FSI 관점: 비용 최적화

Last reviewed 2025-07-28 UTC

Google Cloud Well-Architected Framework: FSI 관점의 이 문서에서는 Google Cloud에서 금융 서비스 산업 (FSI) 워크로드의 비용을 최적화하기 위한 원칙과 권장사항을 간략하게 설명합니다. 이 문서의 권장사항은 Well-Architected Framework의 비용 최적화 원칙과 일치합니다.

금융 서비스 워크로드의 강력한 비용 최적화에는 다음 기본 요소가 필요합니다.

  • 낭비되는 리소스 사용과 가치를 창출하는 리소스 사용을 식별하는 기능
  • 재정 책임 문화가 내재되어 있습니다.

비용을 최적화하려면 조직 전체의 비용 동인과 리소스 요구사항을 포괄적으로 이해해야 합니다. 일부 대규모 조직, 특히 클라우드 여정의 초기 단계에 있는 조직에서는 단일 팀이 많은 도메인에서 지출을 최적화하는 책임을 맡는 경우가 많습니다. 이 접근 방식은 중앙팀이 효율성을 개선하기 위한 높은 가치의 기회를 파악하는 데 가장 적합하다고 가정합니다.

중앙 집중식 접근 방식은 클라우드 도입 초기 단계나 중요하지 않은 워크로드에는 효과적일 수 있습니다. 하지만 단일 팀이 조직 전체의 비용 최적화를 추진할 수는 없습니다. 리소스 사용량이나 규제 감시 수준이 증가하면 중앙 집중식 접근 방식은 지속 가능하지 않습니다. 중앙 집중식 팀은 특히 많은 금융 상품과 서비스를 처리할 때 확장성 문제가 발생합니다. 제품과 서비스를 소유한 프로젝트팀이 외부 팀에서 변경한 사항에 반대할 수 있습니다.

효과적인 비용 최적화를 위해서는 지출 관련 데이터가 눈에 잘 띄어야 하며, 워크로드에 가까운 엔지니어와 기타 클라우드 사용자가 비용을 최적화하기 위한 조치를 취하도록 동기 부여를 받아야 합니다. 조직의 관점에서 비용 최적화의 과제는 최적화해야 할 영역을 식별하고, 해당 영역을 담당하는 엔지니어를 식별한 다음, 필요한 최적화 조치를 취하도록 설득하는 것입니다. 이 문서에서는 이 문제를 해결하기 위한 권장사항을 제공합니다.

이 문서의 비용 최적화 권장사항은 다음 핵심 원칙에 매핑됩니다.

Google Cloud 도구를 사용하여 낭비 식별

Google Cloud 는 낭비를 식별하는 데 도움이 되는 여러 제품, 도구, 기능을 제공합니다. 다음 권장사항을 고려하세요.

자동화 및 AI를 사용하여 최적화할 항목을 체계적으로 파악

Active Assist는 마이크로서비스용 Cloud Run, 데이터 분석용 BigQuery, 핵심 애플리케이션용 Compute Engine, 관계형 데이터베이스용 Cloud SQL 등 FSI에 중요한 서비스 전반에 걸쳐 지능형 추천을 제공합니다. Active Assist 추천은 무료로 제공되며 사용자가 별도로 구성하지 않아도 됩니다. 권장사항은 유휴 리소스와 사용률이 낮은 약정을 식별하는 데 도움이 됩니다.

통합 인터페이스를 통해 FinOps 모니터링 및 제어 중앙 집중화

Cloud Billing 보고서와 FinOps 허브를 사용하면 포괄적인 비용 모니터링을 구현할 수 있습니다. 이 포괄적인 보기는 재무 감사자와 내부 재무팀이 클라우드 지출을 추적하고, 재무 상태를 평가하고, 다양한 비즈니스 단위 또는 비용 센터 전반에서 FinOps 성숙도를 평가하고, 일관된 재무 설명을 제공하는 데 매우 중요합니다.

