AWS에서 Green IT Analyser를 사용하여 지속 가능한 현대화 가속화 - IBM 블로그

기업에서는 고성능 컴퓨팅, 인공 지능(AI), 기계 학습(ML) 등 데이터 집약적인 워크로드를 점점 더 많이 수용하고 있습니다. 이러한 기술은 탄력성, 성능, 보안 및 규정 준수에 중점을 두면서 하이브리드, 멀티클라우드 여정에서 혁신을 주도합니다. 기업들은 또한 이러한 혁신과 증가하는 환경, 사회, 거버넌스(ESG) 규제 사이의 균형을 맞추기 위해 노력하고 있습니다. 대부분의 조직에서 IT 운영 및 현대화는 ESG 목표의 일부를 구성하며, 최근 파운드리 조사, 약 60%의 조직이 녹색 기술 분야를 전문으로 하는 서비스 제공업체를 찾고 있습니다.

탄소 배출 보고가 전 세계적으로 보편화됨에 따라 IBM은 고객이 비용을 절감하면서 에너지 수요 및 관련 탄소 영향을 해결하는 데 도움이 되는 정보에 기초한 결정을 내릴 수 있도록 지원하기 위해 최선을 다하고 있습니다. 보다 지속 가능한 IT 자산 구축을 지원하기 위해 IBM은 Amazon Web Services(AWS)와 제휴하여 지속 가능한 클라우드 현대화 여정을 촉진했습니다.

기업이 디지털 혁신을 가속화하고 비즈니스 이점을 얻기 위해 IT 현대화를 빠르게 진행함에 따라 중요한 기회가 나타납니다. 이 기회에는 IT 환경과 애플리케이션 포트폴리오를 보다 친환경적이고 지속 가능한 설계로 재설계하는 것이 포함됩니다. 이러한 접근 방식은 비용 효율성을 높일 뿐만 아니라 더 광범위한 기업 지속 가능성 목표에도 기여합니다.

디지털 기술로 인한 탄소 배출 이해

외부 또는 내부 고객을 위해 IBM이 구축하고 실행하는 모든 비즈니스 애플리케이션에는 탄소 비용, 이는 주로 전력 소비로 인한 것입니다. IBM이 이러한 애플리케이션이나 서비스를 개발하는 데 사용한 기술에 관계없이 이를 운영하려면 전력을 소비하는 하드웨어가 필요합니다.
그리드 전력에 의해 생성되는 이산화탄소(CO2) 배출량은 발전 방법에 따라 다릅니다. 석탄이나 가스와 같은 화석 연료는 상당한 양의 탄소를 배출하는 반면, 풍력이나 태양열과 같은 재생 가능 자원은 미미한 양을 배출합니다. 따라서 소비되는 전기의 각 킬로와트(kW)는 대기로 방출되는 특정 CO2 등가량(CO2e)에 직접적으로 기여합니다.

따라서 전력 소비를 줄이는 것은 곧 탄소 배출 감소로 이어집니다.

실제로 탄소 발자국

컴퓨팅, 스토리지, 네트워킹은 애플리케이션과 서비스를 구축하는 과정에서 에너지를 소비하는 필수 기술 리소스입니다. 그들의 활동에는 그들이 운영하는 데이터 센터 공간의 적극적인 냉각 및 관리가 필요합니다. 지속 가능한 IT 관행의 관리자로서 우리는 일상 활동을 통해 자원 소비를 줄일 수 있는 방법을 고려해야 합니다.

데이터 센터는 운영 지역에 전력을 공급하는 그리드에서 전력을 끌어옵니다. 이 전력은 서버, 네트워크 스위치, 스토리지 등 다양한 IT 장비를 구동하고, 이를 통해 고객을 위한 애플리케이션과 서비스를 지원합니다. 이 전원은 또한 하드웨어를 작동 한계 내로 유지하는 환경을 유지하는 데 필수적인 난방, 환기, 냉방과 같은 보조 시스템을 작동시킵니다.

탈탄소화를 향한 길

애플리케이션 현대화 혁신을 주도하고 비즈니스를 변화시키는 중추적인 역할을 하고 있습니다. IBM Consulting®은 온프레미스 및 AWS 클라우드 모두에서 애플리케이션에 대한 워크로드 평가를 수행하기 위해 AWS Well-Architected 프레임워크를 적용하여 지속 가능성을 위한 맞춤형 렌즈를 생성합니다. IBM Consulting® Custom Lens for Sustainability의 다른 주요 시나리오와 진입점에 대해 읽으려면 블로그 게시물을 확인하세요. AWS 클라우드를 사용한 지속 가능한 앱 현대화.

