[IT] 클라우드 컴퓨팅의 서비스 모델: IaaS, PaaS, SaaS와 최신 GPUaaS, IQaaS 비교

원본 게시글: https://velog.io/@euisuk-chung/IT-클라우드-컴퓨팅의-서비스-모델-IaaS-PaaS-SaaS와-최신-GPUaaS-IQaaS-비교

배경

클라우드 컴퓨팅은 현대 IT 환경에서 필수적인 기술로 자리 잡고 있습니다. 기존의 물리적 인프라를 대체하며, 다양한 서비스 모델(IaaS, PaaS, SaaS)로 기업과 개인의 컴퓨팅 필요를 충족시킵니다.

최근에는 GPUaaS와 IQaaS라는 새로운 형태의 서비스 모델이 등장하며, AI 및 고성능 컴퓨팅에 대한 수요를 충족시키고 있습니다.

이번 포스트에서는 이들 서비스 모델을 기존 모델들과 비교하며, 특징과 활용 사례를 심도 있게 분석하겠습니다.

🐱‍👤 물론 GPUaaS와 IQaaS이 끝은 아닙니다.

• 아래 그림처럼 CaaS, FaaS 등과 같은 개념 또한 존재합니다.

  (그림 출처 : Google Cloud)

  

서비스 모델 요약 (위 그림 기반 요약)

그렇다면 다시 본론인 IaaS, PaaS, Saas, GPUaaS, IQaaS로 넘어가보록 하겠습니다.

다음과 같은 클라우드 서비스에 중점을 두고 글을 작성해보고 싶었던 이유는 아래와 같습니다.

Coatue의 AI Full Report는 2023년 11월에 발표된 인공지능(AI) 산업에 대한 포괄적인 분석 보고서입니다. 이 보고서는 AI 혁명의 현재 상태와 미래 전망에 대해 상세히 다루고 있습니다. (아래 링크에서 살펴보실 수 있습니다)

💌 Coatue는 헤지 펀드이면서 동시에 벤처 캐피털 투자도 활발히 하는 크로스오버 투자사로, 특히 기술 분야에 중점을 둔 투자 전략으로 유명합니다.

• 링크: https://www.coatue.com/blog/perspective/ai-the-coming-revolution-2023

• Coatue는 AI는 과거의 기술적 유행(hype cycle)과 유사한 초기 기대치와 과도한 평가를 받고 있지만, 이미 여러 도메인에서 실질적인 가치를 입증하고 있다고 분석하고 있음.
• 현재 AI의 문제와 기회:
  • 기술 규제와 구현 도전 과제가 있지만, 향후 5년 이내에 실질적인 유용성을 제공할 것으로 예상.
  • 과거의 실패 사례(예: 자율주행차, 양자 컴퓨팅)와 차별화된 발전 속도를 보이고 있음.

• Coatue는 AI 중심의 기술 스택이 어떻게 구성되고, 각 레이어가 서로 상호작용하는지를 위 그림으로 설명함.

1. Data Center/Hardware/Power (기저 레이어):

   • 데이터센터와 GPU 같은 고성능 하드웨어는 AI 모델 학습과 추론에 필요한 연산 능력을 제공합니다.
   • 이 레이어는 GPUaaS와 밀접한 관련이 있습니다.
   • 클라우드 환경에서 GPU 자원을 제공하여 AI 작업을 가능하게 합니다.

2. Cloud Platforms (클라우드 플랫폼):

   • AWS, Azure, GCP 같은 플랫폼이 물리적 인프라를 추상화하여 AI 모델 개발 및 배포 환경을 제공합니다.
   • 이는 IaaS의 개념과 일치하며, 기본적인 컴퓨팅 자원과 네트워크를 제공합니다.

3. AI Models (AI 모델 레이어):

   • 대규모 언어 모델(LLMs), 이미지 생성 모델, 자연어 처리 모델 등이 포함됩니다.
   • 이 레이어는 IQaaS와 밀접한 연관이 있으며, 모델을 API 형태로 제공하여 애플리케이션에 쉽게 통합할 수 있도록 합니다.

