IT인프라이해 (2일차) [KT 에이블스쿨] 2025.05.09(금)

2025.05.09 (금)

 

 

 

 

어제는 오전 독감 확진되고 나서 약을 맞았는데

밤에는 머리가 너무 아파서 복습을 못 했습니다...

왜냐하면 수업도 중간부터 못 들었기 때문이죠..ㅎㅎㅎ..

약을 맞아서 그런지 점심 밥먹을 때부터 머리가 깨질 듯이 아팠습니다... ㅠㅠ

 

그래도 KT에이블스쿨이나 IT인프라에 대해 듣고 싶은 분들이 오셨을테니

사담은 여기까지 하겠습니다 ..! :D

 

어제부터 Cloud에 대한 이야기를 시작하시면서

첫 챕터로 IT 인프라에 대한 이야기를 하셨습니다 ! 

IT 인프라는 크게 '컴퓨터 개론'과 'IT 인프라 개요'로 구성됩니다.

 

첫 시간에 들은 내용은 내일 강의를 다시 들을 예정이나 간단한 개념만,

IT 인프라는 오늘 들은 내용을 잘 정리해보겠습니다.

 

그럼 리뷰 시작합니다 !

 

 

 

---

 

[컴퓨터 개론]

 

1. ICT기술과 컴퓨터

 

○ ICT 기술 

  : 정보기술(Information Technology)과 통신기술(Communication Technology)의 합성어, 정보통신기술

 

○ 데이터 파이프라인 

  : 수집 → 저장/처리 → 분석 → 학습

 

○ 컴퓨터 구성 요소 

  : 시스템 소프트웨어 / 응용 소프트웨어 / 하드웨어

 

2. 데이터 표현과 논리회로

 

○ 진법 

  : 자릿수가 올리가는 단위를 기준으로 하는 셈법

  → 컴퓨터는 2진수를 이용

  → 1byte는 8bit, bit는 데이터를 표현하는 최소 단위(0또는 1로 구성)

 

○ 아스키코드(ASCII, American Standard Code for Information Code)

  : 1963년 미국 ANSI에서 표준화, 영어를 표현하는 표준 코드 이며 7bit 부호체계

 

○ 유니코드

  : 영어권 이외의 문자를 표현하기 위해 만든 코드, 16bit으로 구성

  → 한글은 11,172글자를 포함하며, 전체 코드의 17%를 차지한다.

  → 대표적으로 'UTF8'이 있다.

 

3. 컴퓨터 구조 

  : 시스템 버스 + ( CPU/기억장치/입출력장치 )

  → CPU 프로그램 실행 순서 : 패치 → 디코딩 → 실행

 

○ MCU 종류 (=임베디드 CPU)

  : ARM, AVR(아두이노), DSP

 

○ 임베디드 

  : PC를 제외한 기기에 들어가는 CPU를 통칭 (저전력만 허용)

 

○ 기억장치 

  : CPU, 주 기억 장치, 보조 기억 장치

  → CPU에서 보조 기억 장치로 갈수록 읽고 쓰는 속도가 느려지고 가격이 싸진다. 저장 용량도 커진다. 

 

 

---

 

 

[IT 인프라 개요]

 

1. IT 인프라 개요

  : 기업이나 조직이 IT 서비스를 원활히 운영하고 제공할 수 있도록 지원하는 하드웨어, 소프트웨어, 네트워크, 데이터 센터, 보안 시스템 등의 기술 및 시스템의 집합을 의미

  → 기업의 정보 시스템을 효율적으로 관리 및 운영의 기초

  → 클라우드, 빅데이터, AI, IoT 등의 기술과도 긴밀히 연결

 

○ IT 인프라의 중요성

  ① 비지니스 운영의 필수 요소(DX를 통해 디지털 기술 활용)

  ② 확장성 및 유연성 제공

  ③ 데이터 관리 및 분석 기반 제공

  ④ 보안 및 규제 준수

  ⑤ IT 서비스 자동화 및 비용 절감

 

2. 하드웨어 인프라

  : IT 시스템을 운영하기 위해 필요한 물리적 장치 및 구성 요소를 의미

  → 서버, 스토리지, 네트워크 장비, 데이터센터 설비, 보안 장비 등

  → 클라우드 환경에서 가상화된 형태로 제공되기도 함

 

○ 3-Tier 아키텍처

  : Presentation Tier, Bussiness Logic Tier, Data Tier로 구성, 각 계층의 독립적 하드웨어 인프라 필요

  → (Presentation Tier : Client), (Bussiness Logic Tier : Server), (Data Tier : Database)

 

