[DevOps] 2024 State of DevOps Report Part 3 (사용자 중심 접근)

State of DevOps Report는 2014년부터 시작되어 매년 발표되고 있으며, DORA(DevOps Research and Assessment) 팀이 연구를 주도하다가 이후 Google에 인수되어 현재까지 지속적으로 발표되고 있습니다. 해당 보고서에서는 배포 빈도, 변경 실패율, 복구 시간, 리드 타임 등의 핵심 지표를 기준으로 소프트웨어 개발 및 운영 성과의 DevOps 모범 사례와 생산성 향상 전략을 분석하고 있습니다.

이전 글에서는 2024년도의 State of DevOps Report 중 플랫폼엔지니어링의 내용을 중점으로 한번 알아봤는데요.
이번에는 사용자 중심 접근(User-Centered Approach) 내용을 중점으로 한번 알아보는 시간을 가져보겠습니다.

참고자료 - 2023 State of DevOps Report 소개

[DevOps] State of DevOps Report 2023 알아보기 1탄

https://every-up.tistory.com/62

[DevOps] State of DevOps Report 2023 알아보기 2탄

https://every-up.tistory.com/63

[DevOps] State of DevOps Report 2023 알아보기 3탄

https://every-up.tistory.com/64

효과

2024 State of DevOps Report 내용 중 사용자 중심 접근(User-Centered Approach)의 내용을 중점으로 알아보겠습니다.
Report 내용은 한글로 번역 후 정리해봤으며, 번역 내용에 따라 원문과 의미가 조금 다를 수 있음을 사전에 알려드립니다.

주요 결과(요약)

보고서에서는 개발자가 만드는 것과 사용자가 필요로 하는 것 사이의 일치가 직원과 조직이 번창할 수 있도록 한다는 것을 다시 한번 발견했습니다.

개발자는 더 생산적이며, 사용자 중심적 사고방식으로 소프트웨어를 개발하면 번아웃을 경험할 가능성이 낮고, 고품질 제품을 만들 가능성이 더 높습니다. 소프트웨어는 사람을 위해 만들어지므로 개발자가 사용자 경험을 개선하는 소프트웨어 구축에 집중할 수 있도록 돕는 환경을 조성하는 것은 조직의 책임입니다. 또한 우선순위가 끊임없이 바뀌지 않는 안정적인 환경은 생산성의 작지만 의미 있는 증가와 직원의 번아웃의 중요하고 의미 있는 감소로 이어진다는 것을 발견했습니다.

환경적 요인은 개발되는 제품의 품질과 해당 제품을 만드는 개발자의 전반적인 경험에 상당한 영향을 미칩니다.

사용자 중심성 및 배포 빈도에 따른 제품 성능

사용자 중심성 및 배포 빈도에 따른 제품 성능의 관계입니다.

사용자 중심성이 높은 제품일수록 성능이 높으며, 배포 빈도와 관계없이, 사용자 중심성이 높은 제품은 성능이 일관되게 우수합니다. 사용자 중심성이 낮은 경우, 배포 빈도가 증가할수록 성능이 상승하긴 하지만, 다른 그룹에 비해 성능이 낮은 것을 확인할 수 있습니다. 배포 빈도의 증가가 제품 성능을 향상시키지만, 사용자 중심성에 따라 효과가 다릅니다. 따라서 단순히 배포를 빠르게 하는 것보다, 사용자 피드백을 반영하는 것이 더 중요합니다.

사용자 중심성 및 고품질 문서화에 따른 제품 성능

사용자 중심성 및 고품질 문서화에 따른 제품 성능의 관계입니다.

모든 사용자 중심성 그룹에서 문서 품질이 증가할수록 제품 성능이 상승됩니다. 사용자 중심성이 높을수록 문서 품질이 제품 성능에 더 큰 영향을 주며, 낮은 사용자 중심성에서는 문서 품질의 영향이 제한적입니다. 사용자 중심적 설계가 부족하면, 문서가 아무리 좋아도 제품 성능 향상에 큰 영향을 미치지 못할 수 있음을 시사합니다.

기타 결과

사용자 중심 접근 방식이 중요한 이유

일에서 목적의식이 조직과 직원 모두에게 긍정적 영향을 줍니다.

연구에 따르면, 일에서 의미를 찾는 것이 중요하며, 93%의 근로자가 자신의 일이 의미 있다고 느끼는 직업을 가지는 것을 중요하게 생각하고 있습니다. 또한 의미 있는 일을 할 경우, 미래 수입 23%를 포기할 의향이 있다는 것으로 나타났습니다. 이는 사람들에게 동기부여와 몰입도를 증가시켜 조직 생산성을 향상시킬 수 있습니다.

명확한 방향성을 제공

소프트웨어 개발에 대한 사용자 중심적 접근 방식은 개발자가 자신의 작업을 보는 방식을 근본적으로 바꿀 수 있습니다.

임의의 기능을 제공하고 사용자가 이를 사용할지 추측하는 대신, 개발자는 사용자 피드백을 통해 무엇을 빌드할지 우선순위를 정할 수 있습니다. 이러한 접근 방식은 개발자에게 자신이 작업하는 기능이 존재하는 데 이유가 있다는 확신을 주며 작업에 의미를 가지게 됩니다. 사람들이 제품과 서비스를 사용할 때 뛰어난 경험을 할 수 있도록 하는 것입니다. 이를 통해 개발자는 자신이 만든 소프트웨어를 통해 자신의 작업이 미치는 직접적인 영향을 확인할 수 있습니다

2024년도의 State of DevOps Report 중 사용자 중심 접근의 내용을 중점으로 주요 내용을 확인해봤는데요.

State of DevOps Report 중 다른 내용으로 다뤄볼 주제가 있다면 상세하게 확인해보는 시간을 다시 가져보겠습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] 2024 State of DevOps Report Part 2 (플랫폼엔지니어링)

State of DevOps Report는 2014년부터 시작되어 매년 발표되고 있으며, DORA(DevOps Research and Assessment) 팀이 연구를 주도하다가 이후 Google에 인수되어 현재까지 지속적으로 발표되고 있습니다. 해당 보고서에서는 배포 빈도, 변경 실패율, 복구 시간, 리드 타임 등의 핵심 지표를 기준으로 소프트웨어 개발 및 운영 성과의 DevOps 모범 사례와 생산성 향상 전략을 분석하고 있습니다.

이전 글에서는 2024년도의 State of DevOps Report 중 AI의 내용을 중점으로 한번 알아봤는데요.
이번에는 플랫폼엔지니어링의 내용을 중점으로 한번 알아보는 시간을 가져보겠습니다.