이 블로그 게시물에서는 지속 가능성이라는 관점을 통해 AWS에서 실행되는 모놀리식 애플리케이션의 탄소 배출 효과를 평가, 권장 사항 구현 및 분석하기 위한 심층 분석을 살펴봅니다.

Green IT Analyser: 종합적인 IT 탈탄소화 플랫폼

Green IT 분석기 플랫폼을 통해 고객은 기존 IT를 보다 에너지 효율적이고 지속 가능한 친환경 IT로 전환할 수 있습니다. 원스톱 상점 역할을 하는 이 솔루션은 프라이빗 데이터 센터, 퍼블릭 클라우드 및 사용자 장치를 포함한 하이브리드 클라우드 환경 전반에 걸쳐 탄소 배출량을 측정, 보고, 생성하고 통합 대시보드 보기를 제공합니다. 플랫폼은 세분화된 수준과 가상 머신(VM) 수준 모두에서 IT 자산의 탄소 배출량을 측정할 수 있습니다. 최적화 로드맵을 개발하기 위해 에너지 또는 탄소 핫스팟을 식별하는 데 도움이 됩니다. 사용하는 탄소 평가 기술은 다음과 일치합니다. 온실가스(GHG) 정보통신기술 분야의 원칙.

위치 기반 방법론

IT 워크로드의 탄소 배출을 이해하려면 몇 가지 주요 개념과 지표를 숙지해야 합니다. 대략적인 개요는 다음과 같습니다.

• 탄소발자국(CFP): 탄소발자국의 개념은 우리 분석의 핵심입니다. CFP는 CO의 총량을 나타냅니다.₂ 0보다 크거나 같은 CFP의 기준 측정부터 시작하여 데이터 센터 전력 공급과 관련된 등가 GHG 배출량. 이는 데이터 센터 운영이 환경에 미치는 영향을 측정하는 데 중요한 지표입니다.
• 전력 사용량 효율성(PUE): 또 다른 중요한 지표는 전력 사용 효율성입니다. PUE는 전체 시설 에너지를 IT 장비가 소비하는 에너지로 나누어 계산한 데이터 센터의 에너지 효율성을 측정합니다. 이 구분은 효율성을 나타내는 비율을 산출합니다. PUE가 1(XNUMX)에 가까울수록 효율성이 높음을 의미하고, 값이 높을수록 에너지 낭비가 더 크다는 것을 의미합니다.
  공식: PUE = (총 시설 에너지)/(IT 장비가 소비하는 에너지)
• 탄소강도(CI): 마지막으로 탄소집약도를 고려한다. CI는 데이터 센터에 전력을 공급하는 그리드 발전의 탄소 배출량을 킬로와트시(g/kWh)당 그램 단위로 측정합니다. 이 측정항목은 에너지원에 따라 다릅니다. 석탄 전력 그리드는 1,000g/kWh보다 큰 CI를 가질 수 있는 반면, 풍력 및 태양광과 같은 재생 가능 에너지원으로 구동되는 그리드는 CI가 XNUMX에 가까워야 합니다. (태양광 패널에는 일부 구현된 CFP가 있지만 화석 연료에 비해 훨씬 적습니다.)

클라이언트의 주요 과제를 고려해 보겠습니다. 모든 조직은 탄소 배출 제로를 달성하기 위해 최선을 다하고 있으며 IT는 지속 가능성 목표를 달성하는 데 중요한 역할을 합니다. 여기에는 특히 IT 기반 탄소 배출량이 많은 금융 고객과 관련된 IT 자산 자체의 탄소 배출량을 줄이거나 친환경 IT에서 실행되는 지속 가능한 플랫폼을 만드는 것이 포함될 수 있습니다.

일반적으로 온프레미스 데이터 센터 또는 퍼블릭 클라우드의 VM 기반 플랫폼에서 실행되는 기존 모놀리식 애플리케이션이 주요 초점 영역입니다. 중요한 질문이 생깁니다. 일반적으로 전체 IT 포트폴리오의 20~30%를 차지하는 오래된 모놀리식 애플리케이션에서 IT 리소스 소비를 줄일 수 있는 방법은 무엇일까요? VM 기반 모놀리식 애플리케이션에서 컨테이너 플랫폼에서 실행되는 에너지 효율적인 마이크로서비스 기반 아키텍처로 전환하는 것이 에너지 효율적입니다. 그러나 일률적인 접근 방식이 항상 효과적인 것은 아니기 때문에 각 사례를 개별적으로 평가하는 것이 중요합니다.