지출 데이터를 분석하고 보강하여 가치 파악

Active Assist는 명백한 낭비를 식별하는 데 효과적입니다. 하지만 특히 워크로드가 적합하지 않은 제품에 있거나 워크로드와 비즈니스 가치 간의 연관성이 명확하지 않은 경우 가치를 정확히 파악하기가 더 어려울 수 있습니다. FSI 워크로드의 경우 비즈니스 가치는 비용 절감을 넘어섭니다. 가치에는 위험 완화, 규제 준수, 경쟁 우위 확보가 포함됩니다.

클라우드 지출과 가치를 전체적으로 이해하려면 지출이 어디에서 발생하고, 지출이 어떤 비즈니스 기능을 추진하며, 해당 워크로드를 리팩터링하거나 최적화하는 것이 기술적으로 가능한지 등 여러 수준에서 완전히 이해해야 합니다.

다음 다이어그램은 데이터-정보-지식-지혜 (DIKW) 피라미드와 Google Cloud 도구를 적용하여 클라우드 비용과 가치를 전체적으로 파악하는 방법을 보여줍니다.

데이터-정보-지식-지혜 (DIKW) 피라미드는 클라우드 지출 데이터를 사용하여 의사 결정을 내리는 방법을 보여줍니다.

위 다이어그램은 DIKW 접근 방식을 사용하여 원시 클라우드 지출 데이터를 비즈니스 가치를 창출하는 실행 가능한 통계와 결정으로 개선하는 방법을 보여줍니다.

  • 데이터: 이 레이어에서는 클라우드 리소스의 처리되지 않은 원시 사용량 및 비용 데이터 스트림을 수집합니다. 중앙 FinOps 팀은 Cloud Billing 인보이스, 결제 내보내기, Cloud Monitoring과 같은 도구를 사용하여 세부적인 데이터를 얻습니다. 예를 들어 데이터 포인트는 us-central1 리전에서 app1-test-vmA이라는 VM이 730시간 동안 실행되었으며 비용이 70달러라는 것일 수 있습니다.
  • 정보: 이 레이어에서 중앙 FinOps 팀은 Cloud 결제 보고서 및 FinOps 허브와 같은 도구를 사용하여 원시 데이터를 구조화하여 '사람들이 비용을 지출하는 리소스의 카테고리는 무엇인가요?'와 같은 질문에 답할 수 있도록 지원합니다. 예를 들어 미국 내 두 리전에서 n4-standard-2 머신 유형의 VM에 총 1,050달러가 지출된 것을 확인할 수 있습니다.
  • 지식: 이 레이어에서 중앙 FinOps 팀은 누가 돈을 지출했는지, 어떤 목적으로 지출했는지에 관한 적절한 비즈니스 컨텍스트를 사용하여 정보를 보강합니다. 태그 지정, 라벨 지정, 리소스 계층 구조, 결제 계정, 맞춤 Looker 대시보드와 같은 메커니즘을 사용합니다. 예를 들어 7월 둘째 주에 스트레스 테스트 연습의 일환으로 미국의 app1 테스트팀이 650달러를 지출했다고 판단할 수 있습니다.
  • 지혜: 이 계층에서 제품 및 애플리케이션 팀은 맥락화된 지식을 사용하여 클라우드 지출의 비즈니스 가치를 평가하고 정보에 입각한 전략적 결정을 내립니다. 팀에서 다음과 같은 질문에 답할 수 있습니다.
    • 데이터 분석 파이프라인에 지출된 5,000달러가 비즈니스 가치를 창출하고 있나요?
    • 성능을 저하시키지 않고 더 효율적으로 파이프라인을 재설계할 수 있을까요?

클라우드 지출 데이터를 분석할 때 다음 권장사항을 고려하세요.

