데이터에는 가동 시간이 없습니다. 그 결과

저는 엔터프라이즈 데이터의 로큰롤 라이프스타일에서 막 시작했고, 2000년대 초에 매니지드 서비스 제공업체(MSP)가 storage as a service(STaaS)를 판매하기 시작했습니다. IT 개발의 혁신적인 접근 방식은 엔터프라이즈 IT가 그 이후로 성공적으로 피할 수 있었던 것이었습니다. 

MSP는 무엇을 깨달았을까요? 서비스를 제공하지 못할 때 발생하는 상황을 정의하지 않고는 서비스를 판매할 수 없으며, 모호한 계약 언어나 ‘최선의 노력’이라는 편안한 모호함으로 인해 서비스를 망가뜨릴 수 없습니다. 이 서비스는 특정 블록 크기 및 읽기/쓰기 비율로 범위가 지정된 복구 기간, 처리량 약정 및 IOPS 목표와 같은 측정 가능한 숫자의 세분성에 대한 책임이 필요했습니다. 

이러한 MSP는 철학적 이상을 위한 것이 아니라 실질적인 비즈니스상의 이유로 데이터 서비스 계층을 개발했습니다. 고객 계약에는 명확하고 정량화 가능한 성능 약정이 필요했습니다.

흥미롭게도, 엔터프라이즈 IT가 실제로는 해답을 찾을 필요가 없었던 질문들이 그 과정에서 떠올랐습니다. 이 데이터의 가치는 무엇일까요?

이러한 질문의 부재는 대부분의 엔터프라이즈 스토리지 SLA가 기능적으로 가상인 이유입니다.

사이렌의 전통적인 측정 트랩 노래

기존 시스템 성능은 가동시간 비율, 평균 수리 시간 및 사고 대응 기간과 같은 인프라 변수를 측정합니다. 이는 서버를 온라인 또는 다운/온/오프 방식의 식별 가능한 개별 시스템으로 운영하는 것이 주요 목표인 세상에 적합한 지표입니다. 문제는 오늘날의 엔터프라이즈가 진화했으며 서버에서만 실행되지 않는다는 것입니다. 또한 유입 파이프라인, 분석 엔진, AI 트레이닝 작업 및 고객 대면 애플리케이션을 아우르는 상호 연결된 워크플로우를 지원하는 데이터 플랫폼에서도 실행됩니다. 그리고 이러한 모든 것은 환경 전반에서 일관성과 속도로 이동하는 데이터에 의존합니다.

이러한 기존 측정 환경에서 인프라는 기술적으로는 ‘위로 올라가’ 기능적으로 여전히 실패할 수 있습니다. 예를 들어, 동시 로드 시 스토리지 처리량이 저하되어 AI 트레이닝 파이프라인이 중단되는 경우에도 가동시간 지표는 녹색으로 유지됩니다. 또는 데이터 계층이 필요하지 않은 워크로드로 헤드룸을 공유하는 것이기 때문에 분석 작업의 창구를 놓치고 있지만, 모든 SLA 가용성 임계값은 기술적으로 충족됩니다. 더 나쁜 점은, 고객 대면 추론 서비스가 경쟁적인 스토리지 요청의 혼란으로 인해 포기 지점으로 느려지는 반면, 대시보드는 99.9%를 보여줍니다. 이러한 모든 시나리오는 가동시간을 측정하는 기존의 지표로도 가능합니다.

IT 서비스 부문의 GTM 서비스 책임자인 Paul Neuman은 IT 서비스 부문의 The Data Wire: “SLA가 수익 리스크, 데이터 가용성 및 고객 경험과 같은 비즈니스 영향과 관련이 없다면 이는 기술적인 약속일 뿐입니다. 현대적인 계약은 가동 시간뿐만 아니라 운영 복원성을 정량화해야 합니다.”

MSP 업계는 이를 필수적으로 이해했으며, 엔터프라이즈 IT는 비즈니스 결과가 이미 실패한 후 사후에 이를 대부분 이해했습니다.

그렇다면 현대적 데이터센터 운영의 전환점은 무엇일까요? 해답은 SLA를 포기하는 것이 아니라, 인프라가 아닌 데이터를 중심으로 구축하며, 서비스 제공업체 모델이 약속을 이행하기 위해 모니터링 인프라에 요구하는 극적인 표준화를 통해 구축하는 것입니다.

