[Cloud FinOps] 16장. 메트릭 기반 비용 최적화

메트릭 기반 비용 최적화(metric-driven cost optimization, MDCO)는 잠재적인 최적화 가능 수준을 파악한 다음 목표를 설정하여 운영 프로세스를 시작하게 만들어주는 최적화 방법이다.

 

메트릭 기반 비용 최적화의 기본 원칙은 아무것도 하지 않는 것이다.

즉 작업의 영향을 측정하는 메트릭을 확보할 때까지 아무것도 하지 않는다.

 

16. 1. 핵심 원칙

메트릭 기반 비용 최적화 방법을 정의하는 몇 가지 핵심 원칙이 있다.

 

자동화된 측정

사람이 아닌 컴퓨터가 측정을 수행한다.

 

목표

목표가 없는 메트릭은 단지 예쁜 그래프일 뿐이다.

 

달성 가능한 목표

현실적인 결과를 알아보려면 데이터를 제대로 이해해야 한다.

 

데이터 기반

작업과 행동이 데이터를 주도하는 것이 아니다. 데이터가 작업을 하도록 주도하는 것이다.

 

16. 1. 1. 자동화된 측정

핀옵스 실무자가 직접 임시 데이터를 처리하고 보고서를 작성하면 메트릭 기반 비용 최적화 속도가 느려지고 이상 징후에 대한 대응이 느려진다.

 

반복 가능하고 안정적인 데이터 처리를 통해 실제 비용 절감에 집중할 수 있다. 

그런 다음 따라야 할 프로세르를 구체화하고 비용 최적화 프로그램과 데이터, 메트릭에 반영되는 방식을 더 깊이 이해하는 데 시간을 할애할 수 있다.

 

16. 1. 2. 목표

항상 모든 그래프에는 목표선이 있어야 한다.

목표선 없이는 그래프가 조직에 의미하는 것을 확인할 수 없고 그래프 자체에 대한 기본적인 정보만 확인할 수 있다.

목표선은 언제 정보와 작업을 시작할 수 있을지 임계값을 보여준다.

 

16. 1. 3. 달성 가능한 목표

비용 최적화 프로그램 전반에 걸쳐 모니터링 할 수 있는 몇가지 메트릭이 있다.

메트릭을 결합할 때는 최적화를 통한 잠재적인 절감 효과를 기반으로 데이터를 정규화해야 한다.

'예약 적용률' 메트릭은 메트릭 기반 비용 최적화에서 달성 가능한 목표를 이해하는 데 도움이 되는 메트릭이다.

 

예약 적용률

온디맨드 요금과 예약 요금으로 청구되는 사용량을 보여주는 지표이다.

일반적으로 조직은 예약 적중 목표 번위를 설정하며 80%이다.

 

메트릭 결합

예약에 대한 성과 수준을 메트릭으로 확인하려면 단위 기간에 사용되는 예약과 사용되지 않는 예약의 양을 측정한다.

이 값을 예약 사용률이라 한다.

 

전체 성과 메트릭을 하나의 수치로 간단히 표시하기 위해 예약 사용률을 묶어보면 개별 성과가 저조한 예약이 숨겨질 수 있다. 이런 경우 개별 예약을 건건이 측정하고 개별적으로 성과가 저조할 때 경고하면 된다.

 

16. 1. 4. 데이터 기반

메트릭 없이 핀옵스 최적화를 하다보면 언제가 최적화 목표를 달성했는지 알 수 있는 실질적인 방법이 없다.

실제로 측정 기준이 없다면 목표를 설정할 수도 없다.

메트릭 기반 비용 최적화 방법을 핀옵스에 적용하면 비용 최적화에서의 원하는 결과가 확인될 수 있다.

변경 사항이 성공적이지 않은 것으로 메트릭에 나타나면 변경 사항은 추가적으로 조정해야 한다는 조기 경고로 사용될 수도 있고 변경 사항을 완전히 되돌릴 수도 있다.

 

16. 2. 메트릭 기반 프로세스와 규칙적인 프로스

예약을 너무 자주 구입하다 보면 시간이 낭비되기 때문에 균형을 맞춰야 한다.

필요한 경우에만 최적화하도록 메트릭을 설정하여 경고를 보낼 수 있다.

메트릭 기반 비용 최적화는 할 수 있는 최적화라면 어디든지 적용될 수 있다.

최적화를 적시에 수행할 수 있도록 메트릭을 올바르게 측정하는 것이 중요하다. 달성 가능한 목표를 설정하는 것도 중요하다.

 

16. 3. 목표 설정

예약 적용률과 같은 일부 메트릭의 경우 처음에는 보수적으로 목표를 설정한 후 80%와 같은 높은 목표를 설정하는 것이 좋다. 그렇다고 낮은 목표로 설정하는 것은 적합하지 않다.

예약 사용률이 '낮은 수준으로 시작' 모델로 적용되면 절감하는 것보다 더 많은 비용이 든다.

 

16. 4. 조치 작업

메트릭 기반 비용 최적화는 핀옵스의 세 단계를 모두 포함한다고 확인했다.

이 메트릭 데이터를 사용하여 가시성을 확보하고, 잠재적인 최적화를 계산하고, 이러한 수치를 기반으로 목표를 설정하는 방법을 확인했다.

메트릭 기반 비용 최적화의 성공 여부는 메트릭 기반 비용 최적화에 대한 보고와 경고를 설정한 후 수행하는 조치 작업에 따라 달라지기 때문이다. 경고메시지가 발생하면 최적화 성능에 필요한 변경 사항에 대응해야 한다.

 

16. 5. 마치며

메트릭 기반 비용 최적화는 비용 최적화 프로세스를 주도하는 가시성 확보 및 목표와 더불어 핀옵스 수명 주기의 세 단계를 모두 포함하는 최적화 방식이다.

그리고 자동화는 반복 가능하며 일관된 프로세스를 제공하는 데 중요한 역할을 한다.

• 모든 비용 최적화는 메트릭에 의해 이루어지며 모든 메트릭에는 달성 가능한 목표가 필요하다.
• 컴퓨터는 반복적인 데이터 분석을 수행하고 메트릭이 목표 수치를 벗어났을 때 경고해야 한다.
• 수행 중인 모든 변경 사항은 메트릭에 반영되어야 한다. 궁극적으로 절감액은 증가하고 비용 최적화 효율성을 높게 유지되어야 한다.
• 메트릭 기반 비용 최적화는 최적화 프로세스를 수행하는 데 가장 최적의 시기를 정확히 파악할 수 있는 방법이다.

 

메트릭 기반 비용 최적화 내부에는 자동화가 필요한 많은 프로세스들이 있다.

보고서 생성과 경고 메세지는 주요 자동화 필요 항목이다.