리캡 시리즈
- 리캡 01: Coinbase re:Invent 요약 (IND3312)
- 리캡 02: AI 및 AWS를 활용한 미래 거래 플랫폼 구축
- 리캡 03: 거래 혁신: Amazon Bedrock 기반 Jefferies AI 어시스턴트(IND3315)
- 리캡 04: FSI가 에이전틱 AI로 HFT 분석을 혁신한 방법(GBL302)
- 리캡 05: Nasdaq 사례로 살펴보는 Amazon Time Sync 기반 분산 시스템 개선
- 리캡 06: 글로벌 복원력을 위한 Amazon Aurora HA 및 DR 설계 패턴 (DAT442)
- 리캡 07: 에이전틱 AI 구축: Amazon Nova Act와 Strands Agents 실전 활용 (DEV327)
- 리캡 08: Amazon Aurora와 주요 혁신 심층 분석 (DAT441)
- 리캡 09: Amazon S3 심층 분석(STG407)
- 리캡 10: Nasdaq: 글로벌 금융 서비스를 위한 복원력 있는 인프라 구축(HMC327)
- 리캡 11: AWS Lambda의 새로운 기능(CNS376)
- 리캡 12: Kiro를 활용한 스펙 주도 개발(DEV314)
- 리캡 13: Amazon의 FinOps: 글로벌 전자상거래 대기업이 전하는 클라우드 비용 교훈(AMZ308)
- 리캡 14: AWS에서 지연 시간 거래 플랫폼을 거래하려면 선택하세요.
세션 노트
Amazon의 현대화 여정에서 얻은 핵심 교훈
- AWS Billing and Cost Management Services를 기반으로 구축
- FinOps 관행의 기반 마련
- Amazon은 AWS에서 운영되므로 포괄적인 FinOps 접근 방식이 필요
- 월별 클라우드 비용을 위한 맞춤형 재무 보고로 시작
- AWS Data Exports, Cost and Usage Reports(CUR) 및 기타 AWS 결제 서비스로 전환
- 월별/계정 단위에서 ARN 및 시간 단위 시각화로 전환
- 여러 팀(빌더, 리더, 재무, FinOps)이 비용 데이터를 폭넓게 활용할 수 있도록 지원
- 셀프서비스 비용 분석과 실시간 의사 결정을 위해 Cost Explorer 활성화
- 더 나은 비용 통제를 위해 조직 전체에 태깅 전략 배포
- Compute Optimizer 및 Cost Optimization Hub 같은 AWS 기능과 통합
- 중앙 집중식 보고에서 분산형 비용 인텔리전스 모델로 전환
- 일관된 통제와 통합 도구 세트를 위해 AWS Organizations 활용
비즈니스에 연계된 메커니즘을 통한 효율성 향상
- 과제: 비용 관리 관행의 광범위한 도입
- 핵심 통찰: 팀 수준에서 클라우드 비용을 비즈니스 성과와 연결
- AWS Cost & Usage Report(CUR)의 세분화된 비용과 팀이 중요하게 여기는 비즈니스 지표를 결합
- 지출액과 지출한 비용당 얻은 가치를 파악할 수 있도록 지원
지능형 자동화를 통한 FinOps 관행 확장
- FinOps를 효율적으로 확장하기 위한 프로세스 자동화에 집중
- 사용된 구체적인 자동화 전략과 도구 설명
- FinOps 관행을 유지하고 확장하는 데 자동화가 중요함을 강조
비즈니스 맥락 통합
비용과 비즈니스 성과의 연결을 통한 도입 촉진
- 도입의 핵심: 팀의 비용을 비즈니스 성과와 연결
- 계정 및 태그 기반 비용 할당을 비즈니스 맥락과 투자 추적에 포함
- AWS 비용 관리 서비스를 활용해 투자 수익률 분석 자동화
- 비용 가시성 단순화
- 실행 가능한 통찰과 최적화 기회를 위해 AWS Cloud Intelligence Dashboard(CID) 사용
- 예산 차이를 보여 주기 위해 AWS 서비스별 세부 예산 데이터를 실제 사용량과 비교
- 재무 및 운영 효율성 팀이 비용 절감 계획과 예산/예측 수정을 처리할 수 있도록 지원
- AWS 인프라 사용량과 함께 맥락화된 비즈니스 데이터 통합
- 팀별 심층 서비스 분석을 위한 역할별 보기 생성
- 실제 사례
- 팀은 비용 급증, 발생 계정, 서비스 및 리소스를 식별 가능
- 매출이나 예산 같은 지표와 함께 비즈니스 영향 시각화
- 즉각적인 조치를 위해 비용 급증을 개인이나 계획과 연결
