Summary
The quest to leverage AI may be in full swing, but there are still many questions about implementing, managing, and accessing AI solutions. A recent Pure Storage webinar explored the priorities and challenges organizations face when using AI and how they can overcome them.
Summary
The quest to leverage AI may be in full swing, but there are still many questions about implementing, managing, and accessing AI solutions. A recent Pure Storage webinar explored the priorities and challenges organizations face when using AI and how they can overcome them.
AI를 활용하려는 노력이 많은 업계에서 본격화되고 있지만, AI 솔루션의 구현, 관리 및 액세스에 대해서는 여전히 많은 의문이 남아 있습니다. 비용에서 문화에 이르기까지, AI 도입은 조직 전반에 파급 효과를 가져올 것이기 때문입니다.
AI의 성공은 데이터의 성공에서 시작된다는 것이 퓨어스토리지의 생각입니다. 퓨어스토리지의 최근 웨비나에서 데이터 리더십 그룹(Data Leadership Group)의 설립자이자 소유주인 커크 본(Kirk Borne) 박사가 AI 도입의 일반적인 과제와 최적의 투자 수익을 저해하는 장애물에 대해 이야기를 했습니다. 웨비나 참석자들의 열띤 질문으로 볼 때, 비즈니스 리더들은 AI 도입 시 해야 할 일과 하지 말아야 할 일에 대해 큰 관심을 가지고 있으며, 데이터 소스 간의 효과적인 연결을 탐색하는 방법에 대한 지침을 원하고 있었습니다.
아래는 몇 가지 질문들에 대한 본 박사의 답변입니다.
질문: 이제 막 AI 도입을 시작한 조직에 핵심적인 조언을 해주실 수 있나요?
답변: 이 단계에서 해야 하는 가장 어려운 일 중 하나는 지금 뒤쳐져 있으니 당장 지출을 시작해야 한다고 주장하는 과장된 광고를 차단하는 것입니다. 비즈니스 목표에 따라 계획을 세우고, 작은 규모로 시작해 성공을 거두는 방식을 취하며, 무엇보다도 계획을 고수해야 합니다.
AI 솔루션으로 인해 일자리를 잃을까 염려하는 직원들이나 신속한 ROI를 원하는 임원진처럼, 가장 큰 도전과제는 문화적 문제일 수 있다는 점을 명심해야 합니다. 관리자들에게 요청해 AI 도입 과정에서 모든 사람의 의견을 수렴하고 협업이 필요하다는 점을 강조하도록 해야 합니다. 임원진의 지지를 얻으려면 좋은 결과를 초기에 보여줄 수 있도록 도입 계획을 수립해야 합니다. 퓨어스토리지는 구현과 관리가 용이하고 AI 데이터 파이프라인의 모든 단계를 가속화해주며 중단 없이 필요에 따라 확장할 수 있는 데이터 스토리지 플랫폼을 통해, 고객이 AI의 도입을 가속화할 수 있도록 지원합니다. 퓨어스토리지의 서비스형 소프트웨어(SaaS) 솔루션 같은 서브스크립션을 통해 많은 AI 데이터 프로비저닝을 확보할 수 있다는 사실도 기억할 필요가 있습니다.
질문: AI의 아키텍처에 대한 구체적인 제안을 해주실 수 있나요?
답변: 퓨어스토리지는 AI를 위해 인증 및 검증된 하드웨어와 소프트웨어 스택을 엔지니어링하는 작업을 마쳤습니다.
퓨어스토리지는 엔비디아(NVIDIA)와의 협력을 통해 AI 지원 인프라를 제공합니다. 에이리(AIRI)는 퓨어스토리지의 플래시블레이드//S(FlashBlade//S)를 NVIDIA의 DGX BasePOD 플랫폼과 결합하여, 엔터프라이즈 AI 워크로드의 배포와 실행을 가속화하는 기저 인프라와 소프트웨어를 제공합니다. 에이리는 NVIDIA DGX BasePOD 레퍼런스 아키텍처(영문자료)로 AI를 필드에 구현하는 데 유용한 도구를 제공합니다.