○ 서버 유형에 따른 분류

구분	물리 서버 (Physical Server)	가상 서버 (Virtual Server)	클라우드 서버 (Cloud Server)	엣지 서버 (Edge Server)	블레이드 서버 (Blade Server)	랙 서버 (Rack Server)
설명	독립적인 하드웨어 기반 서버	가상화 기술을 이용해 여러 서버 운영	클라우드 환경에서 제공하는 가상 서버	사용자와 가까운 위치에서 데이터 처리	여러 개의 서버 모듈을 섀시에 장착	표준 랙에 장착 가능한 서버
장점	높은 성능과 보안	유연한 자원 관리	확장성과 비용 효율성	지연 시간 단축	공간 절약, 전력 효율성	유지보수 용이
단점	비용이 높고 확장성 제한	성능 오버헤드 발생 가능	지속적인 비용 발생	관리가 어려움	초기 비용이 높음	전력 소비가 높음
사용사례	데이터센터, 온프레미스 환경	클라우드, 데이터센터	AWS, Azure, GCP 등	IoT, 5G, 스마트팩토리	대규모 데이터센터	기업 및 클라우드 데이터센터

 

○ 스토리지 

  : 데이터를 영구적으로 저장하고 관리하는 장치, 운영체제/애플리케이션/데이터베이스/멀티미디어 파일 등을 저장

  → 속도, 확장성, 내구성, 비용 등이 고려됨.

  → 분류 방식 : 저장방식, 디스크단위, 네트워크 연결방식

 

○ 네트워크

  : 두 개 이상의 장치가 서로 연결되어 데이터를 교환하는 시스템을 의미

  → 유무선 통신을 이용해 데이터를 주고받으며 IT 인프라의 핵심적인 역할을 함

 

○ HW 보안

  → 네트워크 보안, 시스템 보안, 물리적 보안

 

3. 소프트웨어 인프라

  : IT 시스템을 원활하게 운영되도록 지원하는 기반 소프트웨어 환경을 의미 

  → 운영체제, 미들웨어, 데이터베이스, 가상화, 클라우드 서비스, 보안 소프트웨어 등으로 구성

 

○ 미들웨어 (Middleware)
  : 애플리케이션 간 데이터 처리 및 통신 지원

 

  → 주요 기술

    - 웹 애플리케이션 서버 (WAS) → Tomcat, JBoss, WebSphere

    - 메시징 미들웨어 → Apache Kafka, RabbitMQ (비동기 메시징 처리)

    - API 게이트웨이 → Kong, Apigee (API 관리 및 보안)

 

  → 사용 사례

    - 전자상거래 사이트에서 Kafka를 사용해 주문 데이터 처리

    - 마이크로서비스 환경에서 API 게이트웨이 적용

 

○ 데이터베이스 (Database)

  : 데이터를 저장, 관리, 검색 및 분석하는 역할

 

  → 주요 기술

    - 관계형 데이터베이스 (RDBMS) → MySQL, PostgreSQL, Oracle, SQL Server

    - NoSQL 데이터베이스 → MongoDB, Cassandra, Redis

    - 데이터 웨어하우스 → Amazon Redshift, Google BigQuery

 

  → 사용 사례

    - 고객 정보 및 트랜잭션 데이터를 Oracle DB에 저장

    - 실시간 데이터 분석을 위해 MongoDB 활용

 

○ 가상화 (Virtualization)
  : 서버, 네트워크, 스토리지 자원을 논리적으로 분할하여 효율적으로 활용

 

  → 주요 기술

    - 서버 가상화 → VMware vSphere, KVM, Hyper-V

    - 네트워크 가상화 (SDN) → Cisco ACI, OpenFlow

    - 스토리지 가상화 (SDS) → Ceph, vSAN

 

  → 사용 사례

    - 데이터센터에서 VMware를 활용해 서버 가상화 환경 구축

    - SDN을 사용하여 네트워크 트래픽 동적 관리

 

○ 클라우드 플랫폼 (Cloud Platform)
  : 클라우드 환경에서 애플리케이션과 인프라를 운영 및 관리

 

  → 주요 기술

    - 퍼블릭 클라우드 → AWS, Azure, Google Cloud

    - 프라이빗 클라우드 → OpenStack, VMware Cloud

    - 하이브리드 클라우드 → AWS Outposts, Azure Stack

 

  → 사용 사례

    - SaaS 기업이 AWS에서 애플리케이션 배포

    - 금융권이 프라이빗 클라우드(OpenStack) 구축

 

○ 컨테이너 & 오케스트레이션
  : 애플리케이션을 컨테이너 단위로 실행 및 관리

 

  → 주요 기술

    - 컨테이너 기술 → Docker, Podman

    - 컨테이너 오케스트레이션 → Kubernetes, OpenShift

    - 서버리스(Serverless) → AWS Lambda, Azure Functions

 

  → 사용 사례

    - 마이크로서비스 기반 애플리케이션을 Kubernetes로 자동 확장

    - AWS Lambda를 활용하여 서버리스 애플리케이션 개발

 

4. 네트워크 인프라

  : 서버, 스토리지, 애플리케이션이 서로 원활하게 통신할 수 있도록 지원하는 IT 인프라의 핵심 요소

  → 유무선 내트워크 장비, 프로토콜, 보안 시스템, 가상 네트워크 및 클라우드 환경 등이 포함

 

