[팟캐스트 Ep.97] AWS보다 80% 저렴한 인프라? ICN이 바꾸는 AI 클라우드 판도

토큰포스트
안녕하세요. 토큰 포스트입니다. 오늘은 메사리 리서치 보고서를 바탕으로 해서요. 임파서블 클라우드 네트워크 ICN에 대해서 좀 깊이 파헤쳐 보겠습니다. 이게 도대체 뭐고 특히 요즘 AI 시대에 피터 인프라로서 왜 중요한 대안으로 떠오르는지 한번 같이 알아보시죠. 우선 ICN 이게 정확히 뭔지부터 짚어봐야 할 것 같아요. 보고서를 보니까 컴퓨팅 스토리지 네트워킹 자원 이걸 하나로 묶어서 제공하는 뭐랄까 분산형 인프라 프로토콜이다. 이렇게 설명하더라구요.

진행자
네 맞습니다. 그러니까 기존에 중앙화된 클라우드 서비스들 있잖아요. AWS나 구글 클라우드 같은 거기에 대한 좀 더 개방적인 대안을 만들겠다. 이런 목표를 가지고 있죠.

토큰포스트
아하 개방적인 대안이요. 그 구조를 보니까 하이퍼 노드랑 스케일러 노드 이 두 가지 노드가 핵심이라고 하던데요.

진행자
네 그 두 가지가 핵심입니다. 사용자가 자기 필요에 맞게 서비스를 좀 조립하고 배포할 수 있게 약간 모듈식으로 설계된 게 특징이에요.

토큰포스트
1줄씩이요.

진행자
근데 여기서 좀 주목해야 할 부분이 있어요. 이게 그냥 뭐 이론만 있는 그런 웹3 프로젝트가 아니라는 겁니다. 보고서에 따르면 이미 천 개가 넘는 기업 고객을 확보했고요. 연간 반복 매출 그 기준으로 보면 한 700만 달러 정도의 생태계 수익을 내고 있다고 해요.

토큰포스트
벌써 천 개 기업이요. 그리고 700만 달러 수익이라 그럼 이게 진짜 기업 인프라 시장에서 특히 스토리지 쪽에서 쓰이고 있다는 거네요.

진행자
그렇죠. 강력한 증거죠. 심지어는 뭐 특정 조건에서는 기존 AWS 같은 서비스보다 비용이 최대 80%까지 효율적일 수 있다. 이렇게 주장하기도 하구요.

토큰포스트
80%요 아 그거는 정말 엄청난 숫자인데요. 근데 비용 말고도 보고서에서 강조하는 게 AI 인프라에서 스토리지가 생각보다 중요한 병목 지점이라고 하더라구요. 보통은 뭐 GPU 성능 같은 컴퓨팅 파워에만 다들 집중하잖아요.

진행자
맞아요. 근데 사실 그 대규모 데이터셋 처리하고 모델 학습 중간 결과 저장하는 거 있잖아요. 체크 포인팅 그리고 나중에 연구 재현성 확보하는 거 이런 거 하려면 정말 안정적이고 확장이 잘 되는 스토리지가 꼭 필요하거든요.

토큰포스트
아 그게 받쳐주지 않으면 컴퓨팅이 아무리 좋아도 소용이 없겠군요.

진행자
바로 그겁니다. 기존 클라우드 강좌들 뭐 AWS 구글 클라우드 애저 같은 데가 물론 서비스는 좋죠. 성숙하고 근데 몇 가지 한계점도 지적되어 보고서에서 보면요

토큰포스트
어떤 한계점들이죠.

진행자
첫째는 역시 비용이죠. 예측이 잘 안 돼요. API 호출이나 데이터 전송이 좀 많아지면 비용이 확 늘어나거든요.

토큰포스트
아 네

진행자
둘째는 이제 벤더락인 위험 특정 회사 기술에 종속되는 거죠. 한번 쓰면 다른 데로 옮기기가 어려워져요

토큰포스트
그것도 문제네요.

진행자
그리고 마지막으로는 뭐 거버넌스나 운영 정책 같은 게 좀 불투명하다는 지적도 있구요. 그래서 이런 점들 때문에 차세대 AI 개발 환경에는 좀 안 맞을 수도 있다. 이런 분석이 나오는 거죠.

토큰포스트
그래서 ICN의 분산형 아키텍처가 대안으로 제시되는 거군요. 그 구조를 좀 더 보니까 실제 저장 공간을 제공하는 스케일러 노드 그리고 전체 네트워크를 조정하고 관리하는 하이퍼노드 또 뭐 위성 네트워크라는 것도 있던데요. 엣지 컴퓨팅 같은 거 지원하려구요.

진행자
네 맞아요. 그 세 가지를 조합해서 서비스 안정성 성능 검증 그리고 데이터 접근할 때 지연 시간 줄이는 거 이걸 다 잡으려고 하는 거죠.

토큰포스트
사용자가 직접 설정할 수 있다는 점도 좀 흥미롭던데요. 스토리지 처리양이나 뭐 데이터 복제 수준 어디에 저장할지 이런 거요

진행자
네 그 유연성이 큰 장점입니다. 덕분에 AI 데이터 관련 작업에 정말 다양하게 쓰일 수 있어요. 예를 들면 뭐 엄청 큰 학습 데이터스 저장하는 거 아니면 여러 명이 협업할 때 모델 체크 포인트 저장하고 불러오는 거

토큰포스트
아 체크 포인트 저장 중요하죠.

진행자
그렇죠. 그리고 모델 결과물 공유하는 레지스터를 운영하는 것도 가능하구요. 특히 좀 흥미로운 거는 요즘 많이 얘기하는 AI 에이전트들 있잖아요. 지리적으로 분산된 환경에서 걔네들이 중앙 서버 없이 데이터를 동기화하고 작업 조정하는 데 필요한 인프라를 제공할 수도 있다는 점이에요.

토큰포스트
AI 에이전트 인프라까지요 그럼 정리해보면 ICN은 AI 때문에 데이터 요구는 폭증하는데 기존 클라우드를 좀 한계가 있고 그 사이에서 나온 거네요. 사용자한테 제어권하고 투명성을 더 주는 그런 분산형 스토리지 솔루션으로 이해하면 되겠군요. 오늘 임파서블 클라우드 네트워크에 대해 자세히 알아봤는데요. 여러분은 이 기술의 가능성 어떻게 보시나요?

진행자
여기서 우리가 계속 좀 던져봐야 할 질문은 이거 같애요. 과연 ICN 같은 분산형 인프라가 정말로 중앙화된 시스템의 성능과 안정성을 만족시키면서 동시에 이제 비용 효율성이나 투명성이라는 그 장점을 제대로 제공할 수 있을까? 특히 AI처럼 정말 극한의 성능을 요구하는 분야에서요 글쎄요 이론적인 가능성을 넘어서 실제 시장에서 기업들이 이걸 어떻게 받아들이고 쓸지 그 과정을 지켜보는 게 중요할 것 같습니다. 이 질문에 대한 답은 앞으로 시장이 보여주겠죠. 계속 주목해 볼 만한 주제인 것 같습니다. 이 고민을 여러분께 남겨드립니다.

토큰포스트
네 오늘 이야기는 여기까지입니다. 토큰 포스트였습니다.