환경 비용 최적화를 위한 권장 사항

이 Azure 잘 설계된 프레임워크 비용 최적화 검사 목록 권장 사항에 적용됩니다.

이 가이드에서는 비용 최적화 워크로드 환경에 대한 권장 사항을 설명합니다. 각 환경은 특정 목적에 맞게 조정되고 비용 효율성을 위해 최적화되어야 합니다. 중요한 구성 요소를 손상시키지 않고 전략적 절충을 수행하고 가장 중요한 위치에 리소스를 할당하는 것이 중요합니다. 환경을 다르게 처리하고 그에 따라 최적화하면 비용 최적화와 필요한 목표 충족 간의 균형을 달성할 수 있습니다.

정의

주요 디자인 전략

환경 비용을 최적화하는 목표는 프로덕션, 사전 프로덕션 및 DR(재해 복구) 환경을 포함하여 각 환경에 대한 가치, 비용 및 위험의 적절한 균형을 찾는 것입니다. 비용을 절감하고 리소스를 효율적으로 사용하기 위해 특정 용도로 각 환경을 사용자 지정합니다. 효율성 또는 고객 만족도와 같은 각 환경의 이점을 결정합니다. 직접적인 수익을 내지 않더라도 환경에 대한 ROI(투자 수익률)를 평가하려고 합니다. 위험 수준이 높은 환경에 더 많은 비용을 지출하여 문제를 줄이고 위험 수준이 낮은 환경에서 비용을 절감할 수 있습니다. 각 환경의 가치, 비용 및 위험의 균형을 맞추는 것을 목표로 합니다.

환경 값 평가

각 환경의 가치를 평가한다는 것은 비즈니스에 미치는 광범위한 영향을 이해하고, 사용자 만족도를 측정하며, 조직의 가장 중요한 목표에 부합하는 방식을 결정하는 것을 의미합니다. 이 평가는 리소스 할당에 대해 합리적 결정을 내리고 비용을 환경 우선 순위에 맞추는 데 도움이 됩니다. 가치의 본질은 환경이 생성하는 수익의 양을 넘어 확장됩니다. 환경의 가치를 평가할 때 워크로드의 목표에 공감하는 방식으로 지출의 우선 순위를 지정해야 합니다. 각 환경의 값을 평가하려면 다음 요소를 고려합니다.

• 사용자 고려: 각 환경을 사용하는 사용자와 필요한 환경을 고려합니다. 예를 들어 고객은 성능 및 작동 시간을 위해 신뢰할 수 있고 특정 SLA를 충족해야 하는 프로덕션 환경을 사용합니다.

  반면 개발 환경은 주로 개발자 및 테스터와 같은 워크로드 팀을 위한 것입니다. 이 환경은 고객 관련 SLA를 충족할 필요는 없지만 팀이 효과적으로 작업하는 데 필요한 도구와 리소스가 있어야 합니다.

  각 환경에서 사용자의 고유한 요구 사항을 이해하면 리소스를 더 잘 할당하고 추가 비용을 방지할 수 있습니다. 이러한 회피는 각 환경이 기능적이고 비용 효율적인지 확인하는 데 도움이 됩니다.

• 조직의 가치 측정값에 맞게 조정: 비용 절감 노력을 이익 또는 직원 만족도와 같은 조직의 우선 순위에 맞춥니다. 각 환경에 대해 성공을 정의하는 방법을 이해하여 작업을 대상에 유지할 수 있습니다. 예를 들어 조직에서 수익 극대화 또는 직원 만족도에 중점을 둔 경우 지출 결정을 해당 메트릭에 맞춥니다.

환경 비용 결정

환경 비용을 결정하는 것은 각 워크로드 환경에서 인프라, 서비스, 라이선스 및 운영 비용의 비용을 파악하는 것입니다. 비용 관리 도구는 환경 전반의 지출 패턴 및 추세에 대한 인사이트를 얻는 데 핵심적인 요소입니다. 환경 비용을 확인하려면 다음 전략을 고려합니다.

• 비용 동인 식별: 각 환경에서 비용을 유발하는 주요 요인을 식별합니다. 이러한 요인에는 리소스 사용률, 스토리지 사용량, 데이터 보존, 데이터 전송 및 특정 서비스가 포함될 수 있습니다.

