📌 GCP Artifact Registry 비용 문제 및 최적화 과정 정리

🔹 1. 문제 상황

• Cloud Run을 사용하면서 Artifact Registry에 대한 이해 부족
• 2월 1일부터 2월 20일까지 하루 409원씩 총 6,000원 발생 (계획보다 높은 비용)
• 비용이 어떻게 측정되는지 몰랐음 → 하루에 3GB씩 docker pull이 발생하면서 요금 증가
• 미국 리전(gcr.io)을 사용 중이었음 → Cloud Run 배포는 asia-northeast3, 하지만 이미지는 us 리전에 저장
• 결과적으로, cross-region egress 비용이 발생 (미국 → 아시아 전송 비용)

---

🔹 2. 문제 원인 분석

✅ 기존 방식의 문제점

• docker build & push → gcr.io (미국 리전)
• gcloud run deploy → asia-northeast3 (일본 도쿄 리전)
• 즉, Cloud Run(아시아) → Artifact Registry(미국)에서 매번 cross-region pull 발생
• 이로 인해 매일 네트워크 egress 비용이 추가 발생

✅ 비용 증가 주요 원인

1. Artifact Registry의 저장 비용
   • 3GB짜리 이미지가 여러 버전 보관 → 저장 용량이 계속 증가
2. Cross-region egress 비용
   • Cloud Run(아시아)에서 실행될 때마다 미국 리전에서 pull → 매번 3GB 전송 비용 추가
3. 이전 이미지가 삭제되지 않아서 계속 보관 비용 발생

---

🔹 3. 해결 방법

✅ 새로운 방식: Artifact Registry를 Cloud Run과 동일한 리전(asia-northeast3)에 배치
✅ 구버전 이미지 삭제 및 자동 정리 정책 설정

📍 ✅ 기존 방식 (gcr.io 미국 리전 사용)

# 미국 리전에서 Docker 빌드 & 푸시

docker build -t gcr.io/flirting-ai-440901/flirting-ai .

docker push gcr.io/flirting-ai-440901/flirting-ai

# Cloud Run은 아시아 리전에 배포 → Cross-region 비용 발생

gcloud run deploy flirting-ai \

  --image gcr.io/flirting-ai-440901/flirting-ai \

  --platform managed \

  --region asia-northeast3 \

  --memory 4Gi \

  --cpu 2 \

  --timeout 300 \

  --allow-unauthenticated \

  --set-env-vars "OPENAI_API_KEY=sk-..."

➡ 미국에서 아시아로 pull할 때마다 비용 발생 (cross-region egress).

---

📍 ✅ 변경된 최적화된 방식 (asia-northeast3 리전 사용)

1. Artifact Registry를 아시아 리전에 새로 생성
2.   gcloud artifacts repositories create flirting-ai-repo \

     --repository-format=docker \

     --location=asia-northeast3 \

     --description="My Docker Repo in Tokyo"
3. Docker 빌드 & 푸시 (이제 아시아 리전에 저장)
4. docker build -t asia-northeast3-docker.pkg.dev/flirting-ai-440901/flirting-ai-repo/flirting-ai:latest .

   docker push asia-northeast3-docker.pkg.dev/flirting-ai-440901/flirting-ai-repo/flirting-ai:latest
5. Cloud Run 배포 (같은 리전에서 이미지 pull)
6. gcloud run deploy flirting-ai \

     --image asia-northeast3-docker.pkg.dev/flirting-ai-440901/flirting-ai-repo/flirting-ai:latest \

     --platform managed \

     --region asia-northeast3 \

     --memory 4Gi \

     --cpu 2 \

     --max-instances 5 \

     --timeout 300 \

     --allow-unauthenticated \

     --set-env-vars "OPENAI_API_KEY=sk-..."

➡ Cloud Run과 Artifact Registry가 같은 리전(asia-northeast3)에 있으므로 egress 비용 없음!

---

🔹 4. 추가 최적화 (비용 절감)

✅ 불필요한 구버전 이미지 삭제 (스토리지 비용 절감)

gcloud artifacts docker images list asia-northeast3-docker.pkg.dev/flirting-ai-440901/flirting-ai-repo

gcloud artifacts docker images delete asia-northeast3-docker.pkg.dev/flirting-ai-440901/flirting-ai-repo/flirting-ai@sha256:IMAGE_DIGEST

✅ 자동 정리 정책 설정 (구버전 자동 삭제)

gcloud artifacts repositories update flirting-ai-repo \

  --location=asia-northeast3 \

  --cleanup-policies=keep-last-n:3

➡ 이제 최신 3개 버전만 유지, 더 오래된 것은 자동 삭제 → 저장 비용 절감!

---

✅ 최종 결과 (비용 절감 효과)

✅ 기존(미국 리전 사용)

• 매일 cross-region egress 비용 발생 (409원/일) → 6,000원 추가 비용 발생
• 구버전 이미지 보관으로 인해 스토리지 비용 누적

✅ 변경 후(아시아 리전 사용)

• Cloud Run과 Artifact Registry를 같은 리전(asia-northeast3)으로 설정 → egress 비용 0원
• 불필요한 구버전 이미지 삭제 및 자동 정리 정책 적용 → 스토리지 비용 절감

---

🚀 결론: 비용 절감 + 성능 향상

🔹 미국 리전(gcr.io) → 아시아 리전(asia-northeast3-docker.pkg.dev)으로 변경하여 cross-region egress 비용 0원
🔹 구버전 이미지 삭제 & 자동 정리 정책(TTL) 설정하여 스토리지 비용 절감
🔹 Cloud Run의 cold start 속도 향상 (같은 리전에서 pull하므로 더 빠름)

➡ 결과적으로, 불필요한 비용이 사라지고, Cloud Run 실행 속도도 최적화됨! 🚀

실제 동작은 잘 되지만 비용 측정이 어찌 될 지는 테스트 해봐야함