Google Cloud에서 제공하는 지출 데이터 분석

BigQuery로 내보낸 자세한 Cloud Billing 데이터와 모니터링 로그에서 사용할 수 있는 데이터로 시작하세요. 실행 가능한 유용한 정보를 도출하고 결정을 내리려면 이 데이터를 구조화하고 비즈니스 컨텍스트로 보강해야 합니다.

사용 가능한 도구를 통해 데이터 시각화

BigQuery 내보내기 위에 Looker Studio와 같은 도구를 사용하여 맞춤 보고서로 내장 Google Cloud 대시보드를 보강합니다. 재무팀은 재무 측정항목, 규제 보고 요구사항, 비즈니스 단위 수익성에 따라 클라우드 지출을 맥락화하는 맞춤 대시보드를 빌드할 수 있습니다. 그런 다음 경영진 이해관계자가 분석 및 의사 결정을 내릴 수 있도록 명확한 재무 설명을 제공할 수 있습니다.

책임성을 높이기 위해 지출 할당

클라우드 지출을 유발하는 요인을 파악한 후에는 누가, 왜 비용을 지출하는지 파악해야 합니다. 이 수준의 이해에는 비즈니스 관련 메타데이터를 클라우드 리소스에 연결하는 강력한 비용 할당 관행이 필요합니다. 예를 들어 Banking-AppDev팀에서 특정 리소스를 사용하는 경우 team=banking_appdev과 같은 태그를 리소스에 연결하여 팀에서 해당 리소스에 발생하는 비용을 추적할 수 있습니다. 클라우드 비용을 지출의 소스에 100% 할당하는 것이 좋습니다. 실제로 100% 비용 할당을 지원하는 메타데이터 구조를 빌드하는 것은 복잡한 작업이므로 더 낮은 타겟으로 시작할 수 있습니다.

비용 할당을 지원하는 메타데이터 전략을 개발하려면 다음 권장사항을 고려하세요.

  • 유효성: 태그가 비즈니스 관련 핵심성과지표 (KPI) 및 규제 요건을 식별하는 데 도움이 되는지 확인합니다. 이 연결은 내부 차지백, 규제 보고, 비즈니스 단위 목표에 따른 클라우드 지출 조정에 매우 중요합니다. 예를 들어 다음 태그는 지출 팀, 지역, 작업하는 제품을 명확하게 식별합니다. team=banking_appdev, region=emea, product=frontend
  • 자동화: 높은 수준의 태그 지정 규정 준수를 달성하려면 자동화를 통해 태그 지정을 적용하세요. 수동 태그 지정은 오류와 불일치가 발생하기 쉬우며, 감사 가능성과 재무 정확성이 가장 중요한 FSI 환경에서는 허용되지 않습니다. 자동 태그 지정은 리소스가 생성될 때 올바르게 분류되도록 합니다.
  • 단순성: 상관관계가 없는 간단한 요소를 측정합니다. FSI 환경은 복잡합니다. 이러한 환경에서 비용 할당 규칙을 쉽게 이해하고 적용할 수 있도록 규칙은 최대한 간단해야 합니다. 매우 구체적인 (에지) 사례에 대한 규칙을 지나치게 설계하지 마세요. 복잡한 규칙은 운영팀의 혼란과 저항을 초래할 수 있습니다.

태그를 사용하여 할당 전략을 정의한 후에는 전략을 구현해야 하는 세분화 수준을 결정해야 합니다. 필요한 세부사항은 비즈니스 요구사항에 따라 다릅니다. 예를 들어 일부 조직은 제품 수준에서 비용을 추적해야 하고, 일부는 각 비용 센터의 비용 데이터가 필요하며, 일부는 환경 (개발, 스테이징, 프로덕션)별 비용 데이터가 필요할 수 있습니다.

조직에 적합한 수준의 비용 할당 세부사항을 달성하려면 다음 방법을 고려하세요.

