미래 산업의 원유라 불리는 ‘데이터’ 산업이 급성장하고 있다. 인공지능(AI), 자율주행, 블록체인 등 첨단 기술을 이끌 핵심 자원이 데이터라는 점에서 4차 산업혁명 시대의 메인 키워드로 평가 받고 있기 때문이다.
디지털 경제에서 더 빠르고 효과적으로 데이터를 처리할 수 있도록 하는 IT 인프라의 중요성은 두말할 나위 없다. 또한 언택트 문화의 확산으로 빠른 네트워크 환경, 안전한 데이터 보관 등 IT 인프라가 핵심으로 다뤄지고, 비즈니스 연속성을 위한 데이터 보호와 백업에 대한 중요성도 강조되고 있다.
그러나 451 리서치가 스토리지 구매 기업을 대상으로 조사한 바에 따르면, 설문에 응한 기업의 43%가 ‘현재의 인프라가 미래 수요에 충분히 대비하지 못하고 있다’고 응답했다. 기업 비즈니스 환경은 더 많은 민첩성과 탄력성을 끊임없이 요구하지만 IT 인프라가 이를 충분히 뒷받침하지 못하고 있는 것이다. 이를 극복하기 위해 최신 스토리지 트렌드와 최적의 올플래시 선택을 위한 체크리스트, 인프라 현대화를 위한 5가지 과제를 살펴보자.
■ 디지털 트랜스포메이션을 위한 인프라 혁신 가속화
비즈니스 의사결정을 가속화하고 IT 민첩성을 향상시키며, 고객의 만족을 높일 수 있는 고성능 스토리지 아키텍처에 대한 요구가 지속되고 있다. 특히, 플래시 기술을 극대화하는 ‘NVMe(비휘발성 메모리 익스프레스)’가 두각을 나타내고 있는데, IDC는 2021년 말까지 기본 스토리지 시장에서 SCSI를 제치고 새로운 강자로 등극할 스토리지 프로토콜로 NVMe를 꼽기도 했다.
NVMe는 DMA(Direct Memory Access)를 사용해 바이트 주소 방식으로 영구 스토리지(Persistent Storage) 미디어에 액세스하고 PCIe(PCI Express) 표준을 준수한다. 확장성이 대폭 강화되어 엔터프라이즈급 스토리지 플랫폼으로도 사용할 수 있다. NVMe는 SCSI보다 로우 레이턴시(Low Latency) 측면에서 훨씬 더 높은 수준의 스토리지 성능, 스루풋, 대역폭 및 병렬 처리를 지원하며, SCM 등 새롭게 부상하는 메모리 기술을 지원하기 위해서도 필요한 기술이다.
한편, 데이터의 폭발적인 증가와 비정형 데이터의 홍수 속에서 스마트한 데이터 관리를 위해 '오브젝트 스토리지'도 시장의 주류로 부상하고 있다. 확장성과 개방성, 높은 데이터 보호 기능으로 대용량 데이터 저장, 아카이빙, 백업 등 주로 보조 스토리지 영역에서 활용되던 오브젝트 스토리지가 운영 스토리지의 중심이 되고 있다.
특히 클라우드 확산과 비정형 데이터가 증가함에 따라 오브젝트 스토리지는 대용량 데이터 저장에 최적화된 인프라로 인정받으며 점차 활용 범위가 넓어지고 있다. 오브젝트 스토리지 도입 주요 요인으로 ▲비즈니스 성장에 따른 유연한 스토리지 용량 추가 ▲스토리지 관리 비용 절감 ▲비즈니스 민첩성 향상 ▲데이터 분석 기능 향상을 통한 빠른 비즈니스 의사결정 지원이 꼽힌다.
이외에도 기업의 클라우드 전략에 따라, 클라우드 네이티브 애플리케이션 지원을 위해 새로운 클라우드 워크로드의 표준이 되고 있는 컨테이너 오케스트레이션과의 연동 및 AI기반 운영 자동화를 통한 데이터 스토리지 관리 등이 강조되며, 디지털 트랜스포메이션을 위한 인프라 부분의 혁신이 이어지고 있다.
