우아한 FinOps: 클라우드 비용과 성능 사이 #우아콘2023 #우아한형제들

우아한테크·우아콘 2023 2023·2023년

AI 요약

클라우드 비용 증가율이 매출 증가율을 앞지르며 "우리가 클라우드를 잘 쓰고 있는가"라는 질문에 봉착한 우아한형제들이, 핀옵스(FinOps)로 비용을 가시화·최적화한 여정을 기술기획·인프라·재무 세 관점에서 공유한 우아콘2023 세션이다.

핵심 포인트

핀옵스는 비용 절감이 아니라 품질·속도·비용의 최적 균형을 찾는 문화이며, 다섯 페르소나(실무팀·인프라·경영진·비즈니스 오너·재무)가 한 팀처럼 협업해야 한다
코스트 익스플로러 대신 CUR 원본 데이터를 CMDB·매출과 조인해 "회사 관점"의 비용 데이터를 만들고, 태깅은 개수가 아니라 비용 기준으로 우선순위화한다
총비용보다 "주문 한 건당 처리 비용"(단위 비용)을 핵심 지표로 삼고, 예측 가능한 트래픽 패턴으로 새벽 스케일링·스팟 인스턴스를 적용한다

왜 읽나클라우드 비용이 통제 불능으로 느껴지는 조직의 인프라·플랫폼·재무 담당자에게 비용을 숫자로 관리하는 실전 프레임을 준다.

챕터별 상세

010:00 – 4:42

핀옵스란 무엇이고 왜 클라우드에 필요한가

기술기획팀 이장근이 핀옵스(FinOps) 발표를 연다. 핀옵스가 한 부서가 아니라 여러 조직의 협업이기에 기술기획·배포시스템·예산관리 세 팀 네 명이 함께 무대에 올랐고, 발표는 개념 정리, 조직별 사례, 전체 여정 순으로 구성된다고 안내한다. 핀옵스는 데브옵스에 파이낸스(재무)가 합쳐진 말로, 핵심은 "최적화된 클라우드 비용으로 최대의 비즈니스 가치를 창출한다" 이다. 단순 비용 절감으로만 보는 시각을 경계하며, 데브옵스의 품질·속도에 비용을 더해 세 가지의 최적 균형점을 찾는 하나의 문화 로 받아들여야 한다고 정리한다. 핀옵스가 특히 클라우드에 필요한 이유는 온프레미스와 비교된다. 온프레미스는 구매·재무 절차로 실패 비용이 크지만 초기 투자 후 운영 고정비만 들어 비용 운영이 용이한 반면, 클라우드는 개발자가 원할 때 직접 비용을 써 실패 비용이 낮고 빠른 변화가 가능하지만 중앙 통제 부서가 없어 언제든 비용 폭탄 위험 이 있다. 그래서 클라우드는 도입이 끝이 아니라 지속적으로 비용을 관리할 방법론, 즉 핀옵스가 필요하다.

우아한형제들이 핀옵스를 도입해야 할 만큼 클라우드를 쓰는지는, 3년 전 모든 서비스를 클라우드로 이전했고 주요 서비스를 전부 클라우드에서 운영한다는 사실로 확인했다. 실무 도구로는 핀옵스 파운데이션 의 프레임워크와 라이프사이클을 회사에 맞게 커스터마이징한다. 라이프사이클은 세 단계다. 정보 제공(Inform) 은 누가 어디서 얼마나 쓰는지 비용을 시각화(태깅·비즈니스 지표 매핑·모니터링·이상 비용 탐지)하고, 최적화(Optimize) 는 비용을 사용량×단가로 보고 사용량 최적화(라이트사이징·미사용 리소스 종료·오토스케일링)와 단가 최적화(약정 할인·프라이빗 할인)를 추진하며, 운영(Operate) 은 정기 보고·회의와 거버넌스 점검을 한다. 세 단계는 순서 없이 병렬로 진행한다. 또 프레임워크의 역할들을 "핀옵스 페르소나" 라 부르며, 핀옵스 실무팀(중앙)·인프라 엔지니어·경영진(CEO/CTO/CFO)·프로덕트/비즈니스 오너·예산관리(파이낸스)의 다섯 페르소나가 한 팀처럼 유기적으로 협업하는 것이 중요하다고 짚는다.

