최근 기업들이 클라우드와 온프레미스 인프라를 혼합한 환경을 확대하고 있다. 그런데 이러한 하이브리드 인프라는 관리 복잡성 증가로 운영 비용이 상승한다. 또한 두 환경 간 데이터 이동 및 동기화를 위한 네트워크 비용이 발생하며, 워크로드 배치와 조정이 어려워져 비효율성도 증가한다. 이러한 여러 요인으로 클라우드 사용량 예측이 어려워지고 적절한 용량 계획이 힘들어져 과도한 지출이 발생할 수 있이 비용관리에 주의가 필요하다.

AI 기반 SaaS 하이브리드 옵저버빌리티 기업 로직모니터(LogicMonitor)가 클라우드 운영(CloudOps) 및 플랫폼 엔지니어링 팀을 위한 비용 최적화 솔루션 'LM 코스트 옵티마이제이션(Cost Optimization)'을 발표했다.

이 솔루션은 AI 기능이 로직모니터 LM 인비전(Envision) 플랫폼에 통합되어 불필요한 비용을 제거하고 데이터 기반 의사 결정을 지원한다. LM 코스트 옵티마이제이션은 기존 및 차세대 클라우드 서비스에서 작업하는 팀의 비용 최적화와 효율성을 극대화한다.

LM 인비전은 팀이 클라우드 및 온프레미스 인프라를 효율적으로 관리할 수 있도록 리소스 활용 현황에 대한 상세한 정보를 제공해 사용자는 실행 가능한 인사이트를 얻을 수 있다.

LM 코스트 옵티마이제이션의 주요 기능으로는 단일 뷰에서 멀티 클라우드 지출을 관리할 수 있는 클라우드 빌링(Cloud Billing)과 AI 기반 비용 절감 제안을 제공하는 클라우드 레코멘데이션(Cloud Recommendations)이 있다. 클라우드 빌링은 사용자가 비용 및 리소스 변경 사항을 쉽게 파악하고 예측 가능한 청구서를 받을 수 있도록 지원한다. 클라우드 레커멘데이션은 용량 변경, 사용되지 않는 리소스 등과 관련하여 사전 예방적 및 사후 대응적 비용 절감 제안을 제공한다.

존 김(John Kim) 로직모니터의 하이브리드 옵저버빌리티 총괄 매니저는 "강력한 신규 LM 코스트 옵티마이제이션 및 확장된 클라우드 관리형 네트워킹 커버리지는 클라우드 청구 명확성으로 어려움을 겪고 있는 팀에게 완전한 가시성을 제공한다. 기업은 이제 클라우드 지출을 예측하고 정확하게 예측할 수 있게 되었다."고 말했다.