최신이야기 | 브레인즈컴퍼니

주메뉴 바로가기 본문 바로가기

메인 페이지로 이동
블로그
최신이야기

블로그

최신이야기

회사이야기 강선근 대표이사, ‘중소기업인 대회’ 산업포장 수상 회사이야기 강선근 대표이사, ‘중소기업인 대회’ 산업포장 수상 강선근 브레인즈컴퍼니 대표이사가 20일 중소기업DMC타워에서 열린 ‘중소기업인 대회’에서 산업포장을 수상했습니다. 올해 34회째를 맞은 중소기업인 대회는 일자리, 수출, 사회기여 등 한국경제 발전에 공헌한 중소/벤처기업인의 성과를 되짚어 보고, 자긍심을 높이는 중소 기업계 최대 축제입니다. 중소기업인 대회는 기술력 뿐만 아니라 재무적 실적과 사회 공헌에 얼마나 이바지 했는지를 종합적으로 평가하며 일회성 공적이 아닌 얼마나 꾸준한 업적이 쌓았는지를 보고 수상자를 선발합니다. 강선근 대표이사는 IT 인프라 통합관리 솔루션, Zenius(제니우스)의 우수한 기술력으로 관제 분야의 국산화 및 국내 SW산업 수준을 향상시킨 공로를 인정 받았습니다. 또한 교육 기관에 기부금 전달 및 산학 협력 업무협약을 체결해 소프트웨어산업 인재 양성에 힘쓰고 있는 점을 인정받아 산업포장을 수상하게 되었습니다. △기술력: 다양한 이기종 IT 인프라에 대한 통합관리 시스템 Zenius EMS를 기반으로, 웹 애플리케이션 성능 모니터링 Zenius APM, 통합로그관리 Zenius SIEM , IT서비스 관리 Zenius ITSM 등으로 구성된 소프트웨어 발전 기여 △실적: 공공기관, 관제부분 실적 1위 △사회공헌: 산학 협력 등 일자리 창출 이번 행사는 서울지방중소벤처기업청과 중소기업중앙회 서울지역본부가 공동 주최하고 서울시가 후원하였습니다. 2023.06.21
기술이야기 옵저버빌리티 향상을 위한 제니우스 대표 기능들 기술이야기 옵저버빌리티 향상을 위한 제니우스 대표 기능들 이번 블로그에서는 지난 블로그에서 다루었던 옵저버빌리티를 구현하기 위한 오픈 소스들은 어떤 것들이 있는지 간략히 알아보고, 제니우스(Zenius-EMS)에서는 옵저버빌리티 향상을 위해서 어떤 제품들을 제공하고 있는 지 살펴보겠습니다. 옵저버빌리티 구현을 위해 널리 활용되는 대표적인 오픈소스로는 아래 네 가지 정도를 들 수 있습니다. l Prometheus: 메트릭 수집 및 저장을 전문으로 하는 도구입니다. Prometheus는 강력한 쿼리 기능을 가지고 있으며, 다양한 기본 메트릭을 제공하며 데이터 시각화를 위해 Grafana와 같은 도구와 통합될 수 있습니다. 또한 이메일, Slack 및 PagerDuty와 같은 다양한 채널을 통해 알림을 보낼 수 있습니다. l OpenTelemetry: 에이전트 추가 없이 원격으로 클라우드 기반의 애플리케이션이나 인프라에서 측정한 데이터, 트레이스와 로그를 백엔드에 전달하는 기술을 제공합니다. Java, Go, Python 및 .NET을 포함한 다양한 언어를 지원하며 추적 및 로그에 대한 통합 API를 제공합니다. l Jaeger: 분산 서비스 환경에서는 한번의 요청으로 서로 다른 마이크로서비스가 실행될 수 있습니다. Jaeger는 서비스 간 트랜잭션을 추적하는 기능을 가지고 있는 오픈 소스 소프트웨어입니다. 이 기능을 통해 애플리케이션 속도를 저해하는 병목지점을 찾을 수 있으며 동작에 문제가 있는 애플리케이션에서 문제의 시작점을 찾는데 유용합니다. l Grafana: 시계열 메트릭 데이터를 시각화 하는데 필요한 도구를 제공하는 툴킷입니다. 다양한 DB를 연결하여 데이터를 가져와 시각화 할 수 있으며, 그래프를 그릴 수도 있습니다. 시각화한 그래프에서 특정 수치 이상일 때 알람 기능을 제공하며 다양한 플러그인으로 기능확장이 가능합니다. ------------------------------------------------- 오픈 기술을 이용해 Do It Yourself 방식으로 옵저버빌리티를 구현한다면 어떨까요? 직접 옵저버빌리티를 구현하기 위해서는 먼저 필요한 데이터를 수집해야 합니다. 필요한 데이터가 무엇인지, 어떤 방식으로 수집할지 결정하고 Prometheus, OpenTelemetry 같은 도구들을 이용해 설치 및 설정합니다. 이 단계는 시간이 가장 오래 걸리고, 나중에 잘못된 구성이나 누락이 발견되기도 합니다. 다음 단계는 데이터 저장입니다. 이 단계에서 주의할 점은 예전처럼 여러 소스에서 수집한 데이터를 단순하게 저장하는 것이 아니라, 전체적인 관점에서 어떤 이벤트가 일어나는지를 추적이 가능하도록 데이터 간의 연결과 선후 관계를 설정하는 것입니다. 어려운 점은 새로운 클라우드 기술을 도입하거나 기존의 인프라나 애플리케이션에서 변경이 발생할 때마다 데이터를 계속해서 정리를 해야 하는데, 이를 위해 플랫폼을 지속적으로 수정하고 구성을 추가해야 한다는 것입니다. 마지막으로 부정확한 경고들은 제거해야 합니다. 비즈니스 상황과 데이터는 계속해서 변화하기 때문에 이에 맞게 베이스 라인을 지속적으로 확인하고, 임계치를 조정해서 불필요한 알람이나 노이즈 데이터가 생기는 것을 방지해야 합니다. 결론적으로 직접 옵저버빌리티를 구현하는 것은 처음에는 쉬워 보여도 고급 인력과 많은 시간을 확보해야 하며, 별개로 시간이 지남에 따라서 효율성과 확장성이 떨어진다는 점을 감안하면 대부분의 기업은 감당하기 어렵다고 할 수 있습니다. 그렇다면, Zenius(제니우스) EMS는 옵저버빌리티를 어떻게 확보하고 있을까요? 옵저버빌리티 향상을 위한 가장 기본적인 기능은 토폴로지맵 또는 대시보드입니다. 