구성 관리
구성 관리는 서비스를 이루는 구성 요소와 그 연결 방식에 대한 정확하고 쓸 수 있는 그림을 유지하여 변경이나 장애의 영향을 판단할 수 있게 합니다. 현대의 팀은 코드형 인프라와 탐색에서 그 그림을 얻고, 구성 데이터베이스는 손으로 유지하는 목록이 아니라 그것의 한 관점입니다.
왜 중요한가
새벽 2시에 데이터베이스 서버가 고장 나면 첫 질문은 무엇이 그것에 의존하는가입니다. 누군가 네트워크 규칙의 변경을 제안하면 첫 질문은 그것이 무엇을 깨뜨릴 수 있는가입니다. 감사인이 서비스가 어떻게 만들어졌는지 물으면 첫 질문은 진실이 어디에 적혀 있는가입니다. 셋 모두 같은 것을 필요로 합니다. 무엇이 존재하고 부분들이 어떻게 관계되는지에 대한 최신의 신뢰할 수 있는 그림입니다.
많은 조직이 구성 아이템과 관계의 데이터베이스인 구성 관리 데이터베이스(CMDB)로 이를 제공하려 합니다. 또한 많은 조직이 그것이 손으로 유지되고 아무도 신뢰하지 않는 낡은 기록의 무덤이 된다는 것을 발견합니다. 현실의 환경이 누구든 양식을 갱신할 수 있는 것보다 빨리 바뀌기 때문에 기록은 몇 주 안에 낡습니다. CMDB는 도구가 아니라 준수 산출물이 됩니다.
두 가지 생각이 이 프랙티스를 구합니다. 첫째, 인프라의 정의를 버전 관리에 있는 코드로 다뤄서 진실의 원천이 시스템의 설명이 아니라 시스템을 만드는 것이 되게 합니다. 둘째, 탐색과 그 코드로부터 그림을 자동으로 채우고, 변경의 영향, 인시던트의 범위, 오너십 같은 구체적인 질문에 씁니다. 이 주제는 프랙티스와 함정을 설명합니다. 자산 관리(주제 4.1 — 자산 관리), 변경 실현(주제 3.4 — 변경 실현), 코드형 인프라(주제 6.3 — 코드형 인프라와 GitOps), 서비스 카탈로그(주제 3.8 — 서비스 카탈로그 관리)에 연결됩니다.
핵심 개념
구성 관리. ITIL의 의미로는 서비스와 그것을 뒷받침하는 구성 아이템의 구성에 대한 정확하고 신뢰할 수 있는 정보를 필요한 때와 곳에서 이용할 수 있도록 보장하는 프랙티스입니다. 엔지니어링에서 "구성 관리"는 시스템을 알려진 일관된 상태로 유지하는 규율도 가리킵니다. Wikipedia가 더 넓은 의미의 구성 관리를 설명합니다. 이 가이드는 두 의미를 모두 쓰고 어느 쪽인지 밝힙니다.
구성 아이템(CI). IT 서비스를 제공하기 위해 관리해야 하는 모든 구성 요소입니다. Wikipedia가 구성 아이템을 설명합니다. 예로는 서버, 애플리케이션, 데이터베이스, 네트워크 장치, 클라우드 리소스, 인증서, 때로는 문서와 계약이 있습니다. 각 CI에는 속성(유형, 버전, 오너, 상태)과 다른 CI와의 관계가 있습니다.
구성 관리 데이터베이스(CMDB). CI, 그 속성, 관계의 저장소입니다. Wikipedia가 CMDB를 설명합니다. CMDB는 자산의 스프레드시트가 아닙니다. 그 가치는 "어떤 서비스가 이 데이터베이스를 쓰는가?" 같은 질문을 가능하게 하는 관계에 있습니다.
구성 관리 시스템(CMS). 여러 출처에 걸친 구성의 관점을 제공하는 도구와 데이터의 더 넓은 집합입니다. ITIL은 하나의 데이터베이스가 아니라 여러 곳의 데이터를 연합하는 CMS를 설명합니다. Wikipedia는 출처를 복사하지 않고 결합하는 한 방법으로 연합 데이터베이스 시스템을 설명합니다.
