엔터프라이즈 AI는 더욱 높은 수준의 요구가 따르는 단계로 접어들고 있습니다. 이제 대부분의 조직이 직면한 과제는 모델에 대한 접근 권한을 확보하거나 GPU 용량을 구축하는 것이 아닙니다. AI 시스템을 엔터프라이즈 데이터에 안정적으로 연결하고, 해당 데이터를 비즈니스 전반에서 공유 서비스로 제공하며, 사용량이 증가해도 데이터를 안전하게 보호할 수 있는 아키텍처를 구축하는 것입니다. Dell은 바로 이러한 변화에 맞춰 Dell AI Data Platform을 구축했습니다. 이는 AI 라이프사이클 전반의 액세스, 준비, 오케스트레이션 및 처리를 지원하는 새로운 데이터 기반입니다.
AI가 엔터프라이즈 데이터를 운영상의 필수 요소로 바꾸고 있습니다
AI는 기업 데이터의 용도를 변화시킵니다. 기존 분석 환경에서는 데이터가 보고서, 대시보드, 과거 데이터 분석을 위해 일괄 처리되는 경우가 많았습니다. AI 환경에서는 동일한 데이터를 실시간으로 검색하고, 정형 및 비정형 소스 전반에서 결합하며, 추론 파이프라인에 입력하고, 검색하고 추론하며 행동하는 어시스턴트와 에이전트가 활용하는 사례가 점점 늘고 있습니다. 조직이 파일럿 단계에서 프로덕션 단계로 계속 전환함에 따라 데이터는 백엔드 자산을 넘어 운영에 필수적인 요소가 됩니다. Dell의 AI Data Platform은 바로 이러한 현실에 초점을 맞춰, 전체 AI 수명 주기를 지원하도록 설계된 통합 스토리지, 데이터 엔진 및 오케스트레이션을 제공합니다.
이제 더 나은 데이터 계층은 단순한 기술 업그레이드가 아니라 비즈니스의 필수 요건입니다
AI가 일련의 실험이 아닌 비즈니스 역량으로 기능하려면 기업에는 모델 액세스와 원시 스토리지 이상의 것이 필요합니다. 전체 AI 수명 주기에 걸쳐 데이터를 준비하고 제공할 수 있는 기반이 필요합니다. Dell은 바로 이러한 요구에 맞춰 Dell AI Data Platform을 개발했습니다. 이 플랫폼은 통합 파일 및 오브젝트 액세스를 위한 PowerScale, 엔터프라이즈 S3 오브젝트 스토리지인 ObjectScale, 그리고 분석 및 AI용 데이터 제품에 액세스하고 이를 준비, 보강 및 오케스트레이션하도록 설계된 데이터 엔진으로 구성됩니다. 또한 Dell은 전반적인 플랫폼 메시지를 통해 AI 수명 주기 전체에서 민감한 독점 데이터를 보호하는 것의 중요성을 강조합니다.
데이터 플랫폼으로 향하는 경로가 이제 통제 지점이 되었습니다
더 나은 데이터 계층은 데이터가 어디에 저장되는지만의 문제가 아닙니다. 해당 데이터에 어떻게 접근하는지도 중요합니다. 기업 내에서 AI가 성공적으로 자리 잡으면 사용 패턴은 빠르게 변화합니다:
- 하나의 어시스턴트가 여러 어시스턴트로 늘어납니다.
- 프로토타입 하나가 여러 팀이 사용하는 공유 서비스로 발전합니다.
- 검색 엔드포인트는 API로 연결된 애플리케이션과 에이전트가 의존하는 요소가 됩니다.
지점 간 연결로는 관리 가능해 보였던 방식도 엔터프라이즈 규모에서는 취약성이 드러나기 시작합니다. 이 단계에서는 사용자, 애플리케이션, 에이전트, 데이터 플랫폼을 잇는 경로 자체가 설계상의 핵심 과제가 됩니다. 이 경로는 동시 요청을 수용하고, 장애를 원활하게 처리하며, 정책을 일관되게 적용하고, AI를 배포할 때마다 취약한 엔드포인트가 새롭게 난립하는 것을 방지해야 합니다.
Dell은 스토리지 환경 내부에서 PowerScale SmartConnect를 통해 이 문제를 해결합니다. PowerScale SmartConnect는 연결 분산, 동적 장애 조치 및 장애 복구 기능을 제공하여 노드에 장애가 발생하거나 유지보수가 진행되는 경우에도 클라이언트 작업이 계속될 수 있도록 합니다. F5는 더 광범위한 AI 환경의 전면에 제어 지점을 배치하여 이를 보완하고, AI가 의존하는 서비스 전반에 일관된 트래픽 관리와 정책을 적용합니다.
