클라우드 데이터베이스Cloud Database
데이터베이스를 클라우드 사업자가 운영하는 서비스로 받아 쓰는 방식이며, 사업자에게 넘기는 범위가 운영 작업(DBaaS)인지 · 엔진 구조(클라우드 네이티브 DB)인지 · 계산 용량을 정하는 일(서버리스 DB)인지로 나뉜다.
1요약
- 클라우드 데이터베이스는 DB 종류 가운데 운영 형태를 바꾼 저장소를 모은 것으로, 신속 탄력 · 측정 서비스(NIST SP 800-145 2절)를 DB 에 적용한 것이며 그 위에서 업무 응용의 주문 · 예약 기록, 개발 · 시험용 DB, 사내 도구의 저장소가 돈다.
- 직접 운영하면 피크에 맞춰 DB 마다 서버를 잡아 두어 평소 자원이 논다 — 운영 DB 서버 약 200대의 3주 부하로 배치를 다시 짜자 필요한 서버가 6분의 1 ~ 17분의 1로 줄었다(Curino 외 2011 6절 표 1).
- 무엇을 넘길지는 막힌 것이 사람 · 크기 · 부하 모양 가운데 무엇인가로 가른다 — 패치 · 백업 인력이 모자라면 DBaaS, 한 서버 저장 한도와 증설 시간이 문제면 클라우드 네이티브 DB, 쓰는 시간이 하루의 일부뿐이면 서버리스 DB 다.
2등장 배경
직접 운영하는 조직은 DB 마다 서버를 두고 하드웨어 준비 · 설정 · 튜닝 · 백업 · 접근 통제를 전문 인력이 맡았다. 2011년 Curino 등은 이 부담을 사용자에서 서비스 운영자로 옮기는 것을 DBaaS 로 정리하고, 당시 상용 서비스가 풀지 못한 과제로 다중 테넌트 효율 · 탄력 확장 · 데이터 기밀성 셋을 꼽았다(Curino 외 2011 초록). DB 하나를 가상 머신 하나에 넣는 방식은 같은 부하에 서버가 2 ~ 3배 더 들었다(같은 논문 1절).
초기 관리형 서비스는 기존 엔진을 서버 한 대에 그대로 올려, DB 크기가 그 서버의 저장 용량을 넘지 못하고 사본 만들기 · 백업 · 증설 시간이 데이터 크기에 비례했다(Antonopoulos 외 2019 2절). 2017년 계산과 저장을 나눈 첫 상용 관계형 DB 가 논문으로 나왔고, 2019년 Antonopoulos 등은 로그까지 떼어 DB 크기 목표를 4 TB 에서 100 TB 로 올렸다(같은 논문 1절 · 표 1).
2022년 Poppe 등은 부하가 없으면 계산 자원을 회수하고 쓴 시간만 초 단위로 과금하는 서버리스 DB 의 정지 · 재개를 분석했다(Poppe 외 2022 1절). 세 방식은 서로를 밀어낸 것이 아니라 넘기는 범위가 한 단계씩 넓어진 것이라, 같은 관계형 서비스 안에서도 고정 용량과 서버리스 계산을 나란히 고른다(Poppe 외 2022 2절).
3쉽게 이해하기 — 박 대표의 사무실 고르기
박 대표는 직원 다섯 명과 쓸 사무실을 구한다. 처음에는 건물을 통째로 빌려 청소 · 보안 · 수리를 직접 하다가, 관리인이 그 일을 맡는 관리형 오피스로 옮긴다. 회사가 커지자 책상과 문서 창고를 따로 빌리는 공유 오피스로 가서 책상만 늘리고, 일주일에 몇 시간만 모이는 출장 팀에는 시간제 회의실을 잡아 준다.
그림 1 · 관리 일 → 책상과 창고 → 쓰는 시간 순으로 하나씩 넘길수록 박 대표가 직접 할 일이 줄어든다.
