Comming Soon

핀옵스 전략 [Azure, AWS, GCP를 위한 클라우드 비용 관리와 최적화]

  • 원서명Efficient Cloud FinOps: A practical guide to cloud financial management and optimization with AWS, Azure, and GCP (ISBN 9781805122579)
  • 지은이알폰소 산 미겔 산체스(Alfonso San Miguel Sánchez), 대니 오반도 가르시아(Danny Obando García)
  • 옮긴이이병욱
  • ISBN : 9791194409243
  • 40,000원
  • 2025년 03월 28일 펴냄
  • 페이퍼백 | 524쪽 | 188*235mm
  • 시리즈 : 클라우드 컴퓨팅

책 소개

요약

이 책은 5부에 걸쳐 모두 13개의 장으로 구성돼 있다. 1부는 핀옵스를 소개하고 클라우드 전체 거버넌스와의 조화로운 통합을 설명하는 2개의 장으로 구성된다. 핀옵스 재단이 내린 핀옵스에 대한 정의로부터 시작해 그 필요성을 설명해 주고 더 큰 클라우드 거버넌스의 일부로 어떻게 잘 융합할 것인지 설명한다. 2부는 비용 정보에 대한 가시성을 높이기 위한 3개의 장으로 구성되며, 3장에서는 자원의 태깅과 명명규칙의 증요성과 일반적 방법론에 대해 설명한다. 4장은 클라우드 솔루션의 비용을 추정하는 자세한 기법과 비용절감에 대한 이니셔티브를 설명한다. 클라우드 솔루션 도입에 있어 총 비용의 개념인 TCO를 정의하고 설명한다. 5장은 대시보드와 각종 리포트를 통해 비용 정보에 대한 가시성을 높이고 이를 활용해 최적의 비용 모델을 구축할 수 있는 구체적인 방법을 알려준다.
3부는 4개의 장으로 구성돼 클라우드 자원 활용을 극대화할 수 있는 구체적 방법론을 설명한다. 6장은 IasS 최적화를 다루는데 고아 자원의 정리 같은 퀵윈(Quick Win) 해법부터 가상 머신의 적정화, 전원 스케쥴링, 스케일링, 절감 계획, 스팟 VM 등의 구체적 사례를 다룬다. 7장은 PaaS에 집중하여 최적화를 설명하며 서버리스 모델과 프로비져닝 모델을 비교하고 데이터 전송에 관한 다양한 비용 구조와 함께 클라우드 공급자와의 다양한 계약 방법과 그 장단점을 상세히 설명한다. 8장은 데이터베이스를 최적화하는 방법을 설명하고 BYOL를 비롯한 여러 라이센싱 모델을 비교한다. 9장은 저장소에 대한 다양한 옵션의 이를 최적화하는 방법을 설명한다.
4부는 클라우드 비용을 통제하기 위한 거버넌스 모델을 어떻게 구축할 것인지 자세히 설명한다. 10장은 구체적으로 어떠한 KPI를 설정할 것인지 논하고 11장은 핀옵스의 역할과 절차에 대해 안내한다.
마지막 5부는 여러 실제 사례와 함께 비용 최적화를 설명한다.
12장은 실제 케이스 탐구를 통해 비용 최적화를 연구하고, 13장은 전체 내용에 대해 요약한다. 13장의 마지막에는 전체 장에 대한 간단한 연습문제를 통해 전체적인 이해도와 주요 사항을 다시 한번 요약한다.

이 책에서 다루는 내용

◆ 클라우드 도입 및 비용 최적화의 도전 과제 분석
◆ 조직 내 핀옵스 통합에 대한 통찰 확보
◆ 핀옵스와 데브옵스, IaC(코드형 인프라), 변화 관리 간의 시너지 탐구
◆ Azure Advisor, AWS CUDOS, GCP 비용 보고서 등의 도구 활용
◆ 클라우드 서비스의 주요 기능과 모범 사례를 통해 비용 추정 및 최적화
◆ 가시성과 통제를 향상시키기 위한 비용 대시보드 및 보고서 구현
◆ 조직 성공에 중요한 핀옵스 역할과 프로세스 이해
◆ 실제 사례와 멀티 클라우드 아키텍처를 활용한 핀옵스 적용

