본문 바로가기

데이터관리

'TMI' Episode 5: 데이터 중심 비즈니스를 위한 차세대 파일 스토리지 2024년은 효성인포메이션시스템이 NAS(Network Attached Storage) 분야에서 큰 획을 그은 한 해로 기록될 것이다. 블록, 파일, 오브젝트, 메인프레임과 같이 서로 다른 유형의 데이터 플랫폼을 하나의 데이터 플레인으로 통합 관리하는 ‘VSP ONE’ 전략의 첫 번째 솔루션으로 VSP One File을 출시한 것이다.완전히 새롭게 업그레이드한 NAS 아키텍처와 기능으로 주목받는 VSP One File을 다양한 관점에서 알아본다.동급 최고 성능의 NAS 스토리지, VSP One File스토리지에 대한 새로운 접근법인 VSP ONE 전략이 추구하는 바는 두 가지다. 첫째는 블록, 파일, 오브젝트와 같이 다양한 형태로 온프레미스나 퍼블릭 클라우드, 하이브리드에 분산된 데이터를 하나의 데이터 .. 더보기
하이브리드 클라우드 환경까지, VSP ONE의 무한 확장! AI와 관련 기술들이 등장하면서 데이터의 양이 기하급수적으로 증가하고 있다. 2023년부터 2025년까지 중소 규모의 기업이 보유한 데이터 양마저도 두 배 이상에 달할 전망이다. 폭증하는 데이터가 지속가능성이라는 목표를 방해하지 않도록 기업은 데이터 아키텍처 구축과 확장 방안을 새롭게 고민해야 하는 상황이다.데이터 플랫폼, 효율적인 데이터 관리 전략으로 등장하이브리드 클라우드 환경에서 데이터 보안, 규정 준수 및 접근성을 보장하려면 강력하고 효율적인 데이터 관리 전략이 필요하다. 이의 해결 방안으로 등장한 ‘데이터 플랫폼’은 위치와 관계없이 데이터를 저장, 관리, 분석하는 방법을 제공한다. 또한 하이브리드 클라우드 환경과 원활하게 통합함으로써 데이터 사일로를 제거하고 데이터 자산의 잠재력을 끌어낼 수 있.. 더보기
데이터 설계의 핵심, 차세대 파일 스토리지 솔루션 데이터가 비즈니스의 핵심인 지금 같은 시대에는 다양한 형태로 존재하는 데이터의 관리나 보안, 신속한 배치(적용) 등이 매끄럽고 효율적으로 이뤄져야 하며, 동시에 비용 효율성도 보장되어야 한다.VSP ONE은 이런 점을 염두에 두고 개발된 전략으로 긍정적인 고객 경험, 강력한 관리 기능, 확장된 배치(적용) 옵션을 제공하는 데 그 목적이 있다. VSP ONE 전략은 블록, 파일, 오브젝트, 메인프레임 등 데이터 유형이 다른 스토리지 플랫폼을 하나의 데이터 플레인으로 통합한 플랫폼이며, IO를 컨트롤하는 소프트웨어 역시 하나의 데이터 관리 소프트웨어 패밀리를 통해 통합한다는 전략이다.다시 말해, VSP ONE은 안전하고 강력하면서 사용까지 편리한 데이터 경험을 제공하는, 사용자 중심의 하이브리드 클라우드 데.. 더보기
펜타호+, 데이터 잠재력을 깨우는 통합 솔루션 데이터 중심 세상에서 기업의 성장과 혁신을 위해 중요한 것은 뭘까. 데이터의 모든 잠재력을 최대로 끌어내 효과적으로 활용하는 것일 것이다. 데이터 분석가, IT 관리자, 비즈니스 리더 등 조직 내 전 임직원이 데이터가 어디에 있든 상관없이 데이터 생성부터 통찰력 확보에 이르는 모든 과정에서 데이터를 매끄럽게 처리할 수 있어야 한다.데이터 가치를 완벽히 실현하는 전천후 솔루션지난해는 생성형 AI 활용이 급속도로 증가한 해로 꼽을 수 있다. 펜타호+는 이런 트렌드에 맞춰 정제되고 신뢰할 수 있는 데이터를 사용해 기업의 비즈니스 혁신을 지원하기 위해 출시된 솔루션이다. 온프레미스와 퍼블릭 클라우드 데이터센터에 분산된 하이브리드 데이터에 대한 액세스를 개선하는 솔루션인 펜타호+는 정형, 반정형, 비정형 데이터를.. 더보기
데이터 가치 실현을 원한다면! 전 세계적으로 데이터가 폭증하면서 기업들의 고민이 깊어지고 있다. 복잡한 데이터로 인한 문제가 가장 시급하게 해결해야 할 과제이며 비즈니스 지속가능성, 데이터 보호, 거버넌스 관련 윤리 요건과 규제도 늘고 있다. 현대적인 데이터 인프라를 구축하면 이런 문제를 쉽게 해결할 수 있지만, 모든 기업이 이를 적용하기는 쉽지 않다. 데이터가 주도하는 세상에서 기업 지속가능성의 토대가 되어줄 데이터 인프라를 어떻게 준비해야 하는지 알아본다. ‘관리해야 할 데이터, 한계치를 넘었다!’ 히타치 밴타라가 12개국의 대기업 의사결정권자 1,288명을 대상으로 인터뷰를 진행한 바에 따르면, 2023년 현재 전 세계 기업들이 보유한 데이터는 평균 35PB로 추정된다. 2025년에는 이 수치가 65PB에 달할 것으로 보이며, .. 더보기
