인공지능과 머신러닝이 데이터센터의 일상적인 업무와 고급 작업을 점점 더 많이 대신하고 있다. 데이터센터 관리자와 담당 직원이 출근하지 않아도 될
대다수 IT리더는 데이터센터 관리, 운영, 계획에서 스스로 완벽하다고 믿고 싶어 한다. 그런데 이는 사실이 아니다.
IT리더나 IT전문가 팀이 필수적 데이터센터 작업을 초 단위로, 또는 그보다 더 세심하게 제어할 방법은 없다. 아울러 인간은 아무리 고급 교육과 훈련을 받았다 해도, 개인적 선호, 편견, 오해로 인해 미래 계획 및 여타 중대한 직무에서 판단이 흐려진다.
인공지능(AI)은 이러한 결함이 없다. 그래서 데이터센터 운영자는 하이브리드 환경, 사물인터넷, 여타 난제에 아무리 지쳐있더라도 AI가 핵심 데이터센터 운영 및 서비스에 주기 시작하고 있는 영향에 대해 고려할 필요가 있다.
여기서는 AI가 어떻게 데이터센터를 보다 강력하고 효율적인 설비로 변화시키는지를 알 필요가 있는 7가지 사실을 고찰한다.
1. AI의 혜택을 받을 수 있는 데이터센터의 종류는 많다
기업 백업 및 재난 복구 기술 업체인 클라우드 대디(Cloud Daddy)의 CEO이자 뉴욕시 법무부 CIO였던 조 머서스는 어떤 종류의 데이터센터든지 AI의 혜택을 받을 수 있지만, 일반적으로 가장 큰 혜택을 받는 데이터센터는 대형 설비, 예컨대 대기업 데이터센터, 퍼블릭 클라우드 데이터센터, 코로케이션 데이터센터, 외주 데이터센터라고 말했다.
데이터 스토리지 분석 업체인 커플린 어소시에이츠(Coughlin Associates)의 IEEE 펠로우이자 사장인 탐 커플린은 어떤 데이터센터든지 머신러닝 등 AI 기법의 혜택을 얻을 수 있다고 믿는다. 즉 내부 자원의 관리를 제고하고, 미래의 하드웨어 및 데이터 요건을 예상할 수 있다는 것이다. 그는 “AI는 가장 중요한 데이터센터 애플리케이션이 되고 있다”고 지적했다.
데이터센터 유지보수 서비스 사업자인 파크 플레이스 테크놀로지스(Park Place Technologies)의 혁신 책임자인 폴 머시너에 따르면, 머신러닝은 기본적인 패턴 인식과 전통적 알고리즘으로부터 더욱 정교한 딥러닝의 영역으로 이동 중이다. 그는 “머신러닝의 핵심 혜택이라면 인간이 어떤 이론이나 전제를 테스트할 필요 없이, 반복 기법을 이용해 데이터 내의 구조를 발견하는 능력이다”고 말했다. 딥러닝은 다중 레이어의 인공 신경망을 이용해 물체 감지 및 분류, 음성 인식, 언어 번역 등의 작업에서 수준 높은 정확성을 전달한다.
2. AI는 데이터센터의 에너지 효율을 높인다
지난 몇 년 동안 AI 툴은 데이터센터 에너지 소비 및 폐기물을 줄이는 역할에서 갈수록 비중이 높아졌다. 머시너는 “이들 애플리케이션은 전력을 절감하고, 냉각 비효율을 보고하고, 핵심 임무 시스템의 건강 상태를 분석해 효율을 높여 에너지를 절감한다”라고 밝혔다.
네덜란드 데이터센터 협회(Dutch Data Center Association)의 경영 책임자인 스티전 그로브에 따르면, 데이터센터 환경은 계속 변화하고 있다. AI를 이용해 현재 실내 및 실외 온도를 분석하고 모니터링하는 한편 앞으로의 기후 조건들을 예측한다면 데이터센터가 냉각 자원을 최적화하고 에너지를 절약할 수 있다고 그는 조언헸다.
서버는 데이터센터에서 에너지를 가장 많이 소비하는 자원이다. 그로브는 “클라우드 서비스를 필요에 따라 자동으로 확장하거나 축소할 수 있고, 각 서버를 최대한 활용하고 비사용 자원을 중지시킨다면 에너지를 많이 절약할 것이다”고 지적했다.