이 책의 대상 독자

퍼블릭 클라우드를 사용해 소프트웨어 솔루션과 인프라를 효율적으로 설계하고 운영하기 위한 핀옵스와 클라우드 재무 관리에 대해 자세히 알고 싶은 클라우드 엔지니어, 클라우드 및 솔루션 아키텍트, 데브옵스(DevOps) 및 시스템 운영 엔지니어를 대상으로 하는 책이다. 이 책은 클라우드 자원을 최대한 활용하는 데 관심이 있는 팀 리더, 프로젝트 관리자, 재무 팀에게도 유용하다.
이 책을 최대한 활용하려면 클라우드 컴퓨팅과 주요 퍼블릭 클라우드에 대한 사전 지식이 필요하며, 일부 절에서는 기술적인 작업, 용어 및 예제를 더 자세히 다룰 것이다.

이 책의 구성

1장, ‘핀옵스 원칙 소개’에서는 핀옵스가 무엇인지 살펴보고, 클라우드로 전환 중이거나 이미 클라우드를 사용하고 있는 조직에 핀옵스가 필요한 이유를 소개한다.
2장, ‘핀옵스가 클라우드 거버넌스에 어떻게 적용되는지 이해하기’에서는 핀옵스가 웰 아키텍티드 프레임워크, 코드형 인프라, 애자일 프로젝트 관리, 변경 관리와 같은 기타 주요 프로세스 등 조직에서 널리 사용되는 다양한 방법론과 어떻게 상호작용하는지를 설명한다. 또한 이 장에서는 클라우드 여정의 여러 단계에 있는 조직에 핀옵스가 어떻게 적응할 수 있는지 살펴보고 Azure, AWS, 구글 클라우드에서 비용 분석을 수행하는 기본 도구와 마이크로소프트, 아마존, 구글 이외의 다른 공급자가 제공하는 기타 시장 도구를 다룬다.
3장, ‘태그 및 명명 규칙 전략 설계와 실행’에서는 태그 전략과 명명 규칙 전략이 모두 핀옵스 사례에 필수적인 이유를 살펴보고 자체 전략을 설계, 구현, 시행하는 데 사용할 수 있는 권장 사항 및 도구를 자세히 설명한다.
4장, ‘클라우드 솔루션 비용 추정 및 이니셔티브 절감’에서는 워크로드를 클라우드로 마이그레이션(migration)하는 데 사용할 수 있는 모든 마이그레이션 모델을 자세히 설명하고, 더 나아가기 전에 이해해야 할 클라우드 비용에 대한 몇 가지 주요 개념을 제공한다. 또한 클라우드 공급자가 제공하는 가격 계산기와 REST API를 활용해 자체 견적을 작성하는 방법과 잠재적인 절감 개념을 통해 핀옵스 관행을 더욱 향상시키면서 추진하는 방법도 다룬다.
5장, ‘대시보드와 보고서를 통한 비용 가시성 향상’에서는 클라우드 청구 데이터와 클라우드 청구서의 구조 및 필드를 소개한 다음, 대시보드와 보고서가 각각 무엇이고 서로 어떻게 다른지를 살펴본다. 또한 단위 경제성 같은 재무 개념과 기타 핵심 아이디어를 사용해 핀옵스 대시보드와 보고서의 품질을 개선하기 위한 많은 인사이트를 제공한다.
6장, ‘IaaS 컴퓨팅 최적화 구현’에서는 비용 최적화를 위해 서비스형 인프라 컴퓨팅 서비스에서 수행할 수 있는 핀옵스 이니셔티브를 소개한다.
7장, ‘PaaS와 기타 컴퓨팅 최적화 이니셔티브 구현’에서는 비용 최적화를 위해 서비스형 플랫폼 컴퓨팅 서비스에서 수행할 수 있는 핀옵스 이니셔티브와 백업, 라이선싱, 자원 관리 모범 사례에 관련된 기타 이니셔티브의 개요를 제공한다.
8장, ‘데이터베이스 최적화 구현’에서는 비용 최적화를 위해 데이터베이스 서비스에서 수행할 수 있는 핀옵스 이니셔티브에 대해 알아본다. 또한 데이터베이스 서비스 최적화에 사용할 수 있는 도구를 완전히 이해하는 데 필요한 데이터베이스 전반에 관한 주요 기본 개념을 소개한다.
9장, ‘저장소 최적화 구현’에서는 비용 최적화를 위해 데이터베이스 서비스에서 수행할 수 있는 핀옵스 이니셔티브의 개요를 제공한다. 또한 다양한 스토리지 패러다임의 작동 방식과 중복성, 데이터 온도 계층화, 스토리지 서비스의 비용 동인과 같은 몇 가지 주요 개념을 자세히 설명한다.
10장, ‘핀옵스 KPI 설계와 구현’에서는 KPI의 정의를 살펴보고, 존재하는 다양한 범주의 KPI를 다룬다. 기본 개념이 소개된 후에는 자체 대시보드와 보고서를 만들기 위한 출발점으로 사용할 수 있는 많은 핀옵스 KPI의 예와 함께 자체 KPI를 설계하고 개발하는 완벽한 방법론도 제공한다.
11장, ‘새로운 핀옵스 역할 및 프로세스 정의’에서는 조직의 DNA에 핀옵스 관행이 스며들 수 있도록 하는 기능, 역량, 프로세스, 역할과 책임을 포함해 핀옵스 운영 모델을 정의하고 구현하는 방법과 기타 주요 거버넌스 이니셔티브를 통해 핀옵스 정책을 강화하는 방법을 대략적으로 살펴본다.
12장, ‘비용 최적화를 위한 사례 연구’에서는 실제 아키텍처 예시 두 가지를 최적화하는 과정을 다룬다. 단계별 방식으로 이러한 솔루션을 최적화하기 위해 사용할 수 있는 다양한 이니셔티브의 예시를 제공하고, 그 과정에서 이니셔티브가 비용에 미치는 영향을 분석한다.
13장, ‘마무리와 전망’에서는 이 책의 내용을 요약하며, 핀옵스 실무자들이 앞으로 직면할 수 있는몇 가지 도전에 대해 고찰한다. 또한 머신러닝(ML, Machine Learning)과 지속 가능성이라는 두 가지 신흥 연구 분야와 핀옵스 실천이 접목될 때 기대되는 시너지 효과를 다룬다. 마지막으로, 자가 평가/지식 점검을 통해 이 책에서 학습한 내용을 스스로 평가해볼 수 있는 기회도 제공한다.