4. AI Developer Tools (AI 개발 도구):

   • GitHub Copilot, Cursor 같은 도구는 개발자가 AI를 활용하여 애플리케이션을 더 쉽게 만들도록 지원합니다.
   • PaaS에 가까운 기능을 하며, 개발자가 인프라를 관리하지 않고 AI 기능을 활용할 수 있는 환경을 제공합니다.

5. AI Apps (AI 애플리케이션):

   • ChatGPT, Runway와 같은 애플리케이션은 최종 사용자에게 직접 AI 서비스를 제공합니다.
   • 이는 SaaS와 직접적으로 연관되며, 사용자에게 바로 제공되는 소프트웨어 형태의 서비스입니다.

6. End Users (최종 사용자):

   • 일반 사용자와 기업이 AI 애플리케이션과 도구를 사용하여 업무를 자동화하거나 개선합니다.

• 위에서도 연관을 짓기 위해 간략하게 언급을 했지만, Coatue는 AI의 새로운 서비스 모델 패러다임인 IQaaS를 강조하며, 이를 기존의 클라우드 서비스 모델과 연결합니다.

1. IaaS → PaaS → SaaS → IQaaS로의 확장:

   • IaaS: 물리적 인프라를 가상화하여 제공.
   • PaaS: 애플리케이션 개발을 위한 플랫폼 제공.
   • SaaS: 소프트웨어를 사용자에게 직접 제공.
   • IQaaS: 인공지능 서비스를 API 형태로 제공하여, 사용자가 AI 모델을 쉽게 활용 가능.

2. IQaaS의 3가지 주요 역할:

   • Augment: 사용자의 능력을 확장 (GitHub Copilot, Poe).
   • Automate: 워크플로우를 자동화 (Cursor, Runway).
   • Change: 기존 행동을 변화 (OpenAI GPTs, Character.ai).

3. 기존 서비스 모델과의 연계

• IaaS:
  • AI 생태계에서 데이터센터와 클라우드 플랫폼을 구성.
  • 물리적 인프라 제공(예: GPU 클러스터)으로 AI 작업의 기반을 제공합니다.
• PaaS:
  • AI 개발 도구(GitHub Copilot, Cursor 등)를 통해 개발자가 인프라 관리 없이 AI 기능을 활용할 수 있도록 지원.
• SaaS:
  • AI 애플리케이션(ChatGPT, Runway 등)으로 최종 사용자에게 직접 AI 기능 제공.
• IQaaS:
  • AI 모델과 API를 통해 애플리케이션 개발자 및 기업이 쉽게 AI 기능을 통합할 수 있도록 함.

본 블로그 포스트에서는 기존 클라우드 컴퓨팅의 서비스 모델 IaaS, PaaS, SaaS와 <Coatue의 2023 AI Full Report>에서 소개하는 IQaaS와 더불어 새롭게 대두되고 있는 또다른 서비스 모델인 GPUaaS까지 정리해보려고 합니다

1. On-Premise (온프레미스)

정의

On-Premise는 IT 인프라(서버, 스토리지, 네트워크 등)를 조직 내부에 직접 구축하고 운영하는 모델입니다. 모든 하드웨어와 소프트웨어 자원을 조직이 소유하며, 데이터와 시스템 관리도 직접 수행해야 합니다.

• 비유: 이는 농사를 직접 짓는 것과 같습니다. 땅을 사서 경작을 시작하고, 씨앗을 뿌리고, 비료와 농기계를 구입하고, 물을 대고, 모든 관리를 직접 해야 합니다. 수확부터 포장까지 전 과정을 혼자 책임져야 합니다.

특징

• 완전한 제어권: 모든 인프라와 데이터를 조직 내부에서 관리하므로, 높은 수준의 보안과 제어가 가능.
• 높은 초기 투자 비용: 하드웨어와 소프트웨어 구매, 설치, 유지보수 등에 막대한 초기 비용이 요구됨.
• 유지보수 책임: 하드웨어 고장, 소프트웨어 업데이트, 보안 관리 등 모든 작업을 직접 수행해야 함.
• 내부 리소스 의존성: IT 팀의 역량과 리소스가 시스템 안정성과 효율성에 직접적인 영향을 미침.
• 인터넷 의존도 낮음: 내부 네트워크 기반으로 운영되므로, 인터넷 연결이 불필요한 환경에서도 동작 가능.

