본문으로 건너뛰기
비용과 성장의 관계를 추적하는 우아한형제들 Cloud FinOps
목차

비용과 성장의 관계를 추적하는 우아한형제들 Cloud FinOps (2025-09)

원문 정보

  • 원문: 우아한 Cloud FinOps 여정
  • 매체 · 게시일: 우아한형제들 기술블로그 · 2025-09-26
  • 저자: 김규환 (우아한형제들 FinOps Practitioner 및 TPM)
  • 원문 내용을 바탕으로 재구성한 요약입니다.

늘어난 청구액 뒤의 API 한 건

서비스를 확장한 C팀의 클라우드 비용이 100원에서 500원으로 늘었다고 가정해 보겠습니다. 청구액만 보면 400원 증가를 이유로 절감 압박을 받습니다. 그런데 같은 기간 API 처리량은 10배가 됐습니다. 한 건을 처리하는 비용은 오히려 50% 줄었습니다.

우아한형제들이 3년간 MSP 없이 FinOps를 실행하며 바꾼 것은 비용을 평가하는 기준입니다. 얼마나 덜 썼는지만으로는 기술이 비즈니스에 얼마나 효과적으로 쓰였는지 설명하기 어렵습니다. Gartner가 구분하는 비용 절감은 지출을 줄이는 단기 조치이고, 비용 최적화는 비즈니스 가치를 높이면서 비용을 줄이는 지속적인 활동입니다. FinOps Foundation 역시 기술의 비즈니스 가치를 극대화하는 데 목적을 둡니다.

이 차이는 팀별 목표를 정할 때도 드러납니다. 원문의 다른 가정에서 A팀은 규모와 SLA가 높은 서비스를 매년 최적화해 왔지만, 총비용이 크다는 이유로 절감 목표를 계속 받습니다. 비용이 작은 B팀은 최적화에 관심을 두지 않았습니다. API 한 건으로 나눠 보니 A팀은 1원(500원 ÷ 500건), B팀은 5원(50원 ÷ 10건)이었습니다. B팀에는 트래픽 기반 Scale-in/out 정책이 없었습니다. API 특성에 따른 차이는 고려해야 하지만, 총액만 볼 때는 찾지 못했던 개선 대상을 단위 비용으로 발견한 사례입니다.

개발팀의 반응도 달라졌습니다. 필자의 경험에서 비용 증가만 제시하면 신규 서비스 출시나 증설, 데이터 이관을 설명하는 데 대화가 머물렀습니다. API 한 건의 처리 비용이 이전보다 높아졌다는 데이터를 보여 주자, 개발팀은 효율이 떨어진 원인을 엔지니어링 관점에서 분석하기 시작했습니다. 가용성·성능·품질을 검토할 시간도 없이 같은 절감 목표를 반복해서 받는 상황과는 다른 접근입니다.

우아한형제들이 전사에서 가장 비중 있게 보는 KPI는 주문 1건 처리 비용입니다. 주문이 매출을 만드는 지표이므로, 주문에 이르는 과정 전체의 효율을 살피려는 목적입니다. 트래픽 1건 처리 비용도 함께 봅니다. 음식을 검색하고 장바구니에 담았지만 주문하지 않은 고객에게도 서비스는 자원을 썼기 때문입니다. AWS에서는 CloudFront Request와 Public ELB Request 건수 등을 활용합니다. 매출 대비 클라우드 비용 비율은 비용이 회사의 성장보다 지나치게 빠르게 늘지 않는지 확인하는 보조 지표입니다.

전사 지표의 분모는 업종에 따라 배송 건수나 Page view 수가 될 수도 있습니다. 개발팀에는 담당 API나 핵심 트랜잭션 한 건, 트래픽 1GB의 처리 비용, 리소스 탄력성처럼 팀의 작업과 가까운 기준을 적용합니다. 이렇게 비용을 비즈니스 성과의 단위로 나눠 효율을 평가하는 방식이 단위경제입니다. 우아한형제들은 2022년 말 FinOps에 본격 착수한 뒤 주요 지표가 모두 개선됐다고 밝혔습니다.

구현할 기능을 고른 FinOps Framework

FinOps Foundation의 Inform → Optimize → Operate 순환은 가시화와 최적화, 조직 운영의 방향을 제시합니다. 실무에서 무엇을 구현할지 정하기에는 추상적입니다. 우아한형제들은 4개 Domain과 22개 Capability를 기능 명세서로 읽었습니다.

