본문으로 건너뛰기
피드

NHN클라우드, 티베로 액티브 클러스터로 공공 클라우드 고가용성 DB 공략

backend 약 5분
vote
0
댓글
북마크

NHN클라우드가 티맥스티베로의 고가용성 DB 클러스터링 솔루션 TAC를 자사 클라우드에서 제공한다. 온프레미스에서 주로 쓰이던 액티브-액티브 DB 클러스터링을 클라우드 환경에 맞게 최적화해 공공·기업 고객의 무중단 운영과 재해복구 수요를 겨냥한다.

  • 1

    NHN클라우드는 티맥스티베로의 TAC를 민간존과 공공존 모두에 제공함

  • 2

    TAC는 여러 DB 서버가 동시에 활성 상태로 동일 작업을 처리하는 액티브-액티브 클러스터링 솔루션임

  • 3

    액티브-스탠바이보다 자원 활용도와 장애 대응 안정성이 높지만, 고성능 공유 저장소와 네트워크 구성이 필요해 클라우드 구현 난도가 높음

  • 4

    클릭 몇 번으로 신규 노드를 추가하고 스케일아웃할 수 있어 초기 물리 장비 구축 비용을 줄일 수 있음

  • NHN클라우드가 티맥스티베로의 고가용성 DB 클러스터링 솔루션을 클라우드에서 제공함

    • 대상 솔루션은 티베로 액티브 클러스터(Tibero Active Cluster, TAC)임
    • 민간존과 공공존 모두에 제공해 공공·기업 시장을 같이 노림
  • TAC의 핵심은 액티브-액티브 DB 클러스터링임

    • 여러 대의 데이터베이스 서버가 모두 활성화된 상태에서 동일한 작업을 동시에 처리함
    • 특정 서버에 장애가 발생해도 데이터 안정성과 서비스 연속성을 유지할 수 있음
  • 액티브-스탠바이와 비교하면 장단점이 뚜렷함

    • 액티브-스탠바이는 주 서버가 일하고 대기 서버가 장애 시 넘어받는 방식에 가까움
    • 액티브-액티브는 복수 서버가 동시에 일을 처리해서 자원 활용도가 높고 장애 대응도 더 안정적임
    • 대신 고성능 공유 저장소와 네트워크 구성이 필수라 클라우드 환경에서 구현 난도가 높다고 평가됨

중요

> 이 건의 포인트는 “DB를 클라우드에 올렸다”가 아니라, 구현 난도가 높은 액티브-액티브 DB 구성을 국산 클라우드 상품으로 제공한다는 데 있음.

  • NHN클라우드는 지난 3월 티맥스티베로와 국산 기술 기반 AI 인프라 구축 업무협약을 맺은 뒤 TAC를 최적화함

    • TAC의 고성능 공유 저장소와 전용 네트워크 인터페이스를 NHN클라우드 환경에 맞게 조정함
    • 온프레미스에서 주로 쓰이던 TAC를 클라우드 기반으로 제공할 수 있는 구조를 마련했다는 설명임
  • 고객 입장에서는 확장성과 비용 구조가 달라짐

    • 시스템 증설이 필요할 때 클릭 몇 번으로 신규 노드를 추가할 수 있음
    • 트래픽 증가에도 스케일아웃 방식으로 대응 가능함
    • 초기 물리 장비 구축 비용 없이 필요한 만큼 서버를 증설하거나 반납할 수 있음
  • 공공기관 타깃이 특히 중요함

    • 최근 공공 클라우드 전환과 함께 재해복구(DR) 체계 구축 필요성이 커지고 있음
    • NHN클라우드 기반 TAC를 쓰면 서비스 무중단 운영뿐 아니라 향후 DR 체계까지 고려한 인프라 설계가 가능하다는 메시지임
  • 양사 모두 얻는 게 있음

    • NHN클라우드는 안정성과 확장성을 앞세워 공공·기업 인프라 경쟁력을 강화할 수 있음
    • 티맥스티베로는 TAC와 클라우드 DB 서비스 아울디비(OwlDB)의 확산 기반을 넓힐 수 있음
    • 양사는 앞으로 AI 인프라와 데이터 플랫폼까지 협력 범위를 넓히겠다고 밝힘

기술 맥락

  • 이 기사에서 기술적으로 중요한 선택은 온프레미스 중심이던 액티브-액티브 DB 클러스터링을 클라우드 상품으로 제공하는 거예요. 공공·기업 시스템은 장애가 나도 멈추면 안 되는 업무가 많아서 DB 계층의 고가용성이 전체 서비스 신뢰도를 좌우하거든요.

