Skip to content
Tiatra, LLCTiatra, LLC
Tiatra, LLC
Information Technology Solutions for Washington, DC Government Agencies
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact
 
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact

“데이터 관리가 AI 비용 줄인다” 퓨어스토리지가 제시하는 데이터 플랫폼 최적화 전략

모든 기업이 자체적으로 LLM 모델을 개발하는 것은 아니며, 기존 LLM을 비즈니스에 더 적합하게 조정하거나 완전히 구축된 솔루션을 서비스하는 전략을 세우기도 한다. 하지만 어떤 형태로 도입하더라도 효율적인 관리를 위해서는 최소한의 GPU 서버 구축이 요구된다. 여기에 스토리지 및 네트워크와 같은 추가 비용을 더하면 투자 금액은 더 늘어날 수 있다. 기업들이 이런 AI 인프라 비용을 고민하는 가운데, 3월 26일 CIO코리아, IT월드, IDC가 공동 주최한 ‘클라우드&AI 인프라스트럭처 서밋 2025’에서 퓨어스토리지 엔터프라이즈 프리세일즈 부문의 김진환 이사는 AI 비용을 절감하고 투자 대비 효과(ROI)를 구체화하기 위해 데이터 플랫폼을 최적화할 것을 제안했다. 김진환 이사는 “AI 학습의 모델링 주기를 단축하도록 데이터 플랫폼을 최적화해야 개발에 필요한 자원을 줄이고 ROI를 개선할 수 있다”라고 설명했다.

모델링 주기를 단축하는 4가지 방법

그렇다면 구체적으로 어떻게 AI 모델링 주기를 단축할 수 있다는 걸까? 아나콘다의 2020년 설문조사에 따르면, AI 모델링에 필수적인 역할을 하는 데이터 과학자는 업무 시간의 3분의 2를 데이터 수집, 정리, 시각화 등 ‘데이터 준비 단계’에 할애하는 것으로 나타났다. 다시 말해 나머지 3분의 1에서 아무리 효율성을 높이더라도 데이터 준비 시간을 줄이지 못하면 전체 모델링 주기를 단축하기 어려울 수 있다는 것이다. 김진환 이사는 “데이터는 말 그대로 AI의 연료”라고 언급하며, 기업이 이 문제를 개선하는 데 필요한 4가지 고려사항을 소개했다.

purestorage

AI 워크플로우 구성도

pure storage

첫째는 효율적인 데이터 저장소 구축이다. 즉, 데이터 저장소가 잘 구축돼야 좋은 모델을 위한 초석이 마련될 수 있다는 설명이다. 데이터 저장소는 모델 교육에 필요한 양질의 데이터 확보를 뒷받침해야 하며, 다양한 형태로 여러 위치에 저장된 데이터를 쉽게 통합할 수 있는 플랫폼을 갖춰야 한다. 또한 원하는 데이터에 빠르게 액세스해서 가져오고 훈련시킬 수 있는 데이터 서비스 연속성도 요구된다.

둘째는 인프라 스트럭처의 성능 확보다. 즉 GPU의 높은 처리 속도에 걸맞은 처리 일관성을 보장하는 시스템을 구축해야 한다는 것이다. 이때 중요한 것은 데이터 인덱싱 성능이다. 데이터 엔지니어링 단계에서 인덱싱으로 데이터를 잘 보강해야 사용자가 모델링 과정에서 지연 없이 사용할 수 있다. 김진환 이사는 “데이터 인덱싱의 중요성이 자주 간과된다. 데이터가 적을 때는 인지하지 못하다가 수백억 개로 확장되고 나서야 깨닫는 경우가 많다”라고 언급했다.

데이터 준비 시간을 단축하는 세 번째 방법은 데이터 거버넌스 구축이다. 김진환 이사는 저장된 데이터를 효과적으로 분류할 수 있는 체계를 기업 내에 구현해야 한다고 조언했다. 데이터 거버넌스에는 원하는 데이터의 위치를 파악하는 가시성도 중요하며, 랜섬웨어나 기타 공격으로부터 데이터를 보호할 수 있는 사이버보안 해법도 필수적이다. 김진환 이사는 “다른 단계에서 데이터 준비가 잘 이뤄져도 보안이 부족하면 데이터 플랫폼 자체가 무력화될 수 있다”라고 말했다.

