이프리키아테크놀로지, AI 데이터 계층 관리용 통합 스토리지 전략 제안

제안 배경: AI 데이터의 이중 부담

AI 인프라 확산과 함께 기업이 다뤄야 하는 데이터의 성격이 양극화되고 있다. 학습 중 반복 접근이 필요한 고속 처리 대상(Hot 데이터)과, 모델 체크포인트·추론 결과·규제 준수 목적의 장기 보관 대상(Cold 데이터)이 동시에 급증하는 구조다. 두 영역을 별도 시스템으로 운영할 경우 데이터 이동 단계에서 병목이 발생하고, 전체 관리 복잡성도 높아진다.

두 솔루션의 역할 분담

이프리키아테크놀로지가 제안하는 구성은 계층별 전문 솔루션의 결합에 기반한다. Hammerspace는 분산된 고성능 스토리지 자원을 하나의 글로벌 네임스페이스로 통합해 AI 학습용 데이터에 대한 고속 접근을 지원한다. 후단에서는 Quantum ActiveScale이 저비용·고내구성 오브젝트 스토리지로서 대용량 데이터를 장기 보존한다. 접근 빈도에 따라 데이터가 적합한 계층으로 자연스럽게 이동하도록 설계함으로써 성능과 비용 효율을 동시에 고려할 수 있다는 것이 회사 측 설명이다.

주요 적용 분야

비정형 대용량 데이터가 핵심인 산업에서 효과가 두드러질 것으로 예상된다. 영상·그래픽 에셋의 규모가 큰 미디어·게임, 유전체 및 의료 영상의 장기 보관이 필요한 헬스케어, 규제 요건에 따른 데이터 보존 의무가 있는 금융·공공 분야 등이 대표적이다.

회사의 포지셔닝과 한계

이프리키아테크놀로지는 데이터 백업·스토리지 구축 및 컨설팅 분야에서 경험을 쌓아온 기업으로, 이번 전략은 기존 역량을 AI 인프라 수요로 연결하려는 시도로 읽힌다. 다만 이번 발표는 기술 검증 결과나 구체적 성능 수치 없이 솔루션 조합의 개념과 적용 분야를 소개하는 수준에 머물러 있다. 실제 고객 도입 사례나 정량적 효율 개선 데이터가 향후 공개될지는 미정이다.