아마존웹서비스(AWS)는 ‘AWS 리인벤트 2023(AWS re:Invent 2023)’ 이벤트에서 ‘아마존 S3 익스프레스 원 존(Amazon Simple Storage Service Express One Zone)’을 공개했다. 아마존 S3 익스프레스 원 존은 지연 시간에 민감한 고객의 애플리케이션에 한 자리 수 밀리초의 일관된 데이터 액세스를 제공하기 위해 설계된 고성능 단일 영역 아마존 S3 스토리지 클래스다. 아마존 S3 익스프레스 원 존은 지연 시간이 짧은 클라우드 객체 스토리지로, AWS 리전 내의 모든 AWS 가용 영역에서 표준 아마존 S3 보다 최대 50% 낮은 요청 비용으로 최대 10배 빠른 데이터 액세스 속도를 제공한다. 까다로운 워크로드의 경우, 고객은 컴퓨팅 리소스와 동일한 AWS 가용 영역에 아마존 S3 익스프레스 원 존 데이터를 배치해 컴퓨팅 성능과 비용을 최적화하는 동시에 데이터 처리 속도를 높일 수 있다. AWS의 클라우드 스토리지 서비스인 아마존 S3는 350조 개 이상의 객체를 보관하고 있으며 초당 평균 1억 건 이상의 요청을 처리한다. 하지만 ML 훈련 및 추론, 대화형 분석, 재무 모델 시뮬레이션, 실시간 광고, 미디어 콘텐츠 제작과 같은 새로운 사용 사례에서는 분당 수백만 번 데이터를 쓰고 액세스할 수 있으며, 성능 요구 사항을 충족하기 위해 일관된 한 자릿수 밀리초의 응답 시간이 필요하다. 예를 들어, 인공지능(AI) 및 ML 모델 학습에는 수백만 개의 이미지와 텍스트 한 줄을 몇 분 안에 처리해야 하는 경우가 많다. 성능이 중요한 애플리케이션의 스토리지 지연 시간, 애플리케이션 실행 시간, 컴퓨팅 비용을 줄이기 위해 고객들은 자주 액세스하는 데이터를 아마존 S3에서 맞춤형 캐싱 솔루션으로 옮기는 추세다. 그러나 이렇게 솔루션을 옮기면 복잡성이 증가하고 운영 부담이 커지며, 여러 API 세트를 사용하는 추가 스토리지 인프라를 유지해야 하므로 애플리케이션 수정이 필요하다. 또한 데이터가 인스턴스에 복사되는 동안 컴퓨팅 인프라가 실행되어야 하므로 유휴 컴퓨팅 시간이 발생하여 비용이 증가하고 비효율이 발생할 수 있다. 이번에 발표된 아마존 S3 익스프레스 원 존은 새로운 고성능 스토리지 클래스로, 머신러닝(ML) 트레이닝 및 추론, 대화형 분석, 미디어 콘텐츠 제작과 같은 요청 집약적인 작업을 위한 고성능의 스토리지 클래스다. 아마존 S3 익스프레스 원 존을 통해 고객은 필요에 따라 스토리지를 확장하거나 축소할 수 있으며, 현재 사용 중인 아마존 S3 API(Amazon S3 API)로 작업할 수 있다. 또한 전용 하드웨어와 소프트웨어에 데이터를 복제하고 저장함으로써 아마존 S3 스탠다드(Amazon S3 Standard)보다 최대 10배 빠른 액세스 속도를 제공하여 데이터 처리 속도를 높인다. 아마존 S3 익스프레스 원 존은 액세스 속도를 더욱 높이고 분당 수백만 건의 요청을 지원하기 위해 새로운 버킷 유형인 아마존 S3 디렉토리 버킷에 데이터를 저장한다. 아마존 S3 익스프레스 원 존을 사용하면 데이터 액세스 속도가 아마존 S3 스탠다드보다 최대 10배 빠르다. 따라서 데이터 레이크 쿼리가 최대 4배 더 빠르게 완료되어 분석에 소요되는 워크로드 시간이 단축되므로 데이터 분석가가 인사이트를 도출하고 더 빠르게 의사 결정을 내릴 수 있다. 아마존 S3 익스프레스 원 존을 통해 고객은 스토리지를 확장하거나 축소할 수 있으며, 애플리케이션이 현재 사용되는 것과 동일한 아마존 S3 API를 통해 데이터에 액세스하기 때문에 지연 시간이 짧은 워크로드를 위해 여러 개의 스토리지 시스템을 관리할 필요가 없다.  고객은 몇 번의 클릭만으로 새로운 아마존 S3 디렉토리 버킷(Amazon S3 directory bucket)을 생성하고, 생성한 아마존 S3 디렉토리 버킷에 직접 새 개체를 업로드하거나, AWS 관리 콘솔의 아마존 S3 배치 작업을 사용하여 다른 아마존 S3 스토리지 클래스에 있는 기존 데이터 세트의 개체를 복사할 수 있다. 아마존 S3 익스프레스 원 존은 아마존 S3용 마운트 포인트(Mountpoint for Amazon S3), 아마존 S3 서버사이드 암호화(Amazon S3 Server-Side Encryption), 아마존 S3 블록 퍼블릭 액세스(Amazon S3 Block Public Access)와 같은 아마존 S3 기능뿐만 아니라 아마존 EMR(Amazon EMR), 아마존 레드시프트(Amazon Redshift), 아마존 세이지메이커(Amazon SageMaker), 아마존 베드록(Amazon Bedrock)과 같은 AWS 서비스도 지원한다. 아마존 S3 익스프레스 원 존은 미국 동부(노던 버지니아), 미국 서부(오레곤), 유럽(스톡홀름), 아시아 태평양(도쿄)에서 사용할 수 있으며, 곧 추가 AWS 리전에서도 사용 가능하다. AWS의 제임스 키르쉬너(James Kirschner) 아마존 S3 제너럴 매니저는 “수백만 명의 고객이 저비용 아카이브 스토리지에서 페타바이트 규모의 데이터 레이크에 이르기까지 모든 용도로 아마존 S3를 사용하고 있으며, 매 밀리초가 중요한 가장 성능 집약적인 애플리케이션을 지원하기 위해 사용을 확대하고자 한다”면서, “아마존 S3 익스프레스 원 존은 지연 시간에 가장 민감한 애플리케이션에 가장 빠른 데이터 액세스 속도를 제공하며, 고객이 액세스 빈도가 높은 데이터 세트에 대해 분당 수백만 건의 요청을 처리하는 동시에 요청 및 컴퓨팅 비용을 절감할 수 있도록 지원한다”고 설명했다.

