오픈소스 데이터베이스로 탈 오라클! Why not? | AWS Summit Seoul 2023

오픈소스 데이터베이스로 탈 오라클! Why not?

Day 2 | Session 1 | 11:10 - 11:50
김지훈 WWSO 솔루션즈 아키텍트, AWS
박승전 Project Manager, SK Telecom

아직 많은 기업들이 상용 데이터베이스로 인해 발생하는 높은 비용으로 고통받고 있다. 이를 돕기 위해 AWS는 오픈 소스를 기반으로 한 다양한 워크로드의 특성에 맞는 데이터베이스 서비스를 제공하고 있다.

이번 세션에서는 AWS의 워크로드 특성에 따른 목적에 맞는 다양한 데이터베이스 서비스가 어떤 것이 있는지 알아보고, 기존 오라클 데이터베이스를 기반으로 구성된 서비스에 AWS의 데이터베이스를 도입하여 탈 오라클에 성공한 고객 사례를 소개한다.

 

---

데이터 현대화 아키텍처

전통 방식에서 마이크로 서비스 아키텍처, 분산 아키텍처로 변화하고 있다.

 

AWS의 현대화는 모놀리식에서 MSA로 변화하고 있는데,

모놀리식은 중앙 DB + 종속 팀

MSA는 독립 DB + 2 피자 팀이라고 할 수 있다.

 

데이터베이스 현대화

1. 관리형 데이터베이스로 이동 : 자체 관리형 → AWS 관리형
2. 오픈 소스 데이터베이스로 이동 : 상용 → 오픈 소스
3. 목적 지향 데이터베이스로 현대화 : 모놀리식 → 마이크로 서비스

 

1 단계: 관리형 데이터베이스로 이관

기존에는 관계형 데이터베이스를 사용하다가 관리형 데이터베이스를 도입한다.

운영 부담의 감소와 플랫폼 기능의 장점 활용으로 인해 민첩성, 관리 편의성, 비용 효율성이 상승할 수 있다.

이 때 Amazon RDS나 Aurora와 같은 클라우드 네이티브 데이터베이스 도입을 고려할 수 있다.

 

2 단계: 캐시 및 영구 인메모리 데이터

캐시 및 영구 인메모리 데이터로

• Amazon RDS나 Aurora와 같은 클라우드 네이티브 데이터베이스
• 빈번한 액세스 데이터 캐싱에는 Amazon ElastiCache
• 지속적이고 내구성 있는 인메모리 데이터 스토리지로는 Amazon MemoryDB

등을 활용해 스케링일 문제를 해결하고, 성능을 향상시킬 수 있다.

 

3 단계: 비 관계형 데이터 쿼리

• 키-밸류, 글로벌 액세스 가능한 데이터 세트로는 Amazon DynamoDB
• 도큐먼트 형태 데이터 세트는 Amazon DocumentDB
• 와이드 컬럼 데이터 세트는 Amazon Keyspaces

를 활용해 모놀리스 구조를 분해하고 민첩성, 확장성, 성능을 향상시킬 수 있다.

 

4 단계: 전문화된 데이터 상호 작용

워크로드 특성에 맞는 전문화된 데이터베이스를 선택하여 사용할 수 있는데 전문 데이터 세트로는 소셜 그래프, 추천 엔진, 시간 별 데이터, 로그 등이 있다.

 

이에 사용할 수 있는 데이터베이스로는

• 그래프 및 고도로 연결된 데이터는 Amazon Neptune
• 그래프 DB나 IoT 센서 데이터를 시간대 별로 저장할 수 있는 Amazon Timestream
• 원장 데이터 기록 시스템인 Amazon QLDB

를 활용할 수 있다.

 

Summary

---

탈 오라클 사례: SK Telecom TANGO의 클라우드 전환계획

TANGO란?

• T-Advanced Next Generation Oss
• SKT 망 관리 시스템
• 주요 기능: 장비 관리, 감시, 분석, 망 설계 구축
•  구성: 총 5가지 기능
  • Operation: 성능, 고장 감시
  • Inventory: 장비관리
  • Platform: 공통기능
  • Analytics: 분석
  • Engineering & Construction: 설계 및 구축
  • 이 중 O, I, P가 클라우드 전환 대상이고 A와 E&C는 On Premise를 유지한다.

 

클라우드 전환 목표

단순한 이전이 아닌 앱의 리팩토링을 통해 성능, 비용 및 안정성 개선을 목표로 한다.

 

• 클라우드 네이티브 개발: MSA/컨테이너 기반 개발 → 확장성/가용성 향상
• 서비스 구조개선(리팩토링): 앱 구조 개선 → 단위 성능/속도 향상
• 오픈소스 DB 전환: 탈 오라클 → 비용절감/종속성 제거
• TCO 구조 혁신: 중복 기능/데이터 제거 → 투자비/운영비 최소화

 

현재 DB의 구조적 이슈

현재 DB는 모놀리식 구조이고, 이로 인해서 발생하는 이슈는 다음과 같다.

• 환경 변화
  • 망 진화로 인한 관리 대상 장비 및 데이터 증가
  • 자동화 및 데이터 분석 등 연동 요구 데이터 증가
• 확장성 한계
  • 수직적 확장에 의존
  • 수평적 확장을 위해서는 DB 및 앱 재설계 필요
• 성능 이슈
  • 처리 및 연동 데이터 증가에 따른 성능 이슈 발생
  • AI 기반 앱 진화에 어려움 발생
• 비용 증가
  • 시스템 확장에 따른 S/W 라이센스 비용 부담 증가
  • 단일 솔루션 의존성 경감 필요

이러한 이슈들을 해결하기 위해서 오픈소스 데이터베이스로 전환하기로 결정했다.

 

오픈소스 DB 전환 여정

01 전환 단계별 검토 필요 항목

 

02 적합한 데이터베이스 선택

 

03 성능 확보 및 확장성을 고려한 DB 분산 설계

 

04 SQL 전환 가이드 작성 및 활용

 

05 데이터 마이그레이션

 

06 Graviton 적용을 위한 테스트 결과

Graviton 활용은 거의 필수적이라고 할 수 있다.

 

07 비용 최적화

 

Lesson Learned

 

향후계획 (23년)

애플리케이션 구조 개선 및 S3 활용 확대를 통한 비용 절감추진

1. TANGO의 클라우드 전환 지속 추진(3G, LTE, IP 감시 기능 등) : 오픈소스 DB 전환 확대
2. 비용 절감을 위한 애플리케이션 구조 최적화 : 캐쉬 활용 및 사용성이 적은 DB는 S3로 전환 확대
3. 서버리스 DB 활용 방안 검토중 : 사용률이 낮고, 절체 시간에 민감하지 않은 Slave DB에 적용 예정