그림 2 · 관리형 오피스는 새 책상마다 캐비닛을 통째 복사하지만, 공유 오피스는 창고 열쇠만 건네므로 문서 양과 상관없이 책상이 늘어난다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 건물 통째 임대 | 직접 운영 DB(기준) | 설치 · 패치 · 백업 · 장애 대응을 고객 담당자가 한다 |
| 관리인 | DBaaS 운영자 | 하드웨어 준비 · 설정 · 튜닝 · 백업을 넘겨받는다(Curino 외 2011 초록) |
| 넓이를 정한 사무실 | 고정 용량 인스턴스 | 고객이 고른 계산 크기를 바꾸기 전까지 그대로 둔다 |
| 따로 빌린 책상 | 계산 노드 | 질의를 처리하며 수를 따로 늘리고 줄인다 |
| 문서 창고 | 공유 저장 계층 | 모든 계산 노드가 같은 페이지 · 로그를 읽는다 |
| 시간제 회의실 | 서버리스 DB | 부하가 없으면 계산을 회수하고 다시 오면 붙인다 |
| 쓴 시간만 정산 | 초 단위 과금 | 자원이 붙어 있던 시간만 요금에 넣는다(Poppe 외 2022 2절) |
| 창고 열쇠 | 접근 권한 · 스키마 | 어느 단계에서도 고객이 정한다 |
⚠ 비유가 맞지 않는 곳: 회의실은 비어 있으면 바로 들어가 쓰지만, 서버리스 DB 는 정지 뒤 첫 접속 때 자원을 다시 붙이는 동안 기다려야 해서 시간에 민감한 업무에는 고정 용량이 더 맞다(Poppe 외 2022 1절).
4구조 — 사업자에게 넘기는 범위로 나눈 세 토픽
DBaaS · 클라우드 네이티브 DB · 서버리스 DB 는 같은 질문 «고객이 무엇을 정하고 무엇을 사업자가 하나»의 답이 한 단계씩 다르다. 스키마 · 질의 · 권한은 끝까지 고객 몫이다.
그림 3 · 직접 운영에서 서버리스 DB 로 갈수록 사업자 몫 칸이 아래 행으로 넓어지고, 과금 단위가 서버에서 초 단위 사용량으로 잘게 나뉜다.
| 토픽 | 넘기는 것 | 바뀌는 구조 | 과금 단위 | 근거 |
|---|---|---|---|---|
| 직접 운영 | 없음(기준) | 서버 한 대에 엔진 · 데이터 | 서버 · 라이선스 구입 | Curino 외 2011 1절 |
| DBaaS | 준비 · 설정 · 튜닝 · 백업 · 접근 통제 | 엔진은 그대로 · 여러 DB 를 한 서버에 모음 | 고정 용량 × 시간 | Curino 외 2011 초록 · Poppe 외 2022 2절 |
| 클라우드 네이티브 DB | 저장 증설 · 사본 관리 | 계산 · 로그 · 저장을 나눈 공유 디스크 | 계산 · 저장을 따로 | Antonopoulos 외 2019 4.1.3 · 6절 |
| 서버리스 DB | 계산 용량 정하기 | 부하 따라 늘리고 없으면 정지 | 초 단위 사용량 | Poppe 외 2022 1 · 2절 |
🔑 세 토픽은 대안 목록이 아니라 계단이다 — 서버리스 DB 도 패치 · 백업은 DBaaS 처럼 사업자가 하고, 그 위에 계산 용량을 정하는 일까지 넘긴다.
5동작 — 평일 낮에만 쓰는 사내 예약 DB 옮기기
사내 회의실 예약 서비스의 DB(데이터 500 GB · 평일 09 ~ 18시 사용 · 최대 4 vCore)를 옮긴다. 규모 · 단가는 설명용 가정 값이고, vCore-시간은 그 값으로 직접 계산했다.
- 출발 — 가상 서버에 직접 설치한 DB 로, 주 1회 패치 · 매일 백업 · 장애 때 대기 서버 전환을 담당자 한 명이 맡는다.
