.png)
Agentic AI 시대, 스토리지 운영도 AI와 협업할 때
2026년 AI는 실전의 영역에서 그 가능성을 평가받고 있습니다. 업무 환경을 넘어 이제 금융, 제조, 소매, 공공 등 비즈니스 현장으로 평가의 무대가 넓어지고 있습니다. 가장 빠르게 가능성을 인정 받는 분야는 아무래도 IT 분야입니다. 요즘 AI 없이 코딩하는 프로젝트 현장이 없을 정도로 개발 쪽에서는 뿌리를 내렸습니다. AI가 업의 본질을 바꿀 것으로 인프라, 데이터, 보안 등 IT 운영이 요즘 주목받고 있습니다. 관련해 이번 포스팅에서는 AI 시대를 맞아 그 중요성이 나날이 커지고 있는 스토리지 인프라 관리를 AI가 어떻게 바꾸어 놓고 있는지 Everpure(구 Pure Storage)의 Fusion MCP Server를 예로 살펴보겠습니다.
수작업에서 해방
분야를 막론하고 IT 운영은 수작업의 연속입니다. 장비나 솔루션을 설치하고 최적화한 다음 매일 같이 모니터링을 하며 관리 작업을 합니다. 눈으로는 대시보드를 보고 손으로는 관리 콘솔이나 터미널로 다루는 것이 일상입니다.
스토리지 관리도 다를 바 없습니다. 스토리지 관리자는 어떤 볼륨을 사용할지, 워크로드를 어느 시스템에 배치할지, 용량과 성능을 어떻게 나눌지 판단합니다. 장애가 발생하면 경고와 성능 지표를 확인하고 컴퓨팅과 백업 시스템의 상태도 함께 살펴봅니다.
사실 규모가 작고 변화가 적은 환경에서는 사람이 직접 관리해도 큰 문제가 없습니다. AI 워크로드처럼 자원 요구가 크고 수시로 바뀌는 환경에서는 이야기가 달라집니다. 요청이 빠르게 늘어나는 상황에서 관리자가 모든 변화나 이벤트를 직접 살펴 의사결정을 해야 합니다. 사람이 빠른 대응의 병목이 되는 것입니다. 자동화를 적용하면 된다고 반문할 수도 있습니다.
하지만 기존 자동화만으로 다양한 과제를 모두 해결하기 어렵습니다. 스크립트는 미리 정한 조건과 순서를 반복하는 데 강합니다. 예상하지 못한 상황이 생기거나 여러 제품의 정보를 함께 판단해야 하면 관리 로직이 복잡해집니다. 제품마다 데이터 형식과 응용 프로그램 인터페이스(API)도 다릅니다.
반면에 AI 에이전트는 다릅니다. 자연어로 받은 목표를 여러 작업으로 나눕니다. 필요한 정보를 찾고 도구를 선택해 결과를 비교합니다. 다만 중요한 전제가 하나 있습니다. AI 에이전트가 인프라의 최신 상태와 고유한 운영 맥락을 알아야 합니다. 맥락이 부족하면 정확한 판단 대신 그럴듯한 추측을 내놓을 수 있어 자칫 예기치 못한 상황이 발생할 수 있기 때문입니다.
여기서 궁금증이 들 것입니다. AI 에이전트로 스토리지 인프라 관리가 가능하다는 것은 알겠는데 구체적으로 어떻게 관리 환경을 갖추어야 할 것인가에 대한 것입니다. 이 답을 가장 적극적으로 제시하고 있는 곳이 있습니다. 바로 Everpure입니다.
자연어로 하는 맥락 기반 운영
Everpure는 Fusion이라는 컨트롤 플레인(Control Plane)을 통해 스토리지 운영 방식을 바꾸고 있습니다. 기존에는 관리자가 사용할 스토리지 장비와 볼륨, 파일 시스템을 직접 선택하고 세부 설정을 지정했습니다. Fusion을 활용하면 관리자는 특정 장비를 먼저 고르는 대신 데이터베이스나 AI 분석 같은 업무에 필요한 용량과 성능, 데이터 보호 수준을 정책으로 지정할 수 있습니다. Fusion은 여러FlashArray와 FlashBlade의 가용 용량과 성능, 운영 상태를 확인한 뒤 해당 정책을 충족하는 자원을 찾아 배치합니다. 이처럼 관리자가 세부 구성 방법을 일일이 지정하지 않고 필요한 운영 기준을 제시하면 시스템이 적절한 자원을 선택하는 방식을 의도 기반 프로비저닝(Intent-based Provisioning)이라고 합니다.
