신을 대규모로 관리할 수 있는 도구 모음인 VM Manager를 소개해 드렸습니다.

VM Manager에서 제공하는 서비스 중 OS 패치 관리 서비스를 사용하면 주문형 및 예약 방식으로 패치를 가상 머신에 적용할 수 있습니다. Linux 및 Windows 운영체제가 모두 지원되며 이 서비스에서는 운영체제별 업데이트 인프라(예:apt,ZYpp,yum, Windows 업데이트 에이전트)를 사용해 누락된 패치를 식별하고 적용합니다.

이 서비스를 사용할 계획이 있거나 이미 사용 중인 고객들이 패치 과정에서 문제가 발생하거나 패치 자체에 문제가 있을 때를 대비해 롤백할 수 있도록 패치 적용 전에 가상 머신 상태의 백업을 만드는 방법을 자주 문의해 왔습니다. 아쉽게도 이러한 기능은 VM Manager에서 직접적으로 지원되지는 않습니다.

하지만 이 서비스에서 지원하는 기능 중에는 패치 대상인 각 VM에 사전 패치 및 사후 패치 스크립트를 실행할 수 있는 기능이 있습니다. 사전 패치 또는 사후 패치를 실행하는 스크립트는 인스턴스에, 그리고 이와 연결된 서비스 계정(Compute Engine 기본 서비스 계정 또는 생성할 때 사용한 서비스 계정)의 맥락에서 실행됩니다.

이 블로그에서는 사전 패치 스크립트를 활용해 패치를 적용하기 전에 VM의 연결된 영구 디스크에서 일관성 있게 비정상 종료되는 디스크 클론을 만드는 방법을 설명합니다.

고려사항

이 블로그 게시물에서는 일반적인 고객 문제에 대한 해결책을 다룹니다. 이상적인 해결법은 VM과 관련 서비스 계정의 맥락에서 스냅샷 생성을 실행하는 대신 서비스에 직접 통합하는 것입니다. 서비스 계정에 필요한 권한을 할당하면 해당 권한이 VM에 로그인할 수 있는 사용자에게 부여됩니다.

VM 패치가 디스크 클론에 종속되도록 만들면(이 게시물의 샘플 스크립트가 이러한 방식으로 구성됨) 클론 생성에 실패할 경우 VM에 패치가 적용되지 않습니다.

기본 요건

VM Manager와 OS 패치 관리의 설정은 이 게시물에서 다루지 않습니다. VM Manager 설정의 안내를 따라 프로젝트에 VM Manager를 사용 설정하세요.

권한

디스크 클론을 만들려면 최소한 다음 권한을 VM과 연결된 서비스 계정에 할당해야 합니다.

프로젝트에 대한 compute.disks.create # 소스 디스크에 대한 compute.disks.createSnapshot #

범위

클론을 만드는 이 스크립트는 패치가 적용되는 VM에서 실행됩니다. 즉, VM과 연결된 서비스 계정에 적절한 권한을 설정해야 함은 물론 API 범위도 설정해야 합니다.

범위를 모든 Cloud API에 전체 액세스 허용으로 설정하세요.

스크립트 업로드

섹션 끝부분에 Linux 및 Windows 운영체제용 샘플 스크립트를 포함해 두었습니다. 이 스크립트는 Debian 10, Ubuntu 20.04, 최신Container-Optimize OS, Windows Server 2019에서 테스트를 거쳤습니다. 다른 버전을 사용한다면 스크립트를 테스트해 보는 것이 좋습니다.

두 버전의 샘플 스크립트 모두 동일한 로직을 따릅니다.

패치 작업의 ID 가져오기(검색 가능성을 높이기 위해 스냅샷의 태그를 지정하는 데 사용됨)
VM과 연결된 디스크 가져오기
디스크 클론 만들기

적절한 버전의 업데이트 스크립트를 다운로드한 후 스토리지 버킷에 업로드해야 합니다(방법은 이 가이드 참조).

# GCS 버킷에 스크립트 복사 gsutil cp clone-linux.sh gs://<BUCKET>/clone-linux.sh

이제 업로드한 파일의 버전을 가져와야 합니다. 패치 서비스에서 실행할 버전을 올바르게 선택할 수 있도록 버전을 전달해야 합니다.

# 파일 버전 가져오기 gsutil ls -a gs://<BUCKET>/clone-linux.sh | cut -d'#' -f 2

Linux

GitHub에서 최신 버전을 찾습니다.

Windows

GitHub에서 최신 버전을 찾습니다.

사전 패치 스크립트 실행이 포함된 패치 작업 만들기

스크립트를 업로드했다면 이제 패치 작업을 만들면 됩니다. 주문형 또는 예약 방식으로 만들 수 있습니다. 다른 VM 인스턴스 하위 집합을 타겟팅하도록 구성할 수도 있습니다. 인스턴스 필터에 대한 자세한 내용은 이 문서를 참조하세요.

다음 샘플에서는 모든 인스턴스를 타겟팅하는 주문형 패치 작업을 만듭니다. 올바른 GCS 버킷 값과 스크립트의 파일 버전을 제공해야 합니다.

Linux

code_block: <ListValue: [StructValue([('code', 'gcloud compute os-config patch-jobs execute \\\r\n --display-name=clone \\\r\n --instance-filter-all \\\r\n --reboot-config=default \\\r\n --pre-patch-linux-executable=gs://<BUCKET>/snapshot-linux.sh#<VERSION> \\\r\n --async'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bb418f160>)])]>

Windows

code_block: <ListValue: [StructValue([('code', 'gcloud compute os-config patch-jobs execute \\\r\n --display-name=clone \\\r\n --instance-filter-all \\\r\n --reboot-config=default \\\r\n --windows-classifications=critical,security \\\r\n --pre-patch-windows-executable=gs://<BUCKET>/snapshot-windows.ps1#<VERSION> \\\r\n --async'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bb418f370>)])]>

스냅샷 생성 확인

패치 결과/Cloud Logging

Compute Engine으로 이동한 후 OS 패치 관리로 이동합니다.

패치 작업을 선택합니다.

작업을 선택하고 상태를 검토합니다.

자세한 내용을 확인하려면 패치 작업 실행 세부정보 오버레이로 스크롤하여 이 작업에서 타겟팅한 VM의 뷰를 선택합니다.

그러면 Cloud Logging이 열리며 스크립트 실행의 자세한 로그가 표시됩니다.

클론

Compute Engine으로 이동한 후 디스크로 이동합니다.

사용 가능한 디스크를 검토합니다.

디스크 클론의 이름은 패치 작업의 ID가 추가된 원본 디스크 이름입니다. 또한 검색하기 쉽도록 몇 가지 라벨이 설정되어 있습니다.

결론

사전 패치 및 사후 패치 스크립트를 사용해 일반적인 기업 요구사항을 자동화하는 방법을 다룬 오늘 블로그 게시물이 도움이 되었기를 바랍니다. 제한사항과 고려사항도 있지만 이 절차를 사용하면 대규모 패치에 앞서 워크로드를 보호할 수 있습니다.

VM Manager에 대해 자세히 알아보려면 Google Cloud의 문서를 참조하거나 Google Cloud Next ‘20: OnAir 세션 중 대규모 Compute Engine VM 관리를 시청하세요.