서비스 맵. 서비스가 구성 요소에 어떻게 의존하는지 보여 주는 관점입니다. 기술적 서비스 맵은 애플리케이션, 데이터베이스, 서버, 네트워크를 연결합니다. 비즈니스 관점은 서비스를 그것이 지원하는 사람과 프로세스에 연결합니다. 맵은 인시던트와 변경에 쓰입니다. 주제 3.8 — 서비스 카탈로그 관리를 참조하세요.
기준선과 드리프트. 기준선은 특정 시점의 알려지고 승인된 구성입니다. 드리프트는 기준선과 실제로 실행되는 것 사이의 차이로, 흔히 수동 변경에서 옵니다. Wikipedia가 구성 관리에서의 기준선을 설명합니다. 드리프트를 감지하고 바로잡으면 시스템이 일관되고 안전하게 유지됩니다.
코드형 인프라(IaC). 서버, 네트워크, 클라우드 리소스 같은 인프라를 버전 관리에 보관되고 도구가 적용하는 텍스트 파일로 정의하는 것입니다. Wikipedia가 코드형 인프라를 설명합니다. Terraform, Ansible, 쿠버네티스 매니페스트 같은 도구는 원하는 상태를 표현하고, 도구가 현실을 그에 맞춥니다. 코드는 문서이자 메커니즘입니다. 주제 6.3 — 코드형 인프라와 GitOps를 참조하세요.
멱등성과 원하는 상태. 좋은 구성 도구는 반복해서 실행해도 같은 결과를 냅니다. 설명된 상태에 도달하는 데 필요한 것만 합니다. Wikipedia가 멱등성을 설명합니다. 이 덕분에 드리프트를 감지하고 고치기 위해 구성을 다시 적용해도 안전합니다.
진실의 원천. 사실이 권위를 갖는 곳입니다. 원하는 구성에서는 코드 저장소이고, 실제로 실행되는 것에서는 탐색이나 플랫폼 자체의 상태이며, 오너십에서는 카탈로그나 팀 등록부일 수 있습니다. 사실의 종류마다 원천을 정하고, 같은 사실을 두 곳에서 손으로 유지하지 마세요. Wikipedia가 단일 진실 원천이라는 생각을 설명합니다.
탐색. 존재하는 것과 연결된 방식을 찾기 위해 네트워크, 클라우드 계정, 플랫폼을 스캔하는 도구입니다. 탐색은 아무도 기록하지 않은 것을 찾지만, 많은 세부 사항과 일부 노이즈를 만들며, 어떤 항목을 유지하고 어떻게 이름 붙일지에 대한 규칙이 필요합니다.
관계와 영향 분석. 애플리케이션 A가 데이터베이스 B를 쓴다는 것을 알면 B가 바뀌거나 고장 날 때 무엇이 영향을 받는지 물을 수 있습니다. Wikipedia가 변경 영향 분석과 의존 그래프를 설명합니다. Wikipedia가 설명하는 그래프 데이터베이스는 관계를 저장하고 질의하는 한 방법입니다. 영향 분석은 기록된 관계만큼만 좋습니다.
데이터 품질. 정확성, 완전성, 적시성이 데이터의 가치를 정합니다. 어떤 속성이 중요하고 얼마나 최신이어야 하는지 정의하세요. 정확한 작은 데이터 집합이 믿을 수 없는 큰 집합보다 유용합니다. 주제 7.2 — 데이터 기반과 데이터 거버넌스를 참조하세요.
범위. 모든 것을 기록하려 하지 마세요. 결정에 필요한 CI와 관계를 고르세요. 중요한 서비스, 그 주요 구성 요소, 오너십입니다. 가치가 드러나면 넓히세요.
오너십. 각 CI나 그룹에는 그것과 그것에 대한 데이터에 책임지는 오너가 있습니다. 오너십이 없으면 데이터가 낡습니다.