이처럼 운영의 출발점이 장비가 아니라 의도로 바뀌면 관리자가 마주하는 인터페이스도 달라집니다. AI는 관리자가 컨트롤 플레인과 소통하는 창구로 자연어를 쓸 수 있는 환경을 제공합니다. 관리자가 채팅하듯 자연어를 프롬프트에 입력하면 AI 에이전트가 맥락을 파악해 사용자가 원하는 작업을 수행하는 것이죠.
여기서 모델 콘텍스트 프로토콜(Model Context Protocol, MCP)이 연결 고리 역할을 합니다. MCP는 AI 에이전트가 외부 데이터와 도구를 일관된 방식으로 사용하도록 연결하는 개방형 규격입니다. AI 에이전트는 MCP를 통해 학습 당시에는 알 수 없었던 실시간 운영 정보와 시스템 기능을 활용할 수 있습니다.
Fusion에는 플릿(Fleet)과 워크로드 같은 고유한 개념이 있습니다. 장비의 용량과 성능, 경고 상태도 계속 바뀝니다. MCP 서버는 이러한 최신 맥락을 AI에 전달합니다. AI가 단순한 대화 도구를 넘어 스토리지 운영을 지원할 수 있는 기반입니다.
Everpure Fusion MCP Server의 역할
Everpure Fusion MCP Server는 MCP를 매계로 AI 에이전트를 FlashArray와 FlashBlade 환경에 연결합니다. AI 에이전트가 스토리지 운영에 관한 질문을 이해하고 관련 정보를 찾도록 돕는 중간 다리 역할을 하는 것입니다. 간단한 예를 들자면 관리자가 “전체 플릿의 현황을 보여 줘”라고 물으면 MCP Server가 기존 관리 API를 호출합니다. 장비 목록과 용량, 성능, 경고, 볼륨, 파일 시스템, 워크로드 정보를 구조화해 AI에 전달합니다. “최근 한 시간 동안 지연 시간이 높았던 시스템을 찾아 줘”와 같은 질문을 해도 사용자 의도를 파악해 답합니다.
여기서 한가지 짚고 넘어갈 것이 있습니다. MCP가 기존 API를 없애거나 대신하는 것은 아니라는 것입니다. MCP 서버는 AI 에이전트가 API를 일관된 방식으로 사용하도록 맥락과 도구를 제공하는 역할을 합니다.
관리 편의성이 높다고 핵심 인프라인 스토리지 관리에 AI 에이전트를 바로 투입할 수 있을까요? 기업 환경에서는 보안이 전제되어야 가능합니다. Everpure Fusion MCP Server는 엔터프라이즈가 요구하는 수준의 권한 설계를 통해 보안을 강화하였습니다. 장비 현황과 용량, 성능, 경고 등을 확인하는 기본 흐름은 읽기 전용(Read-only)입니다. 시스템을 바꾸지 않고 상태를 조회하고 분석합니다. 배치 위치 추천과 워크로드 프리셋 생성·수정, 워크로드 배포를 위한 감독형 쓰기(Supervised Write) 도구도 선택적으로 활성화할 수 있습니다.
Everpure가 구상하는 AI 에이전트의 역할은 스토리지 상태를 확인하고 알려 주는 데 그치지 않습니다. AI 에이전트가 문제의 원인을 분석하고 적절한 해결 방법을 제안한 뒤, 관리자가 승인한 작업까지 수행하도록 활용 범위를 넓히는 것입니다. 중요한 변경 작업의 실행 여부는 관리자가 결정합니다. 반복적인 확인과 조치는 AI가 지원하고, 운영에 영향을 줄 수 있는 결정은 사람이 통제하는 방식으로 볼 수 있습니다.
멀티벤더 스택에서는 어떻게 활용할 수 있을까?
기업의 스토리지 인프라는 다양한 장비와 솔루션으로 구성한 스택이 일부입니다. 다양한 요소로 구성한 스택 환경에서 Everpure Fusion MCP Server는 어느 정도 수준까지 맥락을 파악해 사용자가 요청한 작업을 처리할 수 있는 지 예제를 통해 알아보겠습니다.
