AI는 인프라 계획 방식을 바꾸고 있습니다. 그 이유는 다음과 같습니다.

AI 워크로드가 다양해짐에 따라 데이터는 인프라 관련 의사 결정의 주요 동인이 되고 있습니다.

인프라 계획은 오랫동안 조직들이 플랫폼을 선택하고, 기술을 검증하고, 아키텍처를 표준화한 다음, 이를 일관되고 효율적으로 확장해 나가는 안정성을 기반으로 구축되어 왔습니다.

하지만 더 많은 AI 프로젝트가 시범 단계를 넘어 실제 운영 단계로 진입함에 따라 이러한 상황이 변화하고 있습니다.

이제 팀들은 점점 더 다양해지는 워크로드, 배포 환경 및 비즈니스 요구 사항을 지원하는 동시에 거버넌스, 규정 준수 및 주권 요구 사항도 충족해야 합니다. 일부 AI 애플리케이션은 퍼블릭 클라우드에서 실행되는 반면, 다른 애플리케이션은 온프레미스 또는 엣지에서 실행됩니다.

한편, 기술의 급속한 발전으로 인해 그 어느 때보다 다양한 모델과 배포 옵션이 생겨나고 있습니다. 인프라 관련 의사 결정은 단일 표준 아키텍처를 찾는 것보다 적응력을 유지할 수 있는 유연성을 확보하는 데 더 중점을 두게 되었습니다.

AI 워크플로우 내에서 모델 간의 상호 교환 가능성이 점점 높아지고 있습니다. 조직은 비용, 성능 또는 비즈니스 요구 사항에 따라 다양한 작업을 서로 다른 모델로 배정할 수 있습니다. 고성능 AI 모델이 하이퍼스케일 인프라부터 로컬 기기에 이르기까지 더욱 광범위한 환경에서 등장하고 있습니다. 인프라 제공업체들은 또한 더욱 모듈화되고 교체 가능한 컴퓨팅 아키텍처를 계획하고 있습니다.

이 모든 것은 더 광범위한 변화를 시사합니다. AI 인프라는 점점 더 역동적으로 변하고 있으며, 인프라 관련 의사 결정은 점점 더 워크로드별로 특화되고 있습니다. 많은 경우, 그 이유는 데이터 때문입니다.

변화하는 데이터의 가치

AI는 시스템, 워크플로 및 애플리케이션 전반에 걸쳐 데이터를 재사용할 수 있는 새로운 기회를 창출하고 있습니다. 이러한 애플리케이션들은 데이터 저장 위치, 데이터 관리 방식, 데이터 접근 권한, 데이터 이동 빈도, 데이터 보존 기간 등에 대해 각기 다른 요구 사항을 가지고 있습니다. 개인 정보 보호, 주권, 지연 시간, 경제성 및 운영상의 고려 사항 또한 이러한 아키텍처 결정에 영향을 미칩니다.

이는 인프라가 획일적인 배포 방식보다는 데이터의 요구 사항에 따라 점점 더 구체화되고 있음을 의미합니다. 역사적으로 기업들은 알려진 비즈니스 질문에 답하기 위해 데이터를 수집해 왔습니다. 분석은 미래 결과를 예측하는 데 도움이 되었지만, 질문 자체는 대개 사전에 파악되어 있었습니다.

AI를 활용하면 고객 상호작용, 운영 이력, 관리 기록, 조직 지식 및 비즈니스 맥락을 여러 시스템, 워크플로 및 애플리케이션에서 재사용할 수 있습니다.

새로운 배포는 향후 모델, 워크플로 및 의사 결정에 도움이 될 수 있는 새로운 데이터를 생성하므로, 보존된 데이터는 미래 가치 창출의 입력값이 됩니다.

데이터가 인프라보다 오래 지속될 때

업계 관계자들과의 대화를 통해 개별 컴퓨팅 주기가 끝난 후에도 데이터가 오랫동안 남아 있다는 사실이 점점 더 분명해지고 있습니다. 모델, 인프라 및 애플리케이션은 변경될 수 있지만 데이터는 그대로 남아 있습니다.

그 결과, 많은 조직들이 시중에 나와 있는 모델과 자체 데이터를 결합하는 데서 가치를 발견하고 있습니다. 그러한 상황이 발생하면 데이터를 보존, 관리, 접근 및 재사용하는 능력이 더욱 중요해집니다. 데이터는 종종 데이터를 처리하는 데 사용되는 인프라보다 오래 지속되기 때문에, 조직들은 기술 발전과 함께 적응할 수 있는 아키텍처에 더욱 중점을 두고 있습니다.

그들은 새로운 기술을 도입하고 인프라를 더 빠르게 검증할 수 있는 능력을 원합니다. 그들은 모든 것을 처음부터 다시 구축하지 않고도 변화하는 요구 사항에 대응할 수 있는 아키텍처를 원합니다.

또한 기술 계층 간의 경직된 의존성을 줄이는 적응형 인프라 모델에 대한 관심이 높아지고 있는 것을 목격하고 있습니다. 이러한 유연성은 변화하는 업무량, 기술 및 비즈니스 우선순위에 대응할 수 있도록 충분한 선택권을 제공하기 위한 것입니다.

인공지능이 비즈니스 운영에 더욱 깊숙이 자리 잡게 됨에 따라, 인프라 관련 의사 결정은 데이터의 위치, 관리 방식, 가치 유지 기간, 그리고 점점 더 다양해지는 애플리케이션과 워크로드 전반에 걸쳐 데이터를 얼마나 효과적으로 재사용할 수 있는지 등 데이터에 의해 좌우될 것입니다.

데이터의 장기적인 가치를 중심으로 유연한 인프라를 구축하는 것이 미래 인공지능의 핵심 경쟁력이 될 것입니다.

자세히 보기: Seagate 스토리지 전략 평가를 통해 더욱 유연하고 미래 지향적인 인프라를 구축할 수 있는 기회를 찾아보세요.