?(주)이노그리드?/?김명진 클라우드연구센터 센터장
4차 산업혁명 시대에 등장한 신기술(빅데이터, IoT, AI)을 기반으로 의료, 미디어, 제조 등 다양한 산업에서 ICT 기술 융합이 증가하고 있다. 급변하는 시장 변화와 신기술의 등장에 대응하기 위해 R&D를 용이하게 지원하는 RDaaS (R&D as a Service)와 이를 지원하는 클라우드는 이제 선택이 아닌 필수 요소가 되고 있다. 본고에서는 R&D를 지원하는 클라우드 서비스의 중요성을 인식하고 RDaaS와 이에 기반이 되는 클라우드 기술을 살펴보고자 한다.
Ⅰ. 4차 산업혁명 시대의 R&D
지능정보 기술인 인공지능, 사물인터넷, 빅데이터로 상징되는 4차 산업혁명 시대가 도래하면서 민간 ? 학계 ? 정부의 주도하에 ICT 기반 지능 정보 사회구현을 목표로 많은 움직임을 보이고 있다. 이러한 변화는 빅데이터 ? AI ? IoT와 같은 4차 산업혁명 R&D의 핵심기술로 대두된 신기술이 다른 산업과 융합되면서 점차 활성화되었고, 이에 따라 국내 정부 정책도 R&D의 중요성을 인식하고 정부연구개발투자가 증가하는 등 적극적인 투자를 보이고 있다. 이러한 산업 ? 시장의 변화에 따라 해외에서는 글로벌 대기업 중심으로 초연결 지능정보사회 실현을 위해서 클라우드 기반의 빅데이터 ? AI ? IoT 플랫폼을 통합적으로 지원하는 서비스가 등장하였다. 국내에서도 산업 성장을 위해 R&D를 위한 클라우드 기반 인프라와 소프트웨어 관련 핵심 기술에 적극적으로 투자하고 있다. 이와 같은 정부 동향을 볼 때 RDaaS는 4차 산업혁명 융합산업에서 연구개발에 중요한 요소가 될 것임을 알 수 있다.
본고에서는 4차 산업혁명 시대의 R&D를 위한 RDaaS 기술의 중요성을 인식하고 이에 기반이 되는 핵심 기술을 살펴보고자 한다. 2장에서는 RDaaS가 무엇인지 살펴보고, 3장에서는 RDaaS의 기반이 되는 핵심 기술을 분석하고, 마지막으로 RDaaS의 차후 방향에 대해 고찰하고자 한다.
Ⅱ. 클라우드 기반의 RDaaS 정의
RDaaS는 다양한 산업의 연구개발 목적에 따라 맞춤형으로 연구자에게 필요한 연구개발 환경을 제공하는 서비스로, 클라우드 인프라부터 ICT 핵심 기술(빅데이터, AI, IoT 등)을 위한 플랫폼 제공 등 연구 개발에 필요한 통합 환경을 제공한다. 기존의 레거시 시스템 환경에서 프로젝트와 목적에 따라 개별 R&D 환경을 구축하고 운영하는 일은 R&D 수행 프로세스 중 상당한 시간을 차지한다. 이는 급변하는 기술발전과 시장 변화에 대응하기 위한 신기술 도입 및 필요 환경 구성(인프라, 소프트웨어)이 어려워지는 원인이 되었다. RDaaS는 이러한 문제를 개선하여 연구개발에 최적화된 클라우드 기반의 표준 인프라 구축 및 운영 환경을 통합적으로 제공하여 4차 산업혁명 핵심 분야인 빅데이터 ? AI ? IoT 개발에 필요한 환경을 신속히 제공할 수 있게 한다. 이에 따라 연구자와 개발자는 급변하는 기술 트렌드 변화에 맞는 환경을 제공받아 빠르게 연구개발을 할 수 있게 되므로 신기술 개발 및 신서비스 개발속도가 비약적으로 향상된다. 특히 이러한 변화는 의료, 미디어, 에너지, 제조 등의 다양한 4차 산업혁명 산업 분야에서의 ICT 기술 융합이 용이하게 되므로 산업간 융합 서비스 개발의 편의성을 향상시킨다.
