.png)
AI 시대,
스토리지의 도전 과제
미래의 스토리지 플랫폼은 단순히 비트를 저장하는 것이 아니라 AI를 사용하여 데이터를 적극적으로 이해하고 인덱싱하여 AI 모델이 자연어로 방대한 데이터 모음을 쿼리하고 관련 정보를 검색할 수 있도록 하는 쪽으로 진화할 것입니다. 이러한 지능형 스토리지 시대가 오기 전까지 기업은 AI 워크로드 관련 스토리지 도전 과제에 대응을 해야 합니다. AI 프로젝트의 효율성을 높이려면 데이터 스토리지 및 관리 문제에 대한 해결책 마련이 필수입니다.
.png)
Challenge
AI 요구 증가에 따른
스토리지 도전 과제
데이터 볼륨 및 확장성
-
AI 프로젝트에서 처리하는 데이터가 급증하면서 스토리지 확장성 문제가 발생
-
데이터 사일로 현상과 스토리지 관리의 어려움이 가중
-
AI 워크플로우 특성상 발생하는 데이터 복제본 증가는 스토리지 요구량 증가로 이어짐
데이터 이동성 및 로컬리티
-
대규모 데이터 세트의 이동은 비용과 시간 측면에서 큰 부담을 초래
-
엣지 장치, 데이터센터, 클라우드 등 다양한 환경 간의 데이터 이동 및 동기화 과정에서
문제가 발생 -
클라우드 환경에서 발생하는 데이터 전송 비용 및 지연 시간으로 인해 온프레미스
환경으로 회귀
관리 복잡성
-
분산된 스토리지 환경으로 인해 데이터 통합 관리가 어려움
-
메타 데이터 관리, 데이터 카탈로그, 데이터 세트 버전 관리 등 필요한 관리 방식의 도입이
초기 단계에 머물러 있음 -
다중 테넌트 데이터 액세스, 데이터 거버넌스, 액세스 제어, 민감 데이터 익명화 등 관리해야 할 요소들이 많아 복잡성이 가중
Service
DIA NEXUS가 집중하는
최적화 서비스
스케일 아웃 스토리지
스케일 아웃 방식의 분산 스토리지
시스템을 도입하여 페타바이트 및
엑사바이트 규모의 데이터 처리 방안 및 오브젝트 스토리지 또는 분산 파일시스템을 활용 방안 안내
데이터 모빌리티
엣지, 온프레미스, 클라우드를 아우르는 통합 데이터
패브릭을 구축하여 데이터 이동성을 극대화하는
방안 안내
관리의 복잡성 해소
메타데이터 관리, 데이터 카탈로그,
데이터 거버넌스 기능을 통합한 데이터 관리
플랫폼 활용 방안 제시