[중앙뉴스= 이광재 기자] 통합 옵저버빌리티 및 보안 플랫폼 기업 다이나트레이스(Dynatrace)가 대기업 데브옵스(DevOps) 및 보안 자동화를 책임지는 450명의 IT 실무자를 대상으로 한 독립적 글로벌 서베이 ‘2023 데브옵스 자동화 펄스 리포트(2023 DevOps Automation Pulse Report)’의 결과를 발표했다.

이번 연구에 따르면 데브옵스 자동화에 대한 조직의 투자는 소프트웨어 품질 61% 향상, 배포 실패 57% 감소, IT 비용 55% 절감 등 상당한 이점을 제공하는 것으로 나타났다. 하지만 대부분 기업에서 데브옵스 자동화는 여전히 초기 단계에 머무르고 있었다. 데브옵스 자동화에 대한 명확한 전략 부재, 만연한 툴체인의 복잡성, 옵저버빌리티 및 보안 데이터 분석의 어려움 등으로 투자의 효과를 완전히 실현하지 못하는 것이다.

이번 연구는 기업이 비즈니스의 요구에 보다 효과적으로 대응하기 위해 데이터 주도형 AI 기반 자동화가 필요함을 강조하고 있다.

보고서에 따르면 향후 12개월 동안 기업은 데브옵스 자동화에 투자해서 보안 및 컴플라이언스 관리(55%), 인프라스트럭처 프로비저닝 및 관리(52%), 성능 최적화(51%)를 지원할 것으로 정망됐다. 하지만 38%의 기업만이 명확하게 정의된 데브옵스 자동화 전략을 갖추고 투자 관련 정보를 제공할 수 있다고 답했다.

평균적으로 기업은 전체 데브옵스 라이프사이클의 약 절반 이상(56%)만 자동화하는데 성공했다. 평균적인 기업은 데브옵스 자동화를 위해 일곱 가지 이상의 다양한 툴에 의존한다.

새로운 데브옵스 유스 케이스(use case)를 자동화하는데 최대 장애 요소는 보안에 대한 우려(54%), 데이터 운영화의 어려움(54%), 툴체인의 복잡성(53%) 등인 것으로 조사됐다.

번드 그레이페네더(Bernd Greifeneder) 다이나트레이스 최고기술책임자(CTO)는 “점점 많은 기업이 클라우드 네이티브 소프트웨어 딜리버리를 도입하면서 데브옵스 자동화가 전략적 과제로 진화했다”며 “사람의 관리 역량을 넘어선 쿠버네티스 아키텍처와 기술 스택 증가로 생태계 조율 및 보호를 자동화하려는 수요가 커지고 있다. 기업은 나날이 증가하는 오픈소스 툴을 수작업으로 이어 붙이는 DIY 접근을 통해 자동화 스크립트를 작성하는 방식으로 이에 대응하고 있다. 하지만 이런 파편화된 접근법에 균열이 생기기 시작했다. 데이터 사일로 고립된 부분적 자동화, 사후 대응적이고 수작업이 많은 운영 및 보안 작업에 파묻히게 된 것이다. 통일된 AI 기반의 데브옵스 자동화를 시급히 실현하지 않으면 혁신을 가속화하면서 동시에 소프트웨어의 품질과 보안을 유지하기는 불가능하다”고 말했다.

보고서는 71%의 기업이 옵저버빌리티 데이터와 인사이트를 이용해서 데브옵스 워크플로우의 자동화를 결정하고 개선하고 있다며 그러나 85%의 기업은 옵저버빌리티 및 보안 데이터를 이용해서 데브옵스 자동화를 추진하는데 어려움을 겪고 있다고 밝혔다.

또 기업이 당면하는 3대 과제는 접근할 수 없는 데이터(51%), 사일로에 존재하는 데이터(43%), 분석을 위해 여러 시스템을 거쳐야 하는 데이터(41%) 등이라며 54%의 기업은 자동화 프로젝트에 관여하는 여러 팀간 툴을 통합하고 협업이 용이하도록 플랫폼에 투자하고 있다고 전했다.

이와 함께 59%의 기업은 챗GPT(ChatGPT)나 바드(Bard) 같은 대규모언어모델(LLM)이 데브옵스 자동화 역량에 중대한 영향을 끼칠 것으로 기대하고 있으며 대표적인 3가지 효과로 생산성 증대와 수작업 감소(57%), 개발-보안-운영 사이의 협업 강화(56%), 코드 생성 자동화(48%)를 꼽았다고 설명했다.

그레이페네더 CTO는 “데이터 기반 자동화는 클라우드 네이티브 시대에 혁신을 실현하고 고객 기대를 충족하는 핵심”이라며 “이를 위해서는 클라우드 네이티브 스택이 생성하는 대량의 다양한 데이터를 처리하고 AI를 이용해서 데브옵스 자동화를 위한 정확하고 실행 가능한 인사이트를 제공하는 플랫폼이 필요하다. 범위와 적용 가능성이 제한적인 전통적 AI 테크닉과 달리 예측, 인과, 생성형 테크닉을 결합하는 플랫폼은 다양한 데브옵스 자동화 유스 케이스를 처리하는 탁월한 역량을 발휘할 수 있다. 이런 방법으로 여러 팀이 데이터의 가치를 극대화하고 데이터 사일로를 제거하고, 데브옵스 프로세스를 자신 있게 자동화할 수 있다”고 밝혔다.