[기고] AI 시대 데이터센터의 승부처, 스토리지 인프라 신뢰성

세계 백업의 날(World Backup Day)은 그동안 기업들에게 데이터 보호의 중요성을 상기시키는 데 초점을 맞춰왔다.

그러나 올해, 엑사바이트(Exabyte) 규모의 인프라를 운영하는 데이터센터 사업자에게 중요한 화두는 단순히 “백업 시스템을 갖추고 있느냐”가 아니다. 스토리지 인프라가 운영 현장에서 요구되는 수준의 데이터 복원력을 제대로 제공할 수 있느냐가 핵심이다. 온라인 워크로드를 안정적으로 뒷받침하는 가동시간(업타임), 시스템 장애가 발생해도 버틸 수 있는 장애 영역 전반의 데이터 내구성, 그리고 사이버 공격으로부터 데이터를 지키기 위한 불변(immutable) 아카이브 역량까지. 이 모든 조건을 충족할 수 있는지가 데이터센터 운영의 승부처가 되고 있다.

시설 계획에서 커지는 ‘증폭 효과’

클라우드 사업자들은 이레이저 코딩(erasure coding), 지리적 이중화, 자동 티어링처럼 여러 겹의 보호 체계를 겹쳐 ’99.999999999’ 수준의 데이터 내구성을 제공한다. 하지만 경제적 관점에서 보면 이야기가 달라진다. 세 개의 가용 영역에 걸쳐 지리적 이중화를 유지하면, 복제본과 백업 사본이 복제 방식과 이레이저 코딩 구성에 따라 기본 스토리지 풋프린트의 2~3배까지 늘어날 수 있다. 그리고 이 ‘증폭 효과’는 랙 공간, 전력 소비, 냉각 요구량, 지속적인 운영비에 고스란히 영향을 미친다.

클라우드 데이터의 대부분이 하드 드라이브에 저장되는 만큼, 테라바이트당 전력 소모, 부품 수명, 장애로 인한 운영비는 더 이상 부차적인 변수가 아니다. 전력사용효율(PUE)과 랙 단위 비용을 좌우하는 핵심 시설 운영 지표로 직결된다.

부품 고장이 가져오는 ‘보이지 않는 비용’

데이터센터의 재무 모델은 데이터 내구성 인프라를 흔히 ‘선형 배수’로 계산한다. 하지만 이렇게 접근하면 총소유비용(TCO)를 좌우하는 운영비용을 간과하기 쉽다. 예를 들어, 스토리지 구성요소가 100만 개이고 연간 고장률이 1%인 환경이라면, 운영자는 하루 평균 약 27건의 부품 고장에 대응해 리빌드(재구성) 작업을 수행해야 한다. 문제는 이 과정이 주변 구성요소에 지속적인 읽기 작업을 걸어 전력 소모와 발열을 키우고, 네트워크 대역폭을 잠식하며, 나아가 연쇄 고장 위험까지 높일 수 있다는 점이다.

부품 신뢰성은 리빌드 작업 빈도를 곧바로 결정한다. 연간 고장률이 0.5%인 환경과 1.5%인 환경을 비교하면, 하루 리빌드 작업 수는 3배까지 증가한다. 그 차이는 곧바로 전력 사용량의 변동, 여러 랙에서 동시에 과부하가 걸리며 발생하는 냉각 부하의 출렁임, 네트워크 혼잡, 그리고 부품 교체에 투입되는 기술 인력의 시간으로 이어진다.

랜섬웨어 시대, ‘불변 아카이브’ 스토리지가 답이다

랜섬웨어 공격자들은 이제 프로덕션 스토리지 시스템뿐 아니라, 가동시간을 보장하려고 구축한 이중화 구조까지 함께 노린다. 이런 현실 속에서 불변 아카이브 스토리지(온라인 시스템과 분리되거나 에어갭 방식으로 운영되는 형태)를 포함한 데이터 복원력 전략은 더 이상 ‘규정 준수용 체크리스트’가 아니다. 운영을 위해 반드시 갖춰야 할 요건이 됐다. 온라인 스토리지가 운영 워크로드를 위해 가용성과 데이터 내구성에 초점을 맞춘다면, 불변 아카이브 스토리지는 공격자에게서 데이터를 지키기 위한 추가 방어층을 제공한다.

이로 인해 운영 측면에서도 전혀 다른 요구가 생긴다. 수개월 동안 거의 쉬고 있던 아카이브 스토리지 인프라가 프로덕션 시스템이 침해돼 복구에 들어가는 순간, 지속적인 읽기 중심 고부하 성능을 갑자기 감당해야 하기 때문이다. 시설 운영자는 멀티 페타바이트 규모의 복구 작업이 수 주 동안 24시간 이어지며 최대 부하가 걸리는 상황까지 감안해, 아카이브 시스템의 전력, 냉각 및 네트워크 용량을 미리 확보해야 한다. 게다가 복구 중 스토리지 구성요소 하나만 고장 나도 인접 구성요소로 부하가 연쇄적으로 발생하면서 국지적 핫스팟이 생길 수 있고, 이는 냉각 시스템을 압박해 인접 랙의 열(thermal)로 인한 추가 고장 위험을 키운다.

