적응형 애플리케이션은 데이터 중심입니다.
사람들이 제 산호초 수조를 들여다보면서 보는 게 이거예요.
그들은 놀라운 조안티드의 예를 보았습니다. 수년간의 헌신적인 관심으로 신중하게 관리된 산호. 그들은 이 세상에서 다른 종류의 삶이 지닌 아름다움을 보고, 우리 바다에 사는 생물들의 경이로움을 봅니다.
그들은 그 아래에 무엇이 있는지 보지 못합니다. 이 생물들이 사는 모래와 바위에는 Zoanthids가 살아남는 것은 물론 번성할 수 없는 놀라운 미생물 생태계가 숨겨져 있습니다.
또한 그들은 내가 그들의 주변 환경을 얼마나 주의 깊게 모니터링하는지 보지 못합니다. 그들은 뭔가 잘못되었을 때 알려주는 분 단위, 일 단위로 표시된 숫자를 보지 못합니다. 단 하나의 매개변수만 안전 수준 이하로 떨어지거나 안전 수준 이상으로 올라갈 때 경보음이 울리는 것은 아닙니다.
이는 기술 분야에서도 마찬가지입니다.
우리(기업의 우리)가 적응형 애플리케이션에 대해 이야기할 때, 우리는 사람들이 보는 것에 대해 이야기합니다.
오늘날 사용자가 제품을 구매하거나, 청구서를 지불하거나, 지원을 받기 위해 귀사와 소통할 때 그들이 보는 것은 한 가지, 즉 사용자 경험입니다. 그들은 그 경험을 보호하고 제공하는 수많은 애플리케이션, 인프라, 환경 및 서비스를 보지 못합니다.
하지만 이러한 요소는 존재하며, 건강한 사용자 경험을 보장하는 데 중요합니다.
데이터의 중요성
무언가 잘못되었다는 것을 아는 것과 그것에 대해 무엇을 해야 할지 아는 것 사이에는 큰 차이가 있습니다. pH와 온도의 관계를 이해하는 것만으로도 문제를 해결할 수 있고, 더 악화시킬 수 있습니다. 사용자 경험에도 마찬가지입니다.
근본적인 진전은 올바른 데이터를 수집하는 것입니다. 안타깝게도 상당수의 조직이 그렇게 하지 않습니다.
Turbonomic의 조사는 이러한 현상을 드러냅니다 (강조 추가): "응답자들에게 조직에서 애플리케이션 성능을 어떻게 측정하는지 물었을 때 60% 이상이 어떤 형태로든 측정한다고 답해 기대감을 높였습니다. 그러나 가장 일반적인 접근 방식은 서비스 수준 목표(SLO)를 관리하는 것과는 대조적으로 가용성을 측정하는 것이었습니다. SLO는 일반적으로 응답 시간이나 트랜잭션 처리량의 형태를 띱니다. 13%는 애플리케이션 성능을 전혀 측정하지 않습니다.
측정 없이는 적응형 애플리케이션을 실현할 수 없습니다. 측정을 통해 사용자 경험의 상태를 이해할 수 있으며, 이러한 측정을 분석하여 관계와 패턴을 추론할 수 있습니다. 궁극적으로, 진정으로 적응형 애플리케이션을 탄생시킬 자동화는 측정과 이에 대한 이해에 기반합니다. 수족관의 상태를 정확하게 측정하고 그 상태 간의 관계를 이해하는 능력을 통해 대응을 자동화하고 수족관 생물에게 최적의 환경을 거의 손쉽게 유지할 수 있습니다.
