아크로니스는 오늘, DRaaS (Disaster Recovery as a Service, 서비스로서의 재해 복구) 선택시 고려 사항을 소개했다.
서비스로서의 재해복구(DRaaS)가 DR과 데이터 보호, 백업을 통합한 형태의 솔루션을 찾는 SMB를 중심으로 확산되고 있다.
이에 아크로니스가 제시한 DRaaS 선택 시 주요 고려사항은 ▲데이터 무결성 보장 ▲애플리케이션 탄력성 ▲멀티 클라우드 오케스트레이션(통합) 관리 ▲IT 인프라 시스템 변화에 맞춘 관리 자동화 등이다.
DRaaS 선택 시 고려해야 할 주요 사항은 다음과 같다.
1. 데이터 무결성 보장: DR에서의 가장 큰 이슈는 데이터 무결성에 대한 보장이다. 기업에서는 데이터에 어떠한 오류도 발생하지 않고 정확성을 유지할 수 있는지에 대한 확신을 원한다. 이러한 요구 사항들을 만족시키기 위해서 DR 제공업체들은 사이버 공격에 대비할 수 있는 자동화 된 데이터 치유(healing) 기능 등의 적극적인 보호 및 보장 기술을 제공해야 할 것이다.
데이터 보호 트렌드는 대응형 접근 방식에서 선제적 방식으로 이동하고 있다. 능동적인 데이터 보호 기술이란 이전에 경험하지 않았던 위협에 대해서도 스마트하게 대응할 수 있으며, 이상 행동을 중지시키고, 손상된 데이터를 자동으로 복구할 수 있음을 의미한다. 또한 데이터 인증 방식에도 변형을 주어야 한다. 별도의 경보 없이도 복구된 데이터를 검증할 수 있는 데이터 보장 메커니즘에 대한 수요가 높아지고 있다.
2. 애플리케이션 탄력성: 대부분의 DRaaS 솔루션들이 가장 주안점을 두고 있는 부분은 인프라 복구이다. 그러나 인프라 복구 RTO가 짧더라도 애플리케이션을 운영할 수 있는 상태로 복구하는데 수시간이 걸린다면 활용하기 어려울 것이다. 점점 더 많은 기업들이 DR 서비스에 애플리케이션 탄력성에 대한 기능을 포함시킴으로써 비즈니스 기능을 빠르게 복구할 수 있도록 요구하고 있다.
전통적인 DR 환경에서는 인프라스트럭처 페일 오버 시 애플리케이션의 경우 매뉴얼 작업을 통해 복구해야 하는 경우가 빈번하다. 급여지급 시스템, 회계, CRM 등과 같은 애플리케이션의 경우 특히 매뉴얼 조정이 요구되는 경우가 많으며, 데이터가 여러 대의 서버에 분포된 경우 더욱 그러하다. 미래의 DRaaS는 기업에서 요구하는 수준의 인프라스트럭처와 애플리케이션 복구 모두를 만족시키는 기능을 제공할 것이다.
3. 멀티 클라우드 오케스트레이션(통합) 관리: 대부분의 IaaS(서비스로서의 인프라스트럭처) 클라우드 솔루션은 재해 복구 공급업체들이 멀티클라우드 오케스트레이션 관리 역할을 하도록 구성되어 있다. 이를 활용하는 기업들에서는 백엔드 단에 마이크로소프트 애저(Microsoft Azure) 및 아마존웹서비스(AWS)와 같은 상용 클라우드 서비스를 활용하는 DR 업체들이 애플리케이션을 쉽게 적용할 수 있고 다른 환경으로 이동시킬 수 있기를 요구하고 있다.
로컬 환경과 클라우드 데이터 스토리지 및 컴퓨팅 자원을 혼합하여 하이브리드 클라우드 인프라 환경을 구축하는 SMB 사업자들이 늘어나고 있다. 이러한 기업들의 경우 DR 솔루션이 특정 서버에서 데이터를 가져와 로컬의 다른 서버 혹은 클라우드에 이동시킬 수 있기를 기대할 것이다. 현재는 로컬 데이터센터에 데이터를 보관하고 있다면 앞으로는 더 많은 클라우드로의 이동이 전망되는 만큼 DR업체들은 데이터 이동성을 지원하는 기능을 고민해야 할 것이다.
4. IT 인프라 시스템 변화에 맞춘 관리 자동화: DR 구축을 고려하는 기업들이 직면하게 되는 문제 중 하나는 DR과 운영 환경의 조화이다. 운영 환경에 새로운 서버를 추가하는 기업의 경우 일반적으로 DR 환경에도 같은 서버를 추가해야 하며, 새로운 서버의 셋팅 또한 정확하게 복제시켜야 한다. 실제 현장에서는 이러한 작업에서 다양한 도전과제들이 발생하는 것은 물론 이를 인지하고 넘어가지 못하는 경우도 빈번하다.
최근 DR 업체들의 트렌드는 네트워크 인지형 변화 관리 솔루션을 활용하여 이 작업을 자동화시키는 추세이다. 머신 러닝 및 인공지능(AI)에 기반한 이 신기술을 통해 미래의 DR 솔루션들은 인프라스트럭처에 발생하는 변화들을 자동으로 탐지하고 이를 DR 환경에 적용시킬 수 있을 것이다.