참고자료 - 2023 State of DevOps Report 소개

[DevOps] State of DevOps Report 2023 알아보기 1탄

https://every-up.tistory.com/62

[DevOps] State of DevOps Report 2023 알아보기 2탄

https://every-up.tistory.com/63

[DevOps] State of DevOps Report 2023 알아보기 3탄

https://every-up.tistory.com/64

플랫폼엔지니어링의 영향

2024 State of DevOps Report 내용 중 플랫폼엔지니어링의 내용을 중점으로 알아보겠습니다.

Report 내용은 한글로 번역 후 정리해봤으며, 번역 내용에 따라 원문과 의미가 조금 다를 수 있음을 사전에 알려드립니다.

개념

플랫폼 엔지니어링은 업계 전반에 걸쳐 관심과 추진력을 얻고 있는 새로운 엔지니어링 분야입니다.

엔지니어가 다양한 팀 간의 사회적 상호작용과 자동화, 셀프서비스, 프로세스 반복성의 기술적 측면의 교차점에 집중하는 사회기술 분야입니다.

플랫폼 엔지니어링에서는 골든 패스를 구축하여 개발자 경험을 개선하는 데 많은 에너지와 집중을 쏟습니다.

골든 패스는 플랫폼 사용자가 애플리케이션을 제공하고 운영하는 데 필요한 리소스와 상호 작용할 때 사용하는 고도로 자동화된 셀프 서비스 워크플로입니다. 골든 패스의 목적은 개발자가 코드에만 신경 쓰면 되도록 소프트웨어 빌드 및 제공의 복잡성을 추상화하는 것입니다. 골든 패스를 통해 자동화된 작업의 몇 가지 예로는 새로운 애플리케이션 프로비저닝, 데이터베이스 프로비저닝, 스키마 관리, 테스트 실행, 빌드 및 배포 인프라 프로비저닝, DNS 관리 등이 있습니다.

소프트웨어 개발 및 운영 성과

플랫폼 엔지니어링이 성공하려면 사용자 중심(user-centeredness)으로 접근하는 것이 성공의 핵심 요소 중 하나입니다.

여기서 사용자는 내부 개발자 플랫폼을 사용하는 개발자들을 의미합니다. 또한, 개발자의 독립성을 보장하고 제품 중심의 사고방식을 갖는 것이 필요합니다.

플랫폼이 소프트웨어 개발 및 운영 성과에 미치는 영향의 분석 결과입니다.
내부 개발자 플랫폼 사용자는 생산성이 8% 더 높았으며, 팀 성과도 10% 더 향상되었습니다. 플랫폼을 도입한 조직에서는 소프트웨어 배포 및 운영 성과가 6% 향상되었습니다. 이러한 이점과 함께 단점도 발견되었습니다. 처리량(Throughput)이 8% 감소되었으며, 변경 안정성(Change Stability)이 14% 감소되는 단점도 발견되었습니다.

플랫폼 사용 여부에 따른 생산성

플랫폼 사용 여부에 따른 생산성 분석 내용입니다.

플랫폼 미사용 시 생산성 점수가 약 6.5~8.0 범위에 분포되어 있으며, 개별 점수의 변동성이 큽니다.

플랫폼 사용 시 생산성 점수가 7.5~8.0 범위에 집중되어 있으며, 변동성이 적고, 점들이 더 조밀하게 모여 있습니다. 내부 개발자 플랫폼을 사용할 경우 평균적으로 약 8% 향상된 생산성을 보이며, 플랫폼 사용이 개발자의 생산성 일관성을 높이는 효과가 있음을 시사하고 있습니다.

플랫폼 사용 기간에 따른 조직 성과

플랫폼 사용 기간(연령)에 따른 조직 성과 분석 내용입니다.

생산성과 함께 플랫폼의 사용 기간(연령)을 고려할 때, 플랫폼 엔지니어링 이니셔티브가 시작될 때 초기 성능 향상이 나타나고, 플랫폼이 오래되고 성숙해짐에 따라 감소 및 회복이 뒤따릅니다. 이 패턴은 초기 상을 경험하지만 실현된 후에는 어려움에 직면하는 변환 이니셔티브의 전형입니다. 장기적으로 생산성 향상이 유지되면서 소프트웨어 제공 및 운영 프로세스에서 내부 개발자 플랫폼의 역할이 전반적으로 잠재력이 있음을 보여줍니다.

주요 결과

개발자 독립성의 영향

개발자 독립성은 내부 개발자 플랫폼을 사용하여 소프트웨어를 제공할 때 개인 및 팀 수준 모두에서 생산성 수준에 상당한 영향을 미쳤습니다. 개발자 독립성은 "개발자가 지원 팀에 의존하지 않고 전체 애플리케이션 라이프사이클 동안 작업을 수행할 수 있는 능력"으로 정의됩니다. 팀과 개인 수준에서 플랫폼 사용자가 지원 팀을 참여시키지 않고도 작업을 완료할 수 있을 때 생산성이 5% 향상되는 것을 확인했습니다.

전담 플랫폼 팀의 영향

흥미롭게도, 전담 플랫폼 팀을 두는 것의 생산성에 대한 영향은 개인에게는 미미했습니다.

그러나 팀 수준에서는 생산성이 6% 증가했습니다.

이 발견은 전담 플랫폼팀을 갖는 것이 개인에게는 유용하지만 전담 플랫폼팀은 전체 팀에 더 큰 영향을 미친다는 것을 시사합니다. 팀은 서로 다른 책임과 기술을 가진 여러 개발자를 두고 있기 때문에 자연스럽게 개별 엔지니어에 비해 더 다양한 개발 플랫폼을 가지게 됩니다. 전담 플랫폼 엔지니어링 팀이 있으면 플랫폼이 팀이 나타내는 작업의 다양성을 더 지원할 수 있습니다

예상치 못한 단점

플랫폼 엔지니어링은 팀과 개인의 생산성이 높아지고 조직 성과가 향상되는 측면에서 확실한 이점을 제공하지만, 예상치 못한 단점이 있었습니다. 또한 처리량과 변경 안정성이 감소하는 것으로 나타났습니다.

처리량의 경우, 플랫폼을 사용하지 않는 사람들과 비교했을 때 약 8% 감소를 보았습니다.

프로덕션에 배포되기 전에 변경 사항이 통과해야 하는 추가된 기계는 변경 사항의 전체 처리량을 감소시킵니다. 일반적으로 내부 개발자 플랫폼을 사용하여 소프트웨어를 빌드하고 제공하는 경우 시스템과 암묵적으로 팀 간의 "핸드오프" 수가 일반적으로 증가합니다. 핸드오프는 전체 프로세스에 시간을 도입하여 처리량은 감소하지만 작업을 완료할 수 있는 능력은 순전히 증가하는 기회입니다.