예를 들어 Allocation에는 조직별 비용 부과, 태그와 메타데이터 관리, 공유 비용 배분이 들어 있습니다. CMDB를 어떻게 연결할지, Showback과 Chargeback 중 어떤 방식을 쓸지, 중앙 플랫폼 비용을 어떻게 나눌지까지 검토 대상입니다. 비용 할당 비율과 태그 누락 비율 같은 KPI, Crawl·Walk·Run 성숙도 기준도 제시됩니다. 팀은 Capability를 하나씩 검토하며 필요한 기능과 구현 방향을 정했습니다.

설계 원칙으로는 2023년 AWS re:Invent에서 Werner Vogels가 발표한 The Frugal Architect를 함께 참고했습니다. 비용을 성능·보안·확장성처럼 설계 기준에 포함하고, 측정과 관찰을 지속하며, 잘 운영되는 시스템도 비용이 최적인지는 검증해야 한다는 7가지 원칙입니다.

이 활동이 지향하는 모습은 Amazon의 Cost Optimization Flywheel에도 나타납니다. FinOps가 기여하는 Lower Cost Structure는 판매원가를 낮추는 부분입니다. 합리적인 가격이 고객 경험을 개선하고 트래픽을 늘리면, 판매자와 상품 선택의 폭도 커져 성장으로 이어지는 선순환입니다. 비용 최적화를 회사의 성장 방향과 연결하는 이유입니다.

태그에서 운영팀까지 이어지는 FinOps Data Lake

단위경제를 계산하려면 청구 데이터 옆에 주문 수와 트래픽, 조직 정보가 있어야 합니다. 기존 상용 FinOps 솔루션은 외부 데이터 연동과 커스터마이징에 제약이 많았습니다. 우아한형제들은 내부 데이터를 자유롭게 결합할 수 있도록 자체 FinOps 플랫폼을 구축했습니다.

플랫폼은 청구 원본 데이터인 CUR, CMDB, 주문 수, AD 조직 정보 등 10개 이상의 데이터를 모읍니다. CUR은 시간 단위로 쌓이고 컬럼이 300개 이상이며, 건수도 억 단위입니다. 필수 컬럼을 선별하고 시간·일·월 단위로 집계해 분석할 데이터의 규모를 줄였습니다.

비용의 주인을 찾는 작업도 필요했습니다. 배포 시스템에서 필수로 받는 태그는 Service, Role, Zone입니다. 팀 이름은 태그에 직접 넣지 않습니다. 조직 개편이나 담당자 변경 때 태그에 적힌 이름이 낡은 정보가 되기 때문입니다. 대신 Service와 Role에 대응하는 운영팀을 CMDB에서 찾고, Active Directory(AD)에서 조직 계층과 매니저, 공용 이메일 주소를 가져옵니다.

CMDB도 계속 관리해야 합니다. Service·Role 태그가 없거나 해당 태그의 운영팀 정보가 CMDB에 없으면, 리소스를 만든 사용자에게 슬랙 메시지를 자동으로 보내 조치를 요구합니다. 인프라 팀이 이 현행화 과정을 운영하며 Tagging 비율을 90% 이상으로 유지하고 있습니다. 여기서 90%는 태그가 붙어 있다는 뜻을 넘어, 최신 조직도 기준으로 어느 팀의 리소스인지 식별할 수 있다는 의미입니다.

이 연결 덕분에 사용자는 태그를 수작업으로 고르지 않고 자기 조직의 비용을 조회합니다. 대표이사부터 파트까지 조직 수준을 바꿔 볼 수 있고, 중앙 모니터링 플랫폼 비용은 개발팀 사용량에 따라 배분합니다. 태깅을 지원하지 않는 서비스도 운영팀을 식별해 청구 데이터에 귀속시킵니다.

CUR을 직접 다루면 시간대별 패턴과 여러 필드의 조합을 분석하기도 수월합니다. 팀은 ProductName, UsageType, Operation, LineItemDescription, Tag를 분석 기준으로, UsageAmount, NetUnblendedCost, NetAmortizedCost를 주요 값으로 삼아 시작하는 방법을 제안합니다. Cost Explorer에서 볼 수 있는 일부 필드만으로는 설명하기 어려웠던 비용 변화까지 조사할 수 있습니다.

