서론
사내 온라인 강의 내용을 정리한 글입니다.
틀린 내용이 있을 수 있으니, 발견되면 댓글로 지적해 주시기 바랍니다!
1. 클라우드 개념
- 최소한의 관리 노력이나 상호작용으로 신속하게 설정 가능한 컴퓨팅 리소스에 어디서든 액세스를 가능하게 하는 모델
1.1 클라우드 컴퓨팅의 특성
- 광대역 네트워크 접근(Broad Network Access): 네트워크를 통해 폰, 태블릿, 노트북, 데스크톱과 같은 장치에서 언제 어디서나 클라우드 서비스에 접근할 수 있음
- 빠른 탄력성(Rapid Elasticity): 다양한 사용자들에게 제공하는 용량을 최적화하면서 서비스 제공
- 리소스 풀링(Resource Pooling): 리소스를 각각 사용자가 지속적으로 소유하거나 점유하지 않는 특성 (통합된 리소스를 공유하고 반납)
- 요청에 의한 셀프 서비스(On-Demand Self-Service): 사용자가 제공 업체의 도움이나 추가 개입 없이도 필요에 따라 리소스를 사용 가능
- 측정된 서비스(Measured Service): 클라우드 환경에서 사용한 리소스에 대한 정보를 정확한 측정을 통해 사용자와 제공자 모두 확인할 수 있는 특성
1.2 클라우드 이점
- 성장과 확장: 데이터를 관리 구축 운영해야 하는 노력 없이도 서비스를 제공하고자 하는 지역에서 가까운 클라우드 리소스를 활용 가능
- 탄력성과 민첩성: 인프라의 축소/확대 등의 변화를 신속하게 줄 수 있는 능력 (auto-scaling)
- 비용 효율성: 직접 구축할 경우 고객 유입량을 예측하여 선제적 투자 필요하며 예측이 벗어날 경우 손실 불가피, 반면 클라우드는 사용한 만큼만 비용 지출
- 글로벌 서비스 제공: 데이터를 관리 구축 운영해야 하는 노력 없이도 서비스를 제공하고자 하는 지역에서 가까운 클라우드 리소스를 활용하여 서비스 지연 최소화하며 안정적이고 빠른 서비스를 제공할 수 있음
- 기술 혁신과 안전성: CDN을 기반으로 지리적 제약 없이 사용자에게 고품질의 서비스를 효율적으로 제공 가능
2. Public/Private/Hybird Cloud
2.1 On-Premise vs Cloud
| 온프레미스 | 클라우드 | |
| 인프라 | 회사의 서버가 조직의 인프라 내 위치 | Microsoft와 같은 외부 클라우드 서비스 공급자가 리소스를 호스트 |
| 관리 | 회사와 사내 IT 팀 또는 IT 파트너가 직접 제어, 관리, 유지 및 조달 | 클라우드 공급자가 데이터 센터에서 모든 하드웨어, 소프트웨어 및 기타 인프라 조달, 설치 및 관리 |
| 네트워크 | 데이터와 기타 정보는 로컬 네트워크를 통해 컴퓨터 간에 공유 | PC, 웹 브라우저 또는 모바일 앱에서 인터넷을 통해 서비스에 액세스하고 계정 관리 |
| 초기 비용 | 하드웨어 설치 작업, 소프트웨어 라이선스 요금, 등등 초기 자본에 많은 투자 필요 | 초기 비용 크게 들지 않음 사용량에 따라 요금 지불 |
| 인프라 관리 비용 | 하드웨어에서 결함이 발생하여 교체 및 장비 업그레이드 시 추가 투자 및 조치 필요 | 물리환경 관련한 유지 관리, 최신 소프트웨어, 보안 및 지원 모두 클라우드 제공자가 담당 |
| 지출 비용 | 초기 구성 이후 하드웨어의 추가적인 변경 없이 장기적으로 사용하는 환경의 경우 클라우드 기반 서비스에 비해 비용 절약 가능 | 온프레미스 이용 시 저장소, 사무실 공간, 전기 요금 등과 같이 지출해야 하는 금액보다 전체 클라우드 비용이 낮은 경우가 다수 |
