클라우드가 등장한 초기에는 기존 IT인프라의 CAPEX 문제와 운영관리 비용 효율화를 위해 많은 글로벌 기업들이 적용하기 시작했다. 하지만 본 기사의 내용과 같이, 기업이 예상했던 클라우드 전환 비

클라우드가 등장한 초기에는 기존 IT인프라의 CAPEX 문제와 운영관리 비용 효율화를 위해 많은 글로벌 기업들이 적용하기 시작했다. 하지만 본 기사의 내용과 같이, 기업이 예상했던 클라우드 전환 비용보다 30% 더 많이 지출되는 경우가 허다하다. "비용 절감"만을 위해 클라우드 전환을 고려한다면 다시 한번 생각할 필요가 있다. 최근 클라우드 전환에 대한 수요가 더 커지는 이유는 비용 절감 때문이 아니다. AI와 데이터 분석에 대한 필요성이 증대하면서 기업은 필요하다고 생각하는 데이터뿐만 아니라, 용도를 알지 못하지만 우선 데이터를 최대한 저장하는 Quantity의 시대가 도래했다. 뿐만 아니라 연관성이 있는 변수들을 뽑아내, 현재 운영 및 관리를 최적화 시킬 수 있는 모델 구축이 필요해졌다. 이로 인해 Data Warehouse가 Data Lake로 발전하게 되었고, 인재 채용에 있어서도 데이터 사이언티스트의 수요가 각 기업마다 증가하였다. AWS와 같은 글로벌 CSP(Cloud Service Provider)는 이들을 위한 Data Pipeline 형성을 위해 다양한 클라우드 서비스 라인을 개발하고 있다. 데이터 분석 프로세스에서 필요한 기획, 수집, 훈련, 모델링, 테스트, 배포, 성능 평가 전 범위에서 End-user(개발자, 데이터 사이언티스트)를 위해 말이다. 이처럼 클라우드는 단순히 인프라 수준에서 이제는 기업의 운영을 위해서 '필수' 존재로 부상하고 있다.