"AI도 데이터 기다리면 느려진다"…KAIST, 저장장치 병목 해결 작성일 11-11 57 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">보도기사</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="W1GJyUV7uB"> <p contents-hash="f975b4e78dc3162c491d5d0242ca8b8a9009b0c5053ecbc516d66ae1bdd3ce70" dmcf-pid="YtHiWufzzq" dmcf-ptype="general">기존 파일시스템의 데이터 정리 과정 비효율 개선<br>전용 하드웨어 없이 처리 성능 최대 3배 높여</p> <figure class="figure_frm origin_fig" contents-hash="ab60a1f01842bcdf8ce7e62875f9ca4ab61db345dc44bb3791ecf632e5998315" dmcf-pid="GFXnY74quz" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구 이미지(AI 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/11/551724-22lyJQR/20261111103409091tzty.png" data-org-width="768" dmcf-mid="y0lPI5ztpb" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/11/551724-22lyJQR/20261111103409091tzty.png" width="658"></p> <figcaption class="txt_caption default_figure"> 연구 이미지(AI 생성) </figcaption> </figure> <p contents-hash="6313ff71be5c8eee3873a6ff6748f11509bd87b0a1aaf6de4aa9e021ee1c147f" dmcf-pid="H3ZLGz8B07" dmcf-ptype="general"><br>KAIST 연구진이 차세대 플래시 저장장치의 데이터 처리 속도를 최대 3배 높이는 소프트웨어 기술을 개발했습니다.</p> <p contents-hash="a1865e2dc90ceb4b8713ed496840ad78605bc97acb9d4d7eddf3bd88585953b8" dmcf-pid="X05oHq6b3u" dmcf-ptype="general">인공지능(AI)이 답을 생성하는 추론 과정에서 필요한 데이터를 더 빠르게 공급할 수 있도록 저장장치의 데이터 정리 과정에서 발생하는 병목을 줄인 것입니다.</p> <p contents-hash="e0727c7c00a1b2095f3b0f9e5c75d67081cf5ad4379bf7569451d7888d567092" dmcf-pid="ZZWev09U0U" dmcf-ptype="general">KAIST는 전기및전자공학부 원유집 교수 연구팀이 차세대 플래시 저장장치의 성능을 떨어뜨리는 소프트웨어 병목을 분석하고, 저장공간을 효율적으로 관리하는 파일시스템 기술 '게이즈(GAZE)'를 개발했다고 밝혔습니다.</p> <p contents-hash="3d8d156cec3009601f7ebe9a929acc43e8f257b88d4e95f989080bb6890ac643" dmcf-pid="55YdTp2upp" dmcf-ptype="general">AI가 데이터를 처리하려면 연산장치가 필요한 정보를 저장장치로부터 제때 공급받아야 합니다. </p> <p contents-hash="dc0fd9027fdb43e538588287e108aa1d6b76f5e1ea955fda91e79a01a1d9ac20" dmcf-pid="11GJyUV730" dmcf-ptype="general">연산장치의 성능이 뛰어나더라도 데이터 공급이 늦어지면 전체 처리 속도도 떨어질 수 있습니다.</p> <p contents-hash="324813bd4763757f907fd7ac21f986ad58cf546fc268535a17f00201e2b196ab" dmcf-pid="ttHiWufzF3" dmcf-ptype="general">◆ 데이터 정리 과정서 발생하는 소프트웨어 병목 개선</p> <p contents-hash="bebdd0e0c9bff1d499a41655024dd3ffd54d81416f03522cb2e3f581910cc2fb" dmcf-pid="FFXnY74qUF" dmcf-ptype="general">연구팀은 저장장치 내부의 공간을 정리하는 '가비지 컬렉션' 과정에 주목했습니다. 사용 중인 데이터를 다른 공간으로 옮기고 비어 있는 영역을 회수해 다시 사용할 수 있도록 만드는 작업입니다.