2.2 클라우드 배포 유형
2.2.1 Private 클라우드
- 직접 운영하는 환경에 클라우드 서비스를 위한 환경을 직접 관리하고 기술력도 보유해야 함
- 불필요한 서비스 없이 기업에서 자체적으로 필요한 기능만 구현해 둘 수도 있고 외부에 노출되지 않기 때문에 상대적으로 보안도 뛰어남
- 이러한 환경을 모두 구축해야하는 것이 큰 단점
2.2.1.1 Private 클라우드 vs 온프레미스 기반 Private 클라우드
- Private 클라우드의 구축 주체에 따라 구분됨
- 외부 서비스 제공자를 통해 구축할 경우 Private 클라우드라고 할 수 있으며 이 경우 비용만 뒷받침될 경우 다음 특성을 제공
- 유연성과 확장성
- 서비스 관리 용이성
- 접근성
2.2.2 Public 클라우드
- 여러 사용자와 기업이 원한다면 언제든지 동시에 사용할 수 있는 클라우드 리소스를 사용 가능한 유형
- 인터넷으로 액세스 가능하고 외부 서비스 제공 업체에 의해 운영되고 관리됨
- Private 클라우드와 유사하지만 운영 방식과 구축 형태에 따라 차이점 발생
2.2.3 Hybrid 클라우드
- 두 가지 클라우드 배포 유형(Public + Private)을 함께 사용하는 형태
- Private 클라우드의 보안적 장점을 챙기면서 Private 클라우드의 부족한 확장성을 Public 클라우드를 함께 사용하면서 챙기는 형태
3. 클라우드 종류와 장단점
- 미국 표준 기술 연구소(NIST)에서 정의한 클라우드 서비스 모델 세 가지
- IaaS
- PaaS
- SaaS
3.1 IaaS(Infrastructure as a Service)
- 인터넷을 통해 확장성이 뛰어난 컴퓨팅 리소스를 서비스로서 제공하는 주문형 가용성 서비스
- 기업 인프라를 조달하거나 구성, 관리할 필요가 없으며 사용한 만큼만 비용 지불
- 설정, 관리를 직접 해야 하는 허들이 존재하지만 원하는 형태로 구성하기 위한 자유도가 상대적으로 다른 모델에 비해 높은 것이 특징
- 상대적으로 많은 부분을 관리할 수 있어 온프레미스 환경에서 마이그레이션 하기 좋은 모델
3.1.1 IaaS 장점
- 필요한 만큼의 컴퓨팅 자원을 신속하게 확장하거나 축소할 수 있는 유연성
- 사용자가 운영체제와 응용 프로그램을 관리하고 제어 가능
3.1.2 IaaS 단점
- 운영체제 및 응용프로그램을 직접 관리해야 하므로 기술적인 능력 보유가 선행되어야 함
- 초기 설정 및 관리가 필요하며 상대적으로 덜 추상화되어 있음 (자유도가 높음)
3.1.3 넷플릭스 IaaS 사례
- DB 오류로 인해 서비스가 장시간 중단되는 문제 발생
- 2008년에 클라우드로 migration 시작
- 2016년 모든 서비스 전면 클라우드로 제공
3.2 PaaS 서비스(Platform as a Service)
- 플랫폼 환경을 구성하여 전달해 주는 형태의 모델
- 주로 개발자에게 유용한 환경을 미리 구성해 줌으로써 환경 구성에 관한 노력을 최소화하고 애플리케이션 개발에 집중할 수 있도록 하는 용도로 많이 활용
- 특정 목적을 위해 만들어진 클라우드 시스템으로 플랫폼에 직접 관여 불가
- 내가 원하는 플랫폼 환경이 존재할 경우 활용 가능
3.2.1 PaaS 장점
- 응용프로그램 개발에 집중 가능
