세계적으로 인공지능(AI) 데이터 센터 구축과 관련 활동이 계속 가속화되고 있다. 현저히 높아진 대역폭 수요, 더 엄격해진 지연 시간 요구 사항, 보다 복잡한 트래픽 패턴을 해결하기 위해서는 네트워크의 진화 필요성이 커졌다. 시에나 코리아 영업 엔지니어링 책임자인 김성준 부사장과 대화를 통해 한국 전역에서 데이터 센터 연결성 요구 사항이 어떻게 변화하고 있는지 살펴봤다.
Q: AI 인프라 환경의 확장은 대한민국의 연결성 환경을 어떻게 바꾸고 있나?
A: AI는 데이터 센터 연결성 측면에서 유례가 없는 수준의 수요를 촉발하고 있다. 한국에서는 SK 텔레콤이 아시아의 AI 인프라 허브가 되는 것을 목표로 최대 15GW 규모의 AI 데이터 센터를 구축하겠다는 계획을 발표했다. 이러한 AI 도입이 확장됨에 따라, 서비스 공급자, 기업, 하이퍼스케일러, '네오스케일러'라고 불리는 신흥 클라우드 운영업체 등은 네트워크 설계, 연결, 관리 방식을 재고하고 있다.
이러한 시설은 모두 연결돼야 한다. 시설 간에는 워크로드를 분산하고 모델의 동기화 상태를 유지하기 위해, 사용자와는 쿼리와 응답을 빠르고 안정적으로 주고받기 위해 연결이 필요하다. 이러한 이유로 업계에서는 기존의 접근 방식에서 벗어나 더 높은 용량, 낮은 지연 시간, 향상된 운영 효율성을 지원할 수 있는 새로운 네트워크 아키텍처를 도입하고 있다.
Q: AI 중심 연결성 분야의 주요한 추세로는 어떤 것이 있나?
A: 주요한 추세 중 하나는 메트로 데이터 센터 관리형 서비스의 현대화다. 과거에는 공급자가 별도 네트워크를 운영해 파장과 이더넷 서비스를 제공했고 이에 따라 공간, 전력, 운영 요구 사항이 늘어났다. 오늘날 플렉스이(FlexE)와 같은 기술을 통해 이러한 서비스를 단일 라우터 기반 인프라에 통합할 수 있다. 이러한 접근 방식을 통해 전용 대역폭, 확실한 서비스 격리, 낮은 지연 시간을 제공하면서 복잡성과 자원 소비량을 줄일 수 있다. 이는 데이터 센터 공간과 전력에 대한 제약이 심해지고 있는 한국의 서울과 같은 메트로 시장에서는 중대한 장점이 된다.
또한 한국의 원격 및 지방 데이터 센터도 상당한 성장세다. 하지만 이러한 지역에는 이미 확립된 허브와 동일한 수준의 클라우드 상호 연결 및 피어링 생태계를 제공할 역량이 갖춰져 있지 않을 수도 있다. 이러한 격차를 해소하기 위해 서비스 공급자는 생태계가 풍부한 시설과 신생 데이터 센터 간에 대용량 백홀 연결을 구축하고 있다. 이 과정에서 코히어런트 라우팅 기술이 핵심 역할을 한다. 향후 확장성 요구 사항에 대응하는 동시에, 메트로 및 광역 네트워크 도매 전송을 효율적으로 구현할 수 있기 때문이다.
Q: AI는 기업의 액세스 네트워크에 어떤 영향을 미치고 있나?
A: AI 서비스가 최종 사용자와 네트워크 에지에 더 가까워짐에 따라 기업의 액세스 연결성도 진화해야 한다. 기존 기업 네트워크는 주로 음성, 인터넷, 가상사설망(VPN) 트래픽용으로 설계됐다. 하지만, AI로 인해 새로운 요구 사항이 대두됐다. 특정 AI 워크로드에는 결정론적 라우팅, 초저 지연 시간, 무중단 연결성 또는 데이터 주권 요구 사항 준수가 필요하다. 그 결과 세그먼트 라우팅 플렉시블 알고리즘F(lex-Algo)와 같은 첨단 IP 트래픽 엔지니어링 기능이 더욱 중요해졌다. 이러한 기능을 활용하면 조직이 비즈니스 및 애플리케이션 요구 사항에 따라 트래픽 유형별로 특정 네트워크 경로를 지정할 수 있기 때문이다. 많은 경우, 네트워크 설계는 기업 AI 전략에서 필수적인 부분으로 자리 잡고 있다.
Q: 네오스케일러는 어떤 기회와 과제를 마주하고 있나?
A: 네오스케일러는 데이터 센터와 광케이블 네트워크를 포함한 자체 AI 인프라에 막대한 투자를 하고 있다. 하지만 이러한 자산을 구축하는 데는 시간이 걸린다. 또한 대한민국의 전기통신기본법 및 전기통신사업법에 따르면 국가 기관과 기간통신사업자만 광케이블을 부설하고 운영할 수 있다. 따라서 다수의 조직은 확장 과정 중에도 임차한 네트워크와 타사 시설에 계속 의존해야 한다.
이러한 시나리오에서는 광케이블의 효율성과 운영 단순성을 극대화하는 것이 대단히 중요하다. 고급 코히어런트 라우팅 솔루션은 네트워크 공급자가 광 및 IP 기능을 통합 플랫폼으로 통합하면서 네트워크 성능과 용량을 높이는 데 도움이 될 수 있다. 이를 통해 기존 인프라를 더욱 효율적으로 활용하고 네트워크 운영을 간소화할 수 있다.
Q: AI 중심의 미래를 준비하는 한국의 조직에 더욱 거시적인 시사점을 제안한다면?
A: AI는 단순히 기존 네트워크에 트래픽을 추가하는 데 그치지 않고 생태계 전반의 연결성 요구 사항을 근본적으로 바꾸고 있다. 통합 메트로 서비스부터 원격 데이터 센터 백홀, 향상된 기업 액세스, AI 인식 트래픽 엔지니어링, 네오스케일러 확장에 이르기까지, 조직에는 확장성, 효율성, 적응성을 갖춘 네트워크가 필요하다. 차세대 AI 애플리케이션과 서비스를 성공적으로 지원하려면 연결성 인프라를 현대화하는 역량이 관건이 될 것이다.
이경민 기자 kmlee@etnews.com