활용 사례

• 고도로 민감한 데이터를 처리하는 산업: 금융, 정부, 의료 분야 등 높은 보안성과 데이터 주권이 요구되는 환경.

• 특정 규제 준수가 필요한 경우: 데이터 주권 규제(예: GDPR, HIPAA 등)에 따라 데이터를 외부 클라우드에 저장할 수 없는 경우.

  • GDPR (General Data Protection Regulation):

    GDPR은 EU(유럽 연합)에서 2018년 5월 25일부터 시행된 데이터 보호 규정입니다. 개인정보의 수집, 저장, 처리, 공유와 관련된 엄격한 규제를 도입하여 개인의 데이터 프라이버시 권리를 강화하고, 데이터 처리 기관(기업, 조직 등)이 책임 있게 데이터를 다루도록 의무화합니다.

  • HIPAA (Health Insurance Portability and Accountability Act):

    HIPAA는 1996년 미국에서 제정된 법으로, 의료 정보(개인 건강 정보, PHI: Protected Health Information)의 보호와 프라이버시를 규정합니다. 특히 의료 정보의 디지털화와 관련하여 정보 보안의 중요성을 강조합니다.

• 기존 데이터 센터 활용: 이미 대규모 데이터 센터를 보유한 조직이 효율성을 위해 내부 시스템을 유지할 경우.

1. IaaS (Infrastructure-as-a-Service)

정의

IaaS(Infrastructure-as-a-Service)는 서버, 스토리지, 네트워크 같은 IT 인프라를 클라우드 기반으로 제공하는 서비스 모델입니다. 사용자는 필요한 만큼의 자원을 임대하여 운영 체제와 애플리케이션을 설치하고 관리할 수 있습니다.

• 비유: 농사짓는 데 필요한 땅과 물은 제공받지만, 씨앗 심기, 수확 등은 본인이 해야 합니다. 농기계도 본인이 구입하거나 대여해야 합니다.

특징

• 유연성: 컴퓨팅 자원을 필요에 따라 확장 및 축소 가능.
• 비용 절감: 물리적 하드웨어 구축 비용을 없애 초기 투자 비용을 낮춤.
• 제어 권한: 운영 체제, 네트워크 설정 등 IT 환경에 대한 높은 수준의 제어 가능.

주요 제공업체

• AWS (Amazon Web Services): EC2, S3
  • 가상 서버를 생성하여 원하는 운영 체제를 설치하고 애플리케이션을 배포할 수 있습니다.
• Microsoft Azure: Virtual Machines
  • 다양한 운영 체제와 소프트웨어를 실행할 수 있는 가상 머신을 제공합니다.

활용 사례

• 스타트업의 초기 인프라 구축
• 테스트 환경 및 애플리케이션 배포
• 고성능 데이터 센터 대체

1. PaaS (Platform-as-a-Service)

정의

PaaS(Platform-as-a-Service)는 애플리케이션 개발, 실행 및 관리를 위한 플랫폼을 제공하는 서비스 모델입니다. 개발자는 인프라 관리의 부담 없이 코드 작성과 애플리케이션 구축에 집중할 수 있습니다.

• 비유: 음식을 요리하고 싶지만 식재료 준비는 귀찮을 때, 레시피와 모든 재료가 포함된 밀키트를 받는 것과 같습니다. 요리는 본인이 하지만, 재료 손질과 레시피 준비는 제공자가 알아서 합니다.

특징

• 빠른 개발: 운영 체제, 미들웨어, 데이터베이스 등이 사전에 설정되어 있어 개발 속도 향상.
• 유지보수 감소: 인프라 관리 및 유지보수 부담 완화.
• 효율성: 협업 개발 환경 제공.