- 자동화된 배포 및 스케일링을 통해 개발 생산성 향상 가능
3.2.2 PaaS 단점
- 특정 플랫폼에 의존적이기 때문에 이식성이 낮음 (환경을 이동해야 할 때 직면하는 단점)
- 사용자는 플랫폼이 제공하는 옵션만 사용 가능
3.3 SaaS 서비스(Software as a Service)
- 소프트웨어를 서비스로 제공
- 사용자 관리 영역 최소화
- 소프트웨어 사용에만 온전히 집중 가능한 형태
- ex) Google Workspace, Office 365
3.3.1 SaaS 장점
- 사용자는 응용프로그램을 사용하기만 하면 되며, 나머지는 서비스 제공업체가 책임지고 관리
- 업데이트 및 유지보수 자동화
3.3.2 SaaS 단점
- 커스터마이징 제한적
- 보안 및 개인 정보 보호 우려
* On-premise: 모두 사용자가 직접 관리
* Cloud Service: 사용자가 원하는 타이밍에 원하는 서비스 제공
4. 클라우드 속 인프라
4.1 클라우드 인프라의 장점
- 확장성
- 탄력성
- 비용 효율성
4.1.1 확장성(Scalability)
- 원할 때 리소스를 변경 가능
- 비즈니스 수용에 맞게 여러 가지 리소스들을 증감 가능
4.1.2 탄력성(Elasticity)
- 원할 때 리소스를 변경 가능
- 갑작스러운 트래픽 증가 시 즉각적인 증설조치 가능
4.1.3 비용 효율성(Cost Efficiency)
- 규모의 경제 기반 가격 감소
- 사용한 만큼만 비용 지불
- 공급자가 대규모 데이터 센터를 구축하여 얻을 수 있는 경제 효과를 기반으로 하여 저렴한 비용의 서비스를 제공하며 사용자는 리소스를 사용한 만큼만 비용 발생
4.2 클라우드 인프라 구성 요소
4.2.1 리전
- 여러 개의 도시를 가진 국가
- 유사 지역에 있지만 물리적으로 떨어져 있는 데이터 센터들의 집합체
- ex) AWS Region, GCP Region
- AWS는 전 세계 33개의 리전 운영 중이며 꾸준히 늘리는 중
4.2.2 가용영역
- 서울특별시, 경기도, 강원도 등과 같은 국가 내 각 행정 구역
- 가용영역 리전 내 위치한 데이터 센터 그룹
- ex) AWS Availability Zone, GCP Zone
- AWS는 전세계 105개의 가용 영역을 운영하며 꾸준히 늘리는 중
4.2.3 네트워크
- 데이터를 주고받을 수 있는 환경
- 완성된 네트워크란 여러 컴퓨터 장치 서버 등이 서로 연결되어 데이터를 주고받을 수 있는 시스템
- ex) AWS VPC(Virtual Private Cloud), GCP Azure Virtual Network
4.2.4 서브넷
- 큰 네트워크를 더 관리하기 쉬우면서 효율적으로 데이터를 전송할 수 있도록 작은 단위로 분할한 것
- 각 서브넷은 특정한 IP 주소 범위를 가짐
- 데이터가 올바른 목적지에 효율적으로 전송될 수 있게 해주는 것
4.2.5 인터넷 게이트웨이
- 네트워크와 외부 다른 네트워크 혹은 인터넷 사이의 주요 연결점
- AWS VPC와 외부 인터넷 망과의 주요 연결점
4.2.6 라우팅 테이블
- 데이터가 목적지에 도착하기 위해서 어떤 경로로 가야 하는지를 테이블 정보로 알려줌
- 데이터 패킷이 목적지까지 효율적으로 이동할 수 있는 경로 제공
4.3 AWS Contents Delivery Network
- 지리적 제약 없이 전 세계 사용자들에게 빠르고 안전하게 콘텐츠를 전송할 수 있는 환경 제공
