비용 데이터를 수집하고 검토하기 위한 아키텍처 전략

이 Azure Well-Architected Framework 비용 최적화 검사 목록 권장 사항에 적용됩니다.

CO:03 비용 데이터를 수집하고 검토합니다. 데이터 수집은 일일 비용을 캡처해야 합니다. 비용 보고서에는 발생한 비용(계량), 선불 비용(상각), 추세 및 예측이 포함됩니다. 관련자는 예산 및 비용 모델에 대한 지출을 정기적으로 검토해야 합니다. 경고를 자동화하여 주요 임계값에서 알림을 트리거하고 변칙을 검색하여 추세 기준에서의 편차를 나타냅니다.

비용 데이터를 수집하여 워크로드 지출에 대한 전체적인 그림을 작성합니다. 데이터 수집은 청구 데이터, 사용 패턴 및 지출 추세와 같은 모든 비용 지표를 다룹니다.

비용 데이터는 아키텍처 의사 결정의 실제 비용 및 사용자당 비용과 같은 비즈니스 동인을 보여줍니다. 예산 초과, 기준 누락, 워크로드의 재무 상태에 대한 가시성 저하 등의 위험이 있습니다.

정의

용어 Definition
실제 비용 청구서에 표시되는 구매를 보여 주는 비용 메트릭입니다. 예를 들어 1월에 $1,200에 구입한 1년 예약은 1월에 전체 $1,200, 이후 달에는 예약 비용이 0이 됩니다. VM별로 실제 비용을 그룹화하면 예약 혜택을 받은 VM에 해당 월에 대한 비용이 0으로 표시됩니다.
상각 비용 예약 또는 저축 플랜 구매를 약정 기간에 분할하는 비용 메트릭입니다. 예를 들어 동일한 $1,200 예약은 일 수에 따라 매월 비례 비용을 표시합니다. 비용은 혜택을 받은 VM에 기인합니다. 사용하지 않는 예약 또는 절감 플랜 비용은 특정 리소스 또는 구독에 기인하지 않습니다.
청구 범위 청구서에 포함된 내용의 범위입니다.
지불 거절 워크로드 사용량에 대해 부서에 요금을 청구하고 해당 부서로부터 대금을 받는 회계 모델입니다.
약정 기반 할인 일정 기간 동안 특정 사용량 또는 지출 금액을 약정하여 적용받는 할인 요율. 예를 들어 Azure 예약, Azure 절감 플랜 및 선불 소프트웨어 구독이 있습니다.
초점 비용 및 사용량 데이터에 대한 공급자에 구애받지 않은 스키마인 FinOps 오픈 비용 및 사용량 사양입니다. Azure Cost Management는 FOCUS 형식의 내보내기를 지원합니다.
쇼백 부서에 워크로드 사용 비용을 표시하고 해당 부서로부터 대금을 받지 못하는 회계 모델입니다.

데이터 수집은 비용 절감 기회, 회계(쇼백 및 차지백)를 식별하고 효율적인 리소스 사용을 위해 필수적입니다. 모든 관련 원본의 비용 데이터 수집 및 검토에 우선 순위를 지정해야 합니다. 간소화된 분석 및 정기적인 검토를 위해 수집된 데이터를 중앙 집중화하고, 리소스 소유자를 할당하고, 가능한 경우 경고를 자동화해야 합니다.

비용 데이터 수집

데이터 수집을 사용하도록 설정합니다. 데이터 수집에는 컴퓨팅, 스토리지, 네트워크 사용량, 워크로드에서 사용하는 기타 서비스 또는 기능과 같은 워크로드 비용의 모든 원본이 포함되어야 합니다. 데이터에는 실제 비용과분할 상환 비용이 모두 포함되어야 합니다. 실제 비용은 청구된 요금(청구서에 표시되는 요금)을 반영합니다. 분할 상환 비용은 약정 기반 요금(예: 예약 및 저축 플랜)을 기간에 균등하게 분산하여 정규화된 일일 비용 보기를 제공합니다. 실제 비용 데이터에는 일반적으로 24~72시간의 수집 지연이 있습니다. 두 보기를 모두 수집하면 커밋된 리소스의 효과적인 비용을 이해하면서 청구서를 조정할 수 있습니다.