표준화는 나쁜 일이 아닙니다.

MSP가 서비스 계층을 제한하는 데는 이유가 있습니다. 비즈니스 결정입니다. 추가하는 모든 계층은 유지 관리해야 하는 별도의 비용 모델, 시행해야 하는 모니터링 정책, 직원에게 제공하는 지원 에스컬레이션 경로 및 정당화해야 하는 GB당 가격입니다. 실제 원칙은 계층을 정의하는 것이 아니라, 17개의 계층을 생성하여 어떤 워크로드가 실제로 중요한지에 대한 어려운 대화를 피하려는 유혹을 거부하는 것입니다. IT 전문가로서 우리가 속이고 싶어하는 핵심은 사실이 아니라 모든 것이 똑같이 중요하다는 점을 기억하십시오.

방어 가능한 데이터 서비스 SLA 프레임워크는 4개 계층으로 구성되며, 각 계층은 사양의 기술적 우아함이 아니라 실패로 인한 비즈니스 결과에 기반합니다. 샘플 목록은 다음과 같습니다.

플래티넘: 미션 크리티컬

• IOPS: 100,000(8K 블록 크기, 70/30 읽기/쓰기)
• 처리량: 1GBps
• 레이턴시: 평균 ≤ 150μs; p99 ≤ 1ms
• 복구시간목표(RTO): 분 미만
• 복구시점목표(RPO): 분 미만
• 클라우드 참조: Azure 울트라 디스크—밀리초 미만의 레이턴시, 최대 400K IOPS

이는 트랜잭션 처리, 실시간 의사 결정 및 고객이 직접 상호 작용하는 AI 추론 파이프라인 등 장애가 즉각적인 수익으로 이어지는 워크로드를 위한 계층입니다. 평균 150마이크로초평균 레이턴시시 목표는 임의적인 것이 아닙니다. 스토리지 레이턴시가 애플리케이션 성능의 변수가 되지 않고 보이지 않는 임계치입니다. 잘못된 방향으로 줄을 넘으면 스토리지 문제를 디버깅하지 않습니다. 비즈니스 성과와 잠재적인 이력서 생성 이벤트에 대해 설명합니다.

골드: 비즈니스 크리티컬

• IOPS: 50,000(8K 블록 크기, 70/30 읽기/쓰기)
• 처리량: 512MBps
• 대기 시간: 평균 ≤ 500μs; p99 ≤ 5ms
• 복구시간목표(RTO): 1시간 미만
• 복구시점목표(RPO): 1시간 미만
• 클라우드 참조: Azure Premium SSD v2 — 밀리초 미만의 레이턴시, 최대 80K IOPS, 1,200MBps

이 계층은 고객을 직접 대면하지 않고 고객에게 알리는 분석 플랫폼, ERP 시스템 및 AI 트레이닝 워크로드를 위한 것입니다. 여기서 실패는 현재 재앙이 아니라, 파급 효과가 사라질 때까지 조용히 사라집니다. 골드 계층 RPO를 충분히 놓치고, 분기별 검토까지 아무도 알아차리지 못한 채 오래된 데이터에서 비즈니스가 실행되기 시작하며, 이 시점에 대화가 상당히 더 불편해집니다. 

실버: 비즈니스 필요

• IOPS: 25,000(8K 블록 크기, 70/30 읽기/쓰기)
• 처리량: 256MBps
• 레이턴시: 평균 ≤ 2ms; p99 ≤ 15ms
• 복구시간목표(RTO): 4시간
• 복구시점목표(RPO): 8시간
• 클라우드 참조: Azure Premium SSD v1—최대 20K IOPS, 900MBps

실버 티어는 골드 티어 분석을 지원하는 데이터 파이프라인을 위한 내부 협업 플랫폼, 개발 환경 및 스테이징 영역을 위한 것입니다. 이러한 워크로드는 인시던트 보고서를 생성하지 않지만, 낮은 계층으로 일관되게 처리하면 개발자의 속도와 파이프라인 안정성이 저하됩니다. 이는 실제, 누적 및 사후 속성화가 거의 불가능한 방식으로 이루어집니다.

