일반적으로 IT 운영 또는 ITOps로 불리는 정보 기술 운영은 내부 및 외부 사용자의 비즈니스 요구 사항을 충족하기 위해 IT 서비스를 구현, 관리, 제공, 지원하는 프로세스입니다.

ITOps는 IT 부서의 핵심 기능입니다. IT 부서는 보통 최고 정보 책임자(CIO)에게 보고합니다. IT 운영은 (기술 관리, 애플리케이션 관리 및 서비스 데스크 관리와 함께) ITIL(IT Infrastructure Library)에 정의된 네 가지 기능 중 하나입니다. ITIL은 IT 서비스 관리를 위한 사실상의 업계 표준 베스트 프랙티스 프레임워크입니다. 

ITOps는  IT 서비스 제공 활동의 최전선에 있습니다. IT 서비스 제공 활동은 조직이 운영 상태를 유지하도록 하는 시스템의 가장 중요한 구성 요소 중 하나입니다. 기업과 고객은 IT 서비스(데이터, 소프트웨어 애플리케이션 퍼블릭 클라우드 및 프라이빗 클라우드 리소스)에 너무 의존하게 되어 이러한 서비스가 잠깐만 중단되어도 광범위하고 값비싼 대가를 치를 수 있습니다.

최근 몇 년 동안 ITOps 작업을 점점 더 많이 인공 지능 (AI) 소프트웨어가 맡게 되었습니다. 이로 인해  인공 지능 운영이라고 불리는 IT 운영의 하위 분야가 새로 생겨났습니다. 인공 지능 운영을 일반적으로 AIOps라고 부릅니다.

ITOps 작업을 자동화하는 데 자연어 처리(NLP)와 머신 러닝(ML) 모델과 같은 모든 AI 기능이 활용되고 있습니다. ITOps 작업의 예로는 대량의 데이터 수집 및 집계, IT 운영 데이터 노이즈로부터 중요한 이벤트 알림을 구별하고 우선시하는 작업, 데이터의 상관관계를 파악하여 근본 원인을 파악하고 해결책을 제안하는 것이 있습니다.

IBM AIOps 자세히 보기

금융 산업, 통신 또는 소매업 등 분야를 불문하고 오늘날의 기업과 고객은 애플리케이션에 대한 즉각적 액세스에 의존하고 원활한 고객 경험을 기대합니다. 이를 위해서는 애플리케이션과 퍼블릭 클라우드 및 프라이빗 클라우드, 데이터, 네트워크 및 서비스와 같은 기반 IT 리소스가 최적의 성능을 구현해야 합니다. 잠깐의 IT 운영 중단이 발생해도 비즈니스 운영에 중대한 영향이 발생하고 금방 비용이 증가할 수 있습니다. IT 운영의 기본적인 역할은 비즈니스 운영이 중단 없이 계속될 수 있도록 IT 및 비즈니스 기술의 성능을 원활히 유지하는 것입니다.

ITOps의 책임은 다음과 같습니다.

• 리소스 관리: ITOps는 IT 인프라가 계속 실행되도록 합니다. IT 인프라에는 하드웨어, 소프트웨어, 네트워킹 인프라 그리고 이들 인프라에서 실행되는 앱이 포함됩니다. ITOps 팀은 DevOps 팀을 위해 IT 인프라 리소스를 관리 및 프로비저닝하고 고객과 파트너를 위해 서비스 제공 및 운영 활동을 수행하는 일을 담당합니다. 여기에는 프라이빗, 퍼블릭 및 하이브리드 클라우드 환경, 데이터 센터 위치 및 장비, 운영 체제, 인터넷 연결, 방화벽 및 네트워크 보안 그리고 기타 IT 인프라 구성 요소를 관리하는 일이 포함됩니다.

• IT 인프라 최적화: 또한 ITOps는 안전하게 비용을 절감하면서 인프라와 성능을 향상할 수 있는 방법을 찾습니다. 이를 위해 ITOps 팀은 최적의 성능을 구현하는 하드웨어 구성을 문서화하고 실행하는 동시에 IT 워크로드를 관리하고, 소프트웨어, 하드웨어 및 운영 체제 업그레이드를 실행하고, 인프라 변경이 제안될 경우 그 영향을 평가합니다.

• 애플리케이션 성능 유지: ITOps는 애플리케이션 성능 유지를 위해 LOB(line of business) 담당자 및 애플리케이션 담당자와 협력하는 데 중요한 역할을 수행합니다. ITOps는 종종 속도 저하 및 운영 중단을 방지하는 데 요구되는 컴퓨팅, 스토리지 및 네트워크를 애플리케이션이 갖출 수 있도록 애플리케이션 담당자에게 리소스 관련 결정을 추전합니다.

• 서비스 데스크 지원: 서비스 데스크는 일부 조직의 경우 IT 부서의 하위 그룹이지만, ITOps가 서비스 데스크 지원을 제공하는 경우도 있습니다. 헬프 데스크 및 티켓 발행 시스템 관리, 문제 해결 그리고 IT 관련 문제의 근본 원인 파악은 모두 지원 업무에 속합니다.

• 인시던트 및 보안 관리: ITOps는 평상시 IT 서비스의 가용성을 유지하기 위해 노력할 뿐만 아니라 향후 문제가 발생할 경우에도 가용성을 유지하기 위한 계획을 수립합니다. 여기에는 데이터 백업 수행, 운영 중단 후 시스템 복원, 재해 복구 계획 수립, 성능 평가 지표 설정, 감사, 규정 준수 활동이 포함됩니다.

