FinOps: 하이브리드 IT에서의 CPU, RAM, Storage 비용 계산

FinOps: 하이브리드 인프라의 CPU, RAM, 스토리지 비용 산정

하이브리드 인프라 환경에서 효과적인 IT 비용 관리는 현대 기업의 주요 과제 중 하나입니다. 온프레미스 데이터 센터, 프라이빗 클라우드, 퍼블릭 클라우드를 혼합하여 사용하는 기업들은 각 컴퓨팅 리소스의 정확한 비용을 파악해야 할 필요성에 직면합니다. 투명한 가격 책정 모델 없이는 비용을 정확하게 할당하고, 다양한 환경의 효율성을 비교하며, 지출을 정당화하기 어렵습니다. 이 글은 FinOps 및 IT 재무 관리(ITFM) 관행 내에서 가장 복잡한 가격 책정 영역인 프라이빗 가상화 시스템에 초점을 맞춰 CPU, RAM, 스토리지의 단위 비용을 계산하는 실용적인 접근 방식을 제시합니다.

FinOps 및 하이브리드 인프라 과제 소개

기업의 IT 인프라가 온프레미스 데이터 센터, 프라이빗 가상화, 여러 퍼블릭 클라우드에 걸쳐 있는 환경에서 비용 회계 및 할당 문제는 단순한 회계 업무를 넘어 전략적 문제로 변모합니다. FinOps(Financial Operations) 및 ITFM(IT Financial Management) 개념은 재무 투명성을 보장하고 IT 지출을 최적화하는 데 매우 중요해집니다. 특정 프로젝트를 위해 구매한 장비 비용은 쉽게 귀속될 수 있고, 퍼블릭 클라우드 비용은 공급업체에 의해 결정되지만, 프라이빗 가상화 시스템은 가장 큰 복잡성을 안고 있습니다. 여기서는 리소스의 가격이 명확하지 않으며, 하드웨어 비용, 이중화, 오버서브스크립션 비율 및 관련 인프라를 고려한 상세한 계산이 필요합니다. 이 접근 방식의 목표는 이러한 수치를 계산할 뿐만 아니라, 손익 센터(P&L centers)에 비용을 할당하고, 예산을 책정하며, 전략적 계획을 세우는 데 활용할 수 있는 모델을 만드는 것입니다.

프라이빗 가상화의 기반을 형성하는 일반적인 서버 비용의 기본 분해부터 시작하겠습니다. 단순화를 위해 가상화 클러스터가 동일한 서버로 구성되어 있다고 가정합니다. 각 서버에는 각각 64코어 CPU 2개와 1024GB RAM이 장착되어 있다고 가정해 봅시다. 이러한 서버의 총 비용은 몇 가지 주요 구성 요소로 이루어집니다.

• 메모리(RAM) 비용
• 프로세서(CPU) 비용
• 플랫폼(마더보드, 네트워크 카드, 섀시, 전원 공급 장치 및 시스템 기능을 보장하는 기타 구성 요소) 비용

서버의 총 비용과 주요 부품의 가격 비율을 알면 할당 계수를 도출할 수 있습니다. 예를 들어, K_CPU = 0.32, K_RAM = 0.5, K_Platform = 0.18이라면, 이는 서버 비용의 32%가 CPU에, 50%가 RAM에, 18%가 플랫폼에 할당된다는 의미입니다. 이러한 계수를 통해 각 구성 요소의 순수 비용을 결정할 수 있습니다.

서버 하드웨어 비용 분해 방법론

단일 CPU 코어 및 단일 기가바이트 RAM의 기본 비용을 결정하려면 앞서 언급한 계수를 사용해야 합니다. Server_price가 서버의 총 비용이라고 가정해 봅시다. 그러면 구성 요소의 순수 비용은 다음과 같이 계산할 수 있습니다.

