KR20110081060A - 클라우드 컴퓨팅을 이용한 특정 워크로드의 처리시 예상 값 및 예상 노력 분석 - Google Patents

Abstract

본 발명의 실시예들은, 클라우드 컴퓨팅 환경에서의 처리 및 변환에 적절한 워크로드들 및 적절하지 않은 워크로드들을 빠르게 식별하기 위한 방법 및 시스템에 관한 것이다. 일 실시예는, 사용자 엔티티에 연관된 하나 이상의 워크로드로부터 선택된 소정의 워크로드가 사용자 엔티티 처리 시스템에 의해 처리되는 대신 클라우드 컴퓨팅 환경이 처리하도록 클라우드 컴퓨팅 환경에 전달되면, 실현될 값 및 요구될 노력 중 적어도 하나의 측정값을 사용자 엔티티에 제공하기 위한 방법을 포함한다. 그 방법은 복수의 속성을 특정하는 단계를 포함하고, 각 속성은 사용자 엔티티 처리 시스템이 소정의 워크로드에 대하여 소정의 정도로 보유하는 특성에 관한 것이다. 그 방법은 각 속성에 대한 입력 데이터를 획득하는 단계를 더 포함하고, 소정의 속성에 대한 입력 데이터는, 사용자 엔티티 처리 시스템이 그 소정의 속성을 보유하는 정도를 나타내는 미리 특정된 척도의 측정값을 제공한다. 각 속성에 대한 입력 데이터는 대응하는 수치 매개변수 값을 도출하도록 이용되고, 수치 매개변수 값들은 최종 점수를 계산하도록 특정된 수학 모델에서 사용되고, 최종 점수는 실현될 값 또는 요구될 노력의 측정값을 선택적으로 포함한다.

Description

클라우드 컴퓨팅을 이용한 특정 워크로드의 처리시 예상 값 및 예상 노력 분석{ANALYZING ANTICIPATED VALUE AND EFFORT IN USING CLOUD COMPUTING TO PROCESS A SPECIFIED WORKLOAD}

본 발명은, 일반적으로, 사용자 엔티티에 연관된 특정된 워크로드를 처리하는 데 그러한 태스크를 위해 사용자 엔티티의 처리 자원들을 이용하기보다는 클라우드 컴퓨팅을 이용하는 경우, 예상되는 값과 노력 모두를 분석 및 평가하기 위한 방법에 관한 것이다. 보다 상세하게, 본 발명은 전술한 유형의 방법에 관한 것으로서, 입력 데이터는, 사용자 엔티티 IT 자원들, IT 관리 실무, 워크로드에 관련된 워크로드 실무 및 비즈니스 실무를 특징짓도록 획득된 후, 예상 값과 예상 노력 모두를 계산하도록 분석 툴에 의해 사용된다.

클라우드 컴퓨팅은 비즈니스 및 기타 조직 등의 사용자 엔티티들에 의해 이들의 데이터 처리 워크로드들에 서비스를 제공하도록 점점 더 많이 사용되고 있다. 일반적으로, 클라우드 컴퓨팅 고객들은 클라우드의 인프라스트럭처 또는 물리적 컴퓨팅 자원들을 소유하지 않는다. 대신에, 클라우드 사용자 엔티티는, 클라우드 컴퓨팅 환경에 의해 제공되는 서비스들 및 자원들을 이용하여 전달되거나 라우팅되는 구체적인 워크로드들을 처리하기 위해, 데이터 처리 자원들을 서비스로서 소비한다. 클라우드 전달 서비스들을 이용하여 워크로드를 처리할 수 있기 전에, 워크로드는 클라우드 자원들과 호환될 수 있는 형태로 변환된다. 따라서, 클라우드 사용자 엔티티는 워크로드의 특정한 인스턴스들을 처리하는 동안 실제로 사용되는 클라우드 자원들에 대해서만 비용을 지불하고, 이에 따라 클라우드 컴퓨팅 서비스들의 제삼자인 제공자로부터 이용할 자원과 서비스를 임대함으로써, 자원들에 대한 자본 지출을 피한다. 이러한 서비스들은 통상적으로 유틸리티로서 또는 가입에 기초하여 제삼자 제공자에 의해 이용가능해진다. 대기업 또는 기타 조직도 사설 클라우드 컴퓨팅 서비스들을 제공할 수 있으며, 이러한 사설 클라우드 컴퓨팅 서비스들은 조직의 특정 사업 부문 및 하나 이상의 사업 부서의 고유한 지역적 자원들을 채용하지 않고 이러한 조직의 특정 사업 부문 및 하나 이상의 사업 부서에 의해 사용될 수 있다.

데이터 처리 서비스를 요구하는 사용자 엔티티는, 자신의 고유한 처리 시스템이나 환경의 자원들을 이용하기보다는 클라우드 컴퓨팅을 이용하여 워크로드를 처리함으로써 상당한 이득이나 값을 실현할 수 있으며, 이러한 액션에도 불필요한 비용이나 부담이 발생할 수 있다. 클라우드 컴퓨팅 서비스를 이용하여 워크로드를 처리할 수 있기 전에, 워크로드는 컴퓨팅 서비스들에 의해 요구되는 기준 및 소정의 형태에 맞도록 변환되어야 할 수 있다. 이러한 변환에는 소정의 비용이나 부담이 수반된다. 이에 따라, 사용자 엔티티가 클라우드 컴퓨팅 환경에 전달할 워크로드를 변환하기 전에, 사용자 엔티티가 그에 따라 실현될 값 및 발생할 비용이나 노력 모두를 결정하는 분석을 수행할 필요가 있다. 이러한 값과 노력은 사용자 엔티티의 처리 환경에 의존한다. 일부 워크로드들에 대해서는, 클라우드 컴퓨팅이 사용자 엔티티의 고유한 시스템 자원들에 대한 바람직한 대안이 아니라는 분석이 예상된다. 또한, 클라우드 컴퓨팅의 값과 노력 모두는 서로 다른 유형의 워크로드들 간에 상당히 다를 수 있다.

본 명세서에서, 명료성을 위해, "값"(value)라는 용어는, 사용자 엔티티가 특정한 워크로드를 클라우드 컴퓨팅 환경이 처리하도록 클라우드 컴퓨팅 환경에 전달함으로써 실현될 것으로 예상하는 화폐, 시간 가치 및 기타 경제적 이익을 포함한 값, 이득 및 이점을 의미하도록 사용된다. "노력"(effort)이라는 용어는, 이러한 액션이 취해지면 발생할 것으로 사용자 엔티티가 예상하는 모든 불필요한 비용, 부담, 노력 또는 고통을 집합적으로 가리키도록 사용된다. 본 명세서에서, "사용자 엔티티 처리 시스템"(user entity processing system)이라는 용어는 사용자 엔티티가 자신의 고유한 환경에서 집합적으로 이용가능한 기타 자원들 및 인프라스트럭처를 의미하도록 사용되며, 이는 워크로드들이 클라우드 컴퓨팅 환경에 전달되지 않으면 각 워크로드들을 처리하는 데 사용된다.

현재로서는, 전술한 바와 같은 분석은 워크로드와 인프라스트럭처에 관한 상세한 데이터 수집을 요구할 수 있다. 이어서, 수집된 데이터는, 엔티티 처리 시스템을 이용하기보다는 특정한 워크로드에 대하여 클라우드 컴퓨팅이 사용되면 총 이득이 있는지 여부를 결정하기 위해, 분석 또는 평가되어야 한다. 이러한 방안의 영향력이 큰 단점은 그 평가를 위해 상당한 시간과 비용이 필요할 수 있다는 점이다.

대안으로, 서로 다른 유형의 워크로드들이 클라우드 컴퓨팅 환경에 전달될 때 예상될 수 있는 이득과 비용 모두를 나타내는 백서(whitepaper)를 이용할 수 있다. 그러나, 이러한 방안의 이득과 비용의 양은 통상적으로 특정 유형의 일반적 또는 "평균적" 워크로드에 관련된다. 그 결과, 백서에 의해 제공되는 이득과 비용의 양은, 클라우드 컴퓨팅과 관련하여, 백서를 생성하는 데 사용되는 유형의 일반적 워크로드와는 상당히 상이하게 하는 소정의 특성이나 속성을 갖는 사용자 엔티티 워크로드에 대하여 적절하지 않을 수 있다.