여러 부서의 페인 포인트가 많다는 데서, 이를 극복하며 성과를 낸 세 부서의 사례 발표로 넘어간다. 첫 발표자는 기술기획팀 김규환으로, 실무자 입장의 핀옵스 여정을 배경·과정·결과 순으로 푼다. 배경으로, 최근 3년간 거의 매년 두 배에 가까운 매출 성장이 있었지만 클라우드 비용 증가율이 매출 증가율을 지속적으로 웃돌아 전사의 주목을 받기 시작했다. "왜 자꾸 비용이 튀느냐", "더 절감할 수 없느냐", "미래 비용 예측 근거가 무엇이냐" 같은 질문이 계속 들어왔고, 모든 과정을 숫자로 증명해야 한다는 고민 끝에 "우리가 진짜 클라우드를 잘 쓰고 있는 게 맞는가" 라는 질문에 봉착했다. 객관적 지표로 파악하기 위해 핀옵스 여정을 시작했고, 핀옵스 파운데이션의 Inform 영역과 AWS CFF의 비주얼라이제이션을 참조해 세 가지 목표를 세웠다. (1) 지금보다 클라우드 비용을 훨씬 상세하게 볼 것, (2) 우리 회사 관점으로 데이터를 해석할 것, (3) 태깅되지 않아 식별되지 않은 비용을 최소화할 것이다. 첫 상세 분석에서는 코스트 익스플로러(그룹 바이 1개 한계)와 CUR(청구 원본 데이터) 를 비교해, 단 한 번의 쿼리로 "왜 비용이 튀었나"를 조회할 수 있고 컬럼이 14~15배 많은 CUR를 택했다. 다만 CUR만으로는 "그 태그가 어떤 서비스·운영 팀인지"는 알 수 없다고 짚는다.

실무자(김규환) 파트는 CUR 데이터를 사내 CMDB·예산·매출과 조인 해 "회사 관점의 클라우드 비용 데이터"를 만든 과정을 보여준다. AWS 태그를 키로 서비스 구성 정보를 붙여 어떤 팀이 어떤 목적으로 쓰는지 파악했고, 태깅 비율은 개수가 아니라 비용 관점 으로 추적해(비용 큰 리소스부터 태깅하면 최소 공수로 최대 가시화) 비용이 큰 5·6번만 태깅해도 가시성 87%를 달성하는 식이다. 태그 없는 리소스는 CUR의 300여 컬럼 힌트로 소속을 추정하고, 데이터 처리 흐름은 스플렁크 로 자동화한다. 이 데이터로 매출·과정 지표·비용·사용량·단가 다섯 지표를 연관 분석하고, 주문 한 건당 처리 비용(단위 비용) 을 트래킹해 총비용은 올라도 단위 비용은 오르지 않게 막는 것을 핵심으로 본다. 현재 쇼백 모델에서 향후 차지백 모델로 가 팀 단위 자생적 최적화를 유도할 기반도 마련했고, 이상 탐지는 슬랙으로 알려 즉시 조치하며 AWS CLI로 실시간 비용 추정까지 구성했다. 최적화는 KPI가 다른 개발·인프라 팀을 데이터로 설득하는 일이 핵심이라며, EC2 대수가 트래픽과 무관하게 유지되던 낭비를 새벽 시간만 트래픽에 비례해 스케일링하도록 CI/CD로 일괄 적용한 사례를 든다. 인프라(조승현) 파트는 점심·저녁 두 봉우리·일요일 높음·월요일 낮음의 예측 가능한 트래픽 패턴을 활용해 마이크로서비스별로 새벽 시간 스케일링(줄일 때 단계적, 늘릴 때 급격히)을 하고, 남는 물리 서버를 싸게 쓰는 스팟 인스턴스 를 실시간 중단율을 추적하며 도입한 과정을 보여준다. 재무(이현욱) 파트는 고금리·수익성의 시대에 21년 영업이익 -800억에서 22년 +4,200억으로 흑자전환한 가운데, IT 비용의 50% 이상(그중 99% AWS)인 클라우드 비용을 회계 인식 기준 확정·월별 안정화, 일별 트래킹·예측 정교화, 태깅 기반 서비스별 손익 정교화로 다룬 과정을 정리한다. 끝으로 이장근이 작년 3분기 첫 만남부터 약정 할인·인프라 최적화·연간 로드맵·퀵사이트 대시보드·스플렁크 데이터 레이크·내년 멀티클라우드 고민까지 전체 여정을 리뷰하며, 각 분야 전문가가 같은 목표를 보며 협업하는 "어벤져스"가 됐다는 소회로 마친다.