- 효율성 접근 방식의 발전
- 효율성에 획일적인 해법은 없다는 점을 인식
- 기본 리소스 사용률 지표(CPU, 메모리, 네트워크 처리량) 측정
- 워크로드마다 서로 다른 효율성 접근 방식이 필요
- 중앙 효율성 메커니즘 구축
- 비즈니스별 효율성 추적
- 중앙에서 합의한 이상적인 기준과 비교하여 리소스 사용률 모니터링
- 적용 가능한 사업 부문에서 효율성과 비용 절감 측면의 상당한 성과 달성
비즈니스 맥락 통합(계속)
신용 점수 지표
- 다양한 서비스의 리소스 효율성을 측정하기 위해 신용 점수라는 지표 생성
- 중앙 기준선을 정교화하기 위한 반복적 접근 방식
- 중앙 효율성 캠페인(예: 용량 사용률, 스토리지 클래스 최적화)과의 부합 여부 평가
- 사업 부문별 FinOps 성숙도를 측정하기 위해 비즈니스 데이터(매출, 예산)와 연계
- 팀이 최적화하여 상당한 비용을 절감하도록 지원
- 주간 효율성 점수
- 팀은 비용 권장 사항이 포함된 주간 효율성 점수를 받음
- 기술 범주(스토리지, 컴퓨팅, 생성형 AI, 데이터베이스, 네트워크)별로 권장 사항을 그룹화 가능
- 권장 사항을 계정, 팀 및 담당자와 연결
- 모든 이해관계자(재무 팀, 리더십, 기술 담당자, 운영 효율성 팀)가 각자의 관점에서 데이터를 확인 가능
- FinOps 관행 확장을 위한 자동화
- 진정한 클라우드 재무 관리는 지속적이고 지능적인 순환 과정
- AWS 서비스를 자동화된 워크플로와 통합하여 수동 프로세스를 스스로 개선되는 시스템으로 전환
- 클라우드 비용에 대한 더 나은 가시성을 제공하는 것부터 FinOps 자동화 여정을 시작
- 인프라 지출 패턴에 대한 더 깊은 통찰을 제공하는 시스템을 만들기 위해 지속적으로 반복 개선
- 각 개선 사항이 학습 주기에 다시 반영되어 지능형 클라우드 재무 관리 역량을 강화
- 효과적인 FinOps 자동화에는 추세, 예산 차이 및 용량 요구 사항의 포괄적인 활용이 필요
지능형 자동화를 통한 FinOps 관행 확장
알림 및 자동 대응
- 팀은 선호하는 채널을 통해 최적화 기회에 대한 알림을 받음
- 충분히 이해된 시나리오의 경우, 팀은 자동 대응을 트리거하는 정책과 임계값을 정의 가능
- 신뢰 구축과 도입 촉진에는 자동화와 감독 사이의 균형이 중요
- 투명성을 통한 신뢰 구축
- FinOps 확장에는 일관된 투명성이 필요
- 모든 작업(자동 또는 수동)을 상세히 기록하고 추적해야 함
- 팀은 인프라 비용에 어떤 일이 왜 발생하는지 정확히 확인할 수 있어야 함
- 투명성 우선 접근 방식은 자동화 및 계획 기능 도입에 매우 중요
- 사람의 통찰과 자동 분석 결합
- 특히 소매 분야에서 큰 효과
- AWS 서비스를 기반으로 FinOps 자동화 여정을 시작
- 먼저 비용 가시성 확보에 집중
- 충분히 이해된 프로세스(예: 재무 계획, OP1 주기, 계획, 용량 관리)를 점진적으로 자동화
- 투명성과 결과를 통해 신뢰가 쌓이면 자동화의 범위와 정교함을 확대
- 목표는 사람을 제거하는 것이 아니라 자동화로 사람의 역량을 강화하는 것
자체 FinOps 로드맵 구축
견고한 기반
- 맞춤형 도구, 메커니즘 및 프로세스로 시작
- AWS 결제 및 비용 관리 서비스는 맞춤형 솔루션보다 더 나은 가시성을 제공
- AWS Cost and Usage Report는 세밀한 비용 통제를 위한 세분화된 데이터를 제공
- Cost Explorer는 팀에 직접 분석 기능을 제공
- AWS Organizations는 대규모 거버넌스를 지원
- 비즈니스 성과와 클라우드 비용 연결
- 진정한 혁신은 비즈니스 성과를 클라우드 비용과 연결할 때 발생
- 단순히 지출액을 아는 것보다 매출에 비용이 어떻게 귀속되는지 이해하는 것이 더 실행 가능성이 높음
- AWS Cost Intelligence Dashboards는 목표에 부합하는 팀 수준의 가치와 지표를 표시
- 규모와 효율성을 위한 자동화
- 월별 검토에서 일일 최적화 작업으로 전환
- 지능형 시스템이 이상을 감지하고 최적화를 권장하며 개선 사항을 자동으로 구현
- 자동화가 일상적인 작업을 처리하는 동안 팀은 전략적 의사 결정에 집중
- 자동화를 통해 대규모로 운영
