본문 바로가기

분류 전체보기

사이버 복원력의 핵심, ‘실시간 데이터 보호’ 오늘날 IT 시스템은 우리의 삶과 밀접하게 연결돼 있어 장애 발생 시 큰 파급력을 불러올 수 있다. IT 시스템의 블랙스완 시대에 살고 있다고 해도 과언이 아니다. 따라서 많은 기업은 시스템 장애로 인한 부작용을 최소화하기 위해 데이터 손실을 줄이고 서비스를 신속히 복구하는 비즈니스 연속성 확보에 집중해야 한다. RPO·RTO 기반 복구 목표 수립해야 HS효성인포메이션시스템은 비즈니스 연속성을 확보하기 위한 핵심 요소로 복구 목표 설정, 이중화 설계, 데이터 보호 전략, 자동화 체계를 제시한다. 모든 업무를 동일한 수준으로 보호하기보다 업무 중요도에 따라 복구시점목표(RPO)와 복구시간목표(RTO)를 설정하고, 이에 맞는 재해복구 수준을 결정해야 하기 때문이다. RPO는 장애 발생 시 어느 시점의 데이.. 더보기
AI가 틀리는 이유, 결국 ‘데이터’ AI 도입을 검토하는 기업들은 이런 상황과 자주 마주한다. 최신 거대언어모델(LLM)을 채택했고, 컴퓨팅 자원도 충분한데 결과물이 기대에 한참 미치지 못하는 경우다. 원인을 추적하다 보면 결국 같은 지점에 도달한다. 문제는 모델이 아니라 ‘데이터’라는 것이다. 기업들은 내부 정보를 AI와 연결하기 위해 RAG(Retrieval-Augmented Generation) 등의 아키텍처를 구축한다. 그러나 실제 도입 과정에서 AI의 최종 성능을 좌우하는 것은 모델 자체의 성능만이 아니라 내부 데이터의 정제 상태와 품질이라는 사실을 알게 된다. 기초 데이터나 정보가 잘못되면 그 결과물 역시 아무런 가치가 없다는 ‘GIGO(Garbage In, Garbage Out)’는 오래된 말이지만, AI 시대에 더 강조되고 .. 더보기
AI 확장의 성패, ‘운영 기반’에서 결정된다! 인공지능(AI) 도입에 야심 찬 기업은 넘쳐난다. 하지만 야망과 실행 역량은 다른 문제다. 히타치 밴타라의 ‘2025 데이터 인프라 현황 글로벌 보고서’에 따르면, 미국과 캐나다 기업 중 데이터를 효과적으로 관리할 거버넌스 체계와 인프라 역량을 갖춘 곳은 42%에 불과하다. 절반 넘는 기업이 AI 확장 기반 자체가 갖춰지지 않은 상태에서 투자를 늘리는 셈이다. 많은 기업이 그 원인을 모델 성능에서 찾으려 한다. 더 좋은 LLM을 선택하고 더 많은 컴퓨팅 자원을 확보하면 문제가 해결될 것이라는 기대다. 하지만 고성능 모델을 도입하고도 기대한 성과가 나오지 않는 경우가 반복되면, 문제는 모델이 아닌 다른 곳에 있을 가능성이 높다. AI 성과를 좌우하는 것은 모델의 정교함이 아니라 그 모델이 작동하는 기반인 .. 더보기
AI 성과의 핵심, ‘모델보다 데이터 인프라’ 기업의 AI 도입은 이제 선택이 아닌 필수다. 많은 기업이 생성형 AI를 업무 혁신의 핵심 과제로 삼고 관련 투자를 확대하고 있다. 그러나 실제 현장에서는 기대만큼 성과를 거두지 못하는 경우가 적지 않다. AI 모델 성능은 빠르게 발전하고 있지만 이를 뒷받침하는 데이터 인프라가 충분치 않은 경우가 많기 때문이다. AI 성과를 좌우하는 요소들 히타치 밴타라가 15개 시장의 IT 리더 1200명 이상을 대상으로 조사한 ‘2025 데이터 인프라 현황 글로벌 보고서’는 이러한 현실을 잘 보여준다. 이 보고서는 기업 데이터 인프라 성숙도를 기준으로 AI 성과와 운영 역량의 차이를 분석했다. 그 결과, 회복탄력적인 인프라, 정제된 데이터, AI 기반 운영, 측정 가능한 성과를 갖춘 ‘최적화’ 단계에 도달한 조직은.. 더보기
