적정 크기 조정과 자동 크기 조정

적정 크기 조정은 Azure VM 또는 서비스 SKU를 작업 부하의 실제 Resource 요구 사항에 맞추는 과정입니다. 즉, 과도한 프로비저닝으로 비용을 낭비하지도 않고, 부족한 프로비저닝으로 성능 저하를 초래하지도 않도록 합니다. 대부분의 조직은 온-프레미스에서 마이그레이션할 때 주의를 기울여 처음에 30~50% 정도 과도하게 프로비저닝합니다. 일반적으로 매월 정기적으로 적정 크기를 분석하면 애플리케이션 성능에 영향을 주지 않고 초과 지출의 상당 부분을 회수할 수 있습니다.

Azure Monitor 메트릭과 VM Insights를 사용하여 최소 30일 동안 CPU, 메모리, 디스크 IOPS 및 네트워크 처리량 데이터를 수집합니다. 적정 크기의 VM이 트래픽 급증을 처리할 수 있도록 평균이 아니라 최대 사용률(P95 또는 P99)을 확인합니다. Azure Advisor의 적정 크기 조정 권장 사항은 기본적으로 7일간의 과거 데이터를 사용하지만, 더 대표성 있는 데이터를 얻기 위해 Advisor 구성에서 이 기간을 30일 또는 60일로 늘릴 수 있습니다.

Azure VM은 서로 다른 작업 부하에 최적화된 SKU 제품군으로 구성됩니다. D-series(범용), E-series(메모리 최적화), F-series(컴퓨팅 최적화), N-series(GPU), L-series(스토리지 최적화)가 있습니다. VM의 CPU 사용량은 낮지만 메모리 사용량이 높은 경우, 동일한 vCPU 수를 유지하면서 D-series에서 E-series로 이동하면 비슷한 비용으로 더 많은 RAM을 사용할 수 있습니다. Azure에서 VM 크기를 조정하려면 일반적으로 몇 분 정도의 짧은 재시작이 필요합니다.

예약된 자동 크기 조정은 작업 부하 패턴을 예측할 수 있을 때 적합합니다. 업무 시간에 트래픽이 많고 밤에는 트래픽이 거의 없는 소매 애플리케이션은 07:00에 확장하고 22:00에 축소하도록 예약할 수 있습니다. Virtual Machine Scale Sets(VMSS)와 App Service는 모두 예약된 자동 크기 조정 규칙을 지원합니다. 알려진 부하 패턴에서는 메트릭 기반 자동 크기 조정보다 이 접근 방식이 더 간단하고 비용을 예측하기 쉽습니다.

메트릭 기반 자동 크기 조정은 CPU 백분율, HTTP 요청 큐 길이 또는 Azure Monitor를 통해 게시된 사용자 지정 메트릭과 같은 실시간 메트릭에 따라 인스턴스를 동적으로 추가하거나 제거합니다. 빠른 반복 확장과 축소를 방지하기 위해 확장 규칙(인스턴스를 추가할 시점)과 축소 규칙(인스턴스를 제거할 시점)을 안정화 기간과 함께 정의합니다. 일반적으로 확장 임계값을 축소 임계값보다 낮게 설정하는 것이 좋습니다. 예를 들어 CPU가 70%를 초과하면 확장하고 30% 미만이면 축소하도록 하며, 안정화 기간은 5분으로 설정합니다.

Azure Spot VMs를 사용하면 종량제 가격보다 최대 90% 할인된 가격으로 사용되지 않는 Azure 용량을 이용할 수 있습니다. 대신 Azure에서 용량을 회수해야 할 때 30초 전에 알림을 보내고 Spot VM을 회수할 수 있습니다. 따라서 Spot 인스턴스는 렌더링, 과학 계산, 데이터 처리 작업 흐름과 같은 중단 가능한 배치 작업에 적합합니다. VMSS에서는 우선순위 혼합 정책을 사용하여 동일한 확장 집합에서 일반 VM(기본 용량)과 Spot VM(급증 용량)을 함께 사용할 수 있습니다.

