오늘날 클라우드 사업 분야를 주도하는 기업은 아마존이다. AWS를 추격하는 이인자로는 마이크로소프트 애저가 손꼽힌다. 그러나 대규모 검색 및 여타 서비스를 직접 지원하기 위해 구축하기 시작한 구글의 클라우드 서비스도 독자적인 강점을 다수 지니고 있다.
특히 구글의 여러 소비자용 제품과 유사한 강력한 단순성, 오픈소스 친화성, 명확하고 개방된 여러 도구 등은 구글 고유의 특징이라고 표현할 수 있을 정도다. 여기 구글 클라우드가 아마존웹서비스(AWS)를 능가하는 특징 13가지를 정리했다.
구글 크롬 엔터프라이즈(Google Chrome Enterprise)
코로나 19로 인한 록다운이 시작되자, 크롬 엔터프라이즈을 애용하는 기업들은 직원들이 집에서 일을 할 수 있도록 준비시키는 것이 조금 더 쉽다는 것을 실감했다. 모든 클라우드 서비스가 곳곳에서 가동되는 ‘오픈(개방형)’ 표준에 토대를 두고 있었기 때문이다.
직원들이 특정 브랜드나 모델만 이용하도록 한정시킬 필요가 없다. 구글은 노트북 컴퓨터와 데스크톱, 스마트폰에서 사용되는 다양한 운영체제에 크롬을 배치해 놓았다.
‘운영 체제로서의 웹’ 전략이 구글 클라우드 서비스에도 적용되고 있다. 기업 이용자들이 일반적인 운영체제가 실행되는 일반적인 장치를 찾으면서, 크롬 생태계 내의 도구와 인터페이스에 익숙해지고 있다. 직원들이 특정 VPN을 실행시키거나, 원격 액세스를 셋업 할 필요가 없다. 특정 OS에 국한될 필요도 없다. 모든 것이 브라우저에서 실행된다.
앱 스크립트(App Script)
스프레드시트용 매크로 작성을 소프트웨어 개발로 간주할 수 있을까? 아니면 프로그래머는 아니지만 재능 있는 사람이 배워서 처리할 수 있는 그런 일일까? 앱 스크립트는 자바스크립트 프로그래머가 구글 앱의 모든 것을 서로 연결시킬 수 있는 구글 클라우드의 계층으로 매크로 매우 유사하다. 레코드 버튼이 동작을 지켜보고, 그 단계를 코드로 변환한다.
G스윗 앱들을 연결하는 것이 일부 정교한 컨테이너를 빌드하는 것보다 훨씬 더 단순 해진다. 작업이 단순하다면, 약간의 앱 스크립트만으로 작업을 마칠 수 있을 정도다. 조금 더 정교한 작업의 경우에도 여전히 앱 스크립트로 마지막 단계를 만들 수 있다.
사용자가 G스윗 앱을 많이 이용한다면, 가장 간단히 이들에게 친숙한 무언가를 만들 수 있는 방법은 앱 스크립트를 이용하는 것이다.
앱시트(AppSheet)
클라우드 서비스가 확산되면서, 사람들은 이를 연결하기 원하고 있다. 과거에는 이를 위해 많은 코드가 필요했지만, 지금은 누구나 할 수 있을 정도로 단순해지고 있는 추세이다.
구글의 앱시트는 구글 애널리틱스와 G스윗같은 서비스를 연결할 수 있는 ‘노 코드(No Code, 코드가 필요 없는)’ 옵션이다. ‘노 코드’가 아주 정확한 표현이 아닐 수도 있지만, 워크플로우와 필드 검사, 보고용 도구는 하고 싶은 일 대부분에 큰 도움을 준다.
모든 구성요소가 구글 클라우드에 위치하며, 이제 텍스트 기반 코드에 수반되는 문장이나 유효 범위(스코프) 문제를 걱정할 필요없이 모든 것을 더 쉽게 연결할 수 있게 되었다.