내부 개발자 플랫폼을 사용할 때 개발 및 운영되는 애플리케이션의 변경 안정성을 고려할 때, 놀랍게도 변경 안정성이 14% 감소했습니다. 이는 플랫폼을 사용할 때 변경 실패율과 재작업율이 상당히 증가한다는 것을 나타냅니다

플랫폼은 개발자와 팀이 변경 사항이 나쁘더라도 신속하게 수정할 수 있다는 확신을 가지고 변경 사항을 푸시할 수 있게 해줍니다. 이 경우 불안정성이 더 높아도 반드시 나쁜 것은 아닙니다. 플랫폼은 팀이 실험하고 변경 사항을 제공할 수 있는 권한을 부여하기 때문에 변경 실패와 재작업 수준이 높아지기 때문입니다.

플랫폼이 애플리케이션에 포함된 모든 테스트를 실행하는 자동화된 테스트 기능을 제공할 수도 있습니다. 그러나 애플리케이션 팀은 품질보다 처리량을 우선시하고 테스트를 개선하지 않음으로써 해당 기능을 충분히 활용하지 못하고 있습니다. 나쁜 변경 사항이 실제로 프로세스를 거쳐 적용되어 재작업이 발생하게 됩니다.

트레이드오프

플랫폼 엔지니어링이 만병통치약은 아니지만, 전반적인 소프트웨어 개발 및 운영 프로세스와 관련해서는 강력한 분야가 될 잠재력이 있습니다. 모든 분야와 마찬가지로 플랫폼 엔지니어링에는 장점과 단점이 있습니다

첫째, 개발자 독립성과 셀프 서비스 기능을 가능하게 하는 플랫폼 기능을 우선시합니다. 이를 수행할 때, 애플리케이션 라이프사이클의 모든 측면에 플랫폼을 독점적으로 사용하도록 요구하는 것과 개발자 독립성을 방해할 수 있는 것 사이의 균형에 주의가 필요합니다.

둘째, 애플리케이션 변경 사항의 불안정성을 주의 깊게 모니터링하고 경험하는 불안정성이 의도적인 것인지 아닌지 이해하려고 노력하는 것이 필요합니다. 플랫폼은 불안정성 측면에서 실험을 활성화하고, 생산성을 높이고, 규모에 따라 성능을 개선할 수 있는 잠재력을 가지고 있습니다.

2024년도의 State of DevOps Report 중 플랫폼엔지니어링의 내용을 중점으로 주요 내용을 확인해봤는데요.

State of DevOps Report 중 다른 내용으로 다뤄볼 주제가 있다면 상세하게 확인해보는 시간을 다시 가져보겠습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] 2024 State of DevOps Report Part 1 (AI)

State of DevOps Report는 2014년부터 시작되어 매년 발표되고 있으며, DORA(DevOps Research and Assessment) 팀이 연구를 주도하다가 이후 Google에 인수되어 현재까지 지속적으로 발표되고 있습니다. 해당 보고서에서는 배포 빈도, 변경 실패율, 복구 시간, 리드 타임 등의 핵심 지표를 기준으로 소프트웨어 개발 및 운영 성과의 DevOps 모범 사례와 생산성 향상 전략을 분석하고 있습니다.

2024년도의 State of DevOps Report 중 AI의 내용을 중점으로 한번 알아보는 시간을 가져보겠습니다.

참고자료 - 2023 State of DevOps Report 소개

[DevOps] State of DevOps Report 2023 알아보기 1탄

https://every-up.tistory.com/62

[DevOps] State of DevOps Report 2023 알아보기 2탄

https://every-up.tistory.com/63

[DevOps] State of DevOps Report 2023 알아보기 3탄

https://every-up.tistory.com/64

AI의 영향

2024 State of DevOps Report 내용 중 AI의 내용을 중점으로 알아보겠습니다.
Report 내용은 한글로 번역 후 정리해봤으며, 번역 내용에 따라 원문과 의미가 조금 다를 수 있음을 사전에 알려드립니다.

주요 결과(요약)

AI는 소프트웨어 개발 분야에서 패러다임 전환을 만들어내고 있으며 광범위한 영향을 미치고 있다고 합니다. AI 도입은 업무 흐름, 생산성, 직무 만족도, 코드 품질, 내부 문서 품질, 검토 프로세스, 팀 성과, 조징 성과 등에 이점이 있다고 합니다.

그러나 AI 도입은 몇가지 부정적인 영향도 가져온다고 하는데요. 소프트웨어 제공 성과가 감소하는 것을 관찰했으며, 제품 성과에 미치는 영향은 불확실하다고 합니다. 또한 개인은 AI 도입이 증가함에 따라 가치 있는 작업에 소요되는 시간이 감소한다고 보고하고 있습니다. AI 도입에 대한 실험 및 학습은 아직 많이 이뤄지지 않았기 때문에 계속해서 실험하고 학습이 필요하다고 보고 있습니다.

AI에 대한 조직 우선순위 변화

대다수의 응답자의 81%는 조직이 애플리케이션에 AI를 통합하는 것을 확대하기 위해 우선순위를 변경했다고 보고했습니다. 특히 응답자의 3%가 조직이 AI에 대한 집중도를 줄이고 있다고 보고했으며, 응답자의 78%는 조직이 AI를 신뢰한다고 보고했습니다.

AI에 의존하는 개발 작업 비율

AI의 빠른 도입이 모든 산업 부문에서 균일하게 전개되고 있다고 보고했습니다. 개인 수준에서는 응답자의 75.9%가 일상적인 직업적 책임 중 하나 이상에서 적어도 부분적으로 AI에 의존하고 있다는 것을 발견했습니다. AI에 의존하는 항목은 코드 작성, 정보 요약, 익숙하지 않은 코드 설명, 코드 최적화, 코드 문서화, 테스트 쓰기, 코드 디버깅, 데이터 분석 등이 있습니다.

AI가 생산성에 미치는 영향

AI는 많은 조직과 개발자가 채택하고 있기 때문에 개발 작업에 AI를 사용하는 이점은 상당히 높은 것으로 보입니다. 응답자의 75%가 2024년 초에 실시된 설문 조사에 앞서 3개월 동안 AI로 인해 긍정적인 생산성 향상을 보고했습니다.

AI에서 가장 큰 생산성 향상을 보고한 응답자는 보안 전문가, 시스템 관리자, 풀스택 개발자입니다.
긍정적인 생산성 향상도 보고했지만 모바일 개발자, 사이트 안정성 엔지니어, 프로젝트 관리자는 다른 역할보다는 생산성 혜택의 규모가 낮습니다.

AI가 생성한 코드의 품질 신뢰도

개발 작업에 사용된 AI 생성 코드의 신뢰성에 대한 참여자들의 인식은 복잡했습니다.
대다수의 응답자(87.9%)가 AI 생성 코드의 품질에 대해 어느 정도 신뢰한다고 보고했지만, 응답자가 AI 생성 코드의 품질을 신뢰한다고 보고한 정도는 일반적으로 낮았으며, 39.2%가 거의(27.3%) 신뢰하지 않거나 전혀 신뢰하지 않는다고 보고했습니다(11.9%).

