우리는 지능화 시대에 접어들었습니다. 방대한 양의 데이터를 AI에 입력하여 활용함으로써 제품을 개선하고, 효율성을 높이고, 의료와 운송을 향상시키고, 보다 개인화된 경험을 제공하는 시대입니다. 자율주행차, 의료 모니터링, 스마트 제조, 정밀 농업 등 새로운 AI 활용 사례들은 우리의 삶과 세상을 더 나은 곳으로 만들 것을 약속하고 있습니다.
GPU가 더 저렴해지고 접근성이 높아짐에 따라 AI는 더욱 보편화되어 모든 규모의 기업이 이를 활용할 가능성이 높아졌습니다. 하지만 AI 기반 통찰력과 효율성의 모든 이점을 확보하려면 회사에게는 적합한 위치에 적합한 IT 인프라가 필요합니다. 최첨단 AI 활용 사례에서는 지연 시간이 짧은 실시간 데이터 처리가 필수적입니다. 그러기 위해서는 데이터가 생성되고 사용되는 장소와 가까운 엣지 위치에서의 데이터 처리 역량이 필요합니다.
퍼블릭 클라우드에 지나치게 의존하는 IT 모델은 많은 AI 애플리케이션의 실시간 처리 요구 사항을 충족할 수 없습니다. 데이터를 멀리 떨어진 퍼블릭 클라우드 데이터 센터로 옮기는 경우, 지연 시간이 늘어날 뿐만 아니라 데이터 개인 정보 보호 및 보안 문제가 발생할 수도 있습니다. 성공적으로 AI를 활용하려면 기업에게는 퍼블릭 클라우드 사용을 보완하기 위한 엣지 위치에 상호연결된 허브가 필요합니다. 엣지 위치에서 글로벌 생태계에 잘 연결된 강력한 하이브리드 멀티클라우드 인프라는 AI 기반 미래에서 비즈니스를 뻗어 나가게 하는 발판이 될 것입니다.
데이터는 영구적이지만 데이터 소유자는 영구적이지 않습니다
이제 전례 없는 규모로 데이터가 수집되고 있습니다. 매일 전 세계적으로 수억 테라바이트의 정보가 생성됩니다. AI와 머신 러닝은 이미 데이터가 얼마나 풍부한 가능성을 가지고 있는지를 보여주고 있습니다.
하지만 동시에 기업들은 수많은 데이터 관련 리스크에 직면하게 되었습니다:
- 데이터 침해
- 합병, 인수, 파산, 사모펀드 인수를 통한 소유권 변경
- 전 세계적으로 증가하는 데이터 규제
- 비공개로 유지해야 하는 독점적이고 민감한 데이터
따라서 기업들은 자사의 가장 귀중한 자원을 어떻게 하면 잘 보호할 수 있을지 면밀히 살피고 있습니다. 의료 및 생명 과학, 금융 서비스, 정부 및 국방과 같은 산업에서는 매우 민감한 데이터가 조직의 연구, 개발 및 경쟁 우위를 뒷받침하는 자원입니다. 따라서 기업이 데이터를 제어하고 외부 위협에 대한 노출을 최소화할 수 있는 안전한 환경에서 데이터를 로컬로 처리할 수 있는 가는 매우 중요한 문제입니다.
데이터가 영구적이고 기업을 차별화할 수 있는 요소라면, 해당 데이터의 유지 관리, 개인 정보 보호, 보안 및 출처 확인이 필수적입니다. 즉, 데이터를 어디에 보관하고, 어떻게 전송할지 다시 생각해 봐야 한다는 것입니다.
클라우드에 모든 것을 집중시키는 방식의 문제점
한동안 기업들은 클라우드 도입에만 집중했습니다. 기업들은 가능한 한 많은 워크로드를 클라우드로 옮기기 위해 경쟁하는 것처럼 보였습니다. 당시에는 이것이 합리적이었습니다. 기업들은 IT 인프라의 유연성과 확장성을 높여 리스크를 줄이려고 노력했습니다. 기업들은 60개월 주기로 장비를 구매하는 활동을 그만두고, 고성능 컴퓨팅 등에 접근하기를 원했습니다.
시간이 지나면서 많은 기업들은 클라우드에 모든 것을 집중시켜도 기대했던 만큼의 비용 절감과 리스크 감소가 성취되지 않는다는 사실을 깨달았습니다. 클라우드를 기반으로 설립된 기업조차도 성장함에 따라 데이터를 더 효과적으로 제어할 필요가 있다는 사실을 깨닫기 시작했습니다. 많은 기업이 클라우드 리밸런싱 이니셔티브를 진행 중입니다.
AI 시대에 기업들은 엄청난 양의 데이터를 다루고 실시간으로 처리해야 하기 때문에 클라우드 중심의 IT 접근 방식은 더 이상 최선의 전략이 아닙니다.
