こんにちは。クラウドサービスCBUに所属し、開発サービスを支えるプライベートクラウドを担当しているYoung Hee Parkです。
LINEヤフーでは、エンジニアがサービス開発に必要とするインフラおよびプラットフォームを提供するため、社内向けのプライベートクラウドを構築し、運用しています。現在は、統合以前にYahoo! JAPANとLINEでそれぞれ利用されていたクラウドサービスを、1つの統合されたプラットフォームへ集約する取り組みを進めています。この新しい統合プライベートクラウドの名称がFlavaです。
クラウド業界全体の将来像を予測するのではなく、本記事では2つの具体的な観点から、Flava がどのように進化していくのかに焦点を当てます。
Flavaの未来（1）：Flava化、使いやすいセキュリティ、ユーザーデータストレージ
まずは、Flavaをより強固なクラウド基盤にするための3つの領域から見ていきましょう。
開発者体験を向上させるためのプラットフォームとしてのFlava化
現在のFlavaは、インフラ、データベース、コンテナを中心に構成されています。一方で、開発に必要なその他の多くのプロダクトやサービスは、依然として複数の社内プラットフォームに分散しています。これらのプラットフォームは統一されたクラウド体験を提供できておらず、開発者は権限管理、ログやモニタリング、メータリングや課金、API や CLI、UI、各種承認フロー、さらにはマルチリージョンやアベイラビリティゾーン（AZ）対応といった事項について、プラットフォームごとに異なる扱い方を学ぶ必要があります。
この課題に対処するため、短期的には、サービス開発に必要なすべてのプラットフォームを、統一されたUXと共通基盤を備えたクラウドサービスとしてFlava上に提供することを最優先事項と考えています。この取り組みを、私たちはプラットフォームのFlava化、すなわち「Flavaization」と呼んでいます。
社内でのFlavaに対する認知が高まるにつれ、この方向性へ移行する組織も増えてきました。この流れを踏まえ、今後1年から2年のうちに、主要なFlava化の取り組みを完了できると期待しています。
強固でありながら使いやすいセキュリティを実現する
Flavaがパブリッククラウドと比べて持つ強みの1つは、社内のセキュリティガバナンス要件を満たし、それをクラウドプラットフォームのレベルで直接実装している点にあります。
Flavaでは、アーキテクチャ設計やプロダクト企画の段階から、最高情報セキュリティ責任者であるCISOの組織と密に連携しています。すべてのプロダクトは社内のセキュリティ評価を経て提供されます。また、データのセキュリティレベルとして、デフォルト、シークレット、トップシークレットを定義し、それぞれに応じてクラウド環境を分離しています。各レベルのデータは隔離された形で保存および処理されます。さらに、クラウド上で変更を加える権限も明確に分離しており、影響の大きい操作については、社内報告を行った上で専門組織によるレビューを含む承認プロセスを必須としています。
このような企業固有のガバナンスは、パブリッククラウドには標準では備わっていません。そのため、パブリッククラウドを採用するチームは、CISO組織と相談しながら、クラウド利用に関する独自の承認プロセスを構築する必要があります。
一方で、課題も残っています。開発後にユーザー視点でこれらのガバナンス機能を評価すると、使い勝手の面で改善が必要な点が数多く見つかりました。
例えば、以前はセキュアな環境を物理的に構築するのに1か月から2か月を要していました。現在のFlavaでは、リソース自体は数分でプロビジョニングできますが、サーバーにアクセスするまでにはVDIアカウントの作成やデータ受け渡し用のBoxフォルダ設定など、およそ10件の個別ワークフローが依然として必要です。これらの手続きには承認が伴うため、エンドツ ーエンドのリードタイムは現在でも最大で2か月程度かかる場合があります。
また、より強力なアクセス制御としてVPCのACLを適用すると、数ミリ秒程度のレイテンシ増加が発生することがあります。多くのアプリケーションでは許容範囲であっても、LINE のメッセージングアプリのように極めて高速なネットワーク応答が求められるサービスでは、わずかな遅延も重要です。VPCのACL処理性能の改善は、私たちが特に重視しているテーマの1つです。
セキュリティがどれほど強固であっても、使いにくければ利用されなくなります。使えるセキュリティという観点から、Flavaの次の課題は、高い堅牢性と高い使いやすさを両立させたセキュリティを提供することにあります。