개발자들이 AI를 빠르게 채택하고, AI에 의존하며, AI를 긍정적인 성과 기여 요소로 인식하고 있다는 설문조사의 증거를 감안할 때, 개발자들의 AI에 대한 전반적인 신뢰가 부족하다는 것을 발견했습니다.

AI가 미칠 부정적 영향

조사 결과에 따라 AI가 이미 개발 전문가의 업무에 엄청난 영향을 미쳤음을 시사하며, 이러한 추세는 앞으로도 계속 커질 것으로 예상합니다.

미래에 AI가 개발과 우리 세상에 어떤 영향을 미칠지 정확히 예측하는 것은 불가능하지만, 응답자들에게 향후 1년, 5년, 10년 동안 AI의 영향에 대한 추측과 기대는 그다지 희망적이지 않습니다.

응답자들은 AI가 자신의 경력, 환경, 사회 전체에 부정적인 영향을 미칠 것으로 예상하며, 이러한 부정적인 영향은 약 5년 후에 완전히 실현될 것이라고 보고했습니다.

AI 도입에 따른 성과 비교

AI 도입의 따른 다양한 영향을 측정했습니다.

AI가 개인에게 미치는 영향

개인의 AI 도입이 25% 증가할 경우에 따른 영향입니다.

개인의 AI 도입이 25% 증가하면 생산성은 약 2.1% 증가할 가능성이 높습니다. 이는 작은 것처럼 보일 수 있지만, 이는 개인 수준에서의 결과이며 수십 명의 개발자, 심지어 수만 명의 개발 자에게 확장된다고 상상해보면 이는 큰 영향을 미칠 수 있습니다.

AI 도입으로 생산력뿐만 아니라 직무 만족도 또한 실질적이고 유익한 영향을 미친다는 결과를 확인할 수 있습니다.

AI가 개발 성과에 미치는 영향

AI 도입이 25% 증가할 경우 개발 성과에서의 영향입니다.

개발 성과 측면에서 문서 품질 7.5% 증가, 코드 품질 3.4% 증가, 코드 검토 속도 3.1% 증가, 승인속도 1.3% 증가, 코드 복잡도 1.8% 감소 등 AI 도입에 따른 긍정적인 영향을 보여줍니다.

AI는 코드 품질을 개선하고 코드 복잡성을 줄이는 것으로 보입니다. 또한 오래된 코드의 잠재적인 리팩토링과 결합하면 고품질의 AI 생성 코드는 전반적으로 더 나은 코드베이스로 이어질 수 있습니다.

AI가 배포 성과에 미치는 영향

AI 도입이 여러 측면에서 긍정적인 영향을 보여주지만 배포 성과는 저하시키고 있습니다.
AI 도입이 25% 증가할 경우 배포 측면에서의 영향입니다.

예상과 달리, 우리의 조사 결과는 AI 도입이 소프트웨어 배포 성과에는 부정적인 영향을 미친다는 것을 보여줍니다.

AI 덕분에 응답자는 동일한 시간에 훨씬 더 많은 양의 코드를 생성할 수 있으므로 변경 목록의 크기가 커질 가능성이 있습니다. 따라서 DORA는 지속적으로 더 큰 변경은 더 느리고 불안정성을 유발할 가능성이 더 높다는 것을 보여주었습니다.

AI가 조직, 팀, 제품 성과에 미치는 영향

AI 도입이 25% 증가할 경우 조직, 팀, 제품 성과에에서의 영향입니다.

조직 수준 성과(AI 도입이 25% 증가할 때마다 약 2.3% 증가)와 팀 수준 성과(AI 도입이 25% 증가할 때마다 약 1.4% 증가)는 AI 도입의 혜택을 받는 것으로 보이지만, 제품 성과는 AI 도입과 명확한 연관성이 없는 것으로 보입니다.

팀과 조직은 커뮤니케이션, 지식 공유, 의사 결 정, 건강한 문화에 크게 의존합니다. AI는 이러한 영역의 일부 병목 현상을 완화하여 팀과 조직에 유익한 영향을 미칠 수 있습니다.

AI 도입 전략

보고서를 통해 AI 사용에 따른 개인, 팀, 조직에 긍정적인 효과를 얻을 수 있다는 점을 확인했습니다.
AI를 대규모로 도입하는 것은 쉽지 않을 수 있습니다. AI 도입 전략을 통해 상당한 이점을 가져올 수 있는 잠재력이 있습니다.

명확한 목표 및 정책 정의

조직과 팀의 역량을 강화하기 위해 직원에게 AI 활용 목표과 정책, 도입 계획에 대한 투명한 정보를 제공합니다.
AI를 어떻게 활용할지에 대한 큰 방향(비전)과 구체적인 실행 방법(정책)을 명확하게 정하면, 사람들이 불안해하는 문제를 줄일 수 있습니다.
그 결과, 모두가 AI의 활용 방식에 대해 걱정하기보다 더 중요한 일이나 가치 있는 작업에 집중할 수 있게 됩니다.

지속적인 학습과 실험 문화 조성

개인과 팀이 스스로 AI를 어떻게 활용할지 결정할 수 있도록 자유를 주고, AI의 유익한 사용법을 찾도록 돕습니다.
AI 도입을 단순한 기술 적용으로 보지 않고, 실제로 직원들의 업무를 돕고, 사용자(고객)에게 긍정적인 영향을 주며, 팀이 더 큰 성과를 낼 수 있도록 하는지를 기준으로 평가합니다.

AI의 단점을 인식하고 활용

AI가 업무를 도와줄 수 있지만, 오히려 중요한 작업 시간이 줄어드는 문제나 AI에 지나치게 의존하는 위험이 생길 수 있습니다.

따라서 어떤 점에서 유익한지뿐만 아니라, 어떻게 하면 부정적인 영향을 줄일 수 있는지도 고민해야 합니다. 즉, AI가 단순한 도구가 아니라, 조직이 성장하는 데 실질적인 도움이 되도록 활용하는 것이 핵심입니다.

2024년도의 State of DevOps Report 중 AI의 내용을 중점으로 주요 내용을 확인해봤는데요.

다음은 플랫폼엔지니어링의 주요 내용에 대해서 상세하게 확인해보는 시간을 가져보겠습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] AWS vs Azure vs GCP vs NCP 사용, 인기도, 관심도 비교

Cloud 서비스들이 많이 등장하면서 인프라를 Cloud로 제공하는 IaaS(Infrastructure-as-a-Service)에 대한 관심도 높아지고 있습니다. 대표적인 해외 기업으로는 AWS, Azure, GCP가 있으며 국내 기업으로는 NCP가 있습니다.

