모든 수준을 위한 클라우드 컴퓨팅 프로젝트 Top 8

기업들은 IT 리소스를 클라우드로 이전해 왔으며, 이는 클라우드 컴퓨팅의 발전으로 이어졌습니다. 목표는 AWS, GCP, Azure와 같은 클라우드 플랫폼을 활용해 조직의 니즈와 관련된 솔루션을 구축하는 것입니다. 이에 따라 클라우드 환경에 대한 지식을 갖춘 클라우드 엔지니어 등 기술 전문가의 수요가 증가하고 있습니다.

아래 클라우드 컴퓨팅 프로젝트로 역량을 키우고 클라우드 컴퓨팅 커리어를 시작해 보세요. 처음이라면 Understanding Cloud Computing 코스와 클라우드 엔지니어가 되는 법 가이드를 확인하세요.

클라우드 컴퓨팅 프로젝트를 해야 하는 이유

클라우드는 직접적인 경험이 있어야 제대로 이해할 수 있는 방대한 생태계입니다. 실습을 통해 클라우드 환경이 어떻게 작동하는지 학습하는 것이 가장 좋습니다. 그래서 클라우드 컴퓨팅 프로젝트가 중요합니다. 경험을 쌓는 동시에 구직 과정에서 활용할 수 있는 결과물을 만들 수 있습니다.

초급 클라우드 컴퓨팅 프로젝트

이 초급 프로젝트들은 간단한 작업을 위해 클라우드 플랫폼을 사용해 보도록 안내합니다. 방금 만든 웹사이트를 클라우드에서 호스팅하는 등, 일반적으로 온프레미스에서 하던 일을 수행하는 데 초점을 맞춥니다.

1. 정적 웹사이트 호스팅

클라우드 플랫폼에서 웹사이트를 호스팅하는 것은 클라우드에 대한 기본 이해도를 보여 주는 기초 프로젝트입니다. 이를 통해 전통적인 IT 인프라를 대체하는 데서 클라우드 컴퓨팅이 어떤 역할을 하는지 이해하고, 클라우드의 다양한 기능을 처음 접해볼 수 있습니다.

자료:

DataCamp의 AWS 최상위 프로젝트 가이드를 참고하세요. AWS가 처음이라면 먼저 AWS 입문 코스를 수강해 AWS 플랫폼에 익숙해지는 것이 좋습니다. 이 두 가지를 함께하면 첫 클라우드 컴퓨팅 프로젝트를 시작하는 데 큰 도움이 됩니다!

습득 역량:

• AWS를 활용한 웹 호스팅
• 기본 HTML 및 웹사이트 디자인
• 기초 AWS

2. 서버리스 이메일/SMS 애플리케이션

다음 단계는 클라우드를 활용해 사용자와 상호작용하는 것입니다. 흔한 기능 중 하나는 사용자가 양식을 작성한 후 연락을 취하는 기능입니다. 프로모션, 확인, 예약 등 다양한 용도로 사용됩니다. 클라우드에서는 이를 API 연결로 모두 관리할 수 있습니다. 일반적인 목표는 클라우드 서비스에 정적 웹사이트를 호스팅하고, 그 정보가 다른 클라우드 구성 요소들과 공유되어 해당 이메일 또는 SMS를 전송하는 것입니다.

cloudisfree 제공: 서버리스 이메일/SMS 애플리케이션 흐름도 예시

자료:

cloudisfree의 서버리스 발송 애플리케이션 가이드를 따라가 보세요. 이 프로젝트도 Amazon AWS를 사용하며, 동적 웹사이트를 성공적으로 만들었다면 이전 프로젝트에 무리 없이 추가할 수 있습니다. 또한 DataCamp의 AWS Cloud and Technology services 코스로 AWS 역량을 한층 강화하기 좋습니다.

습득 역량:

• AWS Lambda
• API Gateway
• AWS Step Functions
• 함수 생성을 위한 Python 기술
• 웹 상호작용을 위한 HTML 및 JSON

중급 클라우드 컴퓨팅 프로젝트

이제 클라우드의 기초를 익혔다면, 보다 실무적인 응용으로 수준을 높일 차례입니다. 이 프로젝트들에서는 앞서 학습한 기초 역량을 확장하는 데 집중합니다. 이제는 현대적 아키텍처를 따라 운영 환경에 투입 가능한 클라우드 애플리케이션을 클라우드에서 구축할 수 있어야 합니다.

