Grafana Cloud냐 Datadog이냐…호스트 수보다 메트릭 카디널리티가 무섭다

Grafana Cloud와 Datadog을 고를 때 호스트 수만으로는 총비용을 판단하기 어렵다. 같은 호스트에서 라벨 조합이 늘어나면 청구 대상 메트릭이 증가하고, APM과 로그 검색 비용도 별도로 붙는다. 20호스트·월 200GB 로그를 가정하면, Datadog의 공식 요금 안내에 표시된 연간 결제 시작가는 Infrastructure Pro 호스트당 월 15달러, 인프라 모니터링과 함께 쓰는 APM 호스트당 월 31달러다.

Grafana Cloud는 메트릭과 로그에 사용량 요금을 적용하며, Application Observability를 쓰면 활성 호스트 시간도 계산한다. Grafana Cloud 요금표의 Pro 플랫폼 요금은 월 19달러로, 활성 시계열 1만 개와 월 로그 쓰기 50GB를 포함한다. 따라서 낮은 호스트 단가나 기본 요금만 비교할 것이 아니라, 실제 시계열 수와 전송 빈도, 저장할 로그량, 사용할 APM 기능을 같은 조건으로 놓아야 한다.

같은 워크로드를 서로 다른 단위로 청구한다

Datadog에서는 인프라 모니터링과 APM을 적용할 호스트를 각각 세는 것이 출발점이다. Infrastructure Pro의 사용자 정의 메트릭 포함량은 모니터링하는 호스트당 100개지만, 이 수를 Grafana Cloud의 전체 활성 시계열과 동일한 항목으로 취급할 수는 없다. 기본 시스템 지표와 애플리케이션이 추가로 보내는 지표가 Datadog에서 같은 범주로 청구되는 것은 아니기 때문이다.

Grafana Cloud의 메트릭 비용은 호스트 수보다 활성 시계열과 데이터 포인트 전송량에 직접 연결된다. 반면 준비된 애플리케이션 분석 기능인 Application Observability를 사용하면 호스트 시간 요금이 생기고, 해당 애플리케이션이 보내는 메트릭·로그·트레이스도 각각의 사용량에 따라 계산된다. 자체 대시보드와 경보를 구성하는 경우에는 이 제품의 호스트 시간 요금을 피할 수 있지만, 구성과 유지 관리에 드는 팀의 시간은 늘어날 수 있다.

이 차이는 기능 비교에도 영향을 준다. 두 제품 모두 인프라 상태, 애플리케이션 성능, 로그를 다루지만, 견적에 들어 있는 분석 기능의 범위가 같아야 가격도 의미 있게 비교된다. 한쪽에서는 준비된 APM 기능을 켜고 다른 쪽에서는 원시 트레이스 저장만 계산하면, 더 낮게 나온 금액이 같은 운영 능력을 제공한다는 뜻은 아니다.

20호스트·월 200GB 로그를 넣으면 얼마인가

다음 계산은 실제 청구액이 아닌 조건부 시작액이다. 호스트 20대가 한 달 720시간 동안 계속 활성 상태이고 모두 APM 대상이며, 월 200GB의 로그가 처리 후에도 전부 저장된다고 가정한다. Datadog에는 연간 결제 시작가를, Grafana Cloud에는 Pro의 기본 포함량과 공개된 초과 사용 시작가를 적용한다.

Datadog은 인프라 300달러와 APM 620달러에 로그 수집 20달러를 더해 월 940달러부터다. Datadog 상세 가격표에는 추가 사용자 정의 메트릭 100개당 월 5달러와 별도의 수집 메트릭 요금이 있으며, 검색 가능한 로그의 인덱싱도 이벤트 수와 보존 기간에 따라 과금된다. 따라서 940달러에는 로그 인덱싱과 추가 메트릭 비용이 들어 있지 않다.

