DBA에게는 스크립트와 대시보드 그 이상의 더 좋은 환경이 필요합니다

사무실에서 앱 개발자와 함께 작업하면서 여러 모니터에서 코드를 확인하는 시스템 엔지니어.

작성자

Ani Joshi

Senior Product Manager

Db2, IBM Data & AI

새벽 2시입니다. 중요한 프로덕션 시스템의 속도가 느려지기 시작합니다. 알림이 울리고 대시보드가 빨간색으로 바뀌지만 뚜렷한 원인이 없습니다. 데이터베이스 관리자(DBA)는 연결하여 로그를 확인하고 성능에 영향을 미치는 주요 데이터베이스 교착 상태가 있음을 인식합니다. 이들은 문제를 진단하기 위해 분주히 움직이고, 스크립트를 여러 개 실행하고, 명령줄 아웃풋을 확인하고, 원시 데이터를 해석하고, 흩어져 있는 정보를 취합합니다. 문제가 완전히 이해되고 해결되기까지 몇 시간이 걸립니다.

엔터프라이즈 데이터 분야에서 일해 본 적이 있다면 아마 이런 순간을 경험해 본 적이 있을 것입니다.

최근 30명 이상의 숙련된 데이터베이스 관리자를 대상으로 한 비공식 설문조사*에서 다음과 같은 결과가 나왔습니다.

  • 62%는 환경을 관리하기 위해 매일 3~4개의 다른 도구를 사용한다고 답했습니다.
  • 64%는 스크립팅에 대한 접근 방식이 중앙 집중화되어 있지 않거나, 최적이 아니거나, 혼란스럽다고 말합니다.
  • 대다수가 조정이나 유지 관리가 아닌 실시간으로 문제를 진단하고 해결하는 성능 문제 해결을 가장 큰 시간 낭비 요인으로 꼽았습니다.

전문가의 인사이트를 바탕으로 한 최신 기술 뉴스

Think 뉴스레터를 통해 AI, 자동화, 데이터 등 가장 중요하고 흥미로운 업계 동향에 대한 최신 소식을 받아보세요. IBM 개인정보 보호정책을 참조하세요.

감사합니다! 구독이 완료되었습니다.

구독한 뉴스레터는 영어로 제공됩니다. 모든 뉴스레터에는 구독 취소 링크가 있습니다. 여기에서 구독을 관리하거나 취소할 수 있습니다. 자세한 정보는 IBM 개인정보 보호정책을 참조하세요.

도구 파편화의 숨겨진 비용

대부분의 DBA는 관측 가능성, 자동화, 스크립팅 및 문서가 완전히 분리된 시스템에서 운영되는 환경에서 작업합니다. 도구는 서로 통신하지 않습니다. 경고, 로그 및 쿼리 간에 컨텍스트가 손실됩니다. 그 결과는 어떨까요? 간단한 문제라도 해결하려면 수동으로 상관관계를 파악하고 과거에 대한 깊은 지식이 필요합니다.

이러한 도구 파편화는 비효율적일 뿐만 아니라 위험도 큽니다. 환경이 복잡할수록 설정이 더 취약해집니다. 작은 문제가 눈덩이처럼 커집니다. 신규 DBA는 온보딩이 느리고 오류가 발생하기 쉽습니다. 수석 DBA들은 성능을 개선하거나 전략을 세우는 대신 소방 활동에 시간을 할애합니다.

"문제를 해결하는 데 걸리는 시간만이 문제가 아닙니다. 먼저 무엇을 살펴봐야 하는지 파악하는 데도 시간이 걸립니다."라고 DBA의 한 설문조사 응답자는 말했습니다.

AI 아카데미

데이터 관리가 생성형 AI 구현의 비결일까요?

생성형 AI를 성공적으로 사용하기 위해 고품질 데이터가 필수적인 이유를 알아보세요.

오늘날의 파편화가 다른 이유

파편화가 새로운 것은 아니지만, 오늘날의 현실은 이 문제를 시급한 문제로 만들었습니다. IBM® Db2와 같은 데이터베이스 환경은 더 이상 중앙 집중식 온프레미스 서버에만 국한되지 않습니다. 클라우드 및 하이브리드 아키텍처는 여러 계층의 복잡성을 더합니다. 동시에 워크로드가 확장되면 성능 병목 현상과 이상 현상이 발생할 가능성이 커집니다. 보안, 규정 준수 및 가동 시간 요구 사항이 강화되면서 반응적 관리의 여지가 더욱 줄었습니다.

기본적으로 DBA의 역할은 진화하고 있습니다. 팀은 더 적은 리소스로 더 많은 성과를 달성하고 전술적 운영에서 전략적 감독으로 초점을 전환할 수 있을 것으로 기대됩니다.