본 발명의 실시예들은, 클라우드 컴퓨팅 환경에서의 처리 및 변환에 적절한 워크로드들을 빠르게 식별하고, 이러한 처리에 적절하지 않은 기타 워크로드들을 더 식별하고, 요구되는 노력 또는 실현되는 값에 의해 워크로드들을 정리하고(order), 순위화하고, 그룹화하기 위한 방법 및 시스템에 관한 것이다. 클라우드 컴퓨팅 환경은, 가상화되고 규격화된 가변형이며, 자동으로 관리될 수 있다.

본 발명의 일 실시예는, 사용자 엔티티에 연관된 하나 이상의 워크로드로부터 선택된 소정의 워크로드가 사용자 엔티티 처리 시스템에 의해 처리되는 대신 클라우드 컴퓨팅 환경이 처리하도록 클라우드 컴퓨팅 환경에 전달되면, 실현될 값 및 요구될 노력 중 적어도 하나의 측정값을 사용자 엔티티에 제공하기 위한 방법에 관한 것이다. 그 방법은 복수의 속성을 특정하는 단계를 포함하고, 각 속성은 사용자 엔티티 처리 시스템이 소정의 워크로드에 대하여 소정의 정도로 보유하는 특성에 관한 것이다. 그 방법은 각 속성에 대한 입력 데이터를 획득하는 단계를 더 포함하고, 소정의 속성에 대한 입력 데이터는, 사용자 엔티티 처리 시스템이 그 소정의 속성을 보유하는 정도를 나타내는 미리 특정된 척도의 측정값을 제공한다. 각 속성에 대한 입력 데이터는 대응하는 수치 매개변수 값들을 각각 도출하도록 이용되고, 수치 매개변수 값들 중 적어도 일부는 최종 점수를 계산하도록 특정된 수학 모델에서 사용되고, 최종 점수는 실현될 값 또는 요구될 노력의 측정값을 선택적으로 포함한다.

도 1은, 본 발명의 일 실시예를 예시하도록, 속성 카테고리들을 특징으로 하는 예시적인 워크로드 유형들 및 연관된 입력 데이터를 포함하는 스프레드시트를 도시한다.
도 2는 본 발명의 일 실시예를 포함하는 방법의 단계들을 도시하는 흐름도이다.
도 3은 도 1의 각 워크로드들을 클라우드 컴퓨팅 환경에 전달함으로써 발생할 예시적인 예상 값 및 노력 점수를 도시하는 차트이다.
도 4는 도 1의 각 워크로드들에 대한 예시적인 값 대 노력의 플롯(plot)의 그래프이다.
도 5는 예시적인 필터링 기준과 함께 도 1의 각 워크로드들에 대한 예시적인 값 점수들을 도시하는 막대 차트이다.
도 6은 예시적인 필터링 기준과 함께 도 1의 각 워크로드들에 대한 예시적인 노력 점수들을 도시하는 막대 차트이다.
도 7은 본 발명의 실시예들을 구현하는 데 사용하기 위한 컴퓨터 또는 데이터 처리 시스템을 도시하는 블록도이다.

당업자라면 인식하듯이, 본 발명은 시스템, 방법 또는 컴퓨터 프로그램 제품으로서 구체화될 수 있다. 이에 따라, 본 발명은 완전한 하드웨어의 실시예, (펌웨어, 상주 소프트웨어, 마이크로코드 등을 포함한) 완전한 소프트웨어의 실시예, 또는 본 명세서에서 일반적으로 모두 "회로", "컴포넌트", 또는 "시스템"이라 칭할 수 있는 소프트웨어 양태와 하드웨어 양태를 결합한 실시예의 형태를 취할 수 있다. 또한, 본 발명은 컴퓨터 이용가능 프로그램 코드가 내부에 구체화되어 있는 방식의 임의의 유형의 매체에 구체화된 컴퓨터 프로그램 제품의 형태를 취할 수 있다.

하나 이상의 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체(들)의 임의의 조합을 활용해도 된다. 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체는, 예를 들어, 전자, 자기, 광학, 전자기, 적외선, 또는 반도체 시스템, 기기, 장치, 또는 전파 매체일 수 있지만, 이러한 예로 한정되지는 않는다. 컴퓨터 판독가능 매체의 보다 구체적인 예(비배타적 리스트)로는, 예를 들어, 하나 이상의 와이어를 갖는 전기 접속부, 휴대형 컴퓨터 디스켓, 하드 디스크, RAM, ROM, ERPOM이나 플래시 메모리, 광섬유, CDROM, 광 저장 장치, 인터넷이나 인프라넷을 지원하는 것과 같은 송신 매체, 또는 자기 저장 장치가 있다. 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체는, 프로그램이 예를 들어 종이나 기타 매체의 광 스캐닝을 통해 전자적으로 캡처된 후 컴파일되고 번역되고 또는 그 외에는 적절한 방식으로 처리되고 필요하다면 컴퓨터 메모리에 저장될 수 있기 때문에, 그 프로그램이 인쇄되는 종이 또는 기타 적절한 매체일 수도 있다는 점에 주목한다. 이러한 점에서 볼 때, 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체는 명령어 실행 시스템, 기기 또는 장치가 사용하기 위한 또는 이러한 명령어 실행 시스템, 기기 또는 장치와 함께 사용하기 위한 프로그램을 포함하고, 저장하고, 통신하고, 전파하고, 또는 송신할 수 있는 임의의 매체이어도 된다. 컴퓨터 이용가능 매체는 기저대역에서 또는 반송파의 일부로서 내부에 컴퓨터 이용가능 프로그램 코드가 구체화된 전파 데이터 신호를 포함할 수 있다. 컴퓨터 이용가능 프로그램 코드는, 무선, 유선, 광섬유 케이블, RF 등을 포함한 임의의 적절한 매체를 이용하여 송신될 수 있지만, 이러한 예로 한정되지는 않는다.

본 발명의 동작들을 실행하기 위한 컴퓨터 프로그램 코드는, Java, Smalltalk, C++ 등의 오브젝트 지향 프로그래밍 언어 및 "C" 프로그래밍 언어나 유사한 프로그래밍 언어와 같은 종래의 절차적 프로그래밍 언어를 포함하는 하나 이상의 프로그래밍 언어들의 임의의 조합으로 기입될 수 있다. 컴퓨터 프로그램 코드는, 사용자의 컴퓨터 상에서 전적으로, 독립형 소프트웨어 패키지인 사용자의 컴퓨터 상에서 부분적으로, 사용자의 컴퓨터에서 부분적으로 그리고 원격 컴퓨터 상에서 부분적으로, 또는 원격 컴퓨터나 서버 상에 전적으로 실행될 수 있다. 후자의 경우, 원격 컴퓨터는 LAN 또는 WAN과 같은 유형의 네트워크를 통해 사용자의 컴퓨터에 접속될 수 있고, 또는 (예를 들어, 인터넷 서비스 제공자를 이용하여 인터넷을 통해) 외부 컴퓨터에 대한 접속을 행할 수 있다.

이하, 본 발명의 실시예들에 따른 방법, 기기(시스템) 및 컴퓨터 프로그램 제품의 블록도 및/또는 흐름도를 참조하여 본 발명을 설명한다. 흐름도 및/또는 블록도의 각 블록, 및 흐름도 및/또는 블록도의 블록들의 조합이 컴퓨터 프로그램 명령어들에 의해 구현될 수 있다는 것을 이해할 것이다.