Azure App Service 자동 크기 조정은 App Service Plan 수준에서 작동하며, 구성한 규칙에 따라 작업자 인스턴스를 추가하거나 제거합니다. 사용할 수 있는 메트릭 트리거에는 HTTP 큐 길이, CPU 백분율, 메모리 백분율이 있습니다. Standard 계층 이상에서는 수동 크기 조정과 자동 크기 조정을 모두 지원하고, Basic 계층에서는 수동 크기 조정만 지원합니다. 서버리스 작업에는 Consumption Plan의 Azure Functions를 고려해 보십시오. 이 방식은 인스턴스를 0개까지 줄이고 실행한 만큼만 요금을 부과하므로 유휴 인스턴스 비용을 완전히 없앱니다.

자동 크기 조정에서 흔히 발생하는 문제는 다음과 같습니다. 세션 고정 — 앱이 VM 메모리에 세션 상태를 저장하면 규모를 축소할 때 세션이 손실되므로 Redis Cache 또는 데이터베이스 기반 세션을 사용해야 합니다. 느린 시작 시간 — VM이나 컨테이너가 준비되는 데 10분이 걸리면 메트릭 기반 자동 크기 조정이 충분히 빠르게 대응할 수 없으므로, 예상되는 피크 전에 예약된 규모 확장으로 미리 준비해야 합니다. 너무 공격적인 규모 축소 — 처리 중인 요청이 있는 인스턴스를 종료하면 오류가 발생하므로, 연결 정리와 충분히 긴 안정화 기간을 구성해야 합니다.

적정 규모 조정은 PaaS 서비스에도 적용됩니다. DTU 모델의 Azure SQL Database는 DTU 백분율이 지속적으로 50% 미만이면 규모를 축소할 수 있습니다. vCore 모델에서는 CPU와 스토리지를 독립적으로 확장할 수 있습니다. 지속성과 지역 복제가 필요하지 않다면 Azure Cache for Redis를 Premium 계층에서 Standard 계층으로 축소할 수 있습니다. Azure Kubernetes Service 노드 풀은 Cluster Autoscaler를 사용하여 보류 중인 Pod와 유휴 상태에 따라 노드를 확장하거나 축소할 수 있습니다.

적정 규모 조정은 한 번만 수행하는 활동이 아닙니다. 작업은 시간이 지나면서 변합니다. 트래픽 패턴이 바뀌고, 기능이 추가되며, 사용자 기반이 커지거나 줄어듭니다. FinOps 프로세스에 월별 적정 규모 조정 검토를 포함하십시오. Advisor 권장 사항을 가져오고, 사용률이 낮은 상위 10개 VM과 과도하게 프로비저닝된 PaaS 서비스를 검토한 다음, 담당 팀을 위한 작업 항목을 만드십시오. FinOps ROI를 경영진에게 입증할 수 있도록 실현된 절감액과 생성된 권장 사항을 비교하여 추적하십시오.

최적의 비용 전략은 먼저 적정 규모로 조정한 다음 예약하는 것입니다. 과도하게 프로비저닝된 VM에 대해 Reserved VM Instance를 구매하면 잘못된 SKU에 대한 약정이 고정됩니다. 먼저 VM을 올바른 크기로 조정하고, 30일 동안 새로운 사용률을 관찰하여 안정성을 확인한 다음 해당 적정 크기 SKU에 대한 예약을 구매하십시오. 이 2단계 접근 방식은 낭비되는 예약 용량을 피하면서 할인을 극대화합니다.

이 수업에서 배운 Microsoft Azure Fundamentals (AZ-900) 개념을 얼마나 이해했는지 확인해 보십시오.

이 수업에서는 다음을 배웠습니다. 적정 규모 조정은 성능 메트릭을 사용하여 VM SKU를 실제 작업 요구 사항에 맞추고, 예약 기반 및 메트릭 기반 자동 크기 조정은 수요에 맞게 용량을 동적으로 조정하며, Spot VM은 중단 가능한 배치 작업에 최대 90% 할인을 제공합니다. 다음으로 약정된 작업을 위한 Azure Savings Plans와 Reservations를 살펴봅니다.