다양한 Cloud IaaS(Infrastructure-as-a-Service) 서비스 업체인 AWS vs Azure vs GCP vs NCP 를 구글 트렌드를 통해 비교해보겠습니다. 구글 트렌드틑 통해 비교한 자료이므로 상세한 내용은 아닌 대락적인 사용, 인기도, 관심도를 확인해봤다 정도로만 생각해주시면 좋을 것 같습니다.

전세계 기준

전세계를 기준으로는 AWS가 가장 관심도가 높으며, 다른 IaaS 서비스로는 Azure가 두 번째로 관심도가 높습니다.
모든 IaaS 서비스의 관심도가 점차 높아지고 있으며 Azure가 가장 높은 관심도를 보이는 경우도 있네요.
전세계 기준이므로 국내 기업인 NCP의 관심도는 비교적 낮습니다.

지난 1년

• 평균
  • AWS : 85
  • Azure : 71
  • GCP : 11
  • NCP : 4

지난 5년

• 평균
  • AWS : 70
  • Azure : 58
  • GCP : 7
  • NCP : 3

한국 기준

한국을 기준으로는 AWS가 가장 관심도가 높으며, 다른 IaaS 서비스로는 Azure가 두 번째로 관심도가 높습니다.
전세계 기준과 비교해보면 AWS가 Azure보다 압도적으로 높은 관심도를 가지고 있다는 것을 확인하실 수 있습니다.
하지만 Azure의 관심도는 떨어지지 않고 계속 높아지고 있네요.

지난 1년

• 평균
  • AWS : 87
  • Azure : 22
  • GCP : 9
  • NCP : 2

지난 5년

• 평균
  • AWS : 87
  • Azure : 22
  • GCP : 9
  • NCP : 2

미국 기준

이번에는 미국 기준입니다.
미국 기준으로는 AWS가 가장 관심도가 높으며, 다른 IaaS 서비스로는 Azure가 두 번째로 관심도가 높습니다.
전세계 기준과 비교해보면 거의 비슷한 관심도를 가지고 있다는 것을 확인하실 수 있습니다.

지난 1년

• 평균
  • AWS : 67
  • Azure : 52
  • GCP : 97
  • NCP : 1

지난 5년

• 평균
  • AWS : 55
  • Azure : 40
  • GCP : 5
  • NCP : 1

인도 기준

이번에는 인도 기준입니다.
인도 기준으로는 AWS가 가장 관심도가 높으며, 다른 IaaS 서비스로는 Azure가 두 번째로 관심도가 높습니다. NCP의 경우에는 갑자기 관심도가 높아지는 것을 확인하실 수 있는데요. 인도에서의 NCP는 Nationalist Congress Party(민족주의 의회당)으로 인도의 주요 정당 중 하나로 같은 약어로 사용되면서 중간에 갑자기 관심도가 높아지는 부분이 있었습니다.

지난 1년

• 평균
  • AWS : 78
  • Azure : 52
  • GCP : 10
  • NCP : 6

지난 5년

• 평균
  • AWS : 60
  • Azure : 43
  • GCP : 7
  • NCP : 4

일본 기준

마지막으로는 일본 기준입니다.
일본 기준으로도 동일하게 AWS가 가장 관심도가 높으며, 다른 IaaS 서비스로는 Azure가 두 번째로 관심도가 높습니다.
지난 5년간의 데이터를 보면 전반적으로 IaaS 서비스에 대한 관심도가 다른 나라보다는 낮습니다. 또한 한국과 비슷하게 AWS가 Azure보다 압도적으로 높은 관심도를 가지고 있다는 것을 확인하실 수 있습니다.

지난 1년

• 평균
  • AWS : 75
  • Azure : 32
  • GCP : 9
  • NCP : 1

지난 5년

• 평균
  • AWS : 33
  • Azure : 13
  • GCP : 4
  • NCP : 0

구글 트렌드를 통해 여러가지 IaaS(Infrastructure-as-a-Service)의 사용, 인기도, 관심도를 비교해봤는데요.

IaaS(Infrastructure-as-a-Service) 중에서는 AWS가 가장 높은 관심도이며, 다음으로는 Azure가 차지하였습니다. 가장 큰 IaaS 서비스를 생각하면 AWS를 생각할 수 있지만 최근에는 Azure 또한 많이 따라오고 있는 추세입니다. 추가로 지난 5년간의 자료를 확인해보면 점점 IaaS에 대한 관심도가 점점 높아지고 있습니다.

다양한 IaaS 서비스가 있지만 반드시 하나만 사용해야 되는 것은 아닙니다. 상황과 비용에 따라서 각 IaaS 서비스의 다양한 상세 서비스들을 선택하여 사용할 수 있으므로 다양한 IaaS 서비스의 경험을 경험해보시기 바랍니다.

지금까지 구글 트렌드를 통해 여러가지 IaaS(Infrastructure-as-a-Service)의 사용, 인기도, 관심도를 비교해보는 시간이였습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] 여러가지 CI/CD 툴 사용, 인기도, 관심도 비교

구글 트렌드를 통해 여러가지 CI/CD 툴의 사용, 인기도, 관심도를 비교해보겠습니다.

기준으로는 총 5가지의 CI/CD 툴인 Jenkins, GitHub Action, GitLab CI/CD, TeamCity, Atlassian Bamboo를 비교해봤습니다. 구글 트렌드틑 통해 비교한 자료이므로 상세한 내용은 아닌 대락적인 사용, 인기도, 관심도를 확인해봤다 정도로만 생각해주시면 좋을 것 같습니다.

한국 기준

한국을 기준으로는 Jenkins를 가장 많이 사용하고 있으며, 다른 CI/CD 툴 중에서는 GitHub Action 또한 두 번째로 많이 사용하고 있습니다. IT 기업의 기술 블로그를 확인해봐도 Jenkins 및 GitHub Action을 CI/CD 툴로 많이 사용하고 있음을 확인하실 수 있습니다.

지난 1년

• 평균
  • Jenkins : 74
  • GitHub Action : 22
  • GitLab CI/CD : 1
  • TeamCity : 2
  • Atlassian Bamboo : 0

지난 5년

• 평균
  • Jenkins : 58
  • GitHub Action : 9
  • GitLab CI/CD : 1
  • TeamCity : 1
  • Atlassian Bamboo : 0

전세계 기준

전세계를 기준으로는 Jenkins를 가장 많이 사용하고 있으며, 다른 CI/CD 툴 중에서는 GitHub Action 또한 두 번째로 많이 사용하고 있습니다. 한국과 비교해봤을 때에는 Jenkins의 비중이 더 높고, GitHub Action의 비중이 더 낮습니다.

