본문으로 건너뛰기
두 클라우드의 운영 경험을 이어받은 Flava DBaaS
목차

두 클라우드의 운영 경험을 이어받은 Flava DBaaS (2026-06)

원문 정보

LY Corporation은 구 LINE의 Verda와 구 Yahoo Japan의 YNW를 차세대 클라우드 Flava로 통합하고 있습니다. DBaaS 팀의 일도 새 플랫폼에 데이터베이스를 제공하는 데서 끝나지 않습니다. 기존 환경에서 불편했던 점을 고치고, 개발자가 쓰던 DB를 쉽게 옮겨 올 방법까지 마련해야 합니다.

프로비저닝과 고가용성, 백업·복구, 확장성, 모니터링은 기존 클라우드에도 있던 기본 기능입니다. Flava DBaaS는 이를 이어받으면서 사용자 만족도 조사에 남은 요구를 설계에 반영했습니다.

VM 사양에 묶여 있던 스토리지

기존 클라우드에서는 저장 공간이 부족하면 샤딩 같은 대안까지 검토해야 하는 경우가 있었습니다. DBMS가 VM의 로컬 디스크를 사용했기 때문입니다. 저장할 데이터가 늘어도 스토리지 용량은 하이퍼바이저가 제공하는 VM 사양의 한계를 벗어나지 못했습니다.

Flava는 사용자 정의 인스턴스 유형과 블록 스토리지로 선택 폭을 넓혔습니다. 사용자는 스토리지를 100GiB 단위로 구성할 수 있고, 블록 스토리지를 사용하는 DBMS에서는 최대 5TiB까지 늘릴 수 있습니다. 단일 VM의 용량 한계 때문에 샤딩을 고민하던 사용자는 그 검토가 필요하지 않을 수도 있습니다.

5TiB는 블록 스토리지 자체의 한계는 아닙니다. 그보다 크게 사용할 수도 있지만, 기존 사용 사례를 분석했을 때 대부분의 요구를 충족하는 크기였고 블록 스토리지 측의 서버 단편화도 방지해야 했습니다. 이 조건을 고려해 DBaaS의 상한을 정했습니다.

DBMS가 달라도 익숙한 화면

지원하는 DBMS는 Verda와 YNW의 상품을 통합하면서 늘어났습니다. 사용법까지 DBMS마다 따로 배워야 하는 것은 아닙니다. Flava DBaaS는 아키텍처와 UI를 통일해, MySQL에서 서버 사양을 바꿔 본 사용자가 같은 경험으로 Redis의 사양도 바꿀 수 있게 했습니다. Cassandra에서 모니터링 알람을 설정한 경험은 MySQL에서도 이어집니다.

반복해서 쓰는 설정도 재사용할 수 있습니다. Custom DB Role은 원하는 권한의 DB 사용자를 만들고 관리하는 기능이고, Database Parameter Group은 DB 파라미터를 제어하고 재사용하는 기능입니다. Restore backup으로는 특정 백업에서 새 클러스터를 만들 수 있습니다. 장애 복구뿐 아니라 실제 환경과 같은 데이터로 성능 테스트를 해야 할 때도 UI에서 빠르게 복구할 수 있게 했습니다. 아직 이 기능들을 제공하지 않는 DBaaS에는 추가를 준비하고 있습니다.

TDE와 TLS는 DBaaS 차원에서 기본 제공합니다. 데이터의 중요도와 성질에 따라 격리해 저장·처리하는 환경도 단계적으로 확충하고 적용하는 중입니다. 보안 등급이 달라도 빠르고 편리하게 DB 환경을 구축하도록 준비하고 있습니다.

이러한 개선은 사내 사용자 만족도 조사에서 높은 점수를 받았습니다. 지원 범위도 더 넓힐 예정입니다. YNW에서 제공하던 Fractal DB와 DBA의 지원을 받아 쓰던 HBase 등을 DBaaS로 제공할 준비를 하고 있습니다.

선언한 DB 상태를 따라가는 컨트롤러

Flava DBaaS는 쿠버네티스의 오퍼레이터 패턴으로 작동합니다. 운영자가 도메인 지식으로 수행하던 작업을 컨트롤러 코드로 옮긴 방식입니다. 사용자가 원하는 DB 상태를 선언하면 컨트롤러가 현재 상태를 확인하고, 선언한 상태에 도달하도록 필요한 절차를 계속 수행합니다.

구현 난이도는 높습니다. 대신 절차 지향적인 아키텍처보다 운영하고 관리하기 편합니다. 문제가 생겼을 때 커스텀 리소스에 선언된 사양과 실제 상태를 비교하고 컨트롤러 로그를 확인하면 원인을 찾을 수 있습니다. 이벤트 기반 컨트롤러는 대규모 DB 인프라에서도 큰 부하 없이 작동하며, CI/CD와 권한 관리에는 쿠버네티스 생태계의 기능을 활용할 수 있습니다.

