HS효성인포메이션시스템, ‘AI 데이터 레이크 고도화’로 스트라드비젼 데이터 학습·검증 효율 개선

오브젝트 스토리지·고성능 올플래시 NAS 최적 설계로 GPU 활용률 및 데이터 처리 성능 향상
단순 솔루션 제공 넘어 AI 비즈니스 성장 고려한 중장기 인프라 전략 지원

[보안뉴스 강초희 기자] HS효성인포메이션시스템(대표 양정규)은 자율주행차량용 AI 기반 비전 인식 기술 기업 스트라드비젼의 데이터 레이크 고도화 사업을 성공적으로 지원했다고 밝혔다.

▲HS효성인포메이션시스템이 스트라드비젼의 데이터 레이크 고도화 사업을 성공적으로 지원했다 [출처: HS효성인포메이션시스템]

스트라드비젼은 세계 고객사 차량에서 발생하는 실제 주행 데이터를 기반으로 데이터 수집부터 AI 학습·검증까지 전 과정을 연결한 AI 데이터 파이프라인을 자체 운영하고 있다.

이에 따라 비즈니스 확장과 함께 매년 수 페타바이트(PB) 규모로 증가하는 주행 데이터, AI 모델 고도화, 고객사별 커스터마이징 모델 수요 확대에 대응하기 위해 데이터 처리 성능과 인프라 확장에 대한 검토를 지속해 왔다.

특히 대규모 실제 주행 데이터가 집중적으로 활용되는 AI 학습·검증 환경에서 보다 높은 수준의 안정성, 생산성, 확장성을 동시에 확보할 수 있는 인프라에 대한 필요성이 커졌다.

HS효성인포메이션시스템은 대용량 비정형 데이터 처리와 고성능 GPU 분석 환경을 안정적으로 지원하기 위해 스트라드비젼의 데이터 레이크 확장을 위한 AI 인프라 고도화 및 핵심 솔루션 도입 프로젝트를 추진했다.

HS효성인포메이션시스템은 스트라드비젼에 오브젝트 스토리지 ‘HCP’(Hitachi Content Platform)를 도입, 기존 클라우드에서 수행하던 대용량 비정형 데이터 작업을 온프레미스에서도 처리할 수 있도록 설계했다. 동일한 워크로드를 클라우드 대비 약 30% 절감된 비용으로 수행할 수 있는 환경을 구현했다. 스트라드비젼은 스케일아웃이 용이한 구조와 낮은 총소유비용(TCO)을 기반으로 비용 효율성과 확장성을 동시에 확보했다.

또 GPU 기반 AI 학습·검증 환경에서 발생하던 병목 구간을 해소하기 위해 고성능 올플래시 NAS 스토리지 ‘VSP 원파일(One File)’을 도입했다.

다수 엔지니어와 개발자가 동시에 대규모 데이터셋에 접근하는 환경에서도 고속 데이터 처리와 안정적 파일 공유가 가능하도록 구성함으로써, 스토리지 I/O 지연 없이 GPU 연산 자원을 효율적으로 활용할 수 있는 인프라를 구축했다.

이를 통해 기존 스토리지 대비 최대 10배 이상 빠른 데이터 처리 성능을 구현했다. 스트라드비젼은 솔루션 도입 후 일주일 만에 GPU 사용률이 10% 이상 증가하는 등 AI 학습·검증 환경 전반의 생산성과 운영 효율이 향상됐다.

김인수 스트라드비젼 데이터 이노베이션 센터장은 “이번 데이터 레이크 고도화는 AI 모델 개발과 검증 속도를 높이고, 글로벌 고객 요구에 보다 민첩하게 대응할 수 있는 비즈니스 경쟁력을 강화하는 계기”라며 “단순한 인프라 공급을 넘어 스트라드비젼 환경에 최적화된 설계와 기술을 제공한 HS효성인포메이션시스템과의 협업을 통해 안정성과 확장성을 모두 갖춘 AI 인프라를 구현할 수 있었다”고 말했다.

양정규 HS효성인포메이션시스템 대표는 “AI 시대 경쟁력은 결국 데이터를 얼마나 안정적이고 효율적으로 활용할 수 있느냐에 달려 있다”며 “앞으로도 스트라드비젼과 같은 AI 기업이 지속적으로 성장할 수 있도록 중장기 관점에서 인프라 전략을 함께 고민하고 지원하는 파트너 역할을 강화해 나가겠다”고 밝혔다.

[강초희 기자(choh@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다