지난 1년

• 평균
  • Jenkins : 85
  • GitHub Action : 7
  • GitLab CI/CD : 1
  • TeamCity : 2
  • Atlassian Bamboo : 0

지난 5년

• 평균
  • Jenkins : 62
  • GitHub Action : 2
  • GitLab CI/CD : 0
  • TeamCity : 1
  • Atlassian Bamboo : 0

미국 기준

이번에는 미국 기준입니다.
미국 기준으로도 동일하게 Jenkins를 가장 많이 사용하고 있으며, 다른 CI/CD 툴 중에서는 GitHub Action 또한 두 번째로 많이 사용하고 있습니다. 한국 및 전세계 자료와도 비교해봤을 때 Jenkins의 비중이 더 높고, GitHub Action의 비중이 더 낮습니다.

지난 1년

• 평균
  • Jenkins : 83
  • GitHub Action : 4
  • GitLab CI/CD : 0
  • TeamCity : 1
  • Atlassian Bamboo : 0

지난 5년

• 평균
  • Jenkins : 48
  • GitHub Action : 1
  • GitLab CI/CD : 0
  • TeamCity : 1
  • Atlassian Bamboo : 0

인도 기준

이번에는 인도 기준입니다.
인도 기준으로도 동일하게 Jenkins를 가장 많이 사용하고 있으며, 다른 CI/CD 툴 중에서는 GitHub Action 또한 두 번째로 많이 사용하고 있습니다. 전세계 자료와 거의 비슷한 비중을 보이고 있습니다.

지난 1년

• 평균
  • Jenkins : 78
  • GitHub Action : 5
  • GitLab CI/CD : 1
  • TeamCity : 2
  • Atlassian Bamboo : 0

지난 5년

• 평균
  • Jenkins : 70
  • GitHub Action : 2
  • GitLab CI/CD : 0
  • TeamCity : 2
  • Atlassian Bamboo : 0

일본 기준

마지막으로는 일본 기준입니다.
일본 기준으로도 동일하게 Jenkins를 가장 많이 사용하고 있으며, 다른 CI/CD 툴 중에서는 GitHub Action 또한 두 번째로 많이 사용하고 있습니다. 한국과 비슷하게 GitHub Action 사용 빈도가 전세계 기준보다는 조금 높은 비중을 보이고 있습니다.

지난 1년

• 평균
  • Jenkins : 74
  • GitHub Action : 15
  • GitLab CI/CD : 1
  • TeamCity : 1
  • Atlassian Bamboo : 0

지난 5년

• 평균
  • Jenkins : 50
  • GitHub Action : 4
  • GitLab CI/CD : 0
  • TeamCity : 1
  • Atlassian Bamboo : 0

구글 트렌드를 통해 여러가지 CI/CD 툴의 사용, 인기도, 관심도를 비교해봤는데요.

CI/CD 툴 중에서는 Jenkins를 가장 높은 비중을 차지하고 있고, 다음으로는 GitHub Action이 차지하였습니다.

지난 5년간의 자료를 확인해보면 점점 Jenkins의 비중은 낮아지고, GitHub Action의 비중은 높아지고 있는데요.

다양한 CI/CD 툴이 생겨나가면서 Jenkins의 비중이 점점 낮아지는 것은 아닐까라는 개인적인 견해를 가지고 있습니다.

여러가지의 CI/CD 툴 중에서 많이 사용하고 있다는 것은 그만큼 검증된 툴이며 작업을 하기 위해 다양한 자료가 있다는 것으로 생각할 수 있습니다. 따라서 CI/CD 툴을 어떤 것을 사용할지 고민이시라면 Jenkins 또는 GitHub Action을 추천드립니다.

지금까지 구글 트렌드를 통해 여러가지 CI/CD 툴의 사용, 인기도, 관심도를 비교해보는 시간이였습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] AWS vs NCP 주요 서비스 기능 및 비용 비교

AWS는 세계적으로 널리 사용되는 클라우드 서비스 플랫폼이며, NCP(네이버 클라우드 플랫폼)는 주로 한국에서 이용되는 클라우드 서비스 플랫폼입니다. AWS는 글로벌 기업들에게 다양한 서비스를 제공하며, NCP는 주로 한국 기업 및 사용자를 대상으로 한 클라우드 서비스를 제공하는데요.

AWS와 NCP의 주요 서비스의 비용을 비교해보도록 하겠습니다.

주요 서비스

[ 공통 조건 ]

환율 : $1 = 1350원

월 기준 : 730시간

서버

AWS - EC2

NCP - Server

- [Linux] / CPU(2) / Mem(8) / SSD(50G) - Type : t3a.large - 비용 : $72.89 / 98,401원 (월 기준) - [Window] / CPU(2) / Mem(8) / SSD(100G) - Type : t3a.large - 비용 : $97.60 / 131,760원 (월 기준) - [Linux] / CPU(16) / Mem(32) / SSD(50G) - Type : c5a.4xlarge - 비용 : 506.80 / 684,180원 (월 기준) - [Linux] / CPU(8) / Mem(64) / SSD(50G) - Type : r5a.2xlarge - 비용 : $401.68 / 542,268원 (월 기준) - [Linux] / CPU(4) / Memory(20) / SSD(50G) - Type : g4dn.xlarge / GPU T4 (1ea) - 비용 : $476.87 /  643,774원 (월 기준)

- [Linux] / CPU(2) / Mem(8) / SSD(50G) - Type : Standard - 비용 : 88,000원 (월 기준) - [Window] / CPU(2) / Mem(8) / SSD(100G) - Type : Standard - 비용 : 113,760원 (월 기준) - [Linux] / CPU(16) / Mem(32) / SSD(50G) - Type : High CPU - 비용 : 576,000원 (월 기준) - [Linux] / CPU(8) / Mem(64) / SSD(50G) - Type : High Memory - 비용 : 480,000원 (월 기준) - [Linux] / CPU(4) / Mem(20) / SSD(50G) - Type : GPU / Tesla T4 (1ea) - 비용 : 480,000원 (월 기준)

• 동일한 사양에서 OS에 따른 비용 비교
• CPU, Memory, GPU 등 Type별 비용 비교
  
  

객체 스토리지

AWS - S3	NCP - Object Storage
- 사용 :10TB (월 기준)  - 비용 : $256 / 345,600원  - PUT, COPY, POST, LIST 요청  - 비용 : 1000만건 $45 / 60,750원  - GET, SELECT 및 기타 모든 요청  - 비용 :  1000만건 $3.5 / 4,725원 - 아웃바운드 데이터 전송(인터넷) - 비용 :  1TB  $129.02 / 174,177원	- 사용 :10TB (월 기준)  - 비용 :  286,720원  - PUT, COPY, POST, LIST 요청 - 비용 : 1000만건 45,000원  - GET, SELECT 및 기타 모든 요청  - 비용 : 1000만건 4,000원  - 아웃바운드 데이터 전송(인터넷)  - 비용 : 1TB 102,400원