다양한 인프라의 물리적 논리적 연결구조들을 한 눈에 시각적으로 파악할 수 있도록 해야 합니다. Zenius는 각 인프라별 상황을 한 눈에 볼 수 있는 오버뷰와 시스템 전체를 조망할 수 있는 토폴로지맵, 그리고 서비스 별 상황들을 감시할 수 있는 대시보드 등 크게 세가지의 뷰어(Viewer)를 제공합니다. 인프라의 구성 상황에 따라 다층적으로 구성되어 고객들이 인프라에서 일어나는 상황을 즉각 알 수 있도록 해 줍니다. 이러한 뷰어들은 기존 ‘모니터링’의 개념에서 ‘옵저버빌리티’ 개념으로 진화화면서 좀 더 다층적, 다양화되는 형태로 진화하고 있습니다. 또한, Zenius는 기존의 각 인프라별로 단순히 감시를 설정하는 방식이 아닌 다양한 인프라로부터의 로그와 메트릭 정보를 이용해 어떤 상관관계가 있는지 분석하는 ‘복합감시’라는 서비스가 기본적으로 탑재돼 있습니다. 복합감시를 대표 기능에는 ERMS(Event Relation Management System), 스냅샷 그리고 조치 자동화 등을 들 수 있습니다. l ERMS 기능은 로깅, 메트릭 정보와 장비의 상태를 이용해 새로운 감시 기준을 만들어, 의미있는 이벤트를 생성해 사용자에게 개별 장비 수준이 아닌 서비스 관점에서 정확한 상황 정 보를 제공합니다. l 스냅샷은 서비스 동작에서 이벤트가 발생했을 때, 당시 상황을 Rawdata 기반으로 그대로 재현하는 기능으로 SMS, DBMS, APM, NMS 등 모든 인프라를 동시에 볼 수 있습니다. l 조치 자동화는 ERMS를 자동운영시스템과 연동해, 특정 상황에서 자동으로 스크립트를 실행해 제어하는 기능입니다. 트레이싱 기능은 APM에서 제공하는 기능으로, WAS(Web Application Server)에 인입되고 처리되는 모든 트랜잭션들을 실시간으로 모니터링하고 지연되고 있는 상황을 토폴로지 뷰를 통해 가시적으로 분석할 수 있습니다. 사용자는 토폴로지 뷰를 통해 수행 중인 액티브 트랜잭션의 상세정보와 WAS와 연결된 DB, 네트워크 등 여러 노드들 간의 응답속도 및 시간들을 직관적으로 파악할 수 있습니다. 제니우스의 또 다른 옵저버빌리티는 인공지능 기반의 미래 예측 기능으로 미래 상황을 시각적으로 보여줍니다. 인프라 종류에 상관없이 인공신경망 등 다양한 알고리즘을 통해 미래 데이터를 생성하고, 장애발생 가능성을 빠르게 파악해 서비스 다운타임이 없도록 도와줍니다. 또한 이상 탐지 기능은 보안 침해 또는 기타 비정상적인 활동을 나타낼 수 있는 시스템 로그, 메트릭 및 네트워크 트래픽의 비정상적인 패턴을 식별할 수 있습니다. 이상탐지 알고리즘은 시간이 지남에 따라 시스템 동작의 변화에 적응하고 새로운 유형의 위협을 식별하는 방법을 학습할 수 있습니다. 이상과 같이 Zenius(제니우스) EMS는 최고의 옵저버빌리티를 제공하기 위해서 연구개발에 매진하고 있습니다. 옵저버빌리티 향상을 위한 다양한 기능/제품들은 고객의 시스템과 조직 상황에 맞게 선별적으로 사용될 수 있습니다. 2023.04.19
기술이야기 옵저버빌리티 확보를 위한 대표 정보 소스 3가지 기술이야기 옵저버빌리티 확보를 위한 대표 정보 소스 3가지 지난 블로그에서는 옵저버빌리티가 기존 모니터링과 어떻게 다른지 비교해봤습니다. 간략히 되짚어보면, 옵저버빌리티란 IT 환경이 다양해지고 기업의 서비스가 점점 복잡해짐에 따라 빠르게 문제를 찾아 해결하기 위해 서비스의 내부 상태와 동작을 이해하는 능력입니다. 옵저버빌리티는 IT 인프라별로 어떤 것이 문제라는 기준을 중심으로 모니터링하는 기존 방식에서 벗어나 모든 데이터를 실시간으로 수집하고 분석하여 IT시스템의 근본 원인에 접근하고, IT 운영 전문가의 노하우를 바탕으로 각 메트릭별 상관관계를 분석해 미래의 장애를 예측하는 인사이트를 강조합니다. 이번 블로그에서는 옵저버빌리티 확보에 가장 기본이자 중요한 정보 소스인 로깅, 메트릭, 트레이싱을 중심으로 알아보겠습니다. 이 세가지 소스는 시스템의 정확한 모니터링을 보장하고, 문제가 발생할 때 무엇이 잘못됐는지 근본원인을 추적하고, 전체 기능을 개선하는 데 도움이 되는 방법들입니다. 물론 이 세가지 방법만으로 옵저버빌리티가 확보됐다고 할 수는 없습니다. 옵저버빌리티 확보를 위해서는 로깅, 메트릭, 트레이싱을 통합해 이벤트의 상관관계를 분석하고, 데이터 시각화로 사용자에게 인사이트를 제공하는 능력이 추가돼야 합니다. l Logging : 시스템 내에서 발생하는 이벤트를 인지하고 향후 분석을 위해 저장하는 프로세스 l Metric : 응답 시간 또는 오류율과 같은 시스템 성능을 설명하는 숫자 값 l Tracing: 개발자가 병목 현상과 성능 문제를 식별할 수 있도록 서비스 호출 경로와 시간을 추적하는 프로세스 Logging 로깅은 로그를 남기는 것으로 로그를 수집하고, 저장하는 프로세스입니다. 로깅은 시스템 동작을 이해하고 문제를 진단하는 데 필요한 것으로, 향후 분석을 위해 저장하는 데이터인 만큼 올바른 세부 기준에 따라 의미가 있는 로그를 추출하는 것이 필요합니다. 그리고 예를 들어 웹 애플리케이션에 문제가 발생한 경우 로그를 남기는데, 메트릭을 통해서는 이 문제를 발견할 수 없으므로 그래서 로그는 중요합니다. 로그의 수집은 간단한 텍스트 파일에서 ELK(Elasticsearch, Logstash, Kibana)처럼 정교한 프레임워크에 이르기까지 다양한 형태를 취할 수 있습니다. 그래서 로그는 정형화하기 어렵고 그 양이 방대함으로 로그를 수집, 저장하고 분석할 때 다음과 같은 사항을 유의해야 합니다. l 과도한 로깅은 스토리지 비용을 증가시키고 로그의 검색 효율을 떨어뜨릴 수 있습니다. 