이러한 컴퓨터 프로그램 명령어들은 범용 컴퓨터, 전용 컴퓨터, 또는 머신을 생성하기 위한 기타 프로그래밍가능 데이터 처리 기기의 프로세서에 제공될 수 있으며, 컴퓨터 또는 기타 프로그래밍가능 데이터 처리 기기의 프로세서를 통해 실행되는 이러한 명령어들은 흐름도 및/또는 블록도의 블록이나 블록들에서 특정된 기능/액션을 구현하기 위한 수단을 생성한다. 또한, 이러한 컴퓨터 프로그램 명령어들은, 컴퓨터 판독가능 매체에 저장된 그 컴퓨터 프로그램 명령어들이 흐름도 및/또는 블록도의 블록이나 블록들에서 특정된 기능/액션을 구현하는 명령 수단을 포함하는 제조 물품을 생성하도록, 컴퓨터 또는 기타 프로그래밍가능 데이터 처리 기기가 특정한 방식으로 기능할 수 있게 하는 컴퓨터 판독가능 매체에 저장될 수 있다.

또한, 컴퓨터 프로그램 명령어들은 컴퓨터 또는 기타 프로그래밍가능 데이터 처리 기기 상으로 로딩되어, 일련의 연산 단계들을 그 컴퓨터 또는 기타 프로그래밍가능 데이터 처리 기기 상에서 수행하여 컴퓨터 구현 프로세스를 생성할 수 있으며, 이때 컴퓨터 또는 기타 프로그래밍가능 기기 상에서 실행되는 명령어들은 흐름도 및/또는 블록도의 블록이나 블록들에서 특정된 기능/액션을 구현하기 위한 프로세스들을 제공한다.

전술한 바와 같이, 사용자 엔티티 또는 조직이 자신의 고유한 엔티티 처리 시스템의 자원들을 이용하여 워크로드에 서비스를 제공하기보다는 워크로드를 클라우드 컴퓨팅 환경(cloud computing environment)에 전달할 것인지 여부를 고려하는 경우에, 이러한 액션으로부터 발생하는 값과 노력 모두는 워크로드들의 서로 다른 클래스나 유형마다 크게 달라질 수 있다. 또한, 값과 노력은 사용자 엔티티의 처리 자원들 및 환경의 특정 상태나 조건에 크게 의존한다. 따라서, 서로 다른 유형의 워크로드들에 대하여 예상되는 값 및 노력을 결정하는 정확도를 상당히 개선하기 위해, 본 발명의 실시예들은 먼저 워크로드들의 각각과 관련하여 소정의 입력 데이터를 획득한다. 또한, 입력 데이터는 사용자 엔티티 처리 시스템의 서로 다른 중요 속성들이나 특성들에 관한 것이다. 도 1은 본 발명의 일 실시예에서 이러한 입력 데이터를 획득하는 방안을 도시하며, 이러한 입력 데이터는 각 워크로드들에 대하여 예상되는 값 및 노력을 결정하는 데 사용될 수 있다.

도 1을 참조해 보면, 로우(row)와 컬럼(column)으로 배열된 셀(124)과 같은 다수의 셀들이 있는 스프레드시트(100)가 도시되어 있다. 보다 구체적으로, 스프레드시트(100)는 로우(1 내지 10) 및 컬럼(102 내지 120)을 포함한다. 컬럼(102)의 로우들의 각각은 당업자에게 널리 알려져 있는 특정 유형의 워크로드를 식별한다. 이러한 워크로드들은 웹 서빙, 웹 애플리케이션, 비즈니스 인텔리전스(BI), 데이터 웨어하우징, 전사적 자원 관리(ERP), 분석, 수치 및 일괄 처리 활동, 협력, 파일 및 인쇄 관련 처리, 데스크톱, 개발 및 테스트 활동을 각각 포함한다. 데이터센터 환경에서 처리되는 대부분의 워크로드들은 이러한 유형들 중 하나에 속한다. 이러한 유형들의 각각의 워크로드들은, 사용자 엔티티나 조직 고유의 처리 시스템 자원들을 이용하여 처리되기보다는, 변환 및 클라우드 컴퓨팅 환경으로의 전달을 위해 사용자 엔티티나 조직에 의해 빈번하게 고려될 수 있다. 본 발명의 실시예들은 도 1에 도시한 유형의 워크로드로 한정되지 않는다는 점에 주목해야 한다. 도 1은 또한 판독기(122)를 도시한다.

도 1을 더 참조해 보면, 컬럼들(104 내지 120)의 각각은 사용자 엔티티 처리 시스템의 중요 속성 또는 특성에 관한 카테고리를 포함하는 것으로 도시되어 있다. 사용자 엔티티 시스템이 이러한 속성들의 각각을 보유하는 정도는, 특정한 워크로드를 사용자 엔티티 처리 시스템에서 유지하기보다는 그 워크로드를 처리를 위해 클라우드 컴퓨팅 환경에 전달하는 것이 얼마나 유익한지를 나타낸다. 예를 들어, 컬럼(104)은 사용자 엔티티 시스템 자원들의 소프트웨어 스택 및 인프라스트럭처의 성숙도(maturity)에 관한 것이다. 이 속성은 이러한 자원들의 이질성 및 비교 연령의 측정값을 제공한다. 이에 따라, 이 속성에 대한 등급 또는 점수가 낮다는 것은, 워크로드를 위해 사용자 엔티티의 자원들보다는 클라우드 컴퓨팅 자원들을 사용하는 것이 사용자 엔티티에 매우 유익하다는 것을 의미한다. 이하, 컬럼들(106 내지 120)의 각 카테고리에 대한 속성이나 특성을 더욱 상세히 설명한다.

도 1에서, 셀(124)과 같은 각 셀은 워크로드들((1) 내지 (10)) 중 하나와 컬럼들(104 내지 120) 중 하나의 속성 카테고리의 교차에 의해 정의된다. 각 셀은 대응하는 워크로드 및 속성에 관한 입력 데이터를 포함한다. 소정의 셀에 대한 입력 데이터를 획득하기 위해, 질의들의 세트를 생성하며, 이 질의들은 소정의 셀이 대응하는 사용자 엔티티 시스템의 속성 또는 특성에 관한 것이다. 질의들은, 그 속성이나 특성에 관한 지식을 갖춘 개인이거나 전문가일 수 있는 인간 사용자들, 관리자들 및 기타에게 제시된다. 이어서, 사용자는 소정의 셀이 대응하는 워크로드에 관한 질의들의 세트에 응답하고, 스프레드시트(100)의 소정의 셀에 대한 입력 데이터 엔트리를 제공하기 위해, 질의들은 집합적으로 처리된다. 또한, 사용자는 사용자에 관련된 나머지 워크로드 유형들((1) 내지 (10))의 각각의 특정 속성에 관한 동일한 질의들의 세트에 대한 응답을 제공한다. 따라서, 질의들의 세트에 관한 스프레드시트(100)의 속성 컬럼의 각 셀에 대하여 입력 데이터 엔트리를 제공한다. 엔트리는 컬럼의 서로 다른 워크로드들에 대하여 다를 수 있다.

본 실시예에서는, 컬럼들(104 내지 120)의 각각의 속성 카테고리에 대하여 10개 질의로 된 한 세트를 유용하게 제공한다. 그 세트의 각 질의는 각 질의에 응답하는 데 요구되는 노력을 최소화하기 위해 참 또는 거짓 문(statement)으로서 공식화된다. 사용자 엔티티 처리 시스템의 하드웨어 및 소프트웨어 기능 성숙도의 컬럼(104) 속성에 대한 이러한 질의들의 예시적인 세트는 아래와 같다.

1. 최대 한 개 또는 두 개 유형의 서버 아키텍처를 사용 중인가?

2. 각 서버 아키텍처에 대하여 최대 한 개 또는 두 개 모델을 사용 중인가?

3. 서버들의 연령은 대략 동일한가?

4. 서버들의 연령이 1년 또는 2년 미만인가?

5. 최대 한 개 또는 두 개 유형의 OS를 사용 중인가?

6. 각 유형의 OS의 최대 한 개 또는 두 개 버전을 사용 중인가?

7. OS의 각 버전에 대하여, 최대 한 개 또는 두 개의 배포물을 사용 중인가?

8. (데이터베이스, 애플리케이션 서버, 웹 서버, 메시징 및 큐잉 시스템과 같은) 각 주요 미들웨어 컴포넌트 및 애플리케이션 소프트웨어에 대하여, 단일 벤더 지원이 존재하는가?