델 테크놀로지스가 2024년 기술 트렌드 전망을 발표하면서 생성형 AI, 에지 플랫폼, 제로트러스트 등 지난해 많은 논의를 거쳐온 기술이 2024년에는 실제 산업에서 실질적인 기회를 실현시킬 것이라고 예측했다. 2023년에는 생성형 AI의 모델을 선택하고 사용할 데이터 및 데이터의 위치를 결정하는 등 이론적인 논의가 주로 다뤄졌다. 2024년에는 이러한 시스템이 실제 추론 및 운영 환경으로 전환될 전망이다. 경제적인 측면에서도 훈련 비용 대신 운영 비용으로 초점이 이동할 전망이다. 모델을 훈련하거나 세밀하게 조정하는 데에 필요한 비용이 높고 인프라에 대한 요구도 상당할 수 있지만, 이는 기업에 생성형 AI를 적용하는 전체 투자 규모에 비하면 작은 부분이 될 것이다. AI 도구와 서비스 생태계는 다양성을 갖추며 확장될 전망이다. 개발자들은 클라이언트 단에 설치하는 파이토치(PyTorch)와 같이 새로운 유형의 가속기를 비롯해 오닉스(ONYX)와 같이 인프라 단에 사용하는 개방형 표준 AI 런타임 프레임워크 등 다양한 유형의 인터페이스를 손쉽게 사용하고 생성함으로써 코파일럿(co-pilot) 가속기 영역이 대중화될 전망이다. 엔터프라이즈 생성형 AI를 구현하기 위한 개방형과 비개방형 모델 및 도구 또한 끊임없이 등장할 전망이다. 델은 생성형 AI 시스템을 안전하게 개발하고 여기에 필요한 데이터를 관리할 수 있도록 돕는 툴과 모델이 다양화될 것이며, 개방형으로 전환되는 추세는 기본 모델부터 부가 도구에 이르기까지 지속될 것으로 예측했다. 델 테크놀로지스의 존 로즈(John Roese) 글로벌 CTO는 많은 기업이 광범위한 실험 단계에 있던 생성형 AI 프로젝트가 조만간 최고 경영진의 전략적인 초점이 될 것으로 내다봤다. 그는 “올해는 생성형 AI가 기업 환경과 전세계를 어떻게 변화시킬지에 대해 많은 창의적인 아이디어가 쏟아졌으나, 실제로 비즈니스로 확장하여 적용한 사례는 많지 않았다”면서, “2024년에는 엔터프라이즈 생성형 AI 프로젝트의 첫 번째 파도가 어느 정도 성숙의 수준에 도달할 것으로 예상되며, 이는 초기 단계에서 발견되지 않은 생성형 AI의 잠재력을 드러낼 것”이라고 예측했다. 한편, 델은 기존에 클라우드 서비스를 공장, 병원, 상점 등 현실 세계로 확장하기 위해 특정 클라우드 워크로드에 대한 에지만 제공하는 포인트 솔루션을 사용하는 ‘단일 에지’ 방식을 기본적으로 채택해 왔으나, 앞으로 모든 클라우드, IoT, IT 시스템에 위치하는 소프트웨어 정의 에지 워크로드를 안전하게 운영하고 신뢰할 수 있기 위해서는 ‘멀티클라우드 에지 플랫폼’ 접근 방식을 취하는 형태가 보편화될 것으로 전망했다. 또한, AI의 민주화가 진행되고 더 많은 데이터와 인텔리전스가 에지로 이동함에 따라, 데이터 관리가 디지털 미래의 안전에 점점 중요해지고 있다. 델은 실질적인 제로 트러스트 아키텍처를 개발하고 제로 트러스트를 의무화할 필요성이 높아질 것으로 보았다. 델 테크놀로지스의 피터 마스(Peter Marrs) 아태지역 총괄 사장은 “기술의 발전은 모두 협업과 생태계 윤리로 이루어져 왔다. 생성형 AI는 더 높은 성과를 위해 더 많이 협력해야 함을 보여주는 좋은 예시”라면서, “디지털 결속을 위해 힘을 모아야 하는 이유도 여기에 있다. 디지털에 기반한 아이디어도 모두가 함께할 때에 현실로 실현시킬 수 있다. 델은 기술 통합의 최전선에서 업계 선두의 전문성과 파트너 협력 관계, 솔루션 포트폴리오를 바탕으로 고객들의 비즈니스 성장 기회를 전폭적으로 지원해 나갈 계획”이라고 말했다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI는 이제 대중화를 목전에 두고 있으며, 에지는 이를 실제 세계에 적용하는 통로이고, 제로트러스트는 이를 안전하게 이용할 수 있도록 하는 방법론”이라면서, “AI를 활용할 때 명심할 점은 AI와 다른 아키텍처를 따로 떼어 생각해서는 안된다는 것이다. 장기적인 관점에서의 비전과 행동을 일치시키기 위한 단초를 마련해야 할 때”고 전했다.

