CXL·인-스토리지 프로세싱 등 차세대 연결·반도체 기술 적용된 SSD 개발 다뤄

IEEE Micro에 공개되는 파네시아 논문 목록.

AI 인프라 솔루션 전문기업 파네시아(대표 정명수)는 컴퓨터 아키텍처 관련 국제 유수 저널 IEEE Micro에 총 5편 논문을 게재했다고 20일 밝혔다. 이번에 채택된 연구결과는 차세대 연결·반도체 기술인 컴퓨트익스프레스링크(CXL) 및 인-스토리지 프로세싱(ISP)을 적용한 스토리지 솔루션을 다루고 있으며, IEEE Micro 5·6월호를 통해 공개됐다.

IEEE Micro는 1981년에 창간된 컴퓨터 아키텍처 및 반도체 기술 분야의 권위 있는 저널로, 학계 및 산업계 최신 연구 성과를 격월 간행으로 소개하고 있다. 매 호마다 컴퓨팅 및 반도체 기술과 관련된 서로 다른 주제를 다루며, 이번 5·6월호에서는 '캐시 일관성 보장 연결 기술 및 자원 분리'가 특집 주제로 선정됐다. 주제 특성 상 마이크로소프트, IBM, 구글, 메타 등 대규모 컴퓨팅 자원을 운용하거나, 연결 기술을 개발하는 주요 글로벌 IT 기업들이 연구 성과를 공개하는데, 이 가운데 파네시아는 CXL, 인-스토리지 프로세싱 등 차세대 연결·반도체 기술을 적용한 스토리지 솔루션 관련 논문을 5편 공개하며 존재감을 드러냈다.

파네시아 관계자는 이 같은 성과에 대해 “파네시아가 연결 기술을 선도하는 위치에 있음을 보여주는 하나의 사례라고 생각한다”며 소감을 밝혔다.

파네시아가 공개한 5편의 논문 중 2편의 논문은 'CXL-SSD'와 관련된 내용을 중점적으로 다룬다. CXL-SSD는 차세대 고속 연결 기술인 CXL을 적용해 SSD를 메모리처럼 활용하는 기술이다. 일반적인 DRAM에 비해 비용 효율이 수십 배 이상 높은 SSD 미디어를 메모리처럼 활용함으로써, 메모리 확장 비용을 대폭 낮출 수 있다는 것이 장점이다.

다만, 기존 DRAM보다는 속도가 느리다는 한계가 존재했는데, 이번 논문 발표를 통해 파네시아는 이러한 CXL-SSD 성능을 개선하기 위한 방안을 두 가지 공개했다. 첫 번째 논문에서는 사용자가 각 데이터에 대해 어떻게 처리하는 것이 최적일지에 대해 SSD에게 직접 힌트를 주는 방식을 다루며, 두 번째 논문에서는 미래에 어떤 데이터가 필요할 지 기계학습을 통해 예측해 미리 데이터를 준비해두는 방식을 다룬다. 이러한 솔루션을 통해 '용량은 SSD처럼, 속도는 기존 DRAM 기반 시스템과 비교 가능한 수준'을 달성할 수 있다.

파네시아는 CXL-SSD를 활용해 GPU 메모리를 확장하고, 그래프 신경망(GNNs)과 같은 대규모 AI 응용을 가속하는 연구 결과도 이번에 함께 발표했다.

최근 AI 서비스가 널리 활용됨에 따라, 기업에서는 더 좋은 성능의 기계학습을 사용자들에게 제공하기 위해 학습에 필요한 데이터 크기를 경쟁적으로 증가시키고 있다. 그 결과 최신 기계학습 서비스들의 메모리 요구량은 수십 테라 바이트에 달하는 등 최신 GPU 장치의 메모리 용량을 크게 넘어서고 있다. 이러한 메모리 요구량을 만족하기 위해 기존에는 GPU를 추가로 여러 대 장착하는 방식이 사용됐으나, 이는 과도한 비용을 요구한다는 단점이 있었다. 파네시아는 이에 대한 대안으로 CXL-SSD를 GPU에 연결해 GPU 메모리 용량을 효율적으로 확장하고, 그래프 신경망과 같은 응용을 가속하는 솔루션에 대해 공개했다. 파네시아 관계자는 “GPU 장치와 SSD 장치에 각각 내재된 파네시아의 CXL 설계 자산이 이들 장치의 메모리 공간을 통합하고, 자동으로 관리해주기 때문에 가능한 기술”이라고 설명했다.

이번 IEEE Micro 5·6월 호에서는 CXL뿐만 아니라 데이터가 저장되는 스토리지 내부에서 직접 연산을 수행하는 '인-스토리지 프로세싱 기술'이 적용된 스토리지 솔루션도 공개된다.

파네시아는 인-스토리지 프로세싱 기술이 탑재된 연산스토리지 장치를 다수 연결해 연산스토리지 배열·연산스토리지 풀을 구성하고, 대규모 언어모델(LLM)과 같은 대규모 AI 응용 관련 연산을 데이터가 저장된 스토리지 내부에서 직접 수행하는 솔루션을 개발했다.

파네시아 관계자는 “데이터가 저장된 스토리지 장치에서 바로 연산을 처리함으로써 불필요한 데이터 이동을 최소화할 수 있다”며 “상대적으로 여유롭게 처리되어도 되는 연산들을 연산스토리지 풀에서 수행함으로써, CPU, GPU와 같은 주요 연산 장치가 보다 시급하고 복잡한 연산에 집중할 수 있도록 한다는 점에서 유용한 기술”이라고 설명했다.

이번 IEEE Micro에 공개된 기술개발 결과 외에도 파네시아는 CXL, NDP(데이터 근처 연산), PIM(메모리 내부 연산), 칩렛, 온디바이스AI 등 기술을 활용해 AI 인프라를 개선하기 위한 연구를 활발하게 진행하고 있다. 파네시아의 다양한 연구 개발 결과는 파네시아 홈페이지 및 링크드인, 유튜브 채널을 통해 확인할 수 있다.

김현민 기자 minkim@etnews.com

Copyright © 전자신문. 무단전재 및 재배포 금지.