마지막으로 인프라의 유연성이 중요하다. AI 솔루션은 소규모로 시작해 점차 확장되는 경우가 많기 때문에 작게 시작할 때에도 추후의 확장성을 고려해 통합과 성능이 보장되는 아키텍처를 선택해야 한다. 또 AI 인프라를 확장하는 과정에서 중복 투자와 같은 리스크가 발생하기 쉽다. AI 워크로드 수명 주기의 변동성이 굉장히 크고, 여전히 많은 AI 사용 사례가 실험 중이라는 점에서 불확실성이라는 리스크도 따른다. AI 인프라의 요구 사항도 아직까지 불명확하다. 이로 인해 기업은 AI 인프라 구축 이후에도 다양한 문제에 직면할 수 있다. 예를 들어 한 대당 막대한 비용이 드는 서버 시스템을 도입한 이후에 가용성을 확보하지 못한다면 투자 비용을 효과적으로 활용하지 못하는 결과가 나타날 수 있다.

purestorage

모델링 주기 단축을 위한 4가지 고려사항

pure storage

기업이 리스크를 최소화하면서 AI 인프라를 구축하고자 할 때 일반적으로 선호되는 방법은 클라우드 활용이다. 클라우드에서 파일럿 프로그램을 다양하게 시도해 보고, 서비스로 구체화되면 온프레미스와 연계해 추가적인 문제를 해결해 나가는 것이 이상적일 수 있다. 그러나 모든 기업이 이런 절차로 AI를 도입할 수 있는 것은 아니다. 데이터 보안이 매우 중요한 기업이라면 클라우드는 시도하기 어려운 영역일 수 있다. 이런 기업에게는 클라우드의 이점을 온프레미스 시스템으로 구현하는 것이 중요한 과제다.

퓨어스토리지 데이터 스토리지 플랫폼의 핵심 기능

기업이 클라우드를 활용하지 못하거나 민감한 데이터에 대한 보안을 우려하는 상황일 때 데이터 관리 역량과 저장소의 역할은 더욱 중요해진다. 이 경우 요구 사항을 충족시킬 수 있는 최적화된 데이터 플랫폼 솔루션이 필요하다. 퓨어스토리지가 제공하는 데이터 스토리지 플랫폼도 그 해결책이 될 수 있다. 김진환 이사에 따르면 퓨어스토리지는 초당 최대 10TB/s의 성능과, 작게 시작해 엑사바이트 스케일까지 확장할 수 있는 스케일 아웃 아키텍처를 제공하고 있다. 또한 서비스 중단 없이 꾸준히 유지될 수 있는 지속 가능한 포트폴리오와 엔비디아(Nvidia) 인증으로 성능 및 안정성을 보장하는 플랫폼을 제공하고 있다.

srcset=”https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?quality=50&strip=all 3839w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=300%2C147&quality=50&strip=all 300w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=768%2C376&quality=50&strip=all 768w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=1024%2C502&quality=50&strip=all 1024w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=1536%2C753&quality=50&strip=all 1536w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=2048%2C1003&quality=50&strip=all 2048w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=1240%2C608&quality=50&strip=all 1240w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=150%2C73&quality=50&strip=all 150w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=854%2C418&quality=50&strip=all 854w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=640%2C314&quality=50&strip=all 640w, https://b2b-contenthub.com/wp-content/uploads/2025/04/그림3.png?resize=444%2C218&quality=50&strip=all 444w” width=”1024″ height=”502″ sizes=”(max-width: 1024px) 100vw, 1024px”>