이 기준을 사용하여 애플리케이션 변환 후보를 선택할 수 있습니다.

• 이상의 애플리케이션 70 % –80 % CPU 사용률

• 경험이 있는 애플리케이션 계절 스파이크 크리스마스 이브, 디왈리 및 기타 공휴일과 같은 거래에서

• 응용 프로그램 일일 거래 급증 이른 아침이나 밤의 항공사 탑승 등 특정 시간에

• 사용량 급증을 보이는 모놀리식 애플리케이션 내의 일부 비즈니스 구성 요소

모놀리식 앱의 현황 분석

Elastic Compute Cloud(EC2) VM의 AWS에서 실행되는 간단한 e-Store 애플리케이션의 예를 생각해 보십시오. e-CART인 이 애플리케이션은 계절별 워크로드를 경험하고 온프레미스에서 AWS EC2 인스턴스로 다시 호스팅(리프트 앤 시프트)되었습니다. 이와 같은 모놀리식 애플리케이션은 모든 비즈니스 기능을 배포 가능한 단일 단위로 패키지합니다.

다음 표에는 e-Store 레거시 애플리케이션의 주요 특성이 설명되어 있습니다.

워크로드의 탄소 배출은 컴퓨팅, 스토리지, 네트워크 등의 리소스 소비와 직접적으로 연관되어 있으며 컴퓨팅이 가장 큰 기여를 하는 경우가 많습니다. 이는 워크로드 특성에 따라 다릅니다. 예를 들어 미디어 또는 스트리밍 산업에서 네트워크를 통한 데이터 전송과 대규모 비정형 데이터 세트 저장은 상당한 에너지를 소비합니다.

그래프는 단일 EC2 인스턴스에서 실행되는 모놀리식 애플리케이션에서 최소한의 사용자 활동이 발생할 때 CPU의 사용 패턴을 보여줍니다.

우리는 Green IT 분석기 플랫폼을 사용하여 모놀리식 애플리케이션의 현재 상태에 대한 탄소 계산을 수행하고 이를 마이크로서비스 아키텍처로 재설계했을 때 동일한 애플리케이션의 목표 상태와 비교했습니다. Amazon Elastic Kubernetes Services(EKS) 플랫폼입니다.

1단계: 모놀리식 애플리케이션의 포괄적인 탄소 배출량 분석

먼저, 다양한 운영 조건에서 모놀리식 워크로드의 현재 탄소 배출량을 조사하는 데 중점을 둡니다. 이는 개선이 필요한 영역을 식별하기 위한 기준선을 제공합니다.

사용자 트랜잭션이 최소화되고 CPU 사용률이 45%일 때 모놀리식 워크로드에 대한 예상 탄소 발자국을 계산해 보겠습니다.

• 미국 동부 1d AZ의 PUE: 1.2
• CI: 415.755g의 CO2/kWh

A. 사용자 활동이 없을 때 예상 탄소 계산:

• 소비된 에너지: 9.76g/W @ 45% 활용률
• 동일한 워크로드 실행 시간: 300시간
• 300시간 동안 예상 탄소 배출량 = PUE × CI × 워크로드에 의해 소비되는 에너지
• = [(1.2 × 415.755 × 9.76) × 300] ¼ 1,000 = 1,460.79g의 CO2e

B. 동시 사용자 500명에 대한 예상 탄소 배출량:

일일 피크를 지원하는 시스템의 능력을 테스트하기 위해 NFR(비기능 요구 사항)에 따라 피크 수준 트랜잭션이 생성된 시나리오에서 동시 사용자 활동 중에 CPU 사용률이 80%로 급증했습니다. 이 상황은 80% CPU 사용률에서 활성화되도록 설정된 자동 크기 조정 규칙을 트리거했습니다. 규칙은 각 VM의 로드가 60% 미만으로 유지되도록 추가 VM을 프로비저닝합니다. 그런 다음 부하 분산 장치는 기존 VM과 새 VM 모두에 부하를 효율적으로 분산합니다.

새로운 EC2 인스턴스의 자동 확장으로 인해 추가 t2.large VM을 사용할 수 있게 되었고 이로 인해 평균 사용률이 40%로 떨어졌습니다.

