데이터활용 썸네일형 리스트형 데이터를 담는 그릇이 경쟁력을 바꾼다! AI 활용이 기업 전반으로 확산되면서 데이터 관리 방식도 빠르게 변화하고 있다. 특히 이미지와 영상, 음성 등 비정형 데이터가 폭발적으로 증가하면서 기존 스토리지만으로는 저장과 활용, 보호까지 모두 만족시키기 어려워졌다. 여기에 랜섬웨어와 같은 사이버 위협이 일상이 된 지금, 기업들은 데이터를 얼마나 많이 저장하느냐보다 얼마나 안전하게 보관하고, 필요할 때 효율적으로 활용할 수 있느냐가 더욱 중요한 조건이 됐다. 이러한 변화 속에서 다시 주목받고 있는 솔루션이 바로 오브젝트 스토리지(Object Storage)다. 그동안 아카이브와 데이터 장기 보관용으로 인식되어 온 오브젝트 스토리지는 이제 AI 데이터 플랫폼과 사이버 복원력(Cyber Resilience)을 위한 핵심 인프라로 진화하고 있다. 오브젝.. 더보기 지금은 '데이터 통제가 경쟁력' 시대 클라우드 전환이 본격화된 이후 많은 기업이 예상치 못한 문제와 마주했다. 데이터를 어디에 두고 어떻게 옮길지, 누가 접근할 수 있는가의 결정권이 자신들에게 있지 않다는 사실을 말이다. 특정 클라우드 벤더에 의존하면 데이터는 어느새 고립된다. 이동할 때마다 예상 밖의 비용이 발생하고 거버넌스 정책은 환경마다 따로 관리해야 한다. 이것이 오늘날 많은 IT 조직이 전략 실행보다 IT운영 관리에 더 많은 시간을 쓰는 이유다. AI는 데이터를 먹고 작동한다. 데이터를 자유롭게 통제하지 못하는 기업은 AI 전략도 그 한계 안에서 움직이게 된다. 데이터 주권, 즉 데이터의 위치와 이동, 활용을 스스로 결정할 수 있는 힘이 AI 경쟁력의 전제 조건이다. 멀티클라우드는 선언이 아닌 실제 작동해야 많은 기업이 멀티클라우.. 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 스트라드비젼, AI 인프라 도입으로 글로벌 시장에서 비상의 날개 펴다 최적화와 커스터마이징 기술로 글로벌 시장 공략 2014년 설립된 스트라드비젼은 글로벌 완성차에 자율주행 소프트웨어를 공급하며 경험과 기술력을 축적해 온 국내 스타트업이다. 스트라드비젼이 개발, 공급 중인 고성능 인지 소프트웨어(SVNet)는 차량에 탑재된 카메라 영상을 활용해 차량부터 보행자, 차선, 교통표지판 등 다양한 오브젝트를 실시간으로 인식한다. 특히 높은 정확도와 차량용 임베디드 환경에 최적화된 경량 구조가 강점이다. “스트라드비젼은 전 세계 고객사 차량에서 발생하는 실제 주행 데이터를 기반으로 데이터 수집부터 가공, 학습, 검증까지 전 과정을 엔드투엔드 AI 데이터 파이프라인으로 운영하고 있습니다. 하드웨어에 종속되지 않고, 대다수 글로벌 자동차 반도체 플랫폼을 지원한다는 점이 시장에서 높은 .. 더보기 AI와 레이크하우스를 위한 차세대 분석 엔진, 오브젝트 스토리지 기업들이 데이터를 다루는 목적은 단순하다. 필요한 사람과 시스템, 나아가 인공지능(AI)에게 적절한 정보를 적절한 시점에 제공하는 것이다. 하지만 지금까지도 이 단순한 목적을 달성하는 것이 그렇게 쉬운 일은 아니다. 데이터 웨어하우스가 등장했을 때는 데이터 변환과 저장에 오랜 시간이 걸렸고, 셀프 서비스 비즈니스 인텔리전스(BI)가 보편화 되었을 때도 느린 개발 주기와 제한된 데이터 구조가 발목을 잡았다. 