컨테이너와 클라우드. 현대의 플랫폼은 리소스를 끊임없이 만들고 파괴합니다. 개별 컨테이너의 기록은 한 시간 뒤에는 의미가 없습니다. 서비스와 배포처럼 중요한 수준에서 추적하고, 레이블과 태그로 리소스를 오너와 서비스에 연결하세요.
렌즈는 어떻게 맞물리는가. 구성 관리는 환경을 반복 가능하게 만들어 애자일과 지속적 전달을 뒷받침합니다. AI는 검토 아래 관계를 찾고, 빠진 연결을 제안하고, 영향에 대한 질문에 답하는 것을 도울 수 있습니다. 자동화는 구성을 적용하고 그림을 최신으로 유지합니다. 분석은 데이터를 써서 위험과 비용을 찾습니다.
모범 사례
- 답해야 하는 질문에서 시작합니다. 데이터가 뒷받침할 결정, 즉 변경의 영향, 인시던트의 범위, 오너십을 나열하세요. 그에 답하는 것만 기록하세요.
- 원하는 상태의 진실 원천으로 코드를 다룹니다. 인프라와 구성을 버전 관리에서 정의하고, 변경을 검토하고, 도구로 적용하세요. 운영 중인 시스템에 대한 수동 변경을 피하세요.
- 그림을 자동으로 채웁니다. 탐색과 플랫폼 데이터로 CMDB나 서비스 맵을 채우고 코드와 조정하세요. 수동 입력은 오너십처럼 탐색할 수 없는 사실로 제한하세요.
- 각 사실의 원천을 정의합니다. 속성마다 어디가 권위 있는지, 어디서 사본이 허용되는지 정하세요. 원천과 마지막 갱신 시각을 보여 주세요.
- 중요한 서비스부터 매핑합니다. 공급자와 공유 플랫폼에 대한 의존 관계를 포함해 가장 중요한 서비스의 서비스 맵을 만드세요. 실제 인시던트나 변경으로 시험하세요.
- 드리프트를 감지하고 고칩니다. 일정에 따라 실제 상태를 원하는 상태와 비교하고 차이에 알림을 거세요. 반복되는 드리프트를 프로세스나 접근에 대한 신호로 다루세요.
- 각 항목과 데이터 품질에 오너를 지정합니다. 기록에 오너를 보여 주세요. 낡은 기록과 고아 기록을 정기적으로 검토하세요.
- 구성을 변경 및 인시던트 기록에 연결합니다. 변경에서 어떤 CI를 건드리는지, 인시던트에서 어떤 CI가 관련되는지 쉽게 볼 수 있게 하세요. 링크가 쓰이는지 확인하세요.
- 레이블과 태그를 일관되게 씁니다. 클라우드 환경에서는 생성할 때 오너, 서비스, 환경 태그를 요구하고 파이프라인에서 강제하세요.
- 유용성을 측정합니다. 데이터가 변경과 인시던트에 얼마나 자주 쓰이고 얼마나 자주 틀렸는지 추적하세요. 원인을 고치고, 아무도 쓰지 않는 데이터는 폐기하세요.
팀과 논의할 질문
구성 데이터가 뒷받침하기를 원하는 결정은 무엇이며, 오늘 뒷받침합니까? 사용에서 시작하세요. 변경의 영향과 인시던트의 범위 같은 답이 예상됩니다. 최근 변경으로 시험해 보세요. 더 깊이 들어가려면, 사용 하나를 골라 그에 대해 데이터를 시험하세요.
우리 인프라의 진짜 설명은 어디에 있습니까? 코드, 데이터베이스, 사람들의 머릿속? 시스템 세 개의 진실 원천을 물으세요. 여러 답이 예상됩니다. 더 깊이 들어가려면, 시스템 하나를 골라 그 정의를 버전 관리로 옮기세요.
CMDB가 마지막으로 우리를 오도한 때는 언제이며 그 이유는 무엇입니까? 실제 사례를 요청하세요. 낡았거나 빠진 관계가 예상됩니다. 수동 입력 같은 원인을 찾으세요. 더 깊이 들어가려면, 자동화할 데이터 출처 하나를 고르세요.