저자/역자 소개

지은이의 말

이 책을 선택한 여러분을 환영한다! 본론에 들어가기에 앞서 이 책을 집필하게 된 이유와 배경을 소개해본다.
이 책의 아이디어는 훌륭한 팀과 함께 핀옵스(FinOps) 사례를 처음부터 구축했던 강렬한 경험에서 비롯됐으며, 이 경험을 핀옵스 커뮤니티와 공유할 가치가 있다고 느꼈다. 우리는 거의 2년 동안 쉬지 않고 핀옵스에 전념했으며, 다른 기술자나 엔지니어가 시간을 수많은 프로젝트에 나눠 할애하는 것과 달리 복잡한 환경에서 핀옵스 거버넌스와 구현에만 집중했다. 쉬운 일은 아니었지만, 이를 구축하고 성장하는 과정을 지켜보는 것은 분명히 보람 있는 일이었다.
2년 동안 연구하고, 모든 단계를 배우고, 무엇을 제안할지 고민하고, 새로운 아이디어와 접근 방식을 생각해내고, 앞에 놓인 여러 벽을 극복하고, 문제를 해결하고, 적응하는 과정으로 가득 찬 시간이었다.
이 모든 것을 여러분과 공유함으로써 앞으로의 경험에 도움이 되길 바란다.

지은이 소개

알폰소 산 미겔 산체스(Alfonso San Miguel Sánchez)

멀티 클라우드 기술자로, 온프레미스와 클라우드 환경 모두에서 깊이 있는 경험을 보유하고 있다. 항상 개발 팀과 가까이 지내며 자동화에 중점을 두고 코딩, 데브옵스와 기타 방법론을 자신의 작업 방식에 구현하는 것을 즐긴다. 마드리드 콤플루텐세 대학교(Universidad Complutense de Madrid)에서 전산학 학위를 받았고, 이후 머신러닝 석사 학위를 취득했다. 학업을 마친 후에는 테크니카스 레우니다스(Tecnicas Reunidas), 아바나데(Avanade), B2임팩트(B2Impact)에서 클라우드 기술자로 일했으며, 현재는 수석 클라우드 기술자로 일하고 있다. 클라우드 거버넌스에 대한 열정을 갖고 있지만, 지난 몇 년 동안은 핀옵스에 특화해 핀옵스와 관련된 전체 방법론을 개발하는 데 주력하고 있다.