따라서 어떤 데이터를 기록하고, 어떤 데이터를 기록하지 않을지 필터링하는 것이 중요합니다. l 장기간 보관할 필요가 없는 로그 효율적인 로깅 시스템을 위한 로그 보관 정책이 필요합니다. l 로그에는 인사이트를 제공할 수 있는 모든 컨텍스트 정보가 포함돼야 합니다. l 로깅은 다른 프로세스에 영향을 미치지 않도록 비동기 방식이어야 합니다. l 민감한 데이터가 로그에 남겨지지 않도록 마스킹을 해야 합니다. 그럼 로그 분석을 통해 알 수 있는 정보는 무엇이 있을까요? l 시스템의 상태: 로그에는 어떤 액션을 수행했는지, 어떤 데이터가 처리됐는지, 또 어떤 오류가 발생했는지 등의 정보가 담겨 있으므로 이러한 정보를 분석해 시스템의 상태를 파악할 수 있습니다. l 이슈 파악: 로그에는 어떤 오류가 발생했고, 어떤 요청이 실패했는지, 어떤 리소스가 부족한지 등의 정보가 담겨 있으므로 이러한 정보를 분석해 이슈를 파악하고, 빠르게 대응할 수 있습니다. l 보안성 강화: 로그에는 로그인 시도, 권한 부여, 보안 이벤트 발생 등의 정보가 담겨 있으므로 이러한 정보를 분석해 보안 이슈를 파악하고, 보안성을 강화할 수 있습니다. Metric 로그가 텍스트라면 메트릭은 단순한 수치입니다. 메트릭은 시스템의 상태를 측정하고, 모니터링하는데 사용되는 숫자 측정값입니다. 조금 더 자세히 설명하면, 메트릭은 측정 항목을 정의하고 해당 항목을 수치로 측정해, 그 결과를 보고하고 시스템이 정상적으로 동작하는지 확인하거나 장애를 빠르게 감지하기 위한 소스입니다. 메트릭의 측정 대상은 CPU 사용률, 메모리 사용률, 네트워크 트래픽 등 인프라의 성능이나 초당 수신하는 요청수, 응답에 걸린 시간, 사용자에게 오류를 다시 보낸 응답 수 등 애플리케이션의 상태와 관련돼 있습니다. 메트릭을 통한 수집 가능한 범위는 모니터링 도구 사용 여부에 따라 달라집니다. 일반적인 방식은 에이전트를 이용해 모니터링 대상으로부터 데이터를 수집하는 것으로, 수집할 메트릭을 정의하기가 유연하고 성능이나 안정성 등의 이슈에 대한 정보도 수집할 수 있는 장점이 있습니다. 에이전트를 사용하지 않고 운영 체제나 애플리케이션에서 제공하는 메트릭 수집 API를 사용하는 방식도 있는데, 수집하는 메트릭이 비교적 제한적입니다. 단순히 메트릭을 수집하는 것만으로 시스템을 모니터링하기에 충분하지 않습니다. 메트릭 데이터를 잘 활용하기 위해서는 분석 방법이 중요한데, 분석을 위해서는 몇가지 단계를 거쳐야 합니다. l 먼저, 데이터를 시각화하여 쉽게 이해할 수 있는 형태로 변환해야 합니다. 차트나 그래프, 대시보드 등을 통해 데이터의 패턴과 추세를 파악할 수 있으며, 시스템의 상태를 실시간으로 모니터링할 수 있습니다. l 다음으로, 데이터를 분석하여 시스템의 문제를 식별합니다. 예를 들어, 응답 시간이 지연되는 경우, 이를 발생시키는 주요 요인을 파악하여 시스템을 개선해야 합니다. 이를 위해 데이터를 세분화하여 요소를 파악하고, 문제를 식별하는 데 도움이 되는 경향성을 찾아야 합니다. l 마지막으로 이전 데이터와 비교하고 평가에 활용합니다. Metric 데이터를 분석할 때는 이전 데이터와 비교하여 시스템의 개선 정도를 파악하는 것이 중요하고, 이를 통해 시스템의 성능 개선 여부를 판단하고, 추가적인 개선 방안을 모색할 수 있습니다. Tracing 트레이싱은 분산 시스템에서의 서비스 호출 경로와 시간을 추적하는 기술입니다. 즉, 서비스 간의 호출 관계와 시간 정보를 추적해 각 서비스의 응답 시간을 파악하고, 이를 시각화해 병목 현상을 파악할 수 있습니다. 트레이싱은 크게 세 가지 구성 요소로 이뤄져 있습니다. l Trace: Trace는 서비스 간의 호출 경로와 시간 정보를 담고 있는 데이터 레코드입니다. Trace는 Span과 Trace ID, Parent Span ID 등의 정보를 가지며, 각 Span은 서비스 내부에서의 호출 관계와 시간 정보를 담고 있습니다. l Span: 분산 추적에서 가장 기본이 되는 논리 단위로 여러 개의 span 이 모여 trace를 완성한다는 개념입니다. 각각의 Span은 작업이름, 시작 시간과 종료 시간, key value 형태의 tags 와 Logs, span contexts를 가지고 있습니다. Span contexts는 분산추적을 하기위해 Trace 구간에서 종속된 Span을 구별할 수 있는 Span id와 Trace id를 말합니다. l Collector: Collector는 Trace 정보를 수집하고 저장하는 역할로, Trace 정보를 수집하기 위한 에이전트와 수집된 Trace 정보를 저장하고 분석하기 위한 Backend로 이뤄져 있습니다. (출처: [MSA] OpenTracing, 분산추적(Distributed Tracing) 과 Span context, KSR의 저장소) 이렇게 옵저버빌리티를 구현하기 위한 로깅, 매트릭, 트레이싱 등 세 가지의 중요한 정보 소스들을 다루기 위해서는 여러가지 기술들이 조합되어야 합니다. 다음 블로그에서는 그와 같은 정보 소스들을 다루어 옵저버빌리티를 구현하기 위해서 널리 사용되는 대표적인 오픈 소스들을 알아보고 Zenius-EMS에서는 옵저버빌리티 향상을 위해서 어떤 기능들을 제공하고 있는지 살펴보겠습니다. 2023.04.19
