Compute Engine에서 리소스를 배포할 때는 리소스를 호스팅할 리전과 영역을 선택합니다. 이 결정에 따라 데이터가 저장되고 처리되는 위치가 결정되며 애플리케이션의 안정성, 지연 시간, 비용, 환경 발자국에 직접적인 영향을 미칩니다.
이 가이드에서는 워크로드에 사용할 Google Cloud리전 및 영역을 선택하는 기준과 권장사항을 간략하게 설명합니다.
용어
리전: 영역(일반적으로 3개 이상)으로 구성된 독립적인 지리적 영역입니다. 여러 리전에 리소스를 배치하면 장애 독립성과 지리적 재해 복구가 가능합니다.
영역: 리전 내 배포 구역입니다. 영역에서 같은 리전의 다른 영역으로 고대역폭, 낮은 지연 시간으로 네트워크 연결이 가능합니다. Google Cloud 은 전력, 냉각, 네트워킹 중단과 같은 물리적 인프라 이벤트로 인한 연관 장애를 최소화하도록 영역을 설계합니다.
AI 영역: 대규모 학습 및 일괄 추론을 위해 고밀도 GPU 및 TPU 용량을 제공하는 표준 영역과 지리적으로 분리된 특수 영역입니다. AI 영역은 지정된 상위 영역과 인프라를 공유하며 AI 영역 공개 상태를 사용 설정해야 합니다. 자세한 내용은 AI 영역을 참조하세요.
왕복 시간(RTT): IP 패킷을 전송하고 확인을 수신하는 데 걸리는 시간입니다.
리전 및 영역을 선택해야 하는 경우
아키텍처 단계 초기에 사용할 Compute Engine 리전 및 영역의 수와 종류를 결정합니다. 다음 고려사항을 검토하세요.
- 데이터 일관성 및 복제: 멀티 리전 아키텍처에는 지리적 거리에 따라 데이터를 동기화하거나 샤딩하는 메커니즘이 필요합니다.
- 비용 영향: 리소스 가격 책정 및 리전 간 데이터 전송 요금은 위치에 따라 다릅니다.
- 마이그레이션 오버헤드: 리전 간에 라이브 워크로드와 데이터를 이동하는 것은 운영상 복잡하며 다운타임 또는 이그레스 비용이 발생합니다.
리전 및 영역 선택 시 고려해야 할 요소
배포를 계획할 때는 다음과 같은 핵심 요소를 고려하세요.
고가용성 및 내결함성
- 현지화된 서비스 중단에 대응해야 하는 경우: 한 영역이 다운되더라도 다른 영역을 계속 사용할 수 있도록 단일 리전 내의 여러 영역에 인스턴스를 배포합니다.
- 비즈니스에 중요한 재해 복구 요구사항이 있는 경우: 백업 서비스 또는 멀티 리전 복제본을 배포할 보조 리전을 선택합니다.
사용자 및 네트워크 지연 시간
- 사용자가 지리적으로 집중되어 있는 경우: 지리적으로 가까운 리전을 선택하여 왕복 시간을 최소화합니다.
- 한 위치에서 전 세계 사용자층에 서비스를 제공하는 경우: 일반적으로 가장 우수한 글로벌 연결을 제공하는 미국 리전을 선택합니다.
- 엔터프라이즈 하이브리드 환경이 있는 경우: Cloud Interconnect 또는 Cloud VPN을 사용하여 연결된 온프레미스 시스템에 대한 지연 시간이 가장 낮은 리전을 선택합니다.
인공지능(AI) 및 머신러닝(ML) 가속을 위한 머신 시리즈 가용성
- 특정 표준 머신 시리즈가 필요한 경우: 필요한 머신 시리즈(예: C4, C3, N4, M3)가 지원되는지 확인한 후에만 대상 영역을 선택합니다.
- AI 및 ML 학습 워크로드를 실행하는 경우: 가속기 최적화 머신 시리즈(예: NVIDIA B200 GPU가 있는 A4 또는 NVIDIA H200/H100 GPU가 있는 A3) 또는 TPU(예: TPU v6e 또는 TPU v5p)를 지원하는 리전을 선택합니다. 대규모 학습의 경우 전용 AI 영역이 있는 리전을 고려하거나 동적 워크로드 스케줄러(DWS)를 사용하여 용량을 미리 확보하세요.
- 실시간 추론 워크로드를 실행하는 경우: 백엔드 서비스에 대한 영역 간 지연 시간을 방지하기 위해 AI 영역 대신 추론 최적화 인스턴스(예: NVIDIA L4 GPU가 있는 G2)를 사용하여 사용자층과 가까운 표준 영역에 우선순위를 지정합니다.
