메사리 리서치(Messari Research)는 최신 보고서를 통해 인공지능(AI) 시대의 데이터 인프라 패러다임 전환 속에서 스토리지의 중요성이 재조명되고 있으며, 이에 최적화된 분산형 대안으로 ‘임파서블 클라우드 네트워크(ICN)’가 입지를 넓히고 있다고 분석했다.
ICN은 AI 규모 워크로드에 대응하기 위해 설계된 구성 가능한 분산형 스토리지 인프라로, 웹2 기반 기업 환경은 물론 웹3 생태계에도 호환되는 기술 구조를 갖추고 있다. 글로벌 클라우드 시장이 중앙화된 구조와 고비용, 벤더 종속성 등의 문제에 직면한 가운데, ICN은 하이퍼노드와 스케일러노드를 중심으로 분산 노드 아키텍처를 구축해 지역 간 낮은 레이턴시와 신뢰성 높은 서비스 체계를 제공한다. 메사리 리서치는 이러한 ICN의 기술적 설계가 기업급 AI 애플리케이션의 새로운 인프라 표준으로 자리매김할 가능성을 시사한다고 지적했다.
보고서에 따르면, AI 애플리케이션의 핵심 구성 요소인 스토리지는 여전히 과소평가되고 있다. 대부분의 인프라 프로젝트가 컴퓨팅 성능에 집중하는 반면, 실제 AI 운영에는 안정적이면서도 확장 가능한 데이터 저장 솔루션의 역할이 결정적이다. 특히 모델 학습 단계의 데이터셋 저장, 체크포인트 기록, 결과물 아카이빙, 실시간 메타데이터 로깅 등은 성능 저하나 파이프라인 중단을 피하기 위해 고품질 스토리지가 반드시 필요하다. ICN은 이러한 요구에 대응해 대규모 데이터 작업이 가능한 스토리지 백엔드를 제공하며, 노드 기반 인프라와 사용자 지정이 가능한 배포 정책을 지원해 기존 클라우드 솔루션과 구별된 차별점을 제시한다.
기존 클라우드 서비스가 직면한 구조적 문제 역시 ICN이 주목받는 배경이다. 메사리 리서치에 따르면, 아마존웹서비스(AWS), 구글 클라우드, 애저 등은 높은 비용 변동성, 독점적 API로 인한 벤더 종속, 단일 실패 지점, 불투명한 데이터 소유 구조 등으로 차세대 AI 워크플로에 적합하지 않은 한계를 보인다. 이에 반해, ICN은 무허가형 노드 참여와 토큰 기반 스테이킹 메커니즘을 통해 인프라 제공자와 사용자의 인센티브를 조율하며, 독립적이고 투명한 거버넌스를 구현하고 있다. 이로써 스타트업, 연구기관, 엣지 기반 AI 프로젝트 등 다양한 수요층의 실질적 요구를 충족할 수 있는 솔루션입니다.
현재 ICN은 1,000개 이상의 기업 고객에게 서비스를 제공하고 있으며, 생태계 연간 반복 수익(ARR)은 700만 달러에 달한다. 특히 기존 스토리지 워크로드 사용자들 중심의 초기 수요를 기반으로, 최근에는 AI 트레이닝 환경에서도 활용도가 높아지고 있다. 보고서에 따르면 2025년 3월부터 6월 사이, 네트워크에 저장된 데이터(인그레스)는 993테라바이트에서 1,614테라바이트로 증가했으며, 고객 요청 수는 같은 기간 동안 두 배 넘게 늘어났다. 메사리 리서치 보고서는 이러한 수치가 ICN 인프라의 실제 활용성과 시장 내 잠재력을 방증한다고 강조했다.
ICN의 아키텍처는 단순한 저장소를 넘어서 풀스택 AI 파이프라인의 백엔드 역할을 수행한다. 예를 들어, 모델 트레이닝을 위한 데이터셋 저장, 체크포인트의 반복적 저장 및 불러오기, 모델 아티팩트의 공개 저장소로서의 활용, 지리 분산을 요구하는 엣지 인공지능 시스템의 로컬 데이터 접근 등이 모두 가능하다. 또한 에이전트 기반 AI 환경에서는 공유 메모리와 전역 텔레메트리 접근이 중요한데, ICN은 이에 필요한 백엔드를 분산형으로 제공함으로써 협업 환경에서도 높은 내결함성과 일관된 성능을 보장한다.
결론적으로, AI 인프라가 고도화되며 트레이닝과 추론, 협업이 복잡해지는 현 시점에서 스토리지는 인프라 성능의 ‘병목 요소’가 되고 있다. 메사리 리서치는, ICN이 이 같은 문제를 해결할 수 있는 차세대 데이터 인프라로 기능한다고 평가하며, 특히 웹3적 속성과 기업급 복잡성을 동시에 충족하는 이중 지향적 설계가 기존 시장 구조를 재편할 가능성에 주목했다. ICN은 단일 벤더에 의존하지 않고 검증 가능한 인프라 성능과 비용 효율성을 제공함으로써 분산형 AI 시대의 핵심 인프라로 부상하고 있다.