  • Google Cloud 의 프로젝트 계층 구조를 비용 할당의 자연스러운 시작점으로 사용하세요. 프로젝트는 Google Cloud에서 정책 시행 지점을 나타냅니다. 기본적으로 IAM 권한, 보안 정책, 비용은 프로젝트 및 폴더에 귀속됩니다. Cloud Billing에서 내보낸 비용 데이터를 검토할 때 폴더 계층 구조와 비용 데이터와 연결된 프로젝트를 볼 수 있습니다.Google Cloud 리소스 계층 구조가 지출에 대한 조직의 책임 구조를 반영하는 경우 비용 할당을 구현하는 가장 간단한 방법입니다.
  • 세부적인 정보를 추가하려면 태그와 라벨을 사용하세요. 결제 내보내기에서 리소스를 분류하는 유연한 방법을 제공합니다. 태그와 라벨을 사용하면 애플리케이션 및 환경별로 비용을 자세히 분류할 수 있습니다.

효과적인 비용 할당을 위해 태그 지정 및 라벨 지정과 함께 프로젝트 계층 구조를 사용해야 하는 경우가 많습니다. 선택한 비용 할당 접근 방식과 관계없이 앞에서 설명한 강력한 메타데이터 전략(유효성 검사, 자동화, 단순성) 개발에 관한 권장사항을 따르세요.

책임감을 부여하고 엔지니어의 행동을 유도

클라우드 FinOps팀은 조직이 비용과 가치를 인식하도록 유도하는 역할을 합니다. 개별 제품팀과 엔지니어링팀은 비용 최적화를 위해 필요한 조치를 취해야 합니다. 이러한 팀은 금융 서비스 워크로드의 비용 행동에 대한 책임이 있으며 워크로드가 필요한 비즈니스 가치를 제공하는지 확인해야 합니다.

책임감을 높이고 팀이 비용을 최적화하도록 동기를 부여하려면 다음 권장사항을 고려하세요.

거버넌스를 위한 중앙 집중식 FinOps팀 구성

Cloud FinOps 관행은 자연스럽게 성장하지 않습니다. 전담 FinOps 팀은 다음을 수행하여 FinOps 관행을 정의하고 설정해야 합니다.

  • 필요한 프로세스, 도구, 안내를 빌드합니다.
  • 필수 태그 지정, 예산 검토, 최적화 프로세스와 같은 필요한 정책을 만들고, 전달하고, 시행합니다.
  • 엔지니어링팀이 비용에 대한 책임을 지도록 장려합니다.
  • 엔지니어링팀이 비용에 대한 소유권을 갖지 않는 경우 개입합니다.

경영진의 후원 및 위임 받기

CTO, CFO, CIO를 비롯한 고위 경영진은 조직 전체의 FinOps 문화로의 전환을 적극적으로 주도해야 합니다. 이들의 지원은 비용 책임의 우선순위를 정하고, FinOps 프로그램에 리소스를 할당하고, 부서 간 참여를 보장하고, FinOps 요구사항 준수를 추진하는 데 매우 중요합니다.

팀이 비용을 최적화하도록 장려

엔지니어와 엔지니어링팀은 비용 최적화에 집중할 동기가 없을 수 있습니다. 다음과 같은 인센티브를 구현하여 팀 및 개인 목표를 비용 효율성과 일치시키는 것이 중요합니다.

  • 비용 최적화로 절감된 금액의 일부를 최적화를 달성한 팀에 재투자합니다.
  • 비용 최적화 노력과 성공을 공개적으로 인정하고 축하합니다.
  • 게임화 기법을 사용하여 비용을 효과적으로 최적화한 팀에게 보상을 제공합니다.
  • 효율성 측정항목을 실적 목표에 통합합니다.

쇼백 및 지불 거절 기법 구현

팀이 소유한 클라우드 리소스와 비용을 명확하게 파악할 수 있어야 합니다. 팀 내 적절한 개인에게 재정적 책임을 할당합니다. 공식 메커니즘을 사용하여 엄격한 태그를 적용하고 공유 비용 할당을 위한 투명한 규칙을 구현합니다.