기술이야기 서버 모니터링 트렌드 살펴보기 기술이야기 서버 모니터링 트렌드 살펴보기 기업이나 조직의 IT 인프라 모니터링은 서버 모니터링에서 출발합니다. 통상적으로 서버 모니터링부터 네트워크, 데이터베이스, 웹애플리케이션, 전산설비 등으로 모니터링의 범위를 확장해 나가는 것이 일반적입니다. 서버는 초창기 메인 프레임부터 유닉스 서버, 리눅스 서버를 거쳐 최근의 가상화 서버에 이르기까지 물리적 및 논리적으로 그 성격이 변화해 왔습니다. 그에 따라 서버 모니터링의 관점도 많이 변모해 왔습니다. 기껏해야 1~2대 규모로 운영하던 메인 프레임의 시대와 수천, 수만대의 서버팜을 관리해야 하는 시대의 모니터링 개념은 달라야 합니다. 또, 가상화 시대를 맞아 물리적 서버 개념보다는 논리적 서버 개념이 중요해지고, 서버 1~2대의 장애 상황보다는 서버팜이 이루고 있는 서비스의 영속성이 중요해졌습니다. 이처럼 서버라는 인프라가 기술 발전에 따라 변모하고 있고, 그에 대응해 모니터링 콘셉트나 방법도 변화하고 있습니다. 이번 블로그에서는 서버 관련 새로운 인프라 개념 및 기술들이 대두되면서 변화하는 서버 모니터링의 새로운 트렌드에 관해 논의해 보고자 합니다. 1. 클라우드 네이티브 모니터링 더 많은 기업이나 조직이 전통적인 레거시 시스템에서 클라우드로 이동함에 따라 클라우드 모니터링의 필요성이 급격히 증가했습니다. 클라우드 네이티브 모니터링 도구는 Amazon Web Services(AWS), Microsoft Azure, Google Cloud Platform(GCP)과 같은 클라우드 환경에서 애플리케이션과 클라우드 인프라를 모니터링하도록 설계됐습니다. 또, 클라우드 인프라의 성능, 가용성 및 보안에 대한 실시간 인사이트를 제공해, IT운영부서가 문제를 신속하게 발견하고 해결할 수 있도록 지원합니다. 일반적인 클라우드 모니터링은 메트릭과 로그를 사용해 클라우드 인프라 및 애플리케이션 성능을 하나의 통합된 화면에 제공합니다. 또한 통합 IT 환경 측면에서는 컨테이너 오케스트레이션 플랫폼 및 서버리스 컴퓨팅과 같은 다른 클라우드 환경과 통합해 모니터링할 수도 있습니다. 클라우드 기반 모니터링의 최신 추세는 하이브리드 모니터링입니다. 조직은 하이브리드 모니터링을 통해 클라우드와 온프레미스에서 각각 실행 중인 서버 및 애플리케이션 모두를 단일 플랫폼에서 모니터링할 수 있습니다. 2. 인공지능과 머신러닝 서버 모니터링의 또 다른 트렌드는 인공 지능(AI)과 머신 러닝(ML)을 사용해 모니터링 과정을 자동화하는 것입니다. AI 및 ML 알고리즘은 모니터링 과정에서 생성된 방대한 양의 데이터를 분석하고 패턴을 식별해 이상 징후를 감지할 수 있습니다. 이는 실시간으로 수행될 수 있으므로 운영관리자는 발생하는 모든 문제에 신속하게 대응할 수 있습니다. ML 알고리즘은 과거 데이터를 분석해 트래픽이 가장 많은 시기나 잠재적 장애와 같은 미래 추세를 예측할 수 있습니다. 이를 위해 서버의 성능과 관련된 대규모 데이터 세트에서 ML 알고리즘을 교육해야 합니다. 이 데이터는 서버 로그, 시스템 메트릭, 애플리케이션 로그 및 기타 관련 정보가 해당됩니다. 다음으로 알고리즘을 학습해 다양한 메트릭 간의 패턴과 상관 관계를 식별하고 이상 징후와 잠재적 문제를 감지합니다. 머신 러닝 모델이 훈련되면 서버를 실시간으로 모니터링하도록 배포할 수 있으며, 모델은 지속적으로 서버 메트릭을 분석하고 이를 학습한 패턴과 비교합니다. 편차나 이상을 감지하면 문제를 해결하기 위해 경고 또는 자동화된 작업을 트리거할 수 있습니다. 예를 들어, 트래픽이 갑자기 증가하는 경우 리소스를 자동으로 Scaling 하거나 다운 타임을 방지하기 위해 다른 조치를 취할 수 있습니다. 전반적으로 인공 지능과 머신 러닝을 사용해 서버 모니터링을 자동화하면, 문제해결에 시간을 절약하고 인적 오류의 위험을 줄일 수 있습니다. 또, 심각한 문제로 번지기 전에 잠재적 문제를 식별해 서버 인프라의 전반적인 안정성과 가용성을 향상할 수 있습니다. 3. 컨테이너 모니터링 컨테이너가 애플리케이션 배포에 점점 더 많이 사용되면서, 컨테이너 모니터링은 서버 모니터링의 중요한 측면이 됐습니다. 컨테이너란 애플리케이션을 모든 인프라에서 실행하는데 필요한 모든 파일 및 라이브러리와 함께 번들로 제공하는 소프트웨어 배포 도구입니다. 컨테이너를 사용하면 모든 유형의 디바이스 및 운영 체제에서 실행되는 단일 소프트웨어 패키지를 만들 수 있습니다. 뿐만 아니라, 단일 시스템에서 한 컨테이너는 다른 컨테이너의 작업을 방해하지 않으므로 확장성이 뛰어나고, 결함이 있는 서비스가 다른 서비스에 영향을 주지 않아 애플리케이션의 복원력과 가용성이 향상되는 장점이 있습니다. 컨테이너 모니터링은 CPU 및 메모리 사용량과 같은 컨테이너 리소스 사용률에 대한 실시간 메트릭을 제공할 수 있습니다. 또, 애플리케이션이 의도한 대로 실행되고 있는지 확인하기 위해 Kubernetes(쿠버네티스)와 같은 컨테이너 오케스트레이션 플랫폼을 모니터링하고, 컨테이너 및 기본 인프라에 대한 실시간 가시성을 제공합니다. 4. 서버리스 모니터링 서버리스 컴퓨팅은 사용량에 따라 백엔드 서비스를 제공하는 방법으로, 개발자가 서버를 관리할 필요없이 애플리케이션을 빌드하고 실행하는 것을 가능하게 합니다. 서버리스 컴퓨팅은 벤더 종속성(Vendor lock-in), 콜드 스타드와 DB백업이나 영상 인코딩 등 단시간에 많은 컴퓨팅 용량이 필요한 경우, 효율적이지 않음에도 불구하고 최근 몇 년 동안 주목을 받아오며 서버리스 모니터링이 서버 모니터링의 새로운 트렌드가 됐습니다. 서버리스 모니터링은 CPU, 메모리, 디스크 사용량 등 리소스 사용률, 애플리케이션 성능, 호출 시간 및 오류율과 같은 기능 성능에 대한 실시간 인사이트를 제공합니다. 서버리스 모니터링은 데이터베이스 쿼리 성능과 같은 서버리스 함수의 종속성에 대한 인사이트도 제공합니다. 5. 