대규모 Compute Engine 제품군을 손쉽게 관리하는 VM Manager 소개

Tue, 02 Mar 2021 00:00:00 +0000

* 본 아티클의 원문은 2021년 1월 29일 Google Cloud 블로그(영문)에 게재되었습니다.

기업들은 점점 더 많은 워크로드를 클라우드로 이전하며 디지털 혁신을 가속화하고 있습니다. Cloud의 익숙하지 않은 도구로 대규모 가상 머신(VM) 제품군을 관리하고 운영하는 일이 때로는 까다로울 수 있습니다. 특히 인프라 및 작업 관리자에게 클라우드 규모의 인프라 보안과 규정 준수 관련 가시성을 관리하는 일은 어려운 일일 수 있습니다. 고객은 이미 친숙한 온프레미스 인프라 관리 도구와 비슷한 도구, 간소화된 클라우드 기반 도구로 클라우드를 운영하고 관리하기를 원합니다.

따라서 오늘 대규모 Compute Engine 가상 머신 유지보수를 간소화 및 자동화해 주는 인프라 관리 도구 제품군인 VM Manager 출시를 알려드리게 되어 기쁩니다. Google 규모의 인프라를 염두에 두고 설계된 이 클라우드 기반 솔루션은 규정 준수를 자동으로 보고하고 규모에 맞춰 소프트웨어를 배포할 수 있는 간편한 도구 집합을 제공합니다.

VM Manager는 자동화된 기능으로 규정 준수와 관측 가능성, 대규모 VM 보안 관리 및 유지 작업을 크게 간소화하고 복잡성을 줄여줍니다. 또한 단일 대시보드를 탑재하여 규정 준수 관련 가시성을 높여주며, 인벤토리 데이터를 실시간으로 추적하여 활용 가능한 분석 정보를 확보하고 인프라 성능을 최적으로 유지해 줍니다. 가장 흔히 사용되는 Windows 및 Linux 운영체제 환경을 지원하는 VM Manager 제품군에는 다음 서비스가 포함되어 있습니다.

패치 관리: VM 집합에 OS 패치를 적용하고 OS 환경에서 패치 규정 준수 데이터를 수신하며 OS 패치 설치를 자동화하여 운영체제를 최신 상태로 유지하고 취약점으로부터 보호하는 서비스입니다. 이 모든 작업이 중앙의 한 위치에서 수행됩니다.
패치 관리 서비스는 크게 두 가지로 구성됩니다. 하나는 Windows 및 Linux 배포판에서 VM 인스턴스의 패치 상태에 대한 통계를 제공하는 패치 규정 준수 보고, 다른 하나는 운영체제 및 소프트웨어 패치 업데이트 프로세스를 자동화하는 패치 배포입니다. 패치 배포는 패치 작업을 예약합니다.

구성 관리: VM의 일관된 구성을 배포, 쿼리, 유지관리 할 수 있게 해주는 서비스입니다. 자동 내보내기 기능을 갖춰 수동 작업을 줄이고 가상 머신을 규정 준수 상태로 유지해 줍니다. 각 Compute Engine VM에 게스트 정책이 적용되어 소프트웨어 구성의 일관성을 유지합니다.
"King.com 인프라는 세계적으로 수억 명의 플레이어를 지원하는 만큼 가상 머신 인스턴스 구성의 일관성 유지에 신경 써야 합니다. 구성 관리 서비스는 규모에 맞는 리소스 관리 기능을 제공해 이 일관성 유지 과정에 필요한 수동 작업을 줄여 주었습니다." - Martin Danko, King.com 선임 DevOps 엔지니어

인벤토리 관리: OS 및 패키지 정보를 수집합니다. 특정 버전의 운영체제가 구동되는 VM 식별, VM에 설치된 패키지 조회, 각 VM에 적용할 수 있는 패키지 업데이트 목록 생성, VM에서 누락된 패키지나 업데이트, 패치를 식별하는 일이 가능합니다.
인벤토리 관리는 또 다른 Google Cloud 제품인 Cloud Asset Inventory와 통합되어 Google Cloud 제품군 데이터를 손쉽게 조회, 모니터링, 분석할 수 있습니다.

그 외에도 VM Manager는 확고한 로드맵에 따라 앞으로 몇 달에 걸쳐 멋진 기능들을 출시할 예정이니 기다려 주시기 바랍니다.

대규모 가상 머신도 손쉽게 관리

VM Manager는 대규모 클라우드 환경의 복잡성을 낮추고 보안 및 규정 준수 보고 성능을 강화하며 리소스 모니터링을 간소화합니다. VM Manager 초기 사용자들은 자동화된 도구를 활용하여 운영체제를 최신 상태로 유지하고 다운타임 위험을 낮추고 내부 사용자의 생산성을 향상할 수 있었다며, VM Manager 덕분에 IT 관리자가 비즈니스에 중요한 작업에 더욱 집중할 수 있다고 말합니다.

"VM Manager가 Google Cloud에서 출시되어 무척 기쁩니다. 클라우드 인프라 관리는 규모를 막론하고 모든 기업에서 까다롭게 여기는 부분입니다. Atos는 자동화된 패치 및 구성 관리자를 회사 내부에서, 또 고객용으로 사용하며 효율성 향상을 이미 경험했습니다. Google Cloud의 대규모 VM 제품군 관리용 클라우드 기반 솔루션을 사용하면 고객에게 부가 가치를 제공할 수 있을 것입니다." - Ovidiu Julean, Atos의 Tower 설계자

VM Manager에 대해 자세히 알아보려면 Google Cloud의 문서를 참조하거나 Google Cloud Next ‘20: OnAir 세션 중 대규모 Compute Engine VM 관리를 시청하세요.

Cloud Operations Sandbox로 SRE를 향한 첫걸음 내딛기

Tue, 23 Feb 2021 00:00:00 +0000

* 본 아티클의 원문은 2021년 1월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

Google Cloud는 조직 권장사항에 대한 교육뿐 아니라 클라우드 서비스를 성공적으로 실행하는 데 필요한 도구를 통해 고객사에 사이트 안정성 엔지니어링(SRE) 문화가 정착되도록 노력하고 있습니다. 그 일환으로 프로덕션 문제의 보다 신속한 해결, 출시 속도 향상, 서비스 안정성 개선에 도움이 되는 로깅, 모니터링, 추적, 프로파일링, 디버깅 같은 종합적인 관측 가능성 도구가 지원됩니다.

특히 여러 프로그래밍 언어로 구현되고, 다양한 환경에 배포되며, 운영 비용 및 기타 여러 요인이 다른 복잡한 분산 애플리케이션에서 관측 가능성을 실현하기가 어렵다는 의견이 자주 들려옵니다. 그 결과 워크로드를 Google Cloud로 마이그레이션하고 현대화할 때 관측 가능성이 부차적인 요소에 그치는 경우가 많습니다.

그렇지만 안정적인 프로덕션 시스템을 실행하려면 시스템을 디버깅하고 시스템의 동작에 관한 통계를 확보하는 것이 중요합니다. 고객은 프로덕션 환경을 손상하지 않으면서 Google Cloud가 제공하는 도구를 사용해 관측 가능성을 위한 서비스를 도입하고 SRE 권장사항을 실행할 수 있는 방법을 알고 싶어 합니다. Cloud Operations Sandbox를 사용하면 관측 가능성 여정을 시작하는 실질적인 방법을 배우고 '내 사용 사례에 효과가 있을까?'라는 물음에 답을 얻을 수 있습니다.

