인공지능(AI)과 데이터센터: 데이터가 가는 새로운 길

인공지능(AI)은 완전히 새로운 개념이 아닙니다. 수십년 간 공상과학 작품에서는 단골로 등장하는 소재였죠. 우리가 사는 세상에서는 어떨까요? 1956년 다트머스 대학에서 열린 한 기술 컨퍼런스에서 처음으로 AI라는 개념이 소개됐습니다. 그 후 지속적인 개발과 연구가 이뤄졌고, 2010년에 이르러 와이어드 잡지(Wired Magazine)가 ‘혁명'이라는 단어와 함께 인공지능을 소개하게 되죠.

AI는 IT의 새로운 시대를 여는 기반기술입니다. 바로 그 시대를 일컬어 ‘인지의 시대'라고 부를 수 있습니다. 이는 ‘프로그래밍의 시대'를 뒤따르는 개념입니다. 메인프레임, 클라이언트/서버, 모바일 클라우드 아키텍쳐를 아우르던 시대를 ‘프로그래밍의 시대'라고 부를 수 있습니다. 이 시대에는 개발자가 기계에게 특정 작업을 수행시키기 위해 소프트웨어를 만들었습니다. 

하지만, ‘인지의 시대'는 기계에 데이터를 입력하면, 기계가 스스로 발견하고, 예측모델을 더욱 정교하게 만드는 일들을 아우릅니다. 데이터로부터 새로운 차원의 통찰(Insight)을 얻을 수 있게 되는 것이죠.

AI기반 애플리케이션을 만들고 관리하고 운영하는 일은 고난이도의 작업입니다. 또한, 이런 애플리케이션이 잘 작동하기 위해 필요한 데이터센터와 멀티클라우드 인프라 구현도 점점 복잡해지고 있습니다. 때문에 IT 기업은 이런 환경을 지원하기 위해 큰 노력을 하고 있습니다.

앱과 데이터를 따라 인프라는 만들어집니다

AI와 머신러닝(ML) 관련 소프트웨어는 엄청난 속도로 발전하고 있습니다. 다양한 신규 앱의 기반이 되고 있죠. 새로운 앱이 만들어 진다는 건 당연하게도 더 많은 데이터가 만들어진다는 뜻입니다. 기존의 방식으로는 AI가 만들어내는 방대한 양의 데이터를 수집하고 저장하고 관리하는 것에 한계가 있습니다.

데이터센터가 이런 데이터를 다루기 위해서는 데이터가 생성되는 속도를 따라잡고, 데이터가 생성되는 수많은 지역을 커버해야 합니다. 데이터가 생성되는 곳의 엣지와 데이터센터 코어까지 전부 커버해야 된다는 뜻입니다.

결국 데이터센터와 엣지도 AI기반 기계가 작동하며 방대한 양의 수집된 데이터를 분석하고 정제해야 됩니다. 데이터센터와 서로 연결된 멀티클라우드 환경은 데이터를 다시 자체 머신러닝(ML)과 딥러닝(DL) 모델을 통해 분석하고 더 똑똑해지는 셈입니다. 그리하여 새로운 AI앱과 서비스를 잘 작동할 수 있게 도와주고, 기업의 엣지에 배포되는 것이죠. 선순환의 구조는 이렇게 완성됩니다.

시스코의 인공지능·머신러닝을 위한 신형 UCS 서버

시스코는 이런 니즈에 대응하기 위해, 자사 최초로 인공지능(AI)·머신러닝(ML)에 맞춤 설계된 신형 서버를 공개했습니다. 신형 시스코 UCS 서버는 머신러닝의 속도를 향상시키며, 강력한 엔비디아 그래픽처리장치(GPU)를 탑재해 현재 널리 활용되는 머신러닝(ML) 소프트웨어 스택을 가속화하도록 설계됐습니다.

현재 데이터 사이언티스트 및 개발자들이 진행 중인 머신러닝(ML) 프로젝트는 노트북 상에서도 어느정도는 구현이 가능하지만, 대규모의 데이터를 다뤄야 할 때는 훨씬 고도화된 컴퓨팅 성능이 필요합니다.  

시스코 UCS C480 ML M5 랙서버는 시스코 UCS B-시리즈, C-시리즈 및 하이퍼플랙스(HyperFlex) 시스템 포트폴리오를 기반으로 구축되었으며, 시스코는 분석, 딥러닝(DL), 자동화를 망라하는 AI 및 머신러닝(ML) 지원 서비스를 제공할 예정입니다. 
 
AI와 머신러닝(ML)이 비즈니스에 미치는 영향에 관해 더 자세히 알고 싶으시면 아래에서 확인하세요.