• 위험 평가: 지출 결정과 관련된 위험 및 환경 및 비즈니스 운영에 미치는 잠재적 영향을 평가합니다. 데이터 보안, 규정 준수, 성능, 감사 및 SLA 요구 사항과 같은 요소를 고려합니다.

• 지출 모니터링 및 조정: 지출 패턴, 가치 전달 및 위험 요소를 지속적으로 모니터링하고 분석합니다. 환경 및 비즈니스 요구 사항이 진화함에 따라 지출 최적화 전략을 정기적으로 검토하고 조정합니다.

프로덕션 환경 최적화

프로덕션 환경에서 비용을 최적화하려면 불필요한 비용을 줄이고 운영 효율성을 개선하기 위한 전략을 구현해야 합니다. 프로덕션 배포를 차별화하고 사용자의 요구 사항을 충족하는 데 집중합니다. 프로덕션 환경을 최적화하기 위한 권장 사항은 다음과 같습니다.

• 지역 구분: 적은 수의 고객에게 서비스를 제공하는 지역에 대한 지출이 줄어듭니다. 예를 들어 사용자의 10%를 제공하는 지역보다 사용자의 90%를 제공하는 지역에 더 많은 투자를 해야 합니다. 각 지역 및 사용자 세그먼트의 요구 사항을 충족하도록 배포 전략을 조정합니다.

• 크기 조정 차별화: 수평 및 수직 크기 조정 전략을 구현합니다. 과도하게 프로비저닝하지 않고 수요를 충족하도록 리소스를 효율적으로 확장합니다.

• 인프라 차별화: 필요한 성능 및 확장성을 충족하는 비용 효율적인 하드웨어 및 인프라 솔루션을 선택합니다. 성능, 비용, 안정성 및 확장성과 같은 요소를 고려합니다.

• 테넌트 모델 조정: 테넌트 모델을 기반으로 환경을 사용자 지정합니다. 예를 들어 유료 테넌트에 대한 서비스 및 기능에 더 많은 비용을 지출하고 미지불 테넌트에 더 적은 비용을 지출합니다.

재해 복구 환경 최적화

DR 환경은 워크로드가 중단 이벤트 후 복구하는 데 사용하는 인프라 및 프로세스를 나타냅니다. 파괴적인 이벤트에는 자연 재해, 사이버 공격 및 하드웨어 오류가 포함됩니다. DR 환경을 유지하는 비용과 중단 이벤트의 잠재적 영향을 균형 조정합니다. 다음과 같은 전략을 고려해 보세요.

• 시스템 및 데이터의 중요도 평가: 시스템 및 데이터의 중요성을 평가하여 각 구성 요소에 필요한 보호 및 리소스 수준을 결정합니다.

• RTO 및 RPO 결정: DR 환경의 디자인을 결정하는 데 도움이 되도록 각 시스템 또는 애플리케이션에 대해 허용되는 가동 중지 시간 및 데이터 손실 제한을 정의합니다.

• 콜드 DR 환경 최적화: 콜드 DR 환경에는 인프라 또는 실행 중인 서비스가 거의 없거나 전혀 없습니다. IaC(Infrastructure as Code)를 사용하여 중단 이벤트 중에 인프라를 신속하게 배포할 수 있습니다. 백업 및 스토리지 정책은 환경의 RPO 및 RTO를 충족해야 합니다. 데이터 백업의 양과 빈도가 필요 이상으로 강력하지 않은지 확인합니다.

  절충: 콜드 DR 환경은 비용 효율적인 옵션이지만 복구 시간이 길어질 수 있습니다.

• 핫 DR 환경 최적화: 모든 인프라 및 서비스는 핫 DR 환경에서 실행됩니다. 데이터는 기본 사이트를 실시간으로 미러링합니다. 재해가 발생한 경우 거의 즉각적인 장애 조치(failover)와 최소한의 데이터 손실을 제공합니다. 비용을 최적화하기 위해 활성-활성 배포를 고려합니다.