</p> <p contents-hash="feb2c40aa49132258d266d9c9e8fcead606226beb81b89a9515047d2ee4e97bf" dmcf-pid="33ZLGz8Bzt" dmcf-ptype="general">연구팀 분석 결과 기존 파일시스템은 차세대 저장장치인 'ZNS(Zoned Namespace)'의 큰 저장 영역을 정리하는 데 비효율적인 것으로 나타났습니다. </p> <p contents-hash="ae21b9ef9c8e0c8304b721c8651091327933a95c8274841d492492b11a7050ec" dmcf-pid="005oHq6bu1" dmcf-ptype="general">기존 방식으로 1GB 구역을 정리하는 데 약 1.7초가 걸렸고, 상당한 처리 부담이 저장장치가 아닌 CPU의 작업 상태 확인과 메모리 관리 과정에서 발생했습니다.</p> <p contents-hash="57abfd36d88010239971ff90bf59d9e8b04fea4dda3cbd112f1384ec5c7b8cb9" dmcf-pid="pp1gXBPK05" dmcf-ptype="general">이에 연구팀은 데이터 처리 단계를 나눠 동시에 진행하고, 정리에 필요한 메모리를 미리 확보하는 등 세 가지 방식으로 파일시스템을 개선했습니다. </p> <p contents-hash="7cc9bdf5658d4a13558fcf18931f4c1d381b749227948a97dd926d6e759c8728" dmcf-pid="UUtaZbQ9uZ" dmcf-ptype="general">공간 정리가 진행되는 동안에도 메모리에 데이터를 먼저 받아둘 수 있도록 해 불필요한 대기도 줄였습니다.</p> <p contents-hash="2f427c51e6bc289b4a8feb93c8547319b010acee3d9accb01a93f89eb046183b" dmcf-pid="u4KOqMaeUX" dmcf-ptype="general">◆ 별도 하드웨어 없이 데이터 처리 성능 최대 3배</p> <p contents-hash="6a70d74ef51971c354342f037c5f4c6fc10c78a4b1b226cc86f616cd91a40ed2" dmcf-pid="789IBRNd3H" dmcf-ptype="general">이를 리눅스 파일시스템인 'F2FS'에 적용해 성능을 비교한 결과, 기존 기술보다 같은 시간에 처리할 수 있는 데이터양이 최대 3배 늘었습니다. </p> <p contents-hash="777459cd534e3a3f0d0fd6430bc7943e00331dc2cc90968f1fae735684ea1309" dmcf-pid="z62CbejJpG" dmcf-ptype="general">가비지 컬렉션에 걸리는 시간도 기존 F2FS와 비교해 약 3분의 1로 줄었습니다.</p> <p contents-hash="db1b985aeff391ecad1312d6a619599fde4b59700c60859dab5d4bb06f819991" dmcf-pid="qPVhKdAi7Y" dmcf-ptype="general">별도의 전용 하드웨어를 추가하거나 데이터 기록 형식을 바꾸지 않고 소프트웨어 개선만으로 성능을 높였다는 점도 특징입니다.</p> <p contents-hash="ed9af2176f7d2238c761150c345050f73973b858324da76d68eee0c08fb9c0e9" dmcf-pid="BQfl9JcnuW" dmcf-ptype="general">연구팀은 이번 기술이 대규모 데이터를 처리하는 AI 추론과 데이터센터의 저장장치 효율을 높이는 데 기여할 것으로 기대하고 있습니다. </p> <p contents-hash="7104bb840d8e01c393d0381f659cf514290bef291643f529b5449d585f64e544" dmcf-pid="bx4S2ikLpy" dmcf-ptype="general">다만 실제 AI 추론 응답시간을 얼마나 단축할 수 있는지는 향후 적용 환경에서 검증이 필요합니다.</p> <p contents-hash="7f2c88d9bdc9501f47366c48417aa3d34ed33d870a85926fd2feb221f8b55954" dmcf-pid="KM8vVnEo3T" dmcf-ptype="general">(사진=KAIST) </p> <p contents-hash="1b92b7b247b328a272900ea4bf4d758ebcb76ba3d8f897a537b56749a0a5837f" dmcf-pid="9R6TfLDgUv" dmcf-ptype="general">김소영 취재 기자 | ksy@tjb.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © TJB </p> 관련자료 이전 UNIST, '라이덴랭킹' 논문 인용 성과 10년 연속 국내 1위 11-11 다음 ‘포토샵 제국’ 어도비, AI 공세에 맞불…외부 AI에 문 열고 동맹 확대 11-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.