Cloud Operations Sandbox는 오픈소스 도구로, Google Cloud 운영 제품군(이전 명칭: Stackdriver)을 사용해 Google의 SRE 관행을 배우고 클라우드 서비스에 적용하는 데 도움이 됩니다. Cloud Operations Sandbox에는 클릭 한 번으로 시작하는 데 필요한 모든 도구가 있습니다.

데모 서비스 - 최신 클라우드 기반 스택의 마이크로서비스 아키텍처를 사용해 제작된 애플리케이션(Online Boutique 마이크로서비스 데모 앱의 수정된 포크)

원클릭 배포 - 다음과 같이 서비스를 Google Cloud에 배포하고 구성하는 자동 스크립트

Service Monitoring 구성
OpenTelemetry를 사용한 추적
Cloud Profiling, Logging, Error Reporting, 디버깅 등

부하 생성기 - 데모 서비스에서 합성 트래픽을 생성하는 구성요소
SRE 레시피 - 프로덕션에서와 마찬가지로 Cloud Operations 도구를 사용해 문제의 근본 원인을 찾을 수 있도록 데모 앱에서 의도적인 오류를 생성하는 사전 빌드된 태스크
Cloud Operations 시작을 도와주는 대화형 둘러보기

시작하기

Cloud Operations Sandbox를 시작하는 방법은 무척 간단합니다.

cloud-ops-sandbox.dev로 이동합니다.
'Google Cloud Shell에서 열기' 버튼을 클릭합니다.

이렇게 하면 새로운 Google Cloud 프로젝트가 생성됩니다. 생성된 프로젝트 내에서 Terraform 스크립트가 Google Kubernetes Engine(GKE) 클러스터를 만들고 여기에 샘플 애플리케이션을 배포합니다. 데모 앱을 구성하는 마이크로서비스에는 로깅, 모니터링, 추적, 디버깅, 프로파일링이 각 마이크로서비스 언어 런타임에 적합하게 사전 설치되어 있습니다. 따라서 데모 앱에 트래픽을 전송하면 클라우드 서비스의 작업을 진단하는 데 유용한 원격 분석이 생성됩니다. 데모 앱에 프로덕션과 유사한 트래픽을 생성하기 위해 자동 스크립트는 데모 앱과 다른 지리적 위치에 합성 부하 생성기를 배포합니다.

11개 커스텀 대시보드(각 마이크로 서비스당 1개)가 생성되어 Google의 SRE 책에 설명된 대로 모니터링의 네 가지 골든 신호가 나타납니다.

또한 업타임 체크, 서비스 모니터링(SLO 및 SLI), 로그 기반 측정항목, 알림 정책 등이 추가되고 자동으로 구성됩니다.

다음과 같이 프로비저닝 스크립트의 끝에서 새로 생성된 프로젝트의 몇 가지 URL을 확인할 수 있습니다.

데모 앱의 OpenTelemetry 계측 덕분에 가능한 Cloud Trace를 통한 마이크로서비스 상호작용 추적 등 전체 Cloud Operations 도구 제품군에 대해 알아보고 학습한 내용을 내 시나리오에 적용하는 방법을 확인하려면 사용자 가이드를 따르세요.

마지막으로 사용을 종료한 후에 샌드박스를 삭제하려면 다음을 실행하세요.

code_block: <ListValue: [StructValue([('code', 'sandboxctl destroy'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bb8b17550>)])]>

다음 단계

SRE 원칙을 준수하면 클라우드에서 안정성이 높은 애플리케이션을 실행할 수 있는 것으로 입증되었습니다. Cloud Operations Sandbox가 고객 여러분께 SRE 관행을 시작하는 데 필요한 이해와 신뢰를 제공하기를 바랍니다.

시작하려면 cloud-ops-sandbox.dev를 방문하여, 프로젝트 저장소를 살펴보고, 사용자 가이드의 안내를 따르세요.

Compute Engine 설명: OS 패치 관리 서비스 스케쥴링

Tue, 16 Feb 2021 00:00:00 +0000

* 본 아티클의 원문은 2021년 1월 13일 Google Cloud 블로그(영문)에 게재되었습니다.

작년에 출시된 OS 패치 관리 서비스는 실행 중인 Compute Engine VM을 결함과 취약점으로부터 보호해주는 서비스입니다. 이 서비스를 이용하면 최신 OS 업그레이드를 통해 Linux 및 Windows VM 패치 작업을 간단하고, 확장 가능하며, 효과적으로 수행할 수 있습니다. 이 블로그에서는 필터링한 VM 인스턴스의 자동 패치 일정으로 프로젝트 설정, 에이전트가 인식되지 않은 경우의 해결 방법, 여러 VM에서 패치 규정 준수 개요 보기에 대한 단계별 안내를 공유합니다.

시작하기

가상의 웹 서비스를 호스팅하는 여러 VM 인스턴스가 있는 프로젝트가 있다고 가정해 보겠습니다. 이때 최신 중요 수정사항과 악성 소프트웨어에 대한 보안 업데이트로 인스턴스를 자동 업데이트하고자 합니다. 또한 프로덕션 시스템과 개발 머신을 보유하고 있으며 서로 다른 일정으로 업데이트를 적용할 계획입니다.

먼저 Google Cloud Console에서 GCE > OS 패치 관리로 이동하여 서비스를 사용 설정합니다. 아니면 Google Cloud Marketplace 또는 gcloud를 통해 Cloud OS Config API 및 Container Analysis API를 사용 설정해도 됩니다.

code_block: <ListValue: [StructValue([('code', 'gcloud services enable osconfig.googleapis.com\r\ngcloud services enable containeranalysis.googleapis.com'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bbaf99fd0>)])]>

OS 구성 에이전트가 VM 인스턴스에 이미 설치되어 있을 가능성이 크므로 프로젝트 메타데이터 키를 통해 사용 설정하기만 하면 됩니다.

code_block: <ListValue: [StructValue([('code', 'gcloud compute project-info add-metadata \\\r\n --project PROJECT_ID \\\r\n --metadata=enable-guest-attributes=TRUE,enable-osconfig=TRUE'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bbaf99d90>)])]>

에이전트가 VM에서 데이터를 수집하면 모든 VM 및 운영체제의 상태를 파악하고 패치 규정 준수를 한눈에 확인할 수 있는 패치 규정 준수 대시보드에 이 데이터가 표시됩니다.

이제 CentOS 및 Red Hat Enterprise Linux(RHEL)와 같이 더 자주 패치해야 할 VM 인스턴스를 확인할 수 있습니다.

패치 배포 만들기

그런 다음 화면 상단에 있는 새 패치 배포를 클릭하면 몇 가지 단계를 거쳐 각각 특정 패치 구성과 예약 옵션을 사용하는 대상 VM 패치 배포를 만들 수 있습니다.

대상 VM 섹션에서 VM 인스턴스 이름 프리픽스와 라벨을 사용하면 특정 프리픽스로 시작되는 라벨을 사용하는 VM 인스턴스만 타겟팅할 수 있습니다. 그 밖에도 영역 및 라벨 그룹 조합 등의 인스턴스 필터링 옵션을 사용할 수 있습니다.

패치 구성 옵션에서 중요 패치 및 보안 패치로 RHEL, CentOS, Windows를 패치하도록 선택하거나 설치하려는 정확한 Microsoft 기술 자료(KB) 번호 및 패키지를 지정할 수도 있습니다. ‘제외’ 필드에서 특정 패키지가 설치되지 않도록 제외할 수도 있습니다.