9. 주요 미들웨어 컴포넌트 및 애플리케이션 소프트웨어당 최대 한 개 또는 두 개의 버전 및 한 개 또는 두 개의 배포물인가?

10. 워크로드를 실행하는 데 사용되는 하드웨어 및 소프트웨어의 완전하고 최신의 인벤토리가 유지되는가?

가상화 성숙도의 컬럼(106) 속성에 대한 질의들의 세트의 다른 예는 아래와 같다.

1. 가상 서버를 이용하여 처리되는 워크로드의 일부가 2/3 이상인가?

2. 가상 서버를 이용하여 처리되는 워크로드의 일부가 1/3 이상인가?

3. 서버 아키텍처당 최대 한 개의 가상화 기술을 이용하는가?

4. 각 가상화 기술의 최대 한 개의 세대를 사용 중인가?

5. 가상화 기술당 두 개 미만의 가상화 기술과 한 개의 세대를 사용 중인가?

6. 단일 가상화 기술의 최대 두 개의 세대를 사용 중인가?

7. 가상화 서버들의 적어도 2/3가 유사한 구성을 갖고 임의의 차이가 작은가?

8. 가상화 서버들의 적어도 1/3이 유사한 구성을 갖고 임의의 차이가 작은가?

9. 배치된 가상화 서버들의 2/3를 초과하는 가상화 서버들이 이용가능한 최신 세대 가상화 기술을 사용하는가?

10. 배치된 가상화 서버들의 1/3을 초과하는 가상화 서버들이 이용가능한 최신 세대 가상화 기술을 사용하는가?

질의들의 각 세트에 대한 응답들은 그 각 세트의 질의들에 관한 사용자 엔티티 처리 시스템의 속성의 철저한 평가를 집합적으로 제공한다는 것을 인식할 것이다. 당업자라면, 컬럼들(104 내지 120)의 각 속성에 대하여 이러한 목적을 달성하기 위한 질의들의 다른 세트들을 제공할 수 있다는 것을 예상할 것이다.

전술한 바와 같이 질의들의 각 세트가 10개의 참 또는 거짓 질의들을 포함하면, 스프레드시트(100)의 각 셀에 대한 데이터 엔트리는 참으로 응답받는 질의들의 개수를 고려함으로써 유용하게 결정될 수 있다. 따라서, 소정의 속성 카테고리와 소정의 워크로드에 의해 정의되는 셀에 대하여 사용되는 질의들의 세트에 따라 8 내지 10개의 참인 응답들이 발생하면, 데이터 엔트리는 "High"로 된다. 이는 사용자 엔티티 처리 시스템의 자원들이 소정의 워크로드에 대하여 소정의 속성을 보유하였음을 나타낸다. 6 내지 7개의 참인 응답들이 존재하면, 데이터 엔트리는 "Medium"으로 된다. 0 내지 5개의 참인 응답들이 존재하면, 데이터 엔트리는 "Low"로 된다.

본 발명의 다른 일 실시예에서, 속성 카테고리(104, 106)에 대한 질의들은 사용자 엔티티의 시스템 관리자에 의해 유용하게 응답받을 수 있다. 컬럼들(102, 110, 112)의 속성들은 활용 개선 기회, IT 자동화 성숙도, 워크로드 표준화 기회에 각각 관련된다. 이러한 질의들은, IT 시스템, 미들웨어 및 애플리케이션의, 시스템 관리자, 사용자 및/또는 IT 운용 매니저에 의해 유용하게 응답받을 수 있다. 컬럼들(114, 116)의 속성들은 데이터 제약, 및 비즈니스 및 IT 프로세스 개선 기회에 각각 관련된다. 이러한 질의들은 애플리케이션 설계자 또는 최종 사용자에 의해 응답받을 수 있다. 카테고리들(118, 120)은 영향을 받은 총 수익의 퍼센트 및 영향을 받은 총 비용의 퍼센트에 각각 관련된다. 이에 관련된 질의들은 금융 지식을 갖춘 이에 의해 응답받을 수 있다.

본 발명의 일부 실시예들에서, 질의들은 개인 대 개인 상호 작용형 질의 및 응답 세션으로 인간 인터뷰 진행자에 의해 제시될 수 있다. 다른 실시예들에서, 질의들은 종이로 또는 이메일이나 기타 전자 통신 매체에 의해 제시될 수 있고, 이러한 질의들에 대한 응답들은 전술한 동일한 매체 또는 다른 매체를 이용하여 리턴될 수 있다. 다른 대안으로, 질의들은 선택된 툴(tool) 내에 내장될 수 있고, 여기서 툴은 각 질의를 상호 작용식으로 그리고 참 또는 거짓인 응답을 위해 제시한다.

도 1의 스프레드시트(100)의 사용자 엔티티 처리 시스템의 능력 및 각 워크로드에 관하여 상당한 정보를 포함하고 있음을 인식할 것이다. 또한, 이 정보는, 전술한 바와 같이, 관련된 질의들의 세트들이 해당 지식을 갖춘 이들에게 제시되면, 비교적 지연이 거의 없이 획득될 수 있다고 예상된다. 이 정보는, 이용가능 상태로 되자마자, 하나 이상의 수학 모델에 따라 구성된 상호 작용형 툴 등에 전달될 수 있다. 이러한 한 모델은 소정의 워크로드에 관한 스프레드시트로부터의 데이터를 이용하여 그 소정의 워크로드에 대한 V_WL을 계산한다. V_WL은, 클라우드 컴퓨팅 환경을 이용하여 소정의 워크로드가 변환 및 처리되면, 실현될 것으로 예상되는 총 값이다. 다른 한 모델은 소정의 워크로드에 관한 스프레드시트로부터의 데이터를 이용하여 그 소정의 워크로드에 대한 E_WL을 계산한다. E_WL은, 클라우드 컴퓨팅 환경에서의 처리를 위해 소정의 워크로드가 변환되면, 요구될 것으로 예상되는 총 노력이다.

일 실시예에서, V_WL은 아래와 같다.

V_WL은 소정의 워크로드(WL)를 변환하고 클라우드 컴퓨팅 환경을 이용하여 그 소정의 워크로드를 처리하는 것으로부터 사용자 엔티티가 예상하는 총 값 또는 이득이다. 각 워크로드에 대하여, V_WL은 [0, 10] 범위의 양 또는 점수이다. V_WL 점수가 높다는 것은 클라우드 컴퓨팅을 이용하여 발생하는 값 또는 이익이 높다는 것을 의미한다. V_WL의 각 성분들인 V_CapEx, V_OpEx, V_Eff, V_Intr이 V_WL에 기여하는 부분은 가중치를 이용하여 정규화된다. 수학식 1에서, V_CapEx는 기업비를 줄임으로써 실현되는 값이고, V_OpEx는 운영비를 줄임으로써 실현되는 값이고, V_Eff는 IT 및 연관된 비즈니스에서의 효율 이익으로부터 실현되는 값이고, V_Intr은 워크로드 특정 고유값이다.

본 발명의 위 실시예에서, E_WL은 아래와 같다.

E_WL은 소정의 워크로드(WL)를 변환하고 그 워크로드를 처리하기 위해 클라우드 컴퓨팅 환경에 전달하는 데 있어서 사용자 엔티티가 예상하는 총 노력, 비용 또는 부담이다. 각 워크로드에 대하여, E_WL은, V_WL과 마찬가지로, [0, 10] 범위의 양 또는 점수이다. E_WL에 대한 높은 점수는 클라우드 컴퓨팅 환경을 이용하여 워크로드를 처리하는 데 요구되는 변환 노력이 높다는 것을 의미한다. E_WL의 각 성분들인 E_CapEx, E_OpEx, E_Data, E_Intr이 E_WL에 기여하는 부분은, V_WL과 마찬가지로, 가중치를 이용하여 정규화된다. E_CapEx는 변환 인프라스트럭처 및 기타 기업비 관련 항목들에 연관된 노력이고, E_OpEx는 운영비를 줄이는 것에 연관된 노력이고, E_Data는 데이터 제약을 다루는 것에 연관된 노력이고, E_Intr은 워크로드 복잡도 고유의 노력이다.