AI를 올바르게 적용하면 데이터베이스 관리를 혁신할 수 있습니다

생성형 AI는 새로운 종류의 도구의 문을 열었습니다. 하지만 한 가지 분명한 사실은 대규모 언어 모델(LLM)을 보유하는 것만으로는 충분하지 않다는 것입니다. AI는 Db2 내부의 논리, 과거 사용 패턴, 실시간 지표, DBA 워크플로의 일상적인 현실과 같은 맥락에 깊이 기반할 때 데이터베이스 관리에서 가치가 있습니다. 이러한 정보가 없으면 LLM은 모호한 제안, 오답 또는 더 나쁜 위험한 권장 사항을 생성하여 산만하게 하는 또 다른 존재일 뿐입니다.

이러한 한계로 인해 DBA용 AI 도구는 일반 챗봇 이상이어야 합니다. Db2와 DBA 워크플로를 모두 깊이 이해하는 전문가는 AI 도구를 효과적으로 만들기 위해 신중하게 만들고 미세 조정해야 합니다.

최근 설문조사1에서는 30명 이상의 수석 Db2 관리자가 AI 기반 지원 우선순위를 강조했습니다. 그들의 답변은 명확하고 일관적이었습니다.

  • 워크로드 성능을 직접 개선하는 쿼리 조정 제안
  • 근본 원인 분석을 통한 문제 감지부터 해결까지의 시간 단축
  • 위험과 최적화를 사전에 표면화하기 위한 이상 탐지 및 구성 권장 사항

DBA는 범용 AI를 요구한 것이 아니라, 이미 하고 있는 일을 더 빠르고 자신 있게 수행하는 데 도움이 되는 도구를 요구했습니다.

AI는 DBA의 판단을 대체하는 것이 아니라, 이를 확장하여 시간을 절약하고 정확도를 높여줍니다. 잘못하면 디버깅해야 할 또 다른 레이어일 뿐입니다.

더 나은 방법 상상하기

데이터베이스 환경을 다르게 관리한다고 상상해 보세요. 새벽 2시에 혼란스러운 문제 해결 대신 필요할 때 필요한 정보를 선제적으로 표시하는 통합 솔루션을 상상해 보세요. DBA는 관련 로그, 쿼리 및 실행 가능한 권장 사항을 즉시 확인할 수 있으므로 더 이상 흩어져 있는 문서나 메시징 앱 대화를 찾느라 시간을 허비할 필요가 없습니다.

백업, 스키마 업데이트 및 패치 적용과 같은 일상적이지만 필수적인 작업을 안정적이고 자동으로 실행할 수 있습니다. 데이터베이스 조정은 사용자가 문제를 발견하기도 전에 쿼리 최적화, 인덱싱 개선 및 리소스 밸런싱을 위한 제안을 사전에 지능적으로 표시할 수 있습니다.

데이터베이스가 24시간 자체적으로 모니터링하여 장애가 발생하기 전에 이상 징후를 알려준다면 어떨까요?

이러한 비전에서는 새로운 DBA를 온보딩하는 데 몇 년이 아니라 몇 주가 걸릴 것이며, 내장된 전문 지식을 사용하는 도구의 지원을 받습니다. 연결이 끊긴 수십 개의 도구 대신 Db2 관리를 위한 통합 작업 공간 역할을 하는 단일 통합 운영 계층을 갖게 됩니다.

이 비전은 가상의 미래 상태가 아니라 데이터베이스 관리가 이미 작동하고 있는 방식입니다.

이러한 문제가 마음에 와 닿는다면 저희에게 연락해 주세요. 또는 더 나은 데이터베이스 관리를 위해 미팅을 예약하세요.

관련 솔루션
IBM StreamSets

직관적인 그래픽 인터페이스를 통해 스트리밍 데이터 파이프라인을 생성하여 하이브리드 및 멀티클라우드 환경 전반에서 완벽한 데이터 통합을 촉진합니다.

StreamSets 살펴보기
IBM watsonx.data™

watsonx.data를 사용하면 오픈, 하이브리드 및 관리형 데이터 저장소를 통해 데이터의 위치와 관계없이 모든 데이터로 분석과 AI를 확장할 수 있습니다.

watsonx.data 알아보기
데이터 및 분석 컨설팅 서비스

IBM Consulting을 통해 엔터프라이즈 데이터의 가치를 실현하여 비즈니스 이점을 제공하는 인사이트 중심의 조직을 구축하세요.

분석 서비스 알아보기
다음 단계 안내

탁월한 고객 및 직원 경험을 제공하기 위해 데이터 사일로를 제거하고, 복잡성을 줄이며, 데이터 품질을 개선하는 데이터 전략을 구축하세요.

데이터 관리 솔루션 살펴보기 watsonx.data 알아보기
각주

 1 IBM Db2 제품 관리 팀이 분기별 워크숍에서 실시한 독립 Db2 전문가 그룹인 24~40명의 Db2 기술 자문 이사회 구성원을 대상으로 한 비공식 설문조사를 기반으로 합니다.