• 따뜻한 DR 환경 최적화: 웜 DR 접근 방식은 콜드 DR 환경과 핫 DR 환경 간의 중간 지점입니다. 웜 환경은 부분적으로 활성화되어 있으며 주기적으로 기본 사이트와 동기화됩니다. 비용 및 복구 시간 사이의 균형을 제공합니다. 그러나 비용 최적화가 가장 낮은 방법입니다. 비용을 최적화하려면 콜드 또는 핫 방식을 고려하세요.

사전 프로덕션 환경 최적화

사전 프로덕션 환경을 최적화하려면 개발, 테스트 및 스테이징 영역 내에서 리소스를 전략적으로 관리하여 프로덕션을 면밀히 시뮬레이션하면서 불필요한 비용을 절감해야 합니다. 사전 프로덕션 환경에는 프로덕션 환경의 전체 규모와 가용성이 필요하지 않습니다. 가장 많은 기회는 프로덕션을 정확히 복제하지 않고 특정 테스트 및 개발 요구 사항에 맞게 이러한 환경을 조정하는 것입니다. 비용 절감 영역에는 저비용 리소스 사용, 불필요한 서비스 해제, 사전 프로덕션 사용 시 제공되는 할인 적용 등이 있습니다. 사전 프로덕션 환경을 최적화하려면 다음 전략을 고려하세요.

사전 프로덕션 환경 평가

사전 프로덕션 환경의 할당이 부족하거나 부적절한 경우 리소스가 과도하게 프로비저닝되거나 프로비저닝이 부족해질 수 있습니다. 워크로드에 대한 사전 프로덕션 환경을 평가하려면 다음 지침을 고려하세요.

• 환경 유형 이해: 워크로드에 필요한 개발, 테스트 및 스테이징과 같은 사전 프로덕션 환경 유형을 식별합니다. 각 환경에는 효율적인 리소스 할당을 보장하기 위해 정의된 역할 및 특정 함수가 있어야 합니다.

• 사용자의 요구 사항에 맞춥니다. 사전 프로덕션 환경을 설정하기 전에 사용자의 요구 사항과 기대치를 이해합니다. 기능 또는 리소스의 불필요한 비용을 방지하기 위해 요구 사항에 따라 기능 및 사양을 조정합니다.

• 환경 통합: 기능을 손상시키지 않고 환경을 결합할 수 있는지 확인합니다. 겹치지 않는 함수가 있는 환경을 결합합니다. 예를 들어 사용자 승인 환경을 품질 보증 환경과 병합할 수 있습니다. 함수는 고유하며 한 환경은 일반적으로 다른 환경이 사용 중일 때 유휴 상태입니다.

  위험: 충돌을 발생하거나 테스트 또는 개발 프로세스를 손상시키지 않도록 환경을 결합할 때는 주의해야 합니다.

다음 표에서는 일반적인 사전 프로덕션 환경의 예를 제공합니다.

거버넌스 적용

거버넌스 적용은 사전 프로덕션 환경에서 배포 옵션을 제한하여 비용을 제어하고 위험을 완화하는 것입니다. 사전 프로덕션에서는 구성을 조정하고 리소스를 배포할 수 있는 유연성을 제공합니다. 사전 프로덕션 환경이 프로덕션 환경에서 벗어날수록 잠재적 위험이 커질 수 있습니다. 거버넌스를 사용하여 사전 프로덕션 환경을 제한합니다. 다음 지침을 고려하세요.

• 성능 계층 제한: 사전 프로덕션 환경의 성능 요구 사항을 평가합니다. 비용과 성능의 균형을 맞추는 성능 계층을 선택합니다. 서비스는 종종 성능 계층이 다르며 이러한 계층 중 일부는 테스트에 더 적합합니다. 일부 서비스에는 프로덕션과 유사한 기능을 제공하지만 SLA와 함께 제공되지 않는 계층이 있습니다. 이러한 서비스는 비용을 절감하지만 테스트 및 개발에 필요한 기능을 제공합니다.

• 사전 프로덕션 SKU 이해: 일부 SKU는 개발 환경을 위해 설계되었습니다. 비용을 최적화하려면 서비스 및 계층을 평가합니다. 워크로드에 고성능이 필요하지 않은 경우 성능이 낮은 계층을 선택합니다.

