3개월 후장면 7 / 9
새로운 저장 환경의 도입
장기 보관 데이터가 빠르게 늘어나자 기업은 비용이 낮은 Object Storage 를 새 저장 환경으로 도입했습니다. 기존 업무를 유지하면서 데이터의 저장 위치를 변경합니다.
On-premisesAWSGoogle CloudMicrosoft AzureObject Storage새로 도입
장기 보관 전송의 목적지가 AWS 에서 Object Storage 로 바뀝니다.
운영 담당자가 한 일은 새 저장 환경을 연결 대상에 추가하고, 보관 전송의 목적지를 바꾼 것입니다. 분석팀과 서비스 운영팀의 아침은 달라지지 않았습니다.
Live context지금
3개월 후새로운 저장 환경
기업의 인프라가 확장됩니다.
현재 운영 환경- On-premises내부 업무 시스템
- AWS데이터 저장
- Google Cloud데이터 분석
- Microsoft Azure서비스 운영
- Object Storage새로 도입
진행 중인 업무- 장기 보관 데이터 이전전송 중
- 정기 전송진행 중
다음 업무 시작1년 후
다음 이야기, 1년 후새로운 AI 프로젝트 →1년 후장면 8 / 9
새로운 AI 프로젝트
1년 후, 기업은 AI 프로젝트를 시작했습니다. 학습에 쓸 데이터는 여러 환경에 흩어져 있고, 새로 들어온 AI 인프라는 그 데이터를 매일 받아야 합니다.
On-premisesAWSGoogle CloudMicrosoft AzureObject StorageAI Infrastructure새로 도입
보관 환경과 분석 환경에서 AI Infrastructure 로 학습 데이터가 매일 건너갑니다.
새 프로젝트를 위해 새 전송 체계를 만들 필요는 없었습니다. 이미 연결된 환경에 AI 인프라 하나가 더해졌고, 학습 데이터는 보관 환경과 분석 환경에서 정해진 시간에 건너갑니다.
Live context지금
1년 후새로운 AI 프로젝트
새 프로젝트가 기존 운영 위에 더해집니다.
현재 운영 환경- On-premises내부 업무 시스템
- AWS데이터 저장
- Google Cloud데이터 분석
- Microsoft Azure서비스 운영
- Object Storage새로운 저장 환경
- AI Infrastructure새로 도입
다음 업무 시작2년 후
다음 이야기, 2년 후새로운 운영 담당자 →2년 후장면 9 / 9
새로운 운영 담당자
2년 후, 이 이야기를 처음부터 함께한 운영 담당자가 다른 팀으로 옮겼습니다. 새 담당자가 처음 한 일은 지금까지의 전송 이력과 현재 운영 중인 전송 목록을 읽는 것이었습니다.
인수인계 목록, 운영 중인 전송
주기업무경로상태
매일 07:00정기 전송 3건데이터센터, AWS, Google Cloud, Azure운영 중
매주장기 보관 이전AWS → Object Storage운영 중
매일학습 데이터 전달보관, 분석 환경 → AI Infrastructure운영 중
어떤 데이터가 어디에서 어디로, 언제 움직이는지가 모두 기록에 있었기 때문에 인수인계에 긴 설명이 필요하지 않았습니다. 다음 월요일 07:00, 데이터는 전과 같이 움직였습니다.
Live context지금
2년 후지속되는 데이터 운영
처음과 달라진 기업의 전체 운영 환경입니다.
현재 운영 환경- On-premises내부 업무 시스템
- AWS데이터 저장
- Google Cloud데이터 분석
- Microsoft Azure서비스 운영
- Object Storage새로운 저장 환경
- AI InfrastructureAI 프로젝트