사용 가능한 모든 컬렉션 메서드를 사용합니다. 비용 데이터를 수집하려면 사용 가능한 모든 도구와 메서드를 사용하세요.

  • 자세한 비용 분석, 사용량 추세 및 최적화 제안에는 클라우드 공급자의 기본 비용 모니터링 도구를 사용합니다.
  • 기본 기능이 모든 것을 캡처하지 않는 경우 워크로드별 요구 사항에 대한 사용자 지정 보기를 디자인합니다.
  • API를 사용하여 프로그래밍 방식으로 비용 데이터를 검색하고 자동화된 보고를 위해 기존 관리 시스템과 통합합니다.
  • API, 수동 입력 및 재무 시스템 동기화와 같은 모든 원본에서 가져와서 중앙 집중식 및 포괄적인 비용 개요를 빌드합니다.

비용 데이터를 중앙 집중화합니다. 환경 전체에서 비용 정보를 수집하고 분석하기 위한 단일 기본 플랫폼을 설정합니다. 장기 스토리지 및 고급 분석의 경우 매일 또는 매월 일정에 따라 비용 데이터를 중앙 집중식 데이터 리포지토리로 정기적으로 내보내도록 구성합니다. 데이터를 표준화된 구조화된 형식(예: 개방형 FinOps 정렬 스키마)으로 저장하여 팀 전체에서 일관성과 유용성을 보장합니다.

압축된 파일 형식(예: 열 형식 또는 압축된 텍스트 파일)을 사용하여 스토리지 효율성을 최적화하여 스토리지 비용을 절감합니다.

클라우드 거버넌스와 같은 전용 팀에 중앙 집중식 비용 데이터 플랫폼의 소유권을 할당합니다. 워크로드 소유자는 조직 표준을 따라 조직 전체에서 비용 데이터를 관리하고 사용하는 방식에서 일관성, 책임성 및 확장성을 보장합니다.

절충안: 비용 데이터를 더 오래 보존하면 과거 분석 및 추세 파악이 가능합니다. 그러나 데이터 저장은 비용이 많이 들 수 있습니다. Azure Cost Management 13개월 동안 비용 데이터를 보존합니다. 해당 기간 이후의 기록 데이터를 유지하려면 Cost Management가 스토리지 계정으로 내보내기를 예약합니다. 스토리지 계정에서 수명 주기 관리 정책을 사용하여 이전 데이터를 쿨 또는 보관 계층으로 이동합니다.

비용 데이터 그룹화 및 분류

데이터를 그룹화하면 비용을 효과적으로 관리할 수 있는 더 나은 인사이트를 얻을 수 있습니다. 부서 또는 프로젝트와 같은 다양한 차원에 따라 비용을 세분화하여 해당 관련자에게 비용을 정확하게 할당합니다. 데이터를 그룹화하면 투명성, 책임성 및 비용 인식이 향상됩니다.

비용 데이터를 리소스, 서비스, 환경, 지역, 부서, 프로젝트 또는 팀과 같은 의미 있는 범주로 그룹화합니다. 예를 들어 리소스 및 서비스 수준에서 비용 분석을 이해하면 리소스 할당, 크기 조정 또는 서비스 해제에 대한 정보에 입각한 결정을 내릴 수 있습니다. 프로덕션, 재해 복구 또는 품질 보증과 같은 환경별로 비용 데이터를 그룹화하면 비용 불일치를 식별하고 각 환경의 특정 요구 사항에 따라 리소스 사용량을 최적화하는 데 도움이 됩니다. 워크로드 데이터를 그룹화할 때는 다음 권장 사항을 고려하세요.

  • 사용량 및 구성 요소 데이터를 수집합니다. 워크로드에서 각 구성 요소의 사용량 및 비용에 대한 자세한 정보를 수집합니다. 다양한 각도에서 비용을 분석하고 이 데이터를 캡처하여 비용 분석에 대한 인사이트를 얻습니다.