• 인스턴스 및 CPU 수 제어: 워크로드 요구에 따라 사전 프로덕션 환경에 필요한 최적의 인스턴스 수와 CPU 리소스를 결정합니다. 비용을 최소화하기 위해 리소스를 과도하게 프로비전하지 않습니다.

• 보존 및 로깅 제한: 사전 프로덕션 환경에서 로그 및 데이터에 대한 보존 정책을 정의합니다. 규정 준수 요구 사항 및 비용 고려 사항에 따라 로그 및 데이터를 보존하는 데 필요한 기간을 고려합니다. 스토리지 비용을 줄이기 위해 과도한 로깅 및 보존을 방지합니다.

• 일관된 CPU 아키텍처 사용: 사전 프로덕션 및 프로덕션에서 동일한 CPU 아키텍처를 사용합니다. 예를 들어 x86 애플리케이션은 Azure Resource Manager에서 기본적으로 실행되지 않으며 그 반대의 경우도 마찬가지입니다. 프로덕션 환경과 동일한 CPU 아키텍처를 사용하여 호환성을 보장하고 잠재적인 문제를 최소화합니다.

• 동일한 운영 체제 사용: 사전 프로덕션 환경에서 운영 체제(예: Windows에서 Linux로) 또는 커널을 변경하지 마세요. Windows용으로 빌드된 소프트웨어는 호환성 계층 없이 Linux에서 기본적으로 실행되지 않는 경우가 많으며 그 반대의 경우도 마찬가지입니다. 파일 시스템과 디렉터리 구조가 다르기 때문에 애플리케이션 패치 문제가 발생할 수 있습니다. 일관된 환경은 호환성 문제의 위험을 줄이고 원활한 배포를 보장하는 데 도움이 됩니다.

• 크기 조정 제한: 비용을 최적화하기 위해 자동화를 제한하여 런어웨이 자동화를 완화할 수 있습니다. 예를 들어 개발 환경에서 최대 크기 조정 제한을 3으로 설정하고 프로덕션 환경에서 10으로 설정합니다. 리소스 사용량 및 자동화 비용을 제어할 수 있도록 크기 조정을 제한합니다.

• 불필요한 리소스 끄기: 리소스를 사용하지 않을 때(예: 근무 시간 및 주말) 해제합니다. 자동화 도구 또는 스크립트를 사용하여 리소스의 종료 및 시작을 예약할 수 있습니다. 일부 공급업체는 프로그래밍 방식으로 리소스를 중지하고 시작하는 데 사용할 수 있는 API를 제공합니다. IaC를 사용하여 더 이상 필요하지 않을 때 제거할 수 있는 임시 환경을 만드는 것이 좋습니다.

• 사용 가능한 지역 제한: Azure 리소스가 더 저렴할 수 있는 다른 지역에서 사전 프로덕션 환경을 실행할 경우의 잠재적 이점을 고려합니다. 이러한 환경의 비용을 최적화하기 위해 이러한 지역에 대한 사전 프로덕션 배포를 제한합니다.

프로덕션과의 유사성 균형 조정

사전 프로덕션 환경이 프로덕션 환경을 정확하게 미러링하는 것은 종종 불필요하고 비용이 많이 듭니다. 목표는 불필요한 비용을 방지하기 위해 각 사전 프로덕션 환경이 프로덕션 환경과 적절하게 다른지 확인하는 것입니다. 그러나 사전 프로덕션과 프로덕션이 다른 경우 버그를 프로덕션에 배포할 위험이 있습니다. 이러한 환경이 다를수록 위험이 더 깁니다. 요구 사항에 맞게 사전 프로덕션 환경을 조정하면 비용을 최적화하면서 위험을 관리하는 데 도움이 될 수 있습니다. 프로덕션과 유사성의 균형을 맞추려면 다음 권장 사항을 고려하세요.

• 정확한 복제본 방지: 사전 프로덕션 환경을 프로덕션의 정확한 복사본으로 만들지 마세요. 불필요하게 비용을 증가시킬 수 있습니다. 비용 효율적이지만 배포 전에 잠재적인 위험을 파악하고 해결할 수 있는 사전 프로덕션 환경을 만듭니다.

