블로그

Aug 07, 2023

IT 자금 부족을 처리하는 4가지 방법

작성자: Chip Daniels, SolarWinds 대정부 업무 담당 부사장 Biden 행정부가 의회에 기술 현대화 기금(TMF)을 위한 3억 달러의 추가 자금 승인을 요청했을 때

작성자: Chip Daniels, SolarWinds 대정부 업무 담당 부사장

바이든 행정부가 2023회계연도(2023회계연도)에 기술현대화기금(TMF)에 3억 달러의 추가 자금을 승인해 달라고 의회에 요청했을 때 기관들이 마침내 디지털 혁신을 가속화하는 데 필요한 재정적 지원을 받게 될 것이라는 희망이 컸습니다. 그러나 의회가 1조 7천억 달러의 정부 자금 지원 법안을 통과시키고 TMF 기금에 5천만 달러만 할당하자 기관들은 방향을 바꿀 수밖에 없었습니다.

예산 부족은 기관이 미션 크리티컬 IT 목표를 달성하는 동시에 더 많은 일과 더 적은 일의 균형을 계속 유지해야 함을 의미합니다. 이러한 계획을 실행에 옮길 때 재무 통찰력을 최우선으로 생각하면서 조직이 발전하는 데 도움이 되는 네 가지 전략은 다음과 같습니다.

현대화 전략의 첫 번째 단계는 기술 우선순위와 목표를 원하는 임무 결과에 맞추는 것입니다. 이는 두 가지 목적으로 사용됩니다.

기관은 현재 사용하고 있는 기술이 요구 사항을 충족하는지 확인하기 위해 현재 기술 생태계를 평가해야 합니다. 평가에서는 솔루션을 사용하는 사람, 기술의 기능과 한계, 기술이 여전히 임무에 부합하는지 여부를 분석해야 합니다. 예를 들어, 수년 또는 수십 년 전에 구현된 레거시 솔루션은 더 이상 적절한 결과나 가치를 얻지 못할 수 있습니다.

대부분의 기관은 자동화가 어떻게 IT 비용을 절감하는 데 도움이 되는지 알고 있지만 어디서부터 시작해야 할지에 대한 질문은 여전히 ​​남아 있습니다. 결국 대행사는 엄청난 양의 작업으로 인해 어려움을 겪고 있으며 그 중 대부분은 전통적인 수동 프로세스를 통해서만 관리할 수 있습니다.

그러나 이러한 프로세스 중 상당수가 자동화될 가능성이 있습니다. 단지 프로세스를 발견하는 것이 문제일 뿐입니다. 이를 위해 IT 관리자는 기존 프로세스를 주의 깊게 검토하고 비효율성과 자동화 기회를 찾아야 합니다.

IT 모니터링이 적절한 예입니다. 기존 모니터링에는 일반적으로 기관의 디지털 환경의 다양한 영역에서 이상을 찾는 여러 개의 서로 다른 도구가 포함됩니다. 관리자는 이러한 모든 도구를 추적하고 노동 집약적이고 오류로 이어질 수 있는 컨텍스트 전환에 지속적으로 참여해야 합니다. 게다가 생태계가 커질수록 이는 더욱 번거로워집니다.

모니터링 프로세스를 자동화하면 기관의 보안 상태와 IT 환경 제어 능력이 크게 강화됩니다. 자동화는 이상 현상을 자동으로 발견 및 문제 해결하고 사고 대응 프로토콜을 시작함으로써 IT 팀의 보안 및 애플리케이션 관리 부담을 덜어줍니다. IT 관리자가 불협화음의 경고로 인해 부담을 느끼지 않으면 팀은 최우선 과제에 집중하고 보다 효율적인 방식으로 기관에 부가 가치 서비스를 제공할 수 있습니다.

자동화된 모니터링은 IT 환경 전반에서 악성 또는 섀도우 IT 장치와 애플리케이션, 중복성을 식별하는 데도 유용합니다.

도구 세트 크리프는 기관의 수익과 효율성에 가장 큰 위협 중 하나입니다. 툴셋 크리프는 수년에 걸쳐 수백 개는 아니더라도 수십 개의 지점 모니터링 제품을 수집한 결과입니다. 여기에는 분산 네트워크, 클라우드 인스턴스, 온프레미스 인프라, 애플리케이션, 데이터베이스 등의 성능과 보안을 모니터링하기 위한 여러 도구가 포함될 수 있습니다. 시간이 지남에 따라 생태계는 다루기 어려워지고 유지 관리 비용이 많이 듭니다.

도구 세트의 변동성을 확인하는 가장 좋은 방법 중 하나는 전체 네트워크 관찰 가능성을 이용하는 것입니다. 관찰 가능성은 네트워크 모니터링과 다릅니다. 관찰 가능성을 통해 IT 팀은 사일로화된 보기 및 모니터링을 넘어 전체 하이브리드, 멀티 클라우드 및 온프레미스 환경에 대한 단일 창 보기를 얻을 수 있습니다. 이러한 멀티 스택 가시성을 통해 IT는 IT 운영에 대한 단일 정보 소스와 통합된 통찰력을 얻습니다. 관찰 가능성은 도메인 간 상관 관계, 기계 학습 및 AIOps를 적용하여 성능에 영향을 미치기 전에 네트워크 문제나 보안 위협을 예측하여 신속한 해결을 하는 등 기존 모니터링 도구가 할 수 없는 인텔리전스를 생성합니다.