5. 클라우드 인프라

  : 컴퓨팅, 스토리지, 보안 등의 IT 인프라를 가상화하여 인터넷을 통해 제공하는 환경을 의미  

  → 퍼블릭, 프라이빗, 하이브리드 클라우드 형태로 구축되면, IaaS, PaaS, SaaS와 같은 서비스 모델로 운영됨

 

○ 클라우드 구성요소

구분	설명	주요 기술 및 솔루션	적용 사례
컴퓨팅 (Compute)	가상 서버(VM), 컨테이너, 서버리스	AWS EC2, Google Compute Engine, Azure VM	애플리케이션 실행, 빅데이터 분석
스토리지 (Storage)	데이터 저장, 파일 및 객체 스토리지	AWS S3, Azure Blob, Google Cloud Storage	데이터 백업, 파일 공유
네트워크 (Network)	가상 네트워크, 로드 밸런싱	AWS VPC, Azure VNet, Cloudflare CDN	하이브리드 클라우드, 글로벌 서비스
보안 (Security)	방화벽, IAM, DDoS 방어	AWS IAM, Azure Security Center, WAF	클라우드 보안 강화
데이터베이스 (Database)	관계형 DB, NoSQL, 데이터 웨어하우스	AWS RDS, Google BigQuery, MongoDB Atlas	애플리케이션 데이터 저장
컨테이너 & 오케스트레이션	컨테이너화된 애플리케이션 실행	Docker, Kubernetes, AWS EKS	마이크로서비스 운영
모니터링 및 운영	실시간 성능 모니터링, 자동화	AWS CloudWatch, Prometheus, Terraform	네트워크 및 애플리케이션 운영 최적화

 

 

○ 클라우드 서비스 모델

구분	설명	주요 기술 및 솔루션	적용 사례
IaaS (Infrastructure as a Service)	가상 서버, 네트워크, 스토리지 제공	AWS EC2, Azure VM, Google Compute Engine	서버 및 데이터센터 운영
PaaS (Platform as a Service)	개발 환경 및 실행 플랫폼 제공	AWS Lambda, Google App Engine, Heroku	개발자용 애플리케이션 배포
SaaS (Software as a Service)	최종 사용자용 소프트웨어 서비스	Google Workspace, Dropbox, Salesforce	이메일, 협업 도구, CRM

 

 

6. 인프라 운영 DevOps & MLOps

  : IT 인프라를 안정적으로 유지하고, 성능을 최적화하며, 확장성과 보안성을 관리하는 과정

 

○ 인프라 운영의 주요 목적

  : 시스템 안정성 유지, 자동화 및 효율성 향상, 보안 및 규정 준수, 비용 최적화

 

○ DevOps & MLOps

  : 인프라 운영을 자동화하고, 소프트웨어 및 머신러닝 모델의 개발-배포-운영을 최적화하는 프레임워크

  → MLOps는 DevOps 개념을 ML에 적용하여 모델 개발 및 운영에 적용한 방법론

 

○ DevOps

  : Development + Operation을 통합하여 소프트웨어 개발 및 배포를 자동화하는 방법론

 

  → 구성요소

구분	설명	주요 기술 및 도구
CI/CD (지속적 통합 & 배포)	코드 변경 사항을 자동으로 빌드, 테스트, 배포	Jenkins, GitLab CI/CD, GitHub Actions
IaC (Infrastructure as Code)	코드 기반으로 인프라 구축 및 관리	Terraform, Ansible, AWS CloudFormation
컨테이너 및 오케스트레이션	애플리케이션 컨테이너화 및 관리	Docker, Kubernetes, Helm
모니터링 및 로깅	애플리케이션 및 시스템 상태 모니터링	Prometheus, Grafana, ELK Stack
보안 및 DevSecOps	개발 과정에서 보안 자동화	HashiCorp Vault, SonarQube

 

○ MLOps

  : 머신러닝 모델 개발, 배포, 운영을 자동화하는 방법론

  → DevOps 개념을 ML 워크프롤우에 적용하여 데이터 및 모델을 효율적으로 관리

 

 

 

---

 

 

 

생각보다 내용이 너무 광대하여

중간에 불필요 하다고 생각되는건 생략하고

강조하신 이야기 위주로 정리해봤습니다 ! 

그래도 양이 장난아닙니다..

 

2일치를 작성했지만, 

1일차 내용을 거의 없고 대부분 2일차 내용이네요 ! 

역시 오늘 수업이 30일간 수업에서

가장 중요하다고 말씀하신 강사님의 말씀이

정말 사실이었던거 같습니다 !

 

그정도로 어디서 듣지 못할

Cloud 시스템에 대한 내용을 들었습니다 !

이렇게 체계적으로 많은 단계를 거쳐서

고객과 기업에서 서비스가 이루어지고 있는줄

처음 알게 된 듯합니다 !

 

정말 흥미로운 이야기이기도 했고,

그만큼 생소해서 많이 공부해야겠다고 

느껴지기도 했습니다 !

 

앞으로 Cloud에 대해 배우면서 

더욱 갈고 닦아보겠습니다 ~! 

 

 

그럼 오늘도 고생하셨습니다 !!