퓨어스토리지(지사장 배성호 www.purestorage.com/kr )가 2017년 1월 출시된 ‘플래시블레이드(FlashBlade)’가 최근 인공지능 및 머신 러닝 분야에서 도입이 가속화되고 있다고 밝혔다.

그 대표적인 사례로 UC 버클리의 유전체학 연구실을 들었다. 이 연구실은 실시간 분석 엔진인 아파치 스파크(Apache Spark)에 퓨어스토리지의 플래시블레이드를 도입해 적용했다..

UC 버클리 연구진은 플래시블레이드의 뛰어난 성능, 관리 편의성 및 확장성으로 유전체 분석을 가속화했다. 핵심적인 염기서열 분석 인덱스를 위한 로드 시간이 기존 30분에서 플래시블레이드 도입 후 11분으로 단축됐으며, 유전체 염기서열 분석 단계 중 하나인 변수 호출의 성능은 17배 이상 높아지고, 비용은 50% 이상 절감됐다.

UC 버클리는 간단하게 블레이드만 추가하는 방식으로 용량을 추가하고, 스토리지 용량 추가 시에도 사전의 복잡한 계획이나 시스템 운영 중단이 없었다.

UC버클리 연구진은 대용량 스캔과 특정 파일 검색처럼 복합적인 워크플로우를 다루는 경우에도 성능 손실이나 재코딩 없이 신속하게 업무를 처리할 수 있게 됐다.

UC 버클리의 컴퓨터생물학센터(CCB) 교수 앤서니 조셉(Anthony D. Joseph)은 “의학 분야에서는 많은 시행착오를 겪게 된다. 플래시블레이드는 모든 사람의 유전체 데이터를 분석 가능하게 하는 데이터 플랫폼으로서 개개인에게 맞춤화된 의학 서비스를 제공할 수 있게 한다”며 “이는 궁극적으로 환자의 의료 비용 부담 또한 경감시킬 것”이라고 밝혔다.

퓨어스토리지 제품 담당 부사장 파 보테스(Par Botes)는 “플래시블레이드는 인간의 두뇌와 같이 병렬구조를 가지고 있어 동시에 막대한 양의 데이터를 처리 할 수 있다”며 “한 예로, 한 줄에 10명이 대기하면 계산대는 병목현상이 발생하지만, 만약 10개의 계산대가 열려 있다면 고객들은 동시에 통과할 수 있다. 비슷한 방식으로 스토리지 시스템은 10개의 다른 워크로드를 동시에 처리해 10배 더 빨라질 수 있다. 대부분의 시스템이 아주 특정한 형식의 워크로드에 맞춰져 있지만 플래시블레이드는 모든 것에 최적화될 수 있도록 설계돼 있다”고 말했다.

퓨어스토리지코리아 배성호 지사장은 ”한국에서도 플레시블레이드의 성능을 확인한 다양한 산업의 기업들이 도입을 가속화하고 있다”며 “특히 AI, 머신 러닝, IoT, 빅데이터 등 데이터에 기반한 혁신을 필요로 하는 기업에서 플레시블레이드의 인기가 앞으로 더욱 확산될 것으로 기대한다”고 전했다.

<박시현 기자> pcsw@bikorea.net