주문 수와 예산, 배포 이력도 같은 플랫폼에서 분석합니다. 차년도 예산은 주문 1건 처리 비용 목표에 예상 주문 수를 곱하고 주요 워크로드의 도입·제거 계획을 반영해 산정합니다. 미래 비용 예측과 일별 예산 초과 확인에도 이 데이터를 씁니다. 비용을 원화로 표시하는 기능도 만들었습니다. $80,000을 1억 1,200만 원으로 보여 주면, 사용자가 머릿속에서 환율을 계산하지 않아도 비용 규모를 받아들이기 쉽습니다.

할인 적용 위치에 따라 달라진 팀별 비용

조직과 태그를 연결해도 비용 기준을 잘못 고르면 사용량을 오해하게 됩니다. 같은 서비스가 Unblended에서는 40원, Net Amortized에서는 136.8원으로 보이기도 합니다. 차이를 만드는 것은 RI/SP 발생 비용과 EDP 할인 금액의 귀속 위치입니다.

원문의 finops-api 예시는 c5.2xlarge 10대를 대당 20원에 사용하는 조건입니다. 그중 8대에 RI 할인율 30%를 적용하고, EDP 할인율은 10%로 가정합니다. 전사 비용은 136.8원으로 같지만 서비스에 잡히는 금액은 달라집니다.

비용 기준finops-api 비용비용과 할인의 귀속
사용 원가200원할인 전 비용
Unblended40원RI 구매 비용과 EDP 할인 금액을 No Tag로 처리
Net Unblended36원EDP 할인을 해당 태그에 반영, RI 구매 비용은 No Tag로 처리
Amortized152원RI 구매 비용을 해당 태그에 반영, EDP 할인 금액은 No Tag로 처리
Net Amortized136.8원RI 구매 비용과 EDP 할인을 해당 태그에 반영

Unblended 계열에서는 RI가 적용된 인스턴스의 비용이 서비스에 잡히지 않습니다. RI 구매 비용을 No Tag로 처리하기 때문에, 해당 서비스만 보면 인스턴스를 무료로 쓴 것처럼 나타납니다. 태그별 분석에 Amortized 계열을 쓰는 이유입니다.

우아한형제들은 EDP 할인도 혜택을 받은 서비스에 반영하기 위해 주로 Net 계열을 사용합니다. Invoice와의 정합성을 100% 보장해야 하는 전사 비용 확인이나 외부 제출에는 Net Unblended를, Invoice와 약간 차이가 나더라도 태그·조직별 비용을 분석할 때는 Net Amortized를 씁니다.

팀이 통제할 수 없는 할인을 분리한 Woowa Custom cost

Net Amortized로도 해결되지 않는 문제가 남았습니다. 중앙에서 구매한 RI/SP는 매시간 전사 서비스에 거의 무작위로 적용됩니다. 사용량은 그대로인데 SP 혜택이 다른 팀으로 옮겨가면, 오늘 비용만 갑자기 높아질 수 있습니다. 개발팀이 조치할 수 없는 변화가 이상 탐지 메일로 돌아오는 상황입니다.

별도의 예에서 A팀의 사용 원가는 200원, B팀은 150원입니다. A팀에만 SP 할인 40%가 적용되면 A팀 비용은 120원이 됩니다. 더 적게 쓴 B팀이 더 많은 비용을 부담하는 모습입니다. 팀은 할인액을 사용량에 비례해 다시 나누는 방법도 검토할 수 있었지만, 어느 팀에도 귀속하지 않는 방식을 택했습니다. A팀에는 200원, B팀에는 150원을 할당하고 할인액 80원은 No Tag에 -80원으로 처리합니다. 플랫폼의 기본 비용 기준인 Woowa Custom cost입니다.

기대 절감액도 이 기준으로 계산합니다. 위 사례에서 A팀의 인스턴스를 없애고 기존 SP 할인 80원이 제약 조건 안에서 B팀으로 옮겨갈 수 있다면, 총비용은 270원에서 70원으로 줄어듭니다. 절감액은 A팀에 표시됐던 120원이 아닌 사용 원가 200원입니다. 할인받던 자원을 제거한 뒤에도 SP를 다른 자원에 계속 적용할 수 있다는 조건이 붙는 계산입니다.

하루 차이를 보정한 월간 비교

월별 비용에는 달력도 영향을 줍니다. 11월 600원, 12월 606원이면 총액은 1% 늘지만, 하루 평균으로는 20원에서 약 19.54원으로 줄어 약 2.3% 감소입니다.

우아한형제들은 일평균 비용에 365일 ÷ 12개월을 곱해 월간 비용을 같은 일수로 환산합니다. 월 규모를 유지하면서도 일수 차이를 보정하려는 방식이며, 플랫폼의 월간 비교 대시보드에 적용했습니다.