- CDN은 서버와 사용자 사이의 물리적인 거리를 줄여 콘텐츠 로딩시간 최소화
- AWS는 설정에 따라 전 세계 곳곳에 있는 캐시 역할을 해줄 수 있는 저장소들에다가 파일들을 분산 배치해 두고 근접한 사용자의 요청을 멀리 있는 원본 서버가 아닌 근처의 캐시 서버가 전달
- 만약 CDN을 직접 구축해야 하는 상황에서 전 세계 사용자 커버 시 상당한 시간과 비용이 발생할 것
- 클라우드 서비스를 사용함으로써 인프라를 직접 관리하지 않는 것이 큰 장점
- 넷플릭스의 경우 자체적으로 CDN 구축
4.4 서버
- 물리적인 서버는 도시 내 각각의 건물로 비유 가능
- 각 건물은 특정한 역할을 수행하고 여러 사람이 이용하는 서비스를 제공
- ex) EC2(Elastic Compute Cloud), Azure Virtual Machines, Google Compute Engine
- 서버의 구성 요소
- App: OS에서 실행되는 모든 소프트웨어 및 응용 프로그램
- OS: 컴퓨터 시스템의 핵심 소프트웨어로서 하드웨어와 응용프로그램 간의 상호작용을 관리하고 제어하는 역할
- Hardware: 컴퓨터 시스템이 작동하는데 필요한 물리적 구성 요소
4.5 가상화(Virtualization)
- 앞서 물리적인 서버를 도시 내 각각의 건물로 비유
- 가상화는 각 빌딩 내 다양한 층을 의미
- 각자 독립적으로 사용되지만 하나의 건물에 함께 존재
- ex) KVM, Hyper-V, VMware
- 가상화 구성 요소
- VM 내 APP: 실행하고자 하는 프로그램
- VM 내 Bin/Library: 프로그램이 실행하는데 필요한 환경과 관련된 파일
- Hypervisor: 하나의 시스템 상에서 가상 컴퓨터를 여러 개 구동할 수 있도록 해 주는 중간 계층
4.6 스토리지
- 도시의 창고와 같은 역할
- 정보나 파일들을 저장해 두는 공간
- ex) Amazon EBS, Azure Blob Storage
- 스토리지 장점
- 데이터 보안 및 안전성 강화
- 효율적인 데이터 공유 가능
- 거의 제한 없는 규모
- 동적으로 크기를 조절 가능해 필요한 만큼만 증설하여 비용 절약
4.7 보안
- 외부 위협을 감지하고 차단하는 역할
- 암호화, 감시 도구, 방화벽 등을 통해 이루어지는 보안
- ex) Security Groups, Network Access Control List, Azure Active Directory
- 효과적인 클라우드 보안 구축 가능
- 민감한 시스템 및 데이터에 대한 승인되지 않은 접근을 차단하도록 설계된 예방적 제어
- 감사, 모니터링 및 보고를 통해 무단 변경 사항을 도출하도록 설계된 감지 제어
- 정기적이고 중요한 보안 업데이트를 감지 및 대응하도록 설계된 자동화된 제어
- 보안 정책, 표준, 관행 및 절차를 처리하도록 설계된 관리 제어
4.8 데이터 베이스
- 사용자의 정보를 체계적으로 정리, 저장
- 필요할 때 빠르게 검색할 수 있는 중요한 역할
- ex) Amazon RDS, Azure SQL Database
- 클라우드 데이터베이스를 사용하는 이유
- 데이터 양의 기하급수적인 증가
- 기존 방식을 사용한 통합이 어려움
- 실시간 데이터 처리에 유용
- 데이터 전송 지연 예방
- 유연성, 안전성, 보안 및 경제성 제공
5. 클라우드 컴퓨팅 사용 형태