3. 클라우드에서의 데이터 분석

클라우드 컴퓨팅에서 데이터 분석이 차지하는 비중이 점점 커지고 있습니다. 데이터가 늘어날수록 조직은 데이터 문제를 해결하기 위해 클라우드 기반 데이터 솔루션에 더 많이 의존합니다. 클라우드 엔지니어로서 클라우드 플랫폼을 활용해 자동화된 분석을 만들 기회가 있습니다. 확장성이 뛰어나기 때문에 클라우드 기반 분석 솔루션은 수요 증가에 맞춰 손쉽게 성장할 수 있습니다. 이 프로젝트에서는 데이터 저장부터 데이터 분석까지 엔드 투 엔드 배포를 연습합니다. 이를 통해 데이터가 클라우드에 들어와서 답으로 전환되는 전 과정을 온전히 이해할 수 있습니다.

자료:

Azure Synapse 시작하기 가이드를 확인하세요. Azure 경험이 많지 않다면 먼저 Understanding Microsoft Azure 코스를 보고, Microsoft의 클라우드 솔루션인 Azure 관련 글을 읽어 보시길 권합니다. Azure는 시장 점유율이 성장 중이며, 일부 시장에서는 AWS와 GCP에 비해 우위를 점할 가능성이 있습니다.

습득 역량:

• Azure Storage 기초
• Azure Synapse
• 클라우드에서의 데이터 분석

4. 3계층 웹 앱

정적 웹사이트에서 자연스럽게 발전한 형태입니다. 클라우드의 강점을 활용하는 더 복잡한 웹사이트 아키텍처를 만듭니다. 3계층 웹 앱은 웹, 애플리케이션, 데이터 계층을 분리합니다. 웹 계층은 사용자 인터페이스, 애플리케이션 계층은 백엔드, 데이터 계층은 데이터 저장에 집중합니다. 각 부분을 독립적으로 확장할 수 있고 구성요소별로 별도의 보안을 적용할 수 있다는 장점이 있습니다. 

클라우드에서 3계층 웹 앱을 구축하려면 각 계층에 가장 적합한 클라우드 제품이 무엇인지, 그리고 이를 단일 서비스로 연결하는 방법을 이해해야 합니다.

출처 AWS 문서: 3계층 웹 앱 아키텍처 다이어그램

자료:

클라우드 기초를 충분히 이해하고 있는지 확인하세요. 이 3계층 웹 애플리케이션 구축 가이드를 따라가며 더 복잡한 프로젝트를 만들어 보세요.  웹 앱을 한 번도 만들어 본 적이 없다면 Bokeh를 활용한 Python 웹 앱 같은 것을 먼저 만들어 보는 것도 좋습니다. UI는 웹 계층으로, 데이터 처리는 애플리케이션 계층으로 분리해 보세요.

습득 역량:

• Python 웹 앱
• 3계층 웹 앱
• 클라우드 기반 웹 개발

고급 클라우드 컴퓨팅 프로젝트

이 고급 프로젝트들은 클라우드를 최대한 활용하는 데 초점을 둡니다. 클라우드 제품으로 완성도 높은 결과물과 고급 기술 데모를 구축하는 프로젝트입니다.  

5. 서버리스 머신러닝

클라우드 컴퓨팅이 수행해 온 핵심 역할 중 하나는 기업의 머신러닝 역량을 확대하는 것입니다. 머신러닝은 막대한 연산 자원을 요구하며, 이는 많은 온프레미스 서버를 필요로 합니다. 모든 기업이 그렇게 큰 인프라를 구매할 물리적 공간이나 자원을 갖추진 못했습니다. 

클라우드 덕분에 기업은 AWS Lambda나 GCS BigQuery 같은 클라우드 제품을 활용해 서버리스 머신러닝을 수행할 수 있습니다. 서버리스 머신러닝 프로젝트를 구축하면 최신 트렌드에 대한 이해와 클라우드 고급 기술 역량을 보여 줄 수 있습니다.

자료:

데이터 사이언스와 머신러닝을 위한 클라우드 아키텍처를 확실히 이해하세요. 그런 다음 AWS의 서버리스 이미지 처리 가이드로 시작해 보세요.  이 프로젝트는 특히 Amazon Rekognition을 활용한 이미지 처리(특히 얼굴 인식)에 초점을 둡니다. 또한 이 프로젝트에서는 AWS Step Functions 튜토리얼을 꼭 학습하세요. 여기에 AWS Lambda, DynamoDB, EventBridge 같은 제품을 더하면 완성도 높은 이미지 인식 프로젝트를 만들 수 있습니다!

습득 역량:

• 서버리스 머신러닝
• AWS Rekognition
• AWS Lambda
• AWS Step Functions
• AWS DynamoDB
• AWS EventBridge

6. 클라우드 기반 챗봇

쇼핑과 뱅킹 같은 서비스가 온라인으로 이동하면서 웹 기반 고객 지원의 중요성이 더욱 커졌습니다. 기업은 오버헤드를 줄이고 간단한 문의에 대응하기 위해 AI 챗봇을 적극 도입하고 있습니다. 빠르게 확장할 수 있는 능력 덕분에 고객은 답을 찾을 때 지연을 최소화할 수 있습니다. 이는 기업이 필요한 상담 인력을 줄여 지원 수요를 감당하고 대기 시간을 줄이는 데 도움이 됩니다. Amazon Lex처럼 쉽게 배포할 수 있는 제품 덕분에 연습해 볼 수 있는 선택지도 많습니다.

