Seagate, ‘2021년 데이터 스토리지 동향’ 전망 발표

Seagate Technology plc (NASDAQ: STX)는 오늘 ‘2021년 5대 데이터 스토리지 동향’을 발표했다. Seagate는 “데이터가 폭증하고 그 가치가 어느 때보다 주목받는 지금, 기업이 머신러닝을 통해 가치 있는 분석과 통찰력을 얻으려면 가능한 많은 양의 데이터를 수집하고 저장할 수 있는 인프라를 갖춰야 한다”고 강조했다.

Seagate가 예측한 2020년 데이터 스토리지 동향은 다음과 같다.

1) 유휴 및 사용 중인 데이터 모두에서 계층적 보안 중요성 증가

하이퍼스케일 소프트웨어 생태계가 계속해서 성장하고 있는 가운데, 필요 네트워크 인프라를 갖추지 못한 기업이나 위치에서 소규모 애플리케이션 개발이 가능해졌다. 따라서 전세계적으로 더 많은 클라우드 기반 애플리케이션이 상호 접속 위치(PoP)나 코로케이션 (co-location) 시설에서 실행되고 있다. 유휴 데이터의 암호화는 이미 대다수 산업에서 필수 요건이 됐으며, 기업은 외부 및 내부 채널에서 언제라도 발행할 수 있는 보안위협에 대비하기 위해 하루라도 빨리 암호화된 디스크를 사용해야 한다.

2) 기업의 보다 광범위한 오브젝트 스토리지(Object Storage) 사용

유용한 데이터가 폭증함에 따라 기존 파일 시스템에서 오브젝트 스토리지로 옮겨가는 기업이 빠르게 늘어나고 있다. 오브젝트 스토리지는 규범적인 메타데이터, 뛰어난 확장성과 계층적 데이터 구조로부터의 자유 등 기존 파일 저장소가 가지지 못한 이점을 제공해 대용량 데이터의 표준이 되고 있다. 또한 기존에 사용하던 파일 저장 유형과 달리 규모의 경제를 활용할 수 있어서 이미 많은 애플리케이션들이 파일 저장 유형에서 오브젝트 스토리지로 옮겨가는 추세다. 또 다른 저장유형으로는 블록 스토리지가 있는데, 이 유형은 성능에 민감한 필수 애플리케이션에 매우 중요하다. 오브젝트 스토리지는 블록 스토리지와 연계해 규모와 성능을 겸비한 새로운 애플리케이션 개발에 초점을 두고 있다. 이러한 변화를 최대한 활용하고 경쟁 우위를 점하기 위해서는 오브젝트 스토리지를 하루 빨리 도입하고, 인터페이스를 능숙히 다룰 수 있는 인재를 육성 및 채용하는 것이 필요하다. 

3) 컴포저블(Composable) 시스템의 보편화

컨테이너형 애플리케이션의 배포, 확장 및 관리를 자동화하는 오픈 소스 시스템인 Kubernetes(쿠버네티스)가 사용량 증가 추세를 보이며 데이터 스토리지 동향이 컴포저블 시스템으로 향하는 것을 보여준다. 오픈소스는 큰 커뮤니티를 동원해 다양한 산업이 직면한 문제를 효과적으로 해결하고 오픈 아키텍처에 활용되는 도메인별 솔루션도 허용하기 때문에 애플리케이션 개발의 미래라고 여겨진다. 따라서 이러한 소프트웨어 환경과 비즈니스 환경에 맞게 하드웨어 개발이 변화하는 것 또한 자연스러운 현상이다. 데이터센터는 사전 설정 작업 없이 손쉬운 배포 및 리소스 재배치가 가능한 컴포저블 시스템을 지향하고 있으며, 컨테이너와 Kubernetes는 이러한 컴포저블 시스템을 가능케하는 주요 기술이다.

4) 대용량 스토리지 구축의 데이터 사용 빈도에 따른 계층화

NVIDIA 의 GPU디자인은 메모리를 점유율과 지연속도(latency)에 따라 세가지 레벨로 나누어 계층화된 메모리를 최대로 활용하고 해당 아키텍처에 최적화된 프로그램과 연결할 수 있는 소프트웨어 인터페이스를 제공한다. 이와 같은 맥락으로 SSD와 HDD를 서로 다른 계층의 데이터 스토리지라는 관점에서 바라볼 때, 계층화를 통해 비용 및 성능의 가장 효율적인 균형을 찾는 것이 가능해진다. 또한, 스토리지 클래스 메모리 등의 새로운 기술이 개발됨에 따라 모든 계층의 스토리지에서 최대한의 가치를 창출하는 아키텍처의 중요성이 더 부각된다. 경제적인 이유로 사용 빈도가 높은 데이터는 고비용 고성능 미디어에 저장하고 사용 빈도가 낮은 데이터를 저렴한 대용량 미디어에 저장하는 스토리지의 계층화가 진행되고 있는 가운데, 데이터 센터 소프트웨어의 데이터 식별 능력 또한 점점 발전해오고 있다.

5) 포머티브 AI(Formative AI)를 통한 데이터 유용성 증가

데이터 전체 생산량 뿐만 아니라 유용한 데이터의 양 역시 폭발적으로 늘고 있는 가운데, 인공지능이나 머신러닝을 이용한 기술의 발달로 보관된 데이터에서도 추가 정보를 얻는 것 역시 가능해졌다. 데이터의 유효 수명이 연장되면서, 기업은 많은 데이터를 저장해 중요한 정보를 발굴해낼 수 있는 능력을 길러야 한다. 이러한 트렌드는 상황에 따라 변화할 수 있는 포머티브 AI 덕분에 더욱 가속화되고 있다. 이런 트렌드는 변화에 지능적으로 반응할 수 있는 유연한 아키텍처에 의존하기 때문에 데이터 스토리지의 계층화 동향과 맥을 같이 한다. 향후 머신러닝이 어떤 방향으로 발전될지 예측하기조차 어렵기 때문에 더 많은 데이터를 저장하고, 효율적인 데이터 스토리지 방식을 채택하는 것이 더욱 중요해진다.