동일한 방식으로 사용자 경험을 개선하지 못하면 기업에 매우 실질적인 영향을 미칩니다. 고객의 89%는 고객 경험이 좋지 않은 경우 경쟁사와 거래를 시작합니다.[1] 기존 고객을 대체할 새로운 고객을 확보하는 데 드는 비용은 높은데, 소매업계에서는 고객당 평균 77달러인 반면, 금융업계에서는 고객당 250달러가 넘습니다. 잠재적인 매출 손실도 더 큽니다. 충성도 높은 고객의 평균 가치는 첫 구매 가치의 10배입니다.[2] 탁월한 사용자 경험을 유지하는 것은 비즈니스에 도움이 될 뿐만 아니라, 필수적입니다. 말 그대로 손끝에 대안이 있는 상황에서 충성도 높은 고객을 유지하려면 내가 산호초 수조에 쏟는 것과 똑같은 열정적인 관심이 사용자 경험의 건강에 필요합니다.
측정을 확보하고 응답 자동화를 위한 제어 지점을 확보하는 데 중요한 것은 애플리케이션을 제공하고 보호하는 인프라와 서비스입니다.
적응형 애플리케이션은 데이터 중심입니다.
폴란드 바르샤바에서는 8가지 조개가 어떤 기술보다 수질을 측정하는 데 더 효과적인 것으로 입증되었습니다. "오염에 매우 민감한 홍합은 오염된 물을 감지하면 껍질에 특수 센서가 부착되어 경보를 울리는 행동을 합니다."[3] 최근까지 아무도 그들의 존재를 알지 못했습니다. 주민들은 자신들이 안전한 식수를 이용할 수 있다는 사실만 알고 있었습니다.
이 조개와 같은 생물은 본능적으로 모든 것을 측정하고, 특히 데이터를 기반으로 위험을 인식하는 데 매우 능숙합니다. 하지만 그 초강대국을 책임지는 단일 내부 시스템은 없습니다. 물이 위험하다는 즉각적인 결정을 내리기 위해서는 측정을 생성하는 수백 개의 내부 시스템과 그로 인해 발생하는 데이터를 분석하는 능력이 필요합니다.
애플리케이션을 적응형으로 만드는 것은 바로 측정, 즉 데이터입니다. 행동에 대한 명확한 계기가 없다면 적응할 필요성이 없습니다. 용량과 수요에 대한 이해가 규모를 좌우합니다. 악의적인 활동을 식별하면 보안 조치가 실행됩니다. 성능 저하를 인식하면 최적화가 촉진됩니다.
이 데이터는 광범위하며 반드시 기술 스택의 모든 계층에서 측정된 내용을 포함해야 합니다. 이러한 데이터를 수집하여 비즈니스 프로세스, 즉 디지털 워크플로에 매핑하면 분석을 거쳐 자동으로 적응하는 데 필요한 정보로 변환할 수 있습니다.
추가 분석을 통해 관계, 패턴 및 추세를 비즈니스 리더에게 표면화하여 아키텍처, 인프라 및 애플리케이션을 실제 비즈니스 성과에 맞게 조정할 수 있습니다. 이러한 통찰력은 AI 기반 보안 및 AIOps의 형태로 자동화된 작업을 제공할 뿐만 아니라 비즈니스 및 IT 이해 관계자가 정보에 입각한 결정을 내릴 수 있도록 지원합니다.
조치를 취하려면 지시를 받고 그에 따라 행동할 수 있는 시스템이 필요합니다. 우리 내부의 위험한 상황에 반응하는 것은 세상과 소통하는 우리의 인터페이스가 아닙니다. 우리를 대신해 작용하는 것은 면역 시스템과 다른 내부 시스템입니다. 디지털 세계에서 이러한 내부 시스템은 애플리케이션 서비스와 인프라입니다. 사용자 경험을 보호, 확장, 최적화하기 위해 데이터를 생성하고 작용하는 인터페이스 기반 기술입니다.
적응형 애플리케이션은 데이터 기반으로 운영되며, 이를 제공하고, 보호하고, 확장하는 애플리케이션 서비스, 인프라 및 시스템에서 생성된 원격 측정을 통해 활성화됩니다. 데이터를 분석하고 실행 가능하고 자동화된 통찰력을 생성할 수 있는 플랫폼이 있으면 기업은 적응형 애플리케이션을 실현하기 위해 자신 있게, 더 빠르게 나아갈 수 있습니다.