Grafana Cloud는 플랫폼 요금 19달러, Application Observability의 호스트 시간 요금 360달러, 로그 처리 10달러, 포함량을 뺀 로그 쓰기 60달러로 월 449달러부터다. 로그 처리에는 200GB 전체에 GB당 0.05달러를, 쓰기에는 기본 50GB를 제외한 150GB에 GB당 0.40달러를 적용한 산술이다. 이 계산은 로그를 줄이지 않고 모두 쓰며 기본 보존 기간 안에 머문다는 가정이고, 추가 트레이스·프로파일·검색 사용량은 포함하지 않는다.

메트릭 수에 따른 다음 행은 두 제품의 청구 단위가 어떻게 다른지 보여 주는 가상 비교다. Datadog 열에는 같은 수를 사용자 정의 메트릭으로, Grafana Cloud 열에는 전체 활성 시계열로 넣었다. Grafana Cloud는 시계열당 분당 데이터 포인트 하나를 전송하고, Datadog은 Infrastructure Pro의 호스트당 포함량을 적용했다고 가정한다.

• 2000개: Datadog은 포함량 안이므로 월 940달러부터, Grafana Cloud도 포함량 안이므로 월 449달러부터다.
• 1만 개: Datadog은 포함된 2000개를 넘는 8000개에 400달러가 더해져 월 1340달러부터다. Grafana Cloud는 기본 1만 개 안이므로 월 449달러부터다.
• 5만 개: Datadog의 해당 초과분은 2400달러로, 합계는 월 3340달러부터다. Grafana Cloud는 기본 1만 개를 넘는 4만 개에 260달러가 붙어 월 709달러부터다.

이 숫자는 동일한 계측 데이터를 양쪽에서 같은 개수로 청구한다는 주장이 아니다. 실제로는 Datadog의 사용자 정의 메트릭 수와 Grafana Cloud의 전체 활성 시계열 수를 각각 측정해야 한다. 특히 Datadog의 수집 메트릭과 로그 인덱싱, 양쪽의 추가 트레이스 비용을 뺀 표이므로 행의 차이를 확정적인 절감액으로 읽을 수 없다.

카디널리티가 호스트 증가 없이 비용을 키우는 이유

메트릭 이름 하나가 시계열 하나를 뜻하지는 않는다. 요청 수를 서비스, 응답 상태, 경로별로 나누면 각 라벨 값의 조합이 별도 시계열이 된다. 조건부로, 여기에 요청마다 달라지는 식별자를 라벨로 붙이면 호스트 수가 그대로여도 고유 조합이 빠르게 늘어난다. 이때 유용한 장애 분석 차원과 지나치게 세분화된 식별자를 구별하는 일이 비용과 진단 능력 모두에 중요하다.

Grafana Cloud 메트릭 과금 문서는 최근 20분 안에 새 데이터가 들어온 시계열을 활성 시계열로 정의하고, 청구 기간의 활성 시계열과 분당 데이터 포인트 수를 각각 95백분위 값으로 평가한다. Pro의 기본 전송 빈도는 시계열당 분당 데이터 포인트 하나다. 같은 시계열을 더 자주 수집하면 시계열 개수를 줄여도 전송량 기준으로 청구 사용량이 커질 수 있다.

예를 들어 조건부로 활성 시계열 5만 개의 수집 간격을 60초에서 30초로 줄이면, 시계열 수는 같아도 분당 데이터 포인트는 두 배가 된다. 따라서 비용표의 5만 개 행은 수집 간격까지 고정했을 때만 성립한다. 메트릭을 설계할 때는 이름의 개수보다 라벨 값의 조합과 수집 빈도를 함께 보는 편이 정확하다.

모든 라벨을 없애는 것도 합리적이지 않다. 장애를 특정 서비스나 경로로 좁히는 구분은 운영상 가치가 있다. 개별 사용자나 요청을 추적해야 한다면 그 식별자를 모든 메트릭 시계열에 싣는 대신 로그나 트레이스에 남기는 방식을 검토할 수 있다. 어떤 차원을 메트릭에 유지할지는 경보와 문제 조사에 실제로 필요한 구분에 따라 결정된다.