대시보드 밖으로 전달한 비용 피드백

대시보드만으로는 부족했습니다. 일부 조직은 비용에 관심이 적었고, 개발팀별로 명확한 클라우드 예산이 배정되지 않아 대시보드를 직접 확인하지 않는 경우도 많았습니다. 대부분의 팀이 자기 조직의 월 비용과 최근 증감 추이를 정확히 답하기 어려웠습니다.

The Frugal Architect의 전기계량기 사례가 이 문제와 닮았습니다. 계량기가 지하에 있는 건물은 3000kWh를, 1층에 있는 건물은 2000kWh를 썼습니다. 1층에서는 거주자가 전력 소비를 계속 관찰할 수 있었습니다. 우아한형제들도 비용을 조회할 장소를 만드는 데서 나아가, 사용자가 비용을 지속적으로 접하도록 피드백을 보내기 시작했습니다.

주간·월간 메일은 조직 계층에 맞춰 집계합니다. 상위 조직은 하위 팀 전체의 비용을 받고, 각 팀은 자기 비용만 받습니다. 전주·전월 대비 증감액과 원인이 된 서비스 태그 Top 3, 3개월 평균 대비 증감 서비스 태그 Top 3를 담고 상세 대시보드로 연결합니다. 팀별 피드백에 슬랙 대신 이메일을 선택한 데에는 개발팀의 피로도를 줄이려는 의도가 있었습니다.

전사 비용은 일간 슬랙 채널에서 공유합니다. 일별 추이로 당월 비용을 예측하고 예산 초과 여부를 확인하며, 의미 있는 변화가 생기면 스레드에서 원인을 분석합니다. CTO, 개발팀, 인프라팀, 재무팀 등이 같은 데이터를 놓고 논의하는 공간입니다.

정기 공유를 기다릴 수 없는 증가도 있습니다. 매일 CUR을 점검해 전주 같은 요일보다 비용이 임계치를 넘어 증가하면 해당 조직에 이상 탐지 메일을 보냅니다. 증가에 기여한 상위 3개 서비스와 대시보드 링크를 함께 넣어 원인을 바로 살필 수 있도록 했습니다.

청구 데이터를 기다리지 않는 AWS CLI

CUR로 정확한 비용을 확인하는 시점은 약 D+3입니다. 청구 데이터만 기다리면 이상 비용이 사흘 동안 이어질 수 있습니다. 팀은 AWS CLI로 EC2, RDS, OpenSearch, ElastiCache 인스턴스 목록을 10분 간격으로 수집하는 탐지 체계를 추가했습니다.

수집한 목록과 단가표로 10분 단위 비용을 계산하고 최근 4주 평균과 비교합니다. 임계치를 넘으면 서비스와 운영팀 정보를 슬랙에 보냅니다. 이 방식으로 탐지 시점을 D+3에서 약 10분으로 줄였습니다. AWS Cost Anomaly Detection도 사용하며, 메일과 일간 슬랙, CLI 기반 탐지 결과를 서로 교차 검증합니다.

피드백이 쌓이면서 개발팀은 비용 수준과 증감에 더 민감해졌습니다. 성능 테스트용 인스턴스를 주말에도 켜 두는 낭비를 빨리 발견하고, 최적화 결과도 확인하게 됐습니다. 이상 발생 건수는 줄고 조치 시간은 짧아지는 추세이지만, 장기적으로 계속 관찰할 대상입니다. 개발팀이 탐지 임계치를 직접 조정하는 기능은 도입을 검토 중이며, 신규 서비스 개설이나 증설을 자동으로 감지하는 시스템도 연구하고 있습니다.

트래픽이 줄어든 새벽의 EC2 인스턴스

플랫폼과 문화가 완성될 때까지 최적화를 미룰 이유는 없습니다. 우아한형제들은 현재 쓸 수 있는 데이터로 개선을 반복하는 접근을 택했습니다. 사용량과 단가를 줄이는 작업에 더해, 비용 이상현상에 대응하고 크레딧·일회성 할인 프로그램도 활용합니다.

사용량을 줄일 때 어려운 부분은 적정량을 정하는 일입니다. CPU 사용률을 기준으로 전사에 같은 권장치를 제시하기는 어렵습니다. 서비스마다 Scale-out이 필요한 지점이 다르기 때문입니다. Compute Optimizer나 Trusted Advisor의 Rightsizing 추천도 개발팀의 검토에 시간이 많이 들고 실행 비율이 낮았습니다.

