여러 개의 GCP VPC를 운영하다 보면 통신하고 있는 GCP VPC 간의 Latency가 만족스럽지 못하거나 보안상의 이유로 패킷이 Public으로 가지 못하도록 하고 싶을 경우가 있을 것입니다. GCP VPC간의 통신을 하고자 하는데 왜 Public internet으로 패킷을 보내야 하지? 라는 의문이 들었던 적이 있었다면, VPC Peering을 통해 이 문제를 해결할 수 있습니다. Peering이란 두 개의 단절된 Network 환경 간에 전송되는 Traffic을 Public으로 보내지 않고 곧바로 상대의 Network 환경으로 보내는 연결 방식입니다. 더 자세히는 Network간에 통상적인 Transit 전송을 이용하지 않고 IXP(Internet exchange point)를 이용한 전송을 사..
Terraform으로 GCP Infrastructure를 운영하는 방법에 대한 두 번째 Topic입니다. 이전 글에서 Terraform으로 어떻게 IaaC(Infrastructure as a Code)방식의 접근으로 DevOps 환경을 구성할 수 있었는지 알아보았습니다. 이번 포스트에서는 GCP official document인 "Google Cloud에서 Terraform 사용" 을 바탕으로 GCP와 Terraform을 어떻게 더 효율적으로 운용할 수 있는지 알아보겠습니다. Reverse Terraforming Tool "Terraformer" 제가 GCP에서 Terraform을 사용하면서 가장 먼저 느낀 불편점은 "기존의 Infrastructure들을 Terraform config으로 가져오기 힘들었..
지난 편에 이어서 계속 지난 편의 Model Creation에 대해 본격적으로 다루어 보겠습니다. 12개월 간의 적절한 Data가 준비되었다면 Model을 생성할 수 있습니다. Recommendations AI의 Model 탭 상단 "Create Model" 버튼을 누르면 Model 생성 페이지로 진입할 수 있습니다. "Create Model" 페이지에서 생성할 Model Type, Business objective, Advanced option과 함께 Data requirements met?을 볼 수 있습니다. Model Type을 통해 생성할 Model의 type을 지정할 수 있습니다. Recently View를 제외한 모든 Model을 생성 할 수 있으며, Type에 따라 설정할 수 있는 Busin..
Recommendations AI는 GCP에서 출시한 AutoML 계열의 Machine Learning Product입니다. Recommendations AI의 가장 큰 특징은 유일하게 "개인화된" 예측을 제공하는 Product라는 것입니다. 보통 Predict를 위한 Model을 생성하는 데에는 튜닝이나 최적화 등 ML관련 전문가적 지식이 있어야만 했지만, Recommendations AI를 사용하면 다른 AutoML Product와 같이 ML에 대한 어떠한 지식이나 능력 없이도 Product가 알아서 Model을 생성할 수 있다는 장점이 있습니다. 덕분에 ML에 대한 지식이 없는 일반 E-commerce 사업에도 보통의 E-commerce에서 볼 수 있는 "맞춤 상품 추천"을 제 서비스를 제공할 수 ..
오늘 GCP PCA 취득 이후 준비하던 다른 GCP Cert인 Professional cloud network engineer에 합격했다는 메일을 받았습니다. 개인적으로 Professional cloud network engineer(이하 PNE) Exam은 이전에 준비하던 어떤 Cloud 자격증보다 까다로웠습니다. 이번 포스팅에서 PNE 자격증을 취득하려는 분들을 위해 어떤 준비과정이 필요한지, 어떻게 공부했는지 공유하고자 합니다. 이전에 취득했던 GCP Professional Cloud Architect(PCA) 취득 후기는 여기서 볼 수 있습니다. GCP PNE Certificate란? GCP PNE는 GCP에서 발급 및 주관하는 7개의 Certification 중 Professioanl 등급의 S..