急増するマルチメディアデータに対応するストレージと関連技術
モバイル時代におけるユーザー行動の大きな変化の1つは、個人が生成するマルチメディアコンテンツの量が飛躍的に増えたことです。写真や動画の撮影は日常的な行為となり、私自身の端末を見ても、LINEアプリには数千枚の画像を含むアルバムがあります。
一度生成されたこれらのデータの多くは長期間保存され、削除されることはほとんどありません。サービスのトラフィックが横ばいであっても、保存すべきユーザー生成のマルチメディアデータは増え続けます。サービスの視点では、これらのデータをユーザーにとって使いやすく提示し、管理する仕組みが求められます。一方、クラウドの視点では、適切なアクセス時間を確保しながら、コスト効率の高いストレージが必要です。
そのため、データのライフサイクルの各段階に適した、複数のストレージ技術への投資が不可欠です。コスト、スループット、レイテンシ、検索性、圧縮、重複排除、暗号化といった要素が重要な検討事項となります。大規模なITサービスを運営する企業にとって、これらの能力を構築することは本質的に重要です。
Flavaの未来（2）：FlavaとAI
他の多くの技術分野と同様に、クラウドの未来もAIを抜きにして語ることはできません。現在、FlavaはAIに対して3つの観点から取り組んでいます。
AIOpsを実現するためのツール提供
1つ目は、IT運用に人工知能を活用するAIOps（Artificial Intelligence for IT Operations）の実現です。
LINEヤフー全体では、エンジニアリングチームを含む多くの組織が、生産性向上のために積極的にAIを導入しています。AIツールやエージェントを構築するには、それを支える基盤が必要です。社内で承認された Model Context Protocol（MCP）サーバーを作成および管理するためのプラットフォーム、ベクトルデータベース基盤、ツール開発のデバッグに用いられるLangfuseのようなAIオブザーバビリティツール、さらにはAIモデルを管理する仕組みなどが挙げられます。これらのプラットフォームは非常に速いスピードで進化しており、追随するだけでも容易ではありません。
また、AIツールやエージェン トは多種多様なデータと連携するため、社内のデータ取り扱いポリシーやセキュリティ要件を遵守した形で開発および運用される必要があります。そのため、各チームがどのAI開発プラットフォームを採用しているのかを迅速に把握し、標準化とコンプライアンス対応を施した全社共通のクラウドプラットフォームとして提供することが重要になります。
AIを支える下位レイヤー技術の構築
2つ目は、より下位レイヤー、とりわけネットワークとストレージに関する取り組みです。
AIサービスは、従来の多くのシステムと比べて、はるかに大量のデータを処理し、極めて低いネットワークレイテンシを要求することがあります。そのため、Data Processing Unit（DPU）やSmart NICといった技術の重要性が世界的に高まっています。ストレージ分野では、超高速なNVMe（Non-Volatile Memory Express）ベースのシステムや、自動ストレージティアリングのさらなる進化が期待されています。
クラウドは、本質的に非常に多くの技術領域にまたがる技術の集合体です。ネットワークやストレージは長年研究されてきましたが、数十万台規模のサーバーが協調して動作するクラウドスケールでは、依然として難しい課題が残っています。その規模で、低レイテンシ、高い安定性、耐障害性、スループット、安全な変更管理、強固なセキュリティを同時に実現することは容易ではありません。加えて、これらの分野のエンジニアを採用すること自体も困難です。
幸いなことに、Flavaにはクラウドネットワークおよびストレージを専門とするチームがあり、LINEや
Yahoo! JAPANに関連する大規模インフラを長年運用する中で、これらの技術を成熟させてきました。大規模なAIワークロードを支えるために、ネットワークとストレージのスタックをさらに進化させていく上で、私たちは非常に有利な立場にあると考えています。
インテリジェントクラウドへの進化
3つ目は、AIを統合したインテリジェントクラウドです。現在は、Web UI、API、CLI、そして Infrastructure as Code（IaC）として知られるTerraformなどのツールを用いてクラウドリソースを管理しています。しかしAIの時代においては、人とクラウドとの関わり方そのものが大きく変わると考えています。
