[ Data Engineering ] 데이터 엔지니어링 공부 02 : 클라우드 3대장(AWS, GCP, Azure) 공통 용어 대백과.

Data-Forge : 데이터로 세상 이해해보기.·2025년 3월 15일
db개발공부데이터사이언스데이터엔지니어링

Data_Engineering

목록 보기
2/6
post-thumbnail

[ Data Engineering ] 데이터 엔지니어링 공부 02 : 클라우드 3대장(AWS, GCP, Azure) 공통 용어 대백과.

▽클라우드 3대장(AWS, GCP, Azure) 공통 용어 대백과.

목  차

1. 클라우드 기본 개념.
2. 클라우드 컴퓨팅
3. 스토리지 & 데이터베이스 ( Storage & Database )
4. 네트워크 & 보안(Networking & Security)
5. AI & 머신러닝 ( AI & Machine Learning)
6. 개발자 도구(Developer Tools)
7. 실전 멀티 클라우드 시나리오
8. 3대장의 숨은 특징들과 장단점.
9. 클라우드 용어, 완벽히 이해!.

"AWS에선 EC2라고 부르고, GCP는 Compute Engine, Azure는 Virtual Machines??"

"이름만 다르고, 기능은 엇비슷한 이것들은 뭘까??"

왜 클라우드 용어를 알아야 할까?

  1. 이직/취업: 다른 회사는 다른 클라우드를 쓸 수 있어!
  2. 솔루션 아키텍트: 최적의 솔루션 제안을 위해 여러 클라우드를 비교해야 해!
  3. 비용 최적화: 같은 기능도 클라우드마다 가격이 다르니 비교해서 선택!
  4. 멀티 클라우드: 요즘은 한 클라우드만 쓰는 기업이 점점 줄어들고 있어!

🔹 어떤 클라우드를 써도 겁먹지 말자!
🔹 개념만 알면 멀티 클라우드도 문제없다!

.

클라우드 서비스를 사용하다보면(배포 및 데이터 관리 측면) 비슷한 개념인데 이름만 다르게 부르는 서비스가 많습니다.

이번 글에서는 cloud의 3대장 = "AWS, GCP, Azure"에서 같은 개념을 가진 용어들을 정리해보겠습니다.

Ⅰ. 클라우드 기본 개념 ( Cloud Basics )

"클라우드"도 현실 세계처럼 { 지역(리전), 도시(Az), 아파트(VPC), 방(서브넷) }
같은 개념이 있습니다.

🏢 클라우드의 기본 구조를 한눈에!

🗺️ (🌏 리전) → 🏢 (🏢 가용 영역 AZ) → 🏠 (🏠 서브넷)

클라우드 업체별 기본 구조 용어 정리.

📌 클라우드 꿀팁!
AWS는 중요 서비스 이중화를 위해 리전 내 최소 2개 이상의 AZ를 사용하는 Multi-AZ 배포를 권장!!

Multi-AZ 배포의 장점

  • 고가용성 (High Availability):

    • 자동 장애 전환 (Automatic Failover): 한 AZ에서 장애가 발생하면
      다른 AZ로 자동으로 전환되어 서비스 중단 시간을 최소화합니다.

    • 데이터 무손실: 장애 발생 시 데이터 손실 없이 장애 전환이 이루어집니다.

  • 성능 향상:

    • 부하 분산: 여러 AZ에 걸쳐 부하를 분산하여 응답 속도를 향상시킵니다.

    • 읽기 작업 오프로드: 읽기 전용 작업을 standby 인스턴스로 오프로드하여
      주 인스턴스의 성능을 최적화합니다.

  • 유지보수 및 백업:

    • 백업 및 패치 작업: 주 인스턴스에서 백업 및 패치 작업을 수행하지 않고
      standby 인스턴스를 활용하여 서비스 중단을 최소화합니다.

  • 데이터 복제:

    • 동기식 복제: 주 인스턴스와 standby 인스턴스 간의 데이터를 실시간으로 동기화하여
      데이터 일관성을 유지합니다

Multi-AZ 배포의 구현 방법

  • AWS RDS 설정:

    • AWS Management Console에서 RDS 인스턴스를 생성할 때
      "Multi-AZ 배포" 옵션을 활성화합니다.

    • 자동 장애 전환 및 고가용성을 지원하는 standby 인스턴스를 다른 AZ에 자동으로 생성합니다.

  • 모니터링 및 테스트:

    • AWS CloudWatch를 사용하여 성능을 모니터링하고, 정기적인 장애 전환 테스트를 수행합니다.

Ⅱ. 클라우드 컴퓨팅(Cloud Computin)

클라우드에서 가상 머신을 빌려 쓰거나, 컨테이너를 운영하거나, 서버 없이 코드만 실행할 수도 있습니다. !

🖥️ 컴퓨팅 서비스 비교

📌 클라우드 꿀팁!
서버리스(Lambda, Functions)는 idle 상태에서 요금이 안 나와서 트래픽이 적은 사이드 프로젝트에 딱! 하지만 실행 시간이 길면 VM이 더 저렴할 수도.

Ⅲ. 스토리지 & 데이터베이스 (Storage & Database )

클라우드에서 데이터를 저장하는 방식은
크게 파일(Object), 블록(Block), 관계형 DB, NoSQL 등으로 나뉩니다.

📦 스토리지 비교.