수학식 1에 도시한 바와 같은 성분 V_WL 및 수학식 2에 도시한 바와 같은 성분 E_WL 모두는, 이하에서 더욱 상세히 설명하는 소정의 가중치와 결합되는, 스프레드시트(100)에 포함된 소정의 워크로드를 위한 입력 데이터로부터, 그 소정의 워크로드에 대하여 결정될 수 있다. 이러한 V_WL 및 E_WL 성분들을 계산하기 위한 방법의 각 단계가 도 2의 흐름도로 도시되어 있다.

도 2를 참조해 보면, 단계(202)는 소정의 워크로드에 대한 입력 데이터 엔트리들을 대응하는 수치 매개변수 값들로 각각 변환하는 것이다. 이를 예시하고자, 도 1에 도시한 스프레드시트(100)의 셀(124)을 참조한다. 셀(124)은, 컬럼(104)의 속성이나 특성을 위한, 웹 서빙 워크로드에 관한 입력 데이터를 포함한다. 전술한 바와 같이, 이 속성은 사용자 엔티티 자원들의 인프라스트럭처 및 소프트웨어 스택 성숙도이다. 컬럼(104)의 각 워크로드에 대하여, 수치 매개변수 값 M_Infra는 워크로드를 위한 입력 데이터 엔트리로부터 결정된다. M_Infra는 사용자 엔티티 기능의 하드웨어 및 소프트웨어 성숙도의 측정값을 제공하고, 그 동질성 및 기술 준비성을 나타낸다. 따라서, 소정의 워크로드에 대하여 M_Infra 값이 높다는 것은, 기존의 컴퓨터 환경 대신 클라우드 컴퓨팅을 이용하여 실현되는 이익이나 이득이 비교적 낮다는 것을 의미한다.

도 1은 셀(124)에 대하여 데이터 입력 엔트리가 "Low"임을 도시한다. 이 데이터 입력 엔트리를 수치 매개변수 값 M_Infra로 변환하기 위해, 셀(124)에서의 엔트리에 응하여 표를 유용하게 형성한다. 표는, 엔트리가 "Low", "Medium", 또는 "High"였는지에 따라, 각각 [0, 10] 범위에 있는 세 개의 미리 특정된 값들 중 하나를 제공한다. 컬럼(104)에서의 다른 워크로드들의 각각에 대하여 유사한 표를 형성한다. 각 워크로드에 대하여 표에 의해 제공되는 값들은 해당 워크로드의 구체적인 특성을 고려하도록 조절된다.

스프레드시트(100)의 컬럼(106)에서의 워크로드들의 각 데이터 엔트리를 위해, 수치 매개변수 값 M_Virt를 결정한다. M_Virt는 사용자 엔티티 환경에서 가상화의 정도, 가상화의 동질성, 및 최신 세대 기술들의 채택을 나타낸다.

스프레드시트(100)의 컬럼(108)의 수치 매개변수 값 O_Util은, 보다 낮은 소프트웨어 및 하드웨어 비용을 얻기 위해, 사용자 엔티티 자원들을 이용하기보다는 클라우드 컴퓨팅을 이용함으로써 소정의 워크로드에 의한 하드웨어 및 소프트웨어의 적고 가변적인 활용에 영향을 끼치는 정도를 측정한다.

스프레드시트(100)의 컬럼(110)의 수치 매개변수 값 M_Auto는 사용자 엔티티 환경의 IT 관리에 있어서 자동화의 정도를 측정한다.

스프레드시트(100)의 컬럼(112)의 수치 매개변수 값 O_Std는, 하드웨어 및 소프트웨어 및 관리 비용들을 줄이도록 클라우드 컴퓨팅에 의해 영향을 받을 수 있는 기회를 워크로드 처리, 하드웨어, 가상화, 및 소프트웨어 관리가 제공할 수 있는 정도를 측정한다.

스프레드시트(100)의 컬럼(114)의 수치 매개변수 값 I_Data는 워크로드에 연관된 데이터에 대한 제약들의 정도를 측정한다. 예를 들어, 보안, 프라이버시, 컴플라이언스(compliance), 이용가능성 및 재해 복구가능성 모두는 워크로드에 연관된 데이터를 어떻게 처리할 것인지에 대하여 제약을 가한다. 제약들의 정도를 증가시키면, 변환 선택들이 감소되고, 변환 비용이 상승하고, 클라우드 컴퓨팅을 이용하여 실현되는 값이 감소된다.

스프레드시트(100)의 컬럼(116)의 수치 매개변수 값 O_BP는, 사용자 엔티티의 고유 자원들보다는 클라우드 컴퓨팅을 이용함으로써, 워크로드에 의존하는 비즈니스 프로세스 및 IT 프로세스가 생산성과 효율 이익을 실현하는 정도를 측정한다.

전술한 바와 같은 표들을 유용하게 형성 및 이용하여 컬럼들(106 내지 116)의 각 입력 데이터 엔트리들을 대응하는 수치 매개변수 값들로 변환한다.

도 2를 더 참조해 보면, 단계(204)에서는 소정의 워크로드에 대하여 V_WL을 계산하는 데 사용하기 위한 가중치들이 도출된다. 이러한 가중치들은, 기업비에 연관된 가중치인 W_CapEx, 운영비에 연관된 가중치인 W_OpEx, 효율 이익에 연관된 가중치인 W_Eff, 워크로드 특정 고유값에 연관된 가중치인 W_Intr을 포함한다. 이러한 가중치들은 최적의 상태에서 도출될 수 있는 최대 변환값으로서 해석되어야 한다. W_CapEx:W_OpEx:W_Eff:W_Intr 비는 워크로드 의존형이며, 이 비는 이상적으로는 피제어 또는 정규 케이스(controlled or canonical case)를 이용함으로써 경험적으로 도출된다. 가중치들은 지정된 균일한 값들일 수 있지만, 각 워크로드의 특성의 학습된 이해에 기초하여 가중치들을 비례 선택하는 것이 바람직하다. 또한, 가중치들은 1 내지 10의 값 점수들을 정규화하도록 선택된다.

단계(206)에서는, 단계(204)에서 소정의 워크로드를 위해 생성된 가중치들 및 수치 매개변수 값들을 이용하여 성분들 V_CapEx, V_OpEx, V_Eff, V_Intr을 계산한다. 그러한 계산을 위해 이하의 식들을 이용할 수 있다.

단계(206)에서 각 성분들에 대한 값들을 계산한 후, 계산된 값들을 도 2의 단계(208)에서 사용하여 소정의 워크로드에 대한 V_WL을 계산한다. 이를 위해 전술한 수학식 1을 이용한다.

단계(210)에서는, 소정의 워크로드에 대한 E_WL을 계산하는 데 사용하기 위한 가중치들을 도출한다. 이러한 가중치들은, 기업비 삭감 노력에 연관된 가중치인 W'_CapEx, 운영비 삭감 노력에 연관된 가중치인 W'_OpEx, 데이터 제약에 관한 노력에 연관된 가중치인 W'_Data, 및 워크로드 특정 고유값에 관한 노력에 연관된 가중치 W'_Intr을 포함한다. 이러한 가중치들은 1 내지 10의 노력 점수들을 정규화하도록 선택된다.

단계(212)에서는, 단계(210)에서 소정의 워크로드를 위해 생성된 수치 매개변수 값들 및 가중치들을 이용하여 그 소정의 워크로드에 대한 성분들 E_CapEx, E_OpEx, E_Data, E_Intr을 계산한다. 이러한 계산을 위해 이하의 식들을 이용할 수 있다.

단계(212)의 각 성분들을 계산한 후, 계산된 값들을 도 2의 단계(214)에서 사용하여 소정의 워크로드에 대한 E_WL을 계산한다. 이를 위해 전술한 수학식 2를 사용한다.

