Offcanvas

AI / How To / 데이터센터

블로그 | 데이터센터는 퇴물? AI는 과대평가?··· IT 분야 2가지 통념 파헤치기

2020.01.28 Matt Asay   |  InfoWorld
IT 세계에서 제일 잘 알려진 문제는 두 가지다. 인류가 미래를 향해 너무 열심히 달려간 나머지 아이러니하게도 기술 발전 속도가 예상을 따라오지 못할 때 그 경향을 무시하게 되는 것이다. 예를 들어 오늘날 널리 퍼져 있는 두 가지의 굳건한 신화를 생각해보자. 첫 번째는 클라우드에 드는 비용이 데이터센터의 지출 감소에 영향을 준다는 것, 두 번째는 AI가 기업 도입 사례 대부분에서 과장되어 있다는 것이다.

이 두 가지 통념이 정말인지 차례대로 살펴보자.
 
ⓒGetty Image Bank
 

신화 #1 : 데이터센터의 파멸

가트너 애널리스트 데이브 카푸치오는 기업의 80%가 2025년가량 데이터센터를 폐쇄할 것이라며(2018년에 데이터센터를 폐쇄한 기업은 10%)라고 주장하며 첫 번째 신화를 시작한다. 너무 공격적인 예상이 아닌가? 물론 그렇다. 그러나 카푸치오는 “인터커넥스 서비스, 클라우드 공급업체, 사물인터넷, 엣지 서비스, SaaS 서비스가 널리 자리잡으면서 기존 데이터센터의 토폴로지에 안주할 이유나 이익이 크지 않다”는 이유를 댔다.

이유는 데이터 중력이다. 종종 이 중력이 클라우드와 반대로 움직여(데이터가 너무 오래 데이터센터에 보관될 경우 클라우드로 꺼내 프로세스하는 것이 오히려 비효율적이다) 반작용을 불러온다. 클라우드에서 생겨나는 데이터가 점점 늘어나고 이 데이터가 모두 클라우드에서 저장되고 처리되며 분석된다는 반작용이다.

그러나 아직도 데이터센터는 사라지지 않았다.

과거 InfoWorld 기사에서 David Linthicum이 지적한 내용과 같다. Linthicum은 시너지 리서치 그룹의 데이터센터 지출에 대한 분석 결과를 통해 “클라우드가 성장하면서 동시에 데이터센터의 지출도 감소하지 않고 있다. 클라우드가 데이터센터를 급격히 대체할 것이라는 예상과는 반대다. 대부분이 데이터센터에 드는 비용이 그대로 클라우드 지출 비용으로 갈 것이라고 예상하지만 그렇지 않다”고 분석했다.

물론 기업의 목표와 현실은 대부분의 경우 상충되기 마련이다.

아니면 필자에게 타일러 트리트가 조금 덜 세련되게 말한 내용은 어떨까? “한동안 워크로드를 (클라우드로)옮길 계획이 없는 기업을 수없이 봐 왔다.” 다른 말로 하면, 기업은 여전히 데이터센터로 고전하고 있으며 클라우드로 이전할 준비가 거의 되어 있지 않다는 뜻이다.

하지만 이런 이유와 상관없이, 클라우드에 대한 관심과 열기가 뜨거운 만큼이나 모든 IT 예산의 약 97%가 여전히 온 프레미스 부문에 쓰인다는 것은 사실이다. 클라우드를 헐뜯는 것이 아니다. 기업 마이그레이션 단계의 현실에서의 기준을 정하는 것이다.

이 신화는 두 번째 신화와도 연결된다.
 

신화 #2 : 기업 내 AI의 도입 실패

다시 가트너로 돌아가보자. 애널리스트 닉 호데커는 기업의 대형 데이터 프로젝트의 약 85%가 실패한다고 언급한 적이 있다. 그 2년 후 IDC가 AI 프로젝트와 관련된 빅데이터 사례에 집중한 후 성공률이 약 50%밖에 되지 않는다는 결론을 내렸다(응답자 1/4이 이렇게 답변). 

이러한 조사 결과를 토대로 “대부분의 AI 프로젝트가 실패한다”는 무수한 언론 보도를 양산했다. 이러한 헤드라인 뒤에는 AI 기반 기술이 성숙하지 않다는 뜻이 내포되어 있다. AI 기술이 계속해서 발전할 것이라는 데에는 의심의 여지가 없지만, 기반이 되는 진실은 조금 다르다.

한 예로, 애널리스트 로렌스 헥트가 “기업 경영진의 AI에 대한 야망이 기업의 실제 역량을 넘어서는 경우가 있다”고 언급한 것을 들 수 있다. 헥트는 “기반 기술이 받쳐주지 않는다면 이런 프로젝트는 실패할 수밖에 없다. 물론 고위 경영진은 모든 직원을 독려해야 하는 책임을 맡고 있지만, 가끔은 변화를 위한 변화를 종용할 때가 있다”고 지적했다. 문제는 AI의 실패가 아니라, AI에 대한 기대에 적절히 대비하지 못하는 것이다.

이쯤 되면 어느 정도는 다들 당황하고 있을 것이다.

비키 보이키스의 지적대로 결국 업계에는 완전히 준비되지 않고 다만 과대평가된 미숙한 데이터 과학자들의 과잉 공급도 문제가 된다. 안타깝게도 이들은 잘못된 기술로 잘못된 문제를 해결하려고 한다. 보이키스는 “데이터 클리닝, 데이터 형성, 여기저기로의 데이터 이전 등의 작업에 있어 데이터 과학은 머신러닝만큼 많이 쓰인 적이 한 번도 없다는 것이 현실”이라고 설명했다.

다른 말로 하면 AI는 생각보다 훨씬 기반이 되는 기술일 수 있다. 또한 기술과는 전혀 상관없는 다른 이유로도 충분히 실패할 수 있다. 그리고 어쩌면, 만일의 이야기지만, 실패하고 있는 것이 아닐 수도 있다. 최소한 다른 IT 프로젝트보다 더 많이 실패하는 것은 아니라는 이야기다.

토마스 딘스모어에 따르면 AI 프로젝트의 실패율은 다른 일반 IT 프로젝트와 크게 다를 것이 없다고 한다. 그는 “기술이 제 역할을 못해서 프로젝트가 실패하는 경우는 거의 없다. 프로젝트는 구매하는 측이 기술이 원래 의도한 효과와 다른 것을 기대했거나, 조직이 실행 과정의 한계를 극복하지 못할 때 실패한다. AI 프로젝트도 ERP 등 다른 프로젝트와 다를 것이 없다. 조직 프로젝트 관리 과정이 문제일 때 실패하기 마련이다”라고 설명했다.

요약해보자. 데이터센터가 죽지 않았는데도 매장하려는 움직임이 있었던 것처럼, AI도 일찌감치 묻어버리려고 하는 움직임도 재미는 있을지 모른다. 현재로서는 미래에 최대한 빨리 도달하려고 하는 수긍 가능한, 또는 어쩌면 순진하기도 한 열망과 시간이 걸리는 일에 대한 조바심이 엿보인다. 클라우드와 AI도 다른 기술처럼 단순한 언론 보도와 기사 제목보다 훨씬 더 섬세하고 미묘한 진실을 품고 있다. editor@itworld.co.kr 
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.