[그림 1] 4차 산업혁명 R&D 기술 개발 개요
Ⅲ. RDaaS의 기반이 되는 클라우드 기술
연구개발을 위한 RDaaS는 연구개발의 복잡성 및 다양성을 충족하기 위해 표 1과 같이 8가지 분야의 기반 기술로 구성되어 있다.
1) 서버 가상화 기술
전문적인 R&D 서비스 개발을 위해서는 고성능 및 고가용성의 가상 컴퓨팅 인프라스트럭처를 제공하는 서버 가상화 기술이 필수적이다. 서버 가상화 기술은 급변하는 기술 발전과 시장의 변화에 맞추어 R&D 목적에 따라 가상머신, 컨테이너, 베어메탈 등 다양한 형식으로 필요 자원을 신속하게 공급한다. 가상머신은 KVM이나 XEN 등의 하이퍼바이저를 통해 물리 자원을 가상화하여 제공되고, 컨테이너는 Docker나 LXC를 기반으로 애플리케이션별로 분리된 컨테이너를 제공한다. 그 외에 베어메탈 머신을 통해 성능을 향상시킨 베어메탈 제공 기술이 있다.
[그림 2] 서버 가상화 서비스 개념도
2) 스토리지 가상화 기술
R&D 기반 분석에 필요한 데이터의 안정적인 저장 및 관리를 위해 고성능 및 고가용성 스토리지 기술이 필수적이다. 스토리지 가상화 기술은 다양한 R&D 분야에 적합한 스토리지 구축 및 운영을 위해 오브젝트 스토리지, 블록 스토리지, 공유 파일 시스템 지원 기술이 있다. 또한 멀티 스토리지 Pool 지원, Local Disk, NAS, SAN, NFS, CIFS, iSCIS 등 다양한 스토리지 타입 지원 기술로 구성된다. 오브젝트 스토리지는 오브젝트 형식의 데이터 저장 공간을 제공하는 스토리지로 Swift나 Ceph 등이 있고, 블록 스토리지는 블록 형식으로 부트 데이터 및 일반 데이터 저장을 위한 용도로 사용되며 Cinder, Ceph와 같은 소프트웨어가 있다. 공유 파일 시스템은 R&D 데이터를 분산 저장 및 공유하기 위한 분산 파일 시스템으로 Glusterfs와 같은 기술을 사용한다.
[그림 3] 스토리지 가상화 서비스 개념도
3) 네트워크 가상화 기술
네트워크 가상화 기술은 시스템 보안과 네트워크 관리 편의성을 향상시키기 위해 네트워크 환경을 가상화하는 기술로 R&D 목정에 따라 네트워킹, IP 서비스, 로드 밸런서, 오토스케일링 기술을 지원한다. 네트워킹 기술은 가상 네트워크 환경을 제공하기 위해 ovs, vlan, vxlan 등의 기술을 기반으로 네트워크 환경을 논리적으로 분리시킨다. IP 서비스 기술은 클라우드에 생성된 가상머신과 외부 공인 IP를 연결시키는 기술로 대표적으로 Iptables과 같은 기술이 있다. 로드밸런서 기술은 가상 머신의 작업량을 모니터링하여 워크로드를 스케줄링하여 부하를 분산하는 기술로 HAProxy, ipvsadm과 같은 기술을 활용한다. 오토 스케일링도 부하 상황에 따라 가상머신의 자동 확장 및 축소를 자동으로 수행하며 HAProxy, ovs 등의 기술을 활용한다.
[그림 4] 네트워크 가상화 서비스 개념도
4) 보안 & 인증 기술
보안 및 인증 기술은 신기술 개발을 위주로 하는 R&D의 특성상 신기술 보안 유지 및 연구 데이터 보안이나 인가받지 않는 사용자 접근을 제한하는 기술로 사용자 인증, 접근 권한 제어, 보안 그룹 기술 등을 지원한다. 사용자 인증은 공인된 사용자를 인증하기 위한 기술로 IAM 기술을 활용하며, 접근 권한 제어는 사용자의 권한에 따라 가상 자원에 접근할 수 있는 영역을 제한하는 기술로 access control 기술을 사용한다. 보안 그룹은 가상머신에 대한 방화벽, 보안 정책 수립 등 보안 관련 방안을 제공하며 Iptables 등의 기술을 활용한다.