대니 오반도 가르시아(Danny Obando García)

다양한 경력을 쌓으며 여러 가지 프레임워크와 방법론을 적용해 항상 안정적이고 확장 가능한 데이터 및 인프라 솔루션을 만드는 것을 목표로 하는 멀티 클라우드 데이터 기술자다. 바르셀로나 카탈루냐 대학교(UOC, Universitat Oberta Catalunya)에서 전산학 학위를 받았으며, 금융 시장용 인공지능 분야 석사 학위를 취득했다. 약 15년간의 풍부한 IT 경험을 바탕으로 현재 스페인 최대 에너지 기업 중 하나인 홀라루스(Holaluz)에서 데이터 전략 부문을 이끌고 있다. 이전에는 스페인 최대 은행 그룹에서 핀옵스를 구현한 바 있다.

옮긴이의 말

이 책은 클라우드를 사용하는 기업들이 엔지니어, 재무, 기술, 비즈니스 팀의 지출을 데이터에 기반해 관리하고 결정하도록 협업하는 것을 지원해주며 조직이 그 비즈니스 가치를 극대화하도록 해주는 클라우드 재무 관리 분야를 의미하는 핀옵스에 대한 실무 지침서다.
따라서 마이크로소프트 Azure, 아마존 AWS, 구글 클라우드 등의 3대 주요 클라우드 공급자들을 아우르며 다양한 고려 사항과 함께 각각의 플랫폼에서 비용 최적화를 위해 수행해야 할 여러 가지 과제를 소개하고 추천해준다.
현대 기업은 모두 비즈니스의 전체나 일부를 클라우드에 의존하고 있으며, 자사 시스템을 클라우드로 전환하는 사례는 급증하고 있다. 그러나 클라우드는 어떤 옵션으로 어떻게 구성해 사용하는지에 따라 효율의 차이는 물론이고 비용 측면에서도 엄청난 차이를 가져올 수 있다. 핀옵스는 클라우드 운영에 있어서 단순한 비용 절감만을 의미하는 것이 아니라 운영 최적화를 위한 모든 체제라고 할 수 있지만, 핀옵스의 전반적인 개념과 더불어 그 요령과 관련 지식을 다룬 문헌은 매우 제한적이다. 이는 시중에 클라우드 운영 전문가가 매우 드물기 때문이다. 그런 관점에서 이 책은 그간 클라우드 운영의 세부 지식에 대해 갈증을 느껴왔던 사람들에게 대부분의 노하우를 제공해준다. 3대 주요 클라우드 공급자들의 운영 방식과 요금 옵션, 데이터 베이스 최적화, 적정화 등 저자가 다년간 직접 체험한 모든 노하우가 한 권의 책에 담겨 있다.
특히 다양한 실제 사례를 통해 여러 형태의 온프레미스를 클라우드로 전환하고자 할 때 어떤 옵션에 신경 써야 하는지, 각 옵션별로는 어떠한 비용 차이가 발생하는지, 또한 프로덕션(productive) 환경과 비프로덕션(non-productive) 환경 그리고 개발 환경에서는 어떠한 옵션으로 클라우드를 구성하는 것이 비용 최적화나 관리 측면에서 가장 유리한지를 3대 클라우드인 Azure, AWS, 구글 클라우드 각각에 대해 자세히 비교하면서 분석해준다. 핀옵스를 시작하고 싶었지만 제대로 된 지침서가 없어서 고민만 했던 모든 기업, 이미 핀옵스를 시작했으나 그 깊이를 더해 관리의 최적화를 갈망하던 모든 기업에게 이 책은 단비와 같은 귀중한 정보를 제공해줄 것이다.