도 2의 단계(216)는 분석할 모든 워크로드들에 대하여 V_WL 및 E_WL을 계산하였는지를 결정하는 결정 단계이다. 계산하였다면, 방법은 단계(218)로 진행한다. 계산하지 않았다면, 방법은 단계(202)로 리턴하고, V_WL 및 E_WL 점수들을 여전히 계산해야 하는 워크로드에 대하여 단계들(202 내지 214)을 실행한다.

단계(218)에서는, V_WL 및 E_WL에 대하여 계산된 점수 또는 값을 각 워크로드마다 그래픽으로 표시한다. 도 3과 도 4는 각 워크로드에 대한 V_WL 및 E_WL 정보를 사용자에게 제시하는 데 사용될 수 있는 다른 표시 또는 상보적 표시를 도시한다.

도 3을 참조해 보면, 도 1의 워크로드들((1) 내지 (10))의 각각에 대하여 전술한 바와 같이 계산된 V_WL 점수 및 E_WL 점수에 대한 예시적인 값들을 포함하는 차트 또는 표(300)가 도시되어 있다. 도 3에서 사용되는 V_WL 및 E_WL의 특정 값들은 예시를 위해 선택된 것이며, 결코 한정적으로 의도된 것이 아니다. 사용자 엔티티가 모든 유형의 워크로드를 갖지 않으면, 관련된 워크로드들에 대한 노력들만이 도 3과 도 4에 도시된다.

도 4를 참조해 보면, 워크로드들((1) 내지 (10))의 각각에 대하여 E_WL 점수 대 V_WL 점수가 그려진 그래프(400)가 도시되어 있다. V_WL은 그래프(400)의 수직축을 따라 도시되어 있고, E_WL은 수평축을 따라 도시되어 있다. 도 4에서 사용되는 V_WL 및 E_WL의 구체적인 값들은 예시를 위해 선택된 것이며, 결코 한정적으로 의도된 것이 아니다.

도 5를 참조해 보면, 예시적인 V_WL 점수가 워크로드들((1) 내지 (10))의 각각에 대한 수직축을 따라 도시된 수직 막대 그래프(500)가 도시되어 있다. 또한, 도 5는, 예를 들어, 4.5로 선택되는 필터링 기준 또는 레벨(502)을 도시한다. 이러한 필터링 기준은 총 비즈니스 임팩트(total business impact)의 평가에 기초하여 미리 특정된다. 각 워크로드는, 각 워크로드의 V_WL 점수가 기준(502)을 초과할 때에만, 클라우드 컴퓨팅 환경을 이용한 처리를 위해 선택될 수 있다. 따라서, 기준(502)은 필터링 기능을 수행한다. 이 예에서, 워크로드(4)는 클라우드 컴퓨팅으로부터 제외된다.

도 6을 참조해 보면, 예시적인 E_WL 점수가 워크로드들((1) 내지 (10))의 각각에 대한 수평축을 따라 도시된 수평 막대 그래프(600)가 도시되어 있다. 또한, 도 6은, 예를 들어, 6.5로 선택되는 필터링 기준(602)을 도시한다. 이 필터링 기준은 총 비즈니스 임팩트의 평가에 기초하여 미리 특정된다. 각 워크로드는, 각 워크로드의 E_WL 점수가 기준(602)을 초과할 때에만, 클라우드 컴퓨팅 환경을 이용한 처리를 위해 선택될 수 있다. 따라서, 기준(602)은 기준(502)과 마찬가지 방식으로 필터링 기능을 수행한다. 이 예에서, 워크로드들((3), (4), (5))은 클라우드 컴퓨팅으로부터 제외된다.

도 5와 도 6은, 다수의 워크로드의 각각에 수치 값과 노력 점수들을 제공함으로써, 각 워크로드들이 클라우드 컴퓨팅을 위해 쉽게 선택되거나 거부될 수 있음을 도시한다. 이는 총 비즈니스 임팩트의 평가에 기초하여 수치 기준을 공급함으로써 행해진다. 또한, 이러한 기준을 이용하여 워크로드들을 선택적으로 순위화, 정리 및/또는 그룹화할 수 있다.

전술한 바와 같은 간단한 워크로드 필터링 기준은 단지 예시를 위한 것이라는 점을 인식해야 한다. 실제로는 보다 복잡한 기준을 구성하여 이용해도 된다. 예를 들어, 필터링 기준은 각 워크로드마다 다를 수 있다. 또한, 그 기준은 하나 이상의 기타 워크로드에 연관된 노력 및/또는 값의 함수 등일 수 있다.

도 1의 컬럼 118로 도시한 바와 같이, 워크로드의 비즈니스 영향의 값을 평가할 때, 수익 증가 또는 시장 점유율 증가의 퍼센트 또는 영향을 받은 총 수익의 퍼센트를 포함하는 것이 유용하다. 이어서, 각 워크로드들의 값들을 서로 비교하여 워크로드들을 순위화할 수 있다. 마찬가지로, 각 워크로드들에 연관된 비즈니스 영향에 끼치는 노력의 효과는, 도 1의 컬럼 120으로 도시한 바와 같이, 대차대조표의 비용의 퍼센트 증가 또는 영향을 받은 총 비용의 퍼센트를 고려함으로써 평가될 수 있다.

도 7을 참조해 보면, 도 2의 실시예와 같은 본 발명의 실시예들을 구현하는 데 사용될 수 있는 데이터 처리 시스템(700)이 도시되어 있다. 데이터 처리 시스템(700)은 본 발명의 실시예들을 위한 프로세스들을 구현하는 컴퓨터 이용가능 코드나 명령어가 배치될 수 있는 컴퓨터의 일례이다.

데이터 처리 시스템(700)은 노스 브리지 및 메모리 컨트롤러 허브(MCH; 702) 및 사우스 브리지 및 입력/출력(I/O) 컨트롤러 허브(ICH; 704)를 포함하는 허브 아키텍처를 이용한다. 처리 유닛(706), 메인 메모리(708) 및 그래픽 프로세서(710)는 노스 브리지 및 메모리 컨트롤러 허브(MCH; 702)에 접속된다. 그래픽 프로세서(710)는 가속 그래픽 포트(AGP)를 통해 노스 브리지 및 메모리 컨트롤러 허브(MCH; 702)에 접속될 수 있다.

데이터 처리 시스템(700)에서, LAN 아답터(712)는 사우스 브리지 및 I/O 컨트롤러 허브(704)에 접속된다. 오디오 아답터(716), 키보드 및 마우스 아답터(720), 모뎀(722), ROM(724), 하드 디스크 드라이브(HDD; 726), CD-ROM 드라이브(730), USB 포트 및 기타 통신 포트(732), 및 PCI/PCIe 장치들(734)은 버스(738)와 버스(740)를 통해 사우스 브리지 및 I/O 컨트롤러 허브(704)에 접속된다. PCI/PCIe 장치들은, 예를 들어, 노트북 컴퓨터를 위한 이더넷 아답터, 애드인(add-in) 카드 및 PC 카드를 포함할 수 있다. PCI는 카드 버스 컨트롤러를 이용하는 반면 PCIe는 카드 버스 컨트롤러를 이용하지 않는다. ROM(724)은, 예를 들어, 플래시 바이너리 입력/출력 시스템(BIOS)일 수 있다.

하드 디스크 드라이브(726) 및 CD-ROM 드라이브(730)는 버스(740)를 통해 사우스 브리지 및 I/O 컨트롤러 허브(704)에 접속된다. 하드 디스크 드라이브(726) 및 CD-ROM 드라이브(730)는, 예를 들어, IDE(integrated drive electronics) 또는 SATA(serial advanced technology attachment) 인터페이스를 이용할 수 있다. 수퍼 I/O(SIO) 장치(736)는 사우스 브리지 및 I/O 컨트롤러 허브(704)에 접속될 수 있다.