마이크로서비스 모니터링 마이크로서비스는 하나의 큰 애플리케이션을 여러 개의 작은 기능으로 쪼개어 변경과 조합이 가능하도록 만든 아키텍처로, 각 서비스를 다른 서비스와 독립적으로 개발, 배포 및 확장할 수 있는 장점이 있습니다. 하지만 마이크로서비스는 일반적으로 분산된 환경에 배포되므로 성능을 추적하고 문제를 찾아내기가 어렵고, 독립적으로 설계됐으므로 호환성에 어떤 문제가 있는지 감지할 필요가 있어 마이크로서비스 모니터링이 필요합니다. 마이크로서비스 모니터링은 개별 마이크로서비스 및 전체 애플리케이션의 성능과 상태를 추적하는 프로세스로 로그, 메트릭 및 트레이스와 같은 다양한 소스에서 데이터를 수집하고 분석해 문제를 식별하고 성능을 최적화하는 작업입니다. 마이크로서비스 모니터링은 각 마이크로서비스 별 가용성, 응답 시간, 가동 시간, 지연 시간, 오류율을 포함합니다. CPU, 메모리, 디스크 사용량과 같은 리소스 사용률을 추적해 잠재적인 성능 병목 현상이나 리소스 제약을 식별할 수 있고, 마이크로서비스 간의 데이터 흐름을 추적하고 서비스 간의 종속성 추적을 모니터링합니다. 또, 마이크로서비스 모니터링은 애플리케이션 전체의 전반적인 상태와 성능뿐만 아니라 타사 서비스 및 API의 성능과 상태도 모니터링할 수 있습니다. ----------------------------------- 브레인즈컴퍼니는 꾸준히 연구개발에 매진해 상기와 같은 새로운 트렌드를 반영한 Zenius-EMS를 개발, 출시했습니다. Zenius-EMS는 고객들이 레거시 시스템에서부터 클라우드 네이티브 시스템에 이르기까지 다양한 관점의 서버모니터링을 할 수 있도록 지원합니다. *이미지 출처: Unsplash, flaction 2023.03.29
기술이야기 Monitoring vs Observability, 모니터링과 옵저버빌리티 이해하기 기술이야기 Monitoring vs Observability, 모니터링과 옵저버빌리티 이해하기 옵저버빌리티는 "무슨 일이 일어났는가?", "왜 그런 일이 일어났는가?"와 같은 질문에 답하는 것을 목표로 합니다. 옵저버빌리티는 IT시스템 전체적인 관점에서 문제를 신속하게 식별하고 근본 원인을 분석할 수 있습니다. 최근 IT 인프라의 종류가 다양해지고, 수가 기하급수적으로 많아지고, 복잡도가 급격히 증가함에 따라 IT 인프라의 가용성을 보장하기 위해서 전통적으로 행해지던 모니터링의 범주를 넘어서는 옵저버빌리티라는 개념이 등장했습니다. 모니터링과 옵저버빌리티라는 두 용어들은 때로는 비슷한 개념으로 서로 바꿔서 사용되기도 하지만, 시스템 관리에 대한 다른 접근 방식을 나타냅니다. 이번 블로그에서는 모니터링과 옵저빌리티의 차이점을 알아보겠습니다. Monitoring이란? 모니터링은 IT 시스템에서 CPU 사용량, 메모리 사용량, 네트워크 트래픽과 같은 데이터를 수집하고 분석해 성능과 동작을 파악하는 것입니다. 모니터링의 목표는 시스템에 문제가 있는 것으로 추정되는 이상한 동작이나 조건을 감지하고 경고하는 것입니다. 모니터링은 종종 문제를 나타낼 수 있는 특정 메트릭이나 이벤트에 대한 알람 설정을 포함합니다. 이 접근 방식은 일반적으로 예측 가능한 개별 시스템에 사용합니다. 전통적인 모니터링 방법은 일정한 간격으로 수집되는 사전 정의된 메트릭이나 로그에 의존합니다. 예를 들어, 서버의 CPU 사용량을 1분마다 확인하고 사용량이 특정 임계값을 초과하면 알람을 보낼 수 있습니다. 이러한 방식은 특정 유형의 문제를 감지하는 데 효과적이지만, IT 시스템 동작을 전체적으로 파악하거나 근본 원인 분석에 대한 심층적인 인사이트는 제한적일 수 있습니다. Observability란? 옵저버빌리티는 IT 시스템 관리에 대한 새로운 접근 방식으로, 시스템의 내부 동작을 이해하는 것에 중점을 둡니다. 옵저버빌리티의 목표는 시스템의 동작을 깊이 이해하고 발생 가능한 모든 문제의 근본 원인을 파악하는 것입니다. 옵저버빌리티는 메트릭, 추적, 로그 등을 실시간으로 수집하고 분석하는 것을 포함합니다. 참고로 메트릭은 CPU 사용량, 메모리 사용량, 네트워크 트래픽과 같은 시스템 성능과 관련된 정량적 정보를, 추적은 요청의 호출 순서 및 응답 시간과 같은 시스템 동작에 대한 정보를, 로그는 사용자 작업 및 오류를 포함해 시스템 활동을 제공합니다. 옵저버빌리티가 필요한 이유 옵저버빌리티는 복잡하고 동적인 시스템에서는 문제를 빠르게 찾고 해결하기 위해 시스템의 동작과 성능을 측정하고 분석할 필요가 있습니다. 옵저버빌리티를 통해 다음과 같은 이점을 얻을 수 있습니다. 옵저버빌리티가 필요한 이유 1. 문제 해결 속도 향상: 옵저버빌리티를 사용하면 복잡한 시스템에서 발생하는 문제를 더욱 빠르게 파악할 수 있습니다. 이를 통해 시스템 장애나 성능 저하와 같은 문제를 빠르게 해결할 수 있습니다. 2. 전체 시스템 이해도 증가: 옵저버빌리티를 사용하면 전체 시스템의 내부 동작을 쉽게 이해할 수 있습니다. 이는 문제를 예방하거나 빠르게 대처할 수 있도록 도와줍니다. 3. 대규모 시스템 관리 가능: 대규모 분산 시스템에서는 옵저버빌리티가 필수적입니다. 이를 통해 수많은 서버, 네트워크, 애플리케이션 등에서 발생하는 다양한 데이터를 수집하고 분석할 수 있습니다. 4. 문제 예방 및 최적화: 옵저버빌리티를 사용하면 시스템의 성능을 지속적으로 모니터링하고 문제를 예방할 수 있습니다. 또한 시스템의 최적화를 위해 데이터를 분석하고 개선할 수 있습니다. 