• 두 개의 동일한 VM이 300시간 동안 실행되는 경우 이 시나리오의 예상 탄소 배출량 = PUE × CI × 워크로드에서 소비되는 에너지
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ¼ 1,000 = 2,921.59g의 CO2e

2단계: 지속 가능성 권장 사항 구현

이 단계에서는 다양한 지속 가능성 권장 사항과 모놀리식 애플리케이션에 대한 실제 구현을 살펴봅니다. 우리는 이러한 권장 사항을 안내하기 위해 지속 가능성을 위한 Custom Lens 평가를 사용합니다.

먼저, 모놀리식 애플리케이션을 작업 기반 반응형 마이크로서비스로 분해하는 것을 고려합니다. 이 접근 방식은 애플리케이션의 계절별 동작과 다양한 사용 패턴에 맞게 조정되었습니다. 이는 트래픽이 급증하고 백엔드 트랜잭션에 대한 아티팩트 검색에 중점을 두는 축제 시즌과 같은 피크 기간에 특히 유용합니다.

둘째, 특히 데이터 센터 그리드가 녹색 에너지로 작동할 때 유휴 기간 동안 일괄 처리를 예약하여 에너지 소비를 줄이는 계획입니다. 이 접근 방식은 장기 실행 트랜잭션의 기간을 최소화하여 전력을 절약하는 것을 목표로 합니다.

마지막으로 이 전략에서는 네트워크 트래픽을 기반으로 리소스를 동적으로 확장할 수 있는 AWS EKS 또는 ROSA(Red Hat® OpenShift® on AWS)와 같은 유연한 플랫폼을 선택하는 것이 중요하다는 점을 강조합니다. 이러한 플랫폼 선택은 최적화된 리소스 할당을 보장하는 데 도움이 되며 작업 기반 반응형 마이크로서비스를 호스팅하는 데 도움이 됩니다.

요약하면, 제안된 전략에는 사용 패턴에 맞춰 조정된 마이크로서비스 분해, 에너지를 고려한 트랜잭션 스케줄링, 애플리케이션 효율성과 리소스 활용도를 향상시키기 위한 유연한 플랫폼 선택이 포함됩니다.

마이크로서비스로 리팩터링된 애플리케이션이 이미지에 표시되어 있습니다.

이제 지속 가능한 현대화라는 우산 아래 애플리케이션을 리팩터링하면서 지속 가능한 설계 원칙에 따라 모놀리식 애플리케이션을 마이크로서비스 기반 아키텍처로 변환한 후 탄소 배출량을 계산해 보겠습니다.

A. 부하가 없거나 거의 없는 예상 탄소 계산:

• 작업자 노드: 2 × t2.medium
• 활용도 : 10% (애플리케이션에 부하가 없을 때)
• 소비된 에너지: 6% 활용 시 5g/W
• PUE(1.2) 및 CI(415.755그램의 CO₂/kWh)는 동일한 가용 영역을 계속 사용하기 때문에 동일하게 유지됩니다.
• 시간 : 300
• 300시간 동안 예상 탄소 배출량 = PUE × CI × 워크로드에 의해 소비되는 에너지
• = [(1.2 × 415.755 × 6) × 300] ¼ 1,000 = CO 1,796그램₂e

관찰 : 시스템에 로드가 없으면 VM에서 실행되는 애플리케이션은 EKS 클러스터에서 실행되는 마이크로서비스보다 탄소 효율성이 더 높습니다.

B. 최대 부하 동안 예상 탄소 계산:

모놀리식 애플리케이션의 로드 테스트와 유사하게 우리는 500명의 사용자를 온보딩하고 동시 트랜잭션을 트리거하여 우리가 구축한 마이크로서비스의 NFR 요구 사항을 충족했습니다.

• 작업자 노드: 2 × t2.medium
• 부하로 인한 활용도 증가: 10% ~ 20%
• 소비된 에너지: 7.4% 활용 시 20g/W
• PUE와 CI는 동일하게 유지됩니다.
• 시간 : 300
• 300시간 동안 예상 탄소 배출량 = PUE × CI × 워크로드에 의해 소비되는 에너지
• = [(1.2 × 415.755 × 7.4) × 300] ¼ 1,000 = CO 2,215.14그램₂e

여기서 UI 서비스에 대한 Pod 자동 크기 조정이 발생했지만 카트 서비스에는 확장하는 데 더 많은 리소스가 필요하지 않았습니다. 모놀리식 애플리케이션에서는 더 많은 리소스가 필요한 비즈니스 기능이나 서비스에 관계없이 전체 플랫폼을 확장해야 하며, 이로 인해 활용도가 20% 증가합니다.

관찰 : 두 시나리오를 비교해 보겠습니다.