운영 체제는 처리 유닛(706) 상에서 실행되고, 도 7의 데이터 처리 시스템(700) 내의 다양한 컴포넌트들을 조정하고 제어한다. 클라이언트로서, 운영 체제는 Microsoft^® Windows^® XP(Microsoft와 Windows는 미국 또는 기타 국가 또는 이들 모두에서의 Microsoft Corporation의 상표임)와 같이 상업적으로 이용가능한 운영 체제일 수 있다. Java^TM 프로그래밍 시스템과 같은 오브젝트 지향 프로그래밍 시스템은 운영 체제와 함께 실행될 수 있고, 데이터 처리 시스템(700) 상에서 실행되는 애플리케이션 또는 Java 프로그램으로부터 운영 체제로 호출을 제공한다(Java는 미국, 기타 국가, 또는 이들 모두에서의 Sun Microsystems, Inc.의 상표임).

운영 체제, 오브젝트 지향 프로그래밍 시스템 및 애플리케이션이나 프로그램을 위한 명령어들은, 하드 디스크 드라이브(726)와 같은 저장 장치들에 배치되며, 처리 유닛(706)에 의해 실행되도록 메인 메모리(708) 내에 로딩될 수 있다. 본 발명의 실시예들을 위한 프로세스들은, 예를 들어, 메인 메모리(708), ROM(724)와 같은 메모리 또는 하나 이상의 주변 장치(726, 730)에 배치될 수 있는 컴퓨터 이용가능 프로그램 코드를 이용하여 처리 유닛(706)에 의해 수행된다.

버스 시스템은 도 7에 도시한 바와 같이 버스(738) 또는 버스(740) 등의 하나 이상의 버스로 구성될 수 있다. 물론, 버스 시스템은 통신 패브릭 또는 아키텍처에 부착된 서로 다른 컴포넌트들이나 장치들 간에 데이터 전달을 제공하는 통신 패브릭 또는 아키텍처의 임의의 유형을 이용하여 구현되어도 된다. 통신 유닛은 도 7의 네트워크 아답터(712) 또는 모뎀(722)과 같이 데이터를 송수신하는 데 사용되는 하나 이상의 장치를 포함할 수 있다. 메모리는, 예를 들어, 도 7에서 메인 메모리(708), ROM(724), 또는 노스 브리지 및 메모리 컨트롤러 허브(702)에서 발견되는 것과 같은 캐시일 수 있다.

도면의 흐름도 및 블록도는 본 발명의 다양한 실시예들에 따른 시스템, 방법 및 컴퓨터 프로그램 제품의 가능한 구현예의 아키텍처, 기능 및 동작을 도시하는 것이다. 이러한 점에서, 흐름도나 블록도의 각 블록은 컴포넌트, 세그먼트, 코드의 일부를 나타낼 수 있으며, 이는 특정한 논리적 기능(들)을 구현하기 위한 하나 이상의 실행가능 명령어들을 포함한다. 또한, 일부 대체 구현예에서, 블록에 나타낸 기능들이 도면에 도시한 순서와는 다르게 발생할 수 있다는 점에 주목해야 한다. 예를 들어, 연속적으로 도시된 두 개의 블록은, 실제로 대략 동시에 실행되어도 되고, 관련된 기능에 따라 때때로 역순으로 실행되어도 된다. 또한, 예시된 블록도 및/또는 흐름도의 각 블록, 및 예시된 블록도 및/또는 흐름도의 블록들의 조합은 특정 기능이나 액션, 또는 전용 하드웨어와 컴퓨터 명령어들의 조합을 수행하는 전용 하드웨어 기반 시스템에 의해 구현될 수 있다는 점에 주목한다.

본 명세서에서 사용한 용어는 특정한 실시예들을 설명하기 위한 것일 뿐이며 본 발명을 한정하려는 것은 아니다. 본 명세서에서 사용되는 바와 같이, 단수 형태인 "하나"(a), "한"(an) 및 "그"(the)는, 명백하게 달리 언급하지 않는 한, 복수 형태도 포함하려는 것이다. 또한, "포함"(comprise) 및/또는 "포함하는"(comprising)이라는 용어들은, 본 명세서에서 사용될 때, 언급한 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 특정하지만 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는다는 점을 이해할 것이다.

이하의 청구범위에서의 모든 수단 또는 단계 플러스 기능 요소들의 대응하는 구조, 물질, 행위 및 등가물은 특정하게 청구된 바와 같이 기타 청구 요소들과 조합하여 기능을 수행하기 위한 임의의 구조, 물질, 또는 행위를 포함하려는 것이다. 본 발명의 설명은 예시 및 설명을 위해 제시되었지만, 완전하도록 의도된 것이 아니며 또는 본 발명을 개시된 형태로 한정하도록 의도된 것이 아니다. 많은 수정 및 변동은 본 발명의 사상과 범위로부터 벗어나지 않고 당업자에게 명백할 것이다. 실시예는 본 발명의 원리 및 실제 응용을 가장 잘 설명하도록 그리고 고려하는 특정 용도에 적합한 다양한 수정을 적용한 본 발명의 다양한 실시예들을 당업자가 이해할 수 있도록 선택되고 설명되었다.

본 발명은 완전한 하드웨어의 실시예, 완전한 소프트웨어의 실시예, 또는 하드웨어 요소와 소프트웨어 요소를 포함하는 실시예의 형태를 취할 수 있다. 바람직한 일 실시예에서, 본 발명은 펌웨어, 상주 소프트웨어, 마이크로코드 등을 포함하는 소프트웨어로 구현되지만, 이러한 예로 한정되지는 않는다.

또한, 본 발명은 컴퓨터 또는 임의의 명령어 실행 시스템이 사용하기 위한 또는 이러한 컴퓨터 또는 임의의 명령어 실행 시스템과 함께 사용하기 위한 프로그램 코드를 제공하는 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체로부터 액세스가능한 컴퓨터 프로그램 제품의 형태를 취할 수 있다. 이를 설명하기 위해, 컴퓨터 이용가능 또는 컴퓨터 판독가능 매체는, 명령어 실행 시스템, 기기, 또는 장치가 사용하기 위한 또는 이러한 명령어 실행 시스템, 기기, 또는 장치와 함께 사용하기 위한 프로그램을 포함하고, 저장하고, 통신하고, 전파하고, 또는 송신할 수 있는 임의의 유형의 기기일 수 있다.

그 매체는, 전자, 자기, 광학, 전자기, 적외선, 또는 반도체 시스템(또는 기기나 장치), 또는 전파 매체일 수 있다. 컴퓨터 판독가능 매체의 예로는, 반도체 또는 고체 메모리, 자기 테이프, 탈착가능 컴퓨터 디스켓, RAM, ROM, 강체 자기 디스크 및 광 디스크가 있다. 광 디스크의 현재 예로는, CD-ROM, CD-R/W, DVD가 있다.

프로그램 코드를 저장하고 그리고/또는 실행하는 데 적합한 데이터 처리 시스템은 시스템 버스를 통해 메모리 소자들에 직접 또는 간접 연결된 적어도 하나의 프로세서를 포함한다. 메모리 소자들은, 프로그램 코드의 실제 실행 동안 이용되는 로컬 메모리, 대용량 저장 장치, 및 실행 동안 대용량 저장 장치로부터 프로그램 코드를 검색해야 하는 횟수를 줄이기 위해 적어도 일부 프로그램 코드의 임시 저장 장치를 제공하는 캐시 메모리를 포함할 수 있다.

입력/출력 즉 I/O 장치(키보드, 디스플레이, 포인팅 장치 등을 포함하지만, 이러한 예로 한정되지는 않음)는 시스템에 직접 또는 중재 I/O 컨트롤러를 통해 연결될 수 있다.

또한, 네트워크 아답터를 시스템에 연결하여 데이터 처리 시스템이 중재 사설 또는 공공 네트워크를 통해 기타 데이터 처리 시스템이나 원격 프린터 또는 저장 장치에 연결되게 할 수 있다. 모뎀, 케이블 모뎀 및 이더넷 카드는 현재 이용가능한 유형의 네트워크 아답터들 중 일부일 뿐이다.