[그림 5] 클라우드 보안을 위한 암호화 개념도
[그림 6] 사용자 권한 관리 개념도
5) 모니터링 & 미터링 기술
모니터링 및 미터링 기술은 R&D 클라우드 자원 사용량 확인 및 관리를 위한 기술로 모니터링, 미터링, 빌링, 알람 기술 등이 있다. 모니터링 기술은 가상 자원, 물리 노드의 상태 정보를 수집하는 기술로 hsflowd, sflow-rt를 활용하여 데이터를 수집 및 저장을 수행한다. 미터링 기술은 가상 자원의 사용량을 확인하기 위한 기술로 시계열 데이터베이스인 Influxdb와 ganglia 모니터링 도구 등을 활용하여 사용자의 실제적인 자원 사용량을 분석한다. 빌링 기술은 사용자별 사용량에 따라 과금을 수행하는 기술로 미터링 기술과 연동하여 사용량에 따른 report 기술을 통해 사용자에게 과금을 수행한다. 알람 기능은 모니터링 데이터를 기반으로 사용자가 설정한 조건(트리거)에 따라 Email이나 SMS로 알림 보내는 기술이다.
[그림 7] 모니터링 화면 예시
[그림 8] 미터링 & 빌링 화면 예시
6) 애플리케이션 지원?기술
R&D를 위한 애플리케이션 지원 기술은 R&D에 최적화된 클라우드 인프라 배포를 위한 오케스트레이션, R&D 개발에 필요한 다양한 애플리케이션을 운영 관리하는 기술이다. 자동화 기술을 통해 편리하게 연구개발 인프라를 관리하고 R&D에 필요한 다양한 애플리케이션 구축 및 운영을 지원한다. 오케스트레이션 기술은 R&D 환경 구성을 위한 템플릿 기반의 클라우드 인프라 배포 서비스를 제공하며 Puppet, Chef, Ansible 등을 기반으로 제공된다. 애플리케이션 카탈로그 기술은 R&D에 필요한 다양한 애플리케이션이나 플랫폼을 자동으로 생성하여 제공해주는 기술로 오케스트레이션과 같이 Puppet, Chef, Ansible 등을 기반으로 동작한다.
[그림 9] 카탈로그 기반의 환경 구축 자동화 서비스 개념도
7)?R&D 응용 서비스?기술
R&D 응용 서비스 기술은 복잡한 R&D 관리 및 응용 서비스 개발에 필요한 다양한 부가 서비스를 제공하는 기술로 도커 ? 컨테이너 오케스트레이션, DevOps, GPU, 데이터베이스, 빅데이터 ? AI 분석 프레임워크 지원 등의 기술을 제공한다. 도커 오케스트레이션 기술은 도커 기반으로 자원을 배포하는 서비스로 Docker, K8s, Kubernetes 등의 기술을 활용하여 도커 서비스 관리 및 운영의 용이성을 제공한다. 컨테이너 오케스트레이션 기술은 컨테이너 기반의 자원을 오케스트레이션 하는 프레임워크를 배포하는 기술로 K8s, Swarm, Mesos 등의 기술을 활용하여 컨테이너 자원의 라이프사이클을 관리한다. DevOps 지원 기술은 Devops에 대한 환경을 배포하는 기술로 Ansible, Git, SVN, Jenkins를 활용하여 소프트웨어 개발부터 운영까지 통합적으로 관리하는 기술로 R&D 수행에 필요한 전주기적인 운영?관리의 용이성 향상시키기 위한 기술을 제공한다. GPU 서비스 기술은 가사머신에 GPU 장치를 제공하는 서비스로 PCI Passthrough, Remote API 등의 기술을 활용하여 대용량 계산이 많은 R&D에 고성능 연산 환경을 제공하는 기술이다. 데이터베이스 기술은 R&D에 필요한 다양한 데이터를 저장하고 관리하기 위해 MySQL, MongoDB 등 관계형 데이터베이스나 비관계형 데이터베이스 등 여러 타입의 데이터베이스를 제공하는 기술이다. 빅데이터/AI 분석 기술은 빅데이터와 AI 분석에 필요한 분석 프레임워크를 제공하는 기술로 Hadoop, Hive, Spark, Tajo 등의 빅데이터 분석 환경과 Tensorflow, Caffe등의 인공지능 분석 환경을 자동으로 구축하여 R&D에 즉시 이용할 수 있도록 제공한다.
