Auto Scale

왜 배우는가: Auto Scaling은 클라우드에서 부하 변화에 맞춰 자원을 자동으로 늘리고 줄이는 핵심 운영 기술이다. 비용 효율과 가용성을 동시에 다루므로 실무 설계의 기본 질문이 된다. 시험에서는 Scale Up과 Scale Out, 스케줄 기반과 부하 기반 비교가 반복해서 출제되므로 정의와 구분 기준을 먼저 정확히 잡아야 한다.

출제 이력: 제131회 1교시 8번, 제121회 2교시 5번

1. 한 줄 정의와 핵심 키워드

Auto Scaling은 부하 변화에 따라 컴퓨팅 자원 수를 자동으로 늘리고 줄여 성능과 비용을 함께 최적화하는 클라우드 기술이다.

• Auto Scaling
• Scale Up / Scale Out
• Scaling Policy
• Cooldown
• Min / Max / Desired Capacity
• Load Balancing

2. 개념 풀이

쉽게 말하면 서버를 손으로 늘리고 줄이는 일을 시스템이 대신하는 것이다. 트래픽이 몰리면 서버를 더 띄우고, 한가해지면 줄여서 쓰지 않는 자원에 돈을 내지 않는다.

정식 정의는 다음과 같다. 오토 스케일링(Auto Scaling)은 서버 팜의 활성 서버 수나 자원 용량을 부하 지표에 따라 자동으로 조정하는 방법이다. 웹 애플리케이션 뒤의 서버 수가 활성 사용자 수에 따라 증감하는 것이 대표적인 예다.

핵심 용어는 다음과 같다.

• Scale Up(수직 확장): 기존 인스턴스의 CPU, 메모리, 저장 용량을 키운다. 단일 시스템의 성능을 높이는 방식이다.
• Scale Out(수평 확장): 인스턴스 수를 추가하거나 제거한다. 같은 구성의 인스턴스를 늘리고 부하 분산기로 요청을 나눈다.
• Scaling Policy(확장 정책): 언제, 몇 개만큼 늘리고 줄일지 정한 규칙이다.

스케일링 그룹(Auto Scaling Group)은 자동 확장 대상이 되는 인스턴스의 묶음이다. 그룹은 가용영역 범위, 최소·최대 인스턴스 수, 생성할 인스턴스 템플릿을 정의한다. 최소 수는 장애로 인스턴스가 종료되면 자동으로 다시 생성하는 기준이 된다.

3. 등장 배경과 필요성

물리 서버 환경에서는 하드웨어를 즉시 늘릴 수 없다. 그래서 예상 피크 부하를 기준으로 미리 용량을 산정해야 했다. 평소에는 설비가 남고, 피크 때는 부족한 구조였다.

클라우드는 필요한 만큼만 빌려 쓰고 부하에 따라 용량을 바꾸는 방식이다. 이 탄력성 덕분에 사용한 만큼만 비용을 낸다. 자동화 없이는 이런 변화를 사람이 실시간으로 따라갈 수 없으므로 오토 스케일링이 필요해졌다.

오토 스케일링은 부하 분산과 함께 발전했다. 부하 분산기가 요청을 나누고, 오토 스케일링이 서버 수 자체를 조절한다. 두 기술은 서로 보완 관계이며 함께 설계하는 것이 일반적이다.

수직 확장과 수평 확장의 차이도 이 배경에서 생긴다. 수직 확장은 구성이 단순하지만 단일 장비의 물리적 한계가 있다. 수평 확장은 확장 여지가 크지만 상태 관리와 분산 설계가 필요하다.

4. 구성요소·원리·절차

Auto Scaling 그룹은 인스턴스 묶음을 정의하고, 인스턴스 수를 최소·최대·희망 용량 범위 안에서 자동으로 맞춘다. 그룹은 시작 템플릿으로 생성할 인스턴스의 이미지와 사양을 정하고, 조정 정책으로 증감 시점과 증감량을 정한다.