네트워크 자동화에서 크기는 중요하지만 그렇게 중요하지는 않습니다.

이는 데이터에 나타난 결과입니다.

조직의 규모(따라서 수요)가 인정할 만큼 상당한 노력이 필요하다는 것을 보장하지 않는다고 주장하면 네트워크 자동화의 중요성을 무시하기 쉽습니다.

결국, 조직에 직원이 100명뿐이라면 수요가 그렇게 많을 리가 없습니다. 그럴 수 있나요?

예. 네, 가능합니다.

클라우드와 그 파트너인 DevOps는 많은 것을 파괴했지만, 우리가 거의 논의하지 않는 것 중 하나는 기업을 분류하는 데 사용하는 이전의 "조직 규모" 분류입니다. 아시죠, SMB요. 중소기업. 대기업.

전통적인 타겟 시장은 오랫동안 직원 규모에 따라 결정되어 왔습니다. 국가마다 법적 정의(거버넌스 및 법적 적용)가 있지만 소프트웨어 공급업체 세분화의 목적에는 그다지 적합하지 않습니다. 소프트웨어 공급업체 세분화는 해당 국가가 귀하의 관심과 수익을 요구할지 여부를 결정합니다. 전제는 사람이 많을수록 기업 인구에 서비스해야 할 것도 많아진다는 것입니다. 기술이 많아질수록 복잡성도 커집니다. 더 복잡할수록, 모든 것이 더 복잡해집니다.

소프트웨어 공급업체의 경우, 데이터 센터의 규모와 프로세스의 복잡성이 매우 중요합니다. 둘 다 일반적으로 조직의 규모(직원 수)에 따라 결정되는데, 이는 편리하기 때문입니다.

하지만 클라우드와 DevOps는 가상화가 데이터 센터의 "서버" 밀도에 미친 영향을 조직의 규모에 미치고 있습니다. 가상의 폭발을 기억하시나요? 우리는 서버당 애플리케이션 모델에서 가상 서버당 애플리케이션 모델로 전환했는데, 여기서는 단일 물리적 서버가 10개 또는 20개의 가상 서버를 호스팅했습니다. "데이터 센터"는 100개의 서버에서 1,000개 이상으로 성장했으며 애플리케이션도 폭발적으로 증가했습니다. 하지만 데이터 센터의 실제 물리적 크기는 변하지 않았습니다. 그리고 많은 경우 운영자의 수도 마찬가지였다.

즉, 모든 유형의 직원 수준을 추적하는 Computer Economics에서는 단 1년 만에 엔지니어 대 장치 비율이 상당히 증가한 것을 발견했습니다. 2014년에는 한 명의 엔지니어가 36개의 장치를 책임지고 있었습니다. 1년 후? 같은 엔지니어가 59개의 장치를 관리할 것으로 예상되었습니다.

애플리케이션 인프라 영역에서도 비슷한 증가가 일어났습니다. 이는 부분적으로 가상화와 제한된 규모의 유용한 자동화를 통해 가능해졌습니다. 

우리가 한 일은 물리적 서버 와 물리적 운영자의 효율성을 높이는 것이었습니다.

이제 오늘로 넘어가보자. 클라우드와 DevOps, 그리고 이 분야의 최신 멤버인 NetOps는 가상화를 통해 서버에 적용했던 것과 동일한 작업을 IT 규모에 적용할 것입니다(그리고 이미 적용하기 시작했습니다). 자동화를 클라우드(및 컨테이너)와 함께 활용함으로써 운영 효율성이 획기적으로 향상되고 있습니다. 즉, 현재보다 10~20배 많은 애플리케이션과 운영을 지원하더라도 직원 수를 크게 늘리지 않아도 된다는 뜻입니다.

우리는 "소규모 기업"의 예산으로 "대규모 기업"을 운영할 수 있습니다*.

직원 수만 보고 제품이나 솔루션이 관련성이 있는지 판단하는 것은 거의 불가능합니다. 30명으로 구성된 그 조직(시장 및 법적 정의에 따른 SMB)은 클라우드나 자체 데이터 센터에 수천 개의 애플리케이션 인스턴스를 숨길 수 있습니다.

자동화는 퍼블릭 클라우드나 DevOps 덕분에 실제로 운영 효율성을 엄청나게 높여줍니다.