• 극단적인 편차 방지: 다른 서비스 사용과 같이 프로덕션에서 과도한 편차를 방지합니다. 다른 서비스는 실제 위험을 정확하게 시뮬레이션하지 않을 수 있습니다. 위험 임계값을 결정하고 비용을 절감하기 위해서만 임계값을 초과하지 마세요.

• 런타임 단축: 사전 제작 단계에서 프로세스의 런타임을 줄여 비용을 절감하는 것이 좋습니다. 감지되지 않은 메모리 누수와 같이 발생할 수 있는 새로운 취약성에 주의해야 합니다.

• 라이선스 검토: 보안 도구에 대한 라이선스 계획을 검토합니다. 프로덕션 및 사전 프로덕션 설정 간에 노드 수가 크게 달라지면 보안을 손상시키지 않고 비용을 미세 조정해야 하는 요구 사항을 재평가합니다.

개발 환경 최적화

개발 환경은 개발, 테스트 및 디버깅을 위해 설계되었습니다. 수명 주기가 짧고 필요에 따라 만들어지는 경우가 많으며 짧은 시간 동안 존재합니다. 개발 환경은 일반적으로 다른 사전 프로덕션 및 프로덕션 환경에 비해 안정성, 용량 및 보안에 대한 요구 사항이 낮습니다. 기능이 더 적고 리소스 사용률이 낮아질 수 있습니다. 개발 환경을 최적화하려면 다음을 수행합니다.

• 도구 평가: IDE(통합 개발 환경), 라이선스 및 관련 도구를 포함하여 현재 도구 설정의 비용 효율성을 정기적으로 평가합니다. 품질을 손상시키지 않고 유사한 기능을 제공하는 무료 또는 오픈 소스 대안을 고려합니다. 개발 환경이 발전함에 따라 이러한 도구의 필요성과 효율성을 지속적으로 재평가합니다.

• 하드웨어 고려: 현재 하드웨어 설정의 비용 및 성능을 평가합니다. 더 효율적이고 효율적인 하드웨어에 투자하면 생산성을 높이고 장기 비용을 줄일 수 있습니다. 자주 사용하는 하드웨어 교체 대신 기존 시스템을 업그레이드하여 수명을 연장하고 성능을 개선하는 것이 좋습니다.

• 환경 수 최적화: 개별화된 개발 환경과 공유 환경의 장점 및 단점을 분석합니다. 개별 환경은 프로덕션 설정을 모방하고, 개발자 간의 간섭을 방지하며, 사용자 지정된 설정을 제공할 수 있습니다. 그러나 개발자 수가 늘어나면 크기 조정 비용이 더 많이 듭니다. 공유 환경은 비용을 절감할 수 있지만 문제가 전체 개발 팀에 동시에 영향을 줄 경우 안정성 문제가 발생할 수 있습니다. 비용, 위험 완화, 효율성 및 개발자 만족도에 따라 적절한 균형을 찾습니다.

• 정기적으로 정리: 분리된 리소스, 사용되지 않는 데이터 및 개념 증명 실험이 누적되지 않도록 개발 환경을 정기적으로 정리하고 최적화합니다. 정리 프로세스 또는 자동화된 도구를 구현하여 사용되지 않는 리소스를 식별하고 제거합니다. 필수 구성 요소와 활성 구성 요소만 유지합니다. 정기적으로 정리하면 스토리지 비용을 절감하고 효율적인 리소스 사용률을 보장합니다.

• 샘플링된 크기 조정 구현: 모든 구성 요소를 최대 용량으로 확장하는 대신 중요한 구성 요소를 선택적으로 확장하는 샘플링된 접근 방식을 고려합니다. 이 방법은 위험을 최소화하면서 비용 효율적일 수 있습니다. 특정 요소의 크기를 조정하지 않는 위험 대 이점 비율을 평가하고 환경에 미치는 잠재적인 영향을 고려합니다.

• 데이터 관리 최적화: 개발 환경에는 데이터 보존 및 백업 빈도에 대한 요구 사항이 낮을 수 있습니다.