또한 AI는 스토리지 에너지 소비도 크게 줄일 수 있다. AI 모니터링과 애널리틱스를 활용해 각종 이용자 활동을 예측함으로써 덜 빈번하게 사용되는 데이터를 저전력 스토리지 자원으로, 더 빈번하게 사용되는 데이터를 고성능 스토리지로 신속히 이동시키는 것이다. 커플린은 “아울러 AI를 이용하면 프로세싱 작업 중 데이터를 이리저리 이동시키는 것도 최소화할 수 있다”고 말했다. 그러면서 그는 “실제로 사용 중인 데이터에 대한 스마트 데이터 배치에 의해 데이터와 프로세싱을 더 가까이 위치시킬 수 있고, 따라서 과도한 데이터 이동으로 인해 소비되는 에너지를 절감할 수 있다”라고 설명했다.
3. AI는 데이터센터 보안을 강화한다
데이터센터 보안 요구는 빠르게 증가하고 있다. 최근까지 데이터센터가 직면한 최대의 위협은 직원, 또는 상대적으로 원시적인 외부 무차별 대입 공격으로부터 나왔다. 카네기 멜론 대학의 테퍼 비즈니스 스쿨의 비즈니스 기술 부교수인 패럼 버 싱은 “이제 해커들은 AI 기반의 알고리즘을 구축해 데이터센터의 약점을 찾는다”고 전했다. AI는 이런 문제를 처리하는데 가장 적절한 위치에 있다고 그는 지적한다.
머시너는 “AI 애플리케이션은 데이터센터가 계속 변화하는 보안 요건에 신속히 적응할 수 있게 해주고, 아울러 엄격한 규칙을 강요하지 않으면서 이용자에게 더욱 안전한 환경을 제공한다”고 말했다. 그러면서 “또한 AI 솔루션은 악성코드와 스팸을 검출하고, 정상적 및 비정상적 행동 패턴을 분석하 며, 약점을 규명하고, 잠재적 위협으로부터 보호를 강화하는 데에도 유용하다”고 이야기했다.
AI는 또한 악의적 침입을 ‘허니팟(honeypots)’으로 유인하는 데에도 이용될 수 있다. 커플린은 “여기서 이들을 좀더 자세히 모니터링 할 수 있고, 심지어 침입자를 역추적할 수도 있다”고 밝혔다.
4. AI는 데이터센터 성능을 최적화할 수 있다
AI는 프로세싱, 네트워킹, 메모리 등의 자원을 무차별적으로 모니터링하고 조정함으로써 데이터센터의 운영 효율을 최대화할 수 있게 해준다. 머서스는 “AI는 워크로드 분포를 모니터링하며 인프라를 보다 탄력적으로 만들고 냉각 및 전력 소비의 효율을 최적화할 수 있다”고 지적한다. AI는 서버 구성 및 활용을 최적화하는 데에도 이용될 수 있다. 그는 “예를 들어, AI는 인프라의 문제를 인식할 수 있고, 워크로드를 이동시키며 자가 치유를 할 수 있고, 재시작(restarting), 전력 사이클링(power cycling) 및 리-이미징(re-imaging)을 통해 수리할 수 있다”고 지적했다.
커플린은 AI가 서버 이용을 최적화하는데 독보적 효과가 있다고 강조했다. “이는 적절한 프로세싱을 GPU, TPU 같은 애플리케이션 전용 프로세서로 이동하는 것을 포함할 수 있다”고 말했다. 아울러 AI는 데이터센터 소프트웨어의 성능을 최적화할 수 있다. 그로브는 “예를 들어, 데이터베이스 안의 동일 데이터의 폴링(polling)을 제한하거나 중복 프로세스를 제한하는 식이다”고 덧붙였다.
5. AI는 인프라 관리를 개선한다
포네먼 연구소의 연구에 따르면, 업종들에 걸쳐 데이터센터 휴지 시간의 평균 비용은 2016년 분당 미화 8,850달러가량이었다. 싱은 “유지보수 문제를 발생 전에 예측할 수 있다면 예방 조처를 할 수 있다”고 강조했다.