• 단일 CPU 코어의 순수 비용 (Core_c):

1 Core_c = (Server_price - (K_RAM Server_price + K_Platform Server_price)) / Number_of_Cores_in_Server

원문에서 제시된 계수와 코어 수(64)를 사용하면 공식은 다음과 같습니다.

1 Core_c = (Server_price - (0.5 Server_price + 0.18 Server_price)) / 64

• 단일 기가바이트 RAM의 순수 비용 (GB RAM_c):

1 GB RAM_c = (Server_price - (K_CPU Server_price + K_Platform Server_price)) / RAM_Volume_in_Server

계수와 RAM 용량(1024 GB)을 고려하면:

1 GB RAM_c = (Server_price - (0.32 Server_price + 0.18 Server_price)) / 1024

이러한 공식은 각 리소스에 대한 초기, 원시 비용을 제공합니다. 이러한 계산은 기본적인 것이며 실제 운영의 모든 미묘한 차이를 설명하지는 않는다는 점에 유의하는 것이 중요합니다. 그러나 이는 컴퓨팅 리소스 비용을 추가적으로 정교화하기 위한 기반을 마련합니다.

고가용성 및 오버서브스크립션 비율 고려

실제 가상화 시스템에서는 내결함성(HA - 고가용성) 요구 사항을 반영하기 위해 추가 계수를 고려해야 합니다. 이러한 계수는 용량의 일부가 예약되어 주요 워크로드에 사용될 수 없으므로 리소스의 유효 비용을 증가시킵니다. 예를 들어, CPU의 50%와 RAM의 20%가 HA를 위해 예약되어 있다면, 이는 나머지 리소스만 가상 머신 호스팅에 사용할 수 있음을 의미합니다. 따라서 사용 가능한 각 코어 또는 기가바이트 메모리의 유효 비용이 증가합니다.

고가용성 외에 중요한 매개변수는 오버서브스크립션 비율입니다. 오버서브스크립션은 할당된 가상 리소스 대 물리적 리소스의 비율입니다. 예를 들어, CPU 오버서브스크립션 비율이 2.5라는 것은 물리적 코어 하나당 2.5개의 가상 코어를 할당할 수 있다는 의미입니다. 메모리의 경우, 오버서브스크립션은 일반적으로 사용되지 않거나 성능에 직접적인 영향을 미치므로 매우 신중하게 적용됩니다. 이러한 요소를 고려하면 조정된 리소스 비용은 다음과 같습니다.

• 1 코어의 조정된 비용 (1 Core price):

1 Core price = (1 Core_c + 1 Core_c * CPU_HA_Coefficient) / CPU_Oversubscription_Coefficient

예를 들어, 50% HA 및 2.5의 오버서브스크립션 비율을 가정하면:

1 Core price = (1 Core_c + 1 Core_c * 0.5) / 2.5

• 1 GB RAM의 조정된 비용 (1 GB RAM price):

1 GB RAM price = 1 GB RAM_c + 1 GB RAM_c * RAM_HA_Coefficient

예를 들어, 20% HA (오버서브스크립션 없음)를 가정하면:

1 GB RAM price = 1 GB RAM_c + 1 GB RAM_c * 0.2

이러한 계수를 적용하면 안정성 요구 사항과 인프라 활용 효율성을 고려하여 컴퓨팅 리소스 비용을 보다 현실적으로 평가할 수 있습니다. 결과적으로, 하나의 일반적인 서버에서 특정 수의 가상 CPU(vCPU)와 GB RAM을 도출할 수 있으며, 이는 계산된 가격을 기반으로 손익 센터(P&L centers)에 할당될 것입니다. 예를 들어, 64개의 물리적 코어, 50% 예약, 2.5의 오버서브스크립션 비율을 가진 서버에서 (64 (1 - 0.5)) 2.5 = 80개의 vCPU를 얻을 수 있습니다. 초기 데이터가 예시와 같이 107 vCPU 및 855 GB RAM이었다면, 이는 이미 모든 계수를 원래 물리적 리소스에 적용한 결과입니다.