  • 다른 차원을 참조하세요. 기술 차원(예: 리소스 종류 또는 서비스 범주), 리소스 조직 차원(예: 부서 또는 팀) 및 비즈니스 모델 차원(예: 프로젝트 또는 비용 센터)을 기준으로 일일 비용을 분류합니다.

  • 메타데이터를 적용합니다. 메타데이터를 사용하여 데이터를 그룹화하고 의미 있는 비용 보고서를 생성합니다. 메타데이터를 사용하면 높은 비용 영역을 식별하고 부서 또는 프로젝트 수준에서 책임 측정 또는 비용 최적화 전략을 구현할 수 있습니다. 다중 테넌트 솔루션에서 테넌트 식별자를 사용하여 리소스에 태그를 지정하는 등 애플리케이션의 핵심 비즈니스 모델을 반영하는 방식으로 비용을 그룹화하기 위한 메커니즘을 디자인합니다.

Cost Management에서 태그 상속 을 사용하도록 설정하여 구독 및 리소스 그룹 태그를 부족한 자식 리소스에 자동으로 적용합니다. 태그 상속은 모든 리소스에 개별적으로 태그를 지정하지 않고도 간격을 채우는 데 도움이 됩니다. 단일 소유자에게 직접 태그를 지정할 수 없는 공유 리소스의 경우 Cost Management의 비용 할당 규칙을 사용하여 사용자 지정 논리에 따라 비용을 재배포합니다.

비용 보고서 생성

비용 데이터를 수집한 후 이를 사용하여 비용 보고서를 생성합니다. 비용 보고서는 지출에 대한 가시성을 제공하고 워크로드 지출 패턴을 쉽게 분석할 수 있도록 합니다. 비용 최적화가 필요한 영역을 식별하고 지출을 최적화하기 위해 정보에 입각한 결정을 내립니다. 비용 보고서를 사용하면 다른 팀, 부서 또는 프로젝트에 비용을 할당할 수 있습니다. 이 할당은 비용 분포를 이해하는 데 도움이 되며 정확한 차지백 또는 쇼백을 용이하게 합니다.

일반적인 시나리오를 해결합니다. 비용 보고서를 생성할 때 일반적인 비용 문제를 해결합니다. 공통 관심사 영역에서 데이터를 수집하면 필요한 데이터 집합(비용, 메트릭 및 사용량)이 협조적으로 해석되도록 할 수 있습니다. 일반적인 관심사 영역은 다음과 같습니다.

  • 세분화된 비용: 부서당 할당된 금액과 프로젝트당 비용을 보고합니다.

  • 투자 수익률: 시스템 운영에 들어가는 수익의 비율을 결정합니다. 시스템이 수익을 높이지 않는 경우 다른 ROI 메트릭을 측정합니다.

  • 지출 패턴: 지출 패턴을 분석하여 시간에 따른 비용의 추세 및 패턴을 식별합니다. 지출 패턴을 사용하여 비용 최적화 및 예산 계획에 대한 정보에 입각한 결정을 내립니다.

회계 표준에 맞춥니다. 비용 보고서는 내부 회계 표준을 수용해야 합니다. 일반적인 시스템은 쇼백 및 차지백입니다. 쇼백은 가시성에 관한 것이며, 차지백은 책임에 관한 것입니다.

  • Showback: 비용 보고서로 쇼백 명세서를 생성합니다. 예를 들어 마케팅 팀은 $15,000를 활용했고 엔지니어링 부서는 총 워크로드 지출 $40,000에 대해 25,000달러의 비용을 발생시켰습니다. 쇼백은 각 부서에 비용 분석을 제공하여 각 팀이 리소스 소비를 검토하고 최적화할 수 있도록 합니다.