IaaS 제어를 맡은 인프라 오퍼레이터

DB 클러스터 하나를 만드는 데도 VM, 스토리지, 도메인 같은 IaaS 자원이 필요합니다. DBaaS가 이 자원을 생성하고 관리하는 API를 직접 호출하면 코드의 상당 부분이 인프라 제어 로직으로 채워집니다. DB 운영 로직과도 뒤섞입니다.

Flava는 그 책임을 인프라 오퍼레이터로 분리했습니다. 인프라 오퍼레이터는 IaaS 자원을 쿠버네티스 리소스로 표현하고, DBaaS가 선언한 사양에 맞춰 자원을 다룹니다. VM이 필요하다면 server.yaml에 가용 영역, 이미지, 서버 타입을 적고 kubectl create -f server.yaml로 커스텀 리소스를 생성하는 방식입니다. DBaaS 개발자가 IaaS API의 호출 절차까지 다룰 필요가 없어집니다.

DBaaS 아래에 인프라 오퍼레이터를 두고, 그 아래에 컴퓨팅·네트워크·스토리지를 제공하는 IaaS를 둔 구성입니다. 여러 DBMS가 인프라 자원을 같은 방식으로 사용하므로 각 상품의 개발자는 DBMS 고유의 운영 로직에 집중할 수 있습니다.

MySQL 생성 요청 뒤의 커스텀 리소스

DB 클러스터도 하나의 커스텀 리소스로 표현합니다. MySQL이라면 버전, VM 사양, 스토리지 종류와 크기, 복제 멤버 수가 여기에 담깁니다. 리소스는 etcd에 저장하며 쿠버네티스 API로 조회·생성·수정·삭제합니다.

사용자가 Flava UI나 IaC 도구에서 클러스터 생성을 요청하면 API 서버가 그 요청을 MySQL 커스텀 리소스로 만듭니다. 매니저는 리소스의 생성과 변경을 감지하고 사양과 상태를 맞추는 조정 작업을 총괄합니다. VM이 필요하면 인프라 오퍼레이터가 제공하는 서버 리소스를 생성합니다.

VM 안에서는 에이전트가 작동합니다. VM을 생성할 때 함께 설치되며, OS 명령이나 DB 명령처럼 로컬에서 수행해야 하는 작업과 프로비저닝을 담당합니다. 매니저가 VM 생성 완료를 확인하고 복제 구성을 진행하도록 하면 에이전트가 필요한 명령을 실행합니다. 사용자 요청을 리소스로 만드는 API 서버, 클러스터를 조정하는 매니저, VM 내부의 작업을 수행하는 에이전트로 역할을 나눈 것입니다.

개발자가 직접 옮겨 오는 DMB

새 DBaaS를 내놓았다고 전환이 끝나지는 않습니다. 대규모 DB를 운영자 혼자 모두 옮기는 일은 불가능에 가깝고, DB를 사용하는 개발자와 긴밀히 협업해야 합니다. Flava DBaaS 팀이 지향하는 방법은 개발자가 별도의 마이그레이션 지식 없이도 쓸 수 있는 도구와 매뉴얼을 제공하는 것입니다.

원문 공개 시점에 개발자가 직접 사용할 수 있는 도구는 MySQL용 DMB(data migration bridge)입니다. 2026년 2분기까지 Flava의 모든 DBMS로 이런 도구를 확대하는 것이 목표였습니다. 완료된 결과로 제시된 일정은 아닙니다.

도구가 제공하는 이전 방식은 DBMS의 특성과 워크로드에 따라 달라질 수 있습니다. 같은 DBMS 사이에서도 무엇을 옮기는지, 중단을 얼마나 허용하는지에 따라 절차와 부담이 달라집니다.

방식데이터를 옮기는 절차중단과 운영 부담
덤프 & 복구소스 DB를 백업한 뒤 목적지 DB에 복구가장 간단하지만 정합성을 보장하려면 애플리케이션 중단 필요
복제DBMS의 실시간 복제를 구성하고, 복제가 완료되면 페일오버로 프라이머리를 목적지로 옮긴 뒤 소스 제거정합성은 DBMS 복제에 의존. 페일오버 시 짧은 중단 가능. 페일오버 전 엔드포인트 변경 등이 필요해 덤프 & 복구보다 복잡하고 오래 걸릴 수 있음
변경 데이터 캡처Kafka 같은 별도 시스템으로 DB 간 데이터를 논리적으로 복사무중단에 가깝게 이전 가능. 별도 시스템을 구축·운영·관리하는 부담

무중단 마이그레이션을 원할 때 가장 많이 선택하는 방식은 복제입니다. 변경 데이터 캡처는 논리적으로 데이터를 복사하므로 토폴로지의 한계를 넘을 수 있습니다. 예를 들어 6샤드 Redis 클러스터의 데이터를 3샤드 클러스터로 옮길 수 있습니다.

