2025년 FinOps 트렌드 4가지

이 글은 2025년 FinOps 트렌드 4가지를 소개합니다. FinOps란 클라우드 비용을 관리하기 위해 IT, 재무, 사업 등 여러 부서가 협업하는 클라우드 재무 관리 관행인데요. 이는 재무 책임을 DevOps 관행에 통합한 것으로, 클라우드 컴퓨팅 리소스의 비용과 효율성을 최적화하는 데 중점을 둡니다.

FinOps는 IT 업계 전문가, 기업, 전문 매체 등이 선정한 2025년 DevOps 트렌드 중 하나로 꼽히기도 했는데요. 최근 FinOps Foundation(“State Of FinOps 2025 Report”*)과 글로벌 AI 기반 소프트웨어 배포 플랫폼인 Harness(”FinOps in Focus 2025 - Control Cloud costs from code to Production”**)에서 보고서를 각각 발표하며 FinOps의 현주소를 자세하게 짚었습니다.

저는 이중 FinOps의 우선순위, 비용 최적화 도구로서 AI의 부상, AI 지출 관리의 활성화, 클라우드 리소스 관리 시간 - 4가지 트렌드를 소개하고자 하는데요. 클라우드, FinOps 등 여러 유관 분야 전문 기업 관계자들의 분석을 더해 각 트렌드의 상세 현황과 등장 배경, 유의 사항, 전망을 정리했습니다.

*설문조사 응답자는 861명으로, 퍼블릭 클라우드 지출이 690억달러에 달함.

**설문조사 응답자는 700명으로, 미국과 영국의 개발자, 엔지니어링 리더임.

FinOps 우선순위: 최적화 → 거버넌스

FinOps 실무자들의 최우선 과제(왼쪽: 현재, 오른쪽: 향후 12개월 내). 출처=FinOps Foundation

‘워크로드 최적화와 낭비 감소’는 현재 FinOps 실무자들이 가장 중요하게 여기는 과제입니다. FinOps Foundation의 설문조사에서 응답자의 50%가 이를 최우선 과제로 선택했는데요. 클라우드 지출의 전면 할당과 정확한 지출 예측, 대규모 FinOps 거버넌스와 정책 수립, 조직 차원의 도입과 정렬, 요율 최적화, 멀티 클라우드 비용 보고, 퍼블릭 클라우드를 넘어선 비용 관리 등은 뒤를 이었죠.

향후 12개월 내에는 ‘대규모 FinOps 거버넌스와 정책 수립’이 실무자의 최우선 과제로 부상할 거라는 응답이 가장 많았습니다. 퍼블릭 클라우드를 넘어선 비용 관리, 단위 경제학 구현, 자동화 활성화, AI와 머신러닝 지출 관리의 우선순위도 현재보다 4 ~ 5단계 상승할 걸로 나타났죠. 현재 후순위인 FinOps 과제들이 핵심 과제로 떠오를 걸로 전망되는데요. 반면, 이 기간에 워크로드 최적화와 낭비 감소의 우선순위는 1단계 하락할 걸로 조사됐습니다.

FinOps Foundation에서는 “조직이 클라우드 투자에서 얻는 가치를 줄이지 않으면서, 지출을 절감하는 방법을 계속 모색 중”이라고 설명합니다. 또 향후 12개월 동안 FinOps 과제의 우선순위가 바뀌는 건 이전 최적화 노력의 성숙도와 관련됐다고 분석하는데요. “최적화를 오래 수행할수록 이러한 노력을 발전시키기 위해 거버넌스 정책의 필요성을 깨닫는다”고 하죠. 최적화는 먼저 다루기가 비교적 수월하지만 정책, 프로세스, 자동화는 조율이 필요해 실행에 시간이 걸릴 수 있습니다.

AI, 비용 최적화 도구로 부상

‘클라우드 비용 최적화 전략에서 AI 기반 추천의 역할’ 질문의 응답 분포. 출처=Harness

AI가 차세대 FinOps 도구로 떠오르고 있습니다. AI는 워크로드·코드 최적화, 멀티 클라우드 오케스트레이션, 클라우드 리소스 분류, 비용 예측·할당, 이상 탐지 등 다양한 FinOps 업무에 활용되죠. FinOps 실무자도 AI를 활발히 사용합니다. Harness의 설문조사에 따르면, ‘클라우드 비용 최적화 전략에서 AI 기반 추천의 역할’ 질문에 응답자의 47%가 ‘AI 활용과 수동 작업을 병행한다’, 32%가 ‘AI에 크게 의존한다’고 답했습니다. ‘AI를 사용하지 않는다’는 응답은 4%에 그쳤습니다.