옮긴이 소개

이병욱

경영학 박사(Ph.D & MBA)
카이스트 전산학 학사, 석사
스위스플랭크린대학 경영학 박사
서울과학종합대학원 AI첨단대학원 주임교수
카이스트(KAIST) 겸직교수
인공지능연구원(AIRI) 부사장
금융위원회 금융규제혁신회의 위원
금융위원회 법령해석심의위원회 위원
금융위원회 적극행정위원회 위원
금융위원회 디지털자산 자문위원
한국핀테크 지원센터 혁신금융 전문위원
AI경영학회 부회장
전) BNP 파리바 카디프 전무
전) 삼성생명 마케팅 개발 수석
전) 보험넷 Founder & CEO
2021년 혁신금융 부문 대통령 표창

서울과학종합대학원 AI첨단대학원 주임교수와 카이스트 겸직교수 그리고 한국금융연수원 겸임교수를 맡고 있으며, 인공지능연구원(AIRI)의 부사장으로도 재직 중이다. 카이스트(KAIST) 전산학과 계산 이론 연구실에서 학사 석사를 취득했고, 스위스플랭클린 대학에서 경영학 박사 학위를 받았다. 현재 기업을 대상으로 인공지능 기술 컨설팅과 교육을 제공하며, 성공적인 AI 기술 도입을 통한 디지털 전환(DT, Digital Transformation) 컨설팅도 진행하고 있다.
공학을 전공한 금융 전문가로, 세계 최초의 핸드헬드-PC(Handheld-PC) 개발에 참여해 한글 윈도우 CE 1.0과 2.0을 미국 마이크로소프트 본사에서 공동 개발했으며, 1999년에는 모든 보험사의 보험료를 실시간으로 비교 분석하는 서비스를 제공하는 핀테크 전문회사 ㈜보험넷을 창업했고, 이후 삼성생명을 비롯한 생명보험사 및 손해보험사에서 CMO(마케팅 총괄 상무), CSMO(영업 및 마케팅 총괄 전무) 등을 역임하면서 혁신적인 상품과 서비스를 개발, 총괄했다.
인공지능연구원에서 머신러닝 기반의 금융 솔루션 개발과 관련된 다양한 활동을 하고, 금융위원회, 금융정보분석원 등에 다양한 자문을 하고 있다. 2021년 혁신금융부문 대통령 표창을 수상한 바 있다.
저서로는 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(에이콘, 2018)과 대한민국학술원이 2019 교육부 우수학술도서로 선정한 『블록체인 해설서』(에이콘, 2019)와 2022년 문체부의 세종도서로 선정된 『돈의 정체』(에이콘, 2019) 그리고 한국금융연수원의 핀테크 전문 교재인 『헬로, 핀테크!』(공저, 2020), 『헬로핀테크-인공지능편』(2021)이 있다.

목차

목차
  • 1부 ― 핀옵스 시작하기
  • 1장. 핀옵스 원칙 소개
    • 핀옵스란 무엇이며, 왜 또 다른 유행어가 필요할까?
    • 왜 핀옵스인가?
      • 클라우드 이전 시대
      • 클라우드의 등장
      • 패러다임의 전환
      • 숨겨진 온프레미스 비용
      • 현재로의 복귀
      • 핀옵스 재단
    • 핀옵스의 세 가지 축
      • 고지
      • 예시(고지 축)
      • 최적화
      • 예시(최적화 축)
      • 운영
      • 예시(운영 축)
    • 요약

  • 2장. 핀옵스가 클라우드 거버넌스에 어떻게 적용되는지 이해하기
    • 웰 아키텍티드 프레임워크 소개
    • 더 큰 거버넌스의 일부로서의 핀옵스
      • 핀옵스 + 애자일 방법론
      • 핀옵스, 코드형 인프라, CI/CD, 데브옵스
      • 핀옵스와 변경 관리
    • 각 조직에 맞춘 핀옵스 접근 방식 조정
      • 시나리오 1 - 클라우드에 아직 진입하지 않았거나 클라우드 전환을 시작한 기업
      • 시나리오 2 - 이미 클라우드에 있지만 성숙도가 낮거나 비최적화 워크로드가 있는 기업
      • 시나리오 3 - 높은 클라우드 성숙도를 가진 대기업
      • 시나리오 4 - 클라우드 비용 절감에만 집중하는 기업
    • 적합한 도구 선택하기
      • 기본 도구
      • 시장 도구
      • 기타 흥미로운 도구들
    • 요약