헬스케어 API(Health Care API)
의료 및 보건 관련 업종에 종사하고 있다면, 구글의 헬스케어 API가 도움이 된다. 직접 코드를 쓰는 시간을 줄여주는, 잘 만들어진 코드 계층이 추가되어 있기 때문이다. 이 API는 환자 프라이버시 보호와 HIPPA, HL 7 FHIR, HL7 v2, DICOM 준수에 도움을 주는 중요한 표준(기준)들 가운데 상당수를 지원한다. 더 낮은 수준에서 연결을 하는 코드를 써야 하는 경우, 더 기본적인 빅쿼리 같은 제품을 이용할 수 있다.
안토스(Anthos)
안토스를 구글 클라우드 플랫폼에만 고유한 것으로 간주할 이유는 없다. 멀티클라우드 개발과 배포용 플랫폼으로 마케팅 되고 있기 때문이다. 이미 AWS에도 가동되고 있으며, 애저에서도 지원될 예정이다. 그렇지만 구글 클라우드에서 아이디어가 시작되었고, 여전히 구글의 클라우드 미래 비전에서 큰 부분을 차지하고 있다.
안토스 브랜드는 가상 머신이 컨테이너로 구현되어 쿠버네티스 포드로 흐른다는 구글 하이브리드 비전과 관련된 포괄적 개념이다. 마이그레이트 포 안토스(Migrate for Anthos) 도구는 VM에서 실행되는 ‘구식’ 스택을 내부 서버실이나 안토스가 실행되는 퍼블릭 클라우드에서 구현되는 최신 쿠버네티스 배포판을 지원하는 컨테이너로 변환시켜 준다.
상단에 계층으로 존재하는 서비스 메시가 마이크로서비스 배포와 디버그를 더 용이하게 만들어 준다. 보안과 ID 정책이 일관되게 관리되기 때문에 개발자의 시간과 노력을 줄여준다.
파이어베이스(Firebase)
구글 클라우드 플랫폼은 정보를 저장할 여러 다양한 방법들을 제공한다. 그러나 옵션 중 하나인 파이어베이스는 일반 데이터베이스와 조금 다르다. 파이어베이스는 정보만 저장하는 것이 아니다. 데이터를 데이터베이스의 또다른 사본으로 복제하며, 여기에 모바일 클라이언트 등 클라이언트들을 포함시킬 수 있다.
다시 말해, 파이어베이스는 클라이언트로부터 서버로의 푸싱(그리고 풀링) 모두를 처리한다. 클라이언트 코드를 쓰면, 가용할 때 필요한 데이터가 마법같이 나타난다고 가정할 수 있다.
모바일 개발자, 그리고 분산되어 서로 연결되는 앱을 빌드하는 모든 개발자에게 큰 문제 중 하나는 사본이 필요한 모든 사람들에게 새 데이터 버전을 푸싱하는 것이다. 새 정보를 조금이라도 푸싱하기 위해서는 이런 연결들을 모두 유지해야 한다.
파이어베이스는 데이터베이스처럼 보이지만, 실제는 다른 플랫폼에 대한 익스텐션과 통합이 확장 및 확대되어 있는 모바일 개발 플랫폼이다. 분산형 웹이나 모바일 앱 빌드에 필요한 많은 구조를 갖고 있다. 모바일 웹 앱 또한 여기에 해당된다.
임베디드 머신러닝
빅쿼리와 파이어베이스는 데이터베이스로 불리지만, 동시에 머신러닝 플랫폼이다. 데이터를 저장할 수 있지만, 이후 상사가 분석을 원할 경우 동일한 테이블로 머신러닝 루틴을 구현할 수 있다. 데이터를 옮기거나, 별개 머신러닝 툴킷을 위해 조정할 필요가 없다. 모두 한 장소에 위치한다. 개발자가 연결 코드를 만드는 시간과 수고를 줄여주는 기능, 특징이다.
데이터베이스의 원동력이 되는 SQL을 위한 추가적인 이점이 있다. SQL 언어에 키워드를 추가하는 방식으로 빅쿼리의 머신러닝을 불러내 이용할 수 있다. DBA 언어를 이용, AI사이언티스트가 처리하는 일을 할 수 있다.