누군가 운영 중인 시스템을 손으로 바꾸면 어떻게 알아냅니까? 이 질문은 드리프트 감지를 시험합니다. "알지 못한다"가 예상됩니다. 더 깊이 들어가려면, 시스템 하나에 대한 스캔과 다음에 무슨 일이 일어나는지에 대한 규칙을 합의하세요.
우리의 중요한 각 구성 아이템은 누가 소유하며, 새벽 3시에 오너를 어떻게 찾겠습니까? 오너십이 어디에 기록되는지 물으세요. 몇몇 항목으로 시도해 보세요. 더 깊이 들어가려면, 오너 태그를 추가하고 확인하세요.
AI는 우리 구성의 그림을 정확하게 유지하는 데 어떻게 도울 수 있으며, 우리가 손으로 확인할 것은 무엇입니까? AI는 관계를 제안하고 이상을 발견할 수 있습니다. 연결을 지어낼 수도 있습니다. 누가 사용을 소유하고 오류를 어떻게 찾는지 물으세요. 더 깊이 들어가려면, AI가 제안한 관계를 서비스 하나에 대해 수작업으로 검증한 맵과 비교하세요.
실제 적용: 서비스 관리 사례
한 국영 철도의 디지털 팀은 두 클라우드 제공자와 오래된 온프레미스 데이터 센터에 걸친 약 60개의 서비스로 이루어진 발권 플랫폼을 운영합니다. CMDB에는 4만 건의 기록이 있는데 대부분 손으로 입력되었고, 운영 팀은 그것이 3분의 1은 틀렸다고 말합니다. 최근 장애에서 고장 난 메시지 큐가 승차권 판매를 멈추었는데, 고객이 불만을 제기할 때까지 아무도 로열티 프로그램도 그것을 쓴다는 것을 몰랐습니다.
플랫폼 리드는 더 좁은 목표를 정합니다. 가장 중요한 열 개의 서비스에 대해, "이 구성 요소가 고장 나면 무엇이 영향을 받는가?"에 5분 안에 답할 만큼 서비스 맵이 정확해야 합니다. 팀은 열 개 서비스를 각각 코드로 정의하고, 정의에 태그로 선언된 오너와 의존 관계를 둡니다. 야간 작업이 클라우드 플랫폼과 코드 저장소를 읽어 맵을 만들고 둘의 차이를 표시합니다. 데이터 센터는 탐색으로 다루고, 그 출력은 같은 서비스 이름과 맞추되 새 항목은 수동으로 검토합니다.
한 분기 안에 열 개 서비스의 맵은 신뢰를 얻습니다. 다음 인시던트에서 결제 서비스의 고장 난 데이터베이스는 그것을 읽는 다섯 서비스를 보여 주고, 팀은 몇 분 안에 오너들에게 알립니다. 드리프트 보고서는 프로덕션에서 열네 건의 수동 변경을 발견하는데, 그중 셋은 오래된 인시던트 중에 열어 둔 채 닫지 않은 보안 그룹 규칙입니다.
달라진 점은 인시던트와 변경이 이제 맵에서 시작하고, 이 서비스들에 대해 옛 CMDB는 폐기되었다는 것입니다. 여전히 어려운 점은 나머지 50개 서비스는 아직 다뤄지지 않았고 그것을 소유한 팀은 일을 할 이유를 거의 보지 못한다는 것, 데이터 센터의 탐색은 여전히 노이즈를 만든다는 것, 공급자의 API 같은 일부 의존 관계는 탐색할 수 없어 손으로 입력한다는 것입니다. 플랫폼 리드는 인시던트 이력으로 다음 열 개 서비스를 고르고 그 오너들과 시간을 협상합니다.
네 가지 관점
제품 및 전달 팀
인프라와 구성을 코드로 정의하고, 리소스에 오너와 서비스로 태그를 붙이고, 운영 중인 시스템의 수동 변경을 피하세요. 설계의 일부로 의존 정보를 최신으로 유지하세요.
