08 / 업계 · 분석
KAIST, 저장장치 대기 줄이는 파일시스템 개발
하드웨어 추가 없는 소프트웨어 개선이 핵심이며, 데이터 처리 성능과 시스템 전체의 효율은 구분해서 읽어야 한다.

AI타임스는 11월 11일 KAIST 연구팀이 데이터 처리 성능을 최대 3배 높이는 기술을 개발했다고 보도했다. 연구팀은 저장장치의 데이터를 관리하는 파일시스템 게이즈(GAZE)를 개발했다. 보도는 별도 하드웨어를 추가하지 않은 소프트웨어 개선을 성능 향상의 배경으로 설명했다.
AI타임스 보도에 따르면 연구팀은 인공지능 연산에 필요한 데이터를 읽고 쓰는 과정의 병목에 주목했다. 성능 개선 대상으로는 저장장치에서 발생하는 데이터 처리 부담을 제시했다. 따라서 보도가 전한 개선 범위를 인공지능 연산 전체로 확대해서 읽는 데는 주의가 필요하다고 판단했다.
AI타임스는 이번 기술이 대규모 데이터를 처리하는 AI 시스템의 저장장치 운영 효율에 기여할 것으로 기대했다. 데이터센터 역시 이러한 효율 개선의 활용 대상으로 제시했다. 개발한 기술의 처리 성능과 향후 운영에서 기대하는 효과를 나눠 읽어야 한다고 판단했다.
데이터 정리 과정의 대기를 줄였다
AI타임스 보도에 따르면 KAIST 전기및전자공학부 원유집 교수 연구팀이 개발을 수행했다. 연구팀은 차세대 플래시 저장장치가 데이터를 정리하는 과정에서 생기는 불필요한 대기에 주목했다. 이 과정에 따르는 처리 부담도 함께 줄이는 파일시스템을 개발했다고 보도했다.
AI타임스는 성능 개선 수단으로 저장장치 관리 소프트웨어의 변경을 제시했다. 별도의 하드웨어를 추가하지 않고 성능을 높였다는 점도 기술의 특징으로 설명했다. 이번 개발을 이해하는 핵심은 저장장치를 관리하는 방식의 변화에 있다고 판단했다.
최대 개선 폭을 읽는 기준
AI타임스는 데이터 처리 성능의 향상 폭을 최대라는 조건을 붙여 보도했다. 따라서 이 수치를 모든 처리 상황에 똑같이 적용되는 개선 폭으로 받아들이는 데는 주의가 필요하다고 판단했다. 특히 저장장치의 처리 성능을 인공지능 시스템 전체의 성능과 같은 지표로 취급하지 않아야 한다고 판단했다.
AI타임스는 데이터센터의 저장장치 운영 효율 향상을 이번 기술에 기대하는 효과로 제시했다. 이러한 기대는 데이터 처리 병목을 줄인다는 개발 방향과 연결해 설명했다. 운영 효율에 대한 기대를 시스템 전체에서 달성한 성과로 옮겨 적으면 보도가 제시한 범위를 벗어난다고 판단했다.