퓨어스토리지는 시스코(Cisco)와 파트너십을 맺고 생성형 AIMLOps(영문자료)를 위한 플래시스택(FlashStack) 솔루션을 제공하고 있습니다. Cisco 설계 인증을 받은 이 레퍼런스 아키텍처는 AI 솔루션의 신속하고 완전한 구현을 위해 인프라를 간소화, 자동화 및 확장할 수 있도록 설계되었습니다. ‘신속한 AI 구현을 위한 모든 조건을 충족하는 플래시스택(영문자료)’ 블로그에서 보다 자세한 내용을 확인해 보시기 바랍니다.
질문: AI 데이터 스토리지에 대한 요구사항을 계획할 때 고려해야 할 사항은 무엇인가요?
답변: AI는 데이터를 공통 분모로 한 IT 융합으로 볼 수 있다는 사실을 이해하는 것이 중요합니다. AI는 텍스트, 오디오, 이미지, 훈련 및 추론에 통합되며 진정한 멀티모달로 향해 가고 있습니다. 애플리케이션, 팀, 사용자 및 소스가 모두 한데 모이고, 모든 사람이 동시에 사용해야 하는 데이터와 교차되고 있습니다. AI에는 콜드 데이터나 오래된 데이터가 없다고 말하는 데는 이유가 있습니다. AI 데이터 스토리지는 데이터를 통합하고 많은 사용자들에게 고성능 액세스를 동시에 제공할 수 있어야 합니다. 총소유비용(TCO)을 낮추려면, 고성능 활성 데이터뿐만 아니라 콘텐츠 저장소 데이터도 에너지 효율적이고 경제적인 방식으로 처리할 수 있어야 합니다. 이전에 회전식 디스크의 데이터 레이크에 갇혀 있던 오래된 데이터도 //E 제품군을 활용하면 AI에 쉽게 사용할 수 있습니다.
퓨어스토리지의 AI용 데이터 스토리지 플랫폼은 용량/비용의 측면에서 최적화된 고성능 올 플래시 스토리지를 제공합니다. 마지막으로, AI 이니셔티브의 불확실한 성장 요구사항을 처리하기 위해 확장 가능하고 중단 없이 업그레이드할 수 있어야 합니다.
질문: 의료 및 공중 보건 데이터는 레거시 데이터, 고립된 데이터, 엄격한 규정 준수 요구사항 등으로 인해 매우 복잡합니다. 이러한 배경에서 AI가 ROI를 제공할 수 있을까요?
답변: AI는 의료 분야, 특히 이미지, 연구실 보고서, 의사 메모, 건강 기록 같은 멀티모달 데이터 작업에 매우 유용합니다. 의료 및 생명 과학 분야에 특화된 대규모 언어 모델은 환자 기록과 독점 데이터를 보유한 기관에서 검색 증강 생성(RAG)을 사용하여 향상시킬 수 있습니다. 그 결과 진단, 치료 및 건강 모니터링에 대한 답변이 개선됩니다. 더 정확하고 관련성이 높으며 시의적절한 결과를 얻을 수 있어 더 나은 환자 결과를 얻을 수 있습니다.
질문: 여러 소프트웨어 공급업체들로부터 AI 시너지를 창출하거나 관리하려면 어떻게 해야 할까요?
답변: 여러 소프트웨어 공급업체들의 데이터가 여러 스토리지에 저장되어 있는 경우, 애플리케이션들 간의 통신과 활용에 제약이 따를 수 있고, 스토리지가 비효율적으로 사용될 수 있습니다. AI 데이터를 중앙화할 수 있는 플랫폼은 이러한 문제를 제거하여 성능 애플리케이션과 아카이브 효율성을 모두 지원할 것입니다. 퓨어스토리지는 전 세계의 연구자와 공동 작업자들이 팬데믹 대응 등의 작업을 수행할 수 있도록 AI 데이터를 중앙화한 고객들을 보유하고 있습니다. McArthur Lab의 사례(영문자료)를 통해 자세한 내용을 확인하실 수 있습니다.
Written By:
Unleash AI Synergy
Hear more about the key to AI success.