서비스 및 운영 팀
인시던트와 변경에 맵을 쓰고 틀린 곳을 보고하세요. 드리프트를 감지하고, 임시 변경을 닫고, 오너십 데이터를 최신으로 유지하세요.
리더십과 거버넌스
기록의 수가 아니라 데이터가 쓰이고 정확하다는 증거를 요구하세요. 자동화와 오너십 규율에 재원을 대세요. 운영 변경은 코드를 거친다는 규칙을 지지하세요.
고객과 사용자
제공자가 무엇이 무엇에 의존하는지 알면 이익을 얻습니다. 진단이 빠르고 변경으로 인한 놀라움이 줄어듭니다. 의존하는 서비스에 오너와 영향 맵이 있는지 물으세요.
애자일, AI, 자동화, 분석
애자일
가장 중요한 서비스부터 시작해 작은 단계로 그림을 만들고, 그것을 쓰는 사람들과 개선하세요. 인시던트 후 유용성을 검토하세요. 주의: 일시에 하는 CMDB 프로젝트는 옛 실패를 되풀이합니다. 질문과 몇 개의 서비스로 시작하세요.
AI
AI는 로그와 트레이스에서 관계를 제안하고, 영향에 대한 질문에 자연어로 답하고, 이상치를 찾을 수 있으며, 책임자와 사람의 검증이 따릅니다. 주의: AI는 존재하지 않는 의존 관계를 추론하거나 실제의 것을 놓칠 수 있으므로, 알려진 인시던트에 비추어 검증하세요. 주제 5.2 — AIOps를 참조하세요.
자동화
탐색, 조정, 드리프트 감지, 태그 강제를 로그와 예외 검토와 함께 자동화하세요. 주의: 자동 가져오기는 데이터베이스를 가치 낮은 기록으로 넘치게 할 수 있으므로, 결정을 뒷받침하는 것으로 걸러내세요. 주제 6.3 — 코드형 인프라와 GitOps를 참조하세요.
분석
중요한 서비스의 데이터 완전성, 인시던트에서 발견된 정확도, 드리프트 건수, 오너를 찾는 시간, 변경에서의 데이터 사용을 살피세요. 주의: 기록이나 채워진 필드를 세면 정확도보다 양을 장려하므로, 데이터가 얼마나 자주 도움이 되고 얼마나 자주 오도했는지 측정하세요. 서비스 관리 지표(Service Management Metrics) 책과 주제 7.2 — 데이터 기반과 데이터 거버넌스를 참조하세요.
흔한 실패 유형
- 손으로 채우는 CMDB. 데이터가 빠르게 낡습니다. 탐색과 코드로 채우세요.
- 모든 것을 기록하기. 노이즈가 가치를 가립니다. 결정으로 범위를 정하세요.
- 같은 사실의 두 출처. 서로 어긋납니다. 하나의 원천을 선언하세요.
- 오너십 없음. 아무도 오류를 바로잡지 않습니다. 오너를 배정하세요.
- 운영 중인 시스템의 수동 변경. 드리프트가 커집니다. 코드를 통해 변경하고 드리프트를 감지하세요.
- 빠진 관계. 영향 분석이 실패합니다. 중요한 서비스부터 매핑하세요.
- 일시적인 리소스 추적. 기록이 즉시 낡습니다. 태그와 함께 서비스 수준에서 추적하세요.