엔드포인트 에뮬레이션 고려

특히 GPU와 같은 고가의 리소스에 대해 엔드포인트 에뮬레이션 또는 모의 엔드포인트를 사용하여 사전 프로덕션 환경에서 비용을 최적화할 수 있습니다. 사전 프로덕션 환경에서 가장 비용이 많이 들거나 리소스를 많이 사용하는 구성 요소 또는 서비스를 식별합니다. 모의 엔드포인트를 사용하여 이러한 비용이 많이 드는 구성 요소의 응답을 호출하지 않고 시뮬레이션합니다. API 응답을 시뮬레이션하려면 상용 또는 오픈 소스 API 모의 서버 또는 사용자 지정 구현을 사용할 수 있습니다.

에뮬레이션 및 모의 엔드포인트는 비용을 절감하는 데 도움이 되지만 프로덕션 환경을 테스트하기에 충분한 수준까지 나타내야 합니다. 정확도와 비용 간의 균형을 조정하여 향후 프로덕션 문제를 방지할 수 있습니다. 예를 들어 GPU가 주요 비용 요소인 경우 사전 프로덕션 단계에서 실제 GPU 처리 능력이 필요하지 않은 작업에 대해 GPU 에뮬레이션을 고려합니다. 에뮬레이션은 실제 GPU의 성능 또는 단점을 완전히 나타내지 않을 수 있으므로 사전 프로덕션 테스트에 정확한 GPU 동작이 중요하지 않은 경우 사용합니다.

Azure 촉진

환경 비용 결정 및 최적화: Microsoft Cost Management 는 조직이 Microsoft 클라우드 워크로드의 비용을 모니터링, 할당 및 최적화하는 데 도움이 되는 도구 모음입니다. Cost Management는 청구 또는 리소스 관리 범위에 액세스할 수 있는 모든 사용자가 사용할 수 있습니다.

Azure Advisor 는 최적화가 필요한 가상 머신 사용 영역 식별을 포함하여 비용 최적화 권장 사항을 제공하는 도구입니다. Advisor를 사용하여 합리적인 의사 결정을 내리고 Azure 환경에서 비용을 최적화할 수 있습니다. Azure는 지출의 우선 순위를 지정하는 데 도움이 되는 비용 관리 도구 및 기능을 제공합니다. 이러한 도구를 사용하여 환경 전반에서 비용을 추적 및 분석하고, 예산을 설정하고, 비용 최적화 권장 사항을 받을 수 있습니다.

거버넌스 적용: Azure Policy를 사용하면 Azure 환경에서 배포할 수 있는 리소스 유형에 대한 제한을 적용하는 정책 규칙을 정의하여 리소스 종류, SKU 및 인스턴스를 제한할 수 있습니다. 프로비전된 리소스에 대한 제어를 유지하고 조직의 정책 및 모범 사례를 준수할 수 있습니다.

Azure Policy를 사용하여 리소스 유형을 제한하려면 허용되는 리소스 유형을 지정하는 정책 규칙을 정의할 수 있습니다. 관련 Azure 구독 또는 리소스 그룹에 해당 규칙을 적용합니다. Azure Policy를 사용하면 사용자가 허용되지 않는 리소스를 배포할 수 없습니다.

Azure Resource Manager를 사용하여 선언적 방식으로 리소스를 정의하고 관리합니다. 특정 요구 사항에 따라 각 환경에 할당된 리소스를 조정할 수 있습니다. 템플릿을 사용하고 리소스 구성을 매개 변수화하여 비용을 최적화합니다.

사전 프로덕션 환경 최적화: Azure는 비프로덕션 환경에 할인된 요금을 제공하는 개발/테스트 가격 책정 옵션을 제공합니다. 비프로덕션 환경에서 비용을 최적화하는 중요한 프로덕션 환경에 더 많은 리소스와 예산을 할당할 수 있습니다. Azure 라이선스 제품인 Azure 하이브리드 혜택 사용할 수도 있습니다.

API 모의 작업에 Azure API Management를 사용할 수 있습니다. API Management는 API 공급자가 API 소비자에게 영향을 주지 않고 API 구현을 추상화하고 백 엔드 아키텍처를 발전시킬 수 있는 백 엔드 서비스의 외관 역할을 합니다.

비용 최적화 검사 목록

전체 권장 사항 집합을 참조하세요.