본 발명의 설명은 예시 및 설명을 위해 제시되었지만, 완전하도록 의도된 것이 아니며 또는 본 발명을 개시된 형태로 한정하도록 의도된 것이 아니다. 많은 수정 및 변동은 본 발명의 사상과 범위로부터 벗어나지 않고 당업자에게 명백할 것이다. 실시예는 본 발명의 원리 및 실제 응용을 가장 잘 설명하도록 그리고 고려하는 특정 용도에 적합한 다양한 수정을 적용한 본 발명의 다양한 실시예들을 당업자가 이해할 수 있도록 선택되고 설명되었다.

(1) 웹 서빙
(2) 웹 애플리케이션
(3) BI 데이터베이스 웨어하우스
(4) ERP, SCM
(5) 분석
(6) 수치, 일괄
(7) 협력
(8) 파일 및 인쇄
(9) 데스크톱
(10) 개발 및 테스트
102 워크로드

Claims (10)

1. 사용자 엔티티에 연관된 하나 이상의 워크로드로부터 선택되는 소정의 워크로드가 사용자 엔티티 처리 시스템(user entity processing system)에 의한 처리 대신에 클라우드 컴퓨팅 환경에 의해 처리되도록 상기 클라우드 컴퓨팅 환경에 전달되면, 실현될 값(value) 및 요구될 노력(effort) 중 적어도 하나의 측정값을 상기 사용자 엔티티에 제공하기 위한 방법으로서,
   복수의 속성을 특정하는 단계 - 각 속성은 상기 소정의 워크로드에 대하여 상기 사용자 엔티티 처리 시스템이 소정의 정도(to some extent) 보유하는 특성에 관련됨 - 와,
   각 속성에 대한 입력 데이터를 획득하는 단계 - 소정의 속성에 대한 상기 입력 데이터는 상기 사용자 엔티티 처리 시스템이 상기 소정의 속성을 보유하는 정도를 나타내는 미리 특정된 척도의 측정값을 제공함 - 와,
   상기 각 속성에 대한 입력 데이터를 이용하여 대응하는 수치 매개변수 값들을 각각 도출하는 단계와,
   특정된 수학 모델에서 상기 수치 매개변수 값들 중 적어도 일부를 이용하여 최종 점수를 계산하는 단계 - 상기 최종 점수는 상기 실현될 값 또는 상기 요구될 노력의 상기 측정값을 선택적으로 포함함 -
   를 포함하는, 방법.
2. 제1항에 있어서,
   상기 수치 매개변수 값들은 제1 최종 점수와 제2 최종 점수를 계산하도록 상기 특정된 수학 모델에서 적용되고,
   상기 제1 최종 점수는 상기 실현될 값의 측정값을 포함하고, 상기 제2 최종 점수는 상기 요구될 노력의 측정값을 포함하는, 방법.
3. 제1항에 있어서,
   상기 속성들 중 소정의 하나의 속성에 대한 입력 데이터를 획득하는 단계는,
   한 세트의 질의들을 상기 사용자 엔티티에 연관된 개인에게 제시하는 단계와,
   상기 복수의 워크로드의 각 워크로드에 관련하여 각 질의에 대한 응답을 수신하는 단계와,
   상기 응답들을 수신하는 단계에 응하여, 상기 응답들을 집합적으로 처리하여 상기 소정의 속성에 대한 상기 입력 데이터를 제공하는 단계
   를 포함하는, 방법.
4. 제1항에 있어서,
   상기 속성들의 각각을 갖는 표를 이용하여 상기 입력 데이터의 대응하는 속성을 위해 획득되는 상기 입력 데이터를 상기 대응하는 수치 매개변수 값들로 변환하는, 방법.
5. 제1항에 있어서,
   상기 특정된 수학 모델에서 선택된 가중값들을 이용하여 상기 계산된 최종 점수를 미리 특정된 수치 범위 내에 정규화하는, 방법.
6. 제1항에 있어서,
   상기 수치 값들을 상기 특정된 수학 모델에서 적용하여 복수의 워크로드의 각 워크로드에 대한 제1 최종 점수와 제2 최종 점수를 계산하고,
   상기 소정의 워크로드에 대한 상기 제1 및 제2 최종 점수는 상기 소정의 워크로드에 대한 상기 실현될 값과 상기 요구될 노력의 각 측정값들을 포함하는, 방법.
7. 제6항에 있어서,
   상기 복수의 워크로드의 각 워크로드는 그래프에서 가시적으로 제시되고,
   소정의 워크로드는 상기 소정의 워크로드의 상기 제1 및 제2 최종 점수에 따라 상기 그래프의 제1 및 제2 축에 대하여 각각 배치되는, 방법.
8. 제6항에 있어서,
   소정의 워크로드는 상기 소정의 워크로드가 제1 기준과 제2 기준 중 적어도 하나를 따를 경우에만 상기 클라우드 컴퓨팅 환경이 처리하도록 상기 클라우드 컴퓨팅 환경에 전달되도록 선택되고,
   상기 소정의 워크로드는, 상기 소정의 워크로드의 상기 제1 최종 점수가 미리 특정된 제1 기준값을 초과하면 상기 제1 기준을 따르고, 상기 소정의 워크로드의 상기 제2 최종 점수가 미리 특정된 제2 기준값 미만이면 상기 제2 기준을 따르는, 방법.
9. 사용자 엔티티에 연관된 하나 이상의 워크로드로부터 선택되는 소정의 워크로드가 사용자 엔티티 처리 시스템에 의한 처리 대신에 클라우드 컴퓨팅 환경에 의해 처리되도록 상기 클라우드 컴퓨팅 환경에 전달되면, 실현될 값 및 요구될 노력 중 적어도 하나의 측정값을 상기 사용자 엔티티에 제공하도록 컴퓨터 판독가능 매체에서 실행가능한 컴퓨터 프로그램 제품으로서,
   복수의 속성을 특정하기 위한 명령어 - 각 속성은 상기 소정의 워크로드에 대하여 상기 사용자 엔티티 처리 시스템이 소정의 정도로 보유하는 특성에 관련됨 - 와,
   각 속성에 대한 입력 데이터를 획득하기 위한 명령어 - 소정의 속성에 대한 상기 입력 데이터는 상기 사용자 엔티티 처리 시스템이 상기 소정의 속성을 보유하는 정도를 나타내는 미리 특정된 척도의 측정값을 제공함 - 와,
   상기 각 속성에 대한 입력 데이터를 이용하여 대응하는 수치 매개변수 값들을 각각 도출하기 위한 명령어와,
   특정된 수학 모델에서 상기 수치 매개변수 값들 중 적어도 일부를 이용하여 최종 점수를 계산하기 위한 명령어 - 상기 최종 점수는 상기 실현될 값 또는 상기 요구될 노력의 상기 측정값을 선택적으로 포함함 -
   를 포함하는, 컴퓨터 프로그램 제품.
10. 사용자 엔티티에 연관된 하나 이상의 워크로드로부터 선택되는 소정의 워크로드가 사용자 엔티티 처리 시스템에 의한 처리 대신에 클라우드 컴퓨팅 환경에 의해 처리되도록 상기 클라우드 컴퓨팅 환경에 전달되면, 실현될 값(value) 및 요구될 노력 중 적어도 하나의 측정값을 상기 사용자 엔티티에 제공하기 위한 장치로서,
    복수의 속성을 특정하기 위한 수단 - 각 속성은 상기 소정의 워크로드에 대하여 상기 사용자 엔티티 처리 시스템이 소정의 정도로 보유하는 특성에 관련됨 - 과,
    각 속성에 대한 입력 데이터를 획득하기 위한 수단 - 소정의 속성에 대한 상기 입력 데이터는 상기 사용자 엔티티 처리 시스템이 상기 소정의 속성을 보유하는 정도를 나타내는 미리 특정된 척도의 측정값을 제공함 - 과,
    상기 각 속성에 대한 입력 데이터를 이용하여 대응하는 수치 매개변수 값들을 각각 도출하기 위한 수단과,
    특정된 수학 모델에서 상기 수치 매개변수 값들 중 적어도 일부를 이용하여 최종 점수를 계산하기 위한 수단 - 상기 최종 점수는 상기 실현될 값 또는 상기 요구될 노력의 상기 측정값을 선택적으로 포함함 -
    을 포함하는, 장치.

Images