• 사용량 기준 비용 비교
• 요청에 따른 비용 비교

블록 스토리지

AWS - EBS(Elastic Block Store)	NCP - Block Storage
- SDD / 1024GB / 16,000 IOPS / 1,000MiB/s - 비용 : $149.08 / 201,258원 (월 기준) - HDD / 1024GB / 500 IOPS / 500MiB/s - 비용 : $107.91 / 145,678원 (월 기준)	- SDD / 1024GB / 16,000 IOPS / 250MiB/s - 비용 : 118,656원 (월 기준) - HDD / 1024GB / 500 IOPS / 500MiB/s - 비용 : 59,328원 (월 기준)

• Storage Type(SSD, HDD)에 따른 비용 비교

네트워크 스토리지

AWS - EFS(Elastic File System)	NCP - NAS
- 용량 : 1030GB - 비용 : $89.86 / 121,311원 (월 기준)	- 용량 : 1030GB - 비용 : 79,200원 (월 기준)

Functions

AWS - Lambda	NCP - Cloud Functions
- 요청 수 : 1억건 - 요청 기간(ms) : 1000 - 메모리 : 128MB - 비용 : $221.47 / 298,984원	- 요청 수 : 1억건 - 요청 기간(ms) : 1000 - 메모리 : 128MB - 비용 : 225,500원

기타 서비스

Auto Scaling

AWS - Auto Scaling	NCP - Auto Scaling
- 장점: 다양한 서비스 지원 유연한 메트릭 및 정책 설정 생명주기 훅을 통한 사용자 정의 제어 가능 - 단점: 설정 및 구성이 복잡할 수 있음 일부 사용자에게는 과도할 수 있는 기능이 제공됨	- 장점: 간편한 설정 및 관리 HTTP 기반 트래픽에 특화 컨테이너 인프라 지원  - 단점: 일부 AWS 서비스에 비해 특정한 서비스의 확장성이 떨어질 수 있음 고급 설정이나 사용자 정의가 부족할 수 있음

API Gateway

AWS - API Gateway	NCP - API Gateway
- Rest API / 요청 1억건 - 비용 : $350 / 472,500원 - 캐시 사용량 : 1.6GB / 6.1GB - 비용 : 27.74, 37,449원 / $146, 197,100원 +@ HTTP API, WebSocket API 지원	- Rest API / 요청 1억건 - 비용 : 396,000원 - 캐시 사용량 : 1.6GB / 6.1GB - 비용 : 59,040원 / 225,000원

Queue

AWS - SQS(Simple Queue Service)	NCP - RabbitMQ
- 표준 대기열 요청 : 1억건 - 비용 : $39.6 / 53,460원 - 아웃바운드 데이터 전송(인터넷) - 비용 : 1TB $129.02 / 174,177원	- RabbitMQ를 "단독 VM(Virtual Machine)"에 설치하여 메시지 시스템을 구성할 수 있음 - RabbitMQ 프로세스는 Supervisor에 의해서 관리되며, 의도치 않게 종료됐을 경우에는 프로세스를 재기동시켜 서비스 중단을 최소화 할 수 있음

전체 서비스에 대한 기능 및 비용을 비교한 것은 아니지만 일부 서비스들을 비교해봤습니다.

전체적으로 AWS 비용이 조금 비싸지만 환율에 따라 많이 달라질 소지가 있습니다. 또한 스토리지 부분에서는 NCP가 비교적 많이 저렴하기 때문에 스토리지 관련 서비스를 많이 사용할 경우에는 NCP가 더 비용적으로 효율적입니다.

위 정보 이외에 사용하실 서비스들의 기능 및 비용을 비교하여 Cloud를 선택 후 사용하시기 바랍니다.

지금까지 AWS와 NCP의 주요 서비스 기능 및 비용 비교 확인해봤습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[DevOps] 2023 State of DevOps Report 알아보기 3탄

지난번 2탄에 이어서 3탄에도 State of DevOps Report 2023의 주요 내용을 상세하게 알아보는 시간을 가져보겠습니다.
이번에는 인프라스트럭처와 문화에 대한 내용을 알아보는 시간을 가지겠습니다.

"Flexible infrastructure is key to success"

"유연한 인프라스트럭처가 성공의 열쇠다" 주제의 내용입니다.

유연한 인프라스트럭처는 30% 더 높은 조직 성과를 낸다고 합니다.

인프라를 구축하기 위해서는 크게 온프레미스와 클라우드를 선택할 수 있으며 각각의 인프라 사용에 따른 비율은 지표로 확인할 수 있습니다.

클라우드를 많이 사용하고 있으며 그 중 Public 클라우드가 주도하고 있습니다.
이러한 클라우드를 "단순히" 사용하여 인프라를 구축할 경우의 성과 결과를 확인해봅시다.

Private 클라우드는 팀 성과와 운영 성능은 향상되지만 조직 성과와 소프트웨어 배포 속도에는 효과가 없음을 확인할 수 있으며, Public, Hybrid, Multi 클라우드는 조직 성과와 팀 성과는 향상되지만 소프트웨어 배포 속도와 운영 성능은 감소되는 것을 확인하실 수 있습니다.

이러한 문제는 클라우드를 "단순히" 사용하면서 발생되는 부정적인 영향이라고 합니다.

하지만 클라우드 인프라는 유연성을 제공합니다.
퍼블릭 클라우드를 사용하면 비용이 22% 증가하지만 유연한 인프라를 사용했을 경우 모든 결과는 달라집니다.

유연한 인프라를 통해 모든 성과 및 성능 측면이 긍정적으로 향상되었습니다.

또한 모든 클라우드에서도 긍정적인 영향을 미친다는 것을 확인하실 수 있습니다.

클라우드가 결합된 유연한 인프라를 사용하는 것과 유연성이 없는 클라우드를 비교했을 경우 큰 차이가 있음을 알 수 있습니다.

추가로 직원들의 행복 측면에서도 효과를 얻을 수 있습니다.

결과적으로 "단순히" 클라우드를 사용하면 부정적인 영향이 있으며, 유연한 인프라를 통해 퍼블릭 클라우드를 사용하면 모든 성과 및 성능 측면과 직원들의 행복 측면에서도 모두 긍정적인 효과를 얻을 수 있다는 것을 확인하실 수 있습니다.

"None of this works without investing in culture"

마지막으로 "문화에 투자하지 않고서는 이 중 어떤 것도 효과가 없다" 주제의 내용입니다.

문화를 정의하기는 어렵지만 DORA팀은 아래 7가지 측면으로 정의하였습니다.

DORA팀은 문화에 대한 측면을 강조하였으며, 문화는 직원들의 행복과 조직의 성과를 좌우하는 핵심 요소라고 합니다.
문화 중 생성 문화가 있는 팀은 그렇지 않은 팀보다 조직 성과가 30% 더 높다고 합니다.