비용보다는 가치와 TCO에 집중

클라우드 솔루션을 평가할 때는 장기적인 총소유비용 (TCO)을 고려하세요. 예를 들어 애플리케이션용 데이터베이스를 자체 호스팅하는 것이 Cloud SQL과 같은 관리형 데이터베이스 서비스를 사용하는 것보다 저렴해 보일 수 있습니다. 하지만 장기적인 가치와 총소유비용을 평가하려면 자체 호스팅 데이터베이스와 관련된 숨겨진 비용을 고려해야 합니다. 이러한 비용에는 FSI 워크로드에 중요한 요구사항인 패치, 확장, 보안 강화, 재해 복구를 위한 전담 엔지니어링 노력이 포함됩니다. 관리형 서비스는 장기적으로 훨씬 높은 가치를 제공하므로 인프라 비용을 상쇄합니다. 관리형 서비스는 강력한 규정 준수 기능을 제공하고, 안정성 기능이 내장되어 있으며, 운영 오버헤드를 줄이는 데 도움이 될 수 있습니다.

가치와 총소유비용에 집중하려면 다음 권장사항을 고려하세요.

리소스 최적화를 위해 제품별 기술 및 도구 사용

다음과 같은 Google Cloud제품에서 제공하는 비용 최적화 도구 및 기능을 활용합니다.

할인 혜택 제공

Google에서 제공하는 할인을 사용하여 클라우드 리소스의 청구 요금을 최대한 낮게 유지합니다. 일반적으로 개별 제품 및 엔지니어링팀에서 리소스 최적화를 관리합니다. 중앙 FinOps팀은 조직 전체의 리소스 요구사항을 파악할 수 있으므로 청구 요율을 최적화할 책임이 있습니다. 따라서 요구사항을 집계하고 약정 기반 할인을 극대화할 수 있습니다.

Google Cloud 리소스에 대해 다음 유형의 할인을 이용할 수 있습니다.

  • 엔터프라이즈 할인은 조직에서 Google Cloud 에 대해 최소 총 지출을 약정하고 청구 요율을 인하하는 데 기반한 협상된 할인입니다.
  • 리소스 기반 CUD는 1년 또는 3년 동안 최소 수량의 Compute Engine 리소스를 사용하겠다는 약속의 대가로 제공됩니다. 리소스 기반 CUD는 특정 프로젝트 및 리전에 있는 리소스에 적용됩니다. 여러 프로젝트에서 CUD를 공유하려면 할인 공유를 사용 설정하면 됩니다.
  • 지출 기반 CUD는 1년 또는 3년 동안 특정 제품에 최소 금액을 지출하겠다는 약속의 대가로 제공됩니다. 지출 기반 할인은 결제 계정 수준에서 적용됩니다. 할인은 제품에 따라 지역별로 또는 전 세계적으로 적용됩니다.

엔터프라이즈 할인과 함께 CUD를 사용하면 상당한 비용을 절감할 수 있습니다.

CUD 외에도 다음 방법을 사용하여 청구 요금을 줄일 수 있습니다.

  • 내결함성 및 유연한 워크로드에 스팟 VM을 사용합니다. 스팟 VM은 일반 VM보다 80% 이상 저렴합니다.
  • BigQuery는 약정 및 자동 확장 요구사항에 기반한 주문형 가격 및 버전 기반 가격을 비롯한 다양한 가격 책정 모델을 제공합니다. BigQuery 리소스를 상당한 양으로 사용하는 경우 분석 워크로드의 슬롯당 비용을 줄이려면 적절한 버전을 선택하세요.
  • 사용해야 하는 서비스에 대해 사용 가능한 Google Cloud 리전을 신중하게 평가합니다. 비용 목표와 지연 시간, 규정 준수 요구사항과 같은 요소에 부합하는 리전을 선택합니다. 비용, 지속 가능성, 지연 시간 간의 절충점을 파악하려면 Google Cloud 리전 선택 도구를 사용하세요.
이전
안정성
다음
성능 최적화