ITOps를 IT 운영 관리(ITOM)와 혼동하는 경우가 많습니다. 두 가지 모두 IT 서비스를 가동하는 일과 밀접한 관련이 있기 때문입니다. ITOps는 IT 서비스 관리와 관련된 사람, 역할, 작업을 가리키며, ITOM은 기술 구성 요소, 컴퓨팅 요구 사항 및 기업들이 매일 따르는 비즈니스 프로세스를 관리하는 데 사용되는 관리 프로세스와 툴을 가리킵니다. ITOps는 팀의 일상적 작업 또는 장기적인 전략적 계획 수립을 위해 IT 환경 내의 서비스와 모든 리소스 및 IT 애플리케이션의 가용성을 감독합니다. ITOps의 하위 그룹인 ITOM은 IT 리소스 제공 활동의 전반적인 품질, 효율성 그리고 최종 사용자 경험과 더불어 이러한 목표를 달성하는 데 사용되는 툴을 지원하는 일상적 프로세스로 구성됩니다.

DevOps는 개발 팀과 IT 운영 팀의 노력을 자동화하고 통합하여 더 나은 품질의 소프트웨어를 더 빨리 제공하는 것을 목표로 합니다. 조직은 지속적인 커뮤니케이션, 협업, 책임 공유를 통해 이처럼 이전에 사일로화되었던 부문을 연결하여 소프트웨어 개발 및 제공 프로세스를 구축할 수 있습니다. 그로 인해 얻을 수 있는 최종적 결과는 빈번하게 혁신되는 새로운 기능과 중단 없는 성능 및 가용성에 대한 소프트웨어 사용자의 계속 증가하는 요구를 충족하는 더 빠른 워크플로우와 효율화된 프로세스입니다.

DevOps 모델을 따르는 IT 팀은 구성, 설치 및 문제 해결 그리고 데이터베이스 관리 및 네트워크 인프라 관리를 제공하여 소프트웨어 개발과 테스트 프로세스를 지원합니다. 또한 인프라가 개발 팀의 요구 사항을 충족하는지 확인합니다. 이를 수행하는 한 방법은 애플리케이션에 필요한 리소스가 필요할 때 지원되도록 보장하기 위해 ARM(Application Resource Management) 툴을 활용하는 것입니다.

DevOps 라이프사이클 전반에서 IT 팀과 개발 팀 모두 종종 자동화를 활용하여 종속성을 확인하고 문제가 있는지 테스트합니다. DevOps 및 ITOps는 새 코드를 배포하거나 시스템을 변경할 때 APM(Application Performance Monitoring) 및 관측성 툴을 사용하여 자동으로 문제의 원인을 분석하고 소프트웨어 제공 파이프라인 각 단계에서 즉각적인 피드백을 얻습니다. 이러한 협업은 지속적인 제공 및 배포 파이프라인의 흐름을 원활하게 하고 효율화하므로 새 애플리케이션과 개선 사항의 시장 진출 시간을 단축할 수 있습니다.

AIOps는 자연어 처리와 머신 러닝 모델과 같은 인공지능(AI)  기능을 활용하여 운영 워크플로우를 자동화하고 효율화합니다. AIOps는 자동화 및 효율성 향상의 기회를 제공할 뿐만 아니라 IT 팀이 오늘날 직면하고 있는 중요한 문제를 직접적으로 해결합니다. IT 인프라 구성 요소, 애플리케이션 및 성능 모니터링 툴은 방대한 양의 IT 운영 데이터를 생성합니다. 이러한 데이터의 양은 조직들이 디지털 혁신을 추진하고 클라우드 컴퓨팅 서비스와 하이브리드 클라우드 환경을 도입하면서 급속도로 증가하고 있습니다. Gartner는 평균적인 엔터프라이즈 IT 인프라가 매년 2~3배 더 많은 IT 운영 데이터를 생성한다고 추산하고 있습니다.

이러한 데이터를 더 효과적으로 관리하고 활용하기 위해 IT 운영 팀은 도메인 기반 IT 관리 툴과 수동 모니터링 및 개입에 대한 의존성을 줄이고 점점 더 데이터 중심의 AI 기반 자동화로 이동하고 있습니다.

AIOps는 다음과 같은 방법으로 IT 운영 팀이 민첩성과 응답성을 향상하도록 지원합니다.

• 여러 IT 인프라 구성 요소, 애플리케이션, 성능 모니터링 툴 및 서비스 티켓 발행 시스템에서 생성되는 방대한 양의 정형 및 비정형 데이터를 수집하여 집계함
• 자동으로 베이스라인을 적용하여 이상을 탐지함으로써 사용자를 규칙 기반 시스템에서 사용하기 쉬운 동적 AI 및 ML 시스템으로 이동시킴
• 티켓의 양을 줄이고, 이벤트와 이상을 그룹화하고, 중요한 이벤트 알림을 주변 IT 운영 데이터와 구분하여 우선시함
• 엔터프라이즈 자산 전체에 걸쳐 유기적으로 파악된 인시던트의 컨텍스트를 분석함
• 과거 데이터와 실시간 데이터의 상관관계를 파악하여 문제의 근본 원인을 찾고 해결책을 제시
• 노동 집약적 IT 프로세스를 자동화하고 큰 영향을 주는 촉발 요인(triggers)을 선제적으로 완화
• 가치 실현 시간(time-to-value, TTV)을 단축하는 사전 훈련된 모델로 신속하게 인사이트 확보
• 가시성을 향상하고 인시던트 관리 및 대응을 자동화하여 평균 탐지 시간(mean time to detection, MTTD)와 평균 해결 시간(mean time to resolution, MTTR)을 향상
• 동적 리소스 활용 자동화를 추진하여 낭비 없이 실시간 요구 사항을 충족함으로써 운영 효율성을 달성하고 안전하게 IT 비용을 낮춤
• 수동 관리 및 프로세스를 더욱 줄여주는 자동화 정책 라이브러리 구축