APM과 로그 보존은 시작액 밖에서 움직인다

APM 비용을 맞추려면 두 제품에서 어떤 분석 기능을 사용할지 먼저 정해야 한다. Grafana Cloud의 호스트 시간 요금은 Application Observability 사용을 가정한 비용표의 항목이지, Grafana Cloud로 애플리케이션 데이터를 보내는 모든 팀의 필수 요금은 아니다. 반대로 자체 화면과 경보를 만들면 청구액에서 빠진 작업이 담당자의 운영 시간으로 옮겨간다.

로그도 월 GB 수만으로는 같은 서비스를 산 것이 아니다. Datadog에서는 수집한 데이터와 검색을 위해 인덱싱한 이벤트를 구분해야 한다. Grafana Cloud에서는 들어온 양, 최적화 후 실제 쓴 양, 기본 기간을 넘겨 보존한 양이 비용에 서로 다르게 작용한다. 월 200GB를 보내더라도 얼마나 저장하고 얼마나 오래 검색할 수 있게 둘지에 따라 비교 결과가 달라진다.

특히 Datadog의 이벤트 단위 인덱싱 비용은 로그의 총용량만으로 계산할 수 없다. 평균 이벤트 크기와 인덱싱할 비율이 있어야 이벤트 수를 추정할 수 있기 때문이다. 두 서비스에 같은 검색 가능 기간과 같은 로그 선별 정책을 적용한 뒤, 빠진 비용을 별도 행으로 남기는 편이 시작액 하나를 총비용처럼 제시하는 것보다 유용하다.

OpenTelemetry와 운영 인건비까지 포함한 선택

OpenTelemetry는 계측 데이터를 다른 백엔드로 보내는 선택지를 넓히지만, 플랫폼 교체 작업 전체를 없애지는 않는다. 경보 규칙과 대시보드 쿼리, 접근 권한은 서비스에 맞게 다시 구성해야 할 수 있다. 데이터 이동성을 중시하는 팀이라면 계측 방식과 함께 저장된 로그·트레이스의 이전 가능성, 분석 화면의 재구성 시간도 비용에 넣어야 한다.

2024년 Mert Öztürk의 관측성 도구 비교 연구는 두 제품의 OpenTelemetry 지원을 높게 평가했고, 연구에서 사용한 거친 사용량 시뮬레이션에서는 Grafana Cloud의 월 비용을 Datadog보다 약 세 배 낮게 추정했다. 이는 당시 연구의 계측 범위와 가격 가정에 따른 결과로, 위의 20호스트 모델이나 모든 조직에 적용되는 할인율은 아니다. 연구에서 제안한 Grafana Cloud 구성에는 에이전트와 게이트웨이 수집기의 운영도 포함됐다.

자체 운영 Prometheus·Loki·Grafana까지 후보에 넣는다면 소프트웨어 사용료만 비교해서는 안 된다. 저장 공간과 업그레이드, 수집기 설정, 장애 대응에 드는 담당자 시간을 월 비용으로 환산해야 한다. 관리형 서비스를 쓰더라도 라벨 정리와 로그 선별, 경보 유지에 필요한 업무는 남으므로 인건비를 한쪽에만 넣는 계산 역시 균형을 잃는다.

한국 팀의 비교에서는 달러 청구액에 적용 환율과 세금, 계약 기간을 더하고, 운영 담당자의 월 투입 시간은 별도 항목으로 두는 것이 실용적이다. 필요한 라벨과 보존 기간을 유지하면서 자체 구성을 감당할 수 있다면 Grafana Cloud의 사용량 요금이 유리할 수 있다. 준비된 통합 분석 기능으로 구성 시간을 줄이는 가치가 크다면 Datadog의 높은 시작액도 선택 근거가 된다. 어느 쪽이든 최종 판단을 바꾸는 값은 호스트 수 하나가 아니라 실제 청구 대상 시계열, 검색할 로그, 유지할 분석 기능이다.

함께 읽기:

• Stripe냐 Paddle이냐…수수료보다 ‘판매자 책임’이 비용을 가른다
• Buffer냐 Later냐…계정 수보다 ‘소셜 세트’가 비용을 바꾼다
• AWS Lambda vs Cloud Run: 콜드 스타트보다 동시성이 비용을 바꾼다