따라서, 옵저버빌리티는 복잡한, 여러 개의 세분화된 시스템으로 구성된 전체 시스템에서 필수적인 도구로, 시스템의 성능 개선과 장애 대응 등 다양한 측면에서 가치를 제공합니다. Monitoring vs Observability 모니터링과 달리, 옵저버빌리티는 사전에 정의된 메트릭과 알람에 의존하는 대신, 시스템 동작의 더욱 전체적인 관점을 제공합니다. 옵저버빌리티는 여러 소스에서 수집한 데이터를 같이 분석함으로써 쉽게 찾을 수 없는 어떤 패턴과 상관관계를 발견하는 데 도움을 줄 수 있습니다. 이 접근 방식은 예측할 수 없는 동작을 가진 복잡한 시스템에서 특히 유용합니다. 모니터링과 옵저버빌리티의 또 다른 중요한 차이점은 사람의 개입 수준입니다. 모니터링은 특정 이벤트 또는 조건을 감지하고 해당 이벤트 또는 조건이 발생할 때 경고를 트리거하도록 설계되므로 모니터링을 설정하고 구성하는데 사람의 개입이 필요할 수 있지만 일단 도구가 셋업되면 사람의 개입 없이 자동으로 작동하는 편입니다. 반면에, 옵저버빌리티는 데이터를 해석하고 결정을 내리고 조치를 취하는데 IT 운영자의 전문 지식을 사용해 프로세스에 관여합니다. 이러한 접근 방식은 시간이 더 많이 소요될 수 있지만, 문제의 근본 원인에 대한 더 많은 인사이트를 제공할 수도 있습니다. 올바른 어프로치 선택하기 모니터링과 옵저버빌리티는 각각 장단점이 있으며, 시스템의 특정 요구사항에 따라 어떤 접근 방식을 선택할지 달라져야 합니다. 비교적 상황 파악이 어렵지 않은 간단한 시스템의 경우, 전통적인 모니터링 도구로 충분할 수 있습니다. 그러나 복잡하고 시스템이 분산된 경우, 시스템 동작을 완전히 이해하기 위해 옵저버빌리티가 필요할 수 있습니다. 결국, 효과적인 시스템 관리의 핵심은 문제를 빠르게 감지하고 해결하기 위한 적절한 도구와 프로세스를 갖추는 것입니다. 모니터링 또는 옵저버빌리티를 선택하든, 시스템과 조직의 요구에 부합하는지 정기적으로 검토하고 개선하는 것이 중요합니다. 적절한 도구와 프로세스에 투자함으로써, 시스템의 신뢰성과 성능을 개선하고 비용이 많이 드는 다운타임과 서비스 중단을 피할 수 있습니다. Zenius EMS 브레인즈컴퍼니는 20년 이상 축적된 노하우를 바탕으로 레거시 환경은 물론 최근 더욱 복잡해지고 있는 클라우드 네이티브 시스템까지 모니터링과 옵저버빌리티 모두를 제공함으로써 고객이 원하는 방식으로 사용이 가능합니다. Zenius EMS는 SMS, NMS, APM 등 각 인프라별 모니터링을 통합해 시스템을 더욱 안정성 있게 관리하고 자동화된 장애대응 환경을 제공하며 객관적인 데이터 기반으로 리포팅이 가능한 지능형 IT 성능 모니터링입니다. 또한 쿠버네티스, 오픈 스택을 지원하는 클라우드 환경을 모니터링합니다. 국내 공공분야 관제 SW 1위, 제니우스의 상관관계 분석, 인공지능을 활용한 성능예측 등 옵저버빌리티 기술을 통해 다양한 시스템 레이어에서 성능, 장애, 구성에 대한 인사이트를 얻으시기 바랍니다. 2023.03.28
회사이야기 공공분야 관제 SW 1위, 제니우스(Zenius) 회사이야기 공공분야 관제 SW 1위, 제니우스(Zenius) 공공 정보화 시장의 외산 소프트웨어 쏠림 현상이 여전한 가운데, 관제 분야는 반대로 국산화 비율이 90%를 넘었습니다. 브레인즈컴퍼니가 해당 분야에서 1위를 차지하며, 국산 SW의 자존심을 지켰습니다. 행정안전부가 공개한 ‘2022년 범정부EA 기반 공공부문 정보자원 현황 통계보고서’에 따르면, 지난해 공공부문 전체 SW 국산화 비율은 40.7%에 불과합니다. 반면, 관제 분야는 외산화 비율이 9.75%, 국산화 비율이 90.25%로 나타났습니다. 이번 보고서는 SW 유형별(OS, DBMS, WEB/WAS, 백업, 정보보호, 관제) 국산화 정도, 운영기간별 현황과 운영 상위 벤더 등에 대한 통계 정보를 제공하고 있습니다. 그 중, 관제 분야의 Top4 벤더 정보부터 살펴보겠습니다. 벤더 2019년 2020년 2021년 브레인즈컴퍼니 709 1,137 1,201 제니퍼소프트 406 952 921 이글루시큐리티 786 1,145 872 와치텍 629 689 718 [표1] 관제분야 SW 벤더의 연도별 운영 수량(단위: 개) 브레인즈컴퍼니는 그동안 간발의 차이로 2위였다가 드디어 1위가 됐습니다. 2021년 기준 전체 4,991개 관제 SW 중 브레인즈컴퍼니는 1,201개로 24.06%의 점유율을 보이고 있습니다. 이는 “공공분야의 관제 소프트웨어 1위는 브레인즈컴퍼니다”라는 객관적 지표입니다. 지난 3년간 연도별 관제 SW 도입수량과 점유율을 보면 브레인즈컴퍼니가 어떤 환경에서 어떻게 1위가 됐는지 유추가 가능합니다. 기타 점유수량이 현저히 줄어들고 있고 동시에 상위 벤더 쏠림현상이 나타났습니다. 브레인즈컴퍼니는 치열한 경쟁 환경 속에서 꾸준히 성장을 이뤄왔다고 볼 수 있습니다. 공공부문의 경쟁환경이 어떻게 변화하고 있는지 영업그룹 상무 은숙님에게 물어봤습니다. "공공분야는 더욱 공정한 제품 도입을 위해 기술과 가격평가를 통한 입찰, 제조사에게 직접 구매하는 방식으로 변화하고 있습니다. 상위 벤더 쏠림 현상은 관제대상의 고도화 속도를 따라가야 하고, 동시에 기존 운영 노하우 및 고객 니즈가 축적되는 제품이라 더욱 심화될 것으로 예측합니다." 다음은 소프트웨어 유형별 국산화 정도를 보겠습니다. 유형별 OS DBMS WEB/WAS 백업 정보보호 관제 외산 98.26 81.48 63.53 79.64 26.28 9.75 국산 1.74 18.52 36.47 20.36 73.72 90.25 1위 기업 레드햇 (40.10) 오라클 (63.56) 티맥스소프트 (36.47) 컴볼트 (38.65) 트렌드마이크로 (31.55) 브레인즈컴퍼니 (24.06) [표2] SW 유형별 도입률과 1위 기업(단위: %) 우선, 관제 부분의 국산화율은 90.25%로 전체 SW에서 가장 높으며, 정보보호와 관제를 제외한 다른 분야는 40% 이하인 것이 특징입니다. 