새로운 AI 활용 사례와 기회에는 엣지가 필요합니다
세계는 AI로 인해 흥미로운 역사적 순간을 직면하고 있습니다. 우리는 분명 혁신적인 기술의 초기 단계에 있습니다. 인터넷의 탄생은 획기적인 일이었지만, 1960년대의 하이퍼텍스트라는 초기 아이디어에서 1990년대의 HTTP와 월드 와이드 웹에 이르기까지 수십 년이 걸렸습니다. AI의 세계는 매우 빠르게 진화하고 있지만, 우리는 아직 삶과 업무 방식에 있어서 일어나게 될 르네상스의 초기 단계에 있을 뿐입니다.
새로운 AI 모델은 끊임없이 훈련되고 있으며, 스마트폰, 자동차, 웨어러블 기기, 셀프 체크아웃 키오스크 등 다양한 곳에서 사용되고 있습니다. IoT 센서가 어디에서든 데이터를 수집하고 있으며, 이를 전송하기 위해 5G 네트워크가 확장되고 있습니다. 업계의 모두가 기술을 가장 잘 활용할 방법을 찾고자 노력하고 있으며, 매일같이 똑똑하고 참신한 아이디어가 생산에 투입되고 있습니다.
기업들은 이미 AI가 자사의 문제를 해결하는 데 도움을 주게 될 잠재력을 인식하고 있습니다.
- 의료 분야에서는 원격 환자 모니터링과 AI 기반 진단을 통해 환자 치료 결과를 개선하고 있습니다.
- 제조업에서는 디지털 트윈과 공급망 관리 솔루션이 공장 운영에 혁신을 일으키고 있습니다.
- 교통 분야에서는 자율주행 차량과 차량 관리 솔루션으로 안전성과 효율성을 향상시키고 있습니다.
- 스마트 시티 이니셔티브에서는 교통 관리와 공공 안전 서비스를 통해 교통 체증을 줄이고 비상 대응을 가속화하였습니다.
AI를 통해 얻은 성공 사례가 더 많아질수록 기업들은 머신 러닝이 앞으로 나아갈 유일한 방법이라는 사실을 깨닫게 될 것입니다. 하지만 이러한 AI 애플리케이션은 데이터가 생성되고 사용되는 곳과 가까운 장소에서 실시간으로 데이터를 처리해야 합니다. 데이터 기반의 의사결정이 필요한 경우, 기업은 빛의 속도를 이용한다 할지라도 데이터를 멀리 떨어진 클라우드나 온프레미스 데이터 센터로 전송할 여력이 없습니다. 그들은 엣지에 인프라가 필요합니다.
of enterprises say AI has accelerated their adoption or use of edge computing. Another 18% say AI has forced a complete overhaul of their edge strategies. —S&P Global Market Intelligence [1]
AI를 활용하기 위해서는 인프라에 대한 재고가 필요합니다
많은 AI 활용 사례에서 기업들은 응답 시간과 연관있는 지연 시간을 의미 있고 안전하게 줄이기 위해 클라우드와 엣지를 혼합하는 인프라 전략을 재고하고 있습니다.
기업들에게는 클라우드 가용성 영역, 회사 소유의 현장 및 지점, 코로케이션 시설 등을 활용하여 엣지 컴퓨팅 요구 사항을 충족하는 여러 가지 방법이 있습니다. 어떤 방법을 사용하든 퍼블릭 클라우드에 액세스할 수 있어야 하며, 모든 리소스를 안전하게 연결할 수 있는 강력한 네트워크가 필요합니다.
실제로 네트워크는 AI에 매우 중요합니다. 좋은 네트워크에 연결되어 있지 않으면 AI 장비가 아무리 정교하더라도 아무 소용이 없기 때문입니다. 기업이 민감하거나 규제가 엄격한 데이터를 가지고 있는 경우 개별적인 연결 옵션을 갖추는 것이 더욱 중요합니다.
Equinix를 활용하면 기업은 퍼블릭 또는 프라이빗, 물리적 또는 가상 등 원하는 연결 옵션을 사용하여 프라이빗 인프라를 모든 주요 클라우드, 네트워크 서비스 제공업체, 기타 IT 서비스와 연결할 수 있습니다. 74개 시장에 260개 이상의 데이터 센터를 보유하고 있는 Equinix는 전 세계 어디에서든 기업이 경쟁 우위를 찾을 수 있도록 지원해드립니다. 또한 기업은 클라우드와 같은 인프라의 유연성을 계속 유지할 수 있으므로 워크로드를 유기적으로 이동하고, 배포를 복제하고, 새로운 위치에서 사용자 그룹을 추적할 수 있습니다. Equinix를 활용하면 기업이 선호하는 개인 및 파트너사 운영 장비를 믹스앤매치하여 조립하고 이를 클라우드, SaaS 공급자 및 엣지의 AI 생태계에 속한 모든 요소와 함께 데이터 센터 네트워크에 연결할 수 있습니다.
엣지 컴퓨팅의 힘에 대해 자세히 알아보려면 당사의 백서 ‘엣지와 AI의 만남’을 다운로드하세요.
[1] “AI가 일부 기업의 에지 전략을 뒤집고 있다. VotE의 주요 내용: 엣지 인프라와 서비스,” S&P Global Market Intelligence, 2025년 2월 14일.
Subscribe to the Equinix Blog