🗄️ 데이터베이스 비교.

📌 클라우드 꿀팁!
GCP의 BigQuery는 테라바이트급 데이터도 몇 초 만에 분석합니다!
데이터 분석가들이 가장 좋아하는 클라우드 서비스 중 하나!

Ⅳ. 네트워크 & 보안 (Networking & Security)

클라우드 네트워크는 트래픽을 효율적으로 관리하고 보안을 강화하는게 중요합니다!

🔗 네트워크 비교.

🔒 보안 & 인증 비교.

📌 클라우드 꿀팁!
모든 클라우드가 '최소 권한의 원칙'을 권장합니다!
필요한 권한만 주면 실수로 S3 버킷을 전체 공개해서 대형 보안 사고 치는 일 같은건 없기 때문!

Ⅴ. AI & 머신러닝 (AI & Machine Learning)

이제부터 클라우드 회사들은 모두 AI와 머신러닝을 서비스를 제공합니다.

🧠 AI & ML 서비스 비교.

📌 클라우드 꿀팁!
AI 서비스는 API로 제공되어 코딩 몇 줄로 최신 AI 기술을 내 서비스에 통합 가능! OpenAI 같은 API도 클라우드 통합이 쉽습니다.!

Ⅵ. 개발자 도구 (Developer Tools)

클라우드 환경에서 제공되는 개발자를 위한 다양한 도구들.

👨‍💻 개발 도구 비교

📌 클라우드 꿀팁!
AWS Lambda, Azure Functions, GCP Cloud Functions 모두 서버리스 컴퓨팅이라 서버 관리 없이 코드만 올리면 됩니다.
프리 티어도 관대해서 소규모 서비스는 거의 무료로 운영 가능!!

Ⅶ. 실전 멀티 클라우드 시나리오

📱 스타트업 A사의 클라우드 전략

  • AWS의 경우: EC2에 앱 서버 + RDS(MySQL)에 DB + S3에 이미지 저장
    ++ CloudFront로 이미지 전송 최적화.
  • GCP의 경우: Compute Engine에 앱 서버 + Cloud SQL(MySQL)에 DB
    ++ Cloud Storage에 이미지 저장 + Cloud CDN으로 이미지 전송 최적화
  • Azure의 경우: Virtual Machines에 앱 서버 + Azure SQL Database에 DB
    ++ Blob Storage에 이미지 저장 + Azure CDN으로 이미지 전송 최적화

🌟 대기업 B사의 멀티 클라우드 전략

  • 주 워크로드: AWS에서 EC2 Auto Scaling Group + ELB로 메인 서비스 운영
  • ML/AI 워크로드: GCP의 Vertex AI 사용 (AI 역량 활용)
  • 재해 복구: Azure에 백업 시스템 구축 (지역 다변화)
  • 데이터 분석: BigQuery(GCP)로 대규모 데이터 분석 (가성비 우수)

💡 실전 팁: 클라우드 선택 가이드

  • AWS: 가장 많은 서비스와 사용자 기반. 엔터프라이즈 환경에 강점
  • GCP: 데이터 분석, ML/AI에 강점. BigQuery, Vertex AI가 특히 강력
  • Azure: 마이크로소프트 제품 사용 기업에 최적화. Windows 서버, .NET 앱에 강점

📌 현실 꿀팁!
클라우드별 가격 구조가 달라 같은 서비스도 사용 패턴에 따라 비용이 크게 달라질 수 있음! 실제 워크로드로 테스트해보는 게 제일 정확!!

Ⅷ. 3대장의 숨은 특징들과 장단점.

🌟 AWS 특징

  • 가장 오래되고 가장 많은 서비스(200개 이상)를 제공
  • 글로벌 인프라가 가장 넓게 분포(전 세계 25개 리전)
  • Enterprise 고객을 위한 지원과 계약 옵션이 다양함
  • 한번 익히면 다른 클라우드도 쉽게 이해 가능!

🌟 GCP 특징

  • 데이터 처리와 AI에 강점(BigQuery, Vertex AI)
  • 구글의 인프라를 그대로 사용할 수 있음
  • 네트워킹 성능이 뛰어남(구글의 글로벌 백본 활용)
  • Free tier가 관대해서 소규모 프로젝트에 유리

🌟 Azure 특징

  • 마이크로소프트 제품과의 통합이 뛰어남(Office 365, Teams 등)
  • 하이브리드 클라우드에 강점(온프레미스 연계)
  • 엔터프라이즈 계약과 라이선싱 혜택이 많음
  • 윈도우 서버 운영 기업에게 비용 효율적

📌 현실 꿀팁!
대부분의 기업은 실제로 여러 클라우드를 섞어 쓰는 '멀티 클라우드' 전략을 채택!
각 클라우드의 장점을 활용하고 벤더 종속성도 줄일 수 있기 때문.

Ⅸ. 클라우드 용어, 완벽히 이해!.

profile
Data-Forge : 데이터로 세상 이해해보기.
Roll with the punches
이전 포스트

[ Data Engineering ] 데이터 엔지니어링 공부 01 : 데이터 엔지니어링이란? & 데이터 엔지니어는 무슨일을 하는가?

다음 포스트

[ Data Engineering ] 데이터 엔지니어링 공부 03 : 데이터 웨어하우스 & 데이터 마트 & 데이터 레이크 란??

0개의 댓글