지난 해 10월부터 ‘OK! Google Cloud Newletter’를 구독하고 있었다. 오늘은 인프라와 클라우드 플랫폼에 관심이 많은 나에게 식견을 넓힐 수 있을 만한 글이 있어 기록하고자 한다.

이 글의 원문은
A revolution is coming for data and the cloud: 6 predictions for 2021이며, 상기의 글이 번역된 ‘OK! Google Cloud Newletter’에서 참고하였다.

1. 클라우드 컴퓨팅의 다음 단계는 ‘비용+혁신의 이점’에 관한 것이다.

조직 전체에 걸쳐 분석 및 AI의 채택이 가속화될 것이란 전망이다.
클라우드 마이그레이션 1세대는 서비스형 애플리케이션(Application as a Service)에 의해 주도되었다. 특정 애플리케이션을 빠르고 안전하게 개발할 수 있는 도구를 확보할 수 있었다.
클라우드 마이그레이션 2세대는 물리적 데이터 센터 메인테넌스에서 벗어나기 위해 인프라를 현대화했다. (아마.. 물리 데이터센터를 클라우드 환경으로 마이그레이션했다는 의미인것 같다.)
이제 3세대는 데이터 분석 및 AI/ML을 일상적인 비즈니스 프로세스에 도입하여 전반적인 산업에 영향을 끼치게 될 것이다.

2. 규정 준수는 단순히 추가 기능 항목일 수 없다.

최신 클라우드 모델은 데이터 주권과 접근성 문제에 대한 정밀 조사를 견딜 수 있어야 한다.
현 시대 기업이 보안 및 개인 정보보호의 중요한 구성요소를 무시하기엔 위험이 높다. 이러한 기본 요구 사항을 기반으로 구축된 클라우드 플랫폼이기 때문에 기업은 데이터 보호를 보장받으며 클라우드로 전환할 수 있다.

3. 개방형 인프라가 최고의 자리를 차지할 것이다.

2021년까지 80% 이상의 기업이 멀티 클라우드 또는 하이브리드 IT 전략을 구성할 것이다. 개방형 인프라와 개방형 API는 앞으로 나아갈 길이다.
사실 멀티클라우드나 하이브리드 구조는 예전부터 점점 증가하는 추세였다. 나 역시도 이런 상황으로 인해 AWS, GCP를 수박 겉핥기식으로 경험해보았는데, 더 관심갖고 개인적으로라도 Lab 구성을 해서 usecase를 경험해보아야할 듯 싶다.

4. AI/ML의 힘을 활용하는데 더 이상 데이터 사이언스 학위가 필요하지 않다.

일반적으로 관련된 모든 전문 지식과 전문 도구를 갖춘 데이터 사이언스는 진입장벽이 높았다. 높은 수준의 수학, 컴퓨터 사이언스의 지식을 요구하기 때문이다. 하지만 이제 완전히 새로운 분야를 배울 필요없이 ML모델링, AI 기능을 통해 데이터 사이언스에 접근할 수 있다. 이렇게 된다면 기존 분리된 데이터 사이언스 모델을 사용하는 기업보다 빠르게 데이터를 수집/분석/처리할 수 있다.

5. 점점 더 많은 전 세계 기업 데이터를 실시간으로 처리해야 한다.

클라우드에 저장된 데이터가 데이터 센터에 저장된 데이터를 능가하는 지점으로 빠르게 도달하고 있다. 2025년까지 세계 데이터가 175ZB로 61% 증가할 것으로 예상한다고 한다.

6. 데이터 레이크의 50% 이상이 여러 클라우드와 온프레미스에 걸쳐 있다.

 대규모의 다양한 원시 데이터 세트를 기본 형식으로 저장하는 데이터 리포지토리 유형을 데이터 레이크라 하는데 이러한 데이터에게 유연성을 더하기 위해 기업에서 멀티 클라우드를 선택하고 있다. 특히, 4번에 언급된 AI/ML 솔루션을 사용해 데이터 레이크를 더욱 쉽게 탐