이처럼 내부 방식이 달라도 도구가 사용자에게 제공하려는 경험은 같습니다. 개발자는 UI의 안내를 따라 쉽고 간편하게 마이그레이션하고, DBMS별 이전 절차를 따로 익히지 않아도 되게 만드는 것이 공통 목표입니다.

리소스 활용률을 높이려는 서버리스 DBaaS

독립적인 DB 클러스터는 안정적인 운영 환경을 제공합니다. 그러나 플랫폼 전체에서 보면 클러스터마다 독립적으로 이중화하는 등의 이유로 리소스 활용률이 낮아집니다. Flava DBaaS는 여러 사용자가 멀티 테넌트 형태로 공통 인프라를 쓰는 서버리스를 준비하고 있습니다.

운영자는 리소스 활용률을 높이고 버전 업그레이드와 백업을 표준화해 운영 비용을 줄일 수 있습니다. 사용자는 클러스터 구성이나 서버 사양을 고민하지 않고 필요한 리소스를 즉시 사용하며, 사용한 만큼 비용을 내는 방식입니다. 공통 인프라에서 발생할 수 있는 시끄러운 이웃(noisy neighbor) 문제를 해결하려고 테넌트 간 리소스 격리도 도입해 검증하고 있습니다.

모든 워크로드를 서버리스로 옮길 계획은 아닙니다. 높은 성능이나 전용 인프라가 필요한 워크로드에는 독립 클러스터가 더 적합하므로, 워크로드에 따라 선택하도록 함께 제공할 예정입니다. 우선 준비하는 상품은 MySQL 호환 TiDB 서버리스와 서버리스 OpenSearch입니다.

DBA의 분석과 상담을 맡을 AI 에이전트

DBA는 알람의 원인을 찾고, 느린 쿼리를 튜닝하고, 사용자에게 운영 방법을 안내해 왔습니다. 인텔리전트 DBaaS의 DBA as a Service는 이 역할을 AI 에이전트로 제공하려는 구상입니다.

사용자와 대화하는 창구는 Slack 봇입니다. 알람이 발생하면 지표와 로그를 분석하고 검증한 결과를 바탕으로 대응을 제안합니다. “13시 5분부터 쿼리 지연이 늘었는데 왜 그래?”라고 물으면 지표와 로그를 조회해 답하고 후속 질문도 받는 형태입니다. 사양 산정이나 클러스터 구성, 백업 정책 상담에서는 예상 QPS, 데이터 크기와 성격, 서비스 개요를 받아 적절한 구성을 제안하도록 합니다.

Flava 콘솔의 리포트 탭도 이 구상에 포함됩니다. DB 사용 패턴을 살펴 백업 시간과 배치 작업이 겹치면 백업 시간 변경을 추천하고, 리소스 사용률을 확인해 절감 가능성을 제안합니다. 느린 쿼리의 패턴에서 튜닝 방법과 적절한 인덱스를 찾거나, 개인정보로 판단되는 데이터를 보고하고 암호화를 제안하는 역할도 담고 있습니다.

배치 작업 전후로 늘고 줄어드는 리소스

리소스를 넉넉하게 할당하면 비용이 낭비되고, 부족하면 성능 저하와 장애로 이어질 수 있습니다. Flava DBaaS는 CPU, 메모리, 스토리지, 커넥션 지표로 사용자가 정책을 정하면 리소스를 자동으로 늘리고 줄이는 오토 스케일링을 제공하고자 합니다.

새벽에 대규모 배치 작업이 예정돼 있다면, 작업 전에 읽기 복제를 생성해 부하를 분산하고 끝난 뒤 반납하는 방식이 한 예입니다. 데이터가 늘어 디스크 사용률이 임계치에 도달했을 때 스토리지를 20% 늘린 노드로 VM 사양을 바꾸는 예도 제시했습니다. 20%는 오토 스케일링의 고정 규칙이 아닙니다.

DBA as a Service와의 연계는 여기서 더 나아간 기대입니다. AI 에이전트가 사용 패턴과 리소스 사용 이력을 분석하면, 반복되는 트래픽 증가에 맞춰 임계치를 조정하거나 데이터 증가 추세에 맞춰 사전 증설 정책을 제안할 수 있을 것으로 보고 있습니다.

원문에 제시된 사양과 목표값
항목값
스토리지 구성 단위100GiB
블록 스토리지 DBMS의 스토리지 상한5TiB
인프라 오퍼레이터 server 예시AZ az3, Rocky Linux 8.10, 4vCPU-8GiB
MySQL 커스텀 리소스 예시mysql-8.0.45, 서버 Cx.4vCPU_16GiB_100GiB, nvme_dev 200GiB, 복제 멤버 1
모든 DBMS 대상 마이그레이션 도구 제공 목표2026년 2분기
오토 스케일링 예시(스토리지 증설)디스크 임계치 도달 시 20% 증가
마지막 수정 일자