브론즈: 낮은 우선순위

• IOPS: 5,000(8K 블록 크기, 70/30 읽기/쓰기)
• 처리량: 256MBps
• 레이턴시: 평균 ≤ 20ms; 최선의 노력 p99
• RTO: 24시간
• RPO: 24시간
• 클라우드 참조: Azure 표준 SSD/표준 HDD – 최대 6K IOPS, 최상의 지연 시간

이 계층은 아카이브, 백업 대상 및 컴플라이언스 저장소와 같은 “쿨러” 데이터를 위한 것입니다. 이 모든 데이터는 반드시 존재해야 하지만, 빠를 필요는 없습니다. 브론즈는 처벌 계층이 아닙니다. 성능 측면에서 ‘낮은 우선순위’가 실제로 의미하는 바가 무엇인지, 그리고 브론즈가 미션 크리티컬한(매우 일반적인) 모든 것을 처리하는 것에 비해 GB당 비용을 절감하는 것은 무엇인지에 대한 정직한 설명입니다.

이는 중요합니다. 여기서 깨는 유리는 등급 자체가 아니라 분류에 속합니다. 솔직히 말해서 대부분의 조직이 플래티넘 데이터를 실버 인프라에 저장하거나 모든 데이터를 두 계층에 \”빠름\”과 \”느림\”으로 정의할 수 있습니다. 이는 가치에 대한 대화를 나눈 적이 없으며, 이를 파악하기 위해 모니터링 프레임워크를 구축한 사람이 없기 때문입니다. 다시 한번 말씀드리지만, 이는 데이터 서비스에 잘못 적용된 서버 가동 시간 사고방식입니다.

스토리지 관리에서 데이터 관리로 전환하는 요소

에버퓨어의 전략적인 재배치 비전이 브랜드 연습이 아니라 새로운 제품 이론으로 등장하기 시작하는 곳입니다. 퓨어스토리지에서 에버퓨어로의 브랜드 변경은 SLA 문제를 직접 해결합니다. 설립자 겸 CTO Coz는 보도자료에서 퓨어스토리지의 새롭고 진화하는 기능이 데이터 내부를 조사하여 데이터 관리와 거버넌스를 가능하게 하는 것이 무엇인지를 정확히 이해할 것이라고 말했습니다. 이는 그 자체로 전환되는 것이 아닙니다. 플랫폼이 데이터를 보고 분류하며 정책을 자동으로 적용할 수 있는 경우에만 계층 기반 데이터 서비스 SLA를 적용할 수 있다는 인식입니다. 또한, 일회성 구성 연습이 아니라, 데이터가 모든 환경에서 이동하는 동안 지속적으로 실행됩니다.

실제로, 이는 Everpure Fusion™이 단편화된 “포트폴리오” 자산 위에 다른 관리 계층을 추가하는 것이 아니라, 어레이 단위가 아닌 전 세계적으로 프로비저닝FlashArray, 적용 및 워크로드 배치가 이루어지는 플래시블레이드(FlashBlade)단일 정책 중심 환경에 모든 어레이를 통합하는 범용 제어 평면 역할을 함으로써 해결하도록 구축된 문제입니다. 인프라가 통합으로 도달할 수 없는 워크로드에는 플래티넘 SLA를 적용할 수 없으며, Everpure Fusion은 이러한 격차를 해소하는 메커니즘입니다. 정책 자동화 및 중앙 보고는 계층화된 데이터 서비스 모델의 선택적인 구성 요소가 아닙니다. 계층이 열망이 아닌 강제성이 되는 이유이며, 그렇지 않은 경우, 프레임워크는 상사에게 탁월한 슬라이드 설계를 제공하는 분류 연습입니다.

퓨어1(Pure1)®은 환경, 성능, 용량, 위험 및 워크로드 상태 전반에 걸쳐 원격 측정을 집계하여 Everpure Fusion의 작업을 방어하고, Everpure Fusion이 자율적으로 실행할 수 있는 배치 지침 및 최적화 권장 사항을 반환하는 인텔리전스 레이어입니다. 에버퓨어 퓨전이 “손”이라면 퓨어1(Pure1)은 “뇌”이며, SLA 기간이 만료되기 전에 어떤 워크로드가 위험에 처해 있는지 파악하고 실제로 어떤 작업을 수행하는 것 사이의 격차를 해소하는 지능형 제어 평면을 구성하기 때문에, 이러한 관계는 특히 계층 집행에 중요합니다.