가격 책정 및 데이터 전송 비용
- 네트워크 비용을 최소화하려는 경우: 다른 리전으로 이동하면 리전 간 데이터 전송 요금이 더 많이 발생하므로 단일 영역(무료) 또는 동일한 리전(최소 비용 발생) 내에서 통신을 유지하도록 선택합니다.
다른 서비스와 코로케이션
- 다른 Google Cloud 서비스(예: Spanner, Cloud SQL, BigQuery, Cloud Storage)를 사용하는 경우: Compute Engine 리소스를 이러한 종속 서비스와 동일한 리전에 배치하여 서비스 간 지연 시간을 방지하고 리전 간 이그레스 요금을 없앱니다.
리소스 할당량 및 용량
- 출시 계획 시: 사전에 충분한 리전 및 영역 리소스 할당량을 확인하고 요청한 리전을 선택합니다.
무탄소 에너지 비율(CFE%)
- 지속 가능성을 우선시하려는 경우: CFE% 가 높은 리전을 선택하여 애플리케이션의 총 탄소 발자국을 줄입니다.
자동 위치 선택
Compute Engine은 실시간 용량 및 가용성을 기반으로 최적의 영역을 자동으로 선택하는 기본 제공 메커니즘을 제공합니다.
- Google Cloud 콘솔('모든' 영역):Google Cloud 콘솔에서 인스턴스를 만들 때 영역 선택기에서 모두를 선택합니다. Compute Engine은 선택한 머신 유형에 충분한 용량이 있는 영역에 인스턴스를 자동으로 프로비저닝합니다.
- 리전 관리형 인스턴스 그룹(MIG): MIG가 사용 가능한 영역에 인스턴스를 자동으로 배포할 수 있도록 목표 분산 형태(
ANY,BALANCED또는ANY_SINGLE_ZONE)로 리전 MIG를 구성합니다. - 대량 인스턴스 생성 API: 여러 인스턴스를 동시에 만들 때 대량 생성 API와 함께 리전 엔드포인트를 사용하여 사용 가능한 용량이 있는 영역에 인스턴스를 자동으로 분산합니다.
글로벌 배포 패턴
지연 시간 및 복원력 요구사항에 따라 다음 아키텍처 모델 중 하나를 선택합니다.
패턴 1: 단일 리전 배포
여러 영역에 걸쳐 단일 리전에 애플리케이션 프런트엔드 및 백엔드를 배포합니다.
- 권장: 지연 시간 허용 범위가 중간 정도인 애플리케이션, 내부 엔터프라이즈 도구 또는 중앙 집중식 트랜잭션 데이터베이스가 있는 워크로드
- 최적화: Cloud Load Balancing 및 Cloud CDN과 결합하여 에지 접속 지점(PoP)에서 SSL/TCP 세션을 종료하고 사용자 근처에 정적 애셋을 캐시합니다.
패턴 2: 중앙 집중식 백엔드가 있는 분산 프런트엔드
단일 리전에 중앙 집중식 백엔드 및 데이터베이스를 유지하면서 사용자와 가까운 여러 지리적 리전에 프런트엔드 서버를 배포합니다.
- 적합한 용도: 대부분 읽기 요청을 처리하거나, 적극적인 에지 또는 프런트엔드 캐싱을 사용하거나, 쓰기를 비동기식으로 처리하는 애플리케이션
- 최적화: Cloud CDN을 사용하여 정적 애셋을 캐시하고 Memorystore를 사용하여 프런트엔드와 동일한 리전에서 자주 액세스하는 데이터를 캐시합니다.
패턴 3: 여러 리전의 분산된 프런트엔드 및 백엔드
여러 리전에 걸쳐 풀 스택 프런트엔드 및 백엔드 서비스를 배포합니다.
- 용도: 전 세계적으로 지연 시간이 최소화되어야 하는 높은 처리량의 전역 분산 애플리케이션
- 데이터 스토리지: Spanner 멀티 리전 구성 또는 Cloud Storage 이중 리전 또는 멀티 리전 위치와 같은 전역 분산 데이터베이스를 사용하여 대륙 간에 동기식 로컬 읽기 및 쓰기 기능을 제공합니다.
패턴 4: 여러 병렬 리전 애플리케이션
서로 다른 리전에서 완전히 독립적이고 자체 포함된 애플리케이션 스택을 실행하여 최소한의 리전 간 데이터 동기화로 사용자를 로컬 파티션으로 라우팅합니다.
- 권장사항: 멀티 테넌트 SaaS 플랫폼, 현지화된 오프라인 판매점 인벤토리가 있는 멀티 리전 소매점, 실시간 멀티플레이어 게임 환경
- 데이터 스토리지: Cloud SQL을 사용하여 각 리전에 PostgreSQL, SQL Server, MySQL 데이터베이스를 제공합니다.
지연 시간 최적화 및 측정
배포 모델에 관계없이 다음 기법을 적용하여 최종 사용자 지연 시간을 최소화할 수 있습니다.