  • 차지백: 차지백은 양면적인 개념으로, 리소스 사용량과 제공된 서비스를 기준으로 내가 다른 사람에게 비용을 청구하기도 하고 다른 사람이 나에게 비용을 청구하기도 합니다. 예를 들어, 워크로드에서 중앙 집중식 보안 서비스를 사용합니다. 보안 팀은 서비스에 대해 $10,000를 청구했습니다. 하지만 워크로드를 사용하기 위해 영업 및 마케팅 부서에 각각 7,000달러와 8,000달러를 청구했습니다. 크레딧과 차변 모두의 모든 차지백 트랜잭션은 중앙 집중식 비용 데이터 싱크에 통합됩니다.

포괄적인 보고서를 제공합니다. 비용 보고서에는 클라우드 서비스 및 공급업체의 비용이 포함되어야 합니다. 보고서에는 실제 비용, 분할 상환 비용, 추세, 예측, 크레딧 및 비용 분산이 포함되어야 합니다. 실제 및 약정 기반 비용 메트릭에 대한 정의 테이블을 참조하세요. 쇼백 및 차지백 시스템 모두에서 비용 보고서에는 다음이 포함되어야 합니다.

  • 추세: 기록 데이터를 검사하여 시간에 따른 지출 패턴 및 변경 내용을 식별합니다. 이 분석은 비용이 변동하는 방식을 이해하고 기본 요인을 식별하는 데 도움이 됩니다.

  • 예측: 기록 데이터 및 추세를 기반으로 향후 지출을 예측하여 향후 비용을 예측하고 그에 따라 계획할 수 있습니다. 예측은 기계 학습 알고리즘과 같은 다양한 기술을 사용하여 생성할 수 있습니다.

  • 비용 차이: 발생한 실제 비용을 예상 또는 예산 비용과 비교합니다. 비용 차이는 계획의 편차를 식별하고 그 이유를 이해하는 데 도움이 됩니다.

리소스 소유자 할당

각 비용 항목에는 리소스 소유자로 직접 책임 있는 개인(DRI)이 있어야 합니다. 각 비용 항목에 리소스 소유자를 할당하면 관련 비용에 대한 명확한 책임이 보장됩니다. 특정 리소스 또는 서비스의 사용량 및 비용을 관리하고 최적화할 책임이 있는 사용자를 식별하는 데 도움이 됩니다. 리소스 소유자는 다음을 위해 중요합니다.

  • 비용 할당: 각 비용 항목에 리소스 소유자를 할당하면 정확한 비용 할당이 가능합니다. 리소스 소유자는 적절한 팀, 부서 또는 프로젝트에 대한 비용 특성을 보장하여 재무 투명성 및 예산 관리를 용이하게 합니다.

  • 커뮤니케이션: 리소스 소유자를 할당하면 워크로드 팀 및 조직 내에서 효과적인 커뮤니케이션 및 협업이 촉진됩니다. 비용 관리에 대한 논의를 용이하게 하고, 모범 사례 공유를 장려하며, 리소스 소유자가 함께 작업하여 비용을 전체적으로 최적화할 수 있습니다.

  • 의사 결정: 리소스 소유자는 리소스 프로비전, 크기 조정 및 최적화와 관련된 의사 결정에 중요한 역할을 합니다. 비즈니스 목표 및 비용 최적화 목표에 부합하는 정보에 입각한 의사 결정을 내리는 데 필요한 통찰력과 소유권이 있습니다.

비용 데이터 검토

관련자와 예산 및 비용 모델에 대한 지출을 정기적으로 검토합니다. 정기적인 검토는 최적화를 위한 비용 추세, 이상값 및 영역을 식별하는 데 도움이 됩니다. 비용 최적화 이니셔티브를 추진하려면 재무 팀, 운영 팀 및 의사 결정자와 같은 이해 관계자를 이러한 검토에 참여시키는 것이 중요합니다. 검토는 비용이 기대에 부합하는지 확인하고 필요한 경우 조정을 허용합니다. 사용 패턴의 변경 내용을 모니터링하고, 필요에 따라 리소스 할당을 조정하고, 비용 데이터의 지속적인 분석을 기반으로 비용 절감 조치를 구현합니다.

