전문가에게 물어보세요: IT 인프라

 

씨게이트는 “데이터 현황: AI 도입을 위한 준비” 보고서를 통해 기업이 AI를 도입하는 과정에서 겪을 수 있는 전략, 인프라, 예산, 인재 부족 등의 어려움을 확인할 수 있었습니다. 기업의 AI 도입에 있어 그 효과를 극대화하기 위해서는 이러한 어려움을 먼저 극복하는 것이 무엇보다 중요합니다.

가장 중요한 것은 기업이 AI 도입 초기 단계부터 신뢰할 수 있는 데이터 인프라를 먼저 확보하는 일입니다.

결국 데이터는 AI 애플리케이션의 구동을 위한 생명선이며, AI가 더 많이 도입될수록 생성되는 데이터 양 또한 증가할 것이기 때문입니다. 씨게이트의 설문조사에 응한 거의 모든 응답 기업들이 증가하는 데이터 스트림에 대응하기 위해 추가적인 IT 인프라 투자가 필요하다고 답하기도 했습니다.

AI의 측면에서 기업이 제기할 수 있는 질문에 답하기 위해, 씨게이트의 온라인 전문가 패널은 아래와 같은 몇 가지의 인사이트 및 조언을 제시하고자 합니다.

 

  1. AI를 도입하고자 하는 기업이 데이터 스토리지 인프라 측면에서 직면하는 어려움은 무엇인가요? 기업은 이러한 문제를 해결하기 위해 무엇을 할 수 있을까요?

테 반셍, 씨게이트 테크놀로지

씨게이트의 조사에 따르면, 응답 기관들은 AI 도입에 있어 가장 큰 어려움이 빈약한 전략 및 방향성, 열악한 IT 인프라, 예산 및 리더십, 인력의 부족이라고 지적했습니다.

특히 데이터 스토리지 측면에서 살펴봤을 때, 거의 모든 응답 기관(95%)이 AI 이용 증가에 따라 데이터 스토리지 솔루션에 대한 수요도 크게 증가할 것이라는 점에 동의했습니다.

하지만 20% 이상의 응답 기관들은 늘어나는 데이터 스트림을 처리할 준비가 되어있지 않다고 생각하고 있습니다. 또한, 15%는 자신의 조직이 AI 도입을 대비할 수 있는 적절한 데이터 스토리지 인프라에 투자하지 못하고 있다고 밝혔습니다.

다양한 고객사의 수요를 관찰했을 때, IT 인프라가 AI 도입에 있어 많은 기업이 직면하는 가장 중요한 과제라는 점을 깨달을 수 있었습니다. 기업들은 AI를 적극적으로 활용하기 위해 데이터 스토리지, 소프트웨어 애플리케이션, 컴퓨터 하드웨어, 네트워크 장비 등을 포함하는 IT 인프라를 개선할 것을 고려하고 있습니다. 그것이 바로 많은 고객사가 씨게이트를 찾는 이유입니다.

 

  1. 인프라의 관점에서, 효과적인 AI 도입은 물론 미래의 확장 가능성 및 발전 역량을 확보하기 위해 개선해야 할 부분은 무엇일까요?

테 반셍, 씨게이트 테크놀로지

AI 도입에 관한 모든 논의에 있어 되풀이되는 주제는 데이터 용량이 기하급수적으로 증가하고 있다는 사실입니다. 씨게이트가 의뢰한 Data Age 2025 보고서에 따르면, 전 세계 데이터 양은 2025년 163ZB까지 늘어날 전망입니다.

예측 분석, 머신 러닝, AI 기술의 급속한 발전 및 도입은 전 세계 데이터 용량을 계속해서 증가시킬 것입니다. Data Age 2025 보고서는 우리가 AI에 사용하는 데이터가 현재 수준에서 약 100배 증가한 1.4 ZB로 팽창할 것이라고 예측하기도 합니다. 이는 기존 IT 인프라로 관리 및 처리, 저장하기에 너무 큰 데이터입니다.

기업이 데이터를 활용하여 AI를 효과적으로 도입하려면, 인프라에 관한 세 가지 중요한 문제가 해결되어야 합니다.

첫째, 기업은 데이터의 통합성과 보안을 유지하면서 데이터의 효율적 저장 및 구성을 보장할 수 있는 일관된 데이터 관리 전략이 필요합니다.

둘째, 성능, 용량, 신뢰성, 확장성을 보장하는 강력한 데이터 스토리지 인프라가 필요합니다.

셋째, 데이터 해킹 위협 및 이에 따른 비용이 계속해서 증가할 것으로 예상됨에 따라, 더욱 강력한 데이터 보안 전략이 필요합니다.

