데이터관리 썸네일형 리스트형 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 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 AI 시대의 지속가능성, 전력 중심 인프라 전략이 답이다! AI 도입이 본격화되면서 기업들은 그래픽처리장치(GPU) 확보와 컴퓨팅 성능 확장에 집중하고 있다. 그러나 현장에서 드러나는 제약은 다르다. AI 확산의 진짜 병목은 더 이상 컴퓨팅이 아니라 ‘전력’이다. GPU는 투자와 공급만 확보되면 비교적 빠르게 확장할 수 있는 반면, 데이터센터 전력은 그렇지 않다. 전력망 연결, 인허가, 지역 수용성 등 다양한 요소가 얽히면서 전력 확보는 점점 더 복잡해지고 있다. 글로벌 시장에서도 전력 문제로 데이터센터 구축이 지연되거나 무산되는 사례가 늘고 있다. 데이터센터 산업 전문 매체 데이터센터 날리지(Data Center Knowledge)의 데이터센터 워치(Data Center Watch) 보고서에 따르면, 2023년 이후 미국에서 약 640억 달러(약 87조 원) .. 더보기 에이전틱 AI가 바꾸는 기업 IT 운영 생성형 AI는 이미 다양한 산업에서 활용되고 있다. 사용자 질문에 답하거나 데이터를 분석해 추천을 제공하는 AI ‘조언자’는 업무 효율성을 높이는 데 분명한 도움이 된다. 하지만 AI 기술 발전은 여기서 멈추지 않는다. 단순히 정보를 제공하는 수준을 넘어 스스로 판단하고 실행하는 ‘에이전틱 AI(Agentic AI)’가 등장하면서 AI의 역할이 빠르게 확장되고 있다. 특히 기업의 IT 환경에서는 이러한 변화가 더욱 중요하다. 많은 조직이 AI를 실험 단계에서 실제 운영 환경으로 확대하고 있기 때문이다. 이 과정에서 기업이 요구하는 것은 단순한 자동화를 넘어 자율성, 신뢰할 수 있는 데이터, 강력한 거버넌스, 그리고 높은 시스템 회복력이다. 이러한 요구에 대응할 수 있는 기술이 바로 에이전틱 AI다. 에.. 더보기 확장 가능한 AI 시대의 인프라 전략 인공지능(AI) 기술은 기업의 비즈니스 전반을 빠르게 재편하고 있다. 혁신과 운영 효율화, 위험 관리까지 기업의 주요 기능이 AI 중심으로 이동하면서 데이터 인프라는 그 기반이자 경쟁력을 좌우하는 핵심 요소가 되고 있다. 많은 기업이 AI를 전략적으로 도입하고 있지만 실제 성과는 이를 지탱하는 디지털 인프라의 안정성과 확장성에 의해 결정된다. 다시 말해 AI 경쟁력은 알고리즘 자체가 아니라 데이터를 어떻게 저장하고 보호하고 관리하느냐에 달려 있다. 데이터 기반의 복원력: 정확한 데이터 없이는 AI가 작동하지 않는다 AI 시스템은 기반 데이터의 품질을 그대로 반영한다. 데이터 손실, 왜곡, 조작은 기술적 오류를 넘어 기업의 평판, 재무, 운영 리스크로 직결된다. 글로벌 조사에 따르면, 데이터 손실 발생 .. 더보기 이전 1 2 3 4 ··· 7 다음 What Inspires Sustainable Technology?
