| |
 |
|
| ▲ 제이미 레너(Jamie Lerner) 퀀텀 CEO |
영상 및 리치 미디어 콘텐츠가 기하급수적으로 증가하고 있다. 현재 모든 데이터 중 영상이 차지하는 비중은 50%이며, 리치 미디어의 급증으로 인해 성능 및 용량의 향상이 이뤄지고 있다.
이러한 콘텐츠는 전 세계 기업들의 역량을 향상시키고 있다. 그렇다면 무엇이 문제일까? 영상, 리치 미디어를 위한 인프라 및 관리 툴이 부족하다 보니, 기술, 비-기술 환경 모두에 서비스를 제공하는 데이터 센터의 주요 성능 및 스케일 문제가 발생하고 있는 것이다.
가상환경, 전통적인 기업 파일 데이터, 데이터베이스를 관리하기 위한 데이터 인프라 및 서비스는 영상 지원에 특화되지 않은 기술을 기반으로 한다. 압축 및 중복제거와 같은 기술은 전혀 지원하지 않으며, 복제와 같은 기술은 매우 고가이다. 클라우드에 업로드하는 것은 대규모 파일 크기 때문에 문제가 되며, 영상을 위한 검색 및 관리 도구는 초기 단계라고 할 수 있다.
이와 동시에 영상 및 리치 미디어의 사용 사례는 영상관제, 소비자 이미지, 음성 및 영상, 의학 영상, IoT 및 소셜 미디어 등 미디어 및 엔터테인먼트를 넘어 새로운 영역으로 확대되고 있다.
이러한 사용 사례에는 물론 고급 기술이 필요하다. 그러나 기술적인 컴퓨팅 시장과는 다르다. 다시 말해 영상 스토리지를 위한 실용적이고 적응 가능한 접근법이 필요하다. 인텔리전스, 엔터테인먼트, 의료, 자율주행차 연구 등 어떤 비즈니스든 대용량 미디어를 포함해, 고속 영상 인입, 정교한 대용량 분석, 기본 파일 시스템을 대신하는 카탈로그, 효율적인 배포 및 경제적인 스토리지 계층화 등 동일한 기능이 모두 필요하다.
사용 편리한 고성능 스토리지 요구
리치 미디어 및 영상 콘텐츠를 활용하기 위해 기업들이 컴퓨터 사이언티스트를 고용할 필요는 없다. 이미지, 사진, 영상, 레이더, IoT 데이터는 저지연 및 고속 스토리지를 필요로 하며 사용이 용이해야 한다. 예를 들면 다음과 같다.
|
■ 하이엔드 자동차 제조업체는 구글 AV 테스트 차를 제조하지 않지만, 고속 컴퓨팅 기능을 자동차에 추가하고 있다. 그들은 슈퍼 컴퓨팅 시스템의 복잡성을 원하지 않는다. 고성능 컴퓨팅, 경제적인 가격의 대용량 스토리지, 데이터 분석을 필요로 한다.
■ 최첨단 경기장과 같은 새로운 시설들은 보안을 위해 하이퍼컨버지드(hyperconverged) 영상 및 데이터로 전환하고 있다.
■ 영상관제는 영상 관리 소프트웨어, 분석, LPR(License Plate Recognition, 차량번호인식시스템)에 의존하고 있다.
■ 스포츠 영상 제작자는 장면을 캡처, 편집, 분석, 보관해야 한다.
■ IoT/센서 데이터 처리로 인해 대용량의 원 데이터가 생성되며, 비즈니스 운영으로 인해 대용량 공유 데이터 리소스가 생성된다.
■ 생명과학은 프로세싱 및 연구를 위해 방대한 양의 원 데이터를 수집한다. 이 데이터는 연구의 유효성 확인 및 규정 준수를 위해 보존돼야 하며, 향후 연구에 사용할 수 있도록 보관돼야 한다.
|
영상/리치 미디어 사용자들은 텍스트 기반 데이터로 해왔던 정교한 수준의 데이터 서비스, 즉 수집, 분석, 검색, 저장을 기대한다. 이러한 수준의 리치 데이터 관리를 위해 시장은 라이프 사이클 전반에서 이러한 자산을 관리하는 기술을 요구하고 있다.