인프라 관리 기술, 스마트 센터, 신경망이 계속 진화하면서 인프라의 수요와 역량을 분석하여 수요를 충족할 수 있는 가장 적정한 장비를 이용하는 것이 가능해졌다. 회사법 전문 로펌인 터커 엘리스(Tucker Ellis)의 파트너인 토드 노스먼은 “AI는 인간이나 인간 집단보다 더 많은 정보를 거의 즉각적으로 처리할 수 있기 때문에, AI로 제어되는 시스템은 더 효율적이고 더 안정적이다”고 전했다. 그는 센서돠 데이터센터 관리자가 재난적 고장을 예측하거나 완화하는데 유익할 수 있다고 덧붙였다.
오늘날 대부분 데이터센터는 고도로 훈련된 개인에 의해 관리되고 모니터 되고, 수리된다. 그런데 이들이 하는 일이라고는 데이터센터를 돌아다니며 하드웨어 고장을 표시하는 불이 켜졌는지 검색하는 평범한 작업이라고 머시너는 지적한다. 그는 “AI와 머신러닝은 이러한 낡은 패러다임을 완전히 변화시킬 수 있다. 추측을 배제하고 전체 생태계에 걸쳐 선제적 대책을 배치하는 것이다”고 말했다.
AI는 데이터센터의 정기적 유지보수 작업에 막대한 영향을 줄 것으로 전망된다. 머지않아 AI는 데이터센터 자원을 일일이 조사함으로써 특정 설비가 언제쯤 수리, 업그레이드, 교체가 필요할지 정확히 예측할 수 있을 것이다. 따라서 정기 유지보수 프로그램은 AI가 생성하는 추천들로 점진적으로 대체될 것으로 그로브는 예측했다. 그는 “이는 가동 시간을 늘리고 비용을 낮출 것이다”라고 전했다.
6. AI는 위력적인 데이터센터 계획 툴이 되고 있다
계획(planning)은 가장 흥미로운 AI 데이터센터 응용분야의 하나다. 데이터센터 센서로부터 막대한 양의 정보를 흡수하고, 과거의 상황으로부터 학습할 수 있는 능력을 이용해 AI는 상세한 예측을 제공할 수 있고, 더 중요하게도, 전제를 변화시킬 때의 차이를 모델링 할 수 있다고 노스먼은 말했다. 그는 “시스템이 오래 지속될수록 시스템은 더 많은 정보를 갖게 될 것이고, 예측은 더 향상될 것이다”고 덧붙였다.
머서스는 “이는 현재 일어나고 있다”고 전했다. 예를 들어 AI는 전력 자원을 계획하고 공급하고, 아울러 냉각 수요를 예측하는 데에 쓰이고 있다. 그는 “또한 네트워크 및 대역폭의 이용과 최적화를 계획하고 관리하는 데에도 쓰이고 있다”고 지적했다.
7. 인간 개입이 별로 또는 전혀 없이 AI가 관리하는 데이터센터 작업이 많아진다
그로브에 따르면, 현재 인간이 처리하는 데이터센터 작업의 거의 모든 것이 AI로 넘어갈 것이다. 그는 “디지털 생태계는 오로지 AI와 머신러닝에 의해서만 가능한 보다 즉시적인 제어와 작업을 요구한다”면서 “또한, 엣지 컴퓨팅의 출현과 함께 다수의 무인 사이트를 적절히 관리할 수 있으려면 AI가 필수적이다”라고 말했다.
최종 목표는 스스로 모니터하고, 진단하고, 치료하는 완전 자동화된 데이터센터이다. 빅 데이터 애널리틱스 회사인 구아부스(Guavus)의 최고 과학자인 로저 브룩스는 “이는 AI, 로봇 공학, 심지어 증강 현실 기술을 필요로 한다. 기계들이 서로를 보호하는 것이다”고 밝혔다.
긍정적으로 보면, 최소한 인간의 관점에서 AI는 아직 고수준의 추론과 의사 결정을 안정적으로 수행하는 것과는 거리가 멀다. 머서스는 “모든 작업이 AI로 넘어감에 따라 특정 기능들에 집중이 일어나고 있다. 이는 최대한 효율적으로 되겠지만, 궁극적으로 지능적이 되지는 못할 것이다”고 언급했다.
노스먼은 “데이터센터를 운영하고 관리하는데 갈수록 AI에게 의지할 것이지만, 이 과정에서 인간이 완전히 배제되는 것을 상상할 수 없다”면서 “특정 센터 관리자의 역할은 감소될 것이다…. 그러나 인간은 일종의 안전장치(a fail-safe)로써 데이터센터에 계속 관여할 것이다”고 말했다.
dl-ciokorea@foundryco.com