SAP는 자사가 진행한 조사 결과를 인용해, 국내 기업이 지속가능성을 비즈니스 전반에서 전략적 우선순위로 인식하고 있으며 관련 투자를 늘리고 있다고 전했다. SAP는 2023년 2월부터 3월까지 온라인 설문조사를 통해 21개 국가, 29개 산업에 걸쳐 4750명의 응답자로부터 데이터를 수집했다.  이 조사에서 국내 기업의 약 4분의 3(71%)은 지속가능성 데이터를 전략 및 운영 관련 의사결정에 보통 또는 높은 수준으로 활용하고 있는 것으로 나타났고, 국내 기업의 평균 56%는 지속가능성과 조직의 경쟁력 및 수익성 사이에 보통 또는 높은 수준의 관계가 있다고 답했다. 비즈니스 성과에 미치는 이러한 영향은 투자를 촉진하고 있다. 국내에서는 응답 기업의 56%가 향후 3년간 지속가능성에 대한 투자를 늘릴 계획이라고 답해 작년(32%)보다 24%p 증가했으며, 이는 지속가능성과 비즈니스 우선순위 사이에 밀접한 관계가 있음을 보여준다. 국내 기업 10곳 중 4곳(44%)은 향후 5년 이내에 지속가능성 투자에 대해 긍정적인 재무 수익을 낼 것으로 예상했다. 이는 전 세계 평균 61%에 비해 높은 수준이다. 국내 기업의 약 4분의 3인 73%는 지속가능성 전략이 매출 또는 이익 성장과 같은 성과에 보통 또는 높은 수준으로 기여하는 것으로 나타났다. 그리고 국내 응답자의 73%는 지속가능성 활동으로 인해 비즈니스 프로세스의 효율성이 보통 또는 높은 수준으로 증가했다고 답했다. 한편으로, 국내 기업이 마주한 도전과제 또한 이번 조사를 통해 드러났다. 국내 기업의 43%는 환경 보호 조치를 취하는 데 있어 필요한 전문 지식의 부족을 가장 큰 장애물로 꼽았으며, 이는 글로벌 평균인 30%보다 높은 수치이다. 이외에 주목할 문제로는 환경 영향 전략 부족(42%), 투자 수익 입증의 어려움(38%), 환경에 미치는 영향 측정 능력에 대한 의구심(38%) 등이 있었다.  수집한 지속가능성 데이터의 품질에 완전히 만족하는 국내 기업은 7%로 전년(7%)과 차이가 없었으며, 전 세계 평균인 23%보다 낮았다. SAP는 이런 결과에 대해 “가정과 추정에 의존하기보다 지속가능성 데이터를 직접 측정하기 위한 노력이 부족하기 때문”이라고 분석했다. 국내 기업은 에너지 소비 및 배출량(한국 67%, 글로벌 83%), 자원 가용성(한국71%, 글로벌 79%), 자재 사용량(한국 68%, 글로벌 76%)을 직접 측정하는 데 있어 다른 나라에 비해 뒤처져 있다. SAP의 지나 맥나마라(Gina McNamara) 아시아 태평양 및 일본 지역 최고재무책임자는 “지속가능성을 더 많이 고려하는 조직이 더 성공적인 조직이라는 사실이 점점 더 명확해지고 있기 때문에 지속가능성을 더 이상 기업의 재무 성과와 분리해 논의할 수 없다”면서, “이미 한국 기업의 5%는 지속가능성이 기업의 성과에 중요하다고 답했으며, 28%는 5년 이내에 중요해질 것이라고 답했다. 이제는 모든 비즈니스 프로세스에서 재무적 의사결정과 친환경적 의사결정을 결합해야 할 때이다. 따라서, SAP는 재무 데이터를 다루는 방식과 동일하게 탄소 데이터를 처리하고 있다”고 전했다.