[더테크=조명의 기자] 다이나트레이스는 대기업 데브옵스 및 보안 자동화 담당하는 450명의 IT 실무자를 대상으로 한 글로벌 서베이인 ‘2023 데브옵스 자동화 펄스 리포트’ 결과를 30일 발표했다. 

이번 연구에 따르면, 데브옵스 자동화에 대한 조직의 투자는 소프트웨어 품질 61% 향상, 배포 실패 57% 감소, IT 비용 55% 절감 등 상당한 이점을 제공하지만, 대부분 기업에서 데브옵스 자동화는 여전히 초기 단계에 머무르고 있는 것으로 나타났다.

데브옵스 자동화에 대한 명확한 전략 부재, 만연한 툴체인의 복잡성, 옵저버빌리티 및 보안 데이터 분석의 어려움 등으로 투자의 효과를 완전히 실현하지 못한다는 분석이다.

특히 이번 연구는 기업이 비즈니스의 요구에 보다 효과적으로 대응하기 위해 데이터 주도형 AI 기반 자동화가 필요함을 강조하고 있다.

이번 연구에서 기업은 향후 12개월 동안 데브옵스 자동화에 투자해 보안 및 컴플라이언스 관리(55%), 인프라스트럭처 프로비저닝 및 관리(52%), 성능 최적화(51%)를 지원할 것으로 조사됐다. 하지만 38%의 기업만이 명확하게 정의된 데브옵스 자동화 전략을 갖추고 투자 정보를 제공할 수 있다고 다이나트레이스는 설명했다. 

평균적으로 기업은 전체 데브옵스 라이프사이클의 약 절반 이상(56%)만 자동화하는 데 성공했으며, 데브옵스 자동화를 위해 7가지 이상의 다양한 툴에 의존하는 것으로 나타났다. 응답자들은 새로운 데브옵스 유스 케이스를 자동화하는데 최대 장애요소로 보안에 대한 우려(54%), 데이터 운영화의 어려움(54%), 툴체인의 복잡성(53%) 등을 꼽았다. 

이외에도 71%의 기업이 옵저버빌리티 데이터와 인사이트를 이용해 데브옵스 워크플로우의 자동화를 결정하고 개선하고 있는 것으로 조사됐다. 그러나 85%의 기업은 옵저버빌리티 및 보안 데이터를 이용해서 데브옵스 자동화를 추진하는 데 어려움을 겪고 있으며, 접근할 수 없는 데이터(51%), 사일로에 존재하는 데이터(43%), 분석을 위해 여러 시스템을 거쳐야 하는 데이터(41%) 등이 해결해야 할 당면 과제로 지적했다.  

응답자의 59%는 챗GPT나 바드 같은 대규모언어모델(LLM)이 데브옵스 자동화 역량에 중대한 영향을 끼칠 것이라 기대했다. 대표적인 세 가지 효과로 생산성 증대와 수작업 감소(57%), 개발-보안-운영 사이의 협업 강화(56%), 코드 생성 자동화(48%)를 꼽았다.

번드 그레이페네더 다이나트레이스 최고기술책임자(CTO)는 “데이터 기반 자동화는 클라우드 네이티브 시대에 혁신을 실현하고 고객 기대를 충족하는 핵심이다”라며 “이를 위해서는 클라우드 네이티브 스택이 생성하는 대량의 다양한 데이터를 처리하고 AI를 이용해서 데브옵스 자동화를 위한 정확하고 실행 가능한 인사이트를 제공하는 플랫폼이 필요하다”라고 설명했다.