팀은 같은 서비스 안에서 시간대별 효율을 비교했습니다. 트래픽 변화에 따라 리소스가 얼마나 유연하게 Scale-in/out 되는지 보는 탄력성입니다. EC2, RDS, OpenSearch, ElastiCache처럼 사용자가 인스턴스를 직접 관리하는 서비스에 특히 적합한 접근입니다.

원문의 가정에서는 오후 6~7시에 c6i.2xlarge 10대가 10GB를 처리합니다. 새벽 5시에는 트래픽이 1GB로 줄었는데도 10대가 그대로입니다. 피크 시간에 한 대가 1GB를 처리했다는 관찰을 바탕으로, 새벽에는 가용성을 고려해 2~3대까지 줄이는 시도를 검토할 수 있습니다. 비정상 트래픽에 대응할 방어 로직이 있다는 전제입니다. 이 예시는 모든 서비스에 같은 대수를 권하는 기준이 아닙니다.

계산에는 CUR의 태그별 인스턴스 사용량과 DataTransfer in/out bytes를 씁니다. 시간 단위로 비교할 수 있어 서비스별 탄력성을 일괄 진단하고 권장 Scale-in 수량을 산출합니다. CloudWatch 데이터를 별도로 결합하지 않아도 됩니다.

우아한형제들은 탄력성 지표로 산출한 수량을 각 운영팀이 검증한 뒤 배포 시스템에 일괄 적용했습니다. 새벽과 점심 시간의 트래픽 변화에 맞춰 자동으로 줄이는 방식입니다. 그 결과 대부분의 EC2 서비스가 매일 최대 30% 이상의 자동 Scale-in을 수행하고 있습니다.

사용량 감소에 여지를 남긴 RI/SP 구매

인스턴스를 줄일 수 있어도 할인 약정이 남으면 낭비가 생깁니다. 우아한형제들은 RI/SP 총 커버리지를 약 70%로 목표 삼고, 시간대별 최소 사용량의 75~80% 수준에서 보수적으로 구매합니다. 전체 Linked Account 사용량을 보는 중앙 FinOps 조직이 구매를 담당하며, 세무적 이슈가 없다면 전사 공유 옵션을 활성화하는 방식을 권합니다.

일평균만 보면 구매량을 잘못 잡기 쉽습니다. 원문의 예시는 00~09시 100대, 09~16시 120대, 16~00시 200대를 사용하는 환경입니다. 일평균 약 139대의 80%를 기준으로 111대분을 사면, 00~09시에는 11대분이 계속 남습니다. 최소 사용량 100대를 기준으로 약 80대분을 사는 이유입니다.

구매 시점도 나눕니다. EC2 1,000대를 운영하며 커버리지 80%를 목표로 하는 가정에서, 800대분을 1년 약정으로 한 번에 사면 사용량을 20% 넘게 줄이기 어렵습니다. 매일 약 2.2대분씩 나눠 사면 초기 할인 혜택은 적을 수 있지만, 이후에는 매일 만료되는 물량이 생깁니다. 사용량이 줄면 갱신을 멈추고, 늘면 갱신과 추가 구매를 조정할 여지가 생깁니다. 우아한형제들도 이 분할구매 방식을 사용하고 있습니다.

EC2에서는 RI보다 유연한 SP를 활용하되, Instance SP와 Compute SP를 섞습니다. 인스턴스 패밀리마다 할인율 차이가 다르기 때문입니다. 1년 기준 c5는 Instance SP 37%, Compute SP 22%로 차이가 15%인 데 비해, m6g는 36%와 29%로 차이가 7%입니다. 팀은 c5에서는 더 큰 할인 차이를 택해 Instance SP로 우선 커버하고, m6g에서는 Compute SP의 유연성을 택했습니다.

단가 변화의 원인을 좁히는 UsageType

EDP 계약은 운영 서비스에 영향을 주지 않고 대부분의 리소스 단가를 낮출 수 있지만, 실제 사용량이 약정에 못 미쳐도 비용을 지불해야 합니다. 계약할 때부터 최적화로 사용량이 줄어들 여유를 계산해야 합니다. Spot 인스턴스와 S3 Intelligent Tiering처럼 제품별 단가를 조정하는 방법도 활용합니다.