워크플로우 또는 라이프사이클 전반에서 이러한 콘텐츠를 관리하는데 가장 중요한 것은 고성능 데이터 이동, 저비용/고용량 스토리지, 분석 및 패턴 인식을 위한 툴을 제공하는 컴퓨팅/스토리지 에코 시스템이다.
영상 관제는 사용자가 보호, 저장해야 하는 방대한 파일을 지속적으로 생성한다. 이러한 데이터 서비스는 차량번호인식 또는 안면인식과 같은 패턴 일치를 효과적으로 검색, 식별해야 한다. 그들은 패턴 분석을 통해 사람, 무기를 든 사람 또는 공항 의자 밑의 서류 가방 등에 대한 이슈를 검색할 수 있다. 영상관제 전문가는 데이터를 즉시 사용 및 검색할 수 있도록 유지하는 툴을 필요로 한다.
클라우드 기반 매니지드 서비스 이용 가능
프로그래머틱(programmatic) API, 고속 플래시, 소프트웨어 데이터 서비스, 인텔리전트 스토리지 계층화와 같은 기술들은 영상/리치 미디어 라이프사이클 관리를 구체화, 현실화시킨다. 고성능 인입부터 SSD 플래시 계층, 고속 디스크 및 테이프에 이르기까지 ‘계층화(Tiering)’가 핵심적인 기능이다. 인텔리전트한 정책 주도 계층화는 성능 및 보관을 위해 방대한 미디어 파일을 효율적으로 관리한다.
고속 NVMe와 같은 기술은 방대한 양의 센서 데이터 및 영상을 신속하게 수집한다. 그 과정부터 정책 기반 스토리지 계층화는 성능 및 용량 측면에서 영상을 관리하여 스토리지 비용을 절감한다. 이러한 기술은 미디어 및 엔터테인먼트 분야에서 지속적으로 사용돼 왔으며 이제 새로운 온-프레미스 확장성 아키텍처가 다른 업계 및 기업에 도입되고 있다.
스포츠 방송사들은 팬 참여를 높이기 위해 역사적인 장면을 사용하는 것이 얼마나 중요한지 인식하고 있다. 제작자들은 이전 영상을 새로운 방송으로 편집하기 위해 즉각적으로 장면에 액세스해야 한다. 그러나 클라우드 다운로드는 타이트한 방송 스케줄과는 달리 지나치게 느리며 디스크 기반 대용량 스토리지는 비용이 너무 많이 든다. 이에 여러 방송사들은 테이프로 전환하고 있다. 테이프는 클라우드와 같이 영상/리치 미디어 관리 인프라에서 매우 비용효율적인 매체이다.
사용자들은 테러 활동에 대한 정보나 야구 경기 통계 등 그들의 자산을 검색하고 싶어 한다. 이러한 쿼리들은 수집 시에 메타데이터를 풍부하게 해주는 AI를 필요로 하며, 사용자들은 원하는 정보를 위해 지능적으로 자산을 검색할 수 있다.
기술 개발은 가속화되고 있다. 미래지향적인 영상 라이프사이클 기업들은 AI 개발, 온-프레미스 스토리지 확장성, 고성능 및 검색, 분석에 R&D 리소스를 투입하고 있다. 또한 고객을 위한 매니지드 서비스에 이러한 기술을 포함시키는 방향으로 움직이고 있다.
또 다른 개발 방향은 클라우드 매니지드 온-프레미스 스토리지이다. 이 접근법은 온-프레미스 시스템의 빠른 속도 및 비용 절감에 클라우드의 사용 용이성과 탄력성을 결합한 형태이다. 미디어 및 엔터테인먼트 애플리케이션에서 이러한 접근방식은 전체 포스트-프로덕션 작업이 클라우드에서 100% 효율적으로 수행되는 시점까지 갭을 매워줄 수 있다는 장점이 있다.
고객들은 그들의 공급업체가 리치 미디어를 저장, 분석, 계층화, 보호해 통찰력 확보를 지원해주기를 기대한다. 이는 분명한 과제이다. 그러나 동시에 스토리지 업계에는 분명 기회가 될 수 있다. |
webmaster@datanet.co.kr
KT, ‘28GHz 기업전용 5G 네트워크’ 개발 성공