[그림 10] R&D 응용 서비스를 위한 DEvOps 서비스 개념도
8)?하이브리드 클라우드?기술
R&D 서비스를 위한 하이브리드 기술은 멀티 오케스트레이터를 기반으로 다양한 환경에서 시스템 운영 및 연동을 할 수 있게 하는 기술이다. 글로벌 클라우드 서비스 기업들이 제공하는 API를 바탕으로 다양한 클라우드 서비스(AWS, Azure, GCE 등)와 연동이 가능하며, 특히 프라이빗 클라우드와 퍼블릭 클라우드의 연동을 통해 제한된 프라이빗 클라우드 자원을 해소하여 R&D에 필요한 자원을 즉시로 제공받아 신속한 개발이 가능하게 하는 기술이다.
[그림 11] 하이브리드 클라우드 구성을 지원하는 포탈 화면
[표 1] 클라우드 기반의 RDaaS 기술 분류
Ⅳ. RDaaS의 미래
R&D Magazine에 따르면 2017년 글로벌 R&D 투자는 2016년 대비 3.4% 증가한다고 전망하였다. 국내에서도 과학기술정보통신부의 2019년도 정부연구개발투자 방향 및 기준 보고서에 따라 4차 산업혁명 대응 8개 분야의 기술 개발 투자 강화를 추진하고 있으며 특히 시장 경쟁력 강화를 위해 기초 연구 비용을 18년도 1.42조 원에서 2.52조 원으로 증가시키는 등 지속해서 연구개발에 투자하고 있다. 글로벌 클라우드 기업들은 4차 산업혁명 시대에 맞추어 증가하는 R&D 시장에 발맞추어 연구개발에 특화된 전문적인 RDaaS 제공을 주도하고 있으며, 글로벌 클라우드 선두주자인 Amazon의 AWS는 기계학습, 사물인터넷, 증강현실, 분석, 모바일 등 다양한 분야를 대상으로 하는 핵심 서비스를 개발하여 제공하고 있다. 국내의 많은 클라우드 기업들도 시대의 변화에 발맞추어 클라우드 서비스를 제공하고 있지만, R&D에 특화된 RDaaS 핵심 기술 확보는 미약한 상황이다.
최근 정보통신기술진흥센터에서 주관한 “R&D 민간클라우드 서비스 체험 행사(2017년)”를 통해 연구자를 대상으로 R&D 특화 클라우드에 대한 이해를 높이고 클라우드 이용 활성화를 지원하는 등 정부 차원에서 클라우드 활성화를 적극적으로 추진하고 있다. 이처럼 연구개발을 용이하게 지원하는 R&D 클라우드는 산?학?연 전반에 걸쳐 이용이 활성화 될 것이며 앞으로의 4차 산업혁명 연구 개발에 없어서는 안 될 요소가 될 것이다. 국내의 신산업 및 융합형 R&D 생태계의 선순환적인 발전을 위해 클라우드 사업자는 시장 요구사항을 충족한 서비스 제공과 연구?개발자들의 적극적인 RDaaS 이용을 통한 긴밀한 연계를 통한 동반 성장이 필요하다.
참고문헌
1. R&D Magazine, ‘Distribution of 2017 R&D Investments, 2017
2. LG경제연구원, 최근 인공지능 개발 트렌드와 미래의 진화 방향, 2017
3. ETRI, 인공지능을 위한 클라우드 컴퓨팅 산업 동향, 2017
4. 미래에셋대우, 인터넷 산업이슈 및 전망, 2017
5. 정보통신기술진흥센터, R&D 민간클라우드 서비스 체험행사 세미나 자료, 2017
6. 국회입법조사처, 클라우드 컴퓨팅의 현황과 과제, 2017
7. 과학기술정보통신부, 2019년도 정부연구개발 투자방향 및 기준(안), 2018