5.1 컨테이너
- 소프트웨어 응용 프로그램과 그 의존성 및 구성 요소를 패키징하고 격리된 환경에서 실행하는 기술
- 경량화된 가상화 기술
- Host OS의 커널을 공유하며, 격리된 환경 제공
- 비유하자면 빌딩의 같은 층 파티션 사용
5.1.1 Virtual Machine
- 전체 가상 운영체제를 포함한 가상화
- 각 VM은 독립된 운영체제와 커널을 갖추어 완전한 가상 환경을 제공
- 비유하자면 빌딩의 다른 층
5.1.2 Docker & K8S
공통점
- 애플리케이션을 컨테이너 환경에서 실행하기 위한 기술 사용
- 애플리케이션의 배포, 확장 및 관리 과정을 자동화하는 것에 중점
차이점
- 도커의 경우 컨테이너 런타임으로 주로 컨테이너를 만들고 실행하는 것에 사용되는 도구
- 쿠버네티스의 경우 컨테이너 오케스트레이션 도구로서 여러 서버에 분산된 컨테이너를 통합 관리, 분산 배치, 가용성 및 생애주기 관리하는 데 유용한 도구
5.1.3 K8S가 제공하는 기능
- 컨테이너 오케스트레이션 도구: 컨테이너의 배치, 스케일링, 장애 복구 등을 처리하기 위한 여러 가지 기능 보유
- 자동 확장 및 치유 기능: 서비스의 부하나 장애 여부에 따라 자동으로 확장 혹은 축소할 수 있는 기능 제공
- 서비스 디스커버리와 로드 밸런싱: 컨테이너 기반 서비스 요청 처리와 로드 밸런싱 기능을 제공하여 여러 서버들에 분산 배치 되어있는 컨테이너 간의 통신을 원활하게 처리
5.2 서버리스
- 개발자가 애플리케이션을 개발하고 실행할 때 서버 인프라를 직접 관리할 필요가 없는 컴퓨팅 모델
- 서버리스 특징
- 인프라 관리의 해방
- 이벤트 기반 실행
- 자동 스케일링
- 요금 청구 방식
- 빠른 배포와 개발 생산성 향상
- 실제 사용 예시
- 웹 애플리케이션 백엔드
- 이미지 처리
- 데이터 처리
- 알림 및 이벤트 푸시
- 크론 작업 대체 (정기적으로 실행해야 하는 작업)
6. 코드와 개발 운영 방법
6.1 코드형 인프라
- Infrastructure as Code(IaC): 수동 프로세스가 아닌 코드를 통해 인프라를 관리, 프로비저닝 하고 지원하는 기능
- 서버, 네트워크, 스토리지 등의 인프라 자원을 코드로 표현하고 버전 관리
- ex) AWS CloudFormation, Ansible, Terraform
6.1.1 코드형 인프라 장점
- 일관성 유지
- 복구성 향상
- 협업 강화
6.1.2 코드형 인프라 단점
- 러닝 커브 높은 편
- 복잡성 증가
6.2 DevOps
- 애플리케이션과 서비스를 빠른 속도로 제공할 수 있도록 조직 역량을 향상하는 문화, 철학, 방식, 도구의 조합
- 소프트웨어 개발 사이클의 속도를 높여 제품을 더 빠르게 혁신하고 개선할 수 있음
- 조직은 고객을 더 잘 지원하고 시장에서 효과적으로 경쟁 가능
- DevOps 핵심 원칙
- 문화(Culture): 조직의 문화적 변화를 장려하여 기존 방식을 허물고 개발팀 그리고 운영팀 간의 협업을 촉진
- 자동화(Automation): 배포 프로세스를 자동화여 시간을 절약하고 휴먼 에러를 줄이며 지속적인 개선에 중요한 빠른 피드백 적용 가능
- 측정(Measurement): 프로세스의 효율성과 효과에 대한 통찰을 얻고 데이터를 기반 접근 방식을 통해 병목 현상을 식별하여 리소스 사용 최적화 가능