例えば、次のような要件を想像してみてください。
「本サービスでは、1秒あたり3万件の画像アップロードを受信し、5種類のサムネイルを生成します。関連する履歴はメッセージキューを介してログシステムに保存します。アップロードされた画像は、成人向けまたは暴力的なコンテンツであるかをAIベースの前処理でチェックし、必要に応じてラベルを付与します。さらにアクセスパターンを分析し、頻繁にアクセスされる画像は低レイテンシかつ高スループットのストレージに保存します。アクセス頻度の低い画像は1秒以内に取得可能な低コストのストレージに保存し、長期間アクセスされない画像は、最も低コストでありながら3時間以内にダウンロード可能な第3のストレージ階層へ移動します。」
現在、このようなシステムを構築するには、開発者、インフラエンジニア、プラットフォームの専門家が協力してアーキテクチャを設計し、適切なソリューションを選定する必要があります。しかし将来的には、こうした要件を自然言語で入力するだけで、クラウドが実装可能なアーキテクチャを提案し、そのまま自動的にプロビジョニングおよび設定まで行えるようになると考えています。
同様に、「プロジェクトAのネットワーク構成図を作成し、送信元と送信先の条件に基づいたACLマトリクスを生成してほしい」といった依頼にも、インテリジェントクラウドであれば、構成図とACLマトリクスの両方を生成できるでしょう。パブリッククラウド事業者はすでに、LLMとクラウドワークフローを組み合わせた取り組みを示しています。Flavaもこの方向性を目指し、より簡単で便利に利用できるクラウドへと進化していきます。
さらに、将来のインテリジェントクラウドには、膨大な数のリソースに対する脆弱性管理、コスト最適化の提案、リソース利用状況の監視、暗号化されていない個人情報の検出といった役割も担ってほしいと考えています。Flavaではすでに、これらの分野におけるプロトタイピングを開始しています。
これまで多くのエンジニアの労力を必要としていた、全社的な低利用リソースの効率化キャンペーンのような取り組みも、将来的にはFlavaのチャットボットが担う可能性があります。
例えばプロジェクトAにおいて、AIが抽出した低利用リソースの一覧を確認し、利用状況を組織全体のベンチマークと比較し、注意が必要な下位パーセンタイルに該当するかどうかを判断するとします。その段階で、Flavaに次のように依頼できるでしょう。
「プロジェクトAにおける低利用の判定基準を定義し、低利用リソースの一覧を生成し、コスト削 減案を提案してください。フェイルオーバー用のスタンバイサーバーは別枠で表示し、特に利用率の低いフェイルオーバーリソースについては追加の削減案も示してください。」
ほかにも、次のような依頼が考えられます。
「毎月1日に、データベース、ログ、オブジェクトストレージに、ユーザーの個人情報と思われるデータが暗号化されずに保存されていないかを確認してください。」
「OSSの脆弱性を含むサーバーを優先度付きでリストアップし、対応方針ごとに分類してください。」
これまで、こうした作業の多くは個人やチームが担ってきました。将来的には、これらの責務が、継続的かつ確実に実行されるAIインテリジェントクラウドの機能へ移っていくと考えています。
おわりに
本記事では、今後2年から3年のうちに実現しうるクラウドの姿を、現実的な視点から考察しました。これは遠い未来の空想ではありません。クラウドは、多種多様な技術が融合した存在です。未来のクラウドを構築するためには、下位レイヤーのシステムに対する深い専門知識、世界最先端技術を取り入れる力、優れたUXを備えた開発者向けプラットフォームを設計し、それを高い信頼性とコスト効率で運用するためのプロダクト志向が求められます。こうした取り組みは、多様な分野に精通した優秀 なエンジニアが結集して初めて実現できます。
知見を共有し、次に何が来るのかを想像し、それを実行に移していくプロセスは非常に刺激的です。ツールを作ることは、ユーザー体験を自らの立場で理解し、技術力をさらに高め、アイデアを価値あるサービスへと昇華させる行為でもあります。
クラウドの未来を創る場所は、シリコンバレーに限られません。夢を描き、それを現実にするために行動すれば、私たちのいるこの場所でも、きっと素晴らしいものを生み出すことができます。Flavaはこれからも新しい技術を探求し、より良いクラウドの世界を思い描きながら、着実にその実現へ向けて歩み続けていきます。今後ともご支援をお願いします。
関連記事
※この記事は韓国語で書かれたものを、自動翻訳（生成AI）をベースに、一部編集者が修正を加えたものです。