퓨어스토리지의 원터치 인수는 모든 환경에서 데이터 검색, 의미적 컨텍스트 및 분류와 같은 중요한 기능을 추가함으로써 스택을 더욱 확장하여 AI 활용 사례에 대한 데이터 가치를 제공합니다. “이 데이터는 실제로 어떤 계층에 속합니까?”라는 모든 계층 모델의 핵심에 있는 질문입니다. 는 스토리지 팀과 애플리케이션 소유자 간의 수동 감사 또는 열처리된 대화 없이 플랫폼이 자율적으로 응답할 수 있는 기능을 제공합니다.

또한 운영 프레임워크가 아닌 보증이 적용된 상업적 계약 서비스로 제공되는 티어 모델을 지원하려면 Evergreen//One™이 필요합니다. 에Evergreen//One 제품 가이드에는 특정 계층 변수를 제외하는 세부 사항이 있습니다. 보장된 성능 SLA는 위에서 설명한 계층 프레임워크를 뒷받침하는 동일한 워크로드 모델인 70:30 읽기/쓰기 워크로드 기준선에 기반합니다. 이러한 얼라인먼트는 단순한 것이 아닙니다. 티어 모델과 서비스가 동일한 지적 기반을 기반으로 구축되었다는 증거입니다. 

Evergreen//One 어댑티브 티어는 용량을 성능에서 분리하여 워크로드가 진화함에 따라 독립적으로 확장할 수 있어 모든 티어가 나쁘게 플래티넘이 될 수 있는 것처럼 취급할 때 발생하는 과도 프로비저닝 세금을 제거합니다. 서비스 결과를 정의합니다. IOPS, 처리량, 지연 시간 및 설치 공간 REST는 SLA에 따라 99.9999%의 가동시간, 25%의 용량 버퍼 및 28일 구축 보장을 통해 제공할 수 있습니다.

하드웨어도 포함되어 있으며, 이는 생각보다 훨씬 중요합니다. 서비스storage as a service 제공하는 대부분의 Everpure 경쟁사(전부는 아님)는 상용 기성품 SSD에 대한 구독을 조립하고 있습니다. 즉, 재정적 유연성은 다른 사람의 공급망과 다른 사람의 마진에 의해 제약을 받습니다. 

Everpure는 범용 SSD의 비효율성을 완전히 우회하고, 지연 시간, 비용 및 복잡성을 추가하는 디스크 컨트롤러 및 플래시 변환 레이어가 아닌 Purity 스토리지 Operating System를 통해 NAND를 직접 관리하는 전용 플래시 스토리지 장치로 자체 DirectFlash® 모듈을 구축합니다. DirectFlash 모듈은 경쟁 STaaS 제품을 지원하는 COTS SSD보다 2~5배 더 효율적으로 작동합니다. STaaS 이러한 효율성 격차는 Everpure가 경쟁사들이 구조적으로 비교할 수 없는 조건으로 하드웨어를 구독에 포함시킬 수 있는 재정적 유연성을 제공하는 것입니다. 서비스 보증에 물리적 인프라와 인프라가 자체 하드웨어 경제성을 제어하도록 구축한 것이 포함되어 있는 경우, SLA는 갑자기 마케팅 약속처럼 보이지 않습니다. 이는 엔지니어링 약속입니다. 매니지드 서비스 세계는 필요 이상으로 개념을 구축했고, Everpure는 제품을 구축했습니다.

가동시간으로는 더 이상 충분하지 않습니다. 이제 기업들은 스토리지 성능을 실제 비즈니스 결과에 맞게 조정하는 계층화된 데이터 서비스, SLA 및 XLA로 이동할 때입니다.

익스피리언스 레벨 협약(XLA)은 플랫폼이 인프라가 가동되었는지 여부가 아니라 비즈니스 성과 달성 여부가 아닌, 기대되는 익스피리언스 사용자 및 비즈니스 워크플로우를 제공했는지 여부를 측정하는 새로운 지표입니다. AI 모델 트레이닝 완료 시간, 데이터 파이프라인 안정성, 개발자 프로비저닝 속도, 고객 트랜잭션 성공률 등입니다. 그리고 이 아이디어는 SLA가 새로운 정장으로 정착된 것처럼 보이지만, XLA 지표는 기술적으로 사용 가능한 시스템이 여전히 조용히 제공하지 못할 수 있는 것, 즉 느린 파이프라인, 윈도우 누락 및 기술적으로 “중단”을 유발하지는 않지만 매출, 생산성 및 신뢰를 저해하는 고객 대면 성능 저하로 인해 비즈니스가 운영상 영향을 받는 방법을 파악하는 데 필요합니다.