마지막으로 패치 작업을 예약할 수 있습니다. 예를 들어 매달 두 번째 화요일 오전 11시부터 오후 2시까지의 최대 기간(3시간 유지보수 기간) 동안 1초 간격으로 작업을 실행하는 방법을 소개합니다.

패치 작업을 실행한 후 설치된 패치의 결과를 확인할 수 있습니다. 이 정보는 규정 준수 대시보드 및 VM 인스턴스 탭에 보고됩니다.

지금 Compute Engine VM 패치하기

패치 배포 자동화를 포함한 Compute Engine의 OS 패치 관리 서비스에 대해 자세히 알아보려면 문서 페이지를 방문하세요.

Cloud Logging의 새로운 'tail -f' 기능으로 빠르게 로그 찾기

Mon, 08 Feb 2021 00:00:00 +0000

* 본 아티클의 원문은 2021년 1월 7일 Google Cloud 블로그(영문)에 게재되었습니다.

앱 또는 배포 문제를 해결할 때는 일분일초가 중요합니다. Cloud Logging이 문제 해결을 도와드립니다. Google Cloud, 온프레미스 또는 다른 클라우드에서 로그를 집계하고, 색인을 생성하고, 로그를 측정항목으로 집계하고, Error Reporting으로 고유한 오류를 스캔하며, 로그 검색이 가능하도록 만드는 데 1분도 걸리지 않습니다. Google Cloud는 로그 데이터에서 최신 통계를 얻도록 지원하는 새로운 로그 스트리밍 기능 2가지를 빌드했습니다.

Linux 사용자들의 요구가 빈번하게 접수됨에 따라 로그 파일의 콘텐츠를 실시간으로 콘솔에 표시할 수 있는 tail -f 명령어의 동작을 모방하는 새로운 도구를 추가했습니다. 또한 업그레이드에는 모든 리소스의 전체 로그를 한 번에 검색하는 등의 인기 tail 도구와 전체 검색, 정규 표현식, 하위 문자열 일치와 같은 Cloud Logging의 강력한 Logging 쿼리 언어를 모두 실시간으로 사용할 수 있는 기능이 포함되어 있습니다.

새로운 실시간 기능으로 Logging 쿼리 언어를 사용하면 실시간으로 로그에서 정보를 찾을 수 있습니다. 예를 들어 방금 배포한 새 애플리케이션의 모든 오류 로그를 살펴보려는 경우를 가정해 보겠습니다.

gcloud alpha logging tail "severity>=ERROR"

하지만 너무 많은 결과가 반환되어 'currency'라는 텍스트가 포함된 로그로 범위를 좁힙니다.

gcloud alpha logging tail "severity>=ERROR AND currency"

이 검색에서는 유의미한 로그 집합이 실시간으로 반환됩니다.

gcloud를 사용한 로그 테일링이 이제 미리보기 단계의 모든 사용자에게 지원됩니다. 문서로 이동하여 설정을 완료하고 테일링을 시작하세요.

Google Cloud Console을 선호하는 사용자에게도 좋은 소식을 전해드립니다. 이제 로그를 로그 탐색기로 스트리밍할 수 있을 뿐만 아니라 손쉽게 스트리밍, 일시중지, 탐색, trace 연결, 스트리밍 재개, 개수 시각화, 로그 다운로드를 할 수 있으며 이 모든 작업을 Cloud Console에서 수행할 수 있습니다.

tail -f 명령줄과 로그 탐색 전용 사용자 환경 중 무엇을 선호하든 상관없이 Cloud Logging의 새 도구를 확인하여 문제 해결 시간을 단축하세요.

Cloud Monitoring에서 Monitoring Query Language 정식 버전 출시

Wed, 03 Feb 2021 00:00:00 +0000

* 본 아티클의 원문은 2020년 12월 24일 Google Cloud 블로그(영문)에 게재되었습니다.

IT팀 및 개발팀의 개발자와 운영자는 서비스 중단 문제를 해결하고 근본 원인 분석을 수행하고 커스텀 SLI/SLO, 보고서, 분석을 만들며 복잡한 알림 로직을 설정하는 등의 작업이 가능한 강력한 측정항목 쿼리, 분석, 차트 작성, 알림 기능을 원합니다. 이러한 요구를 반영하여 오늘 Cloud Monitoring에서 Monitoring Query Language(MQL) 정식 버전을 출시한다는 소식을 전해드리게 되어 기쁩니다.

MQL은 Google에서 십 년간 내부 측정항목 쿼리 언어를 학습하고 개선한 결과물입니다. Google 내부의 프로덕션 사용자가 고급 쿼리에 사용하는 언어를 이제 Google Cloud 사용자도 사용할 수 있습니다. 예를 들어 MQL로 가능한 작업은 다음과 같습니다.

비율 기반 차트 및 알림 만들기
타임 시프트 분석 수행(측정항목 데이터를 전주 대비, 전월 대비, 전년 대비 등으로 비교)
수학, 논리, 테이블 연산, 기타 함수를 측정항목에 적용
여러 측정항목의 가져오기, 조인, 집계
사전 정의된 값이 아닌 임의의 백분위수 값으로 선택
정규 표현식을 포함한 임의의 문자열 조작을 사용하여 새 라벨을 만들어 데이터 집계

Cloud Monitoring에서 MQL에 액세스하고 사용하는 방법을 살펴보겠습니다.

MQL 시작하기

MQL은 간편하게 시작할 수 있습니다. MQL 쿼리 편집기에 액세스하려면 Cloud Monitoring 측정항목 탐색기에서 버튼을 클릭하세요.

그런 다음 측정항목 탐색기 UI에서 쿼리를 만들고 쿼리 편집기 버튼을 클릭하세요. 그러면 기존 쿼리가 MQL 쿼리로 변환됩니다.

MQL은 작업 및 함수를 사용해 빌드됩니다. 작업은 일반적인 ‘pipe’ 관용구를 사용하여 서로 연결되며 여기에서 한 작업의 출력이 다음 작업의 입력이 됩니다. 작업을 연결하면 복잡한 쿼리를 점진적으로 빌드할 수 있습니다. Linux 명령줄에서 pipe를 통해 명령어와 데이터를 작성하고 연결하는 방식 그대로 MQL을 사용해 측정항목을 가져오고 작업을 적용할 수 있습니다.

고급 예시를 위해 Compute Engine VM 인스턴스에서 실행되고 Cloud Load Balancing을 사용하는 분산 웹 서비스를 빌드했다고 가정해 보겠습니다. SRE '골든 신호' 중 하나인 오류율을 분석하려고 합니다.

요청 실패 비율, 즉 총 요청 수 대비 HTTP 500 응답(내부 오류) 반환 요청의 비율을 보여주는 차트를 표시하고자 합니다. loadbalancing.googleapis.com/https/request_count 측정항목 유형에는 응답 코드 클래스를 캡처하는 response_code_class 라벨이 포함되어 있습니다.

이 예에서는 비율의 분자 및 분모가 동일한 시계열에서 파생되므로 그룹화로 비율을 계산할 수도 있습니다. 다음 쿼리는 이 접근 방식을 보여줍니다.

code_block: <ListValue: [StructValue([('code', 'fetch https_lb_rule::loadbalancing.googleapis.com/https/request_count\r\n| group_by [matched_url_path_rule],\r\n sum(if(response_code_class = 500, val(), 0)) / sum(val())'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bb96d3c10>)])]>

이 쿼리는 두 합계의 비율에 기반한 집계 표현식을 사용합니다.