AI 데이터 제공은 아키텍처의 체계성을 반영합니다
바로 이 지점에서 F5는 AI 논의에 전략적으로 중요한 역할을 합니다. F5는 이러한 과제를 AI 데이터 전송으로 정의합니다. 즉, 실제 환경에서도 컴퓨팅과 데이터 간 경로가 높은 성능과 복원력을 유지하고 제어 가능하도록 보장하는 체계입니다. 이는 AI 시스템에 단순한 데이터 액세스만으로는 충분하지 않기 때문입니다. 네트워크가 불안정하고, 워크로드가 급증하며, 여러 환경에서 수요가 공유되는 상황에서도 예측 가능한 데이터 액세스가 필요합니다.
최근 기능 테스트에서 F5 BIG-IP은 지연과 지터가 발생하는 상황에서도 컴퓨팅과 스토리지 간 트래픽 흐름을 안정화하여 S3 호환 워크로드의 처리량 일관성을 개선하는 데 기여했습니다. 여기서 얻을 수 있는 더 큰 교훈은 단순히 벤치마크 결과에 국한되지 않는 아키텍처 차원의 문제라는 점입니다. 데이터 경로가 관리되지 않으면 AI 성능과 효율성을 지속적으로 유지하기가 더 어려워집니다.
AI 인프라는 컴퓨팅 및 스토리지 용량만의 문제가 아닙니다. 기업이 AI 워크로드와 해당 워크로드가 의존하는 데이터 사이에 체계적으로 설계된 제어 계층을 갖추고 있는지도 중요합니다. 견고한 데이터 기반이 중요하며, 프로덕션 환경에서 이 기반을 원활하게 활용하고 안정적으로 운영할 수 있도록 하는 관문 역시 중요합니다.
AI 런타임 보안도 함께 논의해야 합니다
동일한 통제 지점은 보안 측면에서도 중요합니다. 기업용 AI가 성숙해짐에 따라 조직은 데이터를 모델에만 노출하는 것이 아닙니다. 사용자와 비즈니스 프로세스를 대신해 작동하는 프롬프트, API, 도구, 워크플로 및 에이전트에도 데이터를 노출하고 있습니다. 이로 인해 공격 표면이 확대되고 취약한 통제로 인한 비용이 증가합니다. LLM 및 GenAI 애플리케이션에 관한 OWASP의 최신 지침은 프롬프트 인젝션, 안전하지 않은 출력 처리, 학습 데이터 오염, 모델 서비스 거부, 과도한 자율성 등의 위험을 강조합니다. 마찬가지로 NIST의 생성형 AI 프로파일은 생성형 AI 시스템의 설계, 개발, 사용 및 평가에서 신뢰성에 대한 고려가 중요하다고 강조합니다.
따라서 이제 논의는 스토리지 성능이나 모델 품질에만 머물러서는 안 됩니다. 기업에는 AI 시스템이 기업 데이터와 상호 작용하는 방식을 관리하는 데 도움이 되는 런타임 제어 기능도 필요합니다. Dell AI Data Platform은 통합된 사이버 복원력 기능을 통해 AI 수명 주기 전반에서 민감한 독점 데이터를 보호합니다. F5 AI Guardrails는 모델에 구애받지 않는 런타임 계층으로, 일관된 정책 적용, 실시간 검사, 프롬프트 인젝션 및 탈옥과 같은 적대적 공격에 대한 방어, 민감한 데이터 유출 방지 기능을 통해 AI 애플리케이션을 보호합니다. 또한 F5는 이를 AI 레드팀 테스트 및 더욱 광범위한 애플리케이션 보안 기능(예: 웹 애플리케이션 및 API 보호)과 결합하여 조직이 정책을 테스트하고 모니터링하며 적용할 수 있도록 지원합니다.
엔터프라이즈 AI의 다음 단계, 데이터 계층에서 승부가 갈린다
엔터프라이즈 AI의 다음 단계는 조직이 어떤 모델을 도입하느냐만으로 결정되지 않습니다. 기업이 AI의 전체 수명 주기에 걸쳐 데이터를 활용 가능하고 복원력 있으며 안전하게 보호되는 상태로 만들 수 있느냐에 따라 결정될 것입니다. 이것이 바로 엔터프라이즈 AI에 더 나은 데이터 계층이 필요한 이유이며, 데이터 계층 앞단의 아키텍처가 부차적인 구현 세부 사항이 아니라 전략적 통제 지점으로 부상하는 이유입니다. Dell Technologies와 F5는 기업이 AI를 프로덕션 환경에서 운영하는 데 필요한 데이터 기반과 전송 및 보안 계층을 제공합니다. 실험 단계에서 프로덕션 단계로 전환하려는 기업이라면 바로 이 주제에 대해 논의할 가치가 있습니다.
5월 18일부터 21일까지 라스베이거스에서 열리는 Dell Technologies World에 참석하신다면 F5 부스를 방문해 조직이 AI 인프라와 애플리케이션을 제공하고 보호할 수 있도록 F5가 어떻게 지원하는지 알아보세요.
또한 곧 진행될 웨비나인 “Dell 인프라를 통한 AI 성능 향상”도 꼭 시청해 보세요.