단가를 관찰하는 단위도 세밀해야 합니다. EC2 전체의 시간당 비용이 오르면 RI/SP와 EDP 할인뿐 아니라 Spot 비중, 평균 인스턴스 크기, 패밀리 사용량 변화까지 살펴야 합니다. APN2-BoxUsage:c6i.2xlarge처럼 UsageType을 고정하면 인스턴스 타입이 정해지고 Spot이 아니라는 점도 드러납니다. 이 예시에서는 RI/SP와 EDP 할인 영향을 중심으로 원인을 좁힐 수 있습니다. ProductName 또는 ProductCode에 UsageType, Operation을 결합하면 SKU처럼 상세한 단위로 분석하게 됩니다.

PoC나 다른 CSP에서의 이전 프로젝트에는 크레딧을 요청하는 방법도 있습니다. 일회성 혜택이지만 서비스 장애 위험 없이 적은 공수로 비용을 낮출 기회입니다. 요청 자체에는 비용이 들지 않으므로, 지원을 받지 못해도 요청 때문에 잃는 비용은 없습니다.

Node 비용을 Pod까지 나눈 Kubernetes Split Cost

EKS 비용을 개발팀에 배분하려면 Node 안쪽도 들여다봐야 합니다. 기존 CUR과 Cost Explorer는 청구 대상인 EC2 Worker Node까지만 보여 줬습니다. 그 안에서 어떤 Pod가 자원을 썼는지는 청구 데이터에 없었습니다.

2024년 4월 AWS는 CUR에 Pod 수준의 비용을 추가했습니다. 기존 Node 청구 데이터는 유지하고, Pod 비용은 Split Cost 컬럼으로 분리해 중복을 피합니다. 요청한 vCPU와 메모리를 기준으로 Node 비용을 나눈 값이 Split cost이고, Pod에 할당되지 않은 자원 비용은 Split Unused cost입니다. 유휴 비용까지 Pod에 배분한 Total Split cost를 합산하면 EC2 Node 총비용과 일치합니다. RI/SP와 EDP 할인을 반영한 Net Amortized 기준으로도 정합성을 유지합니다.

원문은 16개 vCPU와 32GB 메모리를 갖춘 c6i.4xlarge Node의 월 비용을 1,000원으로 가정해 계산을 설명합니다. vCPU와 메모리 가격을 9:1로 나누면 vCPU당 56.25원, 메모리 GB당 3.125원입니다. Pod가 요청한 자원량에 이 단가를 곱해 비용을 계산하고, 남은 자원의 비용은 유휴 비용으로 분리합니다.

이 데이터는 CUR에서만 제공되며 Cost Explorer에서는 조회할 수 없습니다. Athena로 쿼리하거나 QuickSight와 SCAD로 대시보드를 구성하고, 외부 플랫폼에 연동하는 방법이 필요합니다. 우아한형제들은 자체 FinOps 플랫폼에서 분석합니다.

조직에 귀속시키는 작업은 남아 있습니다. 글이 쓰인 시점에는 Pod Label이 CUR에 기록되지 않아 Pod, Replicaset, Deployment 이름으로 Label이나 조직 정보를 추론해야 했습니다. 팀은 Pod에 할당된 비용은 개발팀에, 할당되지 않은 Node의 유휴 비용은 Kubernetes 클러스터 운영팀에 귀속하는 방안을 계획하고 있습니다.

주요 수치와 기준값
항목값
FinOps 본격 착수2022년 말
전사 핵심 KPI주문 1건 처리 비용, 트래픽 1건 처리 비용, 매출 대비 클라우드 비용 비율
가정 사례비용 2배, 트래픽 16배, 매출 8배, 트래픽 1건당 비용 25% 절감
FinOps Framework 구성4개 Domain, 22개 Capability
CUR 규모컬럼 300개 이상, 건수 억 단위
실시간 이상 탐지10분 간격 수집, 최근 4주 평균과 비교, 탐지 시점 D+3에서 약 10분으로 단축
자동 Scale-in대부분의 EC2 서비스가 매일 최대 30% 이상
Tagging 비율90% 이상
RI/SP 총 커버리지 목표약 70%
RI/SP 구매 기준시간대별 최소 사용량의 75~80%
Instance SP와 Compute SP 할인율 (1년)c5 37%와 22%(15% 차이), m6g 36%와 29%(7% 차이)
일수 보정 예11월 600원, 12월 606원은 일 평균 기준 약 2.3% 감소
Split Cost 도입2024년 4월

가정 사례의 ‘25% 절감’은 원문 표기를 보존한 값이며, 같은 사례의 비용 2배·트래픽 16배를 클라우드 비용 ÷ 트래픽 수에 대입한 결과와는 일치하지 않습니다.

마지막 수정 일자