데이터 스토리지 및 보조 인프라 비용 계산

CPU 및 RAM 외에 IT 인프라의 핵심 리소스는 데이터 스토리지입니다. 1 GB SAN(스토리지 영역 네트워크)의 비용 또한 조정 계수를 포함한 별도의 계산이 필요합니다. 예를 들어, 이중화, 오버헤드 또는 SAN과 관련된 기타 운영 비용에 대해 30%의 계수가 반영될 수 있습니다. 계산 공식은 다음과 같을 수 있습니다.

1 GB SAN price = SAN_price / (SAN_volume - SAN_volume * Adjustment_Coefficient)

또는 계수가 최종 가격에 적용되는 경우:

1 GB SAN price = (SAN_price / SAN_volume) * (1 + Adjustment_Coefficient)

데이터 스토리지 시스템은 클래스(예: 올플래시, 하이브리드, HDD), 성능 및 기능에 따라 크게 달라지며, 이는 비용에 직접적인 영향을 미친다는 점을 이해하는 것이 중요합니다. 다양한 SAN 클래스에 대한 상세한 계산은 훨씬 더 복잡할 수 있으며, 더 깊은 비용 분해가 필요합니다.

핵심 컴퓨팅 리소스 및 스토리지를 넘어, 네트워크 장비 및 데이터 백업 시스템과 같은 보조 인프라 비용도 고려해야 합니다. 예를 들어, 네트워크 장비 사용 비용은 포트당 비용을 기준으로 계산할 수 있지만, 단순화를 위해 유틸리티 비용과 유사하게 손익 센터(P&L centers)에 균등하게 분배되는 경우가 많습니다. 데이터 백업 시스템 비용은 저장된 데이터 볼륨과 연관될 수 있습니다. 모든 것이 백업에 포함되는 경우, 데이터 백업 시스템의 추가 비용은 특정 계수(예: 라이선스 비용, 장비 및 운영 비용을 설명할 수 있는 0.67)를 사용하여 소비된 데이터 볼륨을 기준으로 계산할 수 있습니다.

여기에 제시된 계산은 단순화되었으며 기본적인 가격 책정 원칙을 보여주는 것을 목표로 한다는 점에 유의하는 것이 중요합니다. 실제 조건에서는 구성 요소 비용의 비율, 구성 및 공급 가격은 크게 달라질 수 있습니다. 최신 리소스 비용을 유지하려면 시장 역학 및 내부 요구 사항을 기반으로 계수를 정기적으로 검토하고 조정해야 합니다. 포괄적인 FinOps 접근 방식은 IT 인프라의 모든 수준에서 비용을 지속적으로 모니터링하고 최적화하는 것을 포함합니다.

주요 요점

• 비용 분해: 하이브리드 환경에서 정확한 IT 리소스 비용 계산을 위해서는 하드웨어, 특히 프라이빗 가상화에 대한 상세한 비용 분해가 필요합니다.
• 고가용성 회계: 리소스 비용에는 용량의 일부가 예약되므로 고가용성 및 내결함성을 보장하기 위한 계수가 포함되어야 합니다.
• 오버서브스크립션 비율: 오버서브스크립션 비율(특히 CPU의 경우)을 적용하면 물리적 리소스 활용도가 최적화되지만, 가격 책정 시 정확한 회계 처리가 필요합니다.
• 스토리지 및 보조 시스템: 데이터 스토리지 및 보조 인프라(네트워크, 데이터 백업 시스템) 비용 계산 또한 전체 비용 파악에 중요하며, 비례적으로 또는 유틸리티 서비스로 분배될 수 있습니다.
• 동적 모델: 비용 계산 모델은 현재 시장 가격, 장비 구성 및 내부 회사 요구 사항을 반영하기 위해 유연하고 정기적으로 업데이트되어야 합니다.

— Editorial Team