■ 최적의 올플래시 선택을 위한 5가지 체크리스트
디지털 경제에서 기업 성장의 핵심은 더 빠르고 효과적으로 데이터를 처리할 수 있는 IT 인프라에 달려있다고 해도 과언이 아니다. 올플래시 솔루션은 이런 측면에서 최고의 선택이 될 수 있다. 비즈니스 의사결정을 가속화하고 IT 민첩성을 향상시키며, 고객의 만족을 높일 수 있기 때문이다. 그런데 올플래시 솔루션이라고 해서 모두가 일관된 성능, 효율성, 간소화된 관리 기능을 제공하는 것은 아니다. 그렇기 때문에 올바른 정보에 기반한 최고의 파트너 선택이 무엇보다 중요하다.
1. 비즈니스 성장 위한 확장성 보장
플래시 어레이를 이용하면 신속하게 성능 이슈를 해결할 수 있다. 그러나 미래 확장성을 고려한 통합 도입 전략이 사전에 수립되어 있지 않다면 플래시 시스템에 대한 이중 투자를 초래할 수 있다. 무분별한 사일로의 양산은 데이터 관리와 공유를 더 어렵게 만든다.
2. 데이터 절감 기술과 성능에 대한 트레이드 오프 점검
데이터 절감 기술을 이용하면 스토리지 수요를 줄이는 동시에 모든 티어에 대한 공간과 비용을 절약할 수 있다. 한 가지 주의할 사항은 성능 저하가 함께 올 수 있다는 점이다. 더 빠른 데이터 이동을 위해 사용되는 데이터 감소 알고리즘이 프로세싱 파워를 필요로 하기 때문에 전반적인 시스템 성능에 영향을 미친다.
3. 다중 워크로드의 지속적 통합
많은 올플래시 벤더들이 전문화된 워크로드와 원활하게 작동하는 솔루션을 제공한다. 하지만 모든 벤더가 비용 절감과 관리 효율화를 위해 다중 워크로드를 통합할 수 있는 것은 아니다. 까다로운 애플리케이션이라 하더라도 일관된 성능을 보장받고, 동일시스템에서 블록, 파일, 오브젝트 데이터로 애플리케이션을 통합할 수 있어야 한다.
4. 무중단 시스템을 지원하는 솔루션
플래시 기술이 기계식 디스크에 비해 단순하고 문제 발생 소지가 낮아 시스템 중단 사태가 적을 것이라고 생각한다면 위험하다. 올플래시의 더 빠른 성능과 더 많은 가동시간을 즉각적으로 확인할 수 있고, 액티브-액티브 클러스터 등을 통해 복구목표시점(RPO) 및 복구목표시간(RTO)에 대한 서비스 수준을 만족시킬 수 있는 페일오버(장애극복모드)까지 제공하는 솔루션이 필요하다.
5. 늘 최상의 성능을 유지하는 솔루션
올플래시 솔루션을 사용한다면 누구나 라이프 사이클 동안 계속 높은 성능을 유지해 주기를 기대한다. 그러나 올플래시 솔루션은 대부분 데이터 저장과 덮어쓰기가 진행되는 순간부터 성능 저하도 함께 시작된다. 늘 최상의 성능을 유지할 수 있도록 설계되어야 하며, 성능에 영향을 미칠 수 있는 문제를 사전에 탐지해 해결할 수 있도록 핫스팟 분석과 결정을 담당하는 에코 시스템 모니터링 툴도 필요하다.
■ 인프라 현대화를 위한 5가지 과제
어떤 올플래시 솔루션을 선택해야 할지에 대한 판단이 섰다면 이제 구체적으로 솔루션에 접근할 차례다. 디지털 트랜스포메이션과 인프라 현대화 과정에서 직면하는 다섯 가지 이슈를 확인해본 후 적합한 파트너사를 찾아야 한다.