첫 번째 sum에서는 if 함수를 사용하여 500 값의 HTTP 응답을 계산하고 다른 HTTP 응답 코드는 0으로 계산합니다. 이 sum 함수는 500을 반환한 요청 수를 계산합니다.
두 번째 sum은 val()로 표시된 모든 요청 수를 합산합니다.

그런 다음 두 합계를 나누어 모든 응답 대비 500 응답의 비율을 계산합니다.

이번에는 이 쿼리로 알림 정책을 만들어 보겠습니다. 알림으로 이동하여 '정책 만들기'를 클릭하고 '조건 추가'를 클릭하면 측정항목 탐색기에서와 동일한 '쿼리 편집기' 버튼이 표시됩니다.

위와 동일한 쿼리를 사용할 수 있지만 알림의 기준을 제공하는 조건 연산자가 다음과 같습니다.

code_block: <ListValue: [StructValue([('code', "fetch https_lb_rule::loadbalancing.googleapis.com/https/request_count\r\n| group_by [matched_url_path_rule],\r\n sum(if(response_code_class = 500, val(), 0)) / sum(val())\r\n| condition val() > .50 '10^2.%'"), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f1bb75c5a00>)])]>

이 조건은 정렬된 입력 테이블에서 각 데이터 포인트를 테스트하여 비율 값이 기준 값 50%를 초과하는지 여부를 확인합니다. '10^2.%' 문자열은 이 값을 백분율로 사용해야 한다고 지정합니다.

비율 외의 일반적인 MQL 사용 사례로는 타임 시프트가 있습니다. 간결한 설명을 위해 이 블로그 게시물에서는 다루지 않지만 예시 문서에 전주 대비 또는 전월 대비 비교를 수행하는 방법이 안내되어 있습니다. 커스텀 및 Prometheus 측정항목의 24개월 간 장기 유지율을 함께 활용하면 특히 유용합니다.

모니터링을 한 단계 업그레이드

MQL로 가능한 사용 사례에는 한계가 없습니다. 조인 수행, 임의 비율 표시, 고급 계산 등 무엇을 필요로 하든 상관없이 모든 고객이 MQL을 사용할 수 있게 된 것을 기쁘게 생각하며 모니터링, 알림, 작업 요구사항을 해결하는 데 MQL이 어떻게 사용될지 궁금합니다. MQL에 대해 자세히 알아보려면 문서, 빠른 시작, 예시(쿼리 및 알림), 언어 및 함수 참조 등을 확인하세요.

Google Cloud의 서버리스 조정 엔진, Workflows 알아보기

Thu, 07 Jan 2021 09:00:00 +0000

* 본 아티클의 원문은 2020년 12월 5일 Google Cloud 블로그(영문)에 게재되었습니다.

기업에서 전자상거래 처리, 제품 생산, IT 서비스 제공 등 어떤 작업을 수행하든 다양한 시스템에 걸쳐 업무 흐름을 관리해야 합니다. 워크플로를 직접 관리하거나 범용 도구로 관리할 수도 있지만 전용 제품을 사용하면 훨씬 쉽게 관리할 수 있습니다.

Google Cloud 포트폴리오에는 Cloud Composer와 새로 도입된 Workflows라는 두 가지 워크플로 도구가 있습니다. 8월에 도입된 Workflows는 Google Cloud의 일부로 실행되는 완전 관리형 워크플로 조정 제품입니다. 완전한 서버리스 제품이므로 인프라 관리가 필요 없습니다.

이 도움말에서는 Workflows가 지원하는 사용 사례, 기능, 효과적으로 사용하기 위한 팁을 다룹니다.

샘플 워크플로

먼저, 인보이스를 생성하는 다음과 같은 워크플로가 있다고 가정하겠습니다.

이 단계를 조정하는 일반적인 방법은 Cloud Functions, Cloud Run 또는 PDF 파일이 첨부된 이메일을 전송하는 공개 SaaS API(예: SendGrid)를 기준으로 API 서비스를 호출하는 것입니다. 하지만 일반적으로 실제 상황은 위에서 든 예시보다 훨씬 더 복잡하며 모든 워크플로 실행, 오류 처리, 결정 지점, 조건부 건너뛰기를 추적하고 항목 배열, 데이터 변환, 기타 고급 기능을 반복하는 작업을 계속해야 합니다.

즉, 기술적으로는 범용 도구를 사용해 이 프로세스를 관리하는 것이 가능하지만 이상적인 선택은 아닙니다. 예를 들어 Cloud Functions와 같은 이벤트 기반 컴퓨팅 플랫폼으로 이 흐름을 처리할 경우 발생하는 몇 가지 문제를 알아보겠습니다. 우선, Cloud 함수의 최대 실행 기간은 9분이지만 워크플로는 특히 인적 상호작용이 포함된 경우 수일간 실행될 수 있습니다. 워크플로를 완료하는 데 시간이 더 필요하거나 응답 상태를 폴링할 때 단계 사이에 일시중지해야 할 수도 있습니다. 예를 들어 여러 Cloud Functions를 서로 연결하려는 경우 Pub/Sub를 사용할 수도 있지만 이러한 워크플로를 간단하게 개발하거나 운영할 방법은 없습니다. 우선, 이 모델에서는 단계 실패를 워크플로 실행과 연결하기가 까다롭기 때문에 문제 해결이 매우 어렵습니다. 또한 모든 워크플로 실행 상태를 파악하려면 커스텀 설계된 추적 모델이 필요하므로 아키텍처의 복잡성이 증가합니다.

이와 달리 워크플로 제품은 예외 처리를 지원하며 성공 및 실패를 포함한 개별 단계의 실행 및 상태에 대한 가시성을 제공합니다. 각 단계의 상태가 개별적으로 관리되기 때문에 워크플로 엔진이 오류에서 원활하게 복구할 수 있어 이 워크플로를 사용하는 애플리케이션의 안정성이 크게 개선됩니다. 마지막으로 워크플로 제품에는 인기 API 및 클라우드 제품의 기본 제공 커넥터가 포함된 경우가 많아 시간을 절약하고 기존 API 인터페이스를 활용할 수 있습니다.

Google Cloud의 Workflow 제품

Google Cloud 최초의 범용 워크플로 조정 도구는 Cloud Composer입니다.

Apache Airflow를 기반으로 한 Cloud Composer는 ETL 조정, 빅데이터 처리 또는 머신러닝 워크플로 등의 데이터 엔지니어링 파이프라인에 적합하며 BigQuery 또는 Dataflow 와 같은 데이터 제품과 원활하게 통합됩니다. 예를 들어 데이터 웨어하우스 또는 빅데이터 클러스터에서 일련의 작업을 실행하고 결과를 스토리지 버킷에 저장해야 하는 워크플로라면 Cloud Composer를 선택하는 것이 당연합니다.

하지만 서버리스 방식으로 이벤트를 처리하거나 API를 연결하려는 경우 또는 워크로드가 급격하게 증가하거나 지연 시간에 민감한 경우에는 Workflows를 권장합니다.