아키텍처 선택 사항 검토

워크로드의 아키텍처 결정에서 비용에 미치는 영향을 검토합니다. 아키텍처 디자인 선택을 검토할 때 단가뿐만 아니라 경쟁 방법 의 총 소유 비용(TCO) 을 비교합니다. 관리 오버헤드, 라이선스, 확장 동작, 그리고 약정 기반 할인 적용 대상 여부를 고려하세요. 관리 서비스(PaaS/SaaS)는 운영 인건비를 절감하는 경우가 많지만 단가가 높을 수 있습니다. IaaS는 가격 책정 유연성을 제공하지만 운영 비용을 팀으로 전환합니다. CO:02의 Azure 가격 계산기 및 비용 모델링을 사용하여 결정하기 전에 절충을 정량화합니다.

주요 아키텍처 결정을 검토할 때 조직의 중앙 집중식 비용 관리 팀에 참여합니다. 아키텍처 트레이드오프 판단에 도움을 주는 벤치마크 데이터, 요율 최적화 인사이트, 그리고 약정 기반 할인 전략.

비용 경고 자동화

자동화된 경고를 구현하면 주요 임계값에서 예산 알림을 트리거할 수 있습니다. 이러한 경고는 비용이 미리 정의된 한도를 초과하거나 예상 지출 패턴에서 상당한 편차가 있는 경우 관련자 및 DRI에 알리도록 설정할 수 있습니다. 예산 경고 및 예측 경고는 비용 경고를 자동화하는 데 사용되는 두 가지 유형의 비용 경고입니다.

예산 경고를 사용합니다. 예산 경고를 사용하면 예산 금액을 설정하고 실제 비용에 대한 임계값을 정의할 수 있습니다. 실제 비용이 지정된 임계값을 초과하면 예산 경고가 트리거됩니다. 이러한 경고는 지출을 모니터링하고 예산에 접근하거나 초과할 때 알림을 보내는 데 도움이 됩니다. 예산 경고는 발생한 실제 비용을 기반으로 합니다. 워크로드 지출은 다양한 경향이 있습니다. 최소한 예상 비용(100%), 이상적인 지출(90%), 이상적인 지출(110%) 미만으로 목표 예산에 대한 경고를 설정해야 합니다.

예측 경고를 사용합니다. 예측 경고는 지출 추세가 예산을 초과할 가능성이 있는 경우 고급 알림을 제공합니다. 이러한 경고는 예측된 비용 예측을 기반으로 생성됩니다. 예측 비용이 설정된 임계값을 초과하면 예측 경고가 트리거됩니다. 예측 경고는 잠재적인 비용 초과를 예상하는 데 도움이 되므로 지출을 제어하기 위한 사전 조치를 취할 수 있습니다. 예측 경고를 대상 예산의 110%로 설정해야 합니다.

이상 탐지를 사용합니다. 변칙 검색을 사용하면 비용 데이터의 예기치 않거나 비정상적인 패턴을 식별하여 비용 변칙을 즉시 검색하고 해결할 수 있습니다. 변칙 검색 기술을 활용하여 예기치 않은 급증 또는 비용 감소와 같은 추세 기준의 편차를 식별하고 적절한 조치를 취합니다. 이상 탐지를 조정해 지출 가드레일이 방지하지 못하거나 간헐적으로만 방지하는 변동을 탐지해야 합니다.

비용 변칙의 분석에 따라 상황을 해결하는 데 필요한 작업을 결정합니다. 작업 계획에는 리소스 사용률 최적화, 가상 머신 크기 조정, Azure Policy 컨트롤 구현 또는 예산 조정이 포함될 수 있습니다. 비용 제어 측정값을 비즈니스 값에 맞게 조정하고 예산 조정에 필요한 승인을 받는 것이 중요합니다.