- DBaaS 로 옮김 — 패치 · 백업 · 장애 조치가 사업자 몫이 되고, 계산은 4 vCore 고정이라 한 달 730시간 × 4 = 2,920 vCore-시간을 낸다.
- 사용 측정 — 실제 접속은 평일 9시간 × 22일 = 198시간, 한 달의 27.1% 다.
- 서버리스 DB 로 바꿈 — 접속 중 평균 3 vCore 면 198 × 3 = 594, 마지막 접속 뒤 1시간 기다렸다 정지(논리 일시 정지 · Poppe 외 2022 5.2절)하는 동안 최소 1 vCore 로 22시간 = 22, 합계 616 vCore-시간이다.
- 단가 비교 — 서버리스 단가를 고정 용량의 1.5배로 가정하면 616 × 1.5 = 924, 고정 용량의 31.6% 다. 같은 가정에서 손익이 같아지는 사용량은 2,920 ÷ 1.5 = 1,946.7 vCore-시간이다.
- 첫 접속 — 월요일 아침 첫 요청은 자원을 다시 붙이는 동안 기다린다(Poppe 외 2022 1절) — 업무 시작 10분 전 점검 접속을 둔다.
- 3년 뒤 — 데이터가 6 TB 로 자라 한 서버 저장에 묶인 구조의 한도(4 TB · Antonopoulos 외 2019 표 1)를 넘으면 저장 계층이 따로 늘어나는 클라우드 네이티브 DB 로 옮긴다.
그림 4 · 하루 24시간 가운데 계산이 붙어 있는 시간은 10시간뿐이라, 단가를 1.5배로 잡아도 한 달 계산량이 고정 용량의 31.6% 에 그친다.
🔑 서버리스 DB 의 값은 단가가 아니라 활동 비율이 정한다 — 단가 배수를 곱한 활동 vCore-시간이 고정 용량의 시간을 넘으면 고정 용량이 싸다.
그림 5 · 결합형은 노드마다 전체 사본을 들고 있어 사본 수 · 증설 시간이 데이터를 따라가지만, 분리형은 로그 · 저장 계층이 데이터를 지키고 계산 노드는 응답만 맡는다.
🔑 분리형에서 데이터를 지키는 것은 로그와 저장 계층이고 계산 노드는 응답만 맡는다 — 계산 노드를 잃으면 잠시 응답이 멈출 뿐 데이터는 남는다(Antonopoulos 외 2019 6절).
6비교 — 관련 기술과의 경계
| 기술 | 맡는 일 | 클라우드 데이터베이스와의 경계 | 넘기는 곳 |
|---|---|---|---|
| NoSQL | 표 대신 키-값 · 문서 · 그래프 모델 | 데이터 모델을 바꾸고, 클라우드 DB 는 누가 돌리나를 바꾼다 · 관리형 NoSQL 은 둘에 함께 든다 | 모델 선택 → NoSQL |
| 분산 DB | 샤딩 · 복제로 노드 여럿에 데이터 배치 | 노드를 고객이 나누는 설계이고, 클라우드 네이티브 DB 는 저장 계층 안의 분할을 사업자가 한다 | 샤드 키 · 일관성 설계 → 분산 DB |
| 특수 목적 데이터베이스 | 시계열 · 벡터 · 공간 색인 | 데이터 유형을 바꾸고, 운영 형태는 클라우드 DB 의 축이다 | 색인 선택 → 특수 목적 데이터베이스 |
| 서버리스 | 함수 단위 실행 · 이벤트 과금 | 응용 코드의 실행 모델이고, 서버리스 DB 는 상태를 가진 DB 의 계산 용량만 자동으로 바꾼다 | 함수 실행 · 콜드 스타트 → 서버리스 |
| 클라우드 서비스 모델 | IaaS · PaaS · 배치 모델 · 가용 영역 | DBaaS 는 PaaS 정의(NIST SP 800-145 2절)의 DB 판이고, 지역 · 배치 고르기는 클라우드 서비스 모델이 다룬다 | 서비스 모델 · 리전 → 클라우드 서비스 모델 |
분석«누가 엔진을 돌리고 무엇에 요금을 내나»를 묻는 질문이면 클라우드 DB, 데이터를 어떤 모양으로 어디에 나눠 담나를 묻는 질문이면 NoSQL · 분산 DB 로 간다. 근거는 구조 절 표 — 세 토픽이 바꾸는 것은 운영 · 저장 구조 · 과금 단위이고 데이터 모델은 그대로다(Curino 외 2011 1절 · 관계형 SQL 기능 전부 제공).
