PREEMPTIVE AUTOMATIC SERVER SCALING METHOD AND SYSTEM USING TREND ANALYSIS

An automatic scaling apparatus according to the present invention comprises: a trend learning unit that selects one or more issue keywords for each specific service and generates a learning model by learning a correlation between the trend of the one or more issue keywords and the network traffic of a service server performing the specific service through the analysis of past big data; a traffic prediction unit that predicts network traffic at least at one point in the future of the service server using the learning model; and a replica number determination unit that determines the number of replicas of at least one of virtual images and microservices of the service server based on the prediction result of the traffic prediction unit and transmitting the same to an orchestration device, so that the amount of network traffic can be predicted and scaling up/down of the corresponding service server can be preemptively performed. 본 발명에 따른 자동 스케일링 장치는, 특정 서비스별 하나 이상의 이슈 키워드를 선정하고, 과거 빅데이터 분석을 통해 상기 하나 이상의 이슈 키워드의 트렌드와 상기 특정 서비스를 수행하는 서비스 서버의 네트워크 트래픽의 상관관계를 학습하여 학습 모델을 생성하는 트렌드 학습부와, 상기 학습 모델을 이용하여 상기 서비스 서버의 미래의 적어도 한 시점의 네트워크 트래픽을 예측하는 트래픽 예측부와 상기 트래픽 예측부의 예측 결과를 토대로 상기 서비스 서버의 가상 이미지 및 마이크로서비스 중 적어도 하나의 복제본 수를 결정하고 이를 오케스트레이션 장치로 전달하는 복제본 수 결정부를 포함하여, 네트워크 트래픽 양을 예측하고 해당 서비스 서버의 스케일링 업/다운을 선제적으로 수행할 수 있도록 한다.