AI의 정교한 패턴 인식 기능과 예측 기능은 비용 최적화 능력을 강화할 걸로 기대를 모읍니다. 이를 토대로 실시간 데이터를 활용해 리소스 사용량을 예측할 수 있고요. 사용 패턴에 따라 이를 자동 조정할 수 있죠. 또 사람이 놓치는 비용 절감 기회를 파악하며, 오버 프로비저닝과 불필요한 지출을 방지할 수도 있고요. 이러한 이유로 많은 실무자가 AI의 비용 최적화 능력을 낙관합니다. Harness 설문조사에서도 응답자의 86%는 “AI가 2025년 비용 최적화 능력에 영향을 미칠 수 있다”고 답변했죠.

그러나 FinOps에서 AI 도입은 초기 단계입니다. 안정적인 정착을 위해 단계적 도입과 지속적 개선은 필수인데요. 글로벌 자동 클라우드 최적화 플랫폼인 Sedai의 전 마케팅 부사장인 John Jamie는 다음 접근 방식을 제언합니다. 첫째, 조직의 FinOps 성숙도와 AI 준비 상태를 평가하고요. 둘째, 특정 문제를 해결하는 AI 구현부터 시작합니다. 셋째, 데이터 품질에 투자하고요. 넷째, 팀 역량을 강화합니다. 다섯째, 거버넌스를 확립하고요. 여섯째, 부서 간에 협업합니다. 일곱째, 지속적으로 평가하고 조정하고요.

AI 지출 관리의 활성화

‘AI 지출을 관리한다’고 답변한 FinOps 실무자들의 응답 분포. 출처=FinOps Foundation

AI 지출을 관리하는 FinOps 실무자들이 빠르게 증가하고 있습니다. FinOps Foundation의 설문조사에 따르면, 해당 응답 비중은 전체 63%로, 지난해(31%)보다 2배 이상 늘었는데요. 2026년에는 이 비중이 96%에 이를 걸로 예상됩니다. 현재 AI 지출을 적극적으로 관리하지 않는 응답자의 대다수가 향후 12개월 내에 AI 투자를 계획 중이라는데요. 이를 고려하면 AI 지출을 관리하는 실무자 규모는 지속적으로 확대될 걸로 관측됩니다.

현재 AI 지출 관리에는 할당, 이상 관리, 계획 수립·비용 추정·예측·예산 편성과 같은 FinOps 기능이 가장 많이 활용되고 있는데요. FinOps Foundation에서는 “AI 지출에 예상치 못한 비용이 급증할 가능성이 크기에 이상 관리 기능이 많이 활용된다”고 설명합니다. 한편, 워크로드 최적화 기능은 향후 12개월 내에 더욱 확대될 걸로 예상되는데요. 조직이 기본을 갖추고, AI 지출을 전반적인 가치와 비즈니스 목표에 맞추기 시작하면서 워크로드 최적화의 중요성이 커질 걸로 전망되죠.

글로벌 자동 클라우드 비용 최적화 기업인 ProsperOps의 프로덕트 마케팅 매니저인 Grace Gui와 콘텐츠 리드인 Muskan Goel은 “AI 비용 관리가 성숙해질수록 사용량, 요율 최적화가 더 높은 우선순위를 차지할 수 있다”고 분석합니다. 많은 조직이 AI 투자를 늘리는 가운데, 대부분의 FinOps 관행은 AI 지출을 단순히 이해하는 데 초점을 맞추는데요. 앞으로는 비즈니스 가치를 정량화하며 비용 분석과 관리를 고도화할 걸로 예상됩니다.

클라우드 리소스 관리 지연

‘사용되지 않는(왼쪽) 또는 오버프로비저닝된 클라우드 리소스(오른쪽)를 발견할 때 조치를 취하는 데 최소 1주일 걸린다’는 응답 분포. 출처=Harness

FinOps 실무자가 클라우드 리소스 관리의 문제점을 확인하고, 대처하는 데 최소 1주일이 걸리고 있습니다. Harness의 설문조사에 따르면, 응답자의 86%는 ‘유휴 또는 사용되지 않는 클라우드 리소스를 발견하고, 중단 조치를 취하는 데 최소 1주일이 소요된다’고 답했습니다. 아울러 응답자의 80%는 ‘오버프로비저닝된 클라우드 리소스를 발견하고, 적절한 크기로 조정해야 한다고 표시하는 데 최소 1주일이 걸린다’고 답했죠.

사용되지 않거나, 오버프로비저닝된 클라우드 리소스를 1주일씩 발견하지 못하는 일이 반복되면 재정 부담도 누적되는데요. 조직에서는 Kubernetes 클러스터, 개발 인스턴스, 스토리지 볼륨, 데이터베이스, 테스트 환경 등 여러 개발 환경을 운영합니다. 팀과 프로젝트도 다양하죠. 이러한 가운데 사용되지 않거나, 오버프로비저닝된 클라우드 리소스가 긴 시간 방치되면 낭비는 더 커질 수 있습니다. Harness 설문조사에서는 응답자의 66%는 “클라우드 인프라 지출의 최소 20%가 충분히 사용되지 않는 리소스에 낭비되고 있다”고 답했습니다.

이 문제를 개선하려면 FinOps 도구를 소프트웨어 개발 라이프사이클(SDLC)과 긴밀하게 통합하는 게 중요합니다. Harness에서는 “최적화 도구가 SDLC에 완전히 내장될 때, 개발자가 의사결정의 재정적 영향에 실시간 가시성을 확보할 수 있다”고 제언하죠. 이로써 배포 이후에 비싼 비용을 들여 문제를 해결하는 대신 초기 설계 단계에서 비용 효율적인 선택을 할 수 있고요. 여기에 AI와 정기 감사를 더할 때, 리소스 사용 문제와 비효율, 이상 탐지의 빈도와 속도를 더욱 높일 수 있습니다.

맺음말

지금까지 2025년 FinOps 트렌드 4가지를 알아봤습니다. 이 글의 요점은 다음과 같은데요.

1. ‘워크로드 최적화와 낭비 감소’는 현재 FinOps 실무자들이 가장 중요하게 여기는 과제입니다. 향후 12개월 내에는 ‘대규모 FinOps 거버넌스와 정책 수립’이 실무자의 최우선 과제로 부상할 전망입니다. 퍼블릭 클라우드를 넘어선 비용 관리, 단위 경제학 구현, 자동화 활성화, AI와 머신러닝 지출 관리의 우선순위도 크게 높아질 걸로 관측됩니다.
2. AI가 차세대 FinOps 도구로 떠오르고 있습니다. AI는 워크로드·코드 최적화, 멀티 클라우드 오케스트레이션, 클라우드 리소스 분류, 비용 예측·할당, 이상 탐지 등 다양한 FinOps 업무에 활용되죠. FinOps에서 AI 도입은 초기 단계입니다. 안정적인 정착을 위해 단계적 도입과 지속적 개선이 필수입니다.
3. AI 지출을 관리하는 FinOps 실무자들이 빠르게 증가하고 있습니다. FinOps Foundation의 설문조사에 따르면, 해당 응답 비중은 전체 63%로, 지난해 2배 이상 늘었죠. 현재 AI 지출 관리에는 할당, 이상 관리, 계획 수립·비용 추정·예측·예산 편성과 같은 FinOps 기능이 가장 많이 활용되고 있습니다. 앞으로는 비즈니스 가치를 정량화하며 비용 분석과 관리를 고도화할 걸로 예상됩니다.
4. FinOps 실무자가 클라우드 리소스 관리의 문제점을 확인하고, 대처하는 데 최소 1주일이 걸리고 있습니다. Harness의 설문조사에 따르면, 응답자의 86%는 ‘유휴 또는 사용되지 않는 클라우드 리소스를 발견하고, 중단 조치를 취하는 데 최소 1주일이 소요된다’고 답했죠. FinOps 도구를 SDLC과 긴밀하게 통합하고 AI와 정기 감사를 더하면, 문제 탐지 빈도와 속도를 더욱 높일 수 있습니다.

참고 자료

1. “State Of FinOps 2025 Report”, FinOps Foundation, 2025, https://data.finops.org
2. “FinOps in Focus 2025 - Control Cloud costs from code to Production”, Harness·AWS, 2025, https://www.harness.io/finops-in-focus
3. Dan O’Brien, “Key FinOps trends for CFOs to watch in 2025”, CFO DIVE, 2025-01-07, https://www.cfodive.com/news/Key-FinOps-trends-CFOs-should-watch-in-2025/736431/
4. John Jamie, “10 Ways AI is Revolutionizing FinOps”, Sedai, 2024-08-15, https://www.sedai.io/blog/10-ways-ai-is-revolutionizing-finops
5. Grace Gui·Muskan Goel, “Our Take on the 2025 State of FinOps Report”, ProsperOps, 2025-03, https://www.prosperops.com/blog/2025-state-of-finops-report/
6. “10 FinOps Best Practices for 2025 to Optimize Cloud Spend”, Quinnox, 2025-05-28, https://www.quinnox.com/blogs/finops-best-practices/

지금 이 기술이 더 궁금하세요? 인포그랩의 DevOps 전문가가 알려드립니다.