Chris Sharp, Digital Realty CTO

혁신의 가속화

AI의 선순환 구조가 고도화된 모델 설계에 피드백 루프를 형성하면서, 매 분기마다 1년 치에 해당하는 AI 혁신이 이루어질 것으로 예상합니다. 혁신적인 변화가 다양한 분야에서 동시에 일어나고 있으며, 각각의 발전이 기존 최첨단 기술을 뛰어넘는 가속 효과를 만들어내고 있습니다.

우리는 혁신을 이끄는 세 가지 핵심 요소인 하드웨어, 소프트웨어, 네트워크를 주목하고 있습니다. 이러한 영역을 지속적으로 모니터링하며, 디지털 리얼티가 디지털 전환, 클라우드 마이그레이션, AI 분야에서 고객을 강력하게 지원하는 기반이 될 수 있도록 하고 있습니다. 그중에서도 소프트웨어는 가장 빠르게 변화하는 분야이며, 기술 발전을 가속화하고 기존 패러다임을 뒤흔들 잠재력을 가진 핵심 영역입니다.

제품화를 통한 차별화

2025년에는 제품화 방법을 파악하고, 기술을 중심으로 재무 모델을 구축하며, 전략적 파트너와 연계하는 기업이 순수한 연구와 '쿨'한 요소에서 벗어나기 시작할 것입니다. 이러한 기업은 경쟁사와 차별화할 수 있는 더 나은 기회를 갖게 될 것입니다.

AI 수익 창출은 직접적인 모델 판매가 아니라, 애플리케이션 소프트웨어 구현을 통해 이루어질 것이라고 생각합니다. Microsoft Copilot와 비슷하지만 더 광범위한 사용 사례에 적용되는 소프트웨어를 생각해 보세요. 저는 최근 AI 에이전트로 변혁 중인 워크플로 회사인 선도적인 ERP 솔루션 제공업체를 만나 이에 대해 자세히 논의했습니다.

IDC에 따르면, "데이터 센터 내 AI 도입이 증가함에 따라 제3자 코로케이션 시설의 매력은 더욱 높아질 것입니다..."¹AI를 선도하는 성공적인 기업들은 전례 없는 수요에 대응하기 위해 그들의 역량을 강화할 것입니다. 부족한 리소스에 대한 많은 요청으로 인해 데이터 센터 제품의 수요는 점점 더 증가할 것입니다.

무료가 되어가는 인텔리전스

시장 전반에서, 보다 효율적인 하드웨어와 소프트웨어가 AI 기능을 개념에서 생산으로 전환함에 따라, 주어진 워크로드를 수행하는 데 필요한 비용이 급격히 감소하는 것을 목격했습니다. 어떤 의미에서, 우리는 모두 인텔리전스를 도구로 논리적으로 확장함으로써 사이보그로 변해가고 있습니다.

일부 사람들은 미래의 성공은 얼마나 많은 기술을 보유하고 있는지가 아니라 이러한 새로운 도구를 일상 및 직업 생활에 얼마나 잘 통합하느냐에 달려 있다고 예측합니다.

Sam Altman의 말을 인용하자면, "우리는 머릿속에 얼마나 많은 지식을 수집했는지를 중요하게 여겼고, 사실 수집가라면 똑똑하고 존경받는 사람으로 여겼습니다. 그리고 이제 저는 사실 수집가보다 점의 연결자가 되는 것이 훨씬 더 가치 있다고 생각합니다. 패턴을 종합하고 인식할 수 있다면 우위를 점할 수 있습니다."인 것입니다.

효율성이 지배할 것입니다

AI 역량이 표준화되기 시작하면, AI 워크로드를 얼마나 효율적으로 실행할 수 있는지에 초점이 맞춰질 것입니다. 달러당 와트당 토큰 수는 기업이 AI 서비스를 시장 수준보다 높게 제공하는지 낮게 제공하는지를 결정하는 새로운 표준이 될 것입니다. 토큰은 AI 모델이 처리하는 작업의 기본 단위입니다. 이러한 방식으로 효율성을 측정하면 에너지 비용을 통해 인텔리전스를 측정하는 방법을 정량화할 수 있습니다.

성공하려면 올바른 하드웨어를 선택하고 배포 방법에 대한 영향도 이해해야 합니다. 기존 데이터 센터 워크로드의 10~15배에 달하는 상당한 수냉 시스템 및 전력 밀도(예: 고집적 코로케이션으로 지원하는 것처럼)를 필요로 하는 최신 AI 하드웨어를 배포할 수 있는 능력은 매우 중요해질 것입니다.

연결된 AI

AI가 개인 및 직업 생활에 더욱 깊숙이 통합됨에 따라, AI의 초점은 학습(모델 생성)에서 추론(모델 사용) 및 에이전트(자율적 행동)로 이동할 것입니다. 학습과 달리, 추론의 성능은 최종 사용자와 AI 추론 클러스터 간의 지연 시간뿐만 아니라, 관련성을 위해 쿼리되는 모든 데이터 세트에 의해 영향을 받습니다.

이는 워크로드 배포를 위한 근접성을 고려한 상당한 프런트엔드 및 백엔드 연결이 필요합니다. 네트워크 서비스 제공업체가 이러한 워크로드를 지원하기 위해 새로운 장거리 및 주요 도시 경로에 계속 투자할 것으로 예상됩니다.

AI가 엔터프라이즈 소프트웨어와 소비자에게 점점 더 많이 통합됨에 따라 증가하는 수요를 충족하기 위해, 클라우드 컴퓨팅 및 스토리지 배포와 유사하게 더 크고 밀집된 전력과 대량 상호 연결 기능이 필요한 소프트웨어 중심의 AI 발전을 지원하고자 합니다.

이 빠른 변화 속도에 유연하게 적응하고 이를 활용하는 능력은 서비스 제공업체와 소비자 모두에게 매우 중요할 것입니다. ServiceFabric™과 같은 고성능 솔루션은 엔터프라이즈가 AI 기술을 데이터에 신속하게 도입할 수 있도록 합니다.

에이전트의 경우 AI 클러스터와 에이전트가 작업을 수행하는 종단 시스템 간의 지연 시간을 고려해야 합니다. AIPx와 같은 솔루션은 고성능 워크로드, 데이터 세트 확장, 개인정보 보호 및 보안, 파트너 애플리케이션 및 네트워크의 AI 생태계에 대한 접근을 보장하기 위해 점점 더 중요해질 것입니다.

이 모든 것은 온디맨드 소비 모델로서 퍼블릭 및 프라이빗(하이브리드 AI) 인프라와 네트워크에 걸쳐 있습니다. 네트워크는 점점 더 지능화되어 AI 워크로드 및 데이터 흐름 전반에서 성능, 비용 민감도/분석, 보안을 모니터링하고 이러한 요구 사항에 따라 구성을 조정할 수 있는 능력을 갖추게 될 것입니다.

AI 기술을 활용하여 가치를 창출하는 방법에 대해 더 알아보시려면, 최신 백서 IT 리더를 위한 AI: 미래 지향적인 IT 인프라 구축하기를 읽어보세요.

¹ IDC, 전 세계 데이터 센터 코로케이션 서비스 예측, 2024-2028년

하이브리드 클라우드 효율성을 위한 5가지 모범 사례