에이전틱 AI 시대, 기업 경쟁력의 핵심은? 기업의 AI 도입은 이제 선택이 아닌 필수다. 많은 조직이 AI를 활용해 업무 효율을 높이고 있지만, 현장에서 체감하는 변화는 기대에 못 미치는 경우가 많다. AI가 다양한 인사이트를 제공하더라도 실제 실행은 여전히 사람 몫이기 때문이다. 데이터는 폭증하고 인프라는 복잡하고 사이버 위협은 더욱 정교해지고 있다. 단순히 ‘조언하는 AI’만으로는 한계가 분명하다. 이러한 흐름 속에서 주목받는 개념이 ‘에이전틱(Agentic) AI’다. 답을 제시하는 수준을 넘어 스스로 상황을 인지하고 판단하며 실제 행동까지 수행하는 AI를 의미한다. 이는 단순한 기술 진화가 아닌 엔터프라이즈 IT 운영 방식 자체를 바꾸는 구조적 변화에 가깝다. 과거 IT가 요청에 대응하는 지원 조직이었다면 이제는 시스템이 스스로 운영을 수.. 더보기
설렘과 도전 사이, HS효성인포메이션시스템 신입사원의 하루 속으로 2026년 HS효성인포메이션시스템에 ‘새로운 얼굴’이 등장했다. 이제 막 사회인이 된 신입사원 6명이 주인공이다. 이들 중 CS2팀 윤도경 프로와 SA팀 조성우 프로의 ‘찐 신입사원의 생활’ 속으로 들어가 본다. ✓ 현장에서 시작된 엔지니어의 첫걸음_CS2팀 윤도경 프로 나에게 스토리지는 낯선 분야였고, 대학에서 배운 것과 거리도 있었다. 다만 Linux를 공부하던 시기였고, HS효성인포메이션시스템의 직무 공고 속 ‘Linux’ 우대는 내 마음을 사로잡기에 충분했다. 11년 연속 하이엔드 스토리지 시장 1위라는 타이틀과 IT 인프라의 향후 발전 가능성도 크게 다가왔다. 그렇게 HS효성인포메이션시스템 CS2팀의 신입 엔지니어로서 생활이 시작됐다. 스토리지에 대해 알아가는 과정은 서버나 네트워크와는 너무.. 더보기
도전의 2026년, AX 선택의 기로(3) AX의 기로에 선 기업을 위해 HS효성인포메이션시스템이 제시하는 전략과 방안 그 마지막 시간! 이번 주제는 데이터 관리를 위한 통합 전략이다. Solution 3. 데이터 관리를 위한 통합 전략, VSP One AI 시대에 데이터는 기업의 가장 중요한 자산이다. 그러나 온프레미스·하이브리드·멀티 클라우드 등 다양한 위치에 데이터가 분산 저장되며, 데이터 운영과 관리 복잡성을 증가시키고 있다. 이러한 문제를 해결하기 위해 HS효성인포메이션시스템은 ‘VSP One’을 제안한다. VSP One은 서로 다른 데이터 플랫폼을 하나의 데이터 관리 인프라로 통합하고, 개별적으로 운영하던 관리 소프트웨어를 하나의 데이터 관리 소프트웨어 패밀리로 묶어 애플리케이션 실행과 데이터 활용 효율을 높이는 통합 플랫폼이다. V.. 더보기
GPU보다 더 중요한 ‘스토리지 전략’ AI 도입이 본격화되면서 기업들은 GPU 확보와 컴퓨팅 성능 확장에 집중하고 있다. 그러나 현장에서 마주하는 현실은 다르다. AI 프로젝트가 개념 검증(PoC)을 넘어 실제 서비스 단계로 확장되면서 예상하지 못했던 병목이 드러나기 때문이다. 그 중심에 ‘스토리지’가 있다. 고성능 GPU를 도입했음에도 기대만큼 성과가 나오지 않는 이유는 명확하다. 데이터가 제때 공급되지 않기 때문이다. 마이크로소프트 리서치가 2024년 국제 소프트웨어공학 학회(ICSE)에 발표한 연구에 따르면, 실제 운영 환경에서 딥러닝 작업의 GPU 활용률은 평균 50% 이하에 머무르는 것으로 나타났다. 특히 활용 저하의 약 절반 가량이 모델 자체가 아닌 입출력(I/O), 데이터 이동, 전처리와 같은 데이터 처리 과정에서 발생하는 것으.. 더보기

What Inspires Sustainable Technology?

티스토리툴바