Workflows는 사용하지 않을 때는 0으로 조정되어 유휴 상태에서 비용이 발생하지 않습니다. 워크플로의 단계 수를 기준으로 가격이 책정되므로 워크플로를 실행하는 경우에만 비용을 지불하면 됩니다. 또한 Workflows에서는 실행 시간을 기준으로 요금을 청구하지 않으므로 태스크 사이에 워크플로를 몇 시간 일시중지할 때도 요금이 부과되지 않습니다.

Workflows는 자동으로 수직 확장되어 시작 시간이 매우 짧으며 '콜드 스타트'의 영향이 없습니다. 아울러 단계 간 전환이 빨라 지연 시간에 민감한 애플리케이션을 지원합니다.

Workflows 사용 사례

Workflows가 조정할 수 있는 프로세스와 흐름의 수에는 제한이 없습니다. 보다 인기 있는 사용 사례를 살펴보겠습니다.

고객 트랜잭션 처리

고객 주문을 처리해야 하는 경우를 가정해보면 한 상품의 재고가 없는 경우 외부 공급업체의 인벤토리 보충을 트리거해야 합니다. 또한 주문을 처리하는 중에 대량 고객 주문이 들어오면 영업 담당자에게 알리는 것이 좋습니다. 영업 담당자가 Slack을 사용해 이러한 알림을 받으면 빠르게 대처할 가능성이 높아집니다.

다음은 예시의 워크플로 다이어그램입니다.

위의 워크플로는 Slack, SendGrid 또는 인벤토리 공급업체의 커스텀 API를 포함한 외부 API는 물론 Google Cloud Firestore에 대한 호출을 조정합니다. 단계 간에 데이터를 전달하고 다른 API 출력에 따라 조건부로 단계를 실행하는 결정 지점을 구현합니다.

한 번에 하나의 트랜잭션을 처리하는 각 워크플로 실행이 로깅되어 필요한 경우 역추적하거나 문제를 해결할 수 있습니다. 워크플로는 필요한 재시도 또는 API에서 발생한 예외를 처리하여 전체 애플리케이션의 안정성을 개선합니다.

업로드된 파일 처리

고려할 만한 또 다른 사례로는 사용자가 업로드한 파일에 파일 콘텐츠에 따라 태그를 지정하는 워크플로가 있습니다. 사용자가 텍스트 파일, 이미지 또는 동영상을 업로드할 수 있기 때문에 워크플로에서는 파일의 콘텐츠를 분석하기 위해 다양한 API를 사용해야 합니다.

이 시나리오에서는 Cloud Storage 트리거에 의해 Cloud 함수가 트리거됩니다. 그러면 함수가 Workflows 클라이언트 라이브러리를 사용해 워크플로를 시작하고 워크플로에 파일 경로를 인수로 전달합니다.

이 예시에서 워크플로는 파일 확장자에 따라 사용할 API를 결정하고 해당하는 태그를 Firestore 데이터베이스에 저장합니다.

Workflows 심층 탐구

이 모든 사용 사례를 Workflows에서 즉시 구현할 수 있습니다. Workflows에서 확인할 수 있는 주요 기능을 자세히 살펴보겠습니다.

단계

Workflows는 ‘단계’로 전달되는 활동의 시퀀싱을 처리합니다. 필요한 경우 단계 사이에 시간 관련 요금이 발생하지 않고 일시중지되도록 워크플로를 구성할 수도 있습니다.

특히 네트워크 연결이 가능하며 워크플로 단계로 HTTP를 따르는 거의 모든 API를 조정할 수 있습니다. Cloud Functions 또는 Cloud Run에서 호출을 래핑하지 않고도 SaaS API 또는 비공개 엔드포인트를 포함한 모든 인터넷 기반 API에 대한 호출을 실행할 수 있습니다.

인증

Cloud 함수를 호출하거나 Firestore에서 데이터를 읽는 등 Google Cloud API에 대한 호출을 실행할 때 Workflows는 기본 제공 IAM 인증을 사용합니다. 워크플로에 특정 Google Cloud API를 사용할 수 있는 IAM 권한이 부여되어 있는 한 인증 프로토콜에 대해 걱정할 필요가 없습니다.

워크플로 단계 간 통신

대부분의 실제 워크플로에서는 단계 간 상호 통신이 필요합니다. Workflows는 단계에서 작업 결과를 후속 단계에 전달할 때 사용할 수 있는 기본 제공 변수를 지원합니다.

자동 JSON 변환

JSON이 API 통합에서 매우 일반적으로 사용되면서 Workflows가 API JSON 응답을 사전으로 자동 변환하여 이후 단계에서 이 정보에 손쉽게 액세스할 수 있습니다.

다양한 표현식 언어

또한 Workflows에는 산술 및 논리 연산자, 배열, 사전 및 기타 여러 기능을 지원하는 다양한 표현식 언어가 포함되어 있습니다. 워크플로에서 기본적인 데이터 조작을 직접 수행할 수 있어 API 통합이 더욱 간소화됩니다. Workflows는 런타임 인수를 허용하기 때문에 단일 워크플로를 사용해 다양한 이벤트 또는 입력 데이터에 대응할 수 있습니다.

결정 지점

변수와 표현식으로 대다수 워크플로의 중요한 또 다른 구성요소인 결정 지점을 구현할 수 있습니다. Workflows에서는 커스텀 표현식을 사용해 워크플로의 다른 부분으로 건너뛸지 아니면 단계를 조건부로 실행할지를 결정합니다.

조건부 단계 실행

로직에서 자주 사용되는 부분을 하위 워크플로로 코딩한 후 일반 단계로 호출하면 여러 프로그래밍 언어의 루틴과 비슷하게 작동합니다.

네트워크 문제나 특정 API의 작동 중지 등으로 인해 워크플로의 단계가 실패하는 경우가 있습니다. 그러나 이로 인해 전체 워크플로 실행이 즉시 실패하지는 않습니다.

Workflows는 워크플로가 API 호출에서 반환된 오류에 적절하게 대응하도록 해주는 구성 가능한 재시도 및 예외 처리의 조합으로 이 문제를 방지합니다.

위의 모든 기능을 Workflows 소스 코드의 일부로 구성할 수 있습니다. 구성의 실제 예시는 여기에서 확인할 수 있습니다.

지금 Workflows 시작하기

Workflows는 Google Cloud의 애플리케이션 개발 및 관리 도구 집합에 새로 추가된 강력한 도구이며 모든 프로젝트에 즉시 사용해 볼 수 있습니다.

Workflows 사이트를 살펴보거나 Cloud Console로 바로 이동하여 첫 워크플로를 빌드해 보세요. Workflows에는 무료로 사용해 볼 수 있는 무료 등급이 포함되어 있습니다. 앞으로 발표될 Workflows 관련 공지도 기대해 주세요.

Workflows가 조정에 도움이 되기를 바랍니다.

Cloud Logging으로 더욱 간편해진 앱 문제 해결

Thu, 05 Nov 2020 09:00:00 +0000

* 본 아티클의 원문은 2020년 10월 1일 Google Cloud 블로그(영문)에 게재되었습니다.

Cloud Logging의 로깅 기능은 Google Cloud에서 안정적인 애플리케이션과 인프라를 운영하는 데 핵심적인 역할을 합니다. Google은 로그를 보다 쉽게 저장하고, 찾고, 제어할 수 있는 새로운 기능을 추가했습니다.

