AWS vs Azure vs GCP —
나라면 어떤 클라우드를 고를까?
클라우드를 배우기로 결심하고 나서 처음 부딪히는 벽이 바로 이거다. "셋 중에 뭘 해야 하지?" 나도 한참 고민했다. 그 고민의 결과를 솔직하게 풀어봤다.
1. 세 플랫폼, 어디서 왔나?
AWS, Azure, GCP. 이름만 보면 다 비슷해 보이지만, 이 셋은 출발점이 완전히 다르다. 어디서 왔는지를 알면 왜 각자 잘하는 게 다른지도 이해가 된다.
아마존이 자사 쇼핑몰 인프라를 운영하다가 남는 서버를 외부에 팔기 시작한 게 시초다. 2006년부터 시작해서 지금은 압도적인 1위. 서비스 수가 200개가 넘는다.
- 가장 오래된 만큼 레퍼런스가 많다
- 국내 스타트업 70% 이상이 사용
- 한국어 자료와 커뮤니티가 풍부
마이크로소프트가 2010년 출시. Windows, Active Directory, Office 365 등 기존 MS 제품과의 연동이 강점이다. 대기업과 공공기관에서 특히 많이 쓴다.
- MS 제품군 연동이 자연스럽다
- 기업용 보안·컴플라이언스 강점
- 하이브리드 클라우드에 특화
구글이 검색엔진·유튜브·지메일을 돌리던 인프라 기술을 외부에 개방한 것. 2011년 출시. 데이터 처리와 AI/ML 분야에서 독보적인 기술력을 가지고 있다.
- 빅쿼리 같은 데이터 분석 도구가 강력
- AI/ML 워크로드에 최적화
- 쿠버네티스 원조 (GKE)
💡 핵심만 요약하면 — AWS는 "뭐든 다 된다", Azure는 "MS 쓰는 회사라면 당연히", GCP는 "데이터·AI라면 여기"로 기억하면 된다. 물론 세 플랫폼 모두 이 구분을 넘어서려고 계속 발전하고 있지만, 뿌리가 이렇다는 게 선택의 힌트가 된다.
2. 각자 뭘 제일 잘하나?
시장 점유율만 보면 AWS가 압도적이다. 그런데 점유율이 높다고 무조건 좋은 건 아니다. 내 상황에 맞는 게 제일 좋은 거다. 각 플랫폼이 유독 잘하는 게 무엇인지 정리해봤다.
AWS가 빛나는 순간
서비스 종류가 압도적으로 많다. EC2(서버), S3(스토리지), RDS(데이터베이스), Lambda(서버리스)… 어떤 아키텍처를 구성하든 필요한 서비스가 다 있다. 그리고 구글에 뭔가 검색했을 때 한국어로 된 자료가 가장 많이 나오는 것도 AWS다. 입문자한테 이게 생각보다 엄청난 장점이다.
Azure가 빛나는 순간
회사에서 이미 Windows 서버, 오피스 365, Active Directory를 쓰고 있다면 Azure가 훨씬 자연스럽다. 기존 시스템을 클라우드로 마이그레이션할 때 연동 비용이 적게 든다. 대기업 IT 부서에서 Azure를 선택하는 이유가 바로 이거다. 그리고 정부·공공기관 대상 클라우드 사업에서도 Azure가 강세다.
GCP가 빛나는 순간
데이터를 다뤄야 한다면 GCP를 진지하게 봐야 한다. BigQuery 하나만으로도 GCP를 선택할 이유가 된다는 말이 있을 정도다. 테라바이트급 데이터를 SQL 몇 줄로 분석할 수 있다. AI·ML 쪽도 구글이 TensorFlow를 만든 회사이고, Vertex AI 같은 MLOps 플랫폼도 잘 갖춰져 있다.
3. 항목별 직접 비교
이론보다 표로 보는 게 훨씬 빠르다. 주요 항목별로 정리해봤다.
| 항목 | AWS | Azure | GCP |
|---|---|---|---|
| 글로벌 점유율 | 약 31% (1위) | 약 25% (2위) | 약 11% (3위) |
| 서비스 수 | 200개 이상 | 200개 이상 | 100개 이상 |
| 국내 스타트업 사용률 | 매우 높음 | 중간 | 낮음 |
| MS 제품 연동 | 보통 | 최상 | 보통 |
| AI / ML 도구 | SageMaker (좋음) | Azure ML (좋음) | Vertex AI (최상) |
| 데이터 분석 | Redshift | Synapse Analytics | BigQuery (최상) |
| 컨테이너 / K8s | EKS (좋음) | AKS (좋음) | GKE (원조, 최상) |
| 가격 정책 | 복잡하지만 옵션 많음 | 구독형 할인 강점 | 지속 사용 할인 자동 |
| 한국어 자료 · 커뮤니티 | 매우 풍부 | 보통 | 적음 |
| 자격증 인지도 (국내) | 매우 높음 | 높음 | 보통 |
⚠️ 주의 — 가격은 사용 패턴에 따라 완전히 달라진다. "어디가 더 싸다"는 단순 비교는 의미가 없다. 직접 가격 계산기를 써보거나, 비슷한 워크로드로 테스트해봐야 정확하다.