자료:

데이터 사이언스와 머신러닝을 위한 클라우드 아키텍처와 AI 측면의 이점을 확실히 이해하세요. Amazon은 Amazon Lex로 빠르게 시작할 수 있는 간단한 가이드를 제공합니다. 단순함을 위해 이 프로젝트는 Amazon CloudFormation을 사용해 직관적인 웹 템플릿을 배포합니다. 위의 서버리스 머신러닝 프로젝트에서 사용한 많은 기술을 기반으로 하므로 배포도 수월할 것입니다.

습득 역량:

• 클라우드 챗봇
• 클라우드 상의 AI
• Amazon Lex

클라우드 컴퓨팅 오픈 소스 프로젝트

마지막으로 오픈 소스 클라우드에 초점을 맞춘 프로젝트들입니다. 이러한 오픈 소스 프로젝트는 어느 정도 처음부터, 더 높은 수준으로 커스터마이즈하여 클라우드 환경을 구축할 수 있게 해 줍니다. 이 프로젝트들을 통해 서버와 보안부터 최종 사용자 연결에 이르기까지 클라우드 시스템이 어떻게 구성되는지를 완전히 이해하고 있음을 보여 줄 수 있습니다.

7. OpenStack

OpenStack은 규모가 큰 오픈 소스 클라우드 플랫폼 중 하나입니다. 사용자는 제공되는 오픈 소스 소프트웨어를 사용해 완전히 맞춤형 클라우드 스택을 구축할 수 있습니다. 오픈 소스라고 해서 견고하지 않다는 뜻은 아닙니다. Rakuten, T-Mobile, Target 같은 대형 기업들은 모두 자체 운영을 위해 OpenStack에 맞춤형 구성요소를 구축해 사용합니다. 이 기술 스택을 학습하는 것은 큰 가치를 가질 수 있습니다.

자료:

OpenStack 사용법에 관한 자료는 매우 다양합니다. 먼저 OpenStack 문서에서 OpenStack을 설치하고 교육을 받는 방법을 읽어 보세요. YouTube 영상과 OpenStack 기초 시작 가이드도 찾아보세요. 클라우드의 기초 인프라를 복습하기 위해 DataCamp의 Cloud Computing 코스를 함께 보는 것도 좋은 기회입니다.

습득 역량:

• 처음부터 클라우드 구축
• 오픈 소스 클라우드 프로젝트
• OpenStack 활용

8. OpenNebula

OpenStack의 대안으로 OpenNebula가 있습니다. 이 프로젝트는 가상 머신과 컨테이너 관리를 위한 보다 모놀리식 단일 서버 아키텍처에 초점을 맞춥니다. 빠른 배포와 직관적인 설정으로 맞춤형 클라우드를 간편하게 배포할 수 있는 방법입니다. 하이퍼바이저와 가상 컨테이너를 클라우드의 기반으로 활용하고 싶다면 OpenNebula가 좋은 선택입니다.

자료:

OpenNebula는 OpenStack보다 다소 덜 대중적이어서 자료 찾기가 조금 더 어려울 수 있습니다. OpenNebula 문서는 도구의 기초를 학습하며 빠르게 시작하기에 훌륭한 출발점입니다. 이어서 Docker 입문 코스를 수강하면 컨테이너 기반 클라우드 인프라 구축에 큰 도움이 됩니다.

습득 역량:

• 가상화 중심 클라우드 구축
• 오픈 소스 클라우드 실습
• OpenNebula 활용
• Docker

요약

지금까지 살펴본 모든 프로젝트와 이를 학습 계획에 어떻게 반영할 수 있을지 간단히 정리합니다.

결론

클라우드 컴퓨팅을 시작하는 데 도움이 되는 프로젝트가 매우 다양하다는 것을 확인했습니다. 모두 클라우드 컴퓨팅 포트폴리오를 구축하기에 훌륭한 선택지입니다. 각 프로젝트를 충분히 이해하고 자신 있게 설명할 수 있도록 하여 전문성을 확실히 보여 주세요. 기초 지식과 잠재적 자격증도 꾸준히 확장해 나가시기 바랍니다. 시작에 도움이 되는 자료는 다음과 같습니다:

• 최고의 클라우드 자격증 5선
• Google Cloud 자격증
• AWS 프로젝트 Top 12