- 공유(Sharing): 팀 내부 및 외부 팀 간의 지식 리소스 도구 세트를 공유함으로써 열린 의사소통과 협업을 통해 모든 사람이 목표 책임 및 진행 상황을 인지하고 소유권과 투명한 문화를 조성
- DevOps 주요 구성 요소
- 지속적 통합(Continuous Integration): 개발된 코드를 자동으로 빌드하고 테스트하여 통합하는 프로세스
- 지속적 배포(Continuous Deployment): 지속적으로 테스트된 코드를 자동으로 운영 환경에 배포하는 프로세스
- 자동화 도구(Automation Tools): Ansible이나 Terraform과 같이 코드형 인프라 방식을 활용한 자동화 구현
- 마이크로서비스(Microservice): 애플리케이션을 느슨하게 결합하고 독립적으로 배포 가능한 서비스 단위로 쪼개서 설계하고 개발하는 스타일
- 지속적 모니터링(Continuous Monitoring): 애플리케이션 성능 인프라 상태 및 사용자 경험의 피드백을 관찰하고 추적
6.2.1 CI/CD
- 지속적 통합(Continuous Integration)과 지속적 전달(Continuous Delivery)의 약자로, 소프트웨어 개발 사이클을 자동화하고 지속적으로 통합 제공하는 개념
- 소프트웨어 업데이트의 빈도를 높이고 품질을 향상하기 위한 소프트웨어 개발의 자동화된 접근 방식
- CI는 코드 변경 사항이 빈번하게 통합되고 테스트되는 것을 의미
- CD는 통합된 코드가 자동으로 운영 환경에 배포되는 것을 포함
6.2.2 CI(Continuous Integration)
- 팀이 개발하는 모든 코드 변경 사항이 자동 통합 및 테스트 과정을 거쳐 공유 코드 베이스에 안전하게 통합되는 것
- CI 프로세스
- 개발자는 코드를 중앙 레포지토리에 push
- CI 서버는 push를 감지하고 소스 코드를 빌드하고 테스트
- 테스트가 성공하면 코드가 공유 레포지토리에 통합
- 테스트 실패 시 개발자에게 피드백이 제공되어 문제 수정
6.2.2 CD(Continuous Deployment/Delivery)
- Continuous Deployment: 자동으로 통합된 코드를 실제 운영 환경에 자동으로 배포하는 것
- Continuous Delivery: 통합된 코드는 운영 환경으로 배포되기 전에 스테이징 환경 등에서 수동으로 검토되는 것
- CD 프로세스
- CI를 통해 검증된 코드는 자동으로 운영 환경에 배포
- Continuous Delivery의 경우, 스테이징 환경 등에서 추가적인 검토 및 테스트
- 배포 프로세스 중 문제가 감지될 경우 롤백 등의 조치를 자동으로 수행
6.2.3 CI/CD 장점
- 빠른 소프트웨어 릴리즈
- 품질 향상
- 자동화
- 신속한 피드백
6.2.4 CI/CD 주요 도구
- Jenkins, Travis CI, Circle CI
- Docker, K8S
- Ansible, Terraform
7. 클라우드 속 서비스 활용
7.1 빅데이터
- 기존의 존재했던 데이터베이스들이 처리할 수 있는 능력을 넘어서는 대량의 정형 혹은 비정형의 데이터로부터 가치를 추출하고 결과를 분석하는 기술
- 보통 3V로 표현되며 Volume(규모), Variety(다양성), Velocity(속도)를 갖추고 있음
- Volume: 데이터의 양이 얼마나 많은가에 따라 빅데이터의 기준이 됨