4. 상황별로 골라보면
이게 제일 실용적인 접근이다. "내 상황이 어떤가"에 따라 답이 달라진다.
자료가 많고 커뮤니티가 크다는 것만으로도 AWS가 압도적으로 유리하다. 막혔을 때 구글링이 잘 된다는 게 생각보다 엄청난 장점이다.
Active Directory, Office 365, Windows Server를 이미 운영 중이라면 Azure와의 통합이 가장 자연스럽다. 마이그레이션 비용도 줄어든다.
BigQuery의 성능과 편의성은 경험해보면 다른 걸 쓰기 힘들어진다. ML 파이프라인을 구성할 때도 GCP의 도구들이 촘촘하게 잘 짜여있다.
국내 채용 공고에서 AWS 언급 빈도가 압도적으로 높다. 포트폴리오와 자격증 모두 AWS 기준으로 준비하는 게 현실적으로 유리하다.
K8s 자체를 구글이 만들었다. GKE(Google Kubernetes Engine)는 가장 성숙하고 잘 관리된 관리형 K8s 서비스다. 쿠버네티스 실력을 쌓고 싶다면 GCP가 좋은 출발점이다.
5. 그래서 나라면 뭘 고를까?
이 질문을 스스로 받았을 때 솔직하게 생각해봤다.
결론부터 말하면, 처음 시작하는 사람에게 AWS가 최선이라고 생각한다. 이유는 단 하나다 — 막혔을 때 도움받기가 제일 쉽다. 블로그 자료, 유튜브 강의, 국내 커뮤니티, 스터디 그룹… AWS 기준으로 만들어진 콘텐츠가 압도적으로 많다.
🤔 그런데 한 가지 더 — 솔직히 세 플랫폼의 핵심 개념은 거의 같다. AWS에서 EC2를 배우면 Azure의 Virtual Machine, GCP의 Compute Engine도 금방 이해된다. 처음에 하나를 제대로 파는 게 맞다. 나중에 필요하면 전환하면 된다. 이직할 때마다 다른 클라우드로 바꾸는 사람도 많다.
다만 데이터 직군을 목표로 한다면 GCP를 처음부터 배우는 것도 충분히 전략적이다. BigQuery 하나를 제대로 다룰 수 있다는 게 데이터 엔지니어·분석가 포지션에서 꽤 강한 무기가 된다. 마찬가지로 MS 계열 기업 취업이 목표라면 Azure 자격증이 더 직결될 수 있다.
결국 "제일 좋은 클라우드"는 없다. 내 목표와 가장 잘 맞는 클라우드가 있을 뿐이다. 모르겠으면 AWS부터 — 그게 제일 안전한 선택이다.
🚫 하지 말았으면 하는 것 — 세 가지를 동시에 배우려는 시도. 각 플랫폼 개념을 비교하면서 어영부영 배우다 보면 아무것도 제대로 못 익힌다. 하나 정하고, 그것만 6개월은 파야 진짜 실력이 생긴다.
자주 묻는 질문 (FAQ)
Q. AWS 자격증이 Azure나 GCP 직무에서도 인정받나요?
직접 인정받는 건 아니지만, AWS 자격증이 있으면 클라우드 개념을 이해하고 있다는 신호로 읽힌다. 채용 담당자 입장에서 클라우드 경험이 있다는 게 더 중요하다. 단, 해당 직무가 특정 플랫폼을 명시한다면 그에 맞는 자격증이 당연히 유리하다.
Q. 세 플랫폼 다 무료 체험이 되나요?
된다. AWS는 12개월 무료 티어, Azure는 200달러 크레딧 + 12개월 무료, GCP는 300달러 크레딧을 준다. 다 써보고 손에 맞는 걸 고르는 것도 나쁘지 않다. 단, 결제 정보 입력 후 무료 범위를 초과하면 과금되니 주의해야 한다.
Q. 회사에서 클라우드 플랫폼을 이미 쓰고 있는데, 다른 걸 공부해도 되나요?
개인 역량 측면에서는 당연히 괜찮다. 하지만 현업에서 바로 쓸 수 있는 기술을 키우고 싶다면 회사가 쓰는 플랫폼을 먼저 깊이 파는 게 실용적이다. 성과로도 더 빨리 이어진다.
Q. GCP가 점유율이 낮은데 배울 가치가 있나요?
점유율이 낮다고 가치가 없는 건 아니다. 데이터·AI 분야에서는 GCP를 선호하는 기업이 분명히 있고, GCP를 잘 다루는 엔지니어 자체가 적기 때문에 차별화가 오히려 쉬울 수 있다. 방향이 맞다면 충분히 전략적인 선택이다.
댓글 쓰기