쟁쟁한 글로벌 기업 사이에서 브레인즈컴퍼니가 국내기업의 위상을 높인 거 같아 뿌듯합니다. 그런데 욕심일까요? 내심 다른 분야 1위 기업처럼 도입률이 30% 이상되면 좋겠습니다. 브레인즈컴퍼니가 30% 이상 점유가 가능할 지 은숙님의 의견 들어봤습니다. "[표1]을 보시면 브레인즈컴퍼니가 기울기 변화없이 우상향하는 것을 볼 수 있는데요. 관제 SW는 그 특성상 일회성 도입이 아닌 통합관리 및 운영편의성을 위해 지속적으로 확장되게 구성돼 있습니다. 브레인즈컴퍼니의 제니우스가 기능이나 기술 지원이 퇴보하지 않는 한, 일회성으로 끝날 일이 없기 때문에 가능하다고 봅니다. 하지만 공공 시장이 빠르게 클라우드로 전환되는 상황에서 관제분야도 이 흐름에 대비해야 합니다. 즉, 클라우드 환경의 가용성, 성능, 보안을 사전에 모니터링해 문제가 최종 사용자 환경에 영향을 주기 전에 찾아서 해결하는 역할이 추가적으로 필요합니다." 다음은 관제 SW 운영기간별 현황을 살펴보겠습니다. 구분 3년 미만 3~5년 5~8년 8~10년 10년 이상 수량 2,743 1,275 1,654 1,530 2,669 비율 27.8 12.9 16.8 15.5 27.0 [표3] 관제 SW 운영기간 현황(단위: 개, %) 우리가 주목할 것은 3년 미만과 10년 이상입니다. 10년 이상 비율은 “관제 SW는 그 특성상 일회성이 아닌 한 번 구축하면 지속적으로 확장된다”는 은숙님 의견을 뒷받침해주는 수치입니다. 3년 미만 비율이 높은 것은 그만큼 관제 SW의 필요성이 늘어 신규 도입이 증가했고, 해당 수량은 향후 몇 년 간 쭉 지속될 것이라고 유추해볼 수 있습니다. 이에 대한 은숙님의 의견입니다. "10년이면 강산이 변한다는 말이 있죠. 2000년 초 경쟁하던 제조사가 없어지거나, 불과 몇해 전 치열하게 경쟁했던 회사가 아예 언급조차 되지 않거나, 또 거기는 빼고... 하는 말들을 듣게 됩니다. 제니우스는 잠시 반짝하거나, 일부 영업적 베네핏에 의해서 점유되는 제품이 아닙니다. 고객들이 다음 버전을 기대하고 써 본 분들이 추천하는 제품이라, 현재 개발 중인 차세대 제니우스는 더 많은 고객분들과 함께 할 수 있을 것이라고 자신합니다." 이번 소식은 브레인즈컴퍼니가 IT인프라 통합 관제 소프트웨어 분야에서 국내 1위가 맞는지, 아니면 몇 위쯤 인지 항상 궁금했던 분에게는 유용한 정보가 될 것 같습니다. 앞으로 차세대 제니우스를 통해 관제 SW 분야에서 최고의 서비스를 제공하도록 하겠습니다. [부록] 함께 알아 두면 좋은 정보 §공공부문은 중앙행정기관, 법기관, 광역 및 기초자치단체, 공공기관으로 구분된다. §중앙행정기관 중 국방부, 감사원, 방통위, 법제처, 공수처, 소방청은 관제 소프트웨어를 운영하고 있지 않다. 광역자치단체의 총 소프트웨어 도입비 중 관제 소프트웨어 비중은 평균 6.9%이다. 가장 낮은 지역은 경기도 1.4%, 다음은 광주 2.4%이다. 1위는 부산이며 16.3%이다. §공공부문 소프트웨어는 총 20만6천개이며 총 도입비는 17조6천억원이다. 이중 중앙행정기관이 84%를 차지한다. 반면 하드웨어는 총 23만 5천개, 총 도입비는 9조9천억원이다. §관제분야 소프트웨어의 운영 기준 도입비는 6천6백억원이다. 운영체제 8천억원, 정보보호 7조5천억원, WAS 1조5천억원, DBMS 1조6천억원, 백업 2조3천억원, 기타 3조원. §소프트웨어 중 기타로 분류되는 것에는 가상화, 리포팅툴, 그래픽툴, 검색엔진, EAI/ESB, 클러스터, 메일 등이 있다. §도입률과 점유율이 혼재돼 사용했는데, 도입 후 사용하지 않는 SW는 통계자료에서 제외됐으므로 결국 같은 의미이다. §공공부문이 운영중인 정보시스템에서 가장 많이 사용하고 있는 개발언어는 JAVA(70.26%), 다음으로 JSP(46.5%)이다. 개발 프레임워크의 경우 1위는 전자정부표준으로 48.5%, 2위는 Spring 15.7%, 꼴찌는 .NET 5.7% 2022.10.24
사람이야기 기획부터 설계, 개발, 유지보수까지, 다재다능한 인재를 찾고 있어요! 사람이야기 기획부터 설계, 개발, 유지보수까지, 다재다능한 인재를 찾고 있어요! 브레인즈컴퍼니 조직에는 ‘솔루션 사업’을 책임지는 팀이 있습니다. 다소 낯선 이 팀은 고객이 원하는 가치를 제공하기 위해 끊임없이 솔루션을 분석하고, 직접 발로 뛰며 인사이트를 도출해내고 있다는데요. 이번 인터뷰에서는 솔루션 사업팀이 하는 일, 일하는 방식, 원하는 동료상 등에 대해 들어봤습니다. PM으로서 다양한 경험과 넓은 스펙트럼을 보유하고 싶은 분이라면 주목해주세요! ---------------------------------------------------------------------------- Q. 안녕하세요, 종혁님. 먼저 자기소개 부탁드립니다. 안녕하세요, 원종혁입니다. 저는 대학원에서 컴퓨터구조를 전공해 자연스럽게 IT회사에 입사하게 됐고, XML-EDI 솔루션 개발을 시작으로 수많은 프로젝트에서 개발, PL, 설계, PM 역할을 했어요. 현재는 전략사업본부 솔루션사업팀에서 IT인프라 솔루션 사업을 책임지고 있어요. 고객이 원하는 솔루션을 찾아서 제안하는 업무의 특성상 다양한 영역에서 개발했던 경험이 많은 도움이 되고 있습니다. Q. 브레인즈컴퍼니에 합류하게 된 계기나 동기가 궁금합니다. 2000년 초반, 당시만해도 SW업계는 매일 야근의 연속이었는데 브레인즈컴퍼니는 야근 수당을 준다고 해서 "좋다구나!"