넷앱(NetApp)의 노버스(Novus) 아키텍처는 AI 인프라에서 데이터와 메타데이터 기능을 분리해 각각 독립적으로 확장하도록 설계됐다. IT 전문 매체 실리콘앵글(SiliconANGLE)은 10월 2일 넷앱 인사이트 행사 인터뷰에서 양사가 AI 인프라 공동 엔지니어링을 진행 중이라고 보도했다.
데이터·메타데이터 분리해 GPU 대기 줄인다
넷앱의 노버스 아키텍처는 데이터와 메타데이터 기능을 분리해 각 기능을 독립적으로 확장하도록 설계됐다. 아린담 바네르지(Arindam Banerjee) 넷앱 최고 플랫폼·기술책임자는 기존 저장 시스템이 비교적 예측하기 쉬운 작업에 맞춰졌지만, AI 환경에서는 메타데이터를 다루는 트랜잭션 작업과 대량 데이터를 순차적으로 옮기는 작업이 동시에 발생한다고 설명했다. 모델 학습 중 저장 지점인 체크포인트를 기록하는 작업과 작은 메타데이터 요청이 한 인프라에서 맞물리는 식이다.
기존 구조에서 데이터와 메타데이터가 같은 자원과 저장 매체, 네트워크를 공유하면 대규모 데이터 작업이 작은 트랜잭션 요청 뒤에 대기할 수 있다. 바네르지 최고 플랫폼·기술책임자는 이때 GPU에 공급할 데이터가 늦어져 GPU 활용률이 떨어지더라도 전력은 계속 소비된다고 말했다. 노버스는 두 기능을 각각 독립적으로 확장해 작업 간 경합을 줄이고, AI 시스템에서 GPU가 데이터를 기다리는 시간을 줄이는 데 초점을 둔다. 다만 인터뷰에는 성능 향상 폭이나 구체적인 처리량 수치가 제시되지 않았다.
에이전트 확산에 동시 접속 대응 중요
엔비디아도 AI 인프라가 시험 단계를 지나 실제 서비스와 기업 생산 환경으로 확대되면서 저장 시스템의 확장성이 중요해지고 있다고 봤다. 제이슨 하디(Jason Hardy) 엔비디아 저장 기술 부문 부사장은 파인튜닝(fine-tuning), 추론, 저장 용량, AI용 데이터 수요가 달라져도 매번 시스템을 새로 설계하지 않도록 유연성을 갖춰야 한다고 말했다. 특히 기업 규모의 추론과 AI 에이전트 활용이 늘면 인프라의 여러 계층에서 수요 변화에 대응해야 한다는 설명이다.
에이전트형(agentic) 작업은 처리량뿐 아니라 동시 접속 규모와 메타데이터 요청을 늘릴 수 있다. 바네르지 최고 플랫폼·기술책임자는 수천 개의 에이전트가 한꺼번에 데이터에 접근하고, 각자의 권한을 확인받는 상황을 예로 들었다. 에이전트별로 일시적이고 제한된 권한을 부여하는 과정도 메타데이터 작업을 늘릴 수 있어, 저장 시스템은 대량 데이터 전송과 함께 동시 요청을 처리해야 한다는 것이다. 바네르지 최고 플랫폼·기술책임자는 에이전트의 동시 메타데이터 접근이 처리량과 별개로 저장 시스템에 새로운 동시성 요구를 만든다고 설명했다.
넷앱은 AI팀이 저장 전문가가 아니더라도 인프라를 이용할 수 있도록 API와 SDK를 통한 접근을 추진하고 있다. 바네르지는 향후 에이전트가 저장 자원을 직접 이용하는 상황까지 고려해 노버스를 API 중심으로 소비할 수 있는 새 제어 체계를 설계하고 있다고 밝혔다. 인터뷰에는 해당 제어 체계의 출시 일정이나 제품 가격, 구체적인 도입 고객이 공개되지 않았다. 양사의 설명은 AI 생산 환경에서 저장 시스템이 데이터 처리량뿐 아니라 메타데이터와 동시성, 운영 편의성까지 함께 다뤄야 한다는 데 초점을 맞췄다.