유니파이드 플랫폼으로 인프라 복잡성을 최소화하는 퓨어스토리지 솔루션

pure storage

퓨어스토리지는 자사 데이터 스토리지 플랫폼을 통해 얻을 수 있는 이점이 분명하다고 밝혔다. 우선, 다양한 워크로드 요건을 수용할 수 있는 유니파이드 플랫폼을 제공해 기업이 인프라 복잡성을 최소화하면서 운영 부담 없이 최적의 성능과 가용성을 유지하도록 지원하고 있다. 퓨어스토리지 플랫폼은 자동 최적화와 클라우드 간 상호 운용과 같은 기능을 기본으로 제공하면서, 플랫폼 유지에 필요한 네트워크 자원을 별도의 로드밸런서 없이 하나의 서비스 IP만으로 수용하도록 하고 있다.

퓨어스토리지가 언급한 또 다른 이점은 데이터 인덱싱 성능이다. 김진환 이사는 퓨어스토리지 플랫폼이 데이터 인덱싱을 병렬로 처리할 수 있는 전용 툴킷을 제공해 데이터 준비 기간에서 가장 많이 사용되는 커맨드를 기존보다 최대 200배 빠르게 진행할 수 있다고 설명했다. 이뿐만 아니라 데이터 서비스 형식과 위치에 관계없이 원하는 대로 구축 가능하고, 특정 코로케이션 서비스 업체를 통해 스토리지를 서비스 형식(as a service)으로 제공하는 서비스 수준 계약(SLA)을 통해 AI 초기 투자의 불확실성과 위험을 최소화할 수 있다고 그는 언급했다.

데이터 스토리지 플랫폼 도입을 통한 AI 비용 절감 효과

그렇다면 퓨어스토리지 데이터 스토리지 플랫폼 도입으로 기업은 어느 정도의 AI 비용 절감 효과를 기대할 수 있을까? 퓨어스토리지 조사에 따르면, 자체 제작한 저전력 고집적 저장 매체를 활용해 일반 스토리지 대비 최대 80%의 상면을 절감하고, 에너지 소비량을 최대 85%까지 줄일 수 있는 것으로 나타났다. 이를 전체 데이터센터 전력 비용으로 환산하면 최대 18%를 절감할 수 있게 된다.

purestorage

퓨어스토리지 솔루션을 활용한 데이터센터 전력 비용 감소율

Pure storage

데이터센터의 전력 비용을 절감하기 위해 퓨어스토리지 솔루션을 활용 중인 대표적인 기업에는 메타(Meta)가 있다. 메타는 오랜 기간 LLM을 개발해 온 만큼 GPU 서버 약 1,000대 이상, 8,000장 이상의 GPU를 사용하는 대규모 인프라를 운영하고 있다. 김진환 이사는 “대규모 인프라를 구축한 만큼 성능 확장성, 상면 비용 등 여러 측면에서의 운영 효율성 개선과 그에 걸맞은 LLM 성능 확보가 중요한 과제였다”라고 언급했다. 김진환 이사는 메타가 퓨어스토리지 솔루션을 도입한 결과, 개발 기간을 최대 3분의 1 단축하고, 상면 문제를 크게 개선해 GPU 사용률을 기존보다 2배 이상 높일 수 있었다고 전했다.

김진환 이사는 “데이터센터의 전력 소모량과 상면 규모가 간과되는 경우가 많다. 하지만 데이터센터에는 그 최대치가 항상 정해져 있다. 전력과 상면이 모자랄 경우 추가하는 데 천문학적인 시간과 비용이 든다. 전력 비용을 절감해 AI 추론 비용을 줄이고, 더 나아가 절약한 여분을 GPU 서버에 활용해 AI 인프라를 더 효율적으로 구축할 수 있다”라며, “퓨어스토리지는 앞으로도 데이터 플랫폼 최적화를 통해 기업이 비용 절감을 비롯한 다양한 AI 이점을 누리도록 지원할 것”이라고 밝혔다.
[email protected]


Read More from This Article: “데이터 관리가 AI 비용 줄인다” 퓨어스토리지가 제시하는 데이터 플랫폼 최적화 전략
Source: News