주요 제공업체

• Google Cloud App Engine:
  • 애플리케이션을 개발하고 배포할 수 있는 완전 관리형 플랫폼을 제공합니다.
• Heroku:
  • 다양한 프로그래밍 언어를 지원하는 애플리케이션 배포 플랫폼입니다.

활용 사례

• 웹 및 모바일 애플리케이션 개발
• 애자일(Agile) 개발 환경 구현
• API 기반 서비스 구축

🤷‍♂️ IaaS, PaaS 뭐가 다른거지?

=> 좀 더 직관적인 비교를 위해 정리했습니다.

• 관리 범위:
  • IaaS: 사용자가 운영 체제, 런타임, 미들웨어 등을 직접 설치하고 관리해야 합니다.
  • PaaS: 운영 체제와 런타임 환경이 이미 구성되어 있어, 사용자는 애플리케이션 코드 작성에만 집중하면 됩니다.
• 제어 수준:
  • IaaS: 인프라의 다양한 부분을 세부적으로 제어할 수 있어, 커스터마이징이 용이합니다.
  • PaaS: 제공된 플랫폼 내에서만 작업이 가능하므로, 제어 범위가 제한적입니다.
• 사용 사례:
  • IaaS: 특정한 인프라 설정이 필요한 복잡한 애플리케이션이나, 기존 시스템과의 통합이 필요한 경우에 적합합니다.
  • PaaS: 빠른 개발과 배포가 필요한 웹 애플리케이션이나 모바일 애플리케이션 개발에 적합합니다.

=> 실제 있을 법한 예시를 한번 만들어왔습니다.

• IaaS 예시:
  • 한 스타트업이 자체적인 웹 애플리케이션을 개발하려고 합니다.
  • AWS EC2를 통해 가상 서버를 생성하고, 원하는 운영 체제를 설치(EC2 인스턴스 생성 시 운영 체제가 포함된 AMI를 선택)한 후, 필요한 소프트웨어 스택을 구성하여 애플리케이션을 배포합니다.
  • 이 과정에서 서버의 스펙, 네트워크 설정 등을 직접 관리하며, 필요에 따라 서버를 확장하거나 축소할 수 있습니다.
• PaaS 예시:
  • 한 개발 팀이 새로운 웹 서비스를 빠르게 출시하려고 합니다.
  • Heroku를 사용하여 애플리케이션 코드를 푸시하면, Heroku가 자동으로 서버 설정, 운영 체제 관리, 런타임 환경 구성 등을 처리합니다.
  • 개발 팀은 인프라 관리에 신경 쓰지 않고 코드 개발과 기능 구현에만 집중할 수 있습니다.

1. SaaS (Software-as-a-Service)

정의

SaaS(Software-as-a-Service)는 소프트웨어를 인터넷을 통해 서비스 형태로 제공하는 모델입니다. 사용자는 설치나 유지보수 없이 서비스를 사용할 수 있습니다.

• 비유: 레스토랑에 가서 음식을 먹는 것과 같습니다. 메뉴를 선택하면 요리, 서빙, 청소까지 모두 제공됩니다. 당신은 음식을 먹기만 하면 됩니다.

특징

• 편리함: 브라우저를 통해 어디서든 접근 가능.
• 자동 업데이트: 최신 기능 및 보안 패치를 자동으로 적용.
• 비용 절감: 사용량 기반 과금 모델로 초기 비용 절감.

주요 제공업체

• Google Workspace (Docs, Sheets)
• Microsoft 365
• Salesforce

활용 사례

• CRM(Customer Relationship Management)
• 생산성 도구 (문서, 이메일, 협업 툴)
• 클라우드 기반 ERP(Enterprise Resource Planning)

1. GPUaaS (GPU-as-a-Service)

정의

GPUaaS(GPU-as-a-Service)는 클라우드 환경에서 GPU(Graphics Processing Unit)를 구독 형태로 제공하는 서비스입니다. 이는 고성능 연산이 필요한 작업에 필수적인 역할을 하며, 사용자는 물리적인 GPU를 구매하거나 유지보수할 필요 없이 필요한 만큼만 GPU 성능을 사용하고 비용을 지불할 수 있습니다.