- 프리미엄 등급 네트워킹 사용: 프리미엄 등급(기본값)은 공개 전송 인터넷이 아닌 Google의 비공개 글로벌 광섬유 백본을 통해 트래픽을 라우팅하여 지연 시간을 줄이고 패킷 손실을 줄입니다.
- 에지에서 연결 종료: 외부 애플리케이션 부하 분산기 및 Cloud CDN을 사용하여 TLS 핸드셰이크를 종료하고 사용자에게 가장 가까운 에지 PoP에서 캐시된 콘텐츠를 제공합니다.
- 인메모리 캐싱 구현: Memorystore for Redis 또는 Memcached 클러스터를 컴퓨팅 리소스와 동일한 리전에 배치하여 반복적인 데이터베이스 왕복을 제거합니다.
- 실제 지연 시간 측정:
- VPC 흐름 로그를 사용하여 클라이언트와 인스턴스 간의 TCP 왕복 시간을 검사합니다.
- 부하 분산기에서 커스텀 요청 헤더를 사용 설정하여 클라이언트 RTT 및 지리적 위치 데이터를 로깅합니다.
- 부하 분산기(
frontend_tcp_rtt및backend_latencies)에 Cloud Monitoring 측정항목을 사용합니다.
단계별 선택 체크리스트
다음 단계별 체크리스트를 사용하여 리전 및 영역 선택을 완료하세요.
- 용량 계획: 예측 가능한 미래용 예약에는 동적 워크로드 스케줄러(DWS) 캘린더 모드를 사용하고, 대기열에 추가된 일괄 작업에는 Flex-start를 사용하고, 용량을 검색하고 계획하려면 콘솔 용량 어드바이저를 사용합니다.
- 규정 준수 및 데이터 레지던시 요구사항 결정: 후보 리전이 관련 데이터 주권 및 규제 규칙을 준수하는지 확인합니다.
- 사용자 집중도에 따라 기본 리전 선택: 핵심 사용자층에 가장 낮은 중앙값 RTT를 제공하는 리전에 서비스를 배치합니다.
- 복원력을 고려한 설계:
- 선택한 모든 리전에서 컴퓨팅 인스턴스를 최소 2~3개 영역에 분산합니다.
- 중요한 워크로드의 경우 보조 장애 조치 리전을 설정합니다.
- 가격 책정 및 지속 가능성 평가: 여러 리전이 기술 기준을 충족하는 경우 리소스 가격 책정과 무탄소 에너지 비율(CFE%)을 비교하여 최종 선택을 합니다.
권장사항 요약
| 카테고리 | 권장사항 |
|---|---|
| 복원력 및 고가용성 | 인프라 중단을 방지하기 위해 리전 내 최소 3개 영역에 인스턴스를 분산합니다. 리전 간 재해 복구를 위해 보조 리전에 배포합니다. |
| 영역 자동 선택 | 콘솔의 모든 영역 옵션, 리전 MIG 분산 형태 또는 일괄 인스턴스 생성 API를 사용하여 사용 가능한 용량이 있는 영역을 자동으로 선택합니다. |
| AI 및 ML 워크로드 | 대규모 학습의 경우 특수 AI 영역이 있는 리전을 선택하거나 동적 워크로드 스케줄러(DWS)를 사용하여 GPU 및 TPU 용량을 예약합니다. 실시간 추론의 경우 사용자와 가까운 표준 영역에 추론 최적화 머신 시리즈(예: G2)를 배포합니다. |
| 지연 시간 최적화 | 프리미엄 등급 네트워킹, 외부 애플리케이션 부하 분산, Cloud CDN을 사용하여 Google 에지 PoP에서 세션을 종료하고 애셋을 캐시합니다. |
| 비용 관리 | 리전 간 네트워크 이그레스 요금이 부과되지 않도록 서비스 내 통신을 동일한 영역 또는 리전 내에서 유지합니다. |
| 지속 가능성 | 환경에 미치는 영향을 최소화하기 위해 무탄소 에너지 비율(CFE%)이 높은 리전을 우선적으로 선택합니다. |
다음 단계
- 사용 가능한 모든 Compute Engine 리전 및 영역을 검토합니다.
- Google Cloud에서 복원력이 우수한 시스템을 설계하는 방법을 알아보세요.
- Cloud Load Balancing으로 애플리케이션 지연 시간 최적화 알아보기
- Google Cloud 리전 탄소 발자국 및 CFE% 살펴보기
AI/ML 워크로드의 리전을 선택하는 설계자의 경우:
- GPU 및 TPU 워크로드용 AI 영역 알아보기
- 리전 및 영역별 GPU 모델 가용성을 확인합니다.
- 리전 및 영역별 TPU 가용성을 확인합니다.
- 동적 워크로드 스케줄러(DWS) 알아보기