COST01-BP03 클라우드 예산 및 예측 수립
클라우드 비용 및 사용량의 매우 가변적인 특성에 맞게 기존 조직의 예산 책정 및 예측 프로세스를 조정합니다. 프로세스는 추세나 비즈니스 동인을 기반으로 하는 알고리즘 또는 둘의 조합을 사용하여 동적으로 수행되어야 합니다.
이 모범 사례가 확립되지 않을 경우 노출되는 위험 수준: 높음
구현 가이드
고객은 효율성, 속도 및 민첩성을 달성하기 위해 클라우드를 사용합니다. 이러한 특성으로 인해 클라우드의 비용 및 사용량은 매우 가변적입니다. 워크로드 효율성이 증가하거나 새 워크로드 및 기능이 배포되는 경우 비용이 증가할 수 있습니다. 워크로드 효율성이 증가하는 경우 또는 새로운 워크로드와 기능이 배포되는 경우 비용 증가가 발생할 수 있습니다. 또는 더 많은 고객을 지원하기 위해 워크로드를 확장할 경우에도 사용량 및 비용이 증가합니다. 이제 그 어느 때보다 쉽게 리소스를 이용할 수 있습니다. 또한 클라우드의 탄력성 덕분에 비용 및 예측의 탄력성 역시 보장됩니다. 따라서 이러한 가변성을 포함하도록 기존 조직의 예산 편성 프로세스를 수정해야 합니다.
추세 기반 알고리즘(기간별 비용을 입력으로 사용)을 사용하거나, 비즈니스 동인 기반 알고리즘(예: 신제품 출시 또는 리전별 확장)을 사용하거나, 또는 추세 기반 알고리즘과 비즈니스 동인 기반 알고리즘의 조합을 사용하여 기존의 예산 책정과 예측 프로세스를 보다 동적으로 수행하세요.
AWS Budgets
AWS을(를) 통해 동적 예측 및 예산 책정 프로세스를 구축할 수 있는 유연성을 확보할 수 있습니다. 따라서 비용이 예산 한도를 초과하지 않는지, 아니면 초과하는지에 관한 정보를 파악할 수 있습니다.
AWS Cost Explorer 을(를) 사용하면 정의된 미래의 시간 범위에서 과거 지출을 기준으로 비용을 예측할 수 있습니다. AWS Cost Explorer의 예측 엔진은 비용 유형(예: 예약된 인스턴스)을 기준으로 과거 데이터를 구분하고 기계 학습과 규칙 기반 모델을 결합하여 모든 비용 유형 전반에서 비용을 개별적으로 예측합니다. AWS Cost Explorer 을(를) 사용하여 기간별 비용(추세 기반)에 적용된 기계 학습 알고리즘을 기반으로 일 단위(최대 3개월) 또는 월 단위(최대 12개월) 클라우드 비용을 예측할 수 있습니다.
Cost Explorer을(를) 사용하여 추세 기반 예측을 확인한 다음 AWS Pricing Calculator
AWS Cost Anomaly Detection
또한 잘 구축된 비용 최적화 원칙의 재무 팀과 기술 팀 간의 파트너십 단원에서 언급한 것처럼 일관성을 위해 모두 동일한 도구 또는 프로세스를 사용하도록 하려면 IT 팀, 재무 팀 및 기타 이해관계자 간에 파트너십을 확립하고 주기적으로 소통하는 것이 중요합니다. 예산을 변경해야 하는 경우 소통 주기를 늘리면 보다 신속하게 변화에 대응할 수 있습니다.
구현 단계
-
기존 예산 및 예측 프로세스 업데이트: 예산 책정 및 예측 프로세스에서 추세 기반, 비즈니스 동인 기반 또는 이 둘의 조합을 구현합니다.
-
알림 구성: AWS Budgets 알림 및 Cost Anomaly Detection을(를) 사용합니다.
-
주요 이해관계자와 함께 정기 검토 수행: 예를 들어, IT, 재무, 플랫폼 및 기타 비즈니스 영역의 이해관계자가 비즈니스 방향과 사용의 변화에 맞춰 조정할 수 있습니다.
리소스
관련 문서:
관련 예시: