기획기사

딥러닝 시장을 위한 씨게이트의 일보, Exos E

  • 박선중 기자
    • 기사
    • 프린트하기
    • 크게
    • 작게

    입력 : 2018-07-10 10:44:56

    딥러닝은 ‘컴퓨터를 통한 자가학습을 통해 이루어지는 프로그래밍, 즉 자가학습’을 의미한다. 처음에는 그다지 주목받지 못했던 분야이지만 꾸준한 발전을 통해 2016년 ‘이세돌과 알파고’의 대결을 통해 세계적인 이슈가 되면서 본격적으로 표면화되기 시작했다.

    물론 그전에 딥러닝, 인공지능, 머신러닝 등 다양한 단어로 표현이 되었지만 세기의 바둑 대결을 통해 본격적으로 일반인들에게 쇼크에 가까운 결과와 과정을 보여주면서 딥러닝에 대한 인식이 대중화된 것이다.

    현재의 알파고는 이미 이세돌과의 대전 이후 보다 향상된 기술을 선보이고 있으며 이미 인간의 범주를 넘어선 것으로 평가되고 있으며 바둑계에선 ‘알파고 vs 알파고’ 대결의 기보는 완전히 다른 영역을 보여준 것이라고 평가하고 있으며 인간의 기준에서 벗어난 기보 형태라는 평가를 내리고 있는 것이 현실이다.

    이러한 딥러닝은 분야별로 점차적인 발전을 통해 전문성을 띄고 있으며 전세계적으로 6.4억 달러에서 2025년 368억 달러로 급속한 성장을 이룰 것으로 예상되는 시장이다. 전세계적으로 마이크로소프트, IBM, SAP SE, 구글, 아마존, 바이두, 인텔 등 수많은 IT 기업들이 딥러닝 시장에 뛰어들고 있다.

    ■ 이미 확대되고 있는 딥러닝 시장

    일반인들에게 익숙한 자동화 운전에서뿐만 아니라 번역 시장에서는 이미 어느정도 완성도 높은 형태로 솔루션이 등장해 속어를 비롯해 일상어를 기반으로 한 대화까지 이루어지고 있는 상황이다. 또한 금융시장에서의 업무 자동화, 신용 평가, 트레이딩을 통해 고객에게 최적의 솔루션이나 상품을 추천하는 형태로도 발전하고 있다.

    이러한 발전은 단순히 일부 시장에만 영향을 주는 것이 아닌 의료, 생명, 교통, 과학, 소매, 통신, 제조, 방위 부분 등 다양한 부분에서 다각도로 조명되고 있으며 급속한 발전을 통해 빠르게 일상생활에서 적용될 것으로 예측되어 아직 시작에 불과한 국내에서도 2021년까지 1년 9,021억 원에 이르는 시장 규모를 가질 것으로 예상될 정도이다.

    세계적으로 이미 이미지 및 안면 인식 시장과 금융시장에서의 트레이딩 알고리즘 분석, 의료 분야의 의료 데이터 분석, 주행 시장의 위치 추적 및 사물 인식 분석, 문서 시장의 이미지 및 문자 인식 등 딥러닝이라는 단어 아래 다양한 분야에서 이미 적용되고 있거나 그 범위를 넓히고 있는 실정이다.

    우선 국내 금융시장을 보더라도 이미 몇 년 전부터 FDS(Fraud Detection System)을 도입해 AI가 금융거래를 학습해 이상금융거래를 탐지하는 시스템을 은행사별로 도입하고 있는 상황이며 딥러닝 특성상 적용 시간이 길면 길수록 보다 정확한 탐지 및 정확한 소비 패턴을 학습하게 되어 높은 완성도를 보이고 있다.

    또한 금융정보를 기반으로 한 카드 사용 명세나 성별, 나이, 직업을 고려한 빅데이터 분석을 통해 상품 제안 및 금융관리 제안을 하는 상황으로 이를 통해 고객에 따른 개별적인 할인 서비스나 포인트 적립 시스템을 제공하고 있다. 금융사에 따라 주거래 지역 및 소비패턴도 분석해 제안하는 은행들도 있는 상황으로 점차 빅데이터를 기반으로 해 고객 중심의 패턴 분석을 통해 상품을 제안하고 있는 실정이다.

