- 데이터 라이프사이클 자동화·초고성능 스토리지 결합…에이전틱 AI 워크로드 대응

 

델이 ‘엔비디아 기반 AI 데이터 플랫폼’을 확대하며 데이터 준비부터 추론까지 이어지는 AI 데이터 처리 구조를 통합했다. 이번 업데이트는 데이터 탐색과 활용을 자동화하고, 자율형 AI 에이전트 워크로드에 필요한 초고성능 스토리지와 데이터 처리 성능을 동시에 강화하는 데 초점을 맞췄다.

 

AI 도입 가로막는 데이터 병목 해결 구조

AI는 보조 도구를 넘어 자율적으로 작동하는 시스템으로 확장되고 있지만, 실제 성과는 데이터 품질과 접근성에 크게 좌우된다. 기업 환경에서는 데이터가 사일로에 분산되고 정제되지 않은 상태로 남아 있어 거버넌스 확보와 활용에 어려움이 발생한다.

 

델과 엔비디아는 이러한 문제를 ‘느리고 파편화된 데이터 구조’로 정의하고 이를 해결하기 위한 데이터 플랫폼을 제시했다. 해당 플랫폼은 데이터를 AI 활용 가능한 형태로 전환하면서 보안과 거버넌스를 유지하고, 대규모 환경에서도 성능 저하 없이 처리할 수 있도록 설계됐다. 실제 환경에서는 최대 12배 빠른 벡터 인덱싱, 3배 빠른 데이터 처리, 19배 빠른 최초 토큰 생성 속도를 제공한다.

 

데이터 준비부터 추론까지 자동화 구조 구축

델의 데이터 엔진은 엔비디아 AI 인프라와 결합해 데이터 준비부터 학습과 추론까지 전 과정을 자동화한다. ‘델 데이터 오케스트레이션 엔진’은 데이터루프 기술 기반으로 정형·비정형·멀티모달 데이터를 자동 탐색하고 라벨링과 정제를 수행해 AI 학습용 데이터셋으로 변환한다.

 

노코드·로우코드 구조와 자동화 파이프라인, 휴먼 인 더 루프 워크플로우를 결합해 데이터 품질과 모델 정확도를 지속적으로 개선하며, 마켓플레이스를 통해 엔비디아 NIM, AI 블루프린트, 200개 이상의 모델과 템플릿을 바로 활용할 수 있도록 구성됐다. AI-Q 블루프린트와 가속 데이터 엔진을 통해 데이터 준비·검색·추론 파이프라인을 통합하고, 허깅페이스 기반 엔터프라이즈 허브를 통해 네모트론 모델과 사전 구축된 AI 구성 요소 접근도 지원한다.

 

GPU 유휴 제거 위한 스토리지 구조 전환

AI가 실험 단계에서 운영 단계로 확장되면서 스토리지 병목이 핵심 문제로 부상하고 있다. 기존 구조는 규모 확장 시 처리 속도가 저하되며 GPU가 유휴 상태로 남는 한계를 갖는다.

 

델은 이를 해결하기 위해 AI 최적화 스토리지 구조를 제시했다. ‘라이트닝 파일 시스템’은 랙당 최대 150GB/s 성능을 제공하며 기존 스케일아웃 스토리지 대비 최대 20배 높은 처리 성능을 지원한다. 전용 패브릭과 직접 스토리지 접근 구조를 적용해 대규모 환경에서도 GPU 활용도를 안정적으로 유지할 수 있도록 설계됐다.

 

‘엑사스케일 스토리지’는 파일·오브젝트·병렬 파일 시스템을 하나의 플랫폼에서 운영할 수 있도록 구성된 통합 구조로, 최대 6TB/s 읽기 성능을 제공하며 초대규모 AI와 HPC 환경을 지원한다. KV 캐시 오프로드와 공유 스토리지 구조를 통해 장기 컨텍스트 유지와 GPU 메모리 효율성을 동시에 확보했다.

 

김경진 한국 델 총괄사장은 “AI 파일럿을 실제 운영 환경으로 확장하는 과정에서 데이터 사일로가 가장 큰 제약으로 작용한다”며 “델과 엔비디아 협력을 통해 데이터 라이프사이클을 자동화하고 AI 환경 구축과 확장을 동시에 지원한다”고 밝혔다.

 

델은 데이터 오케스트레이션 엔진과 AI 어시스턴트, 스토리지 제품군을 순차적으로 출시하며 엔터프라이즈 AI 데이터 플랫폼을 단계적으로 확장할 계획이다.

 

#델 #엔비디아 #AI데이터플랫폼 #데이터오케스트레이션 #AI스토리지 #에이전틱AI #라이트닝파일시스템 #엑사스케일 #AI인프라