우리는 빈도, 유연성, 신속성 등의 측면에서 데이터 분석 부문의 발전을 확인하게 될 것입니다. 다양한 산업 분야에서 데이터는 기업의 전략적 판단 및 행동을 견인하는 역할을 할 것이기 때문입니다.

이러한 분석은 엣지, AI, 머신 러닝 부문에서 수행될 것이며, 실시간 반응성에 대한 수요의 증가는 엣지 인텔리전스의 급속한 발전을 이끌 것입니다.

종합적으로, 기업은 미래의 AI 발전에 대비하기 위하여 현재 IT 인프라를 유연하고 기민하게 만들어야 하고, 데이터의 크고 다양한 용량 및 유형을 수용할 수 있도록 준비해야 하며, 전체 데이터 라이프사이클을 관리할 수 있어야 하고, 마지막으로 대부분의 인프라를 자율화해야 합니다.

조니 추, 비스커버리 (Viscovery)

AI 도입 시 기업은 자사의 IT 인프라가 제공할 수 있는 컴퓨팅 성능, 스토리지 용량, 네트워크 대역폭을 반드시 고려해야 합니다.

컴퓨팅 성능 측면에서 GPU 리소스는 AI 기술에 요구되는 컴퓨팅 성능을 제공합니다. 이는 기업이 어떻게 리소스를 효율적으로 이용하고 공유할 수 있을지 고려해야 하는 고비용 투자입니다.

또한, 스토리지 시스템 구축 계획에 있어 기업은 데이터 용량의 급증 및 대용량 데이터의 전송 등에 대한 시나리오를 고려해야 합니다.

기업이 자사의 클라우드 아키텍처에 AI를 배치하길 원하는 경우, 자사 클라우드 네트워크의 대역폭 및 전송 속도가 대용량 데이터에 접근하기 위한 충분한 사양을 갖추고 있는지 검토해야 합니다.

 

  1. AI는 대기업만을 위한 기술이 아닙니다. AI를 도입하려는 중소기업에게 어떤 조언을 해주시겠습니까?

아카쉬 바티아, 인피니트 애널리틱스

AI는 모든 부문에서 활용되고 있습니다. 중소기업은 AI 활용을 위해 고품질 데이터를 확보하는 것에 초점을 맞춰야 합니다. 고품질 데이터 확보 여부가 AI 도입을 통해 기업이 투자 수익을 얻을 수 있을 지에 대한 여부를 결정할 것이기 때문입니다. 튼튼한 기반을 세우는 일이 성공에 가까워지는 길입니다.

과장된 광고와 유행어에 호도되지 마십시오. 현재 AI라고 불리는 것들 중 많은 부분은 과거에도 존재했습니다. 유일한 차이점은 데이터가 기하급수적으로 증가했으며 컴퓨터의 용량이 개선되었다는 점입니다.

AI 구현에 있어 데이터 다음으로는 고려해야 할 사항은 인재입니다. 적재적소에 적절한 인재를 배치하여 실행하고자 하는 모든 AI 업무에 필요한 사항을 파악하는 것이 중요합니다.

조니 추, 비스커버리 (Viscovery)

중소기업은 AWS, GCP, Microsoft Azure 등의 기존 퍼블릭 클라우드 제공업체가 제공하는 기본 AI 프레임워크 도입을 고려할 수 있습니다. 이 플랫폼들은 GPU 컴퓨팅에 요구되는 기본 하드웨어 또한 제공합니다.

그러나 이러한 기업들은 AI 도입이 장기적인 투자라는 사실을 반드시 유념해야 합니다. 비즈니스가 성장할수록 수집, 분석, 저장되는 데이터의 용량 또한 증가하므로, 중소기업들도 자체적인 하드웨어 및 서버 공간을 준비할 수 있도록 고려해야 합니다.

 

  1. AI 도입 과정에서 발생할 수 있는 IT 인프라의 잠재적 다운타임(장애 시간)은 어떻게 예상되나요? 이를 최소화하기 위한 조언에는 어떤 것들이 있습니까?

아카쉬 바티아, 인피니트 애널리틱스

저는 무조건 다운타임이 발생할 것이라고 보지 않습니다. 구글 번역이 AI로 전환됐을 때, 구글은 심각한 다운타임없이 이를 실행했습니다.

기본적으로 단지 시스템을 “전환”하기만 하면 됩니다. 다만 시스템 전환 전에 적절한 백업을 했는지 확인하십시오. 또한, 전환하기 전에 AI 플랫폼이 완벽하게 작동하는지 확인하십시오. 테스트하고, 테스트하고, 테스트하십시오!

 

2018-10-29T06:33:52+00:00

Leave A Comment