    국내의 경우 IBM의 딥러닝 솔루션이 많은 관심을 받고 있으며 대학 등의 교육기관을 비롯해 연구기관에서 딥러닝 기반의 솔루션 개발을 위해 다양한 투자를 이미 진행하고 있다. 그리고 IBM의 딥러닝 서버를 국내에 공급하고 있는 ‘미루웨어’는 AI에 최적화된 AC922 솔루션을 통해 국내 대학 및 통신, 금융, 헬스 시장에 딥러닝 기반의 AI 시장을 확대하고 있다.

    딥러닝에 있어 필요한 것은 훈련과 추론을 위한 빠른 프로세서이며 이를 기반으로 빠른 데이터 처리가 필수적이다. 그렇기에 CPU와 GPU의 성능에 기업들이 많은 투자를 하고 있기도 하다. IBM은 트루노스(TrueNorth)를 인텔은 로이히(Loihi) 칩을 가지고 있으며 인간의 두뇌에 가까운 처리에 보다 최적화되어 있음을 어필하고 있다.

    IBM의 트루노스는 1600만개의 뉴런과 40억개의 시냅스가 처리하는 계산 능력과 맞먹는 성능을 갖추고 있으며 패턴 및 주변 정보를 통합해 분석하고 추천하는 능력을 갖춘 것으로 평가되고 있다.

    훈련과 추론은 AI 칩이 담당하지만 이를 반드시 뒷받침해야 하는 것이 바로 빠른 데이터 처리다. 씨게이트 Exos 10E2400은 빠른 데이터 처리를 위한 캐싱 강화 기능을 통해 딥러닝을 통해 축적된 데이터를 안전하게 보관하고 가속화해 데이터베이스 기반의 어플리케이션에 대한 빠른 피드백을 제공하는 저장장치다.

    또한 보안에 필수적인 ISE(Instant Secure Erase)를 제공한다. 비즈니스 환경에서 데이터는 가치를 가지고 있으며 안정적으로 보관이 되어야만 고유의 자산으로써 평가 받을 수 있기 때문이다. 그렇기에 소프트웨어나 하드웨어 기반의 보안성을 제공해 데이터를 보호하고 있으며 씨게이트는 하드웨어 기반의 자체 암호화 기능을 제공해 한정된 인원만 접속 가능하도록 컨트롤이 가능하며 전원 차단 시 동기화된 드라이브 잠금 기능 및 보안 부팅 프로세스와 암호화 기능을 통해 불의의 사태에 대한 자체적인 안전하고 완벽한 삭제 기능을 제공한다.

    하드웨어 기반의 암호화를 통해 외부 공격으로부터 보호하고 AES-256 표준을 통해 하드웨어 루트 키 및 장치 루트의 신뢰성을 제공, 불량 펌웨어 감지 기능 뿐만 아니라 NIST 800-88 및 ISO 27040에 따른 국제적으로 승인된 삭제 기능을 갖추고 있다.

    ■ 계속되는 씨게이트의 시도

    이전과 다르게 우리 일상생활은 더욱 빠르게 디지털화되고 있다. 빅데이터를 기반으로 분석되어 효율적이고 그리고 합리적인 생활 및 소비패턴을 위한 방향으로 발전하고 있으며 기업 입장에서는 낮은 TCO 기반의 데이터 분석을 요구하고 있다.

    물론 카메라 및 이미징 기술 진보로 4K, 또는 8K의 높은 레코딩 포맷이 일반화되고 있어 기업이 일상적으로 사용하는 스토리지 시스템에 더 많은 데이터를 요구하고 있어 유연하고 비용 효율적인 고성능 공유 스토리지가 필수적이게 됐다. 딥러닝의 발전과 더불어 보다 정밀한 데이터 분석 그리고 정밀한 데이터 분석에 따른 안정적인 데이터 관리 및 보관 그리고 이를 위한 보안성 요구가 대두되고 있다.

    일반 사용자 입장에서 다소 변화가 적은 스토리지 시장이지만 이미 스토리지 시장은 가파르게 움직이고 있으며 씨게이트는 이미 계속되는 도전에 다양한 제품을 선보이고 있는 상황이다. 저장장치는 단순히 데이터를 저장하는 공간에서 효율적인 분석을 위한 토대로서 발전하고 있고 씨게이트는 묵묵히 그리고 조용히 움직이고 있다.



    • 기사보내기
    • facebook
    • twitter
    • google
    • e-mail
  • Copyrights ⓒ BetaNews.net


  • http://m.betanews.net/879019?rebuild=on