하고 입사를 했죠. 그리고 사실 집과 사무실이 너무 가까워서 좋았어요. (웃음) 진행하던 프로젝트를 기다리는 고객을 위해, 또 같이 개발하는 동료와 의리를 위해 계속 다니다 보니 벌써 16년이라는 시간이 흘렸네요. Q. ‘솔루션 사업’이라는 직무가 흔한 직무는 아닌 것 같은데요. 직무와 함께 현재 맡고 있는 업무에 대해 구체적으로 설명해주세요. 솔루션 사업팀은 일반적인 IT 기업에서 말하는 ‘PMO (Project Management Office)’ 혹은 ‘공공사업팀’, ‘kt사업팀’ 정도로 이해해 주시면 좋을 것 같아요. 구체적으로는 제니우스(Zenius) 패키지를 기반으로 고객 요구에 맞는 새로운 솔루션을 기획/분석/설계/개발/검수/유지보수를 담당하는 부서입니다. 그리고 새로운 솔루션이란 Infra에 기능을 추가하는 사업이 아니라, 새로운 Infra 추가 혹은 서로 다른 Infra를 결합하는 수준입니다. 예를 들어, 고객 요구사항이 고객의 유저 사이트에 위치한 네트워크 장비를 모니터링 하는 것일 때, 고객과 유저는 파이어월로 단전돼 기존의 제니우스로는 구현할 수가 없습니다. 새로운 솔루션은 유저 사이트에 NMS 콜렉터를 새로 개발해 NMS 매니저와 데이터를 주고받는 것입니다. 그리고 솔루션사업팀의 또 다른 역할은 Product Discovery부터 Product Delivery까지 전 과정에서 발생하는 문제를 스마트하게 해결할 수 있어야 하고 기획 단계에서 전체를 볼 수 있어야 합니다. 시급한 일 위주로 처리하다 보면 기업 자원 낭비가 심해지기 때문이죠. Q. 이번 기회를 빌려 제니우스(Zenius)에 대해 자랑해본다면? 관제 솔루션은 많이 있습니다. 이 시간에도 새롭게 출시되고 있겠죠. 하지만 20년 이상 IT인프라 환경 변화에 발 맞춰 관제솔루션을 발전시킨 제품은 거의 없죠. 제니우스(Zenius)는 계속 진화하고 있다는 것이 큰 자랑거리입니다. 그리고 제가 직접 기획하고 도입했던 솔루션도 제니우스(Zenius)의 발전에 기여했다는 성취감을 느낍니다. Q. 솔루션사업팀의 일하는 방식은 무엇인가요? 일하는 방식은 직접 사람을 만나는 것입니다. 먼저 고객을 만나 요구사항을 듣습니다. 그 다음, 필요한 부분이 무엇인지 끊임없이 분석하고 솔루션을 도출하기 위해 많은 사람을 만나고, 질문하고 답하고, 결정을 내립니다. 그리고 의사결정을 위해 경영진, 담당 부서 관계자 등 다양한 이해관계자를 적절한 논리로 설득합니다. 다시 말해, 발로 뛰고 사람을 만나고 공부를 하고, 다시 발로 뛰고 사람과 얘기하고… 인사이트를 도출할 때까지 계속 반복합니다. Q. 현재 솔루션사업팀 프로젝트 리더를 채용 중인데요. 어떤 동료가 합류했으면 하나요? 고객의 요구사항에 대한 분석능력과 연구소와 원활한 소통을 위해서 개발 경력이 필요합니다. 자바 등 최소 개발 경력 2년 이상이 요구되고, 내/외부 프로젝트에 PL 또는 PM 역할을 할 수 있어야 합니다. 그리고 동료에게 필요한 지식을 전파하고 협업을 즐기는 분이면 좋겠습니다. Q. 새로운 동료가 합류한다면, 어떤 업무를 하게 되나요? (개발) 경험에 따라 다소 차이가 있지만, 브레인즈컴퍼니의 제품 분석이 업무의 시작이 될 것으로 보입니다. 제품 분석이 완료된다면 앞서 이야기했던 방식으로 업무에 투입될 것입니다. 물론 “제품 분석 끝났으니, 내일 ○○사이트 출동!”은 아닙니다. Q. 서류와 면접에서 각각 어떤 점을 중점적으로 살펴보세요? 지원자들에게 합격할 수 있는 꿀팁을 알려주세요! 먼저 서류에서는 참여한 제품 및 프로젝트에서의 역할에 대한 상세한 설명, IT 직군 종사자로서의 관심사, 희망하는 업무 분야 등이 기술돼 있었으면 합니다. 면접은 개발 참여 제품 및 수행한 프로젝트에 대한 이해도가 먼저입니다. “□□□ 제품 개발에 어떤 위치였나요?” 혹은 “OOO이 무슨 프로젝트였나요?”라는 질문에 “시키는 것만 했어요. 하지만 △△△은 잘합니다”라는 접근 방식으로는 좋은 결과가 어렵다고 봅니다. 본인이 수행했던 업무는 기본이고, 참여했던 제품 및 프로젝트에 대한 이해도 필요하다고 봅니다. Q. 솔루션사업팀에서 일하게 된다면, 어떤 성장을 기대할 수 있을까요? PO나 PM으로서 프로젝트의 기획/요구분석부터 검수까지 전반적인 영역에서 다양한 경험을 할 수 있으며, 개인 능력에 따라 달라지겠지만 다양한 경험을 토대로 보다 넓은 스펙트럼을 보유하리라 생각됩니다. 프로덕트 관점에서 기존 시장에서 포착하지 못한 새로운 가치를 발굴할 수 있는 능력을 키울 수 있습니다. Q. 브레인즈컴퍼니에서 가장 자랑하고 싶은 복지는 무엇인가요? 아침식사요. 10년 전 쿠킹 호일에 쌓여 검정 비닐에 담겨있던 김밥이 현재는 다양한 메뉴로 제공되면서 아침식사가 여전히 고픈 배를 달래주고 있어요. 그리고 좋은 동료가 최고의 복지라고 하죠. 어려운 일을 만나면 기꺼이 머리를 맞대고 방법을 찾아주고, 일이 아무리 많아도 중간에 커피도 마셔가면서 얘기 나눌 수 있는 동료들이 가장 자랑하고 싶은 복지입니다. Q. 마지막으로 지원자들에게 하고 싶은 이야기가 있다면, 자유롭게 기술해주세요. 고객에게 가치를 제공한다는 것, 쉬운 일이 아닙니다. 제니우스(Zenius) 공부도 해야 하고 고객이 무엇을 요구하는지 알아채는 능력도 필요하고 다른 팀과 스커드 팀을 통해 개발도 직접하기도 합니다. 개발과 설계 두 분야 다 경력이 있어야 새로운 솔루션을 찾을 수 있어요. 그래서 개발 잘하는 개발&설계자가 아니라 개발'도' 잘하는 개발&설계자가 되고 싶다면, 도전하세요!!! 2022.10.14

1