작성자 소개
Hunter Smit은 F5에서 솔루션 및 전략 부문 제품 마케팅을 담당하는 시니어 매니저입니다. AI 인프라와 애플리케이션 보안을 비롯한 F5 포트폴리오 전반의 솔루션 마케팅을 이끌고 있으며, F5의 신흥 AI 데이터 전송 시장 진출을 주도하고 있습니다. Hunter는 Whitworth University 경영대학 자문위원회 위원이며, 제품 마케팅 겸임 강사로도 활동했습니다. Whitworth University에서 경영학 석사(MBA)와 경영학 학사 학위를 취득했습니다.
Hunter Smit의 다른 블로그 게시물Mark Menger는 AI 및 보안 기술 파트너십을 전문으로 하는 F5의 솔루션 아키텍트입니다. 그는 F5의 AI 레퍼런스 아키텍처 개발을 이끌며 안전하고 확장 가능한 AI 솔루션의 발전을 주도하고 있습니다. 글로벌 솔루션 아키텍트 및 솔루션 엔지니어로서의 경험을 바탕으로 F5의 보안 클라우드 아키텍처에 기여했으며, 분산형 4계층 아키텍처를 공동 개발했습니다. 『Solving IT Complexity』의 공동 저자인 그는 IT 과제 해결에 관한 전문성을 갖추고 있습니다. 이전에는 애플리케이션 개발자와 엔터프라이즈 아키텍트로 근무하며 최신 애플리케이션, 자동화, AI 투자 가치 실현 가속화에 주력했습니다.
Mark Menger의 다른 블로그 게시물Adam Robyak은 Dell Technologies의 수석 엔지니어이자 프리세일즈 부문 글로벌 AI 리드입니다. 그는 IT 업계에서 25년 이상의 경력을 쌓았으며, 여기에는 자신이 설립한 컨설팅 회사의 CEO로 재직한 9년이 포함됩니다. Adam은 경력을 쌓는 동안 다양한 산업 분야와 업종 전반에서 폭넓은 경험을 축적했습니다. 현재 역할에서는 여러 핵심 분야에 걸쳐 선도적인 인사이트를 제시하고 있습니다. 멀티클라우드 생태계, 데이터 관리, 인공지능, 디지털 휴먼 및 디지털 트윈, IoT/엣지 등 신흥 기술에 대한 풍부한 지식을 바탕으로 고객이 복잡한 비즈니스 목표를 달성하고 과제를 해결할 수 있도록 지원하고자 합니다. Adam은 Dell Technologies 내 Pathfinder Team과 Blockchain Steering Committee의 창립 멤버이며, Dell Technologies CTO Ambassador 및 CTO Ambassador Steering Group 멤버로도 활동하고 있습니다. 현재 블록체인 및 분산 원장 기술 분야의 미국 특허를 보유하고 있으며, 인공지능 분야에서 5건 이상의 특허를 출원 중입니다.
Adam Robyak의 다른 블로그 게시물관련 블로그 게시물
추론 경로가 곧 트래픽 경로다: AI 보안이 자리해야 할 곳
이제 AI 트래픽에는 의도와 데이터, 작업이 담깁니다. AI 보안을 적용하는 데 추론 경로가 가장 중요한 지점이 된 이유를 알아보세요.
최전선 AI를 네트워크 경계에서 차단하기: 인라인 제어가 Mythos급 모델에 맞서는 핵심 우위인 이유
포스트-Mythos 시대에 사이버 방어가 어떻게 변화했으며, 조직이 통제 지점을 바꿔야 하는 이유를 알아봅니다.
애플리케이션 딜리버리 컨트롤러가 다시 전략적 의제로 떠오르고 있습니다
AI로 인해 애플리케이션 제공의 중요성이 더욱 커지고 있습니다. F5의 Nirav Shah가 새로운 Gartner® ADC 연구와 이것이 엔터프라이즈 인프라 의사 결정에 미치는 영향에 대해 설명합니다.
증거로 입증하는 AI 보안: Gartner SRM에서 선보일 내용
Gartner SRM에서의 세션을 앞두고, F5의 제품 마케팅 담당 수석 부사장이 F5가 세 가지 실질적인 단계를 통해 조직의 AI 보안을 어떻게 지원하는지 설명합니다.
파이프라인 속도 저하 없이 AI 데이터 파이프라인을 안전하게 보호하세요
AI 데이터 파이프라인 보안은 선택 사항이 아닙니다. 그 점은 분명합니다. 하지만 이를 제대로 보호하는 방법은 훨씬 불분명하며, 훨씬 더 어려운 과제입니다.
AI 스토리지에 새로운 로드 밸런싱 접근 방식이 필요한 이유
AI 워크로드에는 새로운 관점으로 설계된 스토리지가 필요합니다. AI 특유의 데이터 액세스 패턴은 레거시 인프라에 내재된 심각한 병목 현상과 비효율성을 여실히 드러냅니다.