자동화된 프로세스를 구현하여 비용 분산을 실시간으로 식별하고 해결합니다. 옵션에는 자동으로 리소스 크기 조정, 종료 자동화 또는 비용 변칙의 조사 및 완화를 위한 워크플로 설정이 포함됩니다. KPI(핵심 성과 지표)를 설정하여 비용 예측의 정확도, 비용 대 예산, 예기치 않은 변칙 수 및 예측 경고에 대응하는 시간을 측정합니다. 정기적으로 예측을 검토하고, 분산을 추적하고, 예산 기대치와 일치하는지 확인합니다.

위험: 비용 데이터의 수집 및 검토를 자동화하면 시간과 노력을 절약할 수 있습니다. 그러나 자동화에만 의존하면 수동 검토 및 분석이 필요한 특정 비용 최적화 기회를 간과할 수 있습니다. 자동화와 수동 검토 간의 적절한 균형을 찾는 것이 중요합니다.

Azure 지원

비용 데이터 수집 및 그룹화: Azure 지출을 추적하고 분석하기 위한 기본 도구로 Cost Management 사용합니다. 매일 일정에 따라 Azure Data Lake Storage Gen2 계정에 비용 데이터를 쓰도록 Cost Management 내보내기 구성 - 공급자에 관계없이 표준화된 비용 데이터에 FOCUS(FinOps Open Cost and Usage Specification) 템플릿을 사용합니다. 리소스에 Azure 태그 적용하고 Cost Management에서 태그 상속을 사용하도록 설정하여 태그 간격을 채웁니다. 비용 할당 규칙을 사용하여 공유 리소스 비용을 재배포합니다.

비용 보고서 및 대시보드 생성: 리소스, 서비스 및 태그 차원에 대한 기본 제공 보기를 사용하여 실제 및 분할 상환 비용을 대화형으로 탐색하는 데 비용 분석을 사용합니다. 고급 분석을 위해 바로 가기를 통해 Fabric lakehouse를 ADLS Gen2 내보내기 스토리지에 연결하여 FinOps용 Microsoft Fabric 작업 영역을 만든 다음, 수집된 비용 데이터를 기반으로 Power BI 대시보드를 구축합니다. 이 파이프라인인 Cost Management는 ADLS Gen2 → Fabric Lakehouse → Power BI → 내보내며, 대규모 데이터 세트로 확장되며 사용자 지정 FOCUS 기반 보고를 사용하도록 설정합니다.

비용 데이터 검토: 구독 또는 리소스 그룹 수준에서 예산을 설정하고 목표 지출의 90%, 100%, 110%를 기준으로 하는 임계값 경고를 구성합니다. 비용 분석에서 변칙 검색 을 사용하여 예기치 않은 비용 급증을 표시합니다. 프로그래밍 방식 액세스의 경우 원시 비용 데이터 검색 및 자동화에 비용 세부 정보 API 를 사용합니다.

아키텍처 디자인 선택 항목 보기: Azure 가격 계산기를 사용하여 경쟁 디자인 접근 방식에 대한 비용을 모델링합니다. 운영 노동, 라이선스 및 약정 할인 자격을 포함하는 IaaS, PaaS 및 SaaS 옵션의 총 소유 비용을 비교합니다. 클라우드 채택 프레임워크 비용 거버넌스 지침 조직 정책을 사용하여 워크로드 수준 검토를 보완합니다.

경고 자동화: 예산 경고를 작업 그룹으로 사용하여 임계값을 초과하면 알림, Azure Automation runbook 또는 Logic Apps 워크플로를 실행합니다. 비용 분석 변칙 검색 을 사용하여 비용 변칙을 보고 대응합니다.

로그 분석 비용 최적화: 상당한 로그 볼륨을 생성하는 트래픽이 많은 서비스의 경우 수집 시간 변환을 구현하여 관련 데이터를 선택적으로 처리하고 저장합니다. 대용량 환경에서 일상적인 트래픽 로그를 줄이면서 중요한 이벤트를 유지하도록 필터링 규칙을 구성합니다.

비용 최적화 검사 목록

전체 권장 사항 집합을 참조하세요.

비용 최적화 검사 목록

  • Last updated on