1. 개요
- 클라우드 환경에서 서버 관리 및 운영 책임을 클라우드 제공자에게 위임하는 구조
- 물리적 서버의 존재를 개발자 및 사용자에게 드러내지 않는 아키텍처
2. 특징
1. 서버 운영의 추상화
- 개발자는 서버 하드웨어, 운영체제, 네트워크 등의 관리 불필요
- 자동으로 리소스 프로비저닝 및 스케일링 지원
2. 이벤트 기반 실행 모델
- 이벤트(Event) 발생 시 트리거(Trigger)를 통해 코드 실행
- 사용자 요청이나 시스템 이벤트에 따라 동작
3. 종량제 과금 방식
- 실제 사용한 리소스에 대해서만 비용 청구
- 자원 효율성 향상 및 비용 절감
4. 확장성과 유연성
- 트래픽 변화에 따른 자동 리소스 확장 가능
- 부하 변화에 능동적이고 빠르게 대응
3. 구성요소
1. 함수형 서비스(FaaS: Function as a Service)
- AWS Lambda, Azure Functions, Google Cloud Functions 등
- 작은 코드 단위로 기능을 분리하여 배포 및 실행
2. 백엔드 서비스(BaaS: Backend as a Service)
- 데이터베이스, 인증, 스토리지 등의 백엔드 서비스 제공
- AWS DynamoDB, Firebase, Azure Cosmos DB 등
3. 이벤트 및 트리거 관리 서비스
- 이벤트를 관리하고 적합한 함수를 호출하여 처리
- AWS EventBridge, AWS API Gateway, Azure Event Grid 등
4. 장점
1. 인프라 관리 효율성
- 서버 유지보수 및 관리 부담 경감
- 비즈니스 로직 및 서비스 개발에 집중 가능
2. 개발 및 배포 속도 향상
- 신속한 코드 개발 및 배포 지원
- 마이크로서비스 구조를 통해 유지보수 용이성 확보
3. 비용 효율성
- 자원 낭비 최소화로 운영 비용 절감
- 실제 사용량 기반 과금 체계로 합리적 비용 관리 가능
5. 단점 및 고려사항
1. Cold Start(콜드 스타트) 문제
- 최초 함수 실행 시 지연 발생 가능
- 지연 민감 애플리케이션에 부적합할 수 있음
2. 제한된 실행 시간과 자원 할당
- 클라우드 서비스 제공자의 자원 사용 제한 존재
- 장기 실행 및 고성능 요구 작업 시 제약 발생 가능
3. 디버깅과 모니터링의 복잡성
- 분산 환경에서 오류 추적 및 디버깅 어려움
- 전문화된 모니터링 및 로그 관리 시스템 필요
6. 활용 사례
1. 웹 및 모바일 애플리케이션 백엔드
- 사용자 인증, 데이터 관리 및 실시간 처리 등
2. IoT 및 실시간 데이터 처리
- 센서 데이터의 즉각적 수집 및 처리
3. 자동화 및 배치 작업
- 반복적이고 정기적인 작업 자동화 구현
7. 결론 및 발전 방향
- 서버리스 아키텍처 기술의 지속적 발전 및 사용 범위 확대 예상
- 인공지능(AI), 빅데이터 분석 등 고성능 컴퓨팅 분야와 결합 확장 가능
- 기술적 한계 극복을 위한 지속적 연구 개발 필요
'IT Study > 시스템 인프라 및 네트워크' 카테고리의 다른 글
☁️ 하이브리드 멀티클라우드 최적화 (0) | 2025.04.03 |
---|---|
⚙️ AI 인프라 최적화(GPU 클러스터 관리, AI 파이프라인 자동화) (0) | 2025.04.03 |
☁️ SASE(Secure Access Service Edge) (0) | 2025.04.02 |
🌐 제로트러스트 네트워크(ZeroTrust Network) (0) | 2025.04.01 |
💡 NFC(Near Field Communication) (0) | 2025.03.27 |