문화는 팀 성과, 조직 성과, 소프트웨어 제공 성능, 운영 성능 등 대부분의 성능에 긍정적인 영향을 미칩니다.

업무 분배 측면은 소프트웨어 제공 성능이 감소되는 영향이 있었으며, 업무를 다양하고 많은 사람들을 통해 분배하면 실제 소프트웨어를 제공하는 시간이 늦어질 수 있다는 내용으로 확인됩니다.

기술적인 역량을 향상 시키기 위한 부분도 문화가 큰 영향을 미칩니다.

직원들의 행복 측면에서도 문화는 큰 영향을 미칩니다.

문화와 관련된 여러가지 지표를 확인해 봤는데요.
이 중에 웨스트럼 조직 문화가 모든 측면에서 가장 긍정적인 영향을 미치고 있습니다.

웨스트럼 조직 문화를 간단하게 설명하자면 Pathological(병적인), Bureaucratic(관료적인), Generative(생성적인) 부분으로 크게 3가지를 구분하고 있습니다. 여기서 Generative 생성 문화는 성과 중심으로 조직이 임무에 집중하고 모든 것은 팀이 좋은 성과를 내기 위해 해야 할 일이다는 주제를 가지고 있는 조직 문화입니다. 간단히 알아봤지만 이후에 웨스트럼 조직 문화에 대한 상세한 내용을 확인해보는 시간을 가져보겠습니다.

결과적으로 문화는 건강한 문화, 생성적 문화를 통해 모든 성과 및 성능 측면과 기술적 역량, 직원들의 행복 측면에서도 모두 긍정적인 효과를 얻을 수 있다는 것을 확인하실 수 있으며 DORA 팀에서도 강조한 것과 같이 문화에 대한 중요성을 항상 가지면서 조직 문화와 업무를 가져봐야할 것 같습니다.

2023 State of DevOps Report의 주요 내용을 상세하게 확인해봤는데요.
지금까지 작성한 1,2,3탄을 통해 2023 State of DevOps Report의 주요 결과 및 주요 내용에는 이런 것들이 있구나라고 느끼셨으면 좋겠습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[Reference]

https://cloud.google.com/devops/state-of-devops
https://semaphoreci.com/blog/state-of-devops-2023

[DevOps] 2023 State of DevOps Report 알아보기 2탄

지난번에는 State of DevOps Report 2023의 주요 결과에 대한 내용을 알아보는 시간을 가졌는데요.
이번에는 더 자세하게 알아보기 위해 주요 내용 중 사용자 중심에 대한 내용과 문서화에 대한 내용을 알아보는 시간을 가지겠습니다.

"Focusing on users predicts organizational performance"

"사용자 중심으로 조직 성과를 예측한다" 주제의 내용입니다.

사용자 중심이 강한 팀은 40% 더 높은 조직 성과를 낸다고 합니다.

여기서 사용자란 소프트웨어를 사용하기 위해 비용을 지불하는 고객 뿐만 아니라 소프트웨어에 관련된 개발팀, 운영팀, 배송팀, 리더 등 모든 사용자가 포함됩니다.

DORA팀에서는 사용자 중심의 세가지 중요한 특성을 조사했다고 하는데요.

• 팀이 사용자의 요구를 얼마나 잘 이해하는지.
• 사용자의 요구를 충족시키기 위해 팀이 얼마나 잘 준비되어 있는지.
• 작업의 우선순위를 정할 때 사용자 피드백을 사용하는 방법.

결과적으로 소프트웨어에 대한 사용자 중심 접근 방식을 발견했다고 하며, 사용자를 최우선으로 생각하면 아래와 같은 좋은 영향을 얻을 수 있다고 합니다.

이러한 결과는 아래 예시와 같이 조직 전체 및 다양한 팀에 영향을 미친다고 합니다.

• 개발팀
  • “ 사용자의 요구 사항을 명확하게 이해하고, 사용자 피드백을 기반으로 계획 조정”
• 운영팀
  • “ 사용자가 관심을 갖는 서비스 수준 지표를 식별하고 사용자의 만족도를 유지하는 것을 목표”
• 리더
  • “ 사용자에게 가치를 제공한 팀에 보상을 제공”

마지막으로 사용자에 집중하면 20% 더 높은 직업 만족도를 낸다고 합니다.

단순히 사용자 중심을 통해 얼마나 큰 영향이 있을까하는 생각이 있을 수 있지만,
사용자 중심을 통해 조직 성과와 직업 만족도 측면에서 높은 성과를 낸다는 것을 확인하실 수 있습니다.

"Documentation is foundational"

"문서화는 기본적이다" 주제의 내용입니다.

문서화는 기본이고, 기술 역량을 증폭시킨다고 합니다.
낮은 품질의 문서와 높은 품질의 문서에 따른 기술적 역량에 얼마나 영향을 미치는지 조사한 내용입니다.

높은 품질의 문서로 모든 측면에서 기술적 역량이 높아졌으며, 트렁크 기반 개발에서는 최대 12.8배의 차이가 있었습니다.

문서화는 이러한 기술적 역량뿐만 아니라 직원들의 행복과 조직의 성과에도 큰 영향을 미친다고 합니다.
번아웃 측면은 감소되었며, 직업 만족도와 생산성은 증가되어 모두 긍정적인 영향을 미쳤습니다.

팀 성과, 조직 성과, 운영 성과는 모두 증가되었습니다. 단 소프트웨어 제공 성능에는 영향이 없는 것을 확인하실 수 있습니다.

이러한 결과들 중에 예상치 못한 추세를 발견했다고 하는데요.

일부 사람들은 문서의 품질이 높아질 경우 번아웃 수치가 감소되는 것이 아니라 증가되는 부분도 있었습니다.

해당 결과를 통해 고품질의 문서를 창출하고 유지하기 위해서는 큰 노력이 필요하고, 일부 사람들은 이러한 기술적인 작업을 중요하거나 영향력이 있다고 인식하지 않을 경우가 있다고 합니다.
이러한 부분이 확인되면서 DORA팀은 문서화와 관련된 부분은 더 많은 연구가 필요할 것 같다고 합니다.

결과적으로는 문서화를 통해 기술적 역량뿐만 아니라 직원들의 행복과 조직의 성과에도 큰 영향을 미친다는 것을 확인하실 수 있습니다.

2023 State of DevOps Report의 주요 내용을 상세하게 확인해봤는데요.
3탄에서는 다른 주요 내용을 상세하게 확인해보는 시간을 가져보겠습니다....! 끝...!

유익하게 보셨다면 공감을 눌러주고, 댓글로 의견을 공유해 남겨주시면 감사하겠습니다!

[Reference]

https://cloud.google.com/devops/state-of-devops
https://semaphoreci.com/blog/state-of-devops-2023