  • 액티브-액티브 구성이 어려운 이유는 여러 DB 서버가 동시에 같은 데이터를 다루기 때문이에요. 저장소와 네트워크 지연, 동기화, 장애 감지, 트랜잭션 일관성이 다 맞아야 해요. 그래서 단순 VM 여러 대 띄우는 것과는 난도가 달라요.

  • NHN클라우드가 공유 저장소와 전용 네트워크 인터페이스를 최적화했다는 대목이 핵심이에요. TAC 같은 DB 클러스터는 인프라 레이어가 받쳐주지 않으면 성능이나 안정성이 바로 흔들리기 때문이에요.

  • 공공기관 입장에서는 초기 장비 구매 없이 노드를 늘리고 줄일 수 있다는 점도 중요해요. 하지만 더 큰 포인트는 재해복구와 무중단 운영을 클라우드 설계 단계에서 같이 가져갈 수 있다는 거예요. 클라우드 전환이 단순 이전이 아니라 운영 안정성 재설계가 되는 셈이에요.

공공 클라우드에서 DB 고가용성은 ‘있으면 좋은 기능’이 아니라 사업 수주 조건에 가까워지는 중임. 국산 클라우드와 국산 DBMS가 액티브-액티브 구성을 클라우드 상품으로 묶는 건 외산 의존도를 줄이려는 흐름과도 맞닿아 있다.

댓글

댓글

댓글을 불러오는 중...

backend

Go에서 Rust로 옮길 때 진짜로 바뀌는 것들

이 글은 Go 백엔드 서비스를 Rust로 옮길 때 속도보다 컴파일 타임 보장, 런타임 트레이드오프, 개발자 경험이 더 중요하다고 설명한다. nil 패닉, 데이터 레이스, 에러 처리, 제네릭, 비동기 모델, 마이그레이션 전략까지 실무 관점에서 Go와 Rust를 길게 비교한다.

backend

Python 3.15에서 헤드라인은 못 탔지만 꽤 쓸만한 기능들

Python 3.15에는 lazy imports나 Tachyon profiler 같은 큰 기능 말고도 실무에서 바로 체감될 만한 작은 개선들이 들어가. TaskGroup 취소, 컨텍스트 매니저 데코레이터 개선, 스레드 안전 이터레이터처럼 평소 애매하게 불편했던 지점들이 꽤 깔끔해졌어.

backend

심평원, DUR부터 의료영상 심사까지 클라우드로 갈아엎는다

심평원이 정보시스템 클라우드 전환과 함께 병·의원 업무에 직접 닿는 DUR, 의료영상 AI 심사, 요양급여내역 조회 시스템을 고도화한다. 핵심은 설치형 프로그램 중심이던 연계를 웹과 API 기반으로 넓히고, 진료·청구 과정에서 실시간 확인과 자동 판독을 강화하는 쪽이다.

backend

윈도우 에러 코드 7번 ‘ERROR_ARENA_TRASHED’는 어디서 왔을까

ERROR_ARENA_TRASHED는 Win32에서 실제로 쓰이는 현대적 에러라기보다 MS-DOS 시절 메모리 관리 구조에서 넘어온 잔재야. MS-DOS가 메모리 블록 앞의 arena 시그니처를 훑다가 예상한 값이 아니면 ‘arena가 망가졌다’고 보고 이 에러를 냈다는 이야기야.

backend

C/C++ 컴파일러의 느슨한 메모리 동시성 버그를 자동으로 잡는 박사논문

C와 C++ 컴파일러에서 relaxed memory 동시성 버그를 찾는 자동 테스트 프레임워크를 다룬 박사논문이 공개됐어. Téléchat, Atomic-mixer 같은 도구로 소스 수준 동작과 컴파일된 프로그램 동작을 비교하고, LLVM과 GCC 툴체인에서 실제 버그를 찾아낸 내용이 핵심이야.