이후 '데이터 레이크'가 부상했지만 정제되지 않은 데이터가 쌓이면서 '데이터 늪'이라는 오명을 쓰기도 했다. 데이터를 제대로 활용하기 위해서는 저장, 정제, 분석이 자연스럽게 이어지는 환경이 필요하다. 오브젝트 스토리지의 새로운 가능성 이 지점에서 주목받고 있는 것이 바로 오브젝트 스토리지다. 오브.. 더보기 AI의 성공, 전략은 기술 아닌 ‘인프라’에 있다 디지털 전환이 가속화되면서 인공지능(AI)의 활용 범위가 산업 전반으로 빠르게 확장되고 있다. 특히 생성형 AI, 머신러닝, 고속 추론 모델 등 다양한 형태의 AI 기술이 실무에 적용되기 시작하면서 기업들의 기대감도 함께 커지고 있다. 그러나 현실은 기대와 다르다. 많은 기업들이 AI 도입 이후에도 뚜렷한 성과를 얻지 못하고 있다. 그 이유는 기술력이나 데이터 자체 부족이 아니라 AI 성능을 뒷받침할 인프라의 한계 때문이다. 고성능 GPU 컴퓨팅 자원을 확보하더라도 데이터를 빠르고 안정적으로 공급하지 못하면 AI 성능은 자연히 제약을 받을 수밖에 없다. 이러한 병목 현상을 해소하기 위한 해법으로 주목받는 것이 바로 HS효성인포메이션시스템 AI 플랫폼과 해머스페이스(Hammerspace) 통합 솔루션이다... 더보기 소프트웨어 정의 스토리지, IT 인프라 혁신의 열쇠 기업들은 지속적으로 증가하는 데이터의 홍수 속에서 이를 효과적으로 관리하고 운영해야 하는 과제에 직면해 있다. 이를 위해 기업들은 데이터를 보다 효율적이고 경제적으로 운영할 수 있는 혁신적인 솔루션을 찾고 있으며, 그 해결책 중 하나가 소프트웨어 정의 스토리지(Software-Defined Storage, SDS)다. SDS는 기존 스토리지 시스템의 한계를 극복하고 IT 인프라를 더 유연하고 확장 가능하게 만드는 강력한 기술이다. IT 인프라의 유연성 및 확장 가능성 향상 엔터프라이즈와 클라우드 워크로드의 개수 및 유형이 증가하면서 관련 인프라에 대한 수요도 늘고 있다. 스토리지가 어디에 위치해 있든 기존 및 최신 데이터베이스, 애플리케이션, 가상머신 그리고 컨테이너를 지원할 수 있는 민첩성을 갖춰야 .. 더보기 AI 시대, 비정형 데이터 관리의 새로운 패러다임 디지털 시대에 데이터를 효율적으로 관리하고 활용하는 것은 기업 경쟁력의 핵심이다. 특히 최근 급속히 발전하는 인공지능(AI) 기술은 방대한 양의 비정형 데이터를 신속하고 정확하게 분석하여 유의미한 인사이트를 제공하고 있다. 그러나 많은 조직이 여전히 폭발적으로 증가하는 비정형 데이터를 효율적으로 관리하고 분석하는 데 어려움을 겪고 있다. 이에 따라 확장성과 유연성을 겸비한 NAS(Network Attached Storage) 기반의 통합 데이터 플랫폼이 AI 시대의 새로운 데이터 관리 패러다임으로 주목받고 있다.지속적으로 증가하는 데이터를 효과적으로 관리하고 그 가치를 극대화하기 위해서는, 확장가능하고 유연한 통합 데이터 플랫폼이 필요하다. 이를 통해 복잡한 데이터를 신속하고 안전하게 처리하는 것은 물론.. 더보기 이전 1 2 3 4 ··· 6 다음 What Inspires Sustainable Technology?