오늘 Google은 새로운 기본 로깅 환경인 로그 탐색기를 발표합니다. 기존에 로그 뷰어 미리보기로 알려졌던 로그 탐색기는 문제 해결 과정에서 로그를 보다 잘 이해하고 분석할 수 있는 새로운 도구를 제공합니다. 그렇다고 기본 로그 뷰어가 없어지는 것은 아닙니다. 기본 로그 뷰어는 이제 기존 뷰어로 액세스할 수 있으며 로그 탐색기에 새 기능이 추가되는 동안 계속 제공됩니다.

로그 탐색기에는 새로운 명칭뿐 아니라 코드 문제 해결 중 로그 분석 시간을 단축하고 Google Cloud 환경을 보다 잘 파악할 수 있도록 설계된 새로운 기능까지 추가되었습니다.

로그 필드를 사용한 대화형 쿼리

로그 필드는 로그 요약과 다음 쿼리에 대한 유용한 정보를 제공합니다. 로그 필드에는 리소스 유형, 심각도, 로그 이름, 서비스별 정보(예: Google Kubernetes Engine(GKE) 클러스터 이름 또는 Cloud 함수 이름)를 비롯한 관련 메타데이터가 포함됩니다. 예를 들어 이 정보를 통해 '내 프로젝트에서 로그가 활발하게 생성되고 있는 서비스는 무엇인가?' 또는 '내 로그에 오류가 많은가?, 많다면 해당 오류가 어떤 서비스에서 발생하는가?'와 같은 질문에 답할 수 있습니다. 필드 값을 클릭할 때마다 값이 쿼리에 추가되어 그에 따라 구체화된 결과가 표시되기 때문에 로그 필드 구성요소로 쿼리를 조정할 수도 있습니다.

히스토그램을 사용한 이상치 찾기

히스토그램 보기를 사용하면 시간 경과에 따라 로그 양을 분석할 수 있습니다. 히스토그램에는 각 쿼리에서 반환된 결과가 반영되며 이를 통해 로그에서 시간 경과에 따른 이상치를 감지할 수 있습니다. 히스토그램은 문제 해결 과정에서 오류 급증이나 요청 로그 양 급락을 포착하는 데 도움이 됩니다. 히스토그램을 사용하면 쿼리를 구체화하고 내가 선택한 기간으로 검색결과 집합을 좁힐 수 있습니다.

로그 대시보드를 사용한 로그 모니터링

대시보드는 현재 환경에서 어떤 일이 일어나고 있는지를 파악하는 데 도움이 됩니다. 로그 대시보드를 사용하면 프로젝트의 상위 리소스 유형에 대해 시간 경과에 따라 심각도별로 분류된 로그 분포를 검토할 수 있습니다.

대시보드의 차트 행 하나당 하나의 리소스 유형이 포함됩니다. 오른쪽 차트에는 리소스에서 생성되는 모든 로그의 분포가 표시되고 왼쪽 차트에는 오류 분석 결과가 표시됩니다.

차트에 설명된 로그를 쿼리하려면 차트에서 막대를 클릭한 후 로그로 드릴다운하면 됩니다. 로그 대시보드를 사용해도 로그를 신속하게 찾을 수 있습니다.

로그 버킷으로 로그 검색

로그 버킷과 로그 보기를 사용하여 니즈에 따라 로그를 중앙화 또는 세분화하고 적절한 액세스 권한을 설정할 수 있습니다. 로그 보기를 사용하여 특정 로그 버킷에서 누가 어떤 로그를 볼 수 있는지 제어하는 IAM 권한을 설정할 수 있습니다. 최근 블로그 게시물을 확인하여 조직의 모든 로그를 Cloud Logging의 프로젝트 하나에 중앙화하고, GKE 멀티 테넌트 클러스터 로그를 별도의 여러 프로젝트/로그 버킷에 분산하는 것을 비롯한 일반적인 4가지 로그 버킷 사용 사례를 자세히 알아보세요.

조직 및 폴더 수준 로그 보기

리소스 계층 구조 내 다양한 지점에 조직 정책과 기타 정책 및 서비스를 적용하는 경우 이러한 로그를 이제 로그 탐색기에서 찾고 보다 쉽게 조직의 현황을 파악할 수 있습니다. 예를 들어 프로젝트/조직 드롭다운에서 조직을 선택하면 SetIamPolicy 및 SetOrgPolicy 감사 로그를 살펴봄으로써 어떤 IAM과 조직 정책이 조직에 추가되었는지 확인할 수 있습니다.

Cloud Logging에 대해 자세히 알아보기

아직 사용 전이라면 로그 탐색기 사용을 시작하고, 새로운 Qwiklabs에서 Cloud Logging을 자세히 알아보고, 메일링 리스트로 토론에 참여해 보세요. 또한 Next OnAir에서 Cloud Operations Spotlight 세션을 시청해 보세요. 의견이 있으면 언제든 알려주시기 바랍니다.

Active Assist 소개: 복잡성 감소, 클라우드 ROI 극대화

Tue, 20 Oct 2020 11:47:00 +0000

* 본 아티클의 원문은 2020년 7월 9일 Google Cloud 블로그(영문)에 게재되었습니다.

클라우드에서의 앱 실행은 엄청난 가치가 있기 때문에 클라우드 도입이 해마다 증가하고 있습니다. 하지만 클라우드에서 더 많은 애플리케이션을 실행하면 관리해야 할 시스템과 복잡성이 늘어납니다. 실제로 최고 경영진의 거의 절반이 앞으로 5년 동안 클라우드 컴퓨팅의 ROI에 가장 부정적인 영향을 미칠 요인으로 복잡성을 언급했습니다¹. 복잡성이 많은 문제를 일으킨다는 것이 이유인데, 그 중에서도 낭비 증가, 보안 약화, 관리 업무 과중을 예로 들 수 있습니다. 이 모든 문제가 일상 업무를 더 힘들게 만들고 클라우드 ROI를 감소시킵니다.

따라서 Google은 클라우드 운영에서 복잡성 관리를 적극적으로 지원하는 지능형 도구 및 기능의 포트폴리오인 Active Assist를 발표하게 되었습니다. Google이 Next '19에서 Policy Intelligence를 통해 처음 소개한 핵심 개념에서 출발한 Active Assist는 모든 Google Cloud 제품에 이러한 개념을 접목시켰습니다. 데이터, 머신러닝, 자동화, 인텔리전스를 활용하여 'Google이라는 마법'을 선사하므로 일상 업무에서 더 간단하고 스마트한 클라우드 환경을 누릴 수 있습니다.

Active Assist의 포트폴리오는 세 가지 핵심 활동으로 사용자를 지원합니다. 즉 스마트한 권장사항을 통해 클라우드를 사전에 개선하며, 더 나은 분석을 제공하여 애초에 실수가 발생하지 않도록 방지하고, 직관적인 문제 해결 도구를 사용하여 문제가 발생한 이유를 파악하도록 도와줍니다. Active Assist의 도움을 받으면 이러한 작업이 간단하고 빨라지므로 관리 업무 대신 혁신과 같은 일에 더 많은 시간을 투자할 수 있습니다.

이러한 문제 해결 및 분석 도구와 실행 가능한 권장사항을 통해 Active Assist는 클라우드를 통한 가치를 손쉽게 극대화하는 것을 목표로 하며 실제로 사용자에게 이미 친숙한 몇 가지 기능이 포함되어 있습니다.