• 비유: 고성능 작업이 필요할 때, 렌탈 전문점에서 최신 전동 공구를 빌리는 것과 비슷합니다. 전동 공구는 비싸고 유지비도 많이 들기 때문에 필요할 때만 대여하여 작업을 끝내고 반납합니다. 작업 도구의 성능이 높아지면 작업 속도도 빨라집니다.

특징

• 고성능 컴퓨팅: 병렬 처리 성능이 뛰어나 대규모 데이터 처리 및 딥러닝 모델 학습에 적합.
• 유연성: 필요에 따라 GPU 자원을 확장 또는 축소 가능.
• 비용 효율성: 고가의 물리적 GPU 장비를 구매할 필요 없음.
• 쉽게 접근 가능: 클라우드를 통해 원하는 지역이나 환경에서 GPU 성능 활용 가능.

주요 제공업체

• AWS: Amazon Elastic Graphics
• Google Cloud: GPU Instances
• Microsoft Azure: NV-series Virtual Machines

활용 사례

• AI/ML 모델 학습 및 추론
• 고품질 3D 렌더링 및 애니메이션 제작
• 과학 시뮬레이션, 예를 들어, 날씨 예측 및 분자 구조 연구

1. IQaaS (Intelligence-as-a-Service)

정의

IQaaS(Intelligence-as-a-Service)는 클라우드 기반으로 인공지능(AI) 기능을 서비스 형태로 제공하는 모델입니다. 이를 통해 기업은 복잡한 AI 인프라를 구축하지 않고도 자연어 처리, 이미지 인식, 예측 분석 등 다양한 AI 기능을 활용할 수 있습니다.

• 비유: 스마트 가전 렌탈 서비스와 비슷합니다. 예를 들어, 최신 로봇청소기를 빌려 사용해 집안일을 맡길 수 있습니다. 로봇청소기를 작동시키면, 직접 청소를 하지 않아도 알아서 방을 정리합니다. 사용자는 원하는 시간에만 로봇을 호출해 편리하게 사용할 수 있습니다.

특징

• 즉시 사용 가능: 복잡한 AI 모델 설계 및 학습 없이 API를 통해 고급 AI 기능을 활용 가능.
• 확장성: 다양한 산업 분야에서 사용 가능하며, 필요에 따라 기능 확장 가능.
• 비용 효율성: AI 인프라 구축 비용을 절감하고 종량제로 경제적 사용 가능.
• 사용자 친화성: 개발자는 간단한 API 호출로 AI 기능을 통합 가능.

주요 제공업체

• Google Gemini: 멀티모달 AI 모델로 텍스트, 이미지, 음성 등 다양한 입력을 통합 처리.
• OpenAI GPT API: 고급 자연어 처리 및 생성 모델을 API 형태로 제공.
• Anthropic Claude: 고도화된 추론 및 분석 능력을 갖춘 언어 모델.

활용 사례

• 고객 서비스: 챗봇 기반 고객 지원 자동화 (예: OpenAI GPT를 사용한 AI 상담원).
• 의료 데이터 분석: 의료 영상에서 질병 진단 보조 (Google Gemini).
• 비즈니스 인텔리전스: 매출 예측, 고객 이탈 분석 등 데이터 기반 의사결정.

1. 서비스 모델 비교

1. 각 서비스 모델의 장단점

1. 결론

클라우드 컴퓨팅의 서비스 모델은 기술 혁신과 생산성을 높이는 데 중추적 역할을 하고 있습니다. 특히 GPUaaS와 IQaaS는 AI와 고성능 컴퓨팅의 폭발적인 수요를 충족시키며 새로운 산업 혁신의 기반이 되고 있습니다.

이러한 서비스 모델을 전략적으로 활용하면 디지털 전환(Digital Transformation)을 가속화하고 경쟁 우위를 확보할 수 있습니다.

• Previous
  [정리] SK AI SUMMIT 키노트 정리 - Day2
• Next
  [자료] KT 사내 직원 대상 RAG 교안 대방출?!