1. 신속한 데이터 처리
기업의 약 40%가 향후 경쟁 우위를 확보하기 위해 예측 가능한 분석에 투자할 것으로 전망된다. IoT 데이터 스트림 취합과 데이터 중심으로의 방향 전환은 방대한 규모의 데이터를 양산하게 될 것이며, 이를 토대로 통찰력을 확보하기 위해서는 신속한 처리가 요구된다.
기존의 워크로드 성능을 향상시키는 동시에 IoT 데이터, 스트리밍 분석 등 현대적 워크로드에도 대비하려면 신속한 스케일업과 스케일아웃이 가능한 스토리지 아키텍처가 필수적이다. 애플리케이션의 성능 향상은 NVMe 기술로 한층 업그레이드된 올플래시 성능을 필요로 한다.
2. 다양한 워크로드 관리
현재뿐 아니라 미래의 비즈니스 수요까지 지원하려면 모든 종류의 데이터 기반 워크로드를 지원할 수 있어야 한다. 이것이 업그레이드와 확장성이 보장된 디지털 인프라가 필요한 이유다.
오라클, SAP, MS 등 기존 시스템부터 컨테이너화된 최신 시스템, 그리고 메인 프레임까지 포괄하는 모든 종류의 다양한 워크로드를 가속화하고 통합할 수 있는 단일 시스템을 구현하면 비효율적인 스토리지 사일로를 제거할 수 있다.
3. 미래에도 활용 가능한 아키텍처
미래에도 사용 가능한 아키텍처를 구현하려면 시간 소모적인 데이터 마이그레이션이나 시스템 중단 걱정 없이 미래 기술의 이점을 충분히 활용할 수 있어야 한다. 필요할 때마다 원하는 솔루션을 충분히 구입할 수 있도록 유연성과 확장성이 보장되는 인프라를 구현해야 한다.
그래야 과도한 시스템의 확장을 방지할 수 있고, 시스템을 확장하는 동안에도 속도 저하가 발생하지 않는다. 기술 변화에 보조를 맞추기 위해 기존 시스템을 처분하거나 대체할 필요도 없다.
4. 기존 스토리지의 자산 가치 확대
인프라 TCO(총소유비용)를 향상시키려면 데이터 감소, 자동화 및 메트로 클러스터링 등 기존 데이터 서비스의 가치 제고와 더불어 라이프 사이클도 연장시켜야 한다. 스토리지 가상화는 다중 스토리지 시스템에 대해 단일 관리 제어 포인트를 제공한다. 따라서 관리 효율성이 향상되며, 노후화된 어레이에 중복 제거, AI 기반 티어링, 자동화된 프로비저닝 등 새로운 기능을 추가할 수도 있다.
5. 관리 간소화와 자동화 가속화
관련기사
- [기고] 차세대 워크로드의 중심 ‘오브젝트 스토리지’2020.09.07
- [기고] ‘데이터옵스’ 이제 선택 아닌 필수2020.08.17
- [기고] 클라우드 시대가 원하는 차세대 IT 아키텍처 ‘HCI’2020.08.03
- "디지털 트랜스포메이션의 큰 그림을 보라"2020.06.03
데이터 플랫폼 관리 운영, 스토리지 프로비저닝, 성능 최적화 등 IT 담당자는 끊임없이 반복되는 까다로운 작업들을 수행하느라 혁신적인 비즈니스 개발에 투자할 시간적 여유가 없다. IT 운영 효율성을 신속히 향상시킬 수 있도록 AI 기반 관리 운영 구축이 필요한 이유다. 지속적인 데이터센터 운영 업무는 데이터 기반 권고사항을 통해 자동화 노력을 향상시켜주는 머신러닝을 최대로 활용할 수 있다.
통합 IT 분석과 자동화로 엔드-투-엔드 데이터 경로 모니터링, 스마트 프로비저닝, 최적화된 문제해결 등이 가능하다. 온라인 마이그레이션 간소화로 인프라 ROI 극대화라는 성과도 얻을 수 있다.
*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.