최소한의 노력으로 최적화하기 위해 Google Cloud Console에서 상황에 맞고 실행 가능한 추천자(Recommender)가 제공됩니다. 권장사항을 한곳에서 볼 수 있는 권장사항 허브가 있으며 Recommender API에서 직접 유용한 정보와 권장사항을 가져올 수도 있습니다. 이를 조직의 기존 프로세스 및 워크플로에 통합하여 비용을 최적화하고 보안 격차를 쉽게 해소할 수 있습니다. 자세한 내용은 추천자에 관한 블로그를 확인하세요.
자동화(예: Compute 인스턴스의 자동 확장 및 자동 복구) 기능은 워크로드가 항상 적절한 양의 리소스를 보유하고, 실행하는 동안 정상적이고 안정적으로 유지되도록 합니다.
분석 도구(예: Network Intelligence Center의 연결 테스트 및 네트워크 토폴로지)는 구성 변경을 적용하기 전에 변경의 영향을 분석할 수 있게 해줍니다.
문제가 발생할 경우 Policy Intelligence 안의 정책 문제 해결 도구와 같은 문제 해결 도구가 문제를 신속하게 식별하고 해결하는 데 도움을 줍니다.

이러한 기존 기능 외에도 보안, 컴퓨팅, 네트워킹, 데이터, 비용 및 청구 등을 담당하는 Google Cloud 팀의 기여를 통해 Active Assist 포트폴리오에 더 많은 기능을 계속 추가할 것입니다. 새로운 기능의 공식 출시 전에 미리 테스트해보고 싶다면 양식을 작성하여 Active Assist 신뢰할 수 있는 테스터 그룹에 가입하세요.

컴퓨팅과 스토리지 리소스의 크기 조정, ID 보안, 네트워크 구성, 청구 할인 극대화 등 어떤 작업에서든 Active Assist의 목표는 일상 업무에 인텔리전스를 직접 통합하여 운영에 인텔리전스를 추가하는 것입니다. 이러한 도구와 권장사항을 개별적으로 추적하는 대신 Active Assist는 작업공간 내에서 사용자에게 바로 알림을 보내고 현재 작업 상황에 맞는 권장사항을 표시합니다.

샌프란시스코에 기반을 둔 금융 서비스, 판매자 서비스 애그리게이터 겸 모바일 결제 회사인 Square는 Active Assist를 사용하면서 다음과 같은 이점을 누리고 있습니다.

Active Assist의 정책 문제 해결 도구는 제 삶을 훨씬 수월하게 만들어 줄 것입니다. 과거에 기본으로 설정된 오류 메시지로 얼마나 힘들었는지 이루 말할 수가 없습니다. 정책 문제 해결 도구는 잘못된 정책 구성을 신속하게 찾고 파악하여 수정하는 데 있어 우리에게 딱 필요한 도구입니다. Paul Friedman, Square의 선임 보안 엔지니어

Active Assist의 목표는 사용자가 클라우드의 복잡성으로 인해 발생하는 문제를 관리할 수 있도록 지원하여, 시간을 절약하고 비즈니스 운영 개선에 보다 집중하면서 어디서나 클라우드를 최적화할 수 있도록 만드는 것입니다. 이를 용이하게 하기 위해 사용자가 신속하고 명확하고 손쉽게 변경 및 개선할 수 있도록 하겠습니다. 오늘 유용한 정보를 많이 살펴보았으며 앞으로 더 많은 정보를 제공할 예정이니 지켜봐 주시기 바랍니다. Active Assist에 포함된 기능과 새로운 기능에 대해 자세히 알아보려면 다가오는 Google Cloud Next '20: OnAir 세션인 CMP100: Cloud is Complex. Managing it Shouldn’t Be에 참가하시거나 Active Assist 웹페이지를 방문해 주세요.

^{1. Deloitte Consulting}

관리 도구

개발자와 운영자를 위한 애플리케이션 중심 AI 기반 클라우드 제공

Google Cloud 기반 애플리케이션 환경을 통합하여 볼 수 있는 Cloud 허브

Gemini Cloud Assist를 사용하여 자연어로 빠르게 애플리케이션 인프라 설계 생성 및 미세 조정

신규 인시던트에 빠르게 대응하도록 도와주는 Personalized Service Health

지금 시작하기

Cloud Logging의 로그 애널리틱스 차트 및 대시보드 공개 프리뷰 버전 발표

Troubleshooting

Audit 로그 예시

차트 및 대시보드의 작동 방식

다음 단계

Personalized Service Health 소개: 이슈 대응 커뮤니케이션 향상

Personalized Service Health를 사용해야 하는 이유

이벤트를 발견하는 방식을 선택하는 알림 구성

기존 이슈 관리 워크플로와 통합

내역과 보고서 만들기 및 과거 중단에서 배우기

통합하여 시간이 갈수록 더욱 커지는 이점 누리기

고객 및 파트너의 사례

지금 시작하기

개발자가 보안, 가성비, 탄소 감축을 최적화하는 데 ML 기반 추천을 활용하는 방법

Active Assist의 주요 신기능

Next ’22에서 Active Assist를 주제로 진행된 8개 세션

What's next?

What’s next for digital transformation in the cloud

몰입형 머신러닝 교육으로 미래 AI 리더를 양성하는 LG CNS

Active Assist 권장사항을 통한 탄소 발자국 절감

미사용 프로젝트의 탄소 영향 평가

Carbon Sense 제품군 소개

지속가능성 권장사항 시작하기

Terraform이 지원되는 새로운 Google Cloud Marketplace Private Catalog 알아보기

지금 Private Catalog로 이전하세요

Network Connectivity Center 소개: 온프레미스 및 클라우드 네트워킹 간소화의 혁명

VM 패치 전 디스크 클론 만들기

고려사항

기본 요건

권한

범위

스크립트 업로드

Linux

Windows

사전 패치 스크립트 실행이 포함된 패치 작업 만들기

Linux

Windows

스냅샷 생성 확인

패치 결과/Cloud Logging

클론

결론

대규모 Compute Engine 제품군을 손쉽게 관리하는 VM Manager 소개

대규모 가상 머신도 손쉽게 관리

Cloud Operations Sandbox로 SRE를 향한 첫걸음 내딛기

시작하기

다음 단계

Compute Engine 설명: OS 패치 관리 서비스 스케쥴링

시작하기

패치 배포 만들기

지금 Compute Engine VM 패치하기

Cloud Logging의 새로운 'tail -f' 기능으로 빠르게 로그 찾기

Cloud Monitoring에서 Monitoring Query Language 정식 버전 출시

MQL 시작하기

모니터링을 한 단계 업그레이드

Google Cloud의 서버리스 조정 엔진, Workflows 알아보기

샘플 워크플로

Google Cloud의 Workflow 제품

Workflows 사용 사례

Workflows 심층 탐구

지금 Workflows 시작하기

Cloud Logging으로 더욱 간편해진 앱 문제 해결

로그 필드를 사용한 대화형 쿼리

히스토그램을 사용한 이상치 찾기

로그 대시보드를 사용한 로그 모니터링

추천 쿼리 및 쿼리 라이브러리를 사용한 새롭고 유용한 정보 수집

로그 버킷으로 로그 검색

조직 및 폴더 수준 로그 보기

Cloud Logging에 대해 자세히 알아보기

Active Assist 소개: 복잡성 감소, 클라우드 ROI 극대화