크기는 (대부분) 네트워크 자동화에 중요하지 않습니다.

그렇기 때문에 네트워크 자동화에 관한 한 조직의 규모에 따라 견해, 추진력, 도입 사이에 차이가 거의 없다는 것은 놀라운 일이 아닙니다. 우리는 직원이 100명 미만인 조직의 9%가 생산에 자동화를 완전히 활용하고 있는 것으로 나타났습니다.  반면에 직원이 5,000명 이상인 조직의 8%는 같은 의견을 밝혔습니다. 주요 변경 사항을 프로덕션에 적용하기 위해 자동화를 사용하는 경우, 직원이 100명 미만인 조직의 23%는 항상 자동화를 사용합니다. 직원이 5,000명 이상인 조직의 경우 그 수치는 25%로 약간만 증가했습니다. 중간에 있는 회사들은 21%에서 23% 사이로 큰 편차를 보이지 않았습니다.

규모에 따라 차이가 발견된 부분은 네트워크 및 운영 자동화에 사용되는 도구와 기술이었습니다. 아마도 가장 눈에 띄는 것은 대기업과 소기업 간에 Python 스크립트 사용에 있어서 차이가 크다는 점일 것입니다. 대다수의 대기업(직원 수 5,000명 이상)은 이 기술을 수용한 것으로 보입니다. 이는 인재 확보와 다양한 운영 프로세스를 기반으로 한 맞춤형 자동화에 대한 필요성이 커졌기 때문일 가능성이 높습니다.

반대로, 직원 100명 미만인 아주 작은 조직의 경우 3분의 1(36%)이 Python 스크립트를 사용하고 있습니다. 이러한 조직은 또한 "없음"을 사용할 가능성이 33%로 대규모 조직(20%)보다 훨씬 더 높았습니다.

네트워크 자동화 영역에서도 이러한 차이는 여전했습니다. 매우 대규모 기업의 63%가 시스코를 사용하는 반면, 매우 소규모 기업의 경우 단 35%만이 시스코를 사용하고 있습니다. OpenStack은 두 가지를 더욱 가깝게 만들어서, 매우 작은 회사의 경우 29%, 매우 대규모 조직의 경우 36%를 차지했고 VMware도 마찬가지였습니다. 가상화 분야의 거대 기업은 매우 작은 조직의 63%, 대규모 조직의 73%에서 사용되고 있습니다.

네트워크 자동화에 "없음"을 사용하는 조직 간 차이는 자동화 툴셋을 사용하지 않는 조직보다 놀랍게도 작았습니다. 매우 작은 조직의 8%만이 네트워크 자동화를 위해 아무것도 사용하지 않고 있으며, 대규모 기업의 경우에도 단 5%만이 네트워크 자동화를 사용하지 않고 있습니다. 

이 모든 것이 흥미로운 이유는 궁극적으로 자동화에는 어떤 종류의 소프트웨어가 필요하기 때문입니다. 이는 맞춤형(사용자 정의 Python 스크립트)이든 프레임워크(Chef, Puppet)이든 엔진 기반(Ansible, Cisco, OpenStack, VMware)이든 마찬가지입니다. 자동화 도입으로 인해 운영 효율성이 향상되면서 소프트웨어 공급업체가 직원 규모에 따라 조직을 세분화하는 기존 관행은 더 이상 의미가 없습니다.

네트워크(및 IT 전반)에서 자동화를 촉진하는 가장 큰 요인 중 하나는 운영 규모입니다. 즉 , 직원이 늘어나는 것이 아니라 기술이 더 많아진다는 뜻입니다. 사실 우리가 원하는 건 바로 그거잖아요. 우리는 기술을 활용해 인력을 더 많이 투입할 필요성을 줄이고 일상 업무의 효율성을 높여 브룩의 법칙에 위배되지 않으려고 노력하고 있습니다.

그렇다면 기술의 규모에 따라 조직과 기술의 관련성을 피상적으로 분류하는 것을 재고해야 할 때가 되었을지도 모릅니다. 마크 트웨인이 유명하게 말했듯이 (혹은 말하지 않았을 수도 있음): 싸움에서 중요한 건 개의 크기가 아니라, 개 내부의 싸움의 크기입니다.

자동화로 움직이는 그 작은 개는 눈에 보이는 것보다 훨씬 더 큰 투지를 가지고 있습니다.