AWS, GCP, Azure.. 등등 많은 클라우드 스토리지가 세상에 나와있다. 다양한 Storage를 이용할 수 있는 시대에 살면서 당연하게 따라오는 걱정은 어떻게 이렇게 다양한 Storage 사이에서 Data를 옮겨야 하지?? 일 것이다. Rclone은 이런 Storage간 Data 전송에 대한 걱정을 덜어준다. RClone은 40개 이상의 Cloud Storage를 지원하는 Open-source Command Line Tool 이며 AWS, GCP 등 다양한 Vendor의 Storage Service 뿐만 아니라 Local에서의 Data Transfer도 지원하는 만능 Migration Tool이다. 본 글에서는 rclone을 어떻게 이용할 수 있는지, 얼마나 편리하게 사용하는지 알아보자. Rclo..
머신러닝이라는 키워드를 들어보지 않은 개발자는 없을 것이다. 그만큼 현재 머신러닝은 우리의 가까이에 위치한 기술이다. 과거의 데이터를 가지고 미래를 Predict할 수 있다는 점에서 이 매력적인 기술은 많은 이들이 배우고자 하였지만, Machine Learning을 실전에 사용하기 위해 필요한 방대한 지식은 많은 이들이 이러한 기술의 혜택을 받기가 어려운 요소가 되었다. 하지만 Google Cloud Platform은 머신러닝 기술에 장기간 투자해온 Google의 기술력을 바탕으로 누구나 손쉽게 첨단 머신러닝 기술의 혜택을 받을 수 있게 해주었다. Auto ML 이라는 GCP의 Machine Learning 제품군은 화면인식, 음성인식, 예측 등 다양한 머신 러닝 기술을 코딩 한 줄 없이 적용할 수 있도..
저번 글에 이어서 계속 Terraform으로 리소스 변경 Terraformer를 통해 GCP의 인프라를 코드로 가져왔다. 이제 IaaC(Infrastructure as a Code)의 존재 이유인 코드로 인프라 관리가 어떻게 이루어지는지 알아보자. 1. 코드로 리소스 관리 코드로 리소스를 추가하기 전에 전 글에서 Terraform은 .tf파일(Configuration)과 .tfstate파일(State)의 비교를 통해 인프라 관리를 구현한다고 했던 것을 기억하자. 리소스를 코드로 추가하는 방법 또한 이 방법을 이용하면 간단하게 이용할 수 있다. 리소스의 Configuration을 담당하는 .tf파일을 수정하면 그 내용이 곧 인프라에 반영될 내용이기 때문에, 추가 작업은 .tf파일에 원하는 리소스를 코드로 ..
Terraform의 발견 기존에 클라우드 상에서 인프라 리소스를 관리하는 방법은 상당히 제한적이었다. 대부분의 클라우드 벤더에서 내가 어떤 리소스를 보유하고 있고 어떻게 인프라가 구성되어 있는지 한 눈에 관리하기 쉽게 보여주는 서비스가 존재하지 않았다. 그래서 등장하게 된 것이 Infrastructure as a Code, Iaac이다. Terraform은 현존하는 대부분 클라우드 서비스의 IaaC를 가능하게 해주는 오픈소스 툴이다. Terraform의 기능을 통해 우리는 존재하는 클라우드 리소스를 코드로 관리해 쉽고 빠른 리소스 변경과 배포가 가능하게 되었다. 본 글에서는 Google Cloud Platform과 Terraform으로 클라우드 인프라를 어떻게 관리할 수 있는지 본인이 시도하고 삽질했던 ..
1. 시작 자격증을 준비하며 이론으로만 배웠던 아키텍쳐를 실제로 운영해보고 구성해보며 많은 것을 느꼈지만, 가장 먼저 와닿는 것은 역시 실전과 이론은 다르다는 것이었다. 이번에 작은 테스트 서버 하나를 구성해보며 이것저것 만져볼 기회가 있었다. 이 경험을 통해 Traffic을 분산해 여러개의 VM Instance들에게 나누어 뿌리는 단순한 아키텍쳐를 구성하는 데에도 수 많은 오류와 삽질이 존재함을 느꼈다. 본 글에서는 GCP HTTP(S) Load Balancer와 Managed Instance Group 으로 구성된 단순한 서버 아키텍쳐를 구성하며 일어났던 오류들과 그에 따른 트러블슈팅 경험을 나누고자 한다. 2. 발단 아키텍쳐에서 사용한 구성은 Layer 7을 지원하는 HTTP(S) Load bala..