생성형 AI 열풍, 고성능 스토리지 시대를 열다 최근 AI의 급발전으로 데이터가 폭증하면서, 분석해야 할 데이터의 양 역시 폭발적으로 늘고 있다. 다양한 종류의 데이터를 비용 효율적으로 저장하고 활용하는 데이터 운영의 혁신이 필요한 때다. AI/ML, 고성능 데이터 분석 등 최신 엔터프라이즈 워크로드를 위해서는 그에 걸맞은 최고의 스토리지가 필요하다. 데이터 레이크, 고성능을 요구하다 데이터 유형에 상관없이 모든 데이터를 한 저장소에 모아 놓은 ‘데이터 레이크’. 그동안 데이터 레이크는 인프라 성능에 큰 부담을 미치지 않는 요소였다. 문제는 생성형 AI 열풍이 불면서부터다. 기업들이 수많은 콘텐츠에서 생성하는 대규모 언어 모델(LLM)에 대한 관심이 높아지면서, AI 모델 학습을 위한 고성능의 데이터 레이크 인프라에 대한 관심이 부상하고 있다. 전통적.. 더보기
고성능 AI 분석, 기대를 현실로! ‘Dall-E’와 ‘챗GPT(ChatGPT)’는 아마도 올해 가장 핫한 키워드일 것이다. 두 가지 서비스 영역은 그림과 텍스트로 각각 다르지만, 공통점이 하나 있다. 고성능 분석 환경에 기반한 AI 모델이라는 점이다. 멀게만 느껴지던 AI 분석은 어느새 우리 일상 깊숙이 들어와 버렸다. 데이터가 기하급수적으로 증가하는 요즘, 이러한 고성능 분석 환경은 기업에 더욱 필요해졌다. 그리고 고성능 분석 환경의 핵심에는 AI 분석을 위한 필수 요건인 고성능 데이터 레이크가 자리하고 있다. 데이터 웨어하우스부터 고성능 데이터 레이크까지 데이터 분석에 기반한 인사이트를 도출하는 일은 기업들이 이미 오래전부터 해오던 일이다. 초창기 IT 시장에 등장한 RDBMS 기반 데이터 웨어하우스가 그 시작이다. 당시에는 형태가 .. 더보기
복잡한 데이터 관리를 쉽고 빠르게! 기업들이 당면한 데이터 관련 프로젝트는 점차 복잡해지고 있다. 이제는 온프레미스와 클라우드의 다양한 데이터 소스에서 데이터를 연계하거나 로딩하는 정도로 끝나지 않는다. 다양한 포맷으로 변화하는 데이터 소스를 관리하고, 반복할 수 있는 프로세스를 규모에 맞게 설정해야 한다. 이 모든 엔터프라이즈 데이터를 제어하면서 거버넌스도 유지해야 한다. 이 과정에서 기업들은 수많은 IT 리소스, 타이트한 프로젝트 마감 시한, 반복적인 수작업 설계, 시간 소모가 큰 개발 과정, 수작업으로 인한 오류 발생 가능성 등 어려움이 많다. 빅데이터 통합 분석 솔루션 펜타호는 방대한 데이터 관리를 단순화하는 솔루션이다. 데이터 파이프라인을 자동화함으로써 비즈니스 사용자가 신속하게 데이터를 취합해 분석에 활용할 수 있도록 지원한다... 더보기
HCP CS, 클라우드 워크로드에 최적화된 '오브젝트 스토리지'의 간판 주자 2021년 IDC가 진행한 오브젝트 스토리지 시장 활용 설문 결과를 보면, 응답자의 80%는 오브젝트 스토리지가 IoT, 보고, 분석을 포함한 가장 중요한 IT 이니셔티브를 지원할 수 있다고 답했다. 스토리지가 단순한 인프라가 아닌 기업의 전략을 지원하는 기반이 될 수 있다는 뜻이다. 그런 면에서 오브젝트 스토리지는 혁신의 지렛대이자 IT 관리자의 고민을 해결해 주는 중요한 열쇠가 될 것이다. IT 전문 인력이 적거나 오브젝트 스토리지를 신속하게 도입하고자 하는 기업이라면 효성인포메이션시스템의 HCP CS 같은 상용 오브젝트 스토리지는 좋은 선택지가 될 수 있다. 오브젝트 스토리지 대세, 이유가 있다 IT 미디어 네트워크월드에 따르면, ‘오브젝트 스토리지’는 최근 몇 년간 스토리지 트렌드를 이끄는 핵심으.. 더보기
데이터 수집부터 통찰력 확보까지, 완벽한 데이터 통합 분석 로드맵 정형·비정형·반정형 데이터 등으로 데이터의 종류와 형태가 다양해지고 데이터 양이 급증했지만, 기업에는 빅데이터를 처리할 이렇다 할 플랫폼이 없어 문제가 된 시기가 있었다. ‘빅데이터’라는 용어가 회자된 2010년대 초반의 얘기다. 몇 년이 지나서야 기업들 사이에서 데이터 수집을 목적으로 하는 빅데이터 인프라 플랫폼 구축이 시작되었다. 데이터는 넘쳐나는데 정작 분석에 활용할 수 있는 데이터는 많지 않았기 때문이다. 그런데 빅데이터 플랫폼을 구축하고 보니 또 다른 문제가 발생했다. 분석에 활용되지 못한 채 방치되는 ‘다크 데이터(Dark data)’가 많아진 것이다. 이는 빅데이터 인프라 구축의 목적을 ‘데이터의 품질’이 아닌 ‘데이터의 수집’에만 두었기 때문에 발생한 문제다. 다크 데이터는 현재도 심각한 .. 더보기

티스토리툴바