1. 시스템이 유휴 상태이거나 시계 전반에 걸쳐 안정적인 로드 프로필을 갖는 경우: 부하가 거의 없을 때 모놀리식 애플리케이션은 더 적은 리소스를 소비하고 거의 18% EKS 클러스터에서 호스팅되는 마이크로서비스 기반 애플리케이션보다 탄소가 적습니다.
2. 시스템이 최대 부하 또는 가변 부하 상태일 때: 시스템이 전체 로드 상태일 때 다음과 같은 오류가 발생합니다. 24% CO 감소₂ VM 기반 워크로드와 비교하여 Kubernetes 플랫폼의 배출량. 이는 더 적은 수의 코어를 사용하고 활용도가 낮기 때문입니다. 동일한 클러스터에서 더 많은 워크로드를 이동하고 다른 애플리케이션에서 더 많은 코어를 확보하여 더 중요한 이점을 얻을 수 있습니다.

이 시나리오는 IBM이^® AWS 워크로드의 지속 가능성에 대한 Custom Lens 평가는 지속 가능한 현대화 경로를 설계하고 IT 자산의 총 탄소 배출량을 줄이는 데 도움이 됩니다.

액션 가이드

지속 가능성을 중시하는 조직에게 책임 있는 컴퓨팅과 친환경 IT는 꼭 필요한 것만은 아닙니다. 그것들은 전적으로 가능합니다. IT 리더는 IT 전략, 운영 및 플랫폼을 포괄하는 환경 친화적인 활동을 추구함으로써 이러한 목표를 달성할 수 있습니다.

• IT 플랫폼을 친환경화하세요: 리팩토링을 사용하여 애플리케이션을 퍼블릭 클라우드로 마이그레이션합니다. 이 환경에 맞게 워크로드를 최적화하지 않고 퍼블릭 클라우드로 마이그레이션하면 운영 비용이 증가하고 지속 가능성이 감소할 수 있습니다. 대신 수명 주기, 업데이트 및 배포 빈도, 비즈니스 중요도와 같은 요소를 기반으로 애플리케이션을 리팩터링하여 워크로드를 더욱 클라우드 네이티브로 향상하세요.
• 유휴 VM 용량 및 기타 사용되지 않는 클라우드 리소스 최적화: 인프라 수준의 관찰 기능을 활성화하여 IT 자산 전체에서 유휴 VM을 식별합니다. 더 이상 비즈니스 기능을 제공하지 않는 유휴 VM 및 관련 리소스를 삭제하는 등의 수정 조치를 취하기 위해 규칙 기반 자동화를 구현합니다. 또한 자동 크기 조정을 통해 네트워크 트래픽을 기반으로 VM 크기를 최적화합니다.
• 필요할 때 리소스 생성: 클라우드 리소스는 탄력적이지만 사용량에 관계없이 지속적으로 실행되는 고정 리소스에 워크로드를 배포하면 효율성 이점이 제한됩니다. VM 예약 또는 클라우드 서비스 내 탄력적 기능 사용 등 필요에 따라 리소스를 프로비저닝하고 삭제할 수 있는 기회를 식별합니다.
• 워크로드 컨테이너화: 기존 VM 환경이 아닌 컨테이너 플랫폼을 이용하면 연간 인프라 비용을 최대 100%까지 절감할 수 있습니다. 75%. 컨테이너 플랫폼을 사용하면 리소스 요구 사항에 따라 VM 클러스터 전체에서 컨테이너를 효율적으로 예약할 수 있습니다.
• 모놀리식 애플리케이션을 마이크로서비스 기반 아키텍처로 현대화: 필요에 따라 반응형 마이크로서비스를 선택하세요. 리소스 활용을 최적화하기 위한 이벤트 기반 호출을 위한 반응형 마이크로서비스, 비동기 호출을 위한 이벤트 기반 마이크로서비스 또는 단일 기능의 필요 기반 실행을 위한 서버리스 마이크로서비스 등이 있습니다.

IBM Consulting Green IT Transformation 프레임워크, Custom Lens for Sustainability 및 Green IT 분석기 플랫폼은 고객의 탈탄소화 여정을 종합적으로 지원합니다. 두 프레임워크 모두 워크로드를 평가하고, 에너지 소비를 낮출 수 있는 최적화 수단을 식별하고, 지속 가능성 목표를 달성할 수 있는 애플리케이션 현대화 로드맵을 생성하는 데 도움이 됩니다.

AWS 클라우드용 IBM 컨설팅 서비스에 대해 자세히 알아보세요.