Category: NewsApril 10, 2025
Tags: art

Post navigation

PreviousPrevious post:시스코-구글 클라우드, SD-WAN을 연결하는 새로운 파트너십 발표NextNext post:잡무 졸업!··· 대학 조직들의 생성형 AI 수용법

Related posts

휴먼컨설팅그룹, HR 솔루션 ‘휴넬’ 업그레이드 발표
May 9, 2025
Epicor expands AI offerings, launches new green initiative
May 9, 2025
MS도 합류··· 구글의 A2A 프로토콜, AI 에이전트 분야의 공용어 될까?
May 9, 2025
오픈AI, 아시아 4국에 데이터 레지던시 도입··· 한국 기업 데이터는 한국 서버에 저장
May 9, 2025
SAS supercharges Viya platform with AI agents, copilots, and synthetic data tools
May 8, 2025
IBM aims to set industry standard for enterprise AI with ITBench SaaS launch
May 8, 2025
Recent Posts
  • 휴먼컨설팅그룹, HR 솔루션 ‘휴넬’ 업그레이드 발표
  • Epicor expands AI offerings, launches new green initiative
  • MS도 합류··· 구글의 A2A 프로토콜, AI 에이전트 분야의 공용어 될까?
  • 오픈AI, 아시아 4국에 데이터 레지던시 도입··· 한국 기업 데이터는 한국 서버에 저장
  • SAS supercharges Viya platform with AI agents, copilots, and synthetic data tools
Recent Comments
    Archives
    • May 2025
    • April 2025
    • March 2025
    • February 2025
    • January 2025
    • December 2024
    • November 2024
    • October 2024
    • September 2024
    • August 2024
    • July 2024
    • June 2024
    • May 2024
    • April 2024
    • March 2024
    • February 2024
    • January 2024
    • December 2023
    • November 2023
    • October 2023
    • September 2023
    • August 2023
    • July 2023
    • June 2023
    • May 2023
    • April 2023
    • March 2023
    • February 2023
    • January 2023
    • December 2022
    • November 2022
    • October 2022
    • September 2022
    • August 2022
    • July 2022
    • June 2022
    • May 2022
    • April 2022
    • March 2022
    • February 2022
    • January 2022
    • December 2021
    • November 2021
    • October 2021
    • September 2021
    • August 2021
    • July 2021
    • June 2021
    • May 2021
    • April 2021
    • March 2021
    • February 2021
    • January 2021
    • December 2020
    • November 2020
    • October 2020
    • September 2020
    • August 2020
    • July 2020
    • June 2020
    • May 2020
    • April 2020
    • January 2020
    • December 2019
    • November 2019
    • October 2019
    • September 2019
    • August 2019
    • July 2019
    • June 2019
    • May 2019
    • April 2019
    • March 2019
    • February 2019
    • January 2019
    • December 2018
    • November 2018
    • October 2018
    • September 2018
    • August 2018
    • July 2018
    • June 2018
    • May 2018
    • April 2018
    • March 2018
    • February 2018
    • January 2018
    • December 2017
    • November 2017
    • October 2017
    • September 2017
    • August 2017
    • July 2017
    • June 2017
    • May 2017
    • April 2017
    • March 2017
    • February 2017
    • January 2017
    Categories
    • News
    Meta
    • Log in
    • Entries feed
    • Comments feed
    • WordPress.org
    Tiatra LLC.

    Tiatra, LLC, based in the Washington, DC metropolitan area, proudly serves federal government agencies, organizations that work with the government and other commercial businesses and organizations. Tiatra specializes in a broad range of information technology (IT) development and management services incorporating solid engineering, attention to client needs, and meeting or exceeding any security parameters required. Our small yet innovative company is structured with a full complement of the necessary technical experts, working with hands-on management, to provide a high level of service and competitive pricing for your systems and engineering requirements.

    Find us on:

    FacebookTwitterLinkedin

    Submitclear

    Tiatra, LLC
    Copyright 2016. All rights reserved.