  • 2부 ― 고지 - 비용 가시성을 향상하는 방법
  • 3장. 태그 및 명명 규칙 전략 설계와 실행
    • 핀옵스에서 명명 규칙과 태그의 중요성
      • 명명 규칙은 왜 중요한가?
      • 태그 전략의 중요성
      • 명명 규칙과 태그
      • 명명 규칙 및 태그 강제화
    • 클라우드 자원을 위한 명명 규칙
      • 스타일 및 형식
      • 구분자
      • 포함해야 할 주요 필드
      • 부모 및 자식 자원
      • 이름 생성기 만들기
    • 태그 전략 만들기
      • 스타일 및 형식
      • 단순 태그와 복합 태그
      • 태그 전략 만들기
      • 자동화된 태그
    • 비용 할당
    • 요약

  • 4장. 클라우드 솔루션 비용 추정 및 이니셔티브 절감
    • 기술적 요구 사항
    • 클라우드 솔루션에 대한 TCO 계산 방법
      • TCO 소개
      • 클라우드 가격 계산기
    • 클라우드 공급자들의 가격 책정 API와 이를 활용하는 방법
      • 가격 책정 API 개요
    • 비용 최적화 이니셔티브의 잠재적 절감액 추정
    • 비용 추정 자동화
      • 데이터 소스 선택
      • 데이터 통합
      • 추정 계산
      • 변경 알림
      • 데이터 갱신
    • 요약

  • 5장. 대시보드와 보고서를 통한 비용 가시성 향상
    • 클라우드 청구서와 청구 데이터 이해
    • 대시보드와 보고서
      • 보고서와 대시보드의 주요 차이점
      • 핵심 이점
      • 또 다른 관점에서 본 대시보드 - 시뮬레이터
    • 비용 변화 보고서와 대시보드를 준비하는 방법과 그 중요성
      • 재무 기초
      • 이니셔티브별 절감 효과 추적 및 마일스톤 추가
      • 단위 경제
    • 핀옵스 대시보드와 보고서를 준비하는 방법
      • 기존 대시보드와 보고서
      • 맞춤형 대시보드와 보고서
    • 요약

  • 3부 ― 최적화 - 클라우드 자원을 최대한 활용하는 방법
  • 6장. IaaS 컴퓨팅 최적화 구현
    • 컴퓨팅 최적화의 핵심 개념
      • 퀵윈
      • IaaS, PaaS, 서버리스 소개
      • 무상태 vs 유상태
    • IaaS 최적화
      • 퀵윈 - 고아 자원
      • 가상 머신 버전 업그레이드
      • 가상 머신 권장 적정화
      • 가상 머신 계열 표준화
      • 가상 머신 전원 스케줄링
      • 가상 머신 스케일링
      • 예약 인스턴스와 절감 계획
      • 스팟 가상 머신
    • 요약

  • 7장. PaaS와 기타 컴퓨팅 최적화 이니셔티브 구현
    • PaaS 최적화
      • PaaS 적정화 및 워크로드 통합
      • 예시 - Azure 앱 서비스와 앱 서비스 계획
      • 서버리스와 프로비저닝된 컴퓨팅
      • 서버리스의 이점
      • 예시 - Azure SQL Serverless
      • 관리형 쿠버네티스 클러스터 최적화
    • 데이터 전송 비용 최적화
      • Azure - 데이터 전송 비용
      • AWS - 데이터 전송 비용
      • GCP - 데이터 전송 비용
    • 라이선스 최적화
      • 라이선스 직접 소유 모델
    • 클라우드 공급자 계약 및 자원 할당
      • Azure - 기업 계약 vs CSP
      • AWS 조직, 청구 계정 및 조직 단위
      • GCP 조직, 폴더, 프로젝트 및 자원
    • 요약

  • 8장. 데이터베이스 최적화 구현
    • 관계형 데이터베이스 vs 비관계형/NoSQL 데이터베이스
      • 관계형 데이터베이스
      • 비관계형 또는 NoSQL 데이터베이스
      • 어떤 데이터베이스를 선택해야 할까?
    • 어떤 데이터베이스 관리 시스템을 선택할까?
      • 예시 - AWS RDS에서 SQL Server와 오라클 가격 비교
      • SQL Server
      • 오라클
      • PostgreSQL
      • MySQL
      • MongoDB
      • IaaS 대 PaaS 대 서버리스
    • IaaS 데이터베이스 최적화
      • 합리적인 데이터베이스 사용
      • 백업 저장소 최적화
      • 데이터베이스 클러스터를 위한 공유 디스크
      • 관계형 데이터베이스 축소
      • SQL Server에서 데이터베이스 그룹화
    • PaaS 데이터베이스 최적화
      • 연산 최적화 및 자원 적정화
      • 데이터베이스 그룹화
      • 데이터베이스 스케일링
      • 서버리스 vs 프로비저닝 컴퓨팅
      • 백업 저장소 및 중복성
    • 예약 용량
      • Azure
      • AWS
      • 구글
    • 라이선스 최적화
      • BYOL
      • 개발 시나리오
    • 요약