한편 파이어베이스 개발자는 데이터베이스의 강점과 함께, 안드로이드나 iOS 장치에 로컬 저장된 데이터로 머신러닝을 가져오는 도구인 ‘머신러닝 키트 포 파이어베이스(ML Kit for Firebase)’를 호출해 이용할 수 있다.
G스윗 통합
구글은 기본 오피스 제품들과 자사 클라우드 플랫폼 제품들 간 통합을 지원 및 제공한다. 즉 전사적으로 G스윗을 사용하는 구글 이용자는 데이터 수준에서도 이렇게 할 수 있다. 예를 들어, 빅쿼리는 구글 스프레드시트 문서를 구글 드라이브로 보내 데이터를 이용 및 분석하는 몇 가지 방법을 제공한다. 또는, 구글 스프레드시트 데이터를 가져와 빅쿼리 데이터베이스로 옮길 수 있다.
소속 조직이 이미 여러 G스윗앱들을 이용하고 있다면, 조금 더 쉽게 데이터와 코드를 구글 클라우드에 저장할 수 있을 것이다. 더 쉽게 통합을 할 수 있는 수십 가지 연결 방법, 경로가 있다.
더 많은 가상 CPU
마지막으로 확인했을 때 AWS EC2 인스턴스는 최대 96개의 vCPU를 지원하고 있었다. 구글 클라우드의 머신 목록에는 가상 CPU의 수가 3자리 수인 머신들이 일부 포함되어 있다. m2-ultramem-416은 416개 가상 CPU와 1만 1,776 기가바이트의 메모리(RAM)를 지원하는 ‘괴물’이다.
물론 가상 CPU의 수가 CPU가 성능과 동의어는 아니며, 일부 벤치마크에서는 속도가 다르다. 여기에 더해, 가상 CPU의 수의 증가가 항상 소프트웨어 처리 속도 증가로 이어지는 것은 아니다. 해결하려는 문제에 대한 처리량을 기준으로만 제대로 성능을 측정할 수 있을 것이다. 그러나 어쨌든 416개 CPU를 지원하는 머신을 이제 이용할 수 있다.
맞춤형 클라우드 머신
구글 서비스의 경우, 사용자가 인스턴스에서 이용할 메모리(RAM)의 양과 가상 CPU의 수를 선택할 수 있다. AWS도 많은 옵션을 갖고 있다. 그러나 구글이 좀더 ‘진짜 맞춤형’에 가깝다. 구글의 경우, 막대를 이용해 맞춤 선택을 할 수 있다. 예로 들어, 12개 vCPU와 74GB 메모리(RAM)를 선택할 수 있다. 또는 14개의 vCPU를 선택할 수도 있다. 이런 식으로 구글은 사용자의 요구를 수용한다.
단 제약이 아예 없는 것은 아니다. 아주 정확히 조정할 수 있는 것은 아니다. 통상 짝수로만 조정된다. 예를 들어, 13개의 vCPU를 선택할 수 없다. N2D 같은 일부 머신 카테고리의 경우, 가상 CPU의 수를 4의 배수로만 설정할 수 있다. 강력한 머신을 구축하려 할 경우 vCPU를 16 블록 단위로만 소비해야 한다.
그렇지만 훨씬 더 유연하게 설정이 가능한 것은 분명하다. 조금 색다른 구성이 필요하거나, 작업에 필요한 최소한의 메모리(RAM)만 정확히 프로비저닝하고 싶은 경우 유용하다.
프리미엄 네트워크
구글과 아마존 모두 대형 네트워크로 데이터센터들을 연결하지만, 전용 ‘프리미엄’ 네트워크는 구글만 갖고 있다. N+2 중복성, 데이터 센터 간 3개 이상의 경로 등 성능과 신뢰도를 보장하는 ‘프리미엄’ 고객들을 위한 ‘전용 고속도로’ 같은 네트워크이다. 여러 데이터 센터 간 로드 밸런싱과 구글 CDN을 원하는 경우, 프리미엄 네트워크를 선택해 데이터가 더 매끄럽게 전송되도록 만들 수 있다.
