컨텐츠 바로가기

[2022금융IT혁신] 퓨어스토리지가 제시하는 금융권 디지털혁신 성공 전략

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>


[디지털데일리 백지영기자] '기존 금융사들은 예산 축소와 클라우드와 같은 소비모델 전환의 어려움, 데이터 기반 주문형 모델의 부재, 확대되는 규제 준수 대응, 인력격차 등 많은 도전과제를 갖고 있다. 이것이 디지털 혁신을 가속화할 것이다. 이를 위해선 데이터 중심의 완성형 아키텍처를 준비하는 것이 중요하다.'

<디지털데일리> 주최로 6일부터 10일까지 5일간 웨비나 플랫폼 'DD튜브'를 통해 개최되는 [2022년 전망, 금융IT 혁신 버추얼 컨퍼런스]에서 송성환 퓨어스토리지 부장은 '데이터 기반의 현대화된 파이프라인 구축'을 제안하며 이같이 제언했다.

그는 '시장조사기관에 따르면, 2025년까지 글로벌 톱2000개 기업의 1/3 이상이 소프트웨어 기반 디지털 혁신의 대규모 생산기업이 될 것으로 예상된다'며 '모든 산업 영역은 데이터에 크게 의존하고 있으며, 결국 데이터 기반 혁신은 성능과 민첩성, 비용, 신뢰성 모든 것이 충족돼야 한다'고 말했다.

즉, 데이터를 통해 결과를 빨리 전달하고, 새로운 애플리케이션을 빨리 적용하며 의사결정을 위해 사용되는 데이터의 유연한 조절, 일관성 있는 서비스 제공은 데이터 기반 혁신을 위해 꼭 수반돼야 하는 요건들이다. 금융권 역시 마찬가지다.

하지만 기존 전통적인 금융기업은 판매하는 상품에 따라 은행, 증권, 카드, 보험사로 완전히 분리된 구조를 갖고 있다. 다만 최근 플랫폼 뱅킹 기업의 출현으로 금융상품 판매를 통한 자금조달이 아닌 '서비스를 위한 뱅킹 시스템(Banking-as-a-Service)'으로의 변화는 가속화되고 있다.

송 부장은 '현재 고객이 요구하는 맞춤형 금융서비스는 기존의 독립된 금융구조로는 충족시키기 어렵고, 빠르게 연계하고 통합할 수 있는 플랫폼 형태의 금융서비스 환경으로의 전환이 필요하다'고 강조했다.

다만 대부분 기업이 많은 독립된 조직이 있고, 조직 내 업무와 인프라에 집중돼 있어 부서 간 업무 협력이 어려운 것이 사실이다. 한정된 인력이 다양한 소프트웨어와 하드웨어를 관리하고 있어 기술 지원 한계도 있다. 현재의 조직과 시스템으로는 디지털 혁신이 불가능한 구조라는 것이 그의 진단이다.

이를 위해선 계정계와 정보계, 분석계 간 유기적인 정보 연계를 통해 실시간 데이터 분석, 모니터링, 맞춤형 상품 개발을 위한 인공지능(AI)으로의 확장이 자유로워야 한다. 결국 이같은 아키텍처 현대화의 핵심은 유기적인 연계가 가능한 조직 구조와 데이터 중심의 완성형 아키텍처를 준비해야 한다는 결론이다.

이에 따라 퓨어스토리지 역시 이같은 비효율적인 시스템 변화 및 완성형 솔루션 통한 자원 인력의 효율화에 초점을 맞춘 전략을 제시하고 있다.

복잡하고 분리돼 있던 각 구간별 애플리케이션을 검증된 완성형 솔루션으로 단순화하고 스트리밍과 배치를 하나의 파이프라인 내에서 처리해 비즈니스 인텔리전스(BI)나 검색, AI 서비스로 배포할 수 있도록 하는 것이 핵심이다.

업무별 데이터 분리와 관리의 어려움, 최신 데이터 및 애플리케이션 성능 요건 충족 불가, 제한된 데이터 공유 및 재활용 문제, 비효율적인 스토리지 및 컴퓨팅 자원 사용율 등은 디지털 혁신을 가로막는 장애물이다.