  • 9장. 저장소 최적화 구현
    • 저장소 주요 개념
      • 클라우드 저장소의 유형
      • 디스크의 고정 프로비저닝과 유동 프로비저닝
      • 디스크 스냅샷
      • 저장소 이중화
      • 블록 저장소
      • 파일 저장소
      • 객체 저장소
    • 블록 저장소 최적화
      • 스냅샷 최적화
      • 임시 디스크
      • 디스크 적정화
      • 파일 및 객체 저장소로의 오프로드
      • 예약 용량
    • 파일 저장소 최적화
      • 파일 저장소 적정화 및 데이터 온도
      • 예약 용량
    • 객체 저장소 최적화
      • 객체 저장소 계층화
      • 수명주기 정책
      • 버전 관리, 소프트 삭제, 객체 스냅샷 사용의 제한 및 추적
      • 객체 저장소 인벤토리
      • 예약 용량
    • 기타 저장소 최적화 이니셔티브
      • 로그 저장소 최적화
      • 백업 저장소 최적화
    • 요약

  • 4부 ― 운영 - 클라우드 비용에 대한 거버넌스 모델 설정
  • 10장. 핀옵스 KPI 설계와 구현
    • KPI란 무엇인가?
      • KPI 생성 과정
      • KPI의 유형
      • 목표와 주요 결과
    • 핀옵스 실무를 위한 KPI 활용
      • Azure에서의 핀옵스 KPI 예시 - 지역 배치
      • 기타 핀옵스 예시
    • 요약

  • 11장. 새로운 핀옵스 역할 및 프로세스 정의
    • 목표 운영 모델과 핀옵스
    • 핀옵스 운영 모델
      • 조직 모델
      • 롤아웃 및 실행 계획
      • 기능, 역량, 프로세스
      • 역할과 책임
      • 거버넌스
    • 요약

  • 5부 ― 핸즈온 비용 최적화와 실제 사례
  • 12장. 비용 최적화를 위한 사례 연구
    • IaaS 사례 연구 - 클라우드로 마이그레이션한 다계층 애플리케이션
      • 솔루션 설명
      • 대상 이니셔티브
      • 이니셔티브 요약 및 최종 결과
    • PaaS 사례 연구 - 스토리지, 서버리스, 데이터베이스 최적화
      • 솔루션 설명
      • 대상 이니셔티브
      • 이니셔티브 요약 및 최종 결과
    • 요약

  • 13장. 마무리와 전망
    • 핀옵스 요약 및 향후 과제 - 지속적인 발전 방법
      • 고지(3, 4, 5장)
      • 최적화(6, 7, 8, 9장)
      • 운영(10, 11장)
      • 사례 연구
      • 핀옵스의 향후 과제
    • 클라우드 지속 가능성과 핀옵스
      • 환경 지속 가능성 정책의 작동 방식
      • 공공 클라우드와 지속 가능성 - 그린옵스
    • 머신러닝, 인공지능, 핀옵스
      • 머신러닝의 작동 방식
      • 핀옵스 응용프로그램
    • 자가 평가/지식 점검
      • 1장
      • 2장
      • 3장
      • 4장
      • 5장
      • 6장
      • 7장
      • 8장
      • 9장
      • 10장
      • 11장
      • 13장
    • 요약

도서 오류 신고

도서 오류 신고

에이콘출판사에 관심을 가져 주셔서 고맙습니다. 도서의 오탈자 정보를 알려주시면 다음 개정판 인쇄 시 반영하겠습니다.

오탈자 정보는 다음과 같이 입력해 주시면 됩니다.

(예시) p.100 아래에서 3행 : '몇일'동안 -> 며칠동안