안타깝게도, 대부분의 XLA 대화에는 종종 놓치는 로직 격차가 있습니다. 먼저 인프라 계층에서 ‘좋은’이 무엇인지 정의하는 데이터 서비스 SLA 기반 없이는 경험 결과를 측정할 수 없습니다. SLA 등급이 없는 XLA는 책임 없는 열망입니다. 즉, 주방이 제공해야 하는 음식에 대한 사전 동의 없이 식사가 즐겼는지 여부를 측정하는 것입니다. SLA 티어 모델은 XLA를 제약하지 않으며, XLA에 증명할 수 있는 것을 제공합니다.

1분 미만의 RPO, 100,000 IOPS 및 1GBps 처리량을 통해 위에 나열된 플래티넘 계층 약정은 고객의 참여를 유지하는 임계값 미만의 추론 지연 시간, 모델 개발이 미흡할 정도로 높은 파이프라인 완료율, 수익 예측이 실제로 가정한 트랜잭션 성공률과 같은 구체적인 XLA 기대치를 생성합니다. SLA는 플로어를 정의하고, XLA는 플로어가 그 위에 실행되는 실제 비즈니스 기능의 가중치 하에 유지되는지 여부를 측정합니다.

이러한 리프레임은 AI 시대에 데이터 플랫폼을 구축하는 엔터프라이즈 리더에게 중요합니다. 기존 인프라 질문인 “시스템이 온라인 상태를 유지했습니까?” 성공 기준이 아니라 단지 현재 이해 관계의 표일 뿐입니다. 실제 측정은 데이터 플랫폼이 비즈니스가 신뢰하고 있는 결과를 제공하는지 여부입니다. 또한, 처음에는 운영 리스크에 대한 비용을 산정하기 전까지는 안심하고 질문에 답할 수 없습니다.

할만한 가치가 있는 어려운 대화

계층 분류 순서를 데이터센터의 혼란에 맞추는 것은 허큘레아의 과제입니다. 워크로드를 티어로 분류하면 대부분의 기업은 그렇지 않을 것이라고 생각하게 됩니다. 다음과 같은 어려운 질문: “이 데이터가 사용 불가능하거나, 성능이 저하되거나, 느려질 때 실제로 어떤 비용이 드나요?” 답변은 대개 수년 동안 조용히 축적되어 온 오정렬을 보여주기 때문에 불편합니다. 이는 업그레이드에 자금을 조달하고 싶어하는 사람이 없기 때문에 실버 계층 인프라에서 실행되고 있는 미션 크리티컬 ERP, 동일한 어레이에서 골드 계층 분석 워크로드와 처리량을 공유하거나 익일 고객 결정을 추진하는 데이터 세트에서 24시간 RPO를 공유하기 때문에 계속 미끄러지는 AI 트레이닝 파이프라인과 같습니다.

MSP 세계는 현금이 상회하고 관리형 계약에 대한 실수가 고가이고 눈에 띄기 때문에 이러한 대화를 해야 했습니다. 엔터프라이즈 IT는 구축하지 않는 한, 기능 및 지원을 강제할 필요가 없습니다.

데이터에는 가동 시간이 없습니다. SLA 티어 모델은 워크로드별로 업무를 표준화하고 설계하는 방식이며, 이를 위한 모니터링 및 정책 자동화를 통해 업무를 지속할 수 있도록 합니다. XLA는 분기마다 비즈니스 플랫폼이 기능이나 사고가 없는 것보다 더 가치 있는 것을 제공하고 있음을 증명하는 방법입니다.

SLA/XLA 대화를 나눌 준비가 되셨나요? 워크로드가 이와 같은 계층 프레임워크에서 실제로 어디에 있는지, 또는 SLA를 보장받고 싶은지 궁금하다면 Everpure 전문가와 상담하세요.