Pure 스토리지와 Nutanix 컴퓨팅, Rubrik 백업으로 구성한 환경을 갖춘 조직을 예로 들어보겠습니다. 어느 날 슬랙(Slack)에 “Oracle 백업이 실패했습니다”라는 메시지가 관리자에게 전달되었다고 가정해 보겠습니다.
기존 방식에서는 관리자가 ServiceNow에서 장애 내용을 확인합니다. Rubrik에서는 백업 작업 내역을 살피고, Nutanix에서는 서버와 가상머신 같은 컴퓨팅 자원의 상태를 확인합니다. Everpure Fusion에서는 스토리지의 용량과 성능, 워크로드 배치 상태를 점검합니다. 서로 다른 관리 화면을 오가며 정보를 비교해야 하므로 원인 파악과 대응에 시간이 걸립니다.
이러한 시스템의 정보와 관리 기능을 MCP Server나 API 같은 연결 도구를 통해 AI 에이전트에 연계하면 여러 단계의 확인 작업을 하나의 대화 흐름으로 묶을 수 있습니다. 관리자가 “장애 원인을 확인하고 해결 방안을 제시해 줘”라고 요청하면 AI 에이전트가 연결된 시스템에서 필요한 정보를 다음과 같이 수집하고 분석합니다.
1. AI 에이전트가 슬랙 경고와 ServiceNow 장애 내용을 읽습니다.
2. Rubrik의 백업 실패 기록과 Nutanix의 컴퓨팅 상태를 확인합니다.
3. Fusion MCP Server를 통해 스토리지의 용량과 성능, 워크로드 배치 상태를 조회합니다.
4. 여러 시스템의 시간대와 자원 상태를 비교해 가능한 원인을 정리합니다.
5. 해결 방안과 예상 영향을 제시하고 관리자에게 승인을 요청합니다.
6. 승인한 범위에서 조치를 실행하고 결과와 근본 원인 분석 항목을 티켓에 남깁니다.
7. 처리 결과를 슬랙에 공유합니다.
물론 Fusion MCP Server가 Nutanix나 Rubrik을 직접 제어하는 구조는 아닙니다. 각 벤더의 MCP Server와 도구가 자신의 영역을 담당합니다. AI 에이전트가 이들을 조율하며 정보를 하나의 작업 흐름으로 연결하는 흐름이라고 이해해야 합니다.
이기종 환경 사례는 멀티벤더 MCP 생태계가 충분히 갖춰졌을 때 구현할 수 있는 확장 시나리오입니다. 현재 공개된 Fusion MCP Server 하나가 장애 대응 전 과정을 자동으로 처리한다는 뜻은 아닙니다. 시스템별 연결 도구와 권한 정책, 오케스트레이션, 사람의 승인 절차가 함께 필요합니다.
살펴본 것처럼 Fusion MCP Server를 활용하면 여러 도구에 흩어진 정보를 모아 장애 원인 분석과 조치를 빠르게 할 수 있습니다. 물론 AI 에이전트가 관리자를 대신해 모든 결정을 내리는 존재는 아닙니다. 관리자가 반복 작업에서 벗어나 용량 계획과 성능 최적화, 장애 대응 정책처럼 더 높은 수준의 의사결정에 집중하도록 돕는 운영 파트너에 가깝다고 할 수 있습니다.
누구나 쓸 수 있는 오픈 소스
Everpure Fusion MCP Server는 PureStorage-OpenConnect 깃허브에 오픈 소스로 공개돼 있습니다. Apache 2.0 라이선스를 적용해 기업에서 원하는 방식으로 자유롭게 사용할 수 있습니다. 테스트를 원할 경우 깃허브에 올려 놓은 USER_GUIDE.md 문서를 참조하면 됩니다. 사전 평가를 하고자 한다면 단계별로 기능을 파악해보세요. 첫 단계에서는 플릿 현황과 용량, 성능, 경고를 자연어로 조회하며 답변의 정확성을 확인해보세요. 다음 단계에서는 반복적인 장애 분석과 보고 업무를 대상으로 효과를 측정해봅니다. 감독형 쓰기 기능은 최소 권한과 사전 검토, 명시적 승인 절차를 마련한 뒤 제한된 작업부터 적용하는 것을 추천합니다.
이상으로 Everpure Fusion MCP Server에 대해 간략히 알아보았습니다. Fusion MCP Server 사전 테스트나 현재 스토리지 인프라 환경에 적용하는 방안이 궁금하시다면 대원씨티에스로 문의 바랍니다.
참고 자료
댓글