- Variety: 과거에는 고객 정보와 같은 정형 데이터만 있었지만 지금은 SNS나 이미지, 오디오와 같은 비정형 데이터들도 포함
- Velocity: 데이터가 쌓이는 속도 혹은 그 데이터를 신속하고 효율적으로 때로는 실시간으로 처리해야 하는 특성을 지님
- 빅데이터 활용 사례
- 구글: 검색엔진 최적화
- 콘텐츠의 전문성, 유용성, 사용자의 위치 및 설정 등을 고려해 맞춤형 결과 제공
- 수백만 개의 영상 데이터에서 사용자의 패턴이나 특성을 찾아내 예측하여 검색 알고리즘 제공
- 아마존: 제품 추천 시스템
- Amazon.com은 판매 상품 간의 연결 필터링을 활용해서 대규모 데이터에서 실시간으로 상품 추천
- 해당 상품 추천이 전체 매출의 35%
- 구글: 검색엔진 최적화
7.2 인공지능 및 머신러닝
- 인공지능
- 추론이나 학습과 같이 일반적으로 인간의 지능과 관련된 기능들을 수행하기 위한 기능적 장치의 능력
- 일반 인공지능: 인간이 하는 대부분의 행동을 잘할 수 있는 형태
- 좁은 인공지능: 얼굴 인식, 음성 인식 등 특정 기능만 잘할 수 있는 형태
- 머신러닝
- AI를 구현하기 위한 수단
- 좁은 인공지능, 즉 특정 기능을 구현하기 위한 시스템
- 컴퓨터가 학습할 수 있도록 하는 알고리즘이나 기술 혹은 이를 개발하는 분야
7.3 분석 및 데이터
- 기업이 데이터를 수집, 저장, 처리하고 이를 분석하여 가치 있는 통찰력을 얻는 프로세스
- 데이터 분석은 비즈니스 의사결정을 지원하고 향상하기 위한 인사이트를 추출하는 핵심적인 활동
7.4 보안 및 식별관리
- 보안의 중요성
- 클라우드 보안은 클라우드 환경에서의 데이터, 리소스, 서비스를 보호하는 중요한 측면
- 기존의 온프레미스 환경과는 다르게 클라우드는 다양한 서비스 모델과 배포 모델을 제공하기 때문에 새로운 보안 전략 필요
- 보안 요소
- 데이터 보안: 데이터의 암호화, 접근 제어, 데이터 손실 방지
- 네트워크 보안: 가상 네트워크, 방화벽을 통해 트래픽을 안전하게 관리
- 식별 및 접근관리: 클라우드 리소스로 접근하는 사용자 식별 및 접근 관리
- 책임 공유 모델(Shared Responsibility Model)
- 고객: 클라우드에서의 보안
- 고객이 클라우드 상에서 사용 중인 서비스 다음 구성 관리에 대한 책임
- Application 보안, Guest OS 운영 책임, 방화벽 구성 관리, 인증 관리 책임
- CSP: 클라우드의 보안
- CSP에서 제공되는 모든 서비스를 실행하는 인프라를 보호할 책임
- 클라우드가 구동되는 하드웨어, 소프트웨어, 네트워킹, 시설, etc.
- 고객: 클라우드에서의 보안
- 책임 공유 모델 내 사용자가 챙겨야 하는 보안적 요소
- 클라우드 서비스 가상머신에 접근 가능한 네트워크 보안 설정
- IaaS를 이용하여 생성한 VM 내부 OS의 보안 패치 적용
- 클라우드 저장소에 저장할 때 암호화 기능 적용 여부
- 책임 공유 모델 내 CSP가 챙겨야하는 보안적 요소
- 하이퍼바이저의 업데이트 적용
- 데이터센터 내부 네트워크 이슈 처리
- 데이터센터 내 보안 CCTV
반응형
'Cloud' 카테고리의 다른 글
| [Cloud] AWS Cloud 기초 part 2 (1) | 2024.05.20 |
|---|---|
| [Cloud] AWS Cloud 기초 part 1 (1) | 2024.05.13 |