성숙도 모델
| 영역 | 시작 | 발전 | 표준화 | 관리 | 오케스트레이션 |
|---|---|---|---|---|---|
| 범위 | 불분명하다 | 주요 서버를 나열했다 | 중요한 서비스와 의존 관계를 매핑했다 | 가치와 인시던트에 따라 범위를 넓힌다 | 자산과 공급자 전반에 넓은 범위를 다룬다 |
| 진실의 원천 | 스프레드시트와 기억 | 일부 인프라가 코드에 있다 | 원하는 상태는 코드에, 실제 상태는 탐색으로 | 조정이 자동화되고 모니터링된다 | 코드, 탐색, 플랫폼이 공급하는 단일 조율된 관점 |
| 데이터 품질 | 알 수 없다 | 표본 점검 | 정의된 속성과 최신성 | 인시던트와 변경에서 정확도를 측정한다 | 사람의 검토와 함께 품질을 지속적으로 보장한다 |
| 사용 | 거의 쓰이지 않는다 | 일부 인시던트에 쓰인다 | 변경과 인시던트에 일상적으로 쓰인다 | 사용과 가치를 추적한다 | 데이터가 서비스 전반의 위험, 비용, 계획을 이끈다 |
체크리스트
- 구성 데이터가 답해야 하는 질문을 나열했다.
- 핵심 시스템의 원하는 상태가 버전 관리에 있다.
- 탐색이 서비스 맵을 채우고 코드와 조정된다.
- 각 사실에 정의된 진실의 원천이 있다.
- 중요한 서비스에 실제 사건으로 시험한 의존 관계 매핑이 있다.
- 구성 드리프트를 감지하고 바로잡는다.
- 각 구성 아이템이나 그룹에 오너가 있다.
- 데이터가 얼마나 자주 도움이 되고 얼마나 자주 오도하는지 측정한다.
AI 프롬프트
인시던트에서 빠진 의존 관계를 찾습니다.
Here is the timeline of an incident, with the services that were affected: [paste]. Here is our service map for the failing component: [paste].
List affected services that the map does not show as dependent on the failing component, and for each give a question to verify the link. Do not infer dependencies without evidence in the timeline.
List what you are unsure of.
원하는 상태와 실제 상태를 비교합니다.
Here is the desired configuration from our code: [paste]. Here is what discovery found running: [paste].
List differences by type (missing, extra, changed), and for each one a question about why it differs. Do not recommend fixes.
List what you are unsure of.
오너십 태그 규칙의 초안을 작성합니다.
Our cloud resources are used by these teams and services: [list]. Tags we want on every resource: [list].
Draft a tagging standard of under one page with rules, allowed values, and how to enforce it in the pipeline. Do not name specific tools unless I list them.
List what you are unsure of.
AI 스킬
- configuration-management: 구성 기록과 관계를 설계하고 유지할 때 사용합니다.
- workflow-analysis: 프로세스나 시스템의 의존 관계를 추적할 때 사용합니다.
- mermaid-diagram: 서비스 맵을 텍스트로 그릴 때 사용합니다.
- data-quality: 구성 데이터의 질을 정의하고 점검할 때 사용합니다.
주요 출처
- PeopleCert, ITIL certification pages: 서비스 구성 관리 프랙티스에 대한 소유자의 설명.
- Kief Morris, Infrastructure as Code (2nd edition, 2020): 코드로 인프라를 정의하고 관리하는 실용적인 안내.
- Wikipedia, "Configuration management" and "Configuration management database": 생각의 개관.
- Wikipedia, "Infrastructure as code": 원하는 상태에 대한 엔지니어링 접근.
참고 문헌
- Configuration management — Wikipedia — https://en.wikipedia.org/wiki/Configuration_management
- Configuration management database — Wikipedia — https://en.wikipedia.org/wiki/Configuration_management_database
- Configuration item — Wikipedia — https://en.wikipedia.org/wiki/Configuration_item
- Infrastructure as code — Wikipedia — https://en.wikipedia.org/wiki/Infrastructure_as_code
- Baseline (configuration management) — Wikipedia — https://en.wikipedia.org/wiki/Baseline_(configuration_management)
- Idempotence — Wikipedia — https://en.wikipedia.org/wiki/Idempotence
- Single source of truth — Wikipedia — https://en.wikipedia.org/wiki/Single_source_of_truth
- Change impact analysis — Wikipedia — https://en.wikipedia.org/wiki/Change_impact_analysis
- Graph database — Wikipedia — https://en.wikipedia.org/wiki/Graph_database
- Federated database system — Wikipedia — https://en.wikipedia.org/wiki/Federated_database_system
- Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality