Cloud Digital Leader에서 틀리는 문제의 상당수는 개념을 몰라서가 아니라 비슷한 서비스를 바꿔 골라서 생깁니다. 관계형 데이터베이스만 세 개, 컴퓨팅 선택지가 네 개, 보안 운영 제품이 세 개이고, 2026년에는 Vertex AI, Dataproc, Looker Studio처럼 자주 나오던 제품의 이름까지 바뀌었습니다. 보기 두 개가 Cloud SQL과 Spanner처럼 한 쌍으로 나오면 각각의 정의를 아는 것만으로는 부족하고, 둘을 가르는 기준을 한 문장으로 말할 수 있어야 합니다.
이 글은 CDL 학습자료 시리즈의 복습편입니다. 도메인별 글에서 따로 설명한 서비스 가운데 시험에서 서로의 오답 보기로 자주 함께 나오는 묶음만 골라, 구분 기준과 문제에 등장하는 단서 표현으로 다시 정리했습니다. 마지막에는 이름이 바뀐 제품 목록도 모았습니다.
---
헷갈리는 서비스를 가르는 세 가지 질문
비슷한 서비스 둘을 만났을 때 아래 세 가지를 차례로 물어보면 대부분 갈립니다.
| 질문 | 무엇을 가르나 | 예 | |------|------|------| | 무엇을 다루나? | 대상 (객체, 관계형 데이터, 이벤트, 코드, 트래픽, 위험) | Cloud Storage는 파일, Cloud SQL은 표 형태의 거래 데이터 | | 누가 관리하나? | 관리 범위 (내가 직접 vs Google이 대신) | Compute Engine은 OS까지 내가, Cloud Run은 서버를 Google이 | | 얼마나 크게, 얼마나 빨리? | 규모와 시점 (리전 vs 전 세계, 배치 vs 실시간) | Spanner는 전 세계 규모, Pub/Sub와 Dataflow는 실시간 |
---
도메인 1·2: 네트워크와 데이터에서 헷갈리는 쌍
하이브리드 vs 멀티클라우드 vs 프라이빗 클라우드
| 구분 | 하이브리드 클라우드 | 멀티클라우드 | 프라이빗 클라우드 | |------|------|------|------| | 뜻 | 온프레미스와 퍼블릭 클라우드를 함께 | 둘 이상의 퍼블릭 클라우드를 함께 | 한 조직만 쓰는 클라우드 환경 | | 문제 속 단서 | "기존 데이터센터와 함께" | "AWS와 Google Cloud를 함께" | "자체 전용 인프라" |
Cloud VPN vs Dedicated Interconnect vs Partner Interconnect
| 구분 | Cloud VPN | Dedicated Interconnect | Partner Interconnect | |------|------|------|------| | 경로 | 공용 인터넷 위 암호화 터널 | 직접 물리 연결 | 서비스 제공업체 경유 | | 대역폭 | 터널당 약 1~3Gbps | 10·100·400Gbps 회선 | 50Mbps~50Gbps | | 문제 속 단서 | "빠르고 저렴하게" | "대용량, 인터넷을 거치지 않고" | "코로케이션에 직접 연결할 수 없음" |
Cloud SQL vs AlloyDB vs Spanner
| 구분 | Cloud SQL | AlloyDB | Spanner | |------|------|------|------| | 핵심 | MySQL · PostgreSQL · SQL Server 관리형 | PostgreSQL 호환 고성능, 거래와 분석을 함께 | 전 세계 분산, 수평 확장 | | 문제 속 단서 | "기존 MySQL을 그대로" | "PostgreSQL 호환에 더 빠르게" | "전 세계 사용자, 강한 일관성, 99.999%" |
Bigtable vs Firestore vs BigQuery
| 구분 | Bigtable | Firestore | BigQuery | |------|------|------|------| | 유형 | 넓은 열 NoSQL | 문서 NoSQL | 서버리스 데이터 웨어하우스 | | 문제 속 단서 | "IoT · 시계열, 초당 수백만 건" | "모바일 앱, 실시간 동기화" | "SQL로 대규모 분석" |
Pub/Sub vs Dataflow vs Managed Service for Apache Spark
| 구분 | Pub/Sub | Dataflow | Managed Service for Apache Spark | |------|------|------|------| | 역할 | 이벤트를 받아 전달 | 스트림 · 배치 처리 | Spark · Hadoop 처리 (옛 Dataproc) | | 문제 속 단서 | "수천 개 기기의 이벤트 수집" | "하나의 코드로 스트림과 배치" | "기존 Spark 작업을 그대로" |
Looker vs Data Studio, Autoclass vs 수명 주기 관리
| 구분 | Looker | Data Studio | Autoclass | 수명 주기 관리 | |------|------|------|------|------| | 핵심 | 시맨틱 레이어로 일관된 지표의 엔터프라이즈 BI | 무료 시각화 · 보고서 (옛 Looker Studio) | 접근 패턴에 따라 클래스를 자동 변경 | 정한 규칙(기간 등)으로 클래스 변경 · 삭제 |
관련 글: 네트워크 기초와 Google 글로벌 네트워크, 데이터베이스·스토리지 선택과 마이그레이션, 실시간 분석과 Looker
---
도메인 3: AI에서 헷갈리는 쌍
사전 학습된 API vs AutoML vs BigQuery ML vs 맞춤형 학습
| 구분 | 사전 학습된 API | AutoML | BigQuery ML | 맞춤형 학습 | |------|------|------|------|------| | 필요한 전문성 | 거의 없음 | 낮음 (코드 최소) | SQL | 높음 (ML 엔지니어) | | 자사 데이터로 학습 | 아니요 | 예 | 예 | 예 | | 문제 속 단서 | "바로 번역 · 음성 인식" | "우리 데이터로, 코드 없이" | "분석가가 SQL로" | "핵심 경쟁력이 되는 고유 모델" |
생성형 AI vs 에이전트형 AI, Agent Platform vs Gemini Enterprise
| 구분 | 생성형 AI | 에이전트형 AI | Gemini Enterprise Agent Platform | Gemini Enterprise | |------|------|------|------|------| | 핵심 | 새 콘텐츠를 만듦 | 목표를 받아 계획하고 도구를 써서 작업을 끝냄 | 개발자가 모델과 에이전트를 만들고 운영하는 플랫폼 (옛 Vertex AI) | 직원이 바로 쓰는 AI 에이전트 앱 |
관련 글: 에이전트형 AI와 Gemini Enterprise Agent Platform, AI/ML 혁신 서비스
---
도메인 4: 인프라에서 헷갈리는 쌍
Compute Engine vs GKE vs Cloud Run vs Cloud Run functions
네 제품은 내가 관리하는 범위가 점점 줄어드는 순서로 놓으면 기억하기 쉽습니다.