7실무 진단 — 옮긴 뒤 생기는 증상 가르기
분석사람 → 비용 → 크기 순으로 본다. 운영 인력 문제는 DBaaS 로 바로 풀리고, 비용 · 크기 문제는 활동 비율과 데이터 크기를 재야 어느 토픽으로 갈지 정해지기 때문이다(동작 5 · 7단계).
| # | 증상 | 의심 원인 | 토픽 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 고정 용량인데 사용률이 늘 낮고 요금은 그대로 | 피크에 맞춘 고정 크기 | DBaaS | 계산 사용률 추이 · 활동 시간 비율 | 단가 배수를 곱한 활동 vCore-시간이 고정 용량보다 작으면 서버리스 검토(동작 5단계 식 · Poppe 외 2022 2절) |
| 2 | 정지 뒤 첫 요청만 늦음 | 정지 중 회수된 자원의 재개 | 서버리스 DB | 접속 로그의 첫 요청 시각 · 정지 · 재개 기록 | 정지 직후 첫 요청이면 재개 지연(Poppe 외 2022 1절) → 업무 전 접속 또는 고정 용량 |
| 3 | 하루에 짧은 정지 · 재개가 잦음 | 정지 대기 시간이 짧음 | 서버리스 DB | 정지 횟수 · 정지 길이 분포 | 짧은 정지는 자원을 다시 쓰지 못해 비용을 줄이지 못한다(Poppe 외 2022 2절) → 대기 시간을 늘림 |
| 4 | 증설 · 사본 추가가 데이터 크기만큼 오래 걸림 | 계산과 저장이 한 서버에 묶임 | DBaaS(결합형) | 증설 작업 시간 ↔ DB 크기 | 크기에 비례하면 O(data) 구조(Antonopoulos 외 2019 2절) → 클라우드 네이티브 DB |
| 5 | 계산 노드 교체 직후 읽기 지연이 큼 | 원격 저장에서 페이지를 다시 읽음 | 클라우드 네이티브 DB | 버퍼 캐시 적중률 · 원격 읽기 수 | 분리형은 원격 읽기를 계산 노드 캐시로 줄인다(Antonopoulos 외 2019 6절) → 캐시가 찰 때까지 지켜봄 |
8시험 대비
시험에서는 DBaaS · 클라우드 네이티브 DB · 서버리스 DB 를 견주는 비교형, 계산 · 저장 분리 같은 구조 변화를 묻는 동향 · 발전형으로 나올 수 있다. 비교형이면 넘기는 것 · 바뀌는 구조 · 과금 단위 · 맞는 부하 네 행 표로 쓰고, 동향형이면 결합형 → 분리형 → 사용량 과금 순서에 수치(4 → 100 TB · 사본 4 → 2)를 붙인다.
- 개요 — 운영 형태를 바꾼 DB · 신속 탄력 · 측정 서비스(NIST SP 800-145) · 통합 비율 6 ~ 17배
- 분류 — 그림 3 운영 책임 표(설치 · 백업 · 계산 용량 · 저장 · 과금 다섯 행)
- 구조 변화 — 그림 5 결합형 ↔ 분리형(사본 4 → 2 · 4 → 100 TB · 커밋 3 → 0.5 ms 미만)
- 과금 판단 — 그림 4 사례(2,920 ↔ 616 vCore-시간 · 손익 분기 식)
- 고려 사항 — 재개 지연 · 짧은 정지 · 원격 읽기 · 데이터 기밀성
- 선택 기준 — 사람 · 크기 · 부하 모양 가운데 막힌 것
꼭 쓸 키워드
DBaaS다중 테넌트계산저장 분리공유 디스크로그 서비스O(data) 작업서버리스 DB논리 일시 정지측정 서비스
다른 답안과 차이를 내는 한 가지는 그림 4 처럼 손익 분기 식(고정 용량 ÷ 단가 배수)을 적어, 서버리스가 언제 비싸지는지를 숫자로 보이는 것이다.
