자료에서 보는 것처럼 공공기관은 읷반기업보다 가동중단이나 데이터손실 위험요소의 비중이 더 높다. 공공기관에서 확읶된 위험요소의 47%는 가동중단과 RTO(복구목표시갂, Recovery Time Objective) 위배를 야기할 수 있고, 41%는 데이터손실을 초래할 수 있다. 이들 수치는 읷반기업에 비해 현저하게 높다.아래 산업별로 구분한 그룹 가운데, 공익기업(Utilities)은 가동중단(29%)과 데이터손실(10%) 위험요소를 최소화하기 위해 가장 잘 대처하고 있는 것으로 보읶다. 공익기업에서 확읶된 내용의 상당수(61%)는 효율성과 자원홗용도와 관렦된 문제이나 이는 공익기업이 제공하는 서비스 수준을 크게 저해하는 요읶은 아니다.통싞회사가 갖고 있는 가동중단(48%)과 데이터손실
오늘날 많은 기업들이 업무의 영속성을 보장하기 위해 재해복구(DR) 인프라를 개발하고 유지 관리하는데 막대한 비용을 투자하고 있습니다. 그러나 그런 막대한 시간과 자원을 투자했음에도 불구하고, 대부분의 IT 전문가들은 비상 시에 자신들의 복구 능력을 완전하게 확신하지 못하고 있습니다. 적어도 60%는 DR을 실패하고 있다는 내용을 언급하고 있는 업계 분석 보고서에 의하면 거기에는 관심을 가져야 할 타당한 이유가 있습니다. 현실을 알고 있는 대부분의 IT 관리자들은 오늘날의 인프라가 복잡하고 광범위하며, 변경 빈도가 높고, 변경관리 프로세스에 너무 많은 사공이 존재하는데다가 DR 테스트에 너무 많은 비용이 들기 때문에 최상의 복구시스템 환경을 구성하기가 극도로 어렵다는 것을 이해하고 있습니다. 그러나 그러한 기존 DR 테스트의 제약은 IT 부서를 더욱 더 궁지로 몰고 있습니다. 업무의 영속성과 데이터 손실을 최소화해야 하는 압박이 더욱 더 가중되고 있는 시점에, IT 부서는 그들의 DR 계획이 필요할 때 제대로 동작할 것이라고 하는 것을 정확하게 측정할 방법이 없는 것입니다.
여기에 나타난 내용은 2012년 2월 광범위한 산업영역과 지리적인 위치에 속한 134명의 전문가들로부터 응답을 얻은 결과이다.이번 조사에서 확인한 주요내용은 다음과 같다:조사에 응한 대부분의 기업은 주요업무 시스템에 대한 수긍할만한 서비스 가동률 목표를 세워놓고 있다: 91%가 가동률을 99.76% 이상(년갂 22시갂 미만의 가동중단)을 목표로 하고 있고, 74%가 99.91% 이상(년갂 8시갂 미만의 가동중단)을 목표로 하고 있으며, 31%가 서비스 가동률 99.99% 이상(년갂 한 시갂 미만의 가동중단)을 목표로 하고 있다.그러나 조사에 응한 기업의 27%는 지난해 그들의 주요업무시스템에 대한 서비스 가동률 목표를 달성하지 못했다.조사에 응한 기업 중에 절반에 가까운(41%) 기업이 년 1회 정도 겨우 전체적으로 DR 테스트를 시행했고, 23% 이상에 이르는 기업이 전체 DR 테스트를 전혀 시행하지 못했다. 결과적으로, 응답자의 63%가 자싞들의 재해복구테스트에 대한 완전성이나 정확성에 대해 확싞하지 못하거나(Medium) 전혀 확싞하지 못했다(Low).응답자의 74%는 일부 주요업무 애플리케이션을 사설 (Private) 클라우드 홖경에서 운용하고 있고, 34%는 공개 (Public) 클라우드에서 운용하고 있다. 그와 함께, 응답자의 34%는 그들의 클라우드 시스템의 재해복구와 고가용 시스템 용량이 다른 시스템에 비해 낮다고 기술하고 있다.
현실적으로 가장 강력한 재해복구와 고가용성 계획이라 할지라도 오로지 그것들을 테스트할 수 있는 능력 만큼만 훌륭할 따름이다. IT 환경은 본질적으로 역동적이다. 시간에 지남에 따라 가동시스템 환경에서 일어나는 변경이 복구시스템 환경에 동일하게 반영되지 않기도 한다.지속적으로 발생하는 모든 위험요소를 수작업으로 테스트하는 것은 사실상 불가능하므로 다음에 사례에서 밝히는 것들과 같은 결함과 기타 다른 문제들이 종종 발견되지 않는다. 그렇기 때문에, 재해복구 환경을 Continuity Software의 RecoverGuard로 분석해보면 놀라운 문제점들이 나타나는 것이다. 가상화 관리 애플리케이션(즉, vCenter)에 대해 권장하는 최상의 시행안은 가상머신 내부에서 실행하는 것이다.일반적으로 범하는 오류는 이런 가상머신을 완전히 자동화한 DRS (Distributed Resource Scheduling)로 구성하는 것이다. 이는 vCenter가 시시때때로 어느 물리적인 노드에서 실행될 것인지 예측할 수 없다는 것이다.만일 vCenter가 기능을 멈추거나 성능이 저하문제를 일으키면, 그것을 재실행하기 위해서 어디로 가야 할지 알 수 없다. 대규모 가상화 환경에서는 재실행을 위해 막대한 시간이 소요될 것이다.