!Compute Engine에서 Cloud Run functions로 갈수록 Google이 더 많이 관리하는 컴퓨팅 4종 스펙트럼
| 구분 | Compute Engine | GKE | Cloud Run | Cloud Run functions | |------|------|------|------|------| | 문제 속 단서 | "OS까지 직접 제어", "기존 서버를 그대로" | "많은 컨테이너를 오케스트레이션" | "서버 관리 없이 컨테이너, 0으로 축소" | "파일이 올라오면 코드 실행" |
마이그레이션 용어: retire, retain, rehost, replatform, refactor, reimagine
| 용어 | 뜻 | |------|------| | Retire(폐기) | 더 이상 필요 없는 애플리케이션을 정리 | | Retain(유지) | 당분간 온프레미스에 그대로 둠 | | Rehost(리호스트, lift and shift) | 코드를 바꾸지 않고 VM으로 그대로 옮김 | | Replatform(리플랫폼, move and improve) | 일부만 바꿔 관리형 서비스를 활용 (예: DB를 Cloud SQL로) | | Refactor(리팩터) | 클라우드 네이티브로 코드를 크게 고침 (예: 마이크로서비스) | | Reimagine(재구상) | 비즈니스 과정 자체를 클라우드와 AI 중심으로 새로 설계 |
Spot VM vs 약정 사용 할인 vs 지속 사용 할인
| 구분 | Spot VM | 약정 사용 할인(CUD) | 지속 사용 할인(SUD) | |------|------|------|------| | 조건 | 남는 용량, 언제든 회수 가능 | 1년이나 3년 사용 약정 | 한 달 중 오래 쓰면 자동 적용 | | 문제 속 단서 | "중단돼도 되는 배치 작업" | "꾸준한 사용량, 장기 약정" | "별도 신청 없이 자동 할인" |
관련 글: 인프라 현대화 서비스
---
도메인 5: 보안에서 헷갈리는 쌍
Security Command Center vs Google Security Operations vs Google Threat Intelligence
| 구분 | Security Command Center | Google Security Operations | Google Threat Intelligence | |------|------|------|------| | 핵심 | Google Cloud의 잘못된 구성 · 취약점 · 위협 발견 | 조직 전체 로그를 모아 탐지 · 조사 · 대응 | 공격자와 위협에 대한 사전 정보 | | 문제 속 단서 | "공개된 버킷", "보안 태세" | "SIEM · SOAR", "플레이북 자동 대응" | "Mandiant", "VirusTotal" |
Cloud Armor vs VPC 방화벽 규칙 vs IAP
| 구분 | Cloud Armor | VPC 방화벽 규칙 | Identity-Aware Proxy | |------|------|------|------| | 핵심 | 부하 분산기 앞에서 DDoS · 웹 공격 차단 | IP와 포트로 트래픽 허용 · 거부 | 사용자 ID와 맥락으로 앱 접근 통제 | | 문제 속 단서 | "DDoS", "SQL 인젝션" | "특정 포트만 허용" | "VPN 없이 원격 근무자 접속" |
Model Armor vs Sensitive Data Protection, 투명성 보고서 vs Access Transparency
| 구분 | Model Armor | Sensitive Data Protection | 투명성 보고서 | Access Transparency | |------|------|------|------|------| | 핵심 | LLM 프롬프트와 응답 검사 | 데이터 속 민감 정보 발견 · 비식별화 | 정부 데이터 요청 처리 공개 | Google 직원의 고객 데이터 접근 기록 |
관련 글: 보안 운영과 AI 보안, 보안 개념과 제품 지도
---
도메인 6: 운영에서 헷갈리는 쌍
할당량 vs 예산, 복제 vs 백업
| 구분 | 할당량 | 예산 | 복제 | 백업 | |------|------|------|------|------| | 핵심 | 넘으면 요청이 실패 | 임계값에서 알림 (알림 전용은 사용을 막지 않음) | 실시간 사본, 장애에 대비 | 과거 시점 사본, 실수와 랜섬웨어에 대비 |
Cloud Monitoring vs Logging vs Trace vs Profiler vs Error Reporting
| 도구 | 답하는 질문 | |------|------| | Cloud Monitoring | 지금 정상인가? (지표 · 대시보드 · 알림) | | Cloud Logging | 무슨 일이 있었나? (로그) | | Cloud Trace | 어디서 느려졌나? (요청 경로별 지연) | | Cloud Profiler | 어떤 코드가 자원을 많이 쓰나? | | Error Reporting | 어떤 오류가 새로 생겼나? |