AI 워크로드가 더 복잡하게 만드는 인프라 설계

AI 학습 워크로드는 서로 다른 인프라 요구사항을 지닌 아카이브 핵심 자산을 만들어낸다. 일반적인 아카이브 데이터가 장기간 거의 사용되지 않는 것과 달리, AI 학습 데이터셋은 정기적인 검증 작업과 주기적인 재학습 사이클을 거친다. 이로 인해 다음과 같은 영역에 지속적인 워크로드 패턴이 형성된다.

• 전력 계획: 유휴 상태였던 아카이브 시스템이 복구 등으로 최대 읽기 부하로 전환되면 전력 사용량이 크게 출렁인다. 이 변동성은 전력 용량 계획과 UPS 용량 산정에 직접 영향을 준다.
• 냉각 요구: 버전 관리되는 AI 저장소는 읽기 집중형 접근이 반복되면서 열이 꾸준히 발생한다. 결과적으로 지속적인 냉각 부하를 전제로 설계해야 한다.
• 네트워크 설계: 페타바이트 규모의 AI 체크포인트를 옮기면, 기존의 북-남(north-south) 트래픽과는 다른 동-서(east-west) 중심의 트래픽 패턴이 두드러진다.

2027년까지 매년 130~140개의 신규 하이퍼스케일 데이터센터가 들어설 것으로 예상된다. AI 역량 확보를 위한 수천억 달러 규모의 인프라 투자가 진행되는 가운데, 최악의 상황에서도 신속한 복구를 보장해야 하는 시스템의 전력, 냉각 및 네트워크 영향을 고려한 백업 인프라 계획이 매우 중요해지고 있다.

데이터센터 운영자가 요구해야 할 필수 항목 리스트

이번 세계 백업의 날을 맞아 데이터센터 운영자들은 스토리지 인프라가 실제 운영 조건에 맞는지 점검할 필요가 있다.

• 전력 및 열 예측 가능성: 스토리지 구성요소가 수명 주기 전반에 걸쳐 일정한 전력 사용 범위를 유지하는가?
• 지속적 성능: 아카이브 시스템은 수개월 동안 유휴 상태로 있다가도 열 문제 없이 명시된 처리량을 안정적으로 제공할 수 있는가?
• 장애 양상의 예측 가능성: 구성요소는 명확한 신호를 남기며 안정적으로 장애가 발생하는가, 아니면 해결을 복잡하게 만드는 방식으로 고장 나는가?
• 밀도 최적화: 전력 및 냉각 시스템은 모든 스토리지 계층에서 동시에 최대 사용률이 발생하는 최악의 상황을 기준으로 설계돼 있는가?

스토리지 구성요소의 신뢰성은 데이터센터 경제성을 좌우한다. 신뢰성이 높아지면 현장 출동(트럭 롤)과 운영 인건비가 줄고, 전력 사용량도 예측 가능해져 용량 계획이 한결 수월해진다. 장비 교체 주기가 길어지면 대규모 마이그레이션 같은 ‘함대 이동’이 잦아 들어 운영 중단과 혼란도 줄어든다. 새로운 기술 세대를 도입할 때 요구되는 검증 과정 역시 더 단순해진다.

데이터센터 운영자에게 중요한 것은 서비스 이용자가 백업을 갖추고 있는지 여부가 아니다. 시설 인프라가 서비스 수준 협약(SLA)에서 약속한 데이터 복원력을 실제로 뒷받침할 수 있는냐가 관건이다. 즉, 온라인 워크로드의 가동시간을 유지하는 동시에, 공격에 대비한 불변 아카이브 역량까지 뒷받침해야 한다. 또한, 스토리지 인프라가 수 주 동안 최대 사용률로 가동되는 복구 상황에서도 전력과 냉각 시스템이 이를 안정적으로 감당할 수 있는지도 중요한 사안이 된다.

AI 개발 일정과 고객 유지가 스토리지 인프라의 티어 전반 성능에 달려 있는 시대다. 이런 환경에서 구성요소 단위의 신뢰성은 시설 계획에서 결코 부차적인 항목이 아니다. 전력 계약부터 냉각 시스템 용량 산정, 인력 투입 비용에 이르기까지 데이터센터 경제성의 거의 모든 요소에 영향을 미치는 핵심 변수가 됨을 기억해야 할 것이다.

글. 스테판 만들 WD 글로벌 세일즈 마케팅 부문 부사장