프리미엄 사용자가 아닌 사용자는 어떨까? 패킷 전송 속도가 아주 느릴까? 그렇지 않다. 물론 가격이 저렴한 서비스는 보장되는 부분도 적다. 구글은 이 옵션을 제공함으로써 사용자가 더 빠른 글로벌 데이터 전송을 위해 더 많은 돈을 낼지, 아니면 간헐적인 장애를 감수하는 방법으로 돈을 절약할지 선택권을 주고 있다. 머리를 복잡하게 만드는 또다른 옵션이 아니다. 기회이다.
선점형(pre-emptible) 인스턴스
웹사이트 신규 방문은 그 즉시 처리를 해야 한다. 반면 백그라운드 프로세싱과 유지관리 작업 대부분은 그 즉시 처리할 필요가 없다. 몇 시간 이내에 반드시 처리해야 하는 종류의 작업도 아니다. 처리하기만 하면 된다.
구글은 상당히 할인된 가격의 ‘선점형 인스턴스’라는 서비스를 제공하고 있다. 구글이 더 중요한 작업이나 사용자에게 리소스가 필요할 때, 선점형 서비스 사용자의 인스턴스를 중지시킬 수 있는 권리를 갖고 있는 서비스이다. 이후 리소스에 대한 수요가 감소할 때 해당 서비스의 인스턴스가 다시 가동된다. 저렴한 가격을 찾는 이용자라면 반가운 옵션이다.
AWS도 컴퓨팅 관련 비용을 줄일 수 있는 여러 방법을 제공한다. 높은 낙찰가를 내야 자원을 입찰해 이용할 수 있는 마켓플레이스를 예로 들 수 있다. 경매를 계속 주시하면서 낙찰가를 조정할 시간이 있는 경우 유용하다.
그러나 처리할 더 중요한 일이 있다면 유용하지 않다. 구글은 자발적인 서비스 강등 수용에 대해 보상을 하는 메카니즘을 마련했다. 이를 고정된 가격 형태로 맞춰 제공한다. 복잡하지 않은 방법이다.
장기 사용 할인(Sustained use discount)
구글 클라우드 플랫폼의 또 다른 장점은 머신을 많이 사용하면 자동으로 할인이 적용된다는 점이다. 컴퓨터 인스턴스는 매달 ‘정가(완전한 가격)’에서 시작된다. 그러나 이후 가격이 인하되기 시작한다. 가격이 월 사용량에 토대를 두고 있어, 계속 머신을 가동할 필요가 없다. 매달 절반 정도 인스턴스를 가동하는 경우, 약 10%의 할인이 적용된다. 인스턴스를 계속 가동하면 정가의 30%에 해당되는 가격이 할인된다.
구글은 컴퓨터 사이언티스처럼 가격을 책정해 적용한다. 사용자가 다양한 머신 종류에 대해 사용한 메모리의 양과 vCPU의 수를 추적한 후, 가능한 여러 머신들을 통합해서 더 큰 할인을 제공한다. 구글은 이를 ‘추론 인스턴스’로 부르고 있다. 조금 복잡하지만, 여러 머신의 사용과 사용 중단을 지속적으로 반복할 경우에는 꽤 유용한 방식이다.
AWS도 할인을 제공한다. 그러나 사전에 예약된 머신을 구입한 사용자, 스폿 마켓에서 입찰을 한 사람에게만 적용된다. 또한 대형 사용자를 보상하기 위한 계층형 할인 제도를 활용하고 있다. 일부 경우에는 ‘장기 사용 할인’과 같은 효과가 있을 수도 있다. 그러나 사용자 본인이 지켜야 할 부분이 많은 방식이다. 구글은 이런 번거로움 없이 그냥 보상을 한다.
* Peter Wayner는 오픈소스 소프트웨어, 자율주행 차량, 개인정보 보호 강화, 디지털 트랜잭션, 스테가노그래피(steganography) 등 다양한 주제에 관한 16권 이상의 책을 저술한 저자다. dl-ciokorea@foundryco.com