퓨어스토리지는 UFFO(유니파이드 패스트 파일&오브젝트)와 같은 새로운 데이터 플랫폼을 제시 등을 통해 현재 기업의 인프라 상황이나 투자 방향, 비즈니스 우선순위 등에 따라 단계별 접근방식을 제시한다.

만약 기존에 하둡시스템을 운영하고 있는 상태라면, 하둡 파일시스템 영역을 고성능 S3로 전환하는 것을 고려할 수 있다. 그 이후에 데이터 수집이나 활용을 위한 소프트웨어를 완성형으로 전환하고 데이터를 분리해 데이터 허브로 확장할 수 있다. 데이터 허브가 완성되면 기존 AI 개선 혹은 신규 AI 구축을 위해 데이터 허브와 연결해 전체 파이프라인을 완성할 수 있다

또 다른 방법으로는 AI 플랫폼을 먼저 고려할 수도 있다. 검증된 AI 레퍼런스 아키텍처를 도입해 업무에 적용하고 이후 다양한 분석 애플리케이션을 추가해 확장하는 방법이다.

그는 '기존의 전통적인 스토리지 아키텍처로는 절대로 이러한 요건을 충족할 수 없다'며 'UFFO가 적용된 퓨어스토리지의 플래시 블레이드는 기존 스토리지 개념에서 벗어나 대량의 실시간 데이터 처리, AI를 위한 GPU 및 연산 가속화를 위해 개발된 제품'이라고 강조했다.

이와 함께 AI 플랫폼 현대화를 위해선 지난 2018년 엔비디아와의 협력을 통해 업계 최초로 출시한 AI 전용 레퍼런스 플랫폼인 '에이리(AIRI)'를 제시하고 있다. 현재 AI 플랫폼은 하드웨어나 소프트웨어 뿐 아니라 AI 프레임워크와 모델이 상당히 빠른 변화 사이클을 갖고 있어 구축 난이도가 높다.

이는 곧 설계단계부터 구축, 배포단계까지 상당히 많은 시간과 공수가 필요함을 의미한다. 하지만 이렇게 힘들게 구축한 시스템은 서비스 시작되는 시점에는 구시대의 플랫폼이 되는 악순환이 반복될 가능성이 있다. 또 자동화되지 못한 리소스 관리체계로는 대규모 데이터 관리가 어려워질 수밖에 없다.

'에이리'의 가장 큰 특징 중 하나는 물리적인 미디어와 이를 관장하는 전용OS를 통해 스토리지 자원의 사용율을 최적화시킬 수 있다는 점이다. NVMe 완성품을 구매해 장착하는 것이 아니라 로우 낸드플래시 자체를 구매해 '퓨리티'라는 자체적인 OS에서 직접적으로 낸드 레벨까지 핸들링할 수 있도록 자체 패키징한 다이렉트 플래시 모듈을 제공한다. 이를 통해 중간에 어떠한 병목 없이 엔드-투-엔드 레벨로 고성능을 유지할 수 있다.

또한, 다수 GPU에서 병렬로 요청하는 데이터 IO에 대해 컨트롤러 병목 없이 가상화된 레이어로 모든 IO를 병렬 분산 처리해 AI 환경에 가장 적합한 스토리지로 평가받고 있다.

이밖에 국내 AI전문기업인 래블업과 기술협약을 맺고 API를 이용해 통합 관리 포털을 개발해 제공한다는 점도 주목된다. 래블업은 컴퓨팅과 네트워크, 스토리지, 라이브러디 등 사용자가 필요한 자원을 원하는 시점에 바로 할당, 적용하는 자동화된 자원 관리 솔루션 및 스케줄링, 오케스트레이션을 제공하는 기업이다.

송 부장은 '퓨어스토리지는 단순히 인프라 레벨 서비스가 아닌 애플리케이션 레벨까지 사용자 관점에서 필요한 모든 자원을 활용 관리할 수 있도록 AI 관련 모든 기술이 준비돼 있다'고 자신했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.