9오해와 사실
- 오해클라우드 데이터베이스로 옮기면 늘 직접 운영보다 싸다.사실고정 용량은 쓰지 않는 밤에도 과금되며 실제로 사용률이 낮은 경우가 많다고 보고됐고(Poppe 외 2022 2절), 서버리스도 활동 비율이 높으면 단가 차이로 더 비싸질 수 있다(동작 5단계 식).
- 오해서버리스 DB 는 정지하면 요금이 모두 0 이 된다.사실정지 때 회수해 다른 DB 에 다시 배정하는 것은 계산 자원이고(Poppe 외 2022 2절), 데이터는 그대로 남아 저장분은 계산과 따로 과금된다(Antonopoulos 외 2019 6절).
- 오해클라우드 네이티브 DB 는 사본을 더 많이 둬서 안전하다.사실로그와 저장 계층에 내구성을 맡기면서 빠른 저장의 사본은 4개에서 2개(+백업)로 줄었다(Antonopoulos 외 2019 표 1).
10핵심 정리
| 구분 | 사업자가 맡는 것 | 고객이 정하는 것 | 과금 | 고를 신호 | 주의 |
|---|---|---|---|---|---|
| 직접 운영 | 없음 | 서버 · 엔진 · 백업 전부 | 서버 · 라이선스 | 설정을 모두 통제해야 함 | 피크 크기로 늘 켜 둠 |
| DBaaS | 설치 · 패치 · 백업 · 장애 조치 | 계산 크기 · 저장 크기 | 고정 용량 × 시간 | 운영 인력 부족 | 한 서버 저장 한도 · O(data) 증설 |
| 클라우드 네이티브 DB | + 저장 증설 · 사본 | 계산 노드 수 · 크기 | 계산 · 저장 따로 | 큰 DB · 빠른 증설 | 원격 읽기 · 캐시 |
| 서버리스 DB | + 계산 용량 결정 | 최소 · 최대 범위 | 초 단위 사용량 | 하루 일부만 쓰는 부하 | 재개 지연 · 짧은 정지 |
| 계산 · 저장 분리 | 로그 · 저장 계층이 내구성 | 계산 노드 배치 | — | 100 TB 급 · 계산만 늘림 | 커밋 = 로그 저장 |
| 손익 분기 | — | 단가 배수 · 활동 비율 | 고정 용량 ÷ 단가 배수 | 활동 vCore-시간 < 분기점 | 활동 비율이 높으면 고정 용량 |
11참고 문헌
- 먼저 볼 문헌
- ★ Relational Cloud: A Database-as-a-Service for the Cloud (CIDR 2011) — DBaaS 가 사용자에게서 넘겨받는 운영 일과 여러 DB 를 한 서버에 모을 때의 통합 비율을 볼 때
- ★ Socrates: The New SQL Server in the Cloud (SIGMOD 2019) — 계산 · 로그 · 저장을 나눈 구조가 크기 한도 · 사본 수 · 커밋 지연을 어떻게 바꾸는지 볼 때
- ★ Moneyball: Proactive Auto-Scaling in Microsoft Azure SQL Database Serverless (PVLDB 15(6)) — 서버리스 DB 의 일시 정지 · 재개와 짧은 정지가 비용을 줄이지 못하는 까닭을 볼 때
- ★ NIST SP 